留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

西南天山柯坪地区萨尔干基性岩脉U-Pb年代学及地球化学特征

霍海龙 陈正乐 陈贵民 张青 韩凤彬 张文高

吴小娟, 温静, 肖晨超, 等, 2015. 基于多源遥感数据的矿物蚀变信息提取——以西藏甲玛铜多金属矿为例. 地质力学学报, 21 (2): 228-240.
引用本文: 霍海龙, 陈正乐, 陈贵民, 等, 2019. 西南天山柯坪地区萨尔干基性岩脉U-Pb年代学及地球化学特征. 地质力学学报, 25 (S1): 60-65. DOI: 10.12090/j.issn.1006-6616.2019.25.S1.011
WU Xiao-juan, WEN Jing, XIAO Chen-chao, et al., 2015. EXTRACTION OF ALTERED MINERAL INFORMATION BASED ON MULTI-SOURCE REMOTE SENSING DATA: A CASE STUDY OF JIAMA COPPER POLYMETALLIC DEPOSIT. Journal of Geomechanics, 21 (2): 228-240.
Citation: HUO Hailong, CHEN Zhengle, CHEN Guimin, et al., 2019. THE U-PB GEOCHRONOLOGY AND GEOCHEMICAL CHARACTERISTICS OF THE SAERGAN MAFIC ROCKS IN THE KEPING AREA, SOUTHWEST TIANSHAN, CHINA. Journal of Geomechanics, 25 (S1): 60-65. DOI: 10.12090/j.issn.1006-6616.2019.25.S1.011

西南天山柯坪地区萨尔干基性岩脉U-Pb年代学及地球化学特征

doi: 10.12090/j.issn.1006-6616.2019.25.S1.011
基金项目: 

国家自然科学基金项目 U1403292

国家自然科学基金项目 41502085

国家自然科学基金项目 41472196

国家科技支撑计划项目 2015BAB05B04

详细信息
    作者简介:

    霍海龙(1988-), 男, 在读博士, 构造地质学专业, 主要从事区域构造研究。E-mail:huohailong2012@163.com

    通讯作者:

    陈正乐(1967-), 男, 博士, 研究员, 主要从事区域构造、矿田构造研究。E-mail:chenzhengle@263.net

  • 中图分类号: P588.124;P597.3

THE U-PB GEOCHRONOLOGY AND GEOCHEMICAL CHARACTERISTICS OF THE SAERGAN MAFIC ROCKS IN THE KEPING AREA, SOUTHWEST TIANSHAN, CHINA

  • 摘要: 柯坪地区发育一套沿走滑断层侵位的萨尔干基性岩脉,其产出于西南天山造山带与塔里木克拉通的接触部位,具有重要的意义。文章通过对萨尔干基性岩脉样品进行锆石LA-ICP-MS U-Pb年代学、岩石地球化学分析,探讨西南天山中新生代陆内造山作用过程。结果表明,萨尔干基性岩脉的LA-ICP-MS锆石U-Pb年龄为(49.14±0.8)Ma,表明该套岩石形成于始新世。地球化学表明该套岩石形成于与青藏高原碰撞远程效应相关的构造背景。

     

  • 自1972年美国发射了第一颗陆地卫星至今,遥感技术已经历了地面遥感、航空遥感和航天遥感3个阶段,遥感影像空间分辨率、光谱分辨率和时间分辨率都有了很大提高。如今全球遥感传感器有几十种之多,波段数发展到200多个,地面分辨率也从米级精确到了分米级,多源遥感数据融合、多种遥感探测技术集成、影像处理技术整合势在必行。遥感技术已广泛应用于资源勘探、环境监测、地质调查、气象、水文、农业等领域。矿产资源与能源勘查、岩石矿物识别、矿物丰度制图以及成矿远景区和找矿靶区圈定已成为高光谱技术发展和应用的主要方向。

    围岩蚀变是热液矿床成矿作用发生的重要标志之一。不同蚀变矿物在可见光-近红外-短波红外-热红外光谱区间具有不同的波谱特征。多光谱遥感数据包含多个波段信息,可用于鉴别不同矿物的诊断性波谱特征,从而提取矿物蚀变信息。国内外学者基于蚀变岩(带)中所含离子(基团)的诊断性波谱特征,利用多种遥感数据,开展了多种蚀变异常提取方法研究。目前比较成熟的矿物蚀变信息提取方法有波段代数运算法、主成分分析及基于图像光谱的矿物端元信息提取等[1~3]

    本文以ETM+(TM)和Aster数据为数据源,采用波段代数运算法和主成分分析法对西藏甲玛铜多金属矿区内的羟基、铁染、碳酸盐和常出现于热液矿床附近的蚀变矿物方解石、黄钾铁矾、褐铁矿、钙铁榴石、绿泥石、白云母、高岭石进行蚀变信息提取和填图。

    遥感是以摄影技术为基础,在20世纪60年代初发展起来的一门新兴技术。自1972年开始发展至今,遥感影像空间分辨率、光谱分辨率和时间分辨率都有了很大提高[4~6]。我国已能够自行设计制造航空摄影机、全景摄影机、红外线扫描仪、多光谱扫描仪、合成孔径侧视雷达等多种用途的航空航天遥感仪器和用于地物波谱测定的仪器,并多次开展规模较大的航空遥感试验。国际上常见的遥感数据有Landsat系列、MODIS、Hyperion、Aster、QuickBird、HJ-1、Hymap、CASI、SASI等。

    Landsat是美国陆地探测卫星系统。自1972年开始发射第一颗卫星Landsat-1,最后一颗卫星Landsat-7卫星于1999年发射。LANDSAT-7飞行高度为705 km,卫星倾角为98.2°,环绕周期为16 d。LANDSAT-7卫星上搭载两种传感器:多光谱扫描仪(MSS)和增强型专题制图仪(ETM+),增强型专题制图仪被动感应地表反射的太阳辐射和散发的热辐射,有8个波段的感应器,波长范围从0.45~12.50 μm(见表 1)。

    表  1  Landsat-7 ETM+(TM)参数
    Table  1.  The parameter of Landsat-7 ETM+(TM) data
    通道波长/μm波段地面分辨率/m应用
    10.45~0.5230海色、植被、土壤识别
    20.52~0.60绿30植被绿色反射
    30.63~0.6930叶绿素吸收、植被识别
    40.76~0.90近红外30生物量、水面识别
    51.55~1.75短波红外30植被湿度、雪、云识别
    610.4~12.5热红外60热制图、植被热胁迫
    72.09~2.35短波红外30水热制图
    80.45~0.52全色波段15制图
    下载: 导出CSV 
    | 显示表格

    Aster是TERRA卫星上搭载的一种高级光学传感器,包括了从可见光到热红外共14个光谱通道,可以为地球环境资源研究领域提供科学、实用的卫星数据。TERRA卫星由美国国家航空航天局(NASA)与日本经济贸易产业省(METI)合作设计,设计寿命5 a,于1999年12月从范登堡空军基地发射升空,与太阳同步,自北向南每天上午飞经赤道上空,卫星高度705 km,轨道倾角98.2±0.15°,重复周期16 d,在赤道上相邻轨道之间的距离为172 km。Aster传感器有可见光、近红外、短波红外和热红外14个波段和1个后视单波段(见表 2),扫幅均为60 km。

    表  2  Aster数据参数
    Table  2.  The parameters of Aster
    光学子系统波段波长/μm空间分辨率/m辐射分辨率
    可见光近红外(VNIR)Band 10.52~0.6015NE Δρ≤0.5%
    Band 20.63~0.69
    Band 30.76~0.86
    Band 3N0.76~0.86
    短波红外(SWIR)Band41.600~1.70030NE Δρ≤0.5%
    Band52.145~2.185NE Δρ≤1.3%
    Band62.185~2.225NE Δρ≤1.3%
    Band72.235~2.285NE Δρ≤1.3%
    Band82.295~2.365NE Δρ≤1.0%
    Band92.360~2.430NE Δρ≤1.3%
    热红外(TIR)Band 108.125~8.47590NE ΔT≤0.3 K
    Band 118.475~8.825
    Band 128.925~9.275
    Band 1310.25~10.95
    Band 1410.95~11.65
    下载: 导出CSV 
    | 显示表格

    Aster数据有以下主要特征:① 可以获取从可见光到热红外谱段范围的地表影像数据;② 拥有光学传感器各波段较高的几何分辨率和辐射分辨率;③ 在单条轨上可以获取近红外立体影像数据;④ 在SWIR和TIR谱段,传感器上有侧视功能,可以达到±8.55°(垂直轨道方向)的侧视角,而在VNIR谱段,侧视角则为±24°(垂直轨道方向);⑤ 在SWIR和TIR谱段,传感器上安装有一个可靠性很高的设计寿命为50000 h的冷却器;⑥ 每条轨道平均每8分钟采集一次数据,每天大约传回地面780景观测数据。

    由于Aster数据可以根据用户的要求随时随地获取影像,且具有宽谱覆盖和高分辨的能力,所以在陆地、海洋、陆上水域、极地雪川、冰河以及云量的研究中发挥重要作用,也广泛应用于农业、森林、土地使用、地形图制作、地质特征、水资源、大气环境监测及能源探测等方面。

    西藏甲玛铜铅锌多金属矿床位于西藏墨竹工卡县甲玛乡境内,平均海拔3900 m左右,地形开阔,属于宽阔河谷地貌。区内矿石成分复杂,金属矿物有斑铜矿、黄铜矿、黝铜矿、辉钼矿、自然金、自然银、黄铁矿、蹄银矿,且储量丰富。2010年,甲玛铜矿新发现一批重大矿藏,预计可新增铜50×104 t、钼10×104 t、金10 t、银1000 t。

    矿区内断裂构造以北西西向和北东东向为主,前者与矿层有较强的空间生成关系,断裂的规模较大(见图 1)。矿区内褶皱发育,规模宏大,褶皱轴面大都为北西西向,代表南北向的挤压条件[7~9]。围岩蚀变强烈,最主要的围岩蚀变是矽卡岩化,其次是大理岩化,少量云英岩化、绢云母化、硅化、角岩化和绿帘石化,同时在矽卡岩内可见少量石英脉及方解石脉。蚀变作用贯穿整个成矿作用始终,蚀变岩石是矿区矿体的赋矿岩石,可作为矿区邻区的直接找矿标志。据最新勘查成果,甲玛斑岩矿床系统内按照赋矿岩石不同可划分为4种矿体类型,分别为产于斑岩中的钼(铜)矿体,产于矽卡岩中的铜多金属矿体,产于角岩中的铜钼矿体和产于外围石英闪长玢岩中的独立金矿体[10~11]

    图  1  甲玛矿区建造构造图[11]
    1—第四系;2—楚木龙组;3—林布宗组;4—多底沟组;5—硅帽;6—花岗斑岩;7—花岗闪长斑岩;8—二长花岗斑岩;9—石英闪长玢岩;10—辉绿玢岩;11—矽卡岩;12—矿体;13—地层界线;14—角岩蚀变界线;15—正断层;16—逆断层;17—斜歪倒转背斜;18—斜歪倒转向斜
    Figure  1.  The Jiama mine construction structural map

    经过多次实地光谱测试得知,甲玛矿区岩体中主要的蚀变包括硅化、黑云母化、绢英岩化、青盘岩化和泥化,热液与大理岩接触主要发生矽卡岩化,金矿化主要与硅化关系密切。斑岩型铜矿床发生蚀变岩石中含有大量的碳酸盐、羟基和铁离子,常出现于热液矿床附近的蚀变矿物有方解石、黄钾铁矾、褐铁矿、钙铁榴石、绿泥石、白云母和高岭石等,提取上述矿物对于找矿有重要意义[12]。上述离子基团及其蚀变矿物在0.38~2.50 μm光谱范围内具有诊断性特征光谱。几种矿物在美国地质调查局(USGS)标准波谱库中的波谱曲线见图 2

    图  2  各类蚀变矿物标准波谱(据USGS)
    Figure  2.  Standard spectral curves of alteration minerals
    2.3.1   波段代数运算法

    代数运算是通过波段数据的加、减、乘、除运算对具有不同波谱特征的地物进行区分的方法,在岩性识别中具有重要的作用,常被用于提取多光谱数据中的蚀变异常信息。其中最为常用的方法有波段比值法和波段差值法。本文采用的波段比值法主要通过增强地物波谱特征间的微小差别,压制图像中乘性光照差异以及地形、阴影的影响,突出地物的反射辐射特征。利用波段比值法进行异常信息提取,无论高值区或低值区均可能有同样的比值,因此,低值区的异常不可避免,也就是说,干扰因素引起的伪异常不可避免。在运用比值法之前,应尽可能详细地去除干扰,以保证信息提取结果的可靠性。

    2.3.2   主成分分析法

    CROSTA法是较为经典的提取蚀变信息的方法。该方法对遥感影像不同波段利用主成分变换技术提取黏土、碳酸盐、铁染异常信息和羟基异常信息。主成分变换又称为KL变换,是一种数学正交变换方法,它能在保持信息总量不变的前提下,将多光谱图像中高度相关的信息集中到少数几个波段中,称为主成分或主分量图像,并且主成分间互不相关。这个特点决定了影像经主成分变换后不损失信息,而只是将信息在新生成的主成分中重新分配。主成分方差依次降低,即第一主成分具有最大方差,第二主成分次之,并与第一主成分不相关。经过主成分变换以后的信息主要包含在前几个主成分里。主成分分析常用于数据压缩和数据降维、变化检测以及信息提取等过程,起到突出主要信息,压制噪声的效果。

    根据甲玛矿区位置、ETM+(TM)影像覆盖情况选取2景ETM+(TM)数据进行矿物蚀变信息提取。由于每景影像的水体、云量、植被覆盖情况不同,需分别进行数据预处理及矿物蚀变信息提取,通过拉伸数据、阈值切割,制作蚀变信息分级图,最后将两幅图像进行融合拼接,得到研究区的矿物蚀变信息图[13~14]。本文以幅号为AST00087PRDAT0115的数据为例详细表述处理方法,进行信息提取,其他数据处理方法类同。

    由于ETM+(TM)数据在短波红外2.0~2.5 μm区间只有一个波段,所以常用来提取羟基、铁染和碳酸盐信息。基团(离子)蚀变信息在ETM波段中的波谱特征见表 3

    表  3  羟基-铁染-碳酸盐在ETM+(TM)数据中的波谱特征
    Table  3.  Spectral characteristics of mineral on Landsat ETM+(TM) data
    基团离子Band 1Band 2Band 3Band 4Band 5Band6Band 7
    羟基反射吸收反射吸收
    铁染吸收反射吸收反射
    碳酸盐反射吸收
    下载: 导出CSV 
    | 显示表格
    2.4.1   ETM数据预处理

    ETM数据的预处理主要包括对图像的辐射定标、大气校正和水体、植被、阴影、冰雪、云层等干扰信息的去除。由于热红外波段不参与矿物蚀变信息提取,所以将B6波段剔除,对剩余6个波段进行预处理。

    2.4.1.1   辐射定标

    ETM数据为影像DN值,而FLAASH大气校正模型指定的输入数据类型为辐亮度,因此在进入FLAASH大气校正模型之前必须对数据进行辐射定标处理。辐亮度的计算公式为:

    Radiance(i)=DN(i)×Gain(i)+Offset(i)
    (1)

    式中:Radiance指光谱辐射亮度;Gain和Offset分别是Aster数据的增益和偏差;i为相应的波段;DN是ETM数据记录的亮度值。

    2.4.1.2   大气校正

    由于在太阳-大气-目标-大气-遥感器的电磁波传播路径中,导致接收的信号不能准确反应地表物理特征的影响因素很多,遥感器接收目标辐射或反射的电磁波所形成的遥感原始图像与目标相比是失真的。因此有必要对电磁波传播过程中造成信号失真的部分进行修正以恢复地物真实的反射特征。

    大气校正可分为基于影像特征的校正模型、地面线性回归经验模型、利用波段特性进行大气校正以及大气辐射传输模型理论方法。经过许多学者对模拟地-气过程的研究,发展出了包括LOWTRAN系列模型和5S模型在内的一系列辐射传输模型。在己有的模型中,最著名的辐射传输模型是MODTRAN(Moderate Resolution Transmittance Code)和6S(Second Simulation of the Satellite Signal in the Solar Spectrum),分别在LOWTRAN和5S模型基础上改进发展而来。

    2.4.1.3   干扰信息去除

    对ETM数据进行矿物蚀变信息提取会受到影像中植被、水、云层以及阴影等干扰信息的影响,需要运用不同的方法对其进行去除。

    ① 植被和水体的去除:对植被的去除可以通过植被掩膜的方式进行,而植被掩膜的建立是以植被指数为依据的。受植物叶面细胞构造及含水量等因素影响,植被光谱在红光波段具有强烈的吸收特性,而在红外波段则有很强的反射特性。因此可以利用这一光谱特性,通过可见光和红外波段的线性和非线性组合建立植被指数。植被指数主要包括比值植被指数(RVI)、归一化植被指数(NDVI)、垂直植被指数(PVI)、土壤调节植被指数(SAVI)等。本文运用NDVI对植被掩膜文件进行提取,其计算公式为:

    NDVI=(NIRR)/(NIR+R)
    (2)

    其中:NDVI为归一化植被指数;NIR为近红外波段反射率;R为红光波段反射率。NDVI值的理论值范围是[-1, 1],植被覆盖度越大其值越大。

    水体信息可以通过计算归一化水体指数(NDWI)和改进的归一化水体指数(MNDWI)进行提取。本文采用广泛应用的NDWI对水体掩膜文件进行提取,公式如下:

    NDWI=(GREENNIR)/(GREEN+NIR)
    (3)

    其中:GREEN为绿光波段反射率;NIR为近红光波段反射率。同样,NDWI值的理论值范围也是[-1, 1],水体覆盖度越大其值越大。

    ② 云层、阴影的去除:在对影像云层、阴影的光谱曲线进行分析之后发现,云层和阴影对曲线的整体谱形影响不大,因此利用其反射吸收特征进行掩膜去除是无法实现的;但是云层的光谱反射值整体偏高,阴影的整体反射值偏低,而正常的地表面反射至介于阴影和云层之间。所以本文取ETM+(TM)数据第四波段,对其进行统计,得出该波段反射最大值、最小值、均值及标准差,利用均值加标准差作为阈值提取比该值还要大的区域,作为云层覆盖区;利用均值减标准差作为阈值提取比该值还要小的区域,输出为阴影覆盖区。

    通过掩膜处理将植被、水体、云层和阴影等干扰因素去除,去除干扰前后的影像对比见图 3

    图  3  去除干扰前后影像对比
    Figure  3.  Comparison of original image and denoise image
    2.4.2   ETM+(TM)矿物蚀变信息提取

    本文主要采用主成分分析法[13]对ETM+(TM)数据进行矿物蚀变信息提取,羟基、铁染和碳酸盐蚀变信息提取的波段选择分别为:羟基B1、B4、B5、B7;铁染B1、B3、B4、B5;碳酸盐蚀变B1、B3、B5、B7。

    羟基矿物所在分量表征特征是:ETM+(TM) B5贡献与B4和B7相反。参与主成分分析的4个波段的特征向量载荷因子大小及符号见表 4,确定第三主分量为羟基矿物蚀变异常分量,最后通过图像密度分割得到羟基矿物蚀变结果(见图 4a)。

    表  4  羟基、铁染、碳酸盐主成分分析特征向量
    Table  4.  Eigenvector of principal component analysis(PCA)
    蚀变矿物波段主成分分析特征向量载荷因子贡献值
    PC1PC2PC3PC4
    羟基B10.4626600.707850-0.1720770.505256
    B40.6024250.0784410.664456-0.435235
    B50.636666-0.482005-0.591928-0.109310
    B70.132990-0.5103590.4225030.737115
    信息量91.51%7.98%0.36%0.15%
    铁染B10.4160800.6704010.575621-0.214709
    B30.4955130.255463-0.3804740.737865
    B40.529017-0.045025-0.565401-0.631217
    B50.549076-0.6951790.4519090.104975
    信息量94.52%5.14%0.31%0.03%
    碳酸盐B10.4842440.602072-0.2019780.601849
    B30.5774980.2410610.592879-0.506834
    B50.644576-0.567005-0.498904-0.118838
    B70.128552-0.5078440.5989940.605620
    信息量90.51%9.01%0.35%0.13%
    下载: 导出CSV 
    | 显示表格
    图  4  ETM+(TM)蚀变矿物提取结果
    Figure  4.  Extraction results of alteration mineral based on ETM+(TM) data

    分别选取B1、B3、B4、B5提取铁离子矿物蚀变异常(见图 4b),B1、B3、B5、B7提取碳酸盐矿物(见图 4c)。

    从蚀变信息提取结果总图(见图 4d)中可以看出,羟基蚀变矿物分布最为广泛,铁离子主要分布在研究区西南部,与金矿化有关的碳酸盐蚀变矿物沿地层构造呈条带状分布于西南部和中部地区。将研究区蚀变异常图与甲玛矿床地质资料及前人实地勘查结果进行对比分析,提取的蚀变矿物在地层、构造、岩浆岩及矿床等地质要素的空间展布上基本一致,证实了ETM+(TM)数据提取羟基、铁染和碳酸盐基团(离子)的可靠性。

    相较于ETM+(TM)数据,Aster数据在光谱2.0~2.5 μm范围内波段划分更细,区分包含基团(离子)的蚀变矿物时更有优势。几种蚀变矿物信息在Aster波段中的波谱特征见表 5

    表  5  羟基-铁染-碳酸盐在Aster数据中的波谱特征
    Table  5.  Spectral characteristics of hydroxyl group, iron and carbonate based on Aster data
    蚀变矿物Band 1Band 2Band 3Band 4Band 5Band 6Band 7Band 8Band 9
    白云石反射反射反射微弱吸收反射吸收反射
    黄钾铁矾反射吸收反射反射
    褐铁矿反射吸收反射吸收
    钙铁榴石吸收反射反射吸收
    绿泥石吸收反射吸收反射吸收
    白云母微弱吸收反射吸收反射
    高岭石反射吸收反射
    下载: 导出CSV 
    | 显示表格
    2.5.1   Aster数据预处理

    根据甲玛矿区位置、Aster影像位置、数据获取时间、云量大小、植被覆盖情况等选取了覆盖研究区内4景L1B级Aster数据进行矿物蚀变信息提取。由于每景影像获取时间不同,需分别对其进行处理,最后将蚀变信息融合拼接,得到研究区的矿物蚀变信息图。本文以幅号为AST00087PRDAT0115的数据为例进行信息提取,其他影像数据的处理过程与之类似。

    应用Aster数据进行矿物蚀变信息提取只需要可见光至短波红外波段,因此对Aster数据的预处理也只针对前九个波段进行。由于Aster短波红外通道传感器的相互干扰(CrossTalk),即第四波段探测器入射光发生分散对其他短波红外的5~9波段产生影响,所以在对Aster数据进行辐射定标、大气校正和干扰信息去除前,还需要先进行去串扰处理。

    2.5.2   Aster数据矿物蚀变信息提取[15]

    为了得到研究区更全面、详细的矿物蚀变结果,在对Aster数据进行矿物蚀变信息解译时,同时采用波段代数运算法和主成分分析法提取白云石、绿泥石、高岭石、白云母、褐铁矿、黄钾铁矾和钙铁榴石,对应的选择波段见表 6

    表  6  几种蚀变矿物提取采用方法及对应Aster波段选择
    Table  6.  Bands selection based on Aster data
    蚀变矿物波段代数运算法主成分分析法
    白云石(B6+B9)×0.5/B8B1,B3,B4,(B5+B8)/2
    绿泥石(B5+B9)/(B7+B8)B1,B3,B4,B8
    高岭石B1,B3,B4,B6
    白云母B5/B6B1,B4,B6,B7
    褐铁矿B2/B1B1,B2,B3,B4
    黄钾铁矾B1,B4,B7,B8
    钙铁榴石B1,B3,B4,(B8+ B9)/2
    下载: 导出CSV 
    | 显示表格

    用主成分分析法进行白云石蚀变信息提取所选取的波段为B1、B3、B4和(B5+B8)/2。白云石所在分量表征特征是:Aster的B4与B3和(B5+B8)/2贡献相反。通过图像密度分割得到白云石蚀变结果。同时采用波段代数运算法进行(B6+B9)×0.5/B8运算得到白云石蚀变信息。将两者融合,得到研究区白云石蚀变结果图(见图 5a)。

    图  5  几种蚀变矿物提取结果图
    Figure  5.  Extraction results of mineral alteration based on Aster data

    依据表 6分别选取不同的波段组合提取绿泥石、高岭石、白云母、褐铁矿、黄钾铁矾和钙铁榴石(见图 5b5g)。将各单矿物蚀变图叠加,可得到蚀变综合信息(见图 5h)。

    相较于ETM+(TM)数据,Aster数据可以区分更多、更细的蚀变信息(见图 6)。将Aster蚀变结果与ETM+(TM)蚀变结果进行比较分析得出,Aster数据中提取出的含羟基矿物绿泥石、高岭石、白云母,含铁离子矿物褐铁矿、黄钾铁矾、钙铁榴石及碳酸盐蚀变矿物方解石与ETM+(TM)上的羟基、铁染和碳酸盐蚀变矿物分布情况相吻合。并且,Aster数据解译出在研究区西北方向有褐铁矿存在。而在ETM+(TM)数据中,这一区域的铁离子未能被识别。结合地质勘查资料验证,Aster数据提取的蚀变矿物分布图与实际矿物分布状况相符。

    图  6  ETM+(TM)数据和Aster数据蚀变信息提取结果图
    Figure  6.  Extraction results of mineral alteration based on ETM+(TM) data and Aster data

    本文采用ETM+(TM)和Aster数据分别利用波谱代数运算法和主成分分析法进行了研究区矿物蚀变信息提取,两者结果相吻合。对ETM+(TM)和Aster蚀变信息结果图进行拼接融合,得到了甲玛地区矿物蚀变信息分布图。通过实地勘验,两种数据提取的蚀变信息均有效、可靠。

    由于两种数据的波段设置情况不同,在进行矿产资源勘查应用中提取的矿物信息种类也有区别。ETM+(TM)数据波段数较少,光谱分辨率较低,主要用来提取羟基、铁染和碳酸盐等基团(离子)信息;ETM+(TM)数据提供免费下载服务,在无法获取其他更高光谱分辨率遥感数据的情况下,该数据可以为成矿预测提供基础的遥感技术支撑,且可以为其他遥感数据蚀变信息解译提供参考和验证。Aster数据在光谱2.0~2.5 μm范围内波段划分更细,区分包含基团(离子)的蚀变矿物时更有优势。通过对甲玛矿区的矿物蚀变信息进行解译,得到矿区内方解石、黄钾铁矾、褐铁矿、钙铁榴石、绿泥石、白云母和高岭石的蚀变信息解译图。将蚀变信息解译图与甲玛矿床地质图进行对比分析,两者在地层、构造、岩浆岩及矿床等地质要素的空间展布上相当吻合。

    由于获取遥感数据渠道有限,本文只对ETM+(TM)和Aster数据进行了矿物蚀变信息提取应用研究。建议可以采用Hyperion、CSAI/SASI等更高光谱分辨率的遥感数据进行处理,以得到更详细的矿物蚀变信息。

  • 图  1  西南天山造山带地质图

    1—新生代地层;2—中生代地层;3—古生代地层;4—前寒武纪地层;5—蛇绿混杂岩;6—超基性-基性侵入岩;7—花岗岩;8—湖泊;9—冰川;10—断层;
    ①—扎拉依尔—奈曼缝合带;②—尼古拉耶夫线—那拉提北缝合带;③—南中天山缝合带;④—塔里木北缘断裂带; ⑤—塔拉斯—费尔干纳走滑断裂带;
    KNTS—吉尔吉斯斯坦北天山;YB—伊犁地块;TB—塔里木陆块;CTA—中天山复合弧地体;STOB—西南天山造山带a—中亚造山带构造简图;b—西南天山及其邻区地质图[1-3]

    Figure  1.  Tectonic sketch map of the southwest Tianshan orogen

    图  2  萨尔干地区地质简图

    (星号为采样位置)

    Figure  2.  Simplified structural map of the Saergan area

    (The asterisk is the sampling location)

    图  3  萨尔干基性岩脉岩石判别图解[11]

    a—岩石分类判别(TAS)图解;b—A/CNK-A/NK图解;c—logσ-logτ图解

    Figure  3.  The rock identification diagram of the Saergan mafic rocks[11]

    图  4  萨尔干基性岩脉稀土球粒陨石标准化和微量元素洋中脊玄武岩标准化图解[12]

    a—基性岩脉的稀土元素球粒陨石配分曲线图;b—基性岩脉微量元素N-型洋中脊玄武岩标准化图解

    Figure  4.  The chondrite-normalized REE and N-MORB-normalized trace-element spider patterns of the Saergan mafic rocks[12]

    图  5  萨尔干基性岩脉锆石CL图像及锆石U-Pb同位素谐和与加权平均年龄图

    Figure  5.  CL images, and U-Pb concordia diagram for zircon samples of the Saergan mafic rocks.

    图  6  萨尔干基性岩脉构造判别图解[16]

    Figure  6.  Various tectonic discrimination diagrams of the Saergan mafic rocks[16]

  • [1] ŞENGÖR, A M C, NATAL'IN B A, BURTMAN V S. Evolution of the Altaid tectonic collage and Palaeozoic crustal growth in Eurasia[J]. Nature, 1993, 364(6435):299-307. doi: 10.1038/364299a0
    [2] KLEMD R, GAO J, LI J L, et al. Metamorphic evolution of (ultra)-high-pressure subduction-related transient crust in the South Tianshan Orogen (Central Asian Orogenic Belt):Geodynamic implications[J]. Gondwana Research, 2015, 28(1):1-25. doi: 10.1016/j.gr.2014.11.008
    [3] CHEN Z L, WANG Z X, HAN F B, et al. Late cretaceous-Cenozoic uplift, deformation, and erosion of the SW Tianshan mountains in Kyrgyzstan and Western China[J]. International Geology Review, 2017, 60(8):1019-1037. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=10.1080/00206814.2017.1365018
    [4] XIAO W J, WINDLEY B F, ALLEN M B, et al. Paleozoic multiple accretionary and collisional tectonics of the Chinese Tianshan orogenic collage[J]. Gondwana Research, 2013, 23(4):1316-1341. doi: 10.1016/j.gr.2012.01.012
    [5] KRÖNER A, WINDLEY B F, BADARCH G, et al. Accretionary growth and crust formation in the Central Asian Orogenic Belt and comparison with the Arabian-Nubian shield[M]//HATCHER R D JR, CARLSON M P, MCBRIDE J H, et al. 4-D Framework of Continental Crust. Geological Society of America, 2007, 200: 182-209.
    [6] 曲国胜, 李亦纲, 陈杰, 等.柯坪塔格推覆构造几何学、运动学及其构造演化[J].地学前缘, 2003, 10(S1):142-152. http://d.old.wanfangdata.com.cn/Periodical/dxqy2003z1021

    QU Guosheng, LI Yigang, CHEN Jie, et al. Geometry, kinematics and tectonic evolution of Kepingtage thrust system[J]. Earth Science Frontiers, 2003, 10(S1):142-152. (in Chinese with English abstract) http://d.old.wanfangdata.com.cn/Periodical/dxqy2003z1021
    [7] 李忠, 高剑.构造活动区特征源汇体系及古地理重建:以塔里木块体北缘记录"泛非"事件的碎屑锆石分析为例[J].古地理学报, 2016, 18(3):424-440. http://d.old.wanfangdata.com.cn/Periodical/gdlxb201603009

    LI Zhong, GAO Jian. Characteristic source-sink systems and palaeogeographic reconstruction in active tectonic regions:A case research on detrital zircons recording the Pan-African event in northern Tarim Block[J]. Journal of Palaeogeography, 2016, 18(3):424-440. (in Chinese with English abstract) http://d.old.wanfangdata.com.cn/Periodical/gdlxb201603009
    [8] 肖文交, 舒良树, 高俊, 等.中亚造山带大陆动力学过程与成矿作用[J].新疆地质, 2008, 26(1):4-8. doi: 10.3969/j.issn.1000-8845.2008.01.002

    XIAO Wenjiao, SHU Liangshu, GAO Jun, et al. Continental dynamics of the central Asian orogenic belt and its metallogeny[J]. Xinjiang Geology, 2008, 26(1):4-8. (in Chinese with English abstract) doi: 10.3969/j.issn.1000-8845.2008.01.002
    [9] 陈宣华, 杨农, 叶宝莹, 等.中亚成矿域多核成矿系统西准噶尔成矿带构造体系特征及其对成矿作用的控制[J].大地构造与成矿学, 2011, 35(3):325-338. doi: 10.3969/j.issn.1001-1552.2011.03.001

    CHEN Xuanhua, YANG Nong, YE Baoying, et al. Tectonic system and its control on metallogenesis in Western Junggar as part of the central Asia multi-core metallogenic system[J]. Geotectonica et Metallogenia, 2011, 35(3):325-338. (in Chinese with English abstract) doi: 10.3969/j.issn.1001-1552.2011.03.001
    [10] 薛春纪, 赵晓波, 莫宣学.中亚成矿域斑岩铜金成矿的地质环境问题[J].岩石学报, 2016, 32(5):1249-1261. http://d.old.wanfangdata.com.cn/Periodical/ysxb98201605001

    XUE Chunji, ZHAO Xiaobo, MO Xuanxue. Problem on porphyry Cu-Au metallogenic environment in Central Asian:an overview[J]. Acta Petrologica Sinica, 2016, 32(5):1249-1261. (in Chinese with English abstract) http://d.old.wanfangdata.com.cn/Periodical/ysxb98201605001
    [11] MIDDLEMOST E A K. Naming materials in the magma/igneous rock System[J]. Earth-Science Reviews, 1994, 37(3-4):215-224. doi: 10.1016/0012-8252(94)90029-9
    [12] SUN S S, MCDONOUGH W F. Chemical and isotopic systematics of oceanic basalts:implications for mantle composition and processes[J]. Geological Society, London, Special Publications, 1989, 42(1):313-345. doi: 10.1144/GSL.SP.1989.042.01.19
    [13] WU Y B, ZHENG Y F. Genesis of zircon and its constraints on interpretation of U-Pb age[J]. Chinese Science Bulletin, 2004, 49(15):1554-1569. doi: 10.1007/BF03184122
    [14] 季建清, 韩宝福, 朱美妃, 等.西天山托云盆地及周边中新生代岩浆活动的岩石学、地球化学与年代学研究[J].岩石学报, 2006, 22(5):1324-1340. http://d.old.wanfangdata.com.cn/Periodical/ysxb98200605021

    JI Jianqing, HAN Baofu, ZHU Meifei, et al. Cretaceous-Paleogene alkaline magmatism in Tuyon basin, southwest Tianshan mountains:geochronology, petrology and geochemistry[J]. Acta Petrologica Sinica, 2006, 22(5):1324-1340. (in Chinese with English abstract) http://d.old.wanfangdata.com.cn/Periodical/ysxb98200605021
    [15] 徐学义, 夏林圻, 夏祖春, 等.西南天山托云地区白垩纪-早第三纪玄武岩地球化学及其成因机制[J].地球化学, 2003, 32(6):551-560. doi: 10.3321/j.issn:0379-1726.2003.06.005

    XU Xueyi, XIA Linqi, XIA Zuchun, et al. Geochemistry and genesis of Cretaceous-Paleogene basalts from the Tuoyun Basin, Southwest Tianshan Mountains[J]. Geochimia, 2003, 32(6):551-560. (in Chinese with English abstract) doi: 10.3321/j.issn:0379-1726.2003.06.005
    [16] PEARCE J A. Immobile element fingerprinting of Ophiolites[J]. Elements, 2014, 10(2):101-108. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=81844e4b3f5760530b1250676aa48bd7
  • 加载中
图(6)
计量
  • 文章访问数:  353
  • HTML全文浏览量:  105
  • PDF下载量:  20
  • 被引次数: 0
出版历程
  • 刊出日期:  2019-05-01

目录

/

返回文章
返回