高光谱蚀变矿物提取在地质找矿中的应用——以吉林某斑岩型钼矿为例

李 希潘振兴王 启高雅宁韩 珂刘樟乐

(1.长安大学地球科学与资源学院,陕西西安 710054；2.西北有色地质矿业集团有限公司,陕西西安 710054)

高光谱蚀变矿物提取在地质找矿中的应用
——以吉林某斑岩型钼矿为例

李 希1，2，潘振兴2，王 启2，高雅宁1，韩 珂1，刘樟乐2

(1.长安大学地球科学与资源学院,陕西西安 710054；2.西北有色地质矿业集团有限公司,陕西西安 710054)

国内外已广泛使用高光谱方法提取和识别岩石和矿物的技术。本文利用这个技术，在地面光谱测试、数据处理和光谱特征分析的基础上，提取和识别出斑岩钼矿区的蚀变矿物，通过分析与钼矿化蚀变的相关性，从12种主要蚀变矿物中优选出5种在矿区具有代表性的蚀变矿物：绢云母、蒙脱石、伊利石化绢云母、高岭石(结晶差)和铁镁绿泥石。结合其空间分布和分带特征，分析了与钼矿化的关系，进而划分出内、中和外三个蚀变带，预测了矿区的找矿方向，并提供了一种新的找矿思路。

高光谱 光谱特征 斑岩型钼矿 蚀变矿物

Li Xi, Pan Zhen-xing, Wang Qi, Gao Ya-ning, Han Ke, Liu Zhang-le. Application of alteration minerals extraction based on hyperspectral data to geological prospecting of porphyry molybdenum deposit in Jilin Province [J]. Geology and Exploration,2016,52(3):0489-0496.

0 引言

高光谱蚀变矿物识别提取和分带的研究及应用在国内已经有诸多实例(甘甫平,2002；雷天赐，2005；周强，2006;邹林，2006；孙卫东，2010)，目前多应用于遥感高光谱蚀变矿物识别提取(田丰，2010；李楠，2010)、高光谱蚀变矿物提取方式方法(雷天赐，2005；吴凤凰，2013;王亚军，2015)和对典型矿物高光谱特性的研究(甘甫平,2003;邓美容，2010)等方面。已有的高光谱在地质矿产方面的应用多注重于理论或科研性质研究(王晋年,1999；雷天赐，2005；邓美容，2010；许宁，2013)，少量应用于区域基础地质或矿产调查(甘甫平,2002；孙卫东，2010；朱炳玉，2010；杨志明，2012)。目前，便携式高光谱矿物分析技术在加拿大、美国和澳大利亚等国已广泛地应用于矿产勘查领域，该方法可以通过对矿物种类、丰度和成分的识别，特别是与成矿作用密切相关的蚀变矿物的识别有效地圈定热液矿化蚀变带，定量或半定量地估计被测区域的蚀变强度和蚀变矿物含量，给出成矿作用规模和强度等，同时在辅助勘查决策方面也能提供独特的信息。

本文通过使用便携式矿物光谱仪对吉林某斑岩型钼矿新鲜岩芯进行高光谱蚀变矿物提取和空间模型的建立，完成矿化蚀变分带特征与钼矿化的关系，并进行找矿预测，尝试高光谱数据蚀变矿物提取在地质找矿中的应用。

1 成矿地质环境

1.1 区域地质背景

矿区地处华北板块与佳木斯微板块之间，张广才岭微地块南缘。地层区划属天山-兴安地槽褶皱区，吉林-延边分区的吉林小区。区域地层主要有中元古界青龙村群变质岩和上元古界一面坡群变质岩以及泥盆系和侏罗系火山岩；区内岩浆活动时间漫长，加里东期、华力西期、印支期、燕山期及喜山期等各个地质时期岩浆活动频繁，岩浆演化规律性强，分异明显；加里东和华力西期构造旋回褶皱发育，轴向北东或北西；断裂构造在区域发育，敦化-密山断裂通过本区。

1.2 矿区地质特征

矿区主要出露少量地层和大规模的岩体。矿区中部见有少量青龙村群变质岩，基本呈近南北向断续分布，以黑云石英片岩为主。燕山期似斑状花岗岩体位于矿区的东北部，严格受北东向构造控制呈北东向分布；加里东中期花岗闪长岩主要分布于工作区的东南部，呈岩基状分布；印支期中粗粒花岗岩体分布于矿区的西部；整个矿区内脉岩较发育，主要有辉绿岩，细粒闪长岩等。

断裂为北东向和北西向两组，早期北东向张性断裂控制了区内岩体及地层的空间分布，北西向断裂次之，以压性近直立断裂为主。

钼矿化富集与构造和岩浆活动有关。其中北东向张性断裂的次级断裂及青龙村群变质岩与燕山期似斑状花岗岩接触部位均为钼元素相对富集的部位。矿区围岩蚀变为中-低温热液蚀变，主要有硅化、绢云母化、绿泥石化、蒙脱石化、高岭石化，其次可见黄铁矿化、磁黄铁矿化、硅化、萤石化、碳酸盐化等，各种蚀变相互叠加，分带不明显。

土壤地球化学测量结果显示矿区内具有W、Mo、Sn、Bi异常，矿区南部矿化已经圈闭，但是向北部仍然存在着较高的土壤地球化学异常，且有继续向北延伸的趋势。

激电探测结果显示，矿区内见有北北东向激电异常带，横穿整个矿区，具有南部宽北部窄的特点，向北趋于尖灭。

矿床类型属于典型的斑岩型钼矿。

2 高光谱地质应用基本原理

2.1 ASD矿物光谱仪工作参数

美国ASD公司开发的TerraSpec系列便携式矿物光谱仪使用512阵元阵列PDA探测器和两个独立的InGaAs探测器，可探测波长范围为350～2500nm，覆盖了全部可见光、近红外、短波红外波长区间；灵敏度高，光谱分辨率强，光谱采样间隔小，扫描时间短，每秒可得到10个光谱，可实时测量并观察光谱曲线，能实现蚀变矿物的野外现场快速识别。

2.2 ASD矿物光谱仪工作原理

利用探测波长区间光线照射被测样品，并接收矿物的特征吸收光谱，通过对所获的光谱曲线与标准曲线比对，反演被测样品蚀变矿物信息；ASD矿物光谱仪是利用短波红外光谱测量技术，对肉眼难以识别的层状硅酸盐、粘土、碳酸盐以及部分硫酸盐矿物进行快速识别的实用仪器。通过不同地质环境的光谱参考数据库及计算机数据处理软件，辅之野外观察和必要的岩石学分析，可以从ASD矿物光谱仪测量获得的谱线中得出研究区蚀变矿物组合的信息。

2.3 高光谱矿物识别基本原理

矿物光谱特征是矿物识别提取的前提，在400～2500nm光谱覆盖范围内，矿物内部的离子、分子、基团及其它组合的光谱特征基本都具有其唯一性，矿物光谱吸收特征的变化主要是与其物质组分以及晶格结构有关的电子与晶体场的相互作用影响的。相对于传统光谱测量，高光谱测量精度更好，能够获得更为精确的连续光谱曲线(邓美容等，2010)。

围岩蚀变常与矿体伴生且其分布范围一般比矿体分布范围广，因而是一种重要的找矿标志。蚀变矿物中的阳离子Fe2+与Fe3+和阴离子OH-与CO32-在350～2500nm波段区间具有明显的特征吸收谱带(刘燕君等，1993；孙雨等；2015)，因此其可以被ASD矿物光谱仪所识别。

3 光谱数据采集

采集样品的光谱数据时，使用了ASD矿物光谱仪自带的FieldSpec Pro RS3程序。由于样品的光谱测试结果受多种因素影响，例如：光照条件(太阳高度角、太阳方位角)、大气特性(风、云)、样品的物理性质及几何形状、扫描速度等。因此为了得到测试样品的反射率，需要采用基于统计学模型的平场域法进行光谱重建工作获得反射率数据，首先应对标准白板进行反射光谱测量，令其为参考光谱即平场域，样品的相对光谱反射率数据是样品反射谱测量所得的高光谱数据与平场域平均光谱数据的比值。标准白板与样品的反射光谱测试环境假定完全一致的情况下，可以假设标准白板对各波段的反射率均为一个恒定值1，那么样品的相对光谱反射率数据可以认为其是绝对反射率数据。

为了消除因为操作上产生的偶然误差，本次工作采用了对同一采样点进行多次数据采集的方法，确保最终得到的数据的准确性。

本次ASD矿物光谱仪数据采集的对象为矿区新近施工的金刚石钻孔岩芯，数据提取位置不包括每个钻孔开孔位置提取的第四系浮土、转石等，数据采集点间隔为1米，本次共采集岩芯长度18661米，样品采集点18664个。

4 蚀变矿物识别与结果验证

对采集到的矿物光谱曲线，采用TSG(The Spectral Geologist)软件进行识别的，该软件由澳大利亚联邦科学与工业研究组织(CSIRO)研发，其中储存了大量的特征蚀变矿物标准谱线。解译时软件自动将采集的光谱曲线与数据库中的标准谱线相对比，生成光谱质量评价图，并对矿物进行自动识别。

表1 蚀变矿物含量总表

4.1 主要蚀变矿物

经过解译，本次共识别出蚀变矿物38种(表1)，其中12种蚀变矿物单个矿物在样品中的平均含量大于1.5%，为主要的蚀变矿物，按照含量的多少依次为：绢云母、蒙脱石、黑云母、铁镁绿泥石、金云母、伊利石化绢云母、铁绿泥石、角闪石、高岭石(结晶好)、绿帘石、坡缕石、高岭石(结晶差)。

4.2 蚀变矿物光谱特征

上述12种蚀变矿物，应挑选出具有代表性，且与钼矿化蚀变具有一定相关性的蚀变矿物，才可以更有效的进行找矿预测。角闪石和黑云母与岩浆作用关系密切，常见于各种中、酸性侵入岩中，且矿区及周边地区均广泛分布；坡缕石主要形成于火山沉积、内陆湖相沉积和表生淋滤等，其与热液矿床无关；绿帘石广泛发育于岩浆岩、变质岩和沉积岩热液交代后的围岩蚀变中，其在矿区周边多与基性岩脉有关，与矿化关系不大；高岭石(结晶好)、金云母和铁绿泥石在样品中分布不均匀，在部分钻孔中含量极高，但在多数见矿钻孔中均未见到，因此上述七种矿物并不具有代表性，可以排除。所以主要考虑其余5种蚀变矿物与钼矿化的关系。对此5种蚀变矿物通过TSG软件中自带的标准蚀变矿物光谱特征进行对比和解译。其主要光谱特征如下：

①标准的绢云母矿物的Al-OH的吸收谷值波长从2190nm到2225nm，样品中的Al-OH的吸收谷值波长是2201～2217nm，与标准数据库中的光谱线吻合很好。短波吸收谷值接近2190nm(也就是特征吸收谷值越短)，表明蚀变矿物中钠含量越高，而短波吸收峰谷越长，接近2206nm，蚀变矿物中钾含量越高，样品的的吸收谷波长介于2201～2217nm，主要位于2205nm，靠近2206nm(图1a)，矿区绢云母是相对富钾的。

②绿泥石光谱Fe-OH的吸收谷波长为2250～2260nm。在绿泥石成分中富铁到富镁含量的变化，会影响光谱中Fe-OH吸收谷的位置，一般随着Fe和Mg的二价离子在绿泥石晶体中八面体含量的变化而变化，富铁绿泥石的吸收谷一般在2260nm，而富镁绿泥石的吸收谷一般在2250nm,随着铁、镁含量的不同，2250～2260nm处的峰值变化呈现出一种线状的变化趋势(Scottetal.,1998)。在斑岩型或热液矿床中，富镁的绿泥石往往更靠近矿化带。样品的吸收谷为介于2248～2256nm之间，主要为2253nm附近(图1b)，解译为铁镁绿泥石。

③对于短波红外光蒙脱石在2208nm波长显示强烈的吸收，同时在1410nm和1910nm也有明显的吸收，但不对称，这主要是因为岩石中的水分吸收了部分的红外光，与绢云母相比，蒙脱石在2345nm和2440nm没有明显的吸收，本次样品吸收谷介于1407～1418nm、1900～1918nm和2200～2219nm之间，主要为1414nm、1909nm和2208nm附近(图1c)，解译为蒙脱石。

④ 绢云母中Na和Al含量较多时，光谱曲线吸收谷在2190nm附近，当Al和K含量较高时，吸收谷在2200nm附近，当贫Al且富K时，吸收谷在2210～2225nm之间；伊利石属于含水层状硅酸盐矿物，其含有Al-OH和H2O两种含氢基团，Al-OH基团在2200nm附近有明显的特征吸收谷，H20在1900 nm附近有明显的吸收谷。样品在1891～1911nm和2200～2211nm附近有明显的吸收谷，多数位于1902nm和2205nm附近(图1d)，其与伊利石吸收特征相似，解译为伊利石化绢云母。

图1标准矿物与样品反射光谱对比图Fig.1 Comparison of reflection spectra between standard minerals and samples

⑤高岭石主要以1400nm和2200nm附近的吸收双峰为特征。第一个吸收峰值在1400～1450nm，第二个吸收峰值在2166～2206nm。本次光谱采集与现场矿物识别对比显示，该矿区光谱曲线双峰平缓程度与高岭石的结晶程度有关，结晶差的高岭石，吸收波峰的短波部分相对平缓，而结晶好的高岭石，吸收波峰的短波部分相对陡峭，本次解译过程中高岭石少量样品的双峰中短波部分相对陡峭(图1e)，大多双峰中短波部分相对平缓(图1f)。

4.3 识别结果验证

基于数据可靠性，本次挑选岩芯完整且蚀变矿物含量较多的岩芯段进行岩石标本采集，共采集了5件岩石标本进行岩矿鉴定，来对比检验ASD矿物光谱仪测试数据是否准确(表2)。从表中可见采用ASD矿物光谱仪采集样品的光谱数据，在经过TSG软件对光谱进行解译后，得出的蚀变矿物信息是准确的。

表2 岩矿鉴定与ASD矿物光谱仪蚀变矿物对比

5 蚀变矿物分布特征及与钼矿化的关系

5.1 蚀变矿物与钼矿化的相关性

首先查明蚀变矿物和钼矿化的关系，随机统计钻孔中蚀变矿物含量与钼矿化品位的相关性系数。从统计结果来看(表3)，绢云母、蒙脱石、伊利石化绢云母、高岭石(结晶差)和钼矿化表现出一定程度的正相关，铁镁绿泥石与钼矿化表现出一定程度的负相关。

5.2 蚀变矿物含量下限的确定

为了更直观的显示各蚀变矿物分布和钼矿化(体)空间关系，在使用Micromine软件建立三维模型过程中，需要确定蚀变矿物含量的下限，通过众值法统计蚀变矿物的含量符合正态分布特征(图2)，众值和中位值都在20%左右，因此蚀变带圈定的原则是：以蚀变矿物含量20%作为边界值圈连蚀变体，但是如果蚀变带在空间连续性较好时，可根据实际数据进行适当调整。

图2 蚀变矿物含量直方图Fig.2 Histogram of content of alteration minerals

5.3 蚀变矿物与钼矿化空间分布特征

矿体与蚀变矿物空间分布形态及位置(图3)对比结果主要为：绢云母化蚀变体规模较大(图3b)，基本遍布整个矿区，其包括了矿区内的所有钼矿化(体)，绢云母化发育较强的部位钼矿化也较强；矿区蒙脱石化较强，蚀变体分布范围较广，空间上基本上覆盖所有钼矿化(体)，其蚀变体内部和两侧分布有较强的钼矿化，蒙脱石化较强的部位也是钼矿化较强的部位(图4c)；伊利石化绢云母的蚀变相对弱，仅见细小条带状蚀变体零星散布于空间各位置中，在该蚀变体周围常出现强钼矿化，而蚀变体内部钼矿化反而相对较弱(图4d)；高岭石(结晶差)蚀变中等，在空间上主要为细条带状零散断续分布，蚀变体空间分布特征与钼矿体的空间分布特征相似，高岭石(结晶差)化相对发育的地段，钼矿化也相对较发育(图4e)；铁镁绿泥石化蚀变体分布在钼矿化带的上下两侧，与钼矿体之间有一定的距离，在铁镁绿泥石化出现的地方，一般不出现钼矿化(图4f)；总体而言，上述五种蚀变在空间上均与钼矿化关系密切。

5.4 蚀变矿物分带特征分析

按照矿化蚀变与矿体的远近可以把矿化蚀变划分为内、中、外三个蚀变带。内带的蚀变矿物组合是高岭石(结晶差)、蒙脱石和绢云母，绢云母化蚀变最强，蒙脱石化蚀变次之，高岭石(结晶差)化蚀变相比较弱，钼矿化常常分布在三种蚀变体之中，蚀变相对较强的区域，钼矿化也相对较强；中带的蚀变矿物组合是伊利石化绢云母、蒙脱石和绢云母，伊利石化绢云母在此三种蚀变中最弱，钼矿化的周围范围内均能发现这三种蚀变，且这三种蚀变相对越好，其周围钼矿化也相对较好；外带的蚀变矿物组合是铁镁绿泥石和绢云母，铁镁绿泥石化出现在钼矿化带的两侧，与钼矿化带有一定的间距，绢云母在整个矿区均有分布，发现铁镁绿泥石和绢云母蚀变，那么在一定范围内应会有一定程度的钼矿化。

表3 样品的蚀变矿物与钼矿化的相关系数

图3 蚀变矿物与钼矿化空间分布特征Fig.3 Spatial distribution characteristics of molybdenum mineralization and alteration minerals a-矿体；b-绢云母；c-蒙脱石；d-伊利石化绢云母；e-高岭土(结晶差)；f-铁镁绿泥石a-orebody;b-sericite;c-montmorillonite;d-illitized sericite;e-kaolinite(poorly crystallized);f-brunsvigite

通过上述分析，内、中、外三个蚀变带可以分别表述为绢云岩化-弱粘土化带、粘土化-绢云岩化、绢云岩化-绿泥石化(青磐岩化)带。其与大多数贫氟的斑岩钼矿蚀变分带由内向外常常具有钾化核、石英-绢云母-黄铁矿、粘土化带和青磐岩化带等特征(Westraetal., 1981)是类似。

三维模型数据显示，上述五种蚀变体空间上在矿区北部均未封闭，而是继续开放，表明矿区北部应还存在一定程度的矿化异常，这与现有化探数据中矿区北部存在较高的化探异常是一致的。

6 结论

(1)矿区矿化蚀变可分为内、中、外三个蚀变带，分别为绢云岩化-弱粘土化(高岭石(结晶差)和蒙脱石)带、粘土化(伊利石化绢云母和蒙脱石)-绢云岩化带、绢云岩化-绿泥石化带。

(2)蚀变矿物空间分布和分带特征显示钼矿化向北部具有继续延伸的趋势，其与矿区土壤地球化学异常指示方向是一致的。

(3)通过对矿区已经施工钻孔岩芯中蚀变矿物的提取和识别，分析蚀变矿物在空间上的分布和分带特征，更为清晰的展现蚀变矿物在空间上与矿化之间的关系，可以快速有效的进行找矿预测，尤其在大型矿山的预测中可以有效的利用已有工程进行深部和外围找矿预测。

[注释]

① Scott K M， Yang K， Huntington J F. 1998. The application of spectral re-flectauce studies to chlorites in exploration [R].Australia： CSIRO，Exploration & Mining Report 545R

Deng Mei-rong，Zhao Yun-sheng,Liu Lan-fang.2010.The Research of Hyper-spectral Polarized Characteristics of Several Typical Minerals[J].Journal of Hengyang Normal University,31(6)：97-101(in Chinese with English abstract)

Du Xiao-di,Tang Yue, Liu De-chang,Li Zhao,Wang Hai-da.2015.The application of aerial hyperspectral technology to the geological survey for oil and gas in the East Junggar Basin[J].Geology in China，42(1)：275-287(in Chinese with English abstract)

Gan Fu-ping,Wang Run-sheng，Yang Su-ming.2002.Studying on the alteration minerals identification using hyperion data[J].Remote Sensing for Land &Resources,(4):44-51(in Chinese with English abstract)

Gan Fu-ping,Wang Run-sheng，Ma Ai-nai.2003.Spectral identification tree(sit) for mineral extraction based on spectral characteristics of minerals[J].Earth Science Frontiers,10(2):445-454(in Chinese with English abstract)

Guo Na.2012.The altered mineral assemblage research in Jiama porphyryskarn copper deposit-based on Hyperspectral high frequency wave infrared technology[D].Cheng Du:Chengdu University of Technology:1-122(in Chinese with English abstract)

Hou Yi,Wang Mao-zhi,Zhang Xiao-dong.2014.Application of SASI Hyperspectral Data in Oil and Gas Exploration[J].Journal of Chengdu University of Technology(Science & Technology Edition),33(4)：347-350(in Chinese with English abstract)

Lei Tian-ci，Zhu Ming-qiang，Zhou Wan-peng.2005. Application on data mining of hyperspectrum to Identification and Extraction of alteration minerals[J].Resour,ces Environment & Engineering,19(3)：213-218(in Chinese with English abstract)

Li Nang, Xiao Ke-yang, Chen Xi-qiu, Lou De-bo. 2010.Mineralizing alteration extraction based on Hyperion hyper-spectral data-taking Tanyaokou deposit, Inner Mongolia, China as as example. Geological Bulletin of China, 29(10):1558-1563(in Chinese with English abstract)

Li Zhi-zhong Z, Yang Ri-hong, Dang Fu-xing, Zhang Xian-feng, Tan Bbing-xiang, Zhao Hui-jie. 2009.The hyperspectral remote sensing technology and its application[J]. Geological Bulletin of China, 28(2/3) ;270-277(in Chinese with English abstract)

Liu Yan-jun，Jin Li-fang.1993. Remote sensing ground model for mineral information[M].Beijing:Geological Publishing House:1-157(in Chinese)

Sun Wei-dong,Chen Jian-ming,Wang Run-shen,Yan Ba-Kun,Yu Hao.2010.The application and research of hyperion for hyperspectral mineral mapping on east of TianShan mountain[J].Xin Jiang Geology,28(2)：214-217(in Chinese with English abstract)

Sun Yu,Nie Jiang-tao,Tian Feng, Qin Kai,Yang Guo-fang,Wang Jian.2015.Alteration mineral mapping of the Xiangshan uranium core using HySpex imaging hyperspectral data and its geological significance[J].Geology and Exporation, 51(1) :0165-0174(in Chinese with English abstract)

Tian Feng,Dong Li-na, Yang Su-ming, Wang Run-sheng .Application of combined spectra of mixed minerals to mapping altered minerals A case study in theYunnan region based on Hyperion data[J]. Geology and Exploration 2010,46 (2): 0331-0337(in Chinese with English abstract)

Wang Cheng-hui，Song Quan-heng，Wang Deng-hong，Li Li-xing，YU Cheng，Wang Zhi-gang，Qu Wen-jun，Du An-dao，Ying Li-juan.2009.Re-Os Isotopic Dating of Molybdenite from the Daheishan Molybdenum Deposit of Jilin Province and Its Geological Significance[J].Rock and Mineral analysis,28(3)269-273(in Chinese with English abstract)

Wang Jin-nian，Zhang Bing，Liu Jian-gui，Tong Qing-xi and Zheng Lan-fen.1999.Hyperspectral Data Mining-Toward Target Recognition and Classification[J].Journal of Image and Graphics,4(11):957-964(in Chinese with English abstract)

Wang Ya-jun,Wang Qin-jun,Chen Yu,Hu Fang,Xu Ru,Lin-Qi-Zhong.2015.A Method to Extract Content of Minerals Based on Measured Hyperspectral Data[J].Spectroscopy and Spectral Analysis，35(6)：1700-1704(in Chinese with English abstract)

Westra G, Keith S B. 1981. Classification and genesis of stockwork molybdenum deposits[J].Economic Geology,76(4):844-873

Wu Feng-huang，Jiang Xiping，Jiang Yu.2013.Hyper-spectral Mineral Identification Based on Improved ICA Algorithm[J]. Journal of Henan Normal University(Natural Science)，2013，41(5)：48-52(in Chinese with English abstract)

Xu Ning,Hu Yu-xin,Lei Bin,Zhang Cong,Wang Da-ming,Shi Tao.2013.Automated mineral information extraction based on PPI algorithm for hyperspectral imagery[J].Science of Surveying and Mapping,38(4)：138-141(in Chinese with English abstract)

Yan Shou-xun，Zhang Bing，Zhao Yong-chao，Zheng Lan-fen,Tong Qing-xi，Yang Kai.2003.Summarizing the VIS-NIR Spectra of Minerals and Rocks[J].Remote Sensing Technology and Application,18(4)：191-201(in Chinese with English abstract)

Yang Zhi-ming,Hou Zeng-qian,Yang Zhu-sen,Qu Huan-chun,Li Zhen-qing,Liu Yun-fei.2012.Application of short wavelength infrared(SWIR) technique in exploration of poorly eroded porphyry Cu district: A case study of Niancun ore district, Tibet[J].Mineral Deposits,31(4):699-717(in Chinese with English abstract)

Zhang Ting，Ding Jian-li，WANG Fei.2010.Simulation of Image Multi-Spectrum Using Field Measured Endmember Spectrum[J].Spectroscopy and Spectral Analysis，30(11)：2889-2892(in Chinese with English abstract)

Zhou Qiang, Gan Fu-ping, Chen JianPing，Yan Bo-kun，Wang Run-sheng.Application of hyperspectral imaging data to mineral identification in Tudun Cu-Ni deposit, Hami，Xinjiang[J].Mineral Deposits，2006，25(3)：329-336(in Chinese with English abstract)

Zou Lin,Yang Zi-an,Zhu Gu-chang,Wu De-wen,Xiang Ai-qin.2006.New method of Alteration information extraction from Multi-Spectrum remote sensing data[J].Geology and Exploration,2006，42(6)：71-76(in Chinese with English abstract)

[附中文参考文献]

邓美容，赵云升，刘兰芳.2010.几种典型矿物的偏振高光谱特性研究[J].衡阳师范学院学报，31(6)：97-101

杜小弟，唐 跃，刘德长，李 昭，王海达.2015.航空高光谱探测技术在准噶尔盆地东部地区油气调查中的应用[J].中国地质，42(1)：275-287

甘甫平，王润生，杨苏明.2002.西藏Hyperion数据蚀变矿物识别初步研究[J].国土资源遥感，(4):44-51

甘甫平，王润生，马蔼乃.2003.基于特征谱带的高光谱遥感矿物谱系识别[J].地学前缘，10(2):445-454

郭 娜.2012.甲玛斑岩一矽卡岩型铜矿床蚀变矿物组合研究-基于高光谱短波红外技术[D].成都：成都理工大学：1-122

侯 毅，王茂芝，张小东.2014.SASI高光谱数据在油气勘探中的应用[J].成都大学学报(自然科学版)，33(4)：347-350

雷天赐，祝明强，周万篷.2005.高光谱数据挖掘在蚀变矿物识别与提取中的应用[J].资源环境与工程，19(3)：213-218

李 楠，肖克炎，陈析璆，娄德波.2010.基于Hyperion高光谱数据的矿物蚀变提取—以内蒙古西部狼山地区炭窑口矿床为例[J].地质通报，2010，29(10)：1558-1563

李志忠，杨日红，党福星，张显峰，谭炳香，赵慧洁.2009.高光谱遥感卫星技术及其地质应用[J].地质通报，28(2-3)：270-277

刘燕君，金丽芳.1993.矿产信息的遥感地面模式[M].北京：地质出版社：1-157

孙卫东，陈建明，王润生，阎柏昆，于 浩.2010.阿尔金地区高光谱遥感矿物填图方法及应用研究[J].新疆地质，28(2)：214-217

孙 雨，聂江涛，田 丰，秦 凯，杨国防，王 健.2015.相山铀矿岩芯HySpex成像高光谱数据蚀变矿物提取及其地质意义[J].地质与勘探，51(1)：165-174

田 丰，董丽娜，杨苏明，王润生.2010.混合矿物组合光谱在蚀变矿物填图中的应用一以云南香格里拉地区Hyperion数据蚀变矿物填图为例[J].地质与勘探，46(2)：331-337

王成辉，松权衡，王登红，李立兴，于 城，汪志刚，屈文俊，杜安道，应立娟.2009.吉林大黑山超大型铂矿辉铂矿铼-锇同位素定年及其地质意义[J].岩矿测试，28(3)269-273

王晋年，张 兵，刘建贵，童庆禧，郑兰芬.1999.以地物识别和分类为目标的高光谱数据挖掘[J].中国图像图形学报，4(11):957-964

王亚军，王钦军，陈 玉，胡 芳，徐 茹，蔺启忠.2015.基于实测高光谱数据的矿物含量提取方法研究[J].光谱学与光谱分析，35(6)：1700-1704

吴凤凰，蒋夕平，蒋 昱.2013.基于优化ICA算法的高光谱矿物识别[J].河南师范大学学报(自然科学版)，41(5)：48-52

许 宁，胡玉新，雷 斌，张 聪，汪大明，石 涛.2013.一种基于PPI的高光谱数据矿物信息白动提取方法[J].测绘科学，38(4)：138-141

燕守勋，张 兵，赵永超，郑兰芬、童庆禧，杨 凯.2003.矿物与岩石的可见-近红外光谱特性综述.遥感技术与应用，18(4)：191-201

杨志明，侯增谦，杨竹森，曲焕春，李振清，刘云飞.2012.短波红外光谱技术在浅剥蚀斑岩铜矿区勘查中的应用—以西藏念村矿区为例[J].矿床地质，31(4):699-717

张 婷，丁建丽，王 飞.2010.基于实测端元光谱的多光谱图像光谱模拟研究[J].光谱与光谱分析，30(11)：2889-2892

周 强，甘甫平，陈建平，闫柏琨，王润生.2006.哈密土墩矿区高光谱影像蚀变矿物识别初步研究[J].矿床地质，25(3)：329-336

邹 林，杨自安，朱谷昌，吴德文，相爱芹.2006.多光谱遥感蚀变信息提取新方法研究[J].地质与勘探，42(6)：71-76

Application of Alteration Mineral Extraction base on Hyperspectral Data to Geological Prospecting of a Molybdenum Deposit in Jilin Province

LI Xi1,2，PAN Zhen-xing2，WANG Qi2，GAO Ya-ning1，HAN Ke1，LIU Zhang-le2

(1.SchoolofEarthScienceandResources,Chang’anUniversity,Xi’an,Shaanxi710054; 2.NorthwestNonferrousGeologicalandMiningGroupCo.,Ltd.,Xi’an,Shaanxi710054)

The hyperspectra method for extracting and recognizing rocks and minerals has been commonly used in the world.By means of this technology, this study builds on ground spectrum test, data processing and analysis of spectrum characteristics to extract and recognize the altered minerals in a porphyry molybdenum ore district of Jilin Prorince.Then, by analyzing the relevance of Mo mineralization with alteration,the following five representative altered minerals of this area have been selected:sericite,montmorillonite,illite-sericite,kaolinite(poorly crystallized) and brunsvigite. In addition,in combination with the characteristics of spatial distribution and zonation of those five altered minerals above,this work analyzed their relation to Mo-mineralization,and suggested that the altered belt can be further divided into inner, middle and outer zones.The results permit to predict the direction for ore-search and to provide a new line of thought for mine exploration.

hyperspectral,spectrum characteristics,porphyry molybdenum deposit,alteration minerals

2015-12-30；

2016-03-20；[责任编辑]陈英富。

陕西省自然科学基金(2016JM4001) 、中央高校基本科研业务费专项资金(310827151056，310827153408)资助。

李 希(1986年-)，男，在读博士生，工程师，从事金属矿产勘查和矿山数字化工作，E-mail:lixikey@163.com

P579 [文献标示码]A

0495-5331(2016)03-0489-08