航空高光谱遥感技术在铀矿找矿中的典型应用——以新疆雪米斯坦地区为例

高光谱遥感技术是地质矿产勘查领域的重要新技术、新方法。近些年,航空高光谱遥感技术及其在铀矿找矿中的应用得到核地质系统的重视并开展深入研究。在分析前人铀矿找矿思路基础上,阐述了CASI/SASI航空高光谱遥感技术在新疆雪米斯坦地区的铀矿找矿新思路及其典型应用效果。首先深入剖析了白杨河铀矿床及其周围的航空高光谱遥感特征,识别了铀矿床产出的区域热液活动中心、铀成矿高铝绢云母蚀变等区域找矿关键要素,提出“区域热液活动中心识别-铀矿化航空高光谱蚀变组合发育地段确定-蚀变、构造、有利岩性等要素复合地段优选”的航空高光谱遥感铀矿找矿新思路;然后根据全区的航空高光谱遥感信息进行了找矿远景区筛选和野外查证,新发现了铀矿化异常。新发现的铀矿化异常地段航空高光谱遥感特征明显,地表铀异常显著,控矿断裂构造发育,地质环境有利,铀矿找矿前景良好。其是笔者对如何充分挖掘高光谱遥感铀矿找矿信息,提升高光谱遥感技术更好服务铀矿找矿应用效果的深入思考与探索,也是在地表岩石裸露程度良好的地区利用高光谱遥感技术直接寻找热液型矿产的良好例证,希冀为广大地质工作者开展找矿方法创新和应用提供参考。

新世纪以来我国铀矿地质科技创新重要进展及展望

新世纪以来,我国铀矿地质勘查领域重大理论和技术创新成果,极大地改变了我国砂岩型、热液型铀矿的找矿思路、找矿方向,引领、支撑了系列找矿重大突破,重塑了铀矿勘查新格局。文章首先分析了我国20余年来铀矿地质科研布局的总体思路与演进方向;然后总结了铀矿重大基础地质与成矿理论研究进展,系统凝练了地质、物化探、遥感、钻探工艺、分析测试等领域的技术创新及核心勘查装备研制成果,梳理了铀资源预测评价技术研究进展及应用成效;最后,在重大基础前沿和成矿理论、先进铀矿勘查技术研发、非常规核能裂变资源勘查技术研究、数字铀矿勘查技术开发等方面提出了未来10~15年主要发展趋势和方向,指出在“双碳”目标和核能大发展对铀资源保障需求背景下,必须继续坚持并加强铀矿地质科技创新,高质量引领和推动“新区、新层位、新类型、新深度”找矿突破。

铀资源勘查技术国际科技前沿动态

铀资源勘查技术兼具核科技与地质勘查技术的双重属性,是支撑铀矿勘查不断取得突破的根本动力。全面了解、掌握国外铀资源勘查技术的前沿动态,不仅对发展具中国特色的先进铀资源勘查技术体系具有重要意义,而且对国内铀资源勘查生产亦具有重要借鉴意义。基于大量资料文献的调研、研判及综合分析,概略介绍了铀资源无人机探测、铀资源高精度多维探测、基于大数据的铀资源勘查与预测评价、高效低成本探测等4个技术方向当前国际上的主要研究内容、前沿或热点、重要进展或标志性成果,并结合新时期我国天然铀高质量发展的需求,提出了相关技术国际前沿动态对我国铀资源勘查技术发展的启示。

深度卷积网络在航空高光谱岩性识别中的应用——以塔木素铀矿床北部地区为例

岩矿信息识别是高光谱遥感在地质勘探领域的主要应用方向。传统高光谱遥感方法尽管在矿物识别中取得了良好效果,但对于岩性识别存在瓶颈。深度学习是当前人工智能领域的研究热点,卷积神经网络是适用于图像识别的重要网络架构。以巴音戈壁盆地西部塔木素铀矿床北部区域为试验区,以SASI航空高光谱影像为数据源,将深度卷积神经网络引入航空高光谱遥感岩性识别,测试和评估其应用效果。基于预处理后的SASI航空高光谱影像,以试验区地质图及野外调查为参考,制作了8类样本,包括:印支期花岗岩、华力西晚期花岗岩、华力西晚期花岗闪长岩、华力西中期石英闪长岩、石炭系碎屑岩、中下侏罗统火山凝灰岩、第四系沉积物和绢云母化蚀变岩。构建了基于光谱特征的一维卷积神经网络、基于图-谱联合特征的一维+二维卷积神经网络和三维卷积神经网络3种模型结构,分别进行模型训练、测试和试验区岩性分类应用。模型测试结果表明:一维卷积神经网络、一维+二维卷积神经网络和三维卷积神经网络的总体精度分别为82.13%、86.46%和90.90%。通过评价分析三种卷积神经网络模型的岩性分类识别结果,三维卷积神经网络的识别结果与真实参考最为接近,对试验区各类岩性的区分识别效果最优,一维+二维卷积神经网络的识别效果次之,表明利用卷积神经网络引入高光谱图像空间信息,进行图-谱特征的联合挖掘,有利于提高影像的识别精度和实际应用效果。同时,一维卷积神经网络和一维+二维卷积神经网络的识别结果因航空高光谱影像拼接后的条带效应,影响了它们的实际应用效果,而三维卷积神经网络较好地克服了这种影响,表明其对于大面积航空影像处理具有相对较好的应用前景。

基于航空高光谱和伽马能谱的铀矿勘查集成软件开发与应用

航空高光谱和航空伽马能谱是当前铀矿勘查领域两类重要的数据源,由于其异构且海量的特性,使数据的处理难度大,处理效率低,协同应用效果不足。在这种情况下开发一款面向航空高光谱和伽马能谱的铀矿勘查集成软件显得尤为重要。文章根据航空高光谱和航空伽马能谱数据的类型及处理方法,开展了针对两种数据应用的集成软件系统的设计。研究引入虚拟总线结构,实现了对不同数据处理模块的调用,并以Visual Basic为主要开发语言,对前台主系统进行搭建。最终利用搭建好的系统,以银根地区的航空高光谱和伽马能谱数据为数据源,完成软件的应用测试。测试结果发现,利用GS融合算法可以较好地保留地表纹理信息,同时丰富图像颜色,从而为铀矿赋矿围岩岩性的准确识别与划分提供参考。

无人机高光谱岩性和矿物识别技术研究

无人机高光谱遥感技术以其高空间分辨率和高光谱分辨率的技术优势,在大比例尺区域地质填图领域可以发挥重要作用。利用无人机搭载全谱段高光谱成像仪(HD_SAVI)获取0.2 m高空间分辨率影像数据,采用经验线性法对所获取数据进行光谱重建,重建后无人机高光谱影像光谱曲线与地面实测光谱曲线谱形基本一致,典型特征吸收峰位置偏差均在1个像元以内。采集岩性样本构建岩性知识库,利用深度学习算法基于无人机高光谱影像数据开展岩性识别;岩性识别结果与大比例尺地质图对比,岩性空间分布基本一致,地质体边界准确且较清晰。参考典型矿物光谱库进行矿物识别。与同一地区CASI/SASI航空高光谱数据地质填图结果进行对比分析,结果表明:两者提取的矿物在空间分布上具有较高的一致性,但无人机低空高光谱影像空间分辨率较高,识别出的矿物种类更加丰富。无人机高光谱遥感技术可以满足无人区、交通不便地区地质勘查,以及重点区或矿区外围等地区大比例尺地质填图的需要。

新疆白杨河铀矿区白色云母短波红外光谱及电子探针成分特征

铀是我国战略性关键金属资源之一,对科技发展和国家安全具有重要意义。新疆白杨河铀矿床是我国重要的热液型铀矿床,铀成矿过程中广泛发育白色云母。已有研究表明,白杨河铀矿床白色云母短波红外光谱蕴含着丰富的地质信息,记录了其形成热液环境及其与矿化的关系,但其短波红外光谱变化规律及其地质影响因素研究依然薄弱。因此,运用短波红外光谱技术和电子探针微区分析等分析方法对矿床白色云母进行分析研究。研究表明:白杨河铀矿床白色云母Al-OH特征吸收峰波长在2190和2220 nm之间漂移变化,电子探针化学组分表明其发生了明显的Tschermak(契尔马克)替换,Al-OH特征吸收峰波长直接受Mg和Fe含量以及Fe/(Fe+Mg)比值的影响,也受围岩成分的影响。Al-OH特征吸收峰波长较短的白色云母反映了相对高温的热液流体环境,而Al-OH特征吸收峰波长较长的白色云母则代表了相对低温的热液流体环境。白杨河铀矿床铀矿化点附近白色云母具有相对较短的Al-OH特征吸收峰波长、较大的ISM(伊利石光谱成熟度)值和较低的FWHM 2200(半峰宽)值。综合白色云母的Al-OH特征吸收峰波长、ISM值和FWHM2200值的空间变化规律,可以推断白杨河铀矿床的热液矿化中心位于杨庄花岗斑岩与上泥盆统火山岩的北部接触带。这不仅对完善白杨河铀矿床成因和深部与外围勘探具有重要的实际意义,对其他热液型金属矿产勘查亦具有重要的参考价值。

鄂尔多斯盆地西南部环县地区砂岩型铀矿成矿要素遥感识别

鄂尔多斯盆地是中国重要的能源、矿产产出盆地,先后在盆地北缘发现多个大型砂岩铀矿床,但是在盆内坳陷的铀矿勘查上仍需突破。渗出理论的提出为盆缘找矿向盆内找矿提供了新的理论依据。研究表明:断层、次生还原矿物、磁异常的变化以及地表铀异常信息是渗出成矿作用在浅表的反映。对上述信息的识别可以为盆内砂岩型铀矿勘查提供数据支撑。以鄂尔多斯盆地西南部环县地区为研究区,利用ETM影像、航磁数据进行构造解译,利用ZY1E高光谱影像识别区内主要出露蚀变矿物,结合航磁、航放数据进行综合分析。结果表明:研究区内断层主要表现为NE、NNE走向,其次为NW和SN向,主要出露蚀变矿物为伊利石、碳酸盐岩,主要分布在沿断层与河流下切作用出露的下白垩统岩层中。航磁异常资料显示研究区出现多处磁异常的过渡区,表现为正的弱异常,可能与深部还原性流体的渗出有关。航放数据表明铀的富集与断层、蚀变矿物的分布在空间上有一定关系。综合高光谱影像、航磁航放资料识别出红杂色沉积建造中铀成矿有利的构造与蚀变矿物,在环县地区指出4处找矿有利区,对坳陷内部找矿具有指导意义。

准噶尔盆地东缘华力西期中酸性侵入岩地球化学特征及其铀源供应能力

为研究准噶尔盆地东缘华力西期中酸性侵入岩对铀矿的物源供应能力,对本区具一定规模的中酸性侵入岩体进行综合研究,选择了有代表性的12个岩体开展了主、微量元素和稀土元素分析,发现本区花岗岩、花岗闪长岩及二长岩等岩体SiO_(2)含量介于65.69%~77.66%之间,(N_(2)O+K_(2)O)含量介于6.61%~9.39%之间,Al_(2)O_(3)含量介于9.72%~16.60%之间,TFe含量介于0.11%~4.00%之间,CaO含量介于0.20%~3.70%之间,MgO含量介于0.07%~1.43%之间,相对富集Rb、Th和K等大离子亲石元素及Zr、Hf等高场强元素,亏损Ba、Sr及Nb、Ta等元素,稀土元素总量介于100.47×10^(-6)~309.12×10^(-6)之间,LaN/YbN=2.38~11.48,LREE/HREE=3.09~9.77,Eu负异常,老鸦泉岩体为代表的大部分花岗岩体古铀含量介于4.02×10^(-6)~14.66×10^(-6)之间,高于地壳花岗岩的平均值(3.5×10^(-6)),w(Th)/w(U)>4.2,风化过程中发生了铀流失,铀迁移量可达0.08×10^(-6)~8.11×10^(-6)。认为准噶尔盆地东缘华力西期中酸性侵入岩多形成于后碰撞伸展阶段的火山岛弧环境,岩浆演化从钙碱性到碱性连续分异,呈高钾钙碱性-碱性过铝质花岗岩特征,岩浆主要来源于地壳,并受到地幔物质混染。提出本区花岗岩具有两种不同含铀性特征,一种属于富钍富铀花岗岩,古铀迁移量高,可为准噶尔盆地东缘卡姆斯特、加波萨尔和将军庙等地区铀成矿作用提供较好的铀源;另一种富钍贫铀,古铀迁移量低,作为铀源贡献不大。

无人机低空高光谱系统及应用研究

航空高光谱遥感技术在地质勘查中发挥了重要作用。近年来,无人机低空高光谱遥感数据以高空间分辨率和高性价比的优势在区域地质勘查工作中的应用获得了快速发展。利用透射式光栅分光技术研制具有较小体积和重量的短波红外成像光谱仪。开发成像光谱仪与高精度惯导同步触发技术,实现影像数据与外方位元素的同步获取,在此基础上完成了与电源管理系统、稳定平台和无人机的系统集成。在新疆雪米斯坦地区开展了试验应用,获取的地面靶标的光谱曲线与ASD光谱仪地面准同步实测相比具有较高的吻合度,典型特征吸收峰位置偏差均在1个像元以内。基于无人机低空高光谱影像进行矿物填图,与同一地区SASI航空高光谱矿物填图结果对比分析。结果表明:无人机低空高光谱影像空间分辨率较高,识别出的矿物种类更加丰富,且根据蚀变矿物特征吸收峰位置的细微差别,可以将一些矿物更进一步细分,实现围岩蚀变等成矿要素信息更高精准识别。

新疆卡姆斯特地区星载AHSI矿物填图

近年来国产卫星高光谱遥感技术获得了迅速发展,其搭载的AHSI高光谱相机为地质填图提供了不同光谱尺度的数据源。为验证不同星源AHSI的矿物填图效果,以新疆卡姆斯特地区为研究区,采用空间分辨率为30 m的GF-5B卫星、GF-5卫星和ZY1-02D卫星载AHIS高光谱数据,通过大气校正以及混合调谐匹配滤波(MTMF)等方法开展了数据处理和矿物填图工作。光谱真实性验证结果表明:星载AHSI高光谱数据大气校正后光谱特征吸收峰位置偏差均小于光谱分辨率;星载AHSI高光谱遥感数据可以提取与成岩和成矿紧密相关的多种蚀变矿物信息,且空间分布状况与航空高光谱数据的蚀变矿物填图结果一致;GF-5B星载AHIS高光谱数据由于信噪比较高,相对于ZY1-02D与GF-5数据提取效果更好;星载AHSI空间分辨率较低,不能对矿物亚系进行有效区分。因此得出结论,星载AHSI高光谱数据矿物填图结果在空间分布上基本可以满足地质普查需求,结合航空等高空间分辨率高光谱遥感数据,在地质勘查领域具有广阔的应用前景。

基于反射光谱与神经网络的砂岩型铀矿岩性智能分类研究

砂岩型铀矿是一种重要的铀矿资源。岩心是揭示砂岩型铀矿成因环境和深部地质信息的直接反应。当前利用神经网络结合光谱进行岩性智能识别的研究主要针对地表岩石,而针对钻孔岩心的工作则相对较少。为了补充相关工作,以松辽盆地钱家店地区的钻孔岩心为对象,开展了针对氧化-还原带不同颜色和不同粒度砂岩样品的光谱收集。同时,利用Visual Basic+C混合编程技术,开发了基于岩石反射光谱与神经网络技术的岩性学习与自动分类模块。利用该模块,对砂岩光谱进行了特征学习,并利用学习结果对岩心光谱开展了岩性自动分类实验。结果表明:基于光谱的神经网络技术可对砂岩型铀矿中氧化带与还原带砂岩进行识别,也可识别不同颜色和不同粒度的砂岩,其识别的准确度取决于不同岩石光谱差异大小。此外,岩心表面的附着物会对识别结果产生影响,应在光谱测量前予以剔除。

面向铀矿地质应用的航空高光谱数据与伽马能谱数据协同应用研究

充分挖掘赋存于地学数据中的有用信息服务于铀矿勘查是地学信息技术应用领域研究的关键。高光谱遥感作为反映地物光谱特征内在物理属性的一种重要技术手段,能用于基岩裸露区岩性、矿物及蚀变识别,但岩石和矿物通常不完全裸露,单一的高光谱遥感数据无法满足矿物、岩石识别高精度的要求。伽马能谱数据不受植被覆盖的影响,能够反映浅地表及地下不同岩石、地物的放射性强度,在区分岩性和钾化蚀变信息方面效果好,弥补了高光谱数据受植被干扰的影响。高光谱数据和伽马能谱数据能够分别反映地物的光谱信息、空间信息及放射性信息,及其表征的岩石、矿物及蚀变特征,因此两种数据各具优势、能够互相补充。文章提出了基于航空高光谱和伽马能谱数据信息挖掘的铀矿控矿要素。首先,对两种数据分别进行矿物、断裂构造与伽马能谱放射性异常等多元信息提取,以二者数据的优势互补效应为基础,从空间相关性、内在地质规律的关联性进行协同应用。结果表明,研究提出的多源数据信息协同应用技术能够有效克服单一数据源分析结果的不足,可以提高铀成矿要素遥感解译和信息提取的精度。

高光谱数据与航空伽玛能谱数据在砂岩型铀矿勘查中的应用

高光谱数据和航空伽玛能谱数据具有覆盖面广、数据获取速度快、测量效率高、成本低、信息量大等优势,在铀矿区域地质调查研究中发挥着重要作用。高光谱数据具有“图谱合”的特点和优势,可以很好的表征地物的光谱特性及空间纹理信息,在基岩裸露对矿物和岩性成分的识别与分类、蚀变带的划分具有明显的优势(张昭等,2022)。

面向应用层的遥感数据分块技术及其应用

遥感是一种重要的地表观测技术,在许多领域有广泛应用。随着技术的不断进步,遥感技术已从传统低空间分辨率、多光谱向高空间分辨率、高光谱方向发展,使得遥感数据的体积过于庞大而无法一次性全部载入计算机内存进行处理。这种情况下,开展数据分块处理就显得尤为重要。当前针对遥感数据分块的模块主要在程序层级整合,且多数分块模块是商用的,这对应用层级的软件开发与集成并不友好。针对这一问题,本文提出一种面向应用层级别的分块机制,并利用IDL语言开发了针对遥感大数据文件自动分块和结果自动整合两个过程。在此基础上,以新疆吉木萨尔地区的航空高光谱条带数据为数据源,开展了分块、处理、整合实验,最终证明该机制和相关过程的可行性与实用性,不仅为后续开发应用层级别的遥感数据处理软件奠定基础,也可为开展数据并行处理和大数据网络传输提供帮助。

内蒙古本巴图铀资源勘查远景区航空高光谱数据不同大气校正方法评价及应用

航空高光谱遥感在岩石矿物精细识别和填图方面具有显著优势和应用前景。大气校正是实现航空高光谱影像中矿物反射光谱重建的关键技术,现有的大气校正模型方法需进一步评价和开发,以适应地质矿产勘查领域中的实用化需求。文章以内蒙古巴丹吉林盆地东部的本巴图铀资源勘查远景区为试验区,基于4种经典大气校正模型开发了航空高光谱数据大气校正批处理软件,对试验区SASI航空高光谱影像开展大气校正不同方法的试验评价。以试验区5种典型蚀变矿物的反射光谱重建作为评价对象,通过与USGS标准矿物光谱进行对比,结果表明:经过FLAASH模型、6S模型、快速大气校正模型和经验线性模型校正后的SASI影像均能较准确地反映矿物的诊断性光谱特征,吸收峰波长位置未发生明显偏移。相对而言,经验线性法更好地保持了矿物的光谱形态,作为试验区航空高光谱数据大气校正的优选方法。最后,在航空高光谱大气校正的基础上,完成了本巴图铀资源勘查远景区矿物填图,为分析和评价该地区铀成矿潜力提供了技术支撑。

层次分析法在基于高分遥感及伽马能谱的多源数据铀成矿预测中的适用性分析

层次分析法主要用于一些较为复杂、模糊且难以完全定量分析的问题的定量化决策。在地质勘查特别是铀矿地质勘查领域,高分(包括高空间分辨率和高光谱分辨率)遥感和伽马能谱数据异常信息与成矿要素及成矿可能性之间的关系难以定量化描述。在大面积研究区中,通过高分数据、伽马能谱数据及其他地学数据,该方法能够定量化地描述最有潜力的铀成矿远景区。文章分析了高分遥感和伽马能谱等多源数据异常信息与铀成矿要素的对应关系,探讨了铀成矿要素转化为层次分析法准则层的适用性和最优远景区选择规则的合理性,研究层次分析法应用于高分遥感和伽马能谱等多源数据铀矿勘查定量化分析的可行性和适用性,并以本巴图地区为实例进行该方法的操作步骤的展示和验证。研究结果表明,层次分析法适用于多源数据铀矿远景区筛选工作,且效果良好。

基于航放航磁数据的两种成矿预测软件应用对比研究

为了进一步开发利用航放航磁数据,提供铀及多金属矿找矿线索,将自主研发的成矿预测专家系统和引进的俄罗斯半定量预测软件在阿拉善盟中部和乌拉特后旗-包头一带开展铀矿和金矿成矿预测应用效果对比分析。结果表明:基于航放航磁数据开展成矿预测,成矿预测专家系统结果和半定量预测结果基本一致,且在基岩出露地区专家预测结果更为精准、科学。成矿预测专家系统具有自主研发、数据准备简单、操作简便等优点,可有效代替原有半定量预测软件。

近红外-短波红外岩心光谱成像及矿物识别

高光谱成像仪将光谱成像技术与光谱分析技术融合在一起,在获得目标影像信息的同时获得相应的光谱信息。开展了近红外和短波红外成像光谱仪光学设计,采用凸面光栅进行分光,在此基础上研制了近红外和短波红外成像光谱仪。经过实验测试,全波段全视场弥散斑半径均方根均小于1/2像元,MTF值均大于0.85。通过FPGA(可编程阵列逻辑器件)实现了近红外和短波红外高光谱成像仪同步触发,再经过同视场装校和速高比调整获取了具有较高信噪比的近红外-短波红外波段一体化光谱曲线,近景成像获取了近红外-短波红外影像数据,光谱真实性验证表明:获取的光谱曲线与ASD实测同像元光谱曲线相关性可达98%以上,典型矿物特征吸收峰位置偏差均在1个像元以内。最后利用近红外-短波红外高光谱影像进行矿物信息识别,取得了良好的应用效果。

龙首山成矿带绿草沟地区铀矿化特征及成因浅析

基于最新的找矿成果,对龙首山成矿带绿草沟地区铀矿化特征进行了梳理和总结,结果表明,铀矿化主要定位于中志留世细粒正长岩与古元古界龙首山群塌马子沟组黑云母石英片岩的接触带两侧,受断裂构造、岩性界面和热液蚀变控制。工业矿体厚度稳定,矿化均匀,赋矿岩石为蚀变黑云母石英片岩和蚀变细粒正长岩。铀矿物主要为铀石,呈脉状分布于石英等矿物的边缘和微裂隙中,与黄铁矿、方解石、绿泥石和赤铁矿等共生,也见呈颗粒状镶嵌于赤铁矿中或围绕黄铁矿边缘包裹黄铁矿。地球化学分析结果显示,含矿热液可能为富Ca和碳酸铀酰络合物离子UO_(2)(CO_(3))_(2)^(2–)(或UO_(2)(CO_(3))_(4)^(3-))的中-低温弱碱性或碱性热液,绿草沟地区铀矿化属中-低温热液成因型铀矿化。