测试样品来自西藏邦铺矿区东段的矽卡岩型矿床, 通过对ZK0010和ZK0011两个钻孔进行详细的野外编录, 从岩芯上部至下部挑选了共30块典型岩芯样品进行高光谱成像测试分析。

高光谱成像测试分别采用核工业北京地质研究院自主研发的岩芯高光谱智能测量系统以及芬兰SPECIM公司的高光谱SWIR相机。国内外高光谱成像仪具体参数见表1。其中国产岩心高光谱智能测量系统由主机[图1(a)]、 系统软件和制图软件组成, 包含可见光、 近红外、 短波红外高光谱成像仪, 可以满足岩心高光谱流水线全自动扫描成像、 实测光谱真实可靠、 高精度智能化实时辐射定标和智慧编图需求。国外高光谱SWIR成像仪搭载于LabScanner 100× 50实验室大型扫描仪[图1(b)], 是1 000~2 500 nm范围内的高速高光谱相机, 凭借温度稳定的光学器件提供了当今红外成像应用所需要的稳定性和灵敏度。为避免干扰, 测试前岩芯样品均经过清洗、 风干。测试过程中样品置于托盘中, 托盘移动经过高光谱成像仪扫描成像, 高光谱成像测试所需时间较短。由于不同仪器托盘大小不同, 每次测试岩芯样品适量, 后续重新裁剪排序处理。

表1

Table 1

表1(Table 1)

表1 高光谱成像仪主要参数 Table 1 Main parameters of hyperspectral imager 仪器参数 核工业高光谱 成像仪 SPECIM高光谱 成像仪 光谱范围/nm 978~2 481 999~2 504 采样间隔/nm 7.2 5.6 空间分辨率/mm 2 0.3 光谱波段/个 207 272 瞬时视场角/mrad ≤ 0.38 1.54 测量高度/mm 1 250 约250

表1 高光谱成像仪主要参数 Table 1 Main parameters of hyperspectral imager

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 国产高光谱成像仪器(a)和国外高光谱成像仪器(b)Fig.1 Domestic (a) and foreign hyperspectral (b) imaging instruments

国内外岩芯高光谱成像结果均为ENVI格式dat数据, 其后续的高光谱图像处理在ENVI 5.3中完成。所有岩芯样品的高光谱影像经过裁剪按照钻孔深度由浅至深重新排列, 其后对所有岩芯数据进行蚀变矿物填图。

高光谱成像仪的空间分辨率为毫米级别, 但是对于矽卡岩形成过程中共生的以及后期共同退蚀变形成的矿物来说, 仍会产生部分的混合像元。此外, 标准波谱库中的单矿物标准波谱与实测的波谱也会存在一定的差别, 以实测的纯净像元光谱进行蚀变填图才更为准确。因此, 蚀变填图首先进行的是端元提取。首先对高光谱影像采取最小噪声分离变换, 降低高光谱数据众多波段之间的相关性, 使其产生待提取端元的拐点^[11]。之后计算最小噪声分离变换结果的纯净像元指数, 结合经验通过阈值分割选取出相对纯净的像元, 最后运用N维可视化工具确定最终的端元。通过将提取出的纯净像元与USGS标准波谱库中的波谱进行对比, 明确所提取出的端元代表的矿物类型, 为后续的蚀变填图做准备。

岩芯蚀变填图采用了光谱信息散度(SID)和光谱角匹配(SAM)两种算法。其中SID将光谱作为随机变量, 基于信息论分析两者之间的相似程度, 光谱信息散度值越小表明两者相似程度越高^[12]。SAM是高光谱图像处理中基于岩石矿物波谱形态匹配的常用方法。其将高光谱数据视为多空间矢量, 通过对比提取出的端元光谱与待匹配光谱之间夹角的大小来比较两者之间的相似程度, 进而达到矿物识别的目的^[12]。蚀变填图首先基于提取的端元采取SID算法进行不同矿物的精确识别, 通过设定较小的信息散度值(0.03)来获得各类矿物的准确分布, 同时检查光谱曲线以及比对岩芯样品来选取监督分类的训练集和验证集样本。其后运用SAM算法基于不同矿物的训练集样本进行整个岩芯的蚀变矿物填图, 最后通过混淆矩阵计算不同高光谱成像结果的蚀变填图精度。

基于国内外仪器的岩芯高光谱成像结果, 对两份数据进行了端元提取, 通过厘定不同矿物的波谱特征共提取出方解石、 绿帘石、 绿泥石、 角闪石、 石英、 白云母6种矿物端元波谱(图2)。其中以方解石为代表的碳酸盐矿物主要表现为2 300和2 500 nm处的吸收特征以及2 400 nm左右的反射特征, 其次级吸收特征主要出现在1 870、 2 000和2 160 nm附近。绿帘石在2 335 nm具有非常明显的诊断性吸收特征, 此外在2 256 nm处具有明显的次级吸收特征; 绿泥石和绿帘石在2 000~2 500 nm的光谱特征非常相似, 主要表现为2 260 nm左右的Fe—OH吸收特征以及2 360 nm左右的Mg—OH吸收特征, 二者的主要区别在于绿帘石还具有1 550和1 830 nm附近的次级吸收, 而绿泥石主要表现为1 400 nm左右的羟基与水共同引起的次级吸收。角闪石的短波红外光谱特征主要表现为2 300~2 380 nm之间的两个不对称双吸收谷, 在2 250 nm左右具有一个小的次级吸收, 本次所测角闪石光谱在1 900 nm处具有结构水的吸收特征, 这点与USGS波谱库中的标准波谱不同, 但是与JHU波谱库中的角闪石标准波谱一致。石英在热红外波段具有典型的波谱特征, 而在短波红外主要表现为1 400和1 900 nm附近的两个宽缓的吸收谷; 白云母具有2 200 nm左右的诊断性吸收特征, 此外在1 410、 2 348和2 440 nm附近具有明显的次级吸收特征。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 提取出的矿物端元波谱与USGS标准波谱库波谱对比图 (a): 方解石; (b): 绿帘石; (c): 绿泥石; (d): 角闪石; (e): 石英; (f): 白云母Fig.2 Comparison of mineral endmember spectra with USGS standard spectra (a): Calcite; (b): Epidote; (c): Chlorite; (d): Hornblende; (e): Quartz; (f): Muscovite

图3为两种数据采用光谱角法进行蚀变矿物填图的结果, 两种数据的两个钻孔的填图结果基本一致。钻孔由上至下, 除了ZK0011钻孔上部角岩中具有少量蚀变特征, 识别出的绿帘石、 绿泥石等退蚀变矿物主要位于钻孔的下端。钻孔的中上部更多的是石榴子石、 辉石等硅酸盐矿物以及少许金属硫化物, 其在短波红外波段不具有明显的吸收特征, 因此本次使用的短波红外成像仪均无法识别。钻孔上部为高温的钙硅酸盐矿物, 而下部为中低温的退蚀变矿物, 表明了热液流体由上而下的交代过程。通过将两块典型样品的照片和两种高光谱成像数据的填图结果进行对比(图4), 可以清楚的看出方解石、 石英对矽卡岩的穿插、 充填、 胶结以及绿帘石、 绿泥石、 角闪石、 石英之间的共生组合关系。角闪石局部表现为脉状且部分交代绿帘石、 绿泥石表明了其形成于退蚀变阶段的晚期, 局部方解石脉和石英脉的穿插关系也表明石英硫化物阶段以及碳酸盐阶段处于矽卡岩形成过程的后期。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 钻孔岩芯高光谱成像蚀变矿物填图结果 (a): ZK0010国产仪器数据填图结果; (b): ZK0010国外仪器数据填图结果; (c): ZK0011国产仪器数据填图结果; (b): ZK0011国外仪器数据填图结果Fig.3 Results of core hyperspectral mapping of altered minerals (a): Domestic instrument mapping results of ZK0010; (b): Foreign instrument mapping results of ZK0010; (c): Domestic instrument mapping results of ZK0011; (b): Foreign instrument mapping results of ZK0011

图4

Fig.4

Figure Option ViewDownloadNew Window

图4 典型样品蚀变矿物填图结果对比图 (a): ZK0010-591和ZK0010-604国产仪器数据填图结果; (b): ZK0010-591和ZK0110-604国外仪器数据填图结果; (c): ZK0010-591和ZK0010-604岩芯样品真彩色影像图 Cal: 方解石; Ep: 绿帘石; Chl: 绿泥石; Hbl: 角闪石; Q: 石英; Py: 黄铁矿Fig.4 Comparison of mapping results of altered minerals for typical samples (a): Domestic instrument data mapping results of ZK0010-591 and ZK0010-604; (b): Foreign instrument data mapping results of ZK0010-591 and ZK0010-604; (c): True color image of core samples ZK0010-591 and ZK0010-604 Cal: Calcite; Ep: Epidote; Chl: Chlorite; Hbl: Hornblende; Q: Quartz; Py: Pyrite

从提取的端元波谱来看, 两种数据的光谱质量都非常好, 它们的波谱形态与标准波谱极其相似, 虽然国产仪器的光谱分辨率略低, 但是二者都能够很好的体现不同矿物之间的诊断性吸收特征以及次级吸收特征, 进而准确区分不同矿物。此外, 二者的特征吸收峰位置、 吸收深度等光谱特征也趋于一致, 这为各类蚀变矿物成分、 含量定量反演的准确性提供了一定的保证。通过与实际岩芯样品对比可以看出基于岩芯高光谱成像技术填图是相对准确的, 基于混淆矩阵的计算, SPECIM高光谱成像仪ZK0010和ZK0011的填图精度为91.5%, Kappa系数为0.87; 核工业高光谱成像仪两个钻孔的填图精度为75%左右, Kappa系数为0.66。可以看出, 国产仪器测量结果的空间分辨率明显低于国外仪器。由于空间分辨率不够, 会产生更多的混合像元, 这也就导致了其填图结果比较粗糙, 个别像素点的结果也不够准确。相比较而言, 国外仪器的数据填图结果更加精细, 但是由于测量过程中托盘移动速度略快, 导致岩芯沿扫描方向产生了一定程度的压缩。

短波红外技术在国内外矿产勘查方面的应用已逐渐趋于成熟^{[13, 14]}, 但绝大多数还是依赖于点测的短波红外测量仪器。点测法很难完整的测量每一块样品, 往往只是在一块样品上选取具有典型特征的几个部位进行测量, 其所获得的高光谱信息是不完整的。而岩芯高光谱成像技术便能有效避免这些缺点, 能够将图像和光谱结合并为岩芯提供更详细和更全面的光谱信息^[10]。利用岩芯高光谱成像数据可以更加全面和准确地识别矿物分布以及对单一矿物的光谱特征进行提取。

基于蚀变分带的划分、 野外脉体的穿插关系以及矿石的结构构造等, 众多学者对矽卡岩成矿阶段进行了划分。基本包括了早期干矽卡岩阶段、 晚期退蚀变阶段和硫化物阶段, 也有学者进行了氧化物阶段、 碳酸盐阶段、 表生期等更详细的划分。通过对矽卡岩矿床主要矽卡岩矿物成分、 共生组合等方面的综合研究, 可以反演矿床成岩成矿过程中物理化学环境的变化^[15]。基于短波红外的特点, 其对退蚀变阶段的绿泥石、 绿帘石、 角闪石等矿物具有良好的识别效果。其中绿泥石作为矽卡岩矿床中广泛存在的中低温热液蚀变矿物, 其2 250 nm吸收峰是Fe—OH吸收峰, 绿泥石含Fe量越高, 其对应波长越长。基于本次所测高光谱成像数据利用The Spectral Geologist(TSG)软件进行光谱解混与矿物类型识别, 挑选出绿泥石含量大于50%的光谱进行2 250 nm处吸收峰位波长的提取(图5)。其中ZK0010钻孔绿泥石Fe—OH吸收峰波长变化范围为2 252.3~2 260 nm, 钻孔由上至下, 其向短波方向移动; ZK0011钻孔绿泥石Fe—OH吸收峰变化范围为2 251.7~2 258.5 nm, 由上至下, 整体具有向短波方向移动的趋势, 但在ZK0011-617处也表现出Fe—OH吸收峰位大于2 256 nm的高值。总体来说, 邦铺矿区东段矽卡岩中绿泥石为相对富Fe的镁铁绿泥石, 局部表现为铁绿泥石。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 (a): 邦铺矿化分布图; (b): ZK0010钻孔绿泥石Fe—OH峰位变化; (c): ZK0011钻孔绿泥石Fe—OH峰位变化Fig.5 (a): Mineralization distribution of Bangpu; (b): Changes of Fe—OH peak position of chlorite in ZK0010 borehole; (c): Changes of Fe—OH peak position of chlorite in ZK0011 borehole

绿泥石的产出受流体温压条件的控制, 而其成分也取决于流体成分以及围岩性质。随着绿泥石形成条件的改变进而导致其自身结构的变化, 绿泥石Fe—OH光谱特征吸收峰对应波长会受其八面体位置上Fe、 Al、 Mg等元素的置换影响, 在矿化体中心的近端与远端呈现出规律性差异。在退蚀变阶段, 由于磁铁矿的沉淀在其周围形成的绿泥石也相对富铁, 而随着流体运移、 温度降低, 富Fe流体逐渐被消耗, 导致在远离矿化中心处形成相对富Mg的绿泥石^[16]。绿泥石作为广泛存在的矽卡岩矿物, 可以依据其光谱特征进行有效的找矿勘查, 其Fe—OH吸收峰波长的高值可以指示矿体中心的位置^[17]。图5(a)呈现了邦铺矿床ZK0010和ZK0011钻孔矿化分布情况, 其大量高品位矿化主要集中在矽卡岩上部。邦铺矿床绿泥石Fe—OH吸收峰波长的变化规律表明了钻孔由上至下逐渐远离矿化中心而形成相对富Mg的绿泥石, 其中ZK0011-617表现出相对富Fe的绿泥石特征, 也对应了ZK0011钻孔620 m左右的另一处矿化中心。

高光谱成像技术可以快速获得大量岩芯样品的完整高光谱数据, 为基于指针矿物光谱特征变化规律的矽卡岩矿床勘探提供了技术支撑。对于矽卡岩矿床来说, 高光谱成像提供的大量光谱数据的统计分析可以准确判断绿泥石的成分变化, 进而通过其Fe—OH吸收峰波长高值位置指导矽卡岩矿床勘探。