一、矿床蚀变信息的遥感提取方法(论文文献综述)
魏英娟,刘欢[1](2021)在《北衙金矿床遥感矿化蚀变信息提取及找矿预测》文中指出在利用遥感技术找矿中,矿化蚀变信息识别与提取起着重要作用。以北衙金多金属矿为例,选择Landsat8OLI数据,根据与矿物蚀变相关的光谱特征,采用主成分分析法,设计了干扰信息(植被、水体和阴影)去除-异常信息提取-异常分级-中值滤波-异常筛选的蚀变信息提取方案,所得结果结合遥感地质解译(岩性、构造)、野外实地查证圈定出研究区内3处找矿远景区,为北衙区地质找矿工作提供了基础数据和决策依据。
陈琪,赵志芳,姜琦刚,夏既胜,孙涛,曾诗卉[2](2021)在《基于ASTER与Sentinel-2A融合数据的云南普朗铜矿化蚀变信息提取》文中进行了进一步梳理云南普朗铜矿区是我国提高战略性金属矿产铜矿资源的主要潜力地段,该矿区位于多云多雨山地高原区,采用传统地面调查方法开展找矿勘查工作受限较大,而遥感技术可在其中发挥重要作用。鉴于此,本研究选取ASTER和Sentinel-2A多光谱遥感数据,在光谱协同统一两种数据源的地表反射率基础上,采用高通滤波(High-Pass Filtering,HPF)的融合方法兼顾两种数据在短波红外波段和可见光近红外波段的优势,获取了具有高空间分辨率和高光谱保真度的ASTER-Sentinel-2A融合数据集;进而利用"比值+主成分分析法"与"主成分分析+能谱-面积法",开展了普朗铜矿区矿化遥感蚀变信息识别,并通过深入分析及野外验证,提出了对普朗铜矿蚀变信息分布特征及找矿潜力地带的新认识:(1)在原蚀变填图工作中判定为青磐岩化带的东部区域,重新进行了蚀变带的划分;(2)东部区域中新划分的钾化硅化带和绢英岩化带,具有较大找矿潜力。本研究可为普朗铜矿找矿勘查提供参考。
吴志春,郭福生,李华亮,许欢,张树明,黎广荣,张万良,祝民强[3](2020)在《主成分分析法在相山火山盆地蚀变分带解译中的应用》文中进行了进一步梳理相山火山盆地是我国最大、最富的火山岩型铀矿田,现已探明铀矿床20余个,但依然具有较大找矿潜力。利用遥感技术查明盆地内蚀变的类型、强度、分布范围、组合关系等,对铀多金属下一步找矿具有重要指导意义。本文以ETM+影像为数据源,综合运用标准主成分分析、特征向量主成分分析、定向主成分分析、二次主成分分析等方法,有效提取了该盆地植被覆盖区的铁化、泥化蚀变异常信息。提取的蚀变异常信息具有以下特征:(1)铁化、泥化蚀变受火山环形构造和NE向深大断裂控制,整体呈环状分布,主要分布在相山主火山环形构造的外环和中环之间;(2)铁化蚀变,北东部最强,其两侧呈环带向南部逐渐减弱;(3)泥化蚀变,西部最强,具有从西部→北部→东部→南部顺时针方向蚀变逐渐减弱的趋势;(4)铁化、泥化蚀变与非蚀变界线清晰,蚀变强弱分带明显,铁化、泥化蚀变由强到弱可各划分出4个等级;(5)根据铁化、泥化蚀变强度组合关系,划分出了5种组合、9个片区。结合本次提取的遥感蚀变异常信息和前人研究成果可知,相山火山盆地中部未见有蚀变出露,东部和南部蚀变微弱,这些地区找矿潜力较小;北部和西部铁化、泥化蚀变大规模强烈发育,具有较好的找矿潜力。
高猛[4](2020)在《高精度遥感和田玉靶区优选与评价 ——以阿尔金西段为例》文中指出世界玉石种类繁多,而中国和田玉却独树一帜,在国内乃至世界上深受人们喜爱。和田玉作为软玉的一种,多产于昆仑山脉,《千字文》中着名的“金生丽水,玉出昆冈”即是对和田玉产地的生动写照。阿尔金山呈楔形指向昆仑山,同样是和田玉的重要产地,已有许多和田玉玉矿已经被或正在被开采,其中比较着名的是塔特勒克苏玉石矿,其盛产特大玉石而闻名世界,塔什萨依玉石矿附近产玉活力十分充沛,介于二者之间的广大区域找矿潜力十分巨大。但限于阿尔金山西段复杂的地形地貌和恶劣的气候环境,传统的找矿方法难以展开。随着遥感技术尤其是高精度遥感技术的发展,为在这类艰险地区寻找和田玉玉石矿成为可能。根据收集到的和田玉矿床的相关科研资料,和田玉矿床与热液密切相关,具体是大理岩受中酸性侵入体侵入作用在扭压应力断层作用下成玉。目前,用于寻找斑岩型铜矿和蚀变热液型金矿等类似矿床的遥感技术方法相对成熟,考虑到这些矿床在遥感地质上的反映,可以看出如下特点:(1)这些矿床成矿时多与热液相关,在地表或多或少存在一些构造、矿化蚀变、特征岩体等利于找矿的地质现象;(2)这些矿床找矿地质要素可以被解体,从而通过遥感技术逐个或逐类提取。综合考虑阿尔金西段和田玉矿床地质特征,其找矿地质要素可解体为大理岩、花岗岩类侵入体、扭压性断层、矿化蚀变等内容,可被归纳为“‘三位一体’+受力+蚀变+其他”遥感找矿模型指导找矿工作。为有效提取找矿地质要素,本文收集到光谱分辨率适中的ASTER数据和具有高空间分辨率的Worldview-2数据。就构造而言,利用ASTER数据进行空间滤波解译区域构造,利用Worldview-2数据高空间分辨率的优势进行小构造和断层力学性质的解译工作。就岩性而言,在充分利用1:5万遥感解译地质图的基础上,对与成玉密切相关的大理岩、花岗岩类侵入体进行重点提取。ASTER TIR可大致确定大理岩、花岗岩类分布位置。ASTER VNIR-SWIR确定花岗岩类具体岩性,根据大理岩、花岗岩类及断层空间分布位置,结合已知和田玉玉石矿空间分布特征,确定找矿有利区。Worldview-2数据解译规模较小的大理岩、花岗岩类侵入体,根据纹理特征区分片岩、片麻岩,最终完成1:1万遥感解译工作。在遥感找矿理论指导下,根据1:1万遥感解译成果及已发现和田玉玉石矿空间分布位置圈定12个和田玉遥感找矿靶区。对和田玉遥感找矿靶区进行评价时,详细了解和田玉靶区具备的找矿要素以综合判断各个靶区找到和田玉的可能性,最终确定4个A类靶区、4个B类靶区、4个C类靶区。本文利用遥感技术圈定和田玉遥感找矿靶区,并对各靶区进行评价,对该地区和田玉矿床勘探工作具有重要的指导意义。
胡滨[5](2020)在《基于多源遥感数据的西藏多龙地区热液蚀变矿物提取方法研究》文中研究指明多龙地区已发现多个与中酸性侵入岩有关的斑岩铜矿床,成矿潜力巨大。受限于自然环境恶劣和交通条件落后,该地区难以开展常规地质调查。斑岩铜矿通常具有热液蚀变区域。热液蚀变矿物在可见光近红外-短波红外区间有诊断性光谱吸收特征。因而,将遥感数据用于矿产勘探具有不可替代的优势。在本次研究中,Sentinel-2A MSI,ASTER,Hyperion和AHSI数据被联合用于热液蚀变矿物填图。采用主成分分析法和异常叠加选择法从三景时相的Sentinel-2A MSI影像中提取羟基蚀变信息与铁染蚀变信息。结果被用于评价Sentinel-2A数据在地质领域的潜力。采用随机森林、投票极限学习机和核极限学习机处理ASTER短波红外数据、ASTER短波红外-热红外数据、Hyperion短波红外数据和AHSI短波红外数据。高岭石与绢云母在ASTER影像中会混淆,但可以被Hyperion和AHSI区分开来。主要结果和结论如下:(1)采用Sentinel-2A MSI和ASTER影像来获取蚀变矿物的空间分布范围。使用主成分分析法和异常叠加选择法获取的结果可以去除由干扰引起的假异常。Sentinel-2A MSI数据提取的羟基蚀变矿物对应ASTER数据提取的铝羟基蚀变矿物。Sentinel-2A MSI数据可以被用于矿物填图。采用三种机器学习算法处理ASTER短波红外数据时,采用投票极限学习机的分类结果可以取得最高的总体精度(98.33%),其次是核极限学习机(98.22%)和随机森林(95.18%)对应的结果。与基于ASTER短波红外数据的分类结果相比,基于ASTER短波红外-热红外数据的分类可以取得更高的总体精度(99.01%)。ASTER热红外波段能够识别镁羟基蚀变矿物,但不能识别铝羟基蚀变矿物。(2)采用Hyperion和AHSI数据对绢云母、高岭石和绿帘石三种矿物进行填图。三种机器学习算法被用于分析Hyperion短波红外数据。采用投票极限学习机算法的分类结果可以取得最高的分类精度(OA=97.31%),其次是核极限学习机(96.48%)和随机森林(95.52%)对应的结果。Hyperion数据提取的绢云母跟高岭石对应ASTER数据提取的铝羟基蚀变矿物。三种机器学习算法还被用于分析AHSI短波红外数据。采用核极限学习机的分类结果可以取得最高的总体精度(90.60%),其次是投票极限学习机(89.55%)和随机森林(82.26%)对应的结果。AHSI数据的结果与Hyperion数据的结果具有一致性。(3)遥感影像获取的热液蚀变范围与实地调查确定的蚀变范围相吻合。野外调查和光谱反射率测量证实了遥感图像处理结果。结果表明已经的铜矿床都可被这些方法识别。根据遥感图像处理的结果发现了三个与中酸性侵入岩有关的成矿远景区。
刘君成,林美娇,穆振北,於晓雪,张秀芳,何东进[6](2019)在《三明市矿化蚀变信息遥感提取及预测矿区选址》文中认为利用GIS技术,运用Crosta方法的矿化蚀变信息遥感提取,提取铁染蚀变(由波段1、3、4、5四个波段组成)和羟基蚀变(由波段1、4、5、7四个波段组成)的信息,分析三明市的影像数据、三明市的行政边界图并结合各资源环境要素等准则能够预测矿区出现的范围,对相应县区的矿产资源进行验证。应用GIS技术与环评相结合以达到生态环境的优越以及森林资源的可持续发展,给出矿区预测选址或建议。
史明震[7](2020)在《西昆仑大红柳滩地区锂铍多金属矿遥感示矿信息提取以及远景区预测》文中进行了进一步梳理西昆仑大红柳滩地区经历复杂的地质演化历史,具有复杂的地层/岩性、构造特点,锂铍等地球化学元素异常显着,稀有金属矿藏的找矿潜力巨大,该区已经发现了多处锂铍矿。但该区自然条件极其恶劣,地质调查程度很低,如何在该区高效地进行遥感锂矿勘查工作时一个亟待解决的挑战。本文以西昆仑大红柳滩地区为研究区,利用多元遥感影像,参照研究区的区域地质成矿背景和锂铍矿床(点),结合化探、构造等信息构建西昆仑大红柳滩地区伟晶岩型锂铍矿的遥感找矿模型,并进行锂铍矿遥感成矿预测。本文的主要研究内容如下:1、对多处现有的锂铍矿进行解剖,利用ASTER、Landsat 8 OLI、Sentinel-2等遥感影像提取与锂矿化有关的蚀变信息,发现羟基蚀变与已知矿床矿点及化探异常呈良好对应性,通过对铁染遥感蚀变信息提取,发现在锂矿区都处于铁染蚀变较高区域,矿点多位于区域性北西向断裂附近,具有较好的示矿指示意义,基于此构建了研究区典型锂矿的遥感找矿模型;2、对野外勘查中获得的围绕花岗岩内、外接触带派生出一系列花岗伟晶岩脉样品在室内进行高光谱测试,建立了大红柳滩地区与锂铍矿成矿有关的典型岩石波谱库,并对测试结果进行了分析和归类,发现其每类岩性都具有其独特的波谱特征,可作为区分每种岩性的标志,为岩性识别和蚀变信息提取提供了物理基础;3、对研究区白龙山锂矿、507沟锂矿、509道班西锂矿等锂矿床化探异常进行分析,发现以上锂矿都位于Li、Be、Rb、B等稀有金属元素地球化学背景值较高的地区,为找矿远景预测区的圈定提供了良好的指示作用。综合以上研究,通过对研究区白龙山锂矿、509道班西锂矿等典型伟晶岩型锂矿的地层、构造、地化数据及遥感蚀变信息与成矿规律的关系,确定了有利地层、构造、Be元素异常区、Li元素异常区、Bi元素异常区、Sn元素异常区、Rb元素异常区,结合ASTER、Landsat 8 OLI与Sentinel-2遥感提取的羟基、铁染蚀变异常区等图层对研究区进行远景区的圈定。共圈定遥感找矿远景区11处。
杨玉勤,张翔,邓德伟,陈志鹏[8](2019)在《利用航空伽玛能谱钾异常圈定朱拉扎嘎金矿外围找矿有利信息》文中研究指明放射性钾异常是金矿化蚀变的一个重要标志。航空伽玛能谱(简称"航放")测量资料可直接显示钾元素在地表的分布情况,利用航放钾异常并结合区域地质、物探、化探资料,可以帮助寻找与金矿有关的一些蚀变信息。通过对内蒙阿拉善地区朱拉扎嘎金矿的航放特征进行分析总结,发现矿床上方存在明显的钾异常区,并对金矿外围的元古界中的钾异常区进行了圈定,以此作为该区域金矿找矿的有利信息。
李进波[9](2019)在《基于ASTER影像的滇东北灰岩岩性提取方法研究》文中进行了进一步梳理以卫星遥感为代表的地理空间信息数据获取技术,能够快速、精确、大范围获取地球表面的矿产资源分布、道路交通状况、土地利用情况等地表信息。在已有资料基础上如何使用遥感技术更精确的提取岩性仍是研究的热点。本文基于会泽铅锌矿床研究积累下的大量实地采样数据,以研究区广泛分布的灰岩岩性为提取目标,在研究区使用ASTER影像作为遥感数据源进行岩性提取方法研究。ASTER影像在1999年发射升空,拥有15m空间分辨率的同时拥有较高的光谱分辨率,与Landsat-8相比在空间分辨率上具有优势,而SPOT等过高的空间分辨率影像会导致大量混合像元聚集在事物内部,容易丧失地质体的宏观特征。ASTER影像最大的优势在于14个波段数的设置能够更好的用于地质体的识别,在2.3μm附近设置的波段相较于Landsat-8影像更密集,灰岩的高光谱曲线重采样至ASTER波段后依然能够保留吸收特征,使用ASTER影像能够比使用Landsat-8影像更有效的提取灰岩的岩性分布信息,区分碳酸盐岩中的细微差别。将经过预处理后的ASTER影像分别应用矿物指数法、基于特征导向的主成分分析法、ASTER热红外波段、光谱角法,使用这四种提取方法对研究区岩性信息进行提取与分析发现,研究区的地形高差大、植被覆盖率高对岩性提取精度造成较大干扰,使用单一的岩性提取不能充分利用遥感影像中的信息,并剔除干扰,在异常值的阈值确定方面依然不够客观。提出一种基于决策树的岩性提取方法,在进行矿物指数法、主成分分析法提取岩性前先对植被、水体等干扰信息进行掩膜处理,从而提升两种岩性提取方法的提取精度。将矿物指数法、主成分分析法提取结果与地表Ca元素丰度信息、光谱角提取结果叠加。地表Ca元素丰度信息基于实测数据建立ASTER热红外波段与地表Ca含量的反演公式得到,光谱角提取结果是匹配影像纯净端元光谱,通过对比光谱整体相似程度得到。将叠加结果综合研究区的实际岩性分布,建立一个基于CRT增长方法的决策树岩性提取规则。通过决策树规则来提取岩性,达到计算机自动识别岩性、减小人为干扰、提高识别精度的目的。相较于单一的岩性方法,决策树规则提取岩性时选取阈值由机器学习得到,不受主观因素影响。同时决策树的规则建立在四种岩性提取结果之上,能够综合利用光谱信息中的特征吸收带、光谱整体形态、元素含量丰度及影像赋存信息量四方面特性对岩性信息进行提取。经过野外查验,提取精度达到87.4%。决策树规则中的枝叶节点是由计算机筛选得到的,对岩性分类精度增益较大的各项指标组成,这些节点的构建在对地理与气候环境相似的其他区域,例如滇东北地区应用决策树进行岩性提取时具有借鉴意义。
刘卓圣[10](2015)在《青海夏日哈木地区镍矿遥感综合信息预测评价》文中指出青海夏日哈木地处青藏高原北部柴达木盆地西南缘,东昆仑山脉与阿尔金山脉之间的一个东昆仑山支脉-祁漫塔格山一带。行政区划归青海省格尔木市管辖。该区涉及的1:25万标准分幅的图幅为布伦台(J46 C 004002),大灶火(J46 C 004003)工作区为中纬度高海拔山区,属典型高原大陆性气候,降雨量稀少,区内植被不发育,土壤和植被类型以高山漠土、高山草甸土和沙及沙土为主,区内人烟稀少,交通不便,仅有少数游牧民生活。前人在研究区做了大量的基础性地质调查、矿产地质勘查及科研理论研究,为工作区提供了丰富的地质、矿产、物化探等成果资料,对于区内矿床成矿特征的认识和找矿工作的开展起到了一定的推动及指导作用。但由于工作区目前总体研究程度仍偏低,有必要利用遥感信息提取及成矿预测的研究工作。综合分析研究区的地质矿产特征,确定镍矿主攻矿种,选择合适的遥感数据,基于岩矿波谱特征,圈定与镍矿有关的基性超基性岩体,解译线环构造信息。本次研究基于遥感解译内容和详细分析、系统概括前人研究成果,充分利用当前新的成矿、成矿预测理论和矿产资源勘查与评价理论和方法技术,对区域内的资料、数据等研究成果进行系统的整理、归纳,结合GIS技术,对该区铜镍矿床成矿规律进行分析总结,并对与该区成矿相关的地层信息、构造信息、岩体信息、遥感信息、物探信息等进行了详尽的分析,提取出成矿有利条件,然后归纳总结出该区多元化信息找矿预测模型。在该模型指导下采用成矿信息量综合叠加法对夏日哈木地区的铜镍矿进行了资源预测。圈定了找矿远景区,对预测成果进行资源评价。相信本次研究结果必将进一步提高本区地质研究程度,推动该区下一轮资源评价和地质找矿的高潮,为国家及本地区经济发展和社会进步做出新的贡献。
二、矿床蚀变信息的遥感提取方法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、矿床蚀变信息的遥感提取方法(论文提纲范文)
(1)北衙金矿床遥感矿化蚀变信息提取及找矿预测(论文提纲范文)
0 引言 |
1 研究区概况 |
2 技术路线 |
3 蚀变异常信息提取 |
3.1 波谱数据选择 |
3.2 遥感数据预处理 |
3.3 异常提取 |
3.4 异常后处理 |
3.4.1 阈值分割 |
3.4.2 中值滤波 |
3.4.3 找矿异常筛选 |
4 区域地质解译分析 |
4.1 基岩标志特征及分析 |
4.2 区域构造(线、环形构造)标志及解译划分 |
5 成矿远景预测 |
6 结论 |
(2)基于ASTER与Sentinel-2A融合数据的云南普朗铜矿化蚀变信息提取(论文提纲范文)
0 引言 |
1 研究区概况和遥感数据源 |
1.1 研究区概况 |
1.2 遥感数据源 |
1.2.1 ASTER数据 |
1.2.2 Sentinel-2A数据 |
2 遥感图像融合和热液蚀变信息提取方法 |
2.1 遥感图像融合方法 |
2.1.1 光谱协同 |
2.1.2 遥感图像融合 |
2.2 矿化蚀变提取方法 |
2.2.1 比值+主成分分析法 |
2.2.2 主成分分析+能谱-面积法 |
3 结果与分析 |
3.1 遥感图像融合结果 |
3.1.1 光谱协同 |
3.1.2 遥感图像融合 |
3.2 矿化遥感蚀变信息提取结果 |
3.2.1 比值+主成分分析法提取结果 |
3.2.2 主成分分析+能谱-面积法提取结果 |
3.3 蚀变矿物分布特征及找矿潜力地段分析 |
4 结论 |
(3)主成分分析法在相山火山盆地蚀变分带解译中的应用(论文提纲范文)
0 引言 |
1 研究区地质概况 |
2 主要蚀变类型及其光谱特征 |
2.1 主要蚀变类型 |
2.2 主要岩石和蚀变矿物光谱特征 |
2.2.1 未蚀变岩石光谱测量及光谱特征 |
2.2.2 主要蚀变矿物光谱特征 |
3 遥感数据的优选与预处理 |
3.1 数据选择 |
3.2 数据预处理 |
4 蚀变信息提取 |
4.1 标准主成分分析 |
4.2 特征向量主成分分析 |
4.3 定向主成分分析 |
4.4 二次主成分分析 |
5 讨论 |
6 结论 |
(4)高精度遥感和田玉靶区优选与评价 ——以阿尔金西段为例(论文提纲范文)
摘要 |
abstract |
第1章 引言 |
1.1 选题背景及来源 |
1.2 研究目的与意义 |
1.3 研究现状 |
1.3.1 和田玉矿床研究现状 |
1.3.2 找矿要素遥感提取现状 |
1.4 研究内容与技术路线 |
1.5 论文工作量 |
第2章 研究区概况 |
2.1 自然地理 |
2.2 地质特征 |
2.2.1 变质岩 |
2.2.2 岩浆岩 |
2.2.3 构造 |
2.3 矿产 |
第3章 遥感数据简介及预处理 |
3.1 遥感数据简介 |
3.1.1 ASTER数据 |
3.1.2 Worldview-2 数据 |
3.2 遥感数据预处理 |
3.2.1 几何校正 |
3.2.2 辐射定标 |
3.2.3 大气校正 |
3.2.4 图像融合 |
3.2.5 热红外数据预处理 |
3.2.6 制作掩膜图像 |
3.3 小结 |
第4章 岩石鉴定及光谱测量与分析 |
4.1 光谱测试 |
4.1.1 光谱形成机理 |
4.1.2 野外光谱测试 |
4.2 研究区典型岩石及组成矿物 |
4.3 岩矿光谱 |
4.3.1 矿物光谱 |
4.3.2 研究区岩石光谱 |
4.4 小结 |
第5章 遥感信息提取 |
5.1 遥感技术手段 |
5.1.1 空间滤波法 |
5.1.2 最佳波段组合法 |
5.1.3 波段比值法 |
5.1.4 主成分分析法 |
5.1.5 独立主成分分析法 |
5.2 构造解译 |
5.2.1 构造格架 |
5.2.2 小构造 |
5.2.3 构造性质 |
5.3 岩性信息提取 |
5.3.1 研究区1:5万遥感解译地质图 |
5.3.2 ASTER TIR数据岩类解译 |
5.3.3 ASTER VNIR-SWIR数据岩类解体 |
5.3.4 Worldview-2 数据岩性细化 |
5.4 ASTER数据蚀变信息提取 |
5.4.1 和田玉矿床蚀变类型 |
5.4.2 蚀变异常信息提取 |
5.5 小结 |
第6章 靶区圈定、优选与评价 |
6.1 和田玉遥感找矿模型 |
6.2 圈定靶区 |
6.3 靶区优选与评价 |
6.4 小结 |
第7章 结论与展望 |
7.1 结论 |
7.2 不足与展望 |
参考文献 |
致谢 |
个人简历、在学期间发表的学术论文与研究成果 |
(5)基于多源遥感数据的西藏多龙地区热液蚀变矿物提取方法研究(论文提纲范文)
作者简历 |
摘要 |
abstract |
第一章 绪论 |
1.1 选题依据与意义 |
1.2 国内外研究现状 |
1.2.1 波段比值法和主成分分析法国内外研究现状 |
1.2.2 混合像元分解算法国内外研究现状 |
1.2.3 机器学习算法国内外研究现状 |
1.3 研究内容与方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 论文的结构安排 |
第二章 遥感蚀变信息提取的地质理论基础与方法 |
2.1 遥感蚀变信息提取的地质理论基础 |
2.2 蚀变信息提取所用方法 |
2.2.1 随机森林算法 |
2.2.2 投票极限学习机算法 |
2.2.3 核极限学习机算法 |
2.2.4 匹配滤波算法 |
2.3 本章小结 |
第三章 研究区地质概况与数据源 |
3.1 区域地质背景 |
3.2 多龙地区地层岩性 |
3.3 多龙地区区域构造 |
3.4 多龙地区岩浆岩 |
3.5 多龙地区典型矿区 |
3.5.1 多不杂矿区 |
3.5.2 波龙矿区 |
3.5.3 拿若矿区 |
3.5.4 铁格隆南矿区 |
3.5.5 赛角矿区 |
3.6 遥感数据源 |
3.6.1 Sentinel-2A MSI数据 |
3.6.2 EO-1 Hyperion数据 |
3.6.3 ASTER数据 |
3.6.4 高分五号AHSI数据 |
3.7 本章小结 |
第四章 多光谱遥感数据矿化蚀变信息提取 |
4.1 基于Sentinel-2A MSI数据的矿化蚀变信息提取 |
4.1.1 Sentinel-2A MSI数据预处理 |
4.1.2 羟基类蚀变矿物信息提取 |
4.1.3 铁染类蚀变矿物信息提取 |
4.1.4 Sentinel-2A MSI影像提取蚀变信息分析 |
4.2 基于ASTER数据的矿化蚀变信息提取 |
4.2.1 ASTER数据预处理 |
4.2.2 ASTER SWIR数据处理 |
4.2.3 ASTER TIR数据处理 |
4.2.4 ASTER SWIR-TIR数据处理 |
4.2.5 ASTER SWIR-TIR影像提取蚀变信息分析 |
4.3 本章小结 |
第五章 高光谱遥感数据矿化蚀变信息提取 |
5.1 基于Hyperion数据的矿化蚀变信息提取 |
5.1.1 Hyperion数据预处理 |
5.1.2 Hyperion SWIR数据处理 |
5.1.3 Hyperion SWIR影像提取蚀变信息分析 |
5.2 基于高分五号AHSI数据的矿化蚀变信息提取 |
5.2.1 高分五号AHSI数据预处理 |
5.2.2 高分五号AHSI SWIR数据处理 |
5.2.3 高分五号AHSI SWIR影像提取蚀变信息分析 |
5.3 本章小结 |
第六章 成矿预测 |
6.1 不同遥感数据所得结果的对比分析 |
6.2 实地验证 |
6.3 基于多源遥感信息的成矿预测 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
致谢 |
参考文献 |
(6)三明市矿化蚀变信息遥感提取及预测矿区选址(论文提纲范文)
1 研究区概况与数据收集 |
1.1 研究区概况 |
1.2 数据收集与处理 |
1.2.1 数据收集 |
1.2.2 数据处理 |
1.3 成矿远景预测选址 |
2 研究方法 |
2.1 铁染蚀变信息提取 |
2.2 羟基蚀变信息提取 |
2.3 异常等级划分 |
2.4 预测矿区选址 |
3 结果与分析 |
3.1 铁染蚀变信息提取 |
3.2 羟基蚀变信息提取 |
3.3 铁染蚀变结果与羟基蚀变结果分析 |
4 结论与讨论 |
(7)西昆仑大红柳滩地区锂铍多金属矿遥感示矿信息提取以及远景区预测(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景与项目依托 |
1.1.1 选题背景 |
1.1.2 项目依托 |
1.2 研究目的及意义 |
1.3 国内外研究现状 |
1.3.1 含矿信息提取技术 |
1.3.2 锂矿遥感勘查现状 |
1.3.3 存在问题与解决方法 |
1.4 研究内容 |
1.5 研究路线 |
1.6 主要工作量 |
第二章 研究区地质概况 |
2.1 地层 |
2.2 构造 |
第三章 遥感数字图像处理 |
3.1 遥感影像选择 |
3.1.1 ASTER影像 |
3.1.2 Landsat8 OLI影像 |
3.1.3 Sentinel-2 数据 |
3.1.4 Google Earth影像 |
3.2 数据预处理 |
3.2.1 综述 |
3.2.2 辐射定标 |
3.2.3 图像几何精校正 |
3.2.4 图像大气校正 |
3.2.5 去除边框与串扰效应 |
第四章 研究区典型岩矿波谱特征分析 |
第五章 遥感蚀变信息提取 |
5.1 蚀变信息提取理论基础 |
5.1.1 蚀变信息提取波谱理论 |
5.1.2 主要蚀变矿物波谱特征 |
5.1.3 ASTER、Landsat8 OLI与 Sentinel-2 影像波谱特征 |
5.2 遥感蚀变信息提取方法 |
5.2.1 波段比值法 |
5.2.2 主成分分析法 |
5.3 矿化蚀变异常信息提取及分析 |
第六章 典型矿床研究分析 |
6.1 典型矿床地质特征 |
6.1.1 白龙山锂铷多金属矿床 |
6.1.2 509道班西稀有多金属矿 |
6.1.3 两典型矿床对比分析 |
6.2 典型矿床地球化学特征 |
6.3 典型矿床遥感特征解剖 |
第七章 示矿信息综合分析 |
7.1 研究区锂铍矿找矿模型 |
7.2 遥感找矿远景区圈定 |
7.3 野外验证 |
7.3.1 远景区8 |
7.3.2 远景区9 |
7.3.3 远景区3 |
7.3.4 远景区4 |
第八章 结论与展望 |
8.1 结论 |
8.2 不足与展望 |
致谢 |
参考文献 |
附录 |
(8)利用航空伽玛能谱钾异常圈定朱拉扎嘎金矿外围找矿有利信息(论文提纲范文)
0 引言 |
1 放射性测量方法勘查金矿的地质地球化学基础 |
2 朱拉扎嘎金矿地质及航放特征 |
2.1 地质特征 |
2.2 朱拉扎嘎金矿航放特征 |
3 航放数据处理计算提取航放找矿有利信息 |
4 利用航放信息圈定朱拉扎嘎金矿外围找矿靶区 |
5 结论 |
(9)基于ASTER影像的滇东北灰岩岩性提取方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 论文选题背景与依据 |
1.2 国内外研究现状 |
1.3 主要研究内容 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 完成工作量 |
第二章 研究区地质背景 |
2.1 研究区概况 |
2.1.1 交通位置 |
2.1.2 自然地理 |
2.2 地质背景 |
2.2.1 地层 |
2.2.2 构造 |
2.2.3 岩浆作用 |
2.3 区域地质特征 |
2.3.1 区域地层 |
2.3.2 区域构造 |
2.3.3 区域岩浆作用 |
第三章 遥感数据预处理 |
3.1 遥感数据及其特征 |
3.1.1 ASTER影像 |
3.1.2 Landsat-8 数据 |
3.1.3 DEM数据 |
3.2 遥感数据预处理 |
3.2.1 串扰校正 |
3.2.2 大气校正 |
3.2.3 几何校正 |
3.2.4 影像裁剪 |
3.2.5 图像增强 |
第四章 遥感岩性信息提取 |
4.1 干扰信息掩膜 |
4.1.1 植被信息掩膜 |
4.1.2 水体与城市建筑信息掩膜 |
4.1.3 研究区去干扰效果统计分析 |
4.2 岩石光谱特征 |
4.3 常规岩性提取方法 |
4.3.1 矿物指数法 |
4.3.2 主成份分析法 |
4.3.3 热红外遥感提取 |
4.3.4 光谱角法 |
4.4 基于决策树的岩性提取 |
第五章 结论 |
5.1 论文取得的主要成果 |
5.2 存在的不足 |
致谢 |
参考文献 |
附录 攻读硕士期间发表论文目录 |
(10)青海夏日哈木地区镍矿遥感综合信息预测评价(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景与研究意义 |
1.2 研究现状与问题 |
1.2.1 区域地质矿产研究现状 |
1.2.2 遥感找矿国内外研究现状 |
1.3 研究内容与技术路线 |
1.3.1 研究内容和目的 |
1.3.2 研究技术路线 |
第2章 区域成矿地质特征 |
2.1 研究区概况 |
2.1.1 工作区交通情况 |
2.1.2 自然地理经济概况 |
2.2 区域地层 |
2.3 区域构造 |
2.4 区域岩浆作用 |
2.4.1 侵入岩 |
2.4.2 火山岩 |
2.4.3 变质岩 |
2.5 区域成矿规律 |
2.5.1 构造与成矿 |
2.5.2 地层与成矿 |
2.5.3 岩浆与成矿 |
第3章 遥感数据源与处理 |
3.1 数据源介绍 |
3.2 遥感数据及处理 |
3.2.1 ETM+数据及预处理 |
3.2.2 ASTER数据及预处理 |
第4章 基性超基性岩综合信息分析与预测 |
4.1 矿物光谱机理 |
4.1.1 光谱学相关参数 |
4.1.2 大气窗口 |
4.1.3 矿物及岩石光谱吸收特征成因 |
4.1.3.1 电子过程 |
4.1.3.2 化学键振动过程 |
4.2 矿物与岩石波谱特征分析 |
4.2.1 基性超基性岩有关矿物光谱特征 |
4.2.2 基性超基性岩石光谱特征 |
4.3 研究区基性超基性岩体分析提取 |
4.3.1 基性超基性岩体提取理论模型 |
4.3.2 基于特定波谱特征增强分析提取 |
4.3.2.1 波段比值 |
4.3.2.2 基于热红外SiO2定量反演分析提取 |
4.3.3 基于图像信息统计分析提取 |
4.3.4 基于光谱角法分析提取 |
4.4 基性超基性岩体预测 |
4.4.1 预测模型 |
4.4.2 综合信息叠加法预测结果 |
第5章 遥感找矿模型与多元综合信息分析 |
5.1 遥感找矿信息模型建立 |
5.2 遥感异常信息提取 |
5.2.1 ETM+数据蚀变异常信息提取 |
5.2.1.1 羟基遥感异常提取 |
5.2.1.2 铁染遥感异常提取 |
5.2.1.3 异常筛选 |
5.2.2 ASTER数据蚀变异常信息提取 |
5.3 线环构造解译 |
5.3.1 构造遥感解译基础 |
5.3.2 构造识别基本原则 |
5.3.3 解译标志 |
5.3.4 研究区断裂构造解译分析 |
5.3.5 环形构造 |
5.4 区域地球物理信息分析 |
5.4.1 重力数据处理及简析 |
5.4.1.1 布格重力异常数据处理 |
5.4.1.2 剩余重力异常数据处理 |
5.4.2 航磁数据处理及简析 |
5.4.2.1 化极与垂向—阶导数处理 |
5.4.2.2 上延系列水平—导及垂向二导处理 |
5.4.3 重、磁异常地质解译推断 |
5.4.3.1 重磁异常综合推断线性构造 |
5.4.3.2 重磁异常推断岩体 |
第6章 多元综合信息提取与预测 |
6.1 地质找矿信息提取 |
6.1.1 断裂缓冲 |
6.1.2 断裂构造定量化分析 |
6.1.3 环形构造 |
6.1.4 变质岩分析 |
6.1.5 侵入岩分析 |
6.2 地球物理找矿信息提取 |
6.2.1 重力异常成矿有利区间提取 |
6.2.1.1 布格重力异常区间提取 |
6.2.1.2 剩余重力异常区间提取 |
6.2.2 航磁化极有利信息提取 |
6.2.2.1 航磁异常成矿有利区间提取 |
6.2.2.2 重磁推断岩体处理 |
6.3 遥感综合信息预测 |
6.3.1 预测模型建立 |
6.3.2 综合信息预测 |
6.3.3 远景区圈定及预测结果评价 |
结论 |
致谢 |
参考文献 |
四、矿床蚀变信息的遥感提取方法(论文参考文献)
- [1]北衙金矿床遥感矿化蚀变信息提取及找矿预测[J]. 魏英娟,刘欢. 自然资源遥感, 2021(03)
- [2]基于ASTER与Sentinel-2A融合数据的云南普朗铜矿化蚀变信息提取[J]. 陈琪,赵志芳,姜琦刚,夏既胜,孙涛,曾诗卉. 地质与勘探, 2021(04)
- [3]主成分分析法在相山火山盆地蚀变分带解译中的应用[J]. 吴志春,郭福生,李华亮,许欢,张树明,黎广荣,张万良,祝民强. 大地构造与成矿学, 2020(03)
- [4]高精度遥感和田玉靶区优选与评价 ——以阿尔金西段为例[D]. 高猛. 新疆大学, 2020(07)
- [5]基于多源遥感数据的西藏多龙地区热液蚀变矿物提取方法研究[D]. 胡滨. 中国地质大学, 2020(03)
- [6]三明市矿化蚀变信息遥感提取及预测矿区选址[J]. 刘君成,林美娇,穆振北,於晓雪,张秀芳,何东进. 三明学院学报, 2019(06)
- [7]西昆仑大红柳滩地区锂铍多金属矿遥感示矿信息提取以及远景区预测[D]. 史明震. 中国地质大学(北京), 2020(08)
- [8]利用航空伽玛能谱钾异常圈定朱拉扎嘎金矿外围找矿有利信息[J]. 杨玉勤,张翔,邓德伟,陈志鹏. 矿产与地质, 2019(04)
- [9]基于ASTER影像的滇东北灰岩岩性提取方法研究[D]. 李进波. 昆明理工大学, 2019(04)
- [10]青海夏日哈木地区镍矿遥感综合信息预测评价[D]. 刘卓圣. 中国地质大学(北京), 2015(05)