高纬度高寒地区稀土-铀矿遥感找矿方法技术

技术编号:23362818 阅读:30 留言:0更新日期:2020-02-18 17:09
本发明专利技术公开了一种高纬度高寒地区稀土‑铀矿遥感找矿方法,涉及地质遥感技术领域。本发明专利技术通过卫星探测器获取高纬度高寒研究区多光谱、热红外和高光谱影像;确定研究区地质成矿背景及主要成矿岩石,搜集该区域的地质环境相关资料;建立研究区稀土‑铀矿找矿模型;利用机器学习计算机自动提取方法,基于多源遥感信息提取区域地质背景信息;基于热红外波段提取该区域热异常信息;综合上述内容进行U‑REE矿体信息提取识别,为靶区圈定成矿预测提供资料依据。本发明专利技术是一种针对高纬度高寒地区基于遥感可见光、近红外和热红外相结合的简单、高效的稀土‑铀矿找矿方法。

Remote sensing prospecting method for rare earth uranium deposits in high latitude and cold area

【技术实现步骤摘要】
高纬度高寒地区稀土-铀矿遥感找矿方法
本专利技术涉及遥感地质
,更具体地说涉及一种高纬度高寒地区稀土-铀矿遥感找矿方法。
技术介绍
在高纬度高寒地区,单纯地利用矿物信息和蚀变信息,很难直接获取成矿岩石的信息及其分布规律信息。由于高纬度高寒地区常年的平均温度在0℃左右,所以积雪覆盖较厚,单独提取热液蚀变信息达不到解译要求,且获取该区域的遥感影像通常具有局限性,在影像的成像时间选择上也有要求。近年来,利用遥感手段进行找矿研究,已成为成矿预测的一种常规手段和热点技术,但针对高纬度高寒地区的U-REE矿床的找矿方法尚未形成有效的方法。
技术实现思路
为了克服上述现有技术中存在的缺陷和不足,本专利技术提供了一种高纬度高寒地区稀土-铀矿遥感找矿方法,本专利技术的专利技术目的在于为高纬度高寒地区的矿产综合评价提供一种基于遥感的高效完善评估技术。本专利技术是一种针对高纬度高寒地区基于遥感可见光、近红外和热红外相结合的简单、高效的稀土-铀矿找矿方法。为了解决上述现有技术中存在的问题,本专利技术是通过下述技术方案实现的:高纬度高寒地区稀土-铀矿遥感找矿方法,其特征在于:包括以下步骤:步骤1,通过卫星探测器获取高纬度高寒研究区多光谱、热红外和高光谱影像;步骤2,确定高纬度高寒研究区地质成矿背景及主要成矿岩石,搜集该区域的地质环境资料;步骤3,根据步骤2获取的资料建立高纬度高寒研究区稀土-铀矿找矿模型,该模型为一个结合赋矿岩体圈定、红外热辐射异常分类、热液蚀变异常信息三方面因素的综合AHP分析模型;建立高纬度高寒研究区稀土-铀矿找矿模型需要以以下要素作为找矿靶区综合圈定的依据:地质岩性分布;稀土-铀矿放射性热辐射分布;成矿域构造分布;热液蚀变异常分布;步骤4,利用机器学习计算机自动提取方法,基于多源遥感信息提取区域地质背景信息,包括地质构造、赋矿地层基础岩性和热液蚀变信息;具体如下:步骤4.1,最佳波段的选择,采用查维茨最佳指数算法对步骤1中获取的预处理后的遥感波段,进行波段信息相关性计算,选择符合遥感地质解译要求的波段,并利用高纬度高寒研究区植被分布特征,确定波段组合;步骤4.2,依据高纬度高寒研究区内已知矿产围岩蚀变类型,结合区域成/控矿地质条件,利用预处理后的遥感影像,结合波段PCA主成分分析提取与Fe3+和羟基有关的蚀变遥感异常;步骤4.3,利用面向对象、光谱角制图(SAM)和支持向量机(SVM)三种计算机自动分类方法,将遥感影像数据按照波段光谱信息、遥感影像纹理结构等特征进行分类,并与目标成矿岩的光谱信息及纹理进行对比,从而对赋矿岩进行识别;步骤5,利用卫星探测器获取的热红外波段的遥感影像,获取热异常分布图;步骤6,利用AHP(层次分析法)将利用计算机自动识别得到的赋矿岩分类结果、放射性热异常铀元素分类结果,以及热液蚀变异常结合进行结合,利用对现有矿区的拟合,得到最优的权值,从而预测高纬度高寒研究区找矿靶区及成矿有利地区。所述步骤1中,遥感影像选择遵循两个原则,具有长时间序列和高空间分辨率。所述步骤1中,遥感影像数据选择Landsat-8、Sentinel-2A或Hyperion数据。所述步骤2中,搜集高纬度高寒研究区已经有的地质岩性信息,获取已经发现的矿点的岩性、构造和环境信息,制作出高纬度高寒研究区的遥感地质图。所述步骤4.1中,确定的波段组合为近红外波段和短波红外波段。所述步骤4.2中,利用Sentinel或Aster遥感数据提取铁染和羟基异常。与现有技术相比,本专利技术所带来的有益的技术效果表现在:1、与现有方法比较,其优势主要体现在三方面:1)数据的获取主要采用中高分辨率(15-10米)的较高时间分辨率的公开数据,从研究和调查方面讲节省了经济成本,提高了效率。2、解译方法不限于目视解译的单一手段,目视解译主观见解对解译的精确度具有极大的影响,从另一方面看中大比例尺(1:5-1:10万)范围地质解译调查来看,单纯利用目视解译,会耗费大量的时间和人力成本,本方法基于更加高效的机器学习方法进行岩性分类并利用目视解译进行检核,能够从效率和准确度上得到双重提高。3、借助遥感自身针对光谱波段反射率变化及热异常敏感等方面的特征,将赋矿岩石的解译,变成针对其对光谱波段的独特特征的匹配。提高解译的针对性的同时,也提高人为干扰。总体来说本专利技术可以利用中高分辨率图像的光谱,与实测光谱建立关系进行计算机自动识别,精准地定位出区域内的赋矿岩,根据其分布规律确定找矿靶区。与现有技术相比,本专利技术中利用卫星探测器获取研究区的光谱影像,并利用地质岩性分布、稀土-铀矿放射性热辐射分布,成矿域构造分布和热液蚀变异常分布,利用AHP(层次分析法)进行要素整合,利用对现有矿区的拟合,得到最优的权值,从而预测高纬度高寒研究区找矿靶区及成矿有利地区。本方法简单,高效。附图说明图1为本专利技术在格林兰岛西南部科瓦内湾矿区实施时的遥感影像单波段标准差示意图;图2为本专利技术蚀变信息提取流程图;图3为本专利技术稀土-铀矿找矿靶区预测模型图。具体实施方式下面结合说明书附图1-3,对本专利技术的技术方案作出进一步详细地阐述。实施例1作为本专利技术一较佳实施例,本实施例公开了:高纬度高寒地区稀土-铀矿遥感找矿方法,包括以下步骤:步骤1,通过卫星探测器获取高纬度高寒研究区多光谱、热红外和高光谱影像;步骤2,确定高纬度高寒研究区地质成矿背景及主要成矿岩石,搜集该区域的地质环境资料;步骤3,根据步骤2获取的资料建立高纬度高寒研究区稀土-铀矿找矿模型,该模型为一个结合赋矿岩体圈定、红外热辐射异常分类、热液蚀变异常信息三方面因素的综合AHP分析模型;建立高纬度高寒研究区稀土-铀矿找矿模型需要以以下要素作为找矿靶区综合圈定的依据:地质岩性分布;稀土-铀矿放射性热辐射分布;成矿域构造分布;热液蚀变异常分布;步骤4,利用机器学习计算机自动提取方法,基于多源遥感信息提取区域地质背景信息,包括地质构造、赋矿地层基础岩性和热液蚀变信息;具体如下:步骤4.1,最佳波段的选择,采用查维茨最佳指数算法对步骤1中获取的预处理后的遥感波段,进行波段信息相关性计算,选择符合遥感地质解译要求的波段,并利用高纬度高寒研究区植被分布特征,确定波段组合;步骤4.2,依据高纬度高寒研究区内已知矿产围岩蚀变类型,结合区域成/控矿地质条件,利用预处理后的遥感影像,结合波段PCA主成分分析提取与Fe3+和羟基有关的蚀变遥感异常;步骤4.3,利用面向对象、光谱角制图(SAM)和支持向量机(SVM)三种计算机自动分类方法,将遥感影像数据按照波段光谱信息、遥感影像纹理结构等特征进行分类,并与目标成矿岩的光谱信息及纹理进行对比,从而对赋矿岩进行识别;步骤5,利用卫星探测器获取的热红外波段的遥感影像,获取热异常分布图;步骤6,利用AHP(层次分本文档来自技高网...

【技术保护点】
1.高纬度高寒地区稀土-铀矿遥感找矿方法,其特征在于:包括以下步骤:/n步骤1,通过卫星探测器获取高纬度高寒研究区多光谱、热红外和高光谱影像;/n步骤2,确定高纬度高寒研究区地质成矿背景及主要成矿岩石,搜集该区域的地质环境资料;/n步骤3,根据步骤2获取的资料建立高纬度高寒研究区稀土-铀矿找矿模型,该模型为一个结合赋矿岩体圈定、红外热辐射异常分类、热液蚀变异常信息三方面因素的综合AHP分析模型;建立高纬度高寒研究区稀土-铀矿找矿模型需要以以下要素作为找矿靶区综合圈定的依据:/n地质岩性分布;稀土-铀矿放射性热辐射分布;成矿域构造分布;热液蚀变异常分布;/n步骤4,利用机器学习计算机自动提取方法,基于多源遥感信息提取区域地质背景信息,包括地质构造、赋矿地层基础岩性和热液蚀变信息;具体如下:/n步骤4.1,最佳波段的选择,采用查维茨最佳指数算法对步骤1中获取的预处理后的遥感波段,进行波段信息相关性计算,选择符合遥感地质解译要求的波段,并利用高纬度高寒研究区植被分布特征,确定波段组合;/n步骤4.2,依据高纬度高寒研究区内已知矿产围岩蚀变类型,结合区域成/控矿地质条件,利用预处理后的遥感影像,结合波段PCA主成分分析提取与Fe...

【技术特征摘要】
1.高纬度高寒地区稀土-铀矿遥感找矿方法,其特征在于:包括以下步骤:
步骤1,通过卫星探测器获取高纬度高寒研究区多光谱、热红外和高光谱影像;
步骤2,确定高纬度高寒研究区地质成矿背景及主要成矿岩石,搜集该区域的地质环境资料;
步骤3,根据步骤2获取的资料建立高纬度高寒研究区稀土-铀矿找矿模型,该模型为一个结合赋矿岩体圈定、红外热辐射异常分类、热液蚀变异常信息三方面因素的综合AHP分析模型;建立高纬度高寒研究区稀土-铀矿找矿模型需要以以下要素作为找矿靶区综合圈定的依据:
地质岩性分布;稀土-铀矿放射性热辐射分布;成矿域构造分布;热液蚀变异常分布;
步骤4,利用机器学习计算机自动提取方法,基于多源遥感信息提取区域地质背景信息,包括地质构造、赋矿地层基础岩性和热液蚀变信息;具体如下:
步骤4.1,最佳波段的选择,采用查维茨最佳指数算法对步骤1中获取的预处理后的遥感波段,进行波段信息相关性计算,选择符合遥感地质解译要求的波段,并利用高纬度高寒研究区植被分布特征,确定波段组合;
步骤4.2,依据高纬度高寒研究区内已知矿产围岩蚀变类型,结合区域成/控矿地质条件,利用预处理后的遥感影像,结合波段PCA主成分分析提取与Fe3+和羟基有关的蚀变遥感异常;
步骤4.3,利用面向对象、光谱角制图和支持向量机三种计算机自动分类方法,将遥感影像数据按照波段光谱信息、遥感影像纹理结构等特征进行分类,并与目标成矿岩的...

【专利技术属性】
技术研发人员:惠博周家云邓辉
申请(专利权)人:中国地质科学院矿产综合利用研究所
类型:发明
国别省市:四川;51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1