英语原文共 23 页，剩余内容已隐藏，支付完成后下载完整资料

高光谱岩心扫描中的矿物填图和岩脉检测：在斑岩型矿化中的应用

Laura Tusa , Louis Andreani , Mahdi Khodadadzadeh , Cecilia Contreras ,Paul Ivascanu , Richard Gloaguen and Jens Gutzmer

摘要：地质样本中特定的斑岩矿脉类型的快速填图和表征对矿产勘查和采矿工业是一个挑战。本文提出一种将从高光谱钻孔岩心扫描中提取出的矿物学信息和结构信息结合起来的方法。该工作流程允许根据在短波红外中具有显著吸收特征的矿物来识别矿脉类型。本方法不仅针对已知组分的光晕变化，而且可以识别任何脉状结构。计算结果包括矿脉分布图、定量矿脉丰度及其方位角。为此，本文分析了博尔卡那斑岩体系中的三个不同密度、成分、方向和厚度的矿脉的钻孔岩心，利用基于高分辨率扫描电子显微镜的填图技术对结果进行了验证。我们证明，使用高光谱扫描可以实现更快、无接触和更高效的钻芯填图，为补充现场地质学家进行的钻孔岩芯测井提供了一个有用的工具。

关键词：高光谱成像；岩心；矿物填图；短波红外；斑岩型岩脉

1. 简介

随着全球原材料需求的稳步增长，需要大量的勘探投资来发现满足需求所需的矿床。勘探工作包括数千公里的金刚石钻芯，用来测试具有高矿产资源潜力的地下区域。钻探包括提取圆柱形岩芯样品，这些样品通常由现场地质学家进行目视分析，并进行地球化学分析[1,2]。这些方法速度慢，从岩芯中提取的矿物学信息有限，通常受观察者主观因素的影响。 在过去的十年中，高光谱成像技术越来越多地被用来补充传统的勘测方法，并提供快速、高效、公正的方法来提取有价值的成分信息[3–6]。然而，现有的高光谱数据处理工具大多只针对矿物组成信息，而不针对矿石中矿物的空间分布和几何形态。为此，本文提出了一种将矿产丰度分析与矿产空间分布相结合的工作流程。

常见的高光谱传感器覆盖了电磁光谱的可见光到近红外(VNIR)和短波红外(SWIR)区域。在这些范围内，特定的吸收特性可以进行常见矿物类群的鉴定，如层状硅酸盐、角闪石、氧化铁和氢氧化物、碳酸盐和水合硫酸盐、磷酸盐和砷酸盐[7]。其中一些矿物群与热液蚀变有关，已知它们出现在不同的矿物系统中[8]。它们通常被用作矿化矢量化的代理[9-11]，这使得它们的识别成为发现和绘制矿产勘探目标的关键。

文献中提出了几种高光谱钻芯数据分析和矿物填图技术[1,5,6,12–16]。其中，波段比和和最小波长图是评估和可视化特定矿物特征化学群相对丰度的有用工具[17–21]。另一种矿物填图方法是使用光谱角填图（SAM），一种基于未知光谱和参考光谱之间相似性度量的分类器。参考光谱可以从光谱库中获取，也可以从最终成员中获取，例如通过像素纯度指数法和n维可视化获取[22]。由于算法在ENVI (Exelis Visual Information Solutions, Boulder, CO, USA)等常用软件中的可用性，这个方法得到了广泛的应用。尽管前面提到的矿物填图方法可以提供良好的结果，但是批处理的实现是困难的，因为它需要大量的人工交互。

尽管在（半）自动矿物填图方面取得了进展，但很少有研究涉及到结构特征的识别和提取。然而，这种分析特别适用于脉型矿化[23,24]，如在斑岩型矿床中遇到的矿化。蚀变晕的特征，无论是宽度还是成分，对于评估矿化/蚀变阶段都是至关重要的。普遍蚀变和矿脉晕的组成也表明了样品在矿化系统中的位置以及矿物学方面的预期矿脉组成。王等[2]人曾使用种子区域生长法结合光学数据的相似性和均匀性分析（短波红外光谱和RGB 3波段自然彩色图像的分解）和边缘图提取石英和碳酸盐岩脉。结果包括预先确定的矿脉类型的提取，而不包括它们的方向，这对于斑岩型矿物系统的绘图和建模来说是一个关键的属性。

近二十年来，人们提出了多种方法从图像中提取线性特征。最常用的方法是基于边缘检测算法，它可以识别灰度图像中的不连续点（例如，[25]，以及其中的引用）。这些方法已广泛应用于地球科学中，例如提取断层、陡坡和地貌等结构特征，但往往难以应用于提取矿脉等结构实体。当物体的边缘平滑（即从静脉蚀变晕到基质的渐变）并且非常容易受到噪声的影响时，边缘检测方法的性能很差。另一种方法依赖于脊线检测算法（例如，[26]和其中的参考文献）。边缘检测的目的是提取物体的边界，而脊线检测则使得利用灰度图像中较亮或较暗分量的曲率来识别细长物体的对称长轴成为可能。这些算法使得能够专门针对图像的线性成分，并已广泛应用于医学和地理信息科学等各个领域，以提取血管等曲线特征[27,28]和道路或排水网络[29]。

本文提出并测试了一种从岩心样品中提取矿物学信息和结构信息的工作流程。该方法结合了高光谱数据分析和图像处理技术。工作流程包括三个主要步骤：（1）端元提取和光谱分解，然后进行（2）矿物填图和（3）矿脉提取。最终结果提供了主要矿物组合分布图和包括不同矿脉类型的组成、计算丰度和方位角的矿脉分布图。这类信息可以成为有价值的探索工具。对于含矿脉的矿化，识别矿脉组成和密度以及评价不同类型矿脉的丰度是矿体建模和 评价的关键参数。

工作流程的性能是根据罗马尼亚博尔卡纳斑岩铜金项目的三个选定样本进行评估的。样品采集于不同深度的典型蚀变带，以反映不同的矿脉组成和结构。验证是基于使用扫描电子显微镜（SEM）和矿物释放分析仪（MLA）软件对薄片进行的高分辨率矿物学分析来实现的。

1. 实验地点

博尔卡纳铜金成矿系统位于罗马尼亚南阿普塞尼山脉黄金四边形内的Brad Sacaramb成矿区（图1）。金四边形含有大约20个斑岩型矿床，代表欧洲最大的金-银-碲浅成热液矿床区。该地区也是欧洲最重要的斑岩铜金区之一[31-33]。金四边形的成矿作用受新近纪火山岩侵位的制约，主要在14.9-9 Ma之间[34-37]。矿床分布的主要方向遵循东南东走向的右旋走滑断层系统[36]。基底由中侏罗统-下白垩统玄武安山岩、玄武熔岩流和火山碎屑岩、上覆古新统和中新统沉积岩系的下白垩统流纹岩组成。新近纪火山岩和次火山岩侵入基底和古新世沉积单元。

图1：Brad Sacaramb成矿区地质图（左）和通过博尔卡那斑岩系统的E–W横截面图，显示了取样钻孔的位置（右）。

博尔卡那是一个斑岩型铜金矿床，其伴生的浅成热液脉主要分布在博尔卡那微闪长岩次火山岩体中。成矿作用表现为黄铜矿、斑铜矿、辉铜矿、柯铜矿、黄铁矿、磁铁矿、赤铁矿、辉钼矿。金主要以微细包裹体的形式存在于硫化铜中。矿化体呈深部大延伸，以钾质岩芯为特征，广泛向钠钙蚀变过渡。这种转变的特征是绿泥石的存在是主要的普遍蚀变相[38]。

1. 数据采集

选择了三个钻芯样品（此处标记为DC-1、DC-2和DC-3），这些样品在普遍蚀变和矿脉类型方面表现出可变性，用于测试所提议的的方法。钻孔岩样采集自博尔卡那斑岩铜金矿远景区的钾、钠、钙和中间带。对于较大的钻芯层段，样品在矿脉和蚀变样式方面具有代表性（图2）。本工作中所述的三个样品由半芯组成。所有样品的分析表面宽度为47mm，长度约为290mm。根据专家的目视观察，从外观均匀的间隔中选择钻芯。取样中还考虑了不同矿脉类型在成分和厚度方面的存在。

图2：从均质岩芯层段中选择具有代表性的样品。

3.1高光谱钻孔岩心扫描

高光谱数据是使用SisuROCK钻孔岩芯扫描仪（光谱成像有限公司，芬兰乌卢）获取的，该扫描仪配备有AisaFENIX VNIR-SWIR高光谱传感器（光谱成像有限公司，芬兰乌卢）。表1列出了传感器规格和选择的设置。得到的高光谱扫描的空间分辨率为1.5mm/像素。

表1：SisuROCK钻孔岩心芯扫描仪和AisaFENIX VNIR-SWIR高光谱传感器的规格和设置参数。

利用采集软件（LUMO扫描仪2018-5版，光谱成像有限公司，芬兰欧陆）使用PTFE参考板（VNIRgt;99%和SWIRgt;95%）进行反射率转换。对于预处理，使用MEPHySTo工具箱对所选岩芯样本的扫描进行校正和平均[39]。在VNIR和SWIR传感器之间应用校正来补偿空间偏移，并使用几何校正来抵消透镜效应。使用Savitzky-Golay（SavGol）滤波器[40]对校正后的高光谱数据进行平滑处理，以校正VNIR中特别是光谱开始处存在的噪声。平滑被认为是必要的，因为在频谱的这个区域中的噪声会强烈影响端部成员提取算法的性能。在测试了不同的参数后，SavGol滤波器采用了半径为5的三次多项式。

3.2 SEM-MLA

将被认为代表整个芯样的区域切割并制备成25 mmtimes;40 mm的薄片，并用扫描电子显微镜进一步分析。样品制备包括样品表面的研磨和抛光。这导致去除一小部分厚度可达0.5毫米的材料。分析表面的变化导致矿脉位置的微小变化，但就目前的目的而言，这种变化被认为是可以忽略的。

使用自动化方法从每个薄片收集定量矿物数据[30,41]。使用配有FEI-Quanta 650 F场发射扫描电镜（FEI，Hillsboro，OR, USA）和两个Bruker Quantax Flash 5030能量色散X射线（EDX）探测器（Bruker，Billerica，MA，USA）的矿物释放分析仪（MLA）进行分析。背散射电子（BSE）图像被用来定义矿物颗粒。BSE图像是灰度图像，其中灰度级根据矿物/相元素的平均原子序数（AAN）在0-255之间变化。较低的AAN值对应于较深的灰色外观，表明矿物由轻元素组成（在这种情况下，例如石英和硅酸盐）。相比之下，较亮的灰色阴影反映出较高的AAN值，并表明矿物由原子量较高的元素组成（如天然金）。根据矿物颗粒在BSE图像中的灰度级别进行鉴别，然后在一个紧密间隔的网格上进行EDS X射线测量来进行鉴别。SEM和MLA的工作条件见表2。

表2：SEM-MLA数据采集参数。

使用MLA套件软件包（version 3.1.4.686, FEI, Hillsboro, OR, USA）进行数据处理（MLA图像处理，MLA矿物参考编辑器和MLA数据视图）。在线模式下使用矿物参考编辑器，以完成测试样品分类所需的矿物清单。MLA图像处理软件用于数据的初步校正，如帧边缘去除，以及进一步的处理步骤。第一处理步骤包括光谱分类，光谱匹配阈值为90%，低计数阈值为2000。使用两种修补脚本，以便将空隙中的玻璃光谱分配给背景，并将粒度小于4微米的矿物分配给宿主矿物。

1. 技术路线

所提出的技术路线包括一个平行的工作流程，其中一边是矿物填图，另一边是提取岩脉的线性特征（图3）。额外的工具用于端元分析、矿物化学成分和丰度制图。

lt;

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[239352]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

您可能感兴趣的文章

• 带水印的GIS数字矢量地图质量监测外文翻译资料
• 基于多源地理数据的城市功能区识别——以中国郑州市为例外文翻译资料
• 北京医疗服务可及性的空间差异和影响机制:移徙者平等的视角外文翻译资料
• 利用巴基斯坦费萨拉巴德的光学多时相卫星数据进行陆地表面温度和土地利用土地覆盖变化的CA-马尔可夫链分析外文翻译资料
• 大都市地区植被净初级生产力(NPP)动态变化与城市化驱动力研究–以北京市为例外文翻译资料
• 公园缓解城市热岛效应的有效性–以亚的斯亚贝巴为例外文翻译资料
• 一种描述新罕布夏州肺癌发病空间格局的地理计算方法外文翻译资料
• 加拿大大温哥华地区极端炎热天气温度-死亡率关系的空间差异描述外文翻译资料
• 雅典地区气温和湿度对人体热舒适度的影响外文翻译资料
• 量化公共卫生实践和研究中的空间可及性:在现场酒精场所的应用，美国，2013年外文翻译资料