1∶万～1∶万遥感找煤 1∶ 万遥感成矿预测
（一）遥感找煤理论基础
1.煤田地层、构造的主要特征
含煤岩系主要以灰色、灰绿色及黑色的沉积岩组成，岩石类型有砂岩、粉砂岩、泥质岩、碳质泥岩、煤、粘土岩、石灰岩等，有的还含有油页岩、硅质岩、火山碎屑岩等，这些岩石一般交互出现；岩性变化较大、不同地区具有明显的差异。
含煤盆地、煤田构造等主要煤田地质体不仅具有较大的展布范围，而且含煤地层由特定的岩性组合而成，比较稳定。地表出露有一定的厚度和长度，所以具有一定的影像特征。表现为含煤盆地大多具有盆地的地貌形态特征，边缘高内部低，边缘地层老、内部地层新；盆地的纹理图案与盆地外明显不同，解译标志明显。对于后期构造改造强烈而残缺不全的盆地也可以根据含煤地层的性质所表现的影像特征予以判定。
2.煤系地层的遥感影像特征
1）主要以灰色、灰绿色及黑色的沉积岩组成，通常呈相对暗色调。
2）含煤岩系沉积韵律明显、旋回发育，在遥感影像上形成特殊的条带状纹理。
3）含煤岩系易风化，整体较松软，在地貌上往往构成负地形。
4）煤系，尤其是煤层通常被表土覆盖，植被发育，在遥感影像上构成特定的间接解译标志，易于与非煤系基岩区别。
5）煤田地质构造特别是断裂构造发育，有助于了解煤系和煤层的赋存状况。
3.煤炭资源调查评价的遥感解译标志
根据遥感影像的光谱信息和空间信息，可以一般性地划分为8个基本解译要素，即：色调或颜色、阴影、大小、形状、纹理、图案、位置、组合。
解译标志可分为直接解译标志和间接解译标志两种。直接解译标志可以直接反映地质要素的影像标志，如不同岩性的岩层、煤层、褶皱构造和断层构造等。间接解译标志指与赋煤环境相关的衍生标志，如色调、水系、植被、人文活动痕迹等。
（二）1∶10万～1∶50万遥感找煤工作方法
遥感找煤属于煤炭资源地质勘查全过程的早期阶段，是对煤炭资源存在的可能性和可靠程度做出评价，指出找煤方向，为后续勘查提供依据。特点是研究范围广、前期工作程度低，遥感技术在此阶段具有明显的优势。我国煤田地质工作者在长期实践中，总结出“遥感扫面、物探先行、钻探验证”的综合找煤模式，在中西部地区取得了良好效果。
1.目标与任务
以地质理论为指导，采用航天遥感技术，充分研究已有地质资料，通过解译和分析含煤岩系、含煤盆地、控煤构造等，研究遥感地质信息与煤系赋存特征的相关性，结合常规地质手段，寻找煤炭资源赋存规律。
2.工作步骤
遥感找煤模式大致可分为4个阶段（图7－1）。①广泛收集和分析地质资料，确定含煤远景区；②对主要含煤远景区开展1∶10万～1∶25万的遥感地质调查，初步了解地质背景和煤系发育特征，确定重点调查区；③对重点调查区开展1∶5万～1∶10万的遥感地质填图，调查了解含煤盆地和聚煤规律、含煤地层分布、构造演化与控煤构造，确定有利含煤区；④选取有利含煤区开展1∶5万煤田地质填图、布置一定量的电法和地震等物探工程，以及槽探等山地工程，调查了解煤系和煤层赋存特征，对资源潜力较大、赋存有利的区段布置适量的钻探工程验证；⑤综合分析各种技术手段所获取的资料，对煤炭资源潜力做出总体评价，确定有利的勘查区，为进入勘查阶段（预查或普查）提供依据。
图7－1 煤炭资源调查评价流程图
3.遥感地质调查工作程序划分
遥感技术作为煤炭地质综合勘查方法体系的一个组成部分，可以应用于煤炭地质勘查的各个阶段。通常，煤炭资源遥感地质调查划分为准备工作、图像数据处理、初步解译、野外踏勘、详细解译、野外调绘、综合分析等几个阶段。
（1）准备工作
收集和分析已有资料，为制定工作计划奠定基础。收集资料应尽可能齐全，主要包括：地质、地球物理、矿产、矿山地质、水文地质等资料，以及邻区地质和区域地质和地球物理资料，特别前人对工作区的综合研究成果和煤田地质研究成果。此外还要收集工作区最新地形图资料、自然地理、气候资料、经济发展资料、遥感图像、地物光谱资料等。
（2）图像处理和遥感影像图的制作
图像处理是制作影像图和提高解译效果的前提，图像处理一般包括几何校正、合成、增强、融合、镶嵌等步骤。图像增强处理是提取信息的关键，包括拉伸、主成分分析、坐标旋转变换、植被指数、穗帽变换、比值合成、数学运算等常规方法及其他们的各种组合方式。对煤系地层的识别方法有监督分类、光谱角填图、匹配滤波等方法比较常用，前提是掌握已知部分区段的煤系地层的光谱特征。
（3）概略解译
在综合分析以往资料的基础上，结合形（线、环、多边形等）、色（色调、色彩）、点（疏、密、亮、暗、大、小等）以及不同的图案纹形、地貌、水系等影像标志组合，进行地质解译，编制概略解译图。方法以目视解译为主，人机交互为辅。
解译内容：①主要岩石类型、地层单位的划分与圈定，重点是含煤地层、煤层（其他有益矿产）的解译；②与地质体、地质构造、成矿相关的线性和环状影像的解译（如：褶皱、断裂、剪切带、推覆体、走滑或伸展构造等）及相对时、空关系解译；③其他专题信息（如水文、环境及灾害地质等）的识别与解译；④矿井、老窑；⑤其他与工作程度要求相关的内容。
（4）野外验证、调绘与详细解译
遥感地质解译的成果，必须经过野外验证和详细解译才能保证其可靠性。野外验证和调绘的主要任务包括：①验证解译成果的可靠性和准确性；②修测和补充解译，完善解译图；实地调绘在图像上难以识别的地物。
（5）综合分析
综合分析是在野外验证、调绘和详细解译的基础上，运用类比分析法，研究含煤盆地成因类型与演化、沉积环境及聚煤规律、煤层及煤变质作用、煤田构造格局和控煤构造等特征，初步评价煤炭资源的赋存状况，圈定含煤区段，为下一步工作布置提供遥感地质依据。
综合分析成果包括遥感地质图和遥感地质报告。遥感地质调查成果图件通常包括：①遥感影像地图；②煤田遥感地质图；③含煤远景区预测图；④其他遥感地学专题图；⑤实际材料图。
遥感地质调查报告是在编图的基础上，对工作方法和工作量、工作区煤田地质特征、煤炭资源调查评价等进行系统论述。
1∶ 万遥感成矿预测区的划分~
通过11个一级预测因子图层叠加分析得到预测因子叠加图像(图5-7)，根据异常程度越高，越有利成矿的原则，对该图层进行再分类，从而得到综合预测信息图像(图5-8)。
图5-7 滇东北地区预测因子叠加图像
图5-8 滇东北地区遥感预测信息图像
一、临界值的确定
临界值的确定分别指成矿背景区、找矿远景区、找矿靶区下限的确定。在预测因子叠加图像中计算因子得分的累计频率直方图，如表5-9及图5-9所示。
表5-9 预测图像中因子得分累计直方图
续表
续表
续表
从图5-9中可以看出，若不考虑由于单因子或少数因子引起的得分在10以内的累积频率分布点时，累积频率的分布点可以拟合成斜率明显不同的两条直线，它们分别代表两种不同的母体，拟合后两条直线交点所对应的因子得分为48，可以视为成矿背景区的临界值。
图5-9 因子得分累积频率分布图(成矿背景区临界值确定)
同理，用相同的方法在成矿背景区内圈定找矿远景区，在找矿远景区内圈定找矿靶区，如图5-10、图5-11所示，二者确定的临界值分别为59、68。
从直方图中可以读出成矿背景区、找矿远景区、找矿靶区在总面积中所占比例分别为11.87%、2.56%、0.59%，见表5-10。
图5-10 因子得分累积频率分布图(找矿远景区临界值确定)
图5-11 因子得分累积频率分布图(找矿靶区临界值确定)
表5-10 各类型预测区累积频率及面积比例
二、遥感成矿预测区
(一)遥感成矿背景区
各种预测因子加权得分值在≥48的背景区域，我们称之为遥感成矿背景区，背景区主要反映了与铅锌矿化关系密切的区域性控矿构造及控矿岩性单元的展布趋势，反映了区内大多数已知矿产地，以及良好的成矿地质背景条件。成矿背景区占工作区总面积的11.87%，实际上是对滇东北地区已知矿(化)带的筛选结果，对于滇东北地区进一步找矿工作具有更加明确的指示意义。
遥感成矿背景区形态呈带状、面状，规模大小不等，形成NE方向展布为主的遥感异常带，与滇东北NE、NEE向褶皱-断裂带空间分布多重合，显示出NE向褶皱-断裂带对铅锌矿的主导控制地位。NW与SN向遥感异常规模小、数量少。根据异常带的连续性，全区可以圈定14个遥感成矿背景区(图5-12蓝色区域)。
图5-12 滇东北地区遥感成矿背景区带图
1.NE向成矿背景区
(1)丝窝-罗家坪成矿背景区
分布于金沙江西侧的四川省境内，长约60km，宽数千米。该背景区由多个NW、NE向连续性较差的小异常组成，已知有白银厂、布拖乌依、打洛等矿床。该区具备下古生界含矿层条件，NE、NW向遥感构造发育，成矿条件较好。
(2)落觉-大寨成矿背景区
分布在金沙江两岸云南省与四川省交界部位，长约90km，宽数千米至十余千米，由连续性较好的NE向异常带构成。本区与巧家-莲峰褶皱-断裂带相吻合，成矿地质条件良好。在NE向与NW向构造带交汇区域则形成多个矿化集中区，已知有金沙厂、茂租、东坪等铅锌矿床。
(3)棱山-荞麦地成矿背景区
该区长30km，宽10km，本区含矿地层为震旦系灯影组及下古生界寒武-奥陶系地层。为褶皱变形强烈，环形构造集中，NE、NW向遥感断裂构造发育交汇区，已知有乐红、私立坪、小河等矿床(点)
(4)龙树-金塘成矿背景区
本区长约85km，宽2～6km，分布在NE向罗马口断裂带西侧。区内含矿地层主要为震旦系、奥陶系、泥盆系及二叠系，已知有乐马厂矿床及宋家营、大宝厂、马洪厂、癞子山、立台上等矿(化)点。遥感构造显示为NE向褶皱、断裂带与NW向断裂交汇发育区。
(5)大关-火德红成矿背景区
本区长约80km，宽4～7km，明显受NE向洒渔河-鲁甸断裂带控制。泥盆系、石炭系为主要含矿地层，已知有火德红矿床，玉碗、大箐山、马鹿沟等矿(化)点分布。遥感断裂与环形构造条件较好。
(6)龙安-小龙洞成矿背景区
该区长55km，宽数千米，区域构造位置处于新寨断裂-褶皱带。区内含矿地层为泥盆-石炭系，区内无已知矿床，但有放马坝、笋叶厂、银厂沟、青龙洞、火地、木蕉林等矿点、矿化点十多处。
(7)毛坪-小江成矿背景区
为滇东北地区规模最大的一个成矿背景区，长约160km，宽数千米至十多千米，明显受五星-迤车汛-毛坪褶皱-断裂带控制。含矿地层南部为下古生界，中北部为上古生界。本区内已知矿床有长发硐、红尖山及五星厂，矿点、矿化点云集，多达20余处。
(8)双凤海-待补成矿背景区
该区长约100km，宽数千米至十余千米，北部进入贵州省境内。区域遥感构造处NE向金牛厂-矿山厂构造带与近SN向海拉-鲁纳构造叠合部位。含矿地层南部下古生界，北部上古生界。区内矿床、矿点集中，已知矿床有矿山厂、麒麟厂、雨碌、铅厂、银厂等。
(9)麻乍-务德成矿背景区
该区长约60km，宽数千米，沿滇黔交界部位展布。含矿地层主要为二叠系茅口组及少量石炭系，区内目前没有发现矿产地，但岩性与构造条件有利，有铅锌地球化学异常出现。
(10)靖外-西泽成矿背景区
本区长约30km，宽数千米，成矿地质条件同上。
2.NW向成矿背景区
在NE向成矿背景区大格架下，局部显示出NW向展布的成矿背景区，这与背景区内NW向主导构造和含矿层的展布方向有关。
(1)洛泽河-云贵成矿背景区
位于滇黔交界附近，呈NW向展布，长约30km，宽约15km。已知有龙街、洛泽河等矿床和十多处矿(化)点，含矿地层为泥盆系—石炭系。
(2)牛棚-双龙成矿背景区
长约50km，宽约20km，位于贵州省境内。区内有小石桥、硝厂沟、小黑山等矿(化)点，含矿地层为石炭系。本区为NW、NE向两组构造交汇。
3.SN向成矿背景区
(1)会泽-大海成矿背景区
本区受SN向褶皱断裂带控制，长约20km，宽3km。含矿地层为寒武系。区内大海铅锌矿SN向顺层展布，形成火石梁子、大火地、韩家村三个矿化集中地段。
(二)找矿远景区
找矿远景区是在成矿背景区中，各种预测因子加权得分值在≥58的区域，区内包括了绝大部分铅锌矿床、点，显示有地球化学异常，多为多种区域性遥感构造带交汇区，环形构造及线性构造密集区段。本次工作共区划出40处找矿远景区，面积占全区总面积的2.56%。各远景区特征见表5-11、图5-13。
表5-11 遥感找矿远景区一览表
续表
续表
图5-13滇东北地区遥感成矿预测图
续表
(三)找矿靶区
找矿靶区是在找矿远景区中，各种预测因子加权得分值在≥69的区域，面积占全区总面积的0.59%。在本区圈定了41处遥感找矿靶区，特征见表5-12、图5-13。
表5-12 遥感找矿靶区一览表
续表
续表
续表
续表
续表
续表
一、成矿预测方法
在现代成矿理论的指导下，利用多元信息综合分析进行成矿预测是现代地质找矿的必然趋势，GIS技术为区域地质多元信息综合找矿预测提供了有利平台。通过计算单元网格内的控矿因素参与成矿和控矿的权重的加权和，生成新的图层及新的数据关系，从而获得更多的成矿信息。
遥感成矿预测在遥感成矿信息基础上进行量化，根据不同类型、不同级别、不同方向的遥感构造信息，含矿岩性地层信息，蚀变异常信息以及遥感线性体密度等信息，分别形成单项图层，进行多元信息成矿预测。
预测中，通常采用网格单元法或地质异常单元法。一般而言，网格单元统计方法可以比较客观地反映预测因子得分情况，以网格的得分高低进行预测，不足的是网格过大会无形扩大因子的影响范围，特别在因子形状不规则时会造成预测的失准，而网格的过密会成倍增加统计的工作量，因此网格大小的选择是关键。本次成矿预测采用了地质异常单元统计预测方法，该方法可以定量表达地质异常的强弱特征，客观地反映矿产产出的地质特征及空间分布趋势，避免了上述因素对预测结果的影响。
统计预测是直接使用地质异常单元本身—预测因子参与统计，统计工作借助计算机和相应的软件系统完成。一般情况下使用各种因子的面积特征进行分析，即在GIS中以区文件表述的因子直接分析，以点或线文件表述的因子要按其影响范围制作成相应的区文件，然后在GIS系统中进行统计分析，这种方法统计结果比较准确，人为因素小，但对图件要求高。预测模型为:
滇东北铅锌银矿床遥感地质与成矿预测
式中:Y为预测结果;xi为各种参加预测的因子;ai为各因子(或二级因子)的系数。
本次遥感成矿预测的主要步骤为:选择方法→确定标准→预测因子的选择→二级因子赋值→软件实现→成图。
二、矿产当量概念
选择预测因子的基础是因子与已知矿产的相关性，已知矿产地规模大小对于预测因子影响范围不同。但在成矿预测中，衡量各预测因子影响范围是以同一级别矿产地为准进行的，因此，需要将不同规模矿产地进行标准化处理，使它们在分析过程处于相同的级别。
研究表明，因子选择是否有利及各因子参数的确定都要从以下两个方面考虑，其一，因素中是否有足够数量的矿点出现;其二，因子参数选择的有效性要从标准化后的矿点数目来考虑。这就要引入矿产当量的概念，可由以下公式计算:
N=K1N1+K2N2+K3N3+N4
式中:N为矿产当量;N1、N2、N3、N4分别为大、中、小型矿床和矿点的个数;K1、K2、K3则是大、中、小型矿床相应的权系数。从上式中可以看出，所谓的矿产当量，实际上就是将不同规模的矿产地，折算成相当于矿点规模的矿产地的个数，单位为个。
工作区内共收集到矿产地127处，其中大型矿床4处、中型6处、小型12处、矿点104处，取K1=20、K2=10、K3=5，即在此视矿点为1，小型矿床为5个矿点量，中型矿床为2个小型矿床或为10个矿点量，而大型矿床为2个中型矿床或4个小型矿床或20个矿点量，按此计算工作区内矿产当量为:N=20×4+10×6+5×12+104=304。
三、预测因子的选择及二级因子得分
如前所述，成矿预测是一个由已知到未知的过程，通过分析已知矿产地的控制因素、异常指示意义，如岩性和构造条件、遥感与地球化学异常与矿产地的对应关系，应用统计的方法选择对成矿作用具有控制和指示意义的因素，加以定量化。我们将定量化后的控制因素称为预测因子，并赋值给每个预测因子15分，当一个区域有多个预测因子叠加时，其得分值累加。
所谓二级因子是指某个预测因子中相互独立的各个部分，它在这个预测因子中所占的比例或许很大、或许很小，并不能代表整个预测因子。如岩性因子中的某一岩性单元、构造因子中的某一方向的构造等均属不同二级因子。统计上根据与矿产当量的相关程度的大小来分配，二级因子得分总和为15分。就一个预测因子而言，区域上其二级因子一般不能重复出现，因此二级因子只能得分一次，不累加。如岩性单元因子中碳酸盐岩作为一个二级因子，对铅锌矿的控制意义明显，则碳酸盐岩作为一个二级因子其得分就高些，不可能出现一个区域既是碳酸盐岩又是碎屑岩，因此就岩性而言某个区域的得分只能计算一次，并且是小于15分的。
(一)遥感岩性单元因子
遥感岩性单元解译共有五种类型，即碳酸盐岩、碎屑岩、玄武岩、变质岩及第四系。表5-1统计了已知矿产地在解译的不同岩性单元中所占数量，其中碳酸盐岩中有各种矿床、矿点共87个，计算成矿产当量为248，占总矿产当量的81.6%，反映了碳酸盐岩对铅锌矿产控制的特点。另有一些矿产分布于碎屑岩、玄武岩中，可能是由于矿产的产出岩性的不同或由于区域岩性单元小面积的分布不能准确解译而造成的，因此将不同的岩性作为岩性单元因子的二级因子，根据各二级因子的矿产当量及得分如表5-2。
表5-1 遥感解译岩性因子矿产当量表
表5-2 遥感解译岩性因子得分表
(二)遥感断裂-线性构造因子
滇东北地区遥感构造解译结果表明，铅锌矿产受断裂-线性构造控制作用十分明显。
首先，在解译过程中已经将断裂-线性构造按照在影像上的特征划分为三个级别:一级线性构造延伸长、宽度大，迹清楚，往往是影像单元或地质单元的分界;二级线性构造延伸连续或断续、有一定规模者，标志清楚，通常发育在一级构造的旁侧，共同构成较大规模的断裂带;三级线性构造规模短小，成群出现。研究线性构造与矿产的关系及分析已知资料可以看出，一级线性构造控制区域上矿化带的形成，二级线性构造往往是矿体形成的导矿构造，而三级线性构造往往是成矿的容矿构造，三个级别的线性构造对矿产形成的控制及预测的指示意义是不同的，因此，在预测因子的选择上将三个级别的构造按照三个预测因子对待，它们各自得分为15分。
其次，在每个级别的构造中将线性构造按照其走向归纳为四个方向，即EW向、SN向、NE向、NW向。野外调研和资料研究表明，区域中矿产的分布及形成往往与某个方位的构造具有密切的关系，同时，构造交汇部位对矿体的形成具有更为重要的意义，如五星厂、火德红、金沙厂等矿床，矿体的分布均与NW向构造有关，因此，有必要将构造中不同的方位分别对待，这就是线性构造中的二级因子。值得指出的是，当某个区域为两方位的线性构造同时通过时，在二级因子的得分中将会重复加分，这正是对构造交汇区域重要性的突出显示。
第三，解译出的线性构造信息在GIS中均是以线文件进行表述的，因此，在分析过程中要求出其影响的范围(即线的缓冲区)。不同级别的构造对矿产的控制作用是不同的，在统计预测中其缓冲区也将是不同的。我们以构造影响的范围(即线的缓冲区)能够包括多数矿产当量为标准，即包含工作区总矿产当量的75%为准来确定不同级别构造的影响范围大小。这个影响范围在同一级别不同方位的构造(即二级因子)中将统一使用。而二级因子的得分将按照其影响范围内矿产当量在总矿产当量中的比例确定。
1.一级线性构造因子
依据点线叠加分析，可以看出一级构造与已知矿产的距离关系，如图5-2。
图5-2 矿产当量与一级构造距离关系示意图
随着与构造的距离增加，矿产当量累积数据呈减少趋势，矿产当量主要分布在84.8mm(度量用图比例尺为1∶5万，实际距离为4.24km，下同)以内，当距离超过84.8mm以后矿产当量锐减。计算84.8mm以内的矿产当量总和为231，占总矿产当量的75.99%。因此，选择84.8mm为一级线性构造的缓冲区(影响范围)边界。按EW、SN、NE、NW四方位计算其影响范围内所控制矿产当量的数目及得分，见表5-3。
表5-3 一级线性构造得分表
2.二级线性构造因子
构造与矿产之间的距离关系如图5-3，当距离大于30.55mm(实际距离1.53km)时，构造所控制的矿产当量数目增加不明显，计算此范围内的矿产当量为237，占区域内总矿产当量的77.96%。因此，选择30.55mm为二级线性构造缓冲区(影响范围)的边界。
图5-3 矿产当量与二级构造距离关系示意图
分别计算不同方向二级线性构造影响范围内的矿产当量数，并计算得分，见表5-4。
表5-4 二级线性构造得分表
3.三级线性构造因子
三级线性构造与矿产之间的距离关系如图5-4，由于三级线性构造数量多，当距离增大时，构造所控制的矿产当量数目呈减少态势，但没有明显的“跳阶”，经计算，满足控制75%矿产当量的距离为15.2mm(实际距离0.76km)，此时矿产当量总数为229，占区域内总矿产当量的75.3%。因此，选择15.2mm为三级线性构造的缓冲区(影响范围)边界。
同样，按上面确定的影响范围，分别计算不同方向三级线性构造影响范围内的矿产当量数，并计算得分，如表5-5所示。
图5-4 矿产当量与三级构造距离关系示意图
表5-5 三级线性构造得分表
以上构造与矿产的关系分析可以看出，在一级构造中矿产与NE向构造关系密切，其影响范围内的矿产当量为220，占所有矿产当量的72%;在二级构造及三级构造中矿产与NW向构造关系密切，其影响范围内的矿产当量分别为145与148，占所有矿产当量的47.7%与48.7%，这表明在区域上矿产的分布是NE向带状展布的，与区域应力场作用下的构造展布是一致的，NE向构造是区内主要的控矿构造;二、三级构造中矿产与NW向构造关系密切，表明区内发育的规模不大、数量较多的成群出现的NW向线性构造或节理带是铅锌矿矿体或矿床形成的主要构造，是铅锌矿形成的导矿或容矿构造，也是铅锌元素矿化富集的主要部位。已知矿床资料研究也表明上述规律的存在，如火德红矿区，控矿构造为NE向背斜-逆断层属巧家-鲁甸-昭通-大关-威信褶断带，而NW向断裂控制矿床或矿体，NW向的层间裂隙、波状挠曲控制着矿化富集及铅锌的分布，老矿山、锌山海子、雀落海子等矿段实际上都受控于NW向断层。
(三)遥感面状构造因子
遥感面状构造包括褶皱构造和环形构造。区内共解译出褶皱构造30个及不同类型的环形构造107个，从表3-18及3-19中面状构造与矿产关系的分析可以看出，面状构造对矿产的控制有一定的作用，因此有必要将面状构造作为一个预测因子对待，其得分为15分。
分析面状构造的分布可以看出，除少数面状构造有重叠部位(如H97与Z29、H35、H36与Z12、H81与Z21等)外，大多数面状构造的分布是不相关的，而从面状构造的类型对矿产的控制作用来看，尚没有明显的特征，因此将褶皱构造、环形构造中的穹隆、蚀变、火山、溶塌、断陷及不明类型的环形构造作为7个二级因子，其得分平均分配，除褶皱构造为3分外，其余均为2分。
(四)遥感线性密度因子
遥感线性体统计结果表明，并非所有方向的线性体都对矿产预测具有指示意义。通过对每个方向的线性体密度的不同区间所控制的矿产当量统计(表5-6，图5-5)，可以看出，单区间矿产当量大于80，而且具有较好的正态曲线特征的为30°～60°、300°～330°及60°～90°三个方位区间的线性体，而其他方位线性体密度与矿产的相关特征不十分明显。因此，遥感线性体密度因子选择了30°～60°(NE向)、300°～330°(NW向)及60°～90°(NEE向)三个方位作为三个预测因子参与预测，其各自得分为15分。
表5-6 各方位线性体密度矿产当量表
图5-5各方位线性体密度矿产当量示意图
在各个方位的线性体密度预测因子中，矿产当量的分布规律是由不同线性体密度所控制的，在图上表现为不同的密度区间，因此，依不同的密度区间作为各方位的二级因子，其得分按照各区间所控制的矿产当量的比例进行分配。
根据上述三个方位所控制矿产当量的数目，分别计算出各方位十个密度区间的得分值(表5-7)。
表5-7 三个方位线性体密度得分表
(五)遥感蚀变异常因子
遥感蚀变异常的提取是在对岩性光谱分析的基础上进行的，蚀变异常中的高—低值分带，基本可以代表光谱反映岩石蚀变的强、弱特征。工作过程中提取了两中不同类型的蚀变异常，即铁化异常和泥化异常，并将其作为两个预测因子参与，其得分分别为15分。
在每种类型的异常中，以异常的强、中等、弱为三个二级因子，其得分按强异常7分，中等异常5分，弱异常3分的标准分配。
(六)地球化学异常因子
地球化学异常在成矿预测中具有重要的指导意义，选择了1∶20万Pb、Zn分散流异常、重砂异常及土壤金属量异常为预测因子，四种异常总共得分为15分。
归纳上述预测因子及得分情况为表5-8。
表5-8 成矿预测因子及得分一览表
续表
四、预测方法的实现及表现方式
以上统计及分析在GIS软件中应用空间分析的功能实现，因子得分的叠加分析通过矢量到栅格的转换后在PCI软件中进行。结果图件经平滑滤波进行分类。
图5-6 预测因子叠加图像直方图
从预测因子叠加图像直方图(图5-6)可以看出，直方图总体形态呈正态分布，表明各因子的得分是随机分布的，表明统计的有效性。在最高频率左侧的低值坡上有两个小的尖峰，表明低分值区域受个别因子的影响较大;最高频率右侧高值坡比较平滑，正是信息逐步累积的结果，表明高值区域能够代表最佳预测区域。
1∶万～1∶万遥感找煤
答：遥感找煤模式大致可分为4个阶段（图7－1）。①广泛收集和分析地质资料，确定含煤远景区；②对主要含煤远景区开展1∶10万～1∶25万的遥感地质调查，初步了解地质背景和煤系发育特征，确定重点调查区；③对重点调查区开展1∶5万～1∶10万的遥感地质填图，调查了解含煤盆地和聚煤规律、含煤地层分布、...
1∶ 万遥感成矿预测
答：在现代成矿理论的指导下,利用多元信息综合分析进行成矿预测是现代地质找矿的必然趋势,GIS技术为区域地质多元信息综合找矿预测提供了有利平台。通过计算单元网格内的控矿因素参与成矿和控矿的权重的加权和,生成新的图层及新的数据关系,从而获得更多的成矿信息。 遥感成矿预测在遥感成矿信息基础上进行量化,根据不同类...
追踪煤炭资源的发现过程
答：由于成煤环境多种多样,成煤后受到的地质条件的变化因素千差万别,找煤的难度各不相同,所使用的找煤方法也相应不同,有的要用的多一些,有的要用的少一些。又加之地质工作是一个从简单到复杂、由表及里,研究程度由浅到深的过程,不同的勘查阶段所要解决的问题不一样,勘探程度不一样,所使用的找煤方法也有所不...
矿山开发遥感调查
答：在国家重要矿集区、矿产资源规划区和热点地区以先进的遥感技术为调查手段，采取遥感数据与多源数据相结合，自动信息提取与人机交互解译相结合，室内综合研究与实地调查相结合的技术路线，每年开展一次1:5万～1:1万比例尺矿产资源开发情况遥感调查、矿山地质环境现状遥感调查和矿产资源规划执行情况遥感调查，编制...
航空遥感技术在西准噶尔地质找矿中的应用
答：遥感找矿模式法是一种综合性的找矿方法,通过分析区内已知矿床、矿(化)点成矿规律及其影像特征,建立遥感找矿模式,以便预测成矿有利地带。 四、遥感找矿信息提取 研究区的地质背景对金、铜矿产的形成极为有利。为了科学地圈定出找矿有利地段,对研究区内与成矿有关的地层、岩体、构造、矿化蚀变等在遥感图像上的...
1:1万重点调查区地质环境遥感调查结果
答：1：1万卫星遥感调查区位于境内帕里河流域的中部。调查区范围为自大约在帕里湖上游河口起，至卡拉滑坡下游止，沿河长约12km的河谷两岸。本区以高山峡谷地形为主，北高南低，东北部最高为海拔5380m，南部帕里河谷为海拔3760m，区内最大高差1620m。帕里河由调查区西北向东南再转向南流。该段河流的平均比...
1∶5千～1∶5万遥感地质填图
答：填图区内全层实测地层剖面应不少于1～2条。全层实测地层剖面时，应对区内地层进行详细分层描述。描述内容包括：岩石成分特征、结构和构造特征等，地层层序、时代、厚度、分层标志、含煤特征、接触关系、地层产状等，遥感影像特征及影像标志等。实测地层剖面时应采集岩石、矿石、化石标本，进行室内鉴定。重点...
1∶万遥感地质填图应用数据选择
答：考虑到面状地物最小识别能力，L 取 0.5 mm 为宜，计算可知，目前常用的 TM、ETM、SPOT、CBERS-1及 RADARSAT卫星数据及航空遥感资料均可满足 1∶25 万地质调查对遥感地面分辨率的需要。目前区域地质调查中应用的光谱主要为 0.38～2.5μm的可见光—短波红外段和7.0～15.0μm热红外光谱段，各种...
冈底斯东段1:万成矿预测和潜力评价分析
答：用ETM遥感影像提取出1：20万遥感蚀变信息铁染、羟基异常。（二）成矿远景区预测 根据冈底斯成矿带东段目前的数据状况，在建立该研究区斑岩型铜矿床的区域预测模 型和评价指标体系的基础上，采用网格单元划分2万多km2预测区域，确定本次预测网格 大小为6km×6km，共有646个单元。采用基于GIS的MRAS...
遥感技术在中亚地区地质工作中的应用
答：结合遥感与GIS技术形成一套该地区的遥感弱信息提取方法技术组合，提出中亚大型矿床的成矿遥感识别模式，深化对新疆成矿规律研究的认识，建立有效的找矿模型，提出找矿方向，开发一套适于中亚成矿的矿产遥感信息挖掘技术，将遥感探测技术与信息技术相结合，开发适用的成矿信息识别与提取的新方法新技术，为进行...
