金川铜镍矿区基于ASTER遥感地球化学异常信息的提取研究

来源 :桂林理工大学 | 被引量 : 0次 | 上传用户:xbjxbj008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在对甘肃金川铜镍矿南延矿区的区域地质背景分析、地球化学特征、岩石岩性遥感地质特征研究的基础上,利用ENVI软件提取各种成矿证据因子,结合地质、地球化学数据、遥感等多源地学信息,在Origin lab中对分析数据进行拟合分析,建立基于ASTER的遥感地球化学成矿预测模型,确定了以遥感影像数据波段比值法为主的成矿预测方法,最终圈定了3个成矿远景预测区。论文主要包括以下三个方面的内容:   1、研究区遥感地质信息分析:对甘肃金川铜镍矿南延矿区的遥感影像进行数据处理,利用主成分分析和波段比值分析方法提取了矿化蚀变信息。分析蚀变信息与地区岩性的关系,发现超基性岩、基性岩和中性岩与蚀变信息关系密切,为预测成矿模型提供了有利的成矿证据因子。   2、研究区地球化学信息分析:利用SPSS19.0统计系统对研究区的5370个样品中的6种微量元素的地球化学含量进行了元素聚类分析、偏相关分析和因子分析,得出了代表高温元素组合的以Co、Ni、Cr为高载荷特征的F1因子,和代表中低温元素组合的以Cu、Pb、Zn为高载荷特征的F2因子,为了更好的和遥感数据进行拟合,更加突现出寻找含Co、Ni、Cr较高的超基性-基性岩区域,本文对F1因子和F2因子进行比值,得到以F1/F2为比值因子的新的地球化学指标。然后在Origin lab平台中把F1/F2因子分别对遥感影像数据主成分分析因子和遥感影像数据波段比值分析因子进行线性拟合分析,分析遥感异常信息与成矿的关联度。经统计分析,得出遥感影像数据波段比值分析证据因子预测度最高,为建立测区内的遥感地球化学模型奠定了统计学基础。   3、基于ASTER遥感影像数据波段比值分析的遥感地球化学找矿模型建立:运用ENVI平台,利用遥感影像波段比值分析数据,结合区域地质和区域矿产资料,在现代成矿理论的指导下,综合考虑遥感蚀变信息异常特征、超基性岩和基性岩脉产出特征和测区地球化学元素异常特征,在研究区划分3个成矿远景预测区。其中第一预测区为已知开采的矿床,从预测的结果来看,说明我们建立的基于ASTER遥感影像数据波段比值分析的感地球化学综合预测模型达到了较为理想的结果:第二预测区已经向北延伸出研究区的北部,建议勘探工作应向北边延伸,此区域一级遥感异常较强;同时在南延的中部分布的第三预测区则与NW向的基性超基性岩脉的空间分布较为一致,且形成NW向的条状轴向分布格局;但是第二预测区的部分地区似近南北向分布,与矿区的整体构造纲要不太一致,需要进一步综合其它信息进行分析甄别。   总之,在充分认识区域地质信息的基础上,结合找矿的需要,以已知区域的地球化学分析为依据,从遥感的角度建立有针对性的信息提取模型,建立遥感地球化学统计学模型,可以在宏观上从遥感信息提取的角度估算出地球化学元素空间分带的规律,在探索遥感地球化学的关联领域中得到了一些新的认识与启示。  
其他文献
本文综合运用石油地质学、沉积学、测井地质学等多学科知识,结合钻井、测井资料,在标志层的约束下,通过旋回厚度对比法对研究区长2进行小层精细划分与对比。通过对区域沉积背景
本文通过广泛收集、分析老厂铅锌矿田成矿带区域地质背景资料,根据矿床成因类型、研究目的及现有工作条件,应用构造解译、遥感、地化等方法开展区域成矿预测工作。   研究
在我国推行的基础教育新课程改革中,教学活动的重心由教师转变为学生,这就要求教师改变传统教学活动中的知识传授者的角色,教师的角色应转变为教学的促进者、教学的研究者、
动态测试信号的处理是工程应用领域的一个重要课题,并经常涉及到测试信号数据品质较低,数据往往具有模态密集、非线性、有效样本短、数据信噪比低和过程非平稳等特征。为此,
针对火力发电厂排烟温度高的问题,采用烟气余热装置回收火电厂烟气余热,不仅可以降低排烟温度,同时还是降低煤耗、减少余热污染行之有效的方法.根据某火电厂实际情况,通过安
稳定平台是一种能有效隔离载体运动姿态变化或振动,使被稳定对象始终相对某惯性空间保持水平或特定位姿的机电一体化装置,是现代工程应用的重要设备,广泛地应用于航空,武器火
现代水循环系统也在人类活动的不断干扰下发生了变化,从“自然”一元水循环演变成为“自然-人工”二元水循环。农田水循环在区域水循环系统中是联系其它水循环过程的重要纽带,
论文主要介绍了小波分析的发展及其基本理论,研究了低应变测桩时应力波在桩中的传播规律。根据弹性理论建立了基于一维波动方程的桩土系统瞬态振动计算模型,对桩土系统振动的
随着人们生活水平的不断提高,对于供电的变电站的稳定性和供电质量提出了更高的要求.与此同时电力行业新技术层出不穷,伴随着更大规模、更大容量的智能电网的出现,传统变电设
学位