Локализация золотоносных минерализаций по космическим снимкам
Резюме
Актуальность определяется необходимостью разработки технологий поиска и оценки слепых и погребенных рудных тел на основе спектрозональных космических снимков. Цель. Разработать основы технологии локализации золотоносных минерализаций по спектрозональным характеристикам космических снимков. Методы. Математические процедуры, позволяющие исключить ландшафтные помехи и адаптировать алгоритм обработки информации к изменению свойств аномалий и «помех», осуществлять анализ и оценку свойств аномалий в процессе самой обработки. Результаты. Разработаны основы оригинальной технологии выявления аномального эффекта над рудными телами по космическим снимкам и локализации золотоносных минерализаций на примере месторождения Радужное (КабардиноБалкарская республика). При этом получение спектрозональных характеристик космических снимков рассматривается как своеобразный геофизический метод исследования земных недр. Обращено внимание на то, что такие снимки фиксируют электромагнитные колебания в интервалах отражённого и излучённого частей спектра. Это определяет возможность использования тех методов, которые были разработаны для выделения геофизических аномалий на фоне помех. Основой технологии является подбор таких математических преобразований изображений земной поверхности, которые бы обеспечили надёжное гашение ландшафтных помех и усиление аномального эффекта, обусловленного эндогенными рудообразующими процессами. Для описания особенностей отражательной способности ландшафтов, в качестве исходных параметров создан массив данных, состоящий из 29 признаков, включающих различные характеристики рельефа, освещенности, а также различия изображений для периодов весна‒лето и лето‒осень. В результате факторного анализа из 29 признаков получено 15 факторов. Для кластеризации были отобраны наиболее значимые факторы путем последовательного визуального анализа графа и таблицы, отображающих их связи с конкретными природными объектами. Ключом для определения природы фактора являлся высокий вес признака. В результате отобрано 11 факторов, которые обусловлены эндогенными, в т.ч. рудообразующими процессами. На их основе осуществлен кластерный анализ, по результатам которого получено 83 типа элементарных площадок. Два из них совпали с проекцией Первой рудной залежи на дневную поверхность. Площади распространения этих двух типов за пределами эталонной рудной залежи предлагается рассматривать в качестве признака наличия в недрах новых золоторудных объектов.
Литература
Абушкевич С.А., Волин К.А. Поиски золоторудных объектов на основе спектральных Характеристик космических снимков landsat и Worldview-1 (месторождения Сентачан и Полярник, Республика Саха). // Вестник СПбГУ. Сер. 7. – 2014. – Вып. 2. – С. 82– 92.
Архипов А.И., Есипович С.М., Каушал А., Ковальчук С.П., Попов М.А., Станкевич С.А., Титаренко О.В. Уточнение границ залежей углеводородов на основе геоинформационного анализа материалов многоспектральной космической съемки и геолого-геофизических данных. // Современные проблемы дистанционного зондирования Земли из космоса. – 2011. – Т. 8. № 2. – С. 121–29.
Аэрокосмические методы геологических исследований. / Под ред. А.В. Перцова. – СПб.: Изд-во СПб картфабрики ВСЕГЕИ, 2000. – 316 с.
Бусыгин Б.С., Никулин С.Л. Комплексирование аэрокосмических и геолого-геофизических материалов при прогнозировании золоторудной минерализации. // Современные проблемы дистанционного зондирования Земли из космоса. – 2009. – Т. 6. № 2. – С. 17–23.
Бусыгин Б.С., Никулин С.Л., Свистун В.К. Геоинформационная технология прогноза скоплений метана в пределах шахтных полей Центрального Донбасса. // Современные проблемы дистанционного зондирования Земли из космоса. – 2012. – Т. 9. № 3. – С. 237–245.
Газеев В.М., Гурбанов А.Г, Кондрашов И.А. Мезозойские субщелочные породы центральной части Северного Кавказа: геодинамическая типизация, геохимия и минерагения. // Геология и геофизика Юга России. – 2019. – Т. 9. № 3. – С. 48–62. DOI: 10.23671/ VNC.2019.3.36479.
Горный В.И., Тронин А.А. Обзор достижений последнего десятилетия в области применения спутниковых методов дистанционного зондирования при геологических и геофизических исследованиях. // Современные проблемы дистанционного зондирования Земли из космоса. – 2012. – Т. 9. № 5. – С. 116–32.
Давыденко Д.Б. Возможности применения математического анализа космоснимков при прогнозировании месторождений золота на площадях Восточного Донбасса. // Геология и геофизика Юга России. – 2016. – № 3. – С. 23–37.
Дэвис Дж. С. Статистический анализ данных в геологии. Кн. 1. – М.: Недра, 1990. – 319 с.
Кайгородова Е.Н., Чугаев А.В., Лебедев В.А., Садасюк А.С., Гареев Б.И., Баталин Г.А. Au-сульфидное месторождение Радужное (Северный Кавказ): геологическое строение, минералогические особенности и источники вещества. // Геология рудных месторождений. – 2022. – Т. 64. № 5. – С. 423–450. DOI: 10.31857/S0016777022040037.
Матишов Г.Г., Парада С.Г., Давыденко Д.Б. Выбор рудоперспективных площадей по результатам дистанционной флюидоиндексации как фактор рационального недропользования в условиях горных территорий. // Устойчивое развитие горных территорий. – 2010. – № 3(5). – С. 57–62.
Парада С.Г. Перспективные типы месторождений и рудопроявлений золота Юга России. // Геология и геофизика Юга России. – 2017. – № 1. – С. 57–72. DOI: 10.23671/ VNC.2017.1.9479.
Серокуров Ю.Н. Дистанционный прогноз проявлений кимберлитового магматизма в Южной Африке. // Отечественная геология. – 2013. – № 1. – С. 24–29.
Трифонов В.Г. 30 лет геологических исследований с помощью космических средств: тенденции, достижения, перспективы. // Исследования Земли из космоса. – 2010. – № 1. – С. 27–39.
Fan C., Myint S.W., Rey S.J. et al. Time series evaluation of landscape dynamics using annual Landsat imagery and spatial statistical modeling: Evidence from the Phoenix metropolitan region. // Intern. J. Applied Earth Observation and Geoinformation. – 2017. – Vol. 58. – pp. 12–25. DOI: 10.1016/j.jag.2017.01.009.
Ghaderpour E., Vujadinovic T. Change detection within remotely sensed satellite image time series via spectral analysis. // Remote Sensing. – 2020. – Vol. 12. No. 23. Art. No. 4001. DOI: 10.3390/rs12234001.
Liu X., Wang M., Zhang Ju., Wang Y., Yang Ju., Cheng J. Short-wave infrared spectroscopy studies on hydrothermal minerals for exploration of The Jiaoxi w deposit, Tibet, China. // Ore geology reviews. – 2025. – Vol. 176. Art. No. 106397. DOI: 10.1016/j.oregeorev.2024.106397.
Milovsky G.A., Aparin A.D. Large-scale forecasting of gold mineralization in the central part of the Сhukchi peninsula based on multizone satellite imagery of “Resource-P” (Geotone) and Landsat-7. // Izvestiya, Atmospheric and Oceanic Physics. – 2022. – Vol. 58. No. 12. – pp. 1581–1590. DOI: 10.1134/s0001433822120155.
Milovsky G.A., Aparin A.D., Ibragimov A.R., Tyukova E.E. Application of earth remote sensing materials to refine the gold deposit location within the Novogodnensk ore field in The Polar Urals. // Izvestiya, Atmospheric and Oceanic Physics. – 2024. – Vol. 60. No. 9. – pp. 1137– 1146. DOI: 10.1134/S0001433824701093.
Wang K., Zhang L., Tiejian Li., Xiang Li., Biyun G., Guoxin Ch., Yuefei H. and Jiahua W. Side Tributary distribution of quasi-uniform iterative binary tree. Networks for River Networks. // Frontiers in Environmental Science. – 2022. – Vol. 9. Art. No. 792289. DOI: 10.3389/ fenvs.2021.792289.
Wang L., Qin K-Z., Song G-X., Li G-M. A review of intermediate sulfidation epithermal deposits and subclassification. // Ore Geology Reviews. – 2019. – Vol. 107. – pp. 434–456.
Zhang X. Lithologic and mineral information extraction for gold exploration using ASTER data in the south Chocolate Mountains (California). // ISPRS Journal of Photogrammetry and Remote Sensing. – 2007. – Vol. 62. No. 4. – pp. 271–282.
English
Русский
