一种伟晶岩型稀有金属矿的识别方法及系统与流程

本发明涉及矿产资源开发领域，具体是一种伟晶岩型稀有金属矿的识别方法及系统。

背景技术：

1、伟晶岩矿床是指由伟晶岩形成过程中有用组分富集达到工业要求而形成的矿床。富含矿石、矿物，有开采价值的伟晶岩岩体。大型深成火成岩体，一般都伴生着脉状伟晶岩体，它们是由晚期的含挥发组分的残余岩浆结晶形成。与花岗岩体伴生的花岗伟晶岩脉，由晶粒很粗的长石、石英和白云母组成。花岗伟晶岩最多，经济价值也最大，一般讲伟晶岩往往是指花岗伟晶岩。

2、现有技术中伟晶岩型稀有金属矿床(点)的含矿建造、控矿要素及矿体出露特征与一般的侵入岩或火山岩地区不同，若按照常规的土壤测量、瞬变电磁、低分辨率遥感等方法进行勘查，则可能延长勘查周期、找矿效率低及找矿效果不明显等。

3、综上所述，为了加快伟晶岩金属矿识别效率，我们提出一种伟晶岩型稀有金属矿的识别方法及系统。

技术实现思路

1、本发明的目的在于提供一种伟晶岩型稀有金属矿的识别方法及系统，已解决上述问题。

2、为实现上述目的，本发明提供如下技术方案：一种伟晶岩型稀有金属矿的识别方法，所述方法包括如下步骤：

3、步骤s1：资料收集与扫描录入系统，收集矿区遥感信息和矿区资料信息，并将遥感信息和矿区资料信息扫描录入系统；

4、步骤s2：遥感图像处理，对录入系统的遥感图像信息进行预处理；

5、步骤s3：多种数据配准纠正归一化处理，对预处理后的数据进行校准和归化处理；

6、步骤s4：重要矿床及矿化点精确定位处理，对已知矿点在图像精确定位，分析确定控矿要素和成矿环境及蚀变特征；

7、步骤s5：多光谱遥感异常信息提取，对遥感信息的多光谱遥感异常信息提取，并进行分级；

8、步骤s6：分析矿区位置，依据提取异常信息分析确定矿区位置；

9、步骤s7：实地调查，对预测矿区进行实地采样调查，在依据调查结果确定分析准确性，并录入系统。

10、作为本发明所述的一种优选实施方案，其中，所述步骤s1:资料收集与扫描录入系统，收集矿区遥感信息和矿区资料信息，并将遥感信息和矿区资料信息扫描录入系统的详细步骤如下：

11、首先获取矿区的地形图、地质、矿产、物探、化探图件和资料，将图像信息扫描到系统，以供分析使用；

12、获取改矿区的遥感信息，录入系统供后续分析使用；

13、其中所述遥感信息采用landsat卫星tm、etm数据。

14、作为本发明所述的一种优选实施方案，其中，所述步骤s3种数据配准纠正归一化处理，对预处理后的数据进行校准和归化处理的详细步骤如下：

15、先需对卫星遥感数据头文件的角度旋转处理，使其指向正北；根据找矿地区所在范围进行裁切，然后以其为基础，将地质、矿产、物探、化探图件依次执行上述步骤，再对已转正北的卫星遥感影像进行纠正配准。

16、作为本发明所述的一种优选实施方案，其中，所述步骤s5:多光谱遥感异常信息提取，对遥感信息的多光谱遥感异常信息提取，并进行分级的详细步骤如下：

17、首先对遥感数据进行掩模处理，去除水体、植被、雪、云雾、山体阴影对蚀变异常提取干扰问题；

18、接着对进行掩模处理后的高干数据中提取异常信息，其中异常蚀变信息包括硅化、钾化、绢云母化、石英-绢云母化、绿帘石化、绿泥石化、褐铁矿化、针铁矿化、高岭石化；

19、对上述提取的遥感蚀变异常信息分级处理。

20、作为本发明所述的一种优选实施方案，其中，所述步骤s5中分级处理采用均值加n倍标准离差的方法确定异常级别，等级从高到低区分为5。

21、作为本发明所述的一种优选实施方案，其中，所述步骤s6中依据提取异常信息分析确定矿区位置其预测方法采用遥感找矿模型。

22、作为本发明所述的一种优选实施方案，其中，所述步骤s7中最终的结果数据反馈到遥感找矿模型中，供遥感找矿模型进行数据修正训练。

23、一种伟晶岩型稀有金属矿的识别系统，所述系统包括：

24、数据收集模块，所述数据收集模块用于收集矿区的资料数据和遥感数据信息；

25、数据处理模块，所述数据处理模块用于对矿区的资料数据扫描录入系统，对遥感数据进行预处理；

26、纠正处理模块，所述纠正处理模块用于对矿区图文资料信息和遥感数据进行角度调整以及剪裁归正处理；

27、矿床矿点标记模块，所述矿床矿点标记模块用于在遥感图像上标记已知矿床矿点；

28、异常信息提取模块，所述异常信息提取模块用于提取异常信息；

29、预测识别模块，所述预测识别模块内置预测模型用于预测识别矿物信息，并将信息标记在遥感图上。

30、作为本发明所述的一种优选实施方案，其中，所述纠正处理模块包括：

31、角度矫正模块，所述角度矫正模块用于进行角度矫正；

32、比例适配模块，所述比例适配模块用于进行比例放大适配；

33、裁切模块，所述裁切模块用于裁切图像；

34、融合模块，所述融合模块用于将不同图像进入融合。

35、作为本发明所述的一种优选实施方案，其中，

36、所述异常信息提取模块包括：

37、掩模处理模块，所述掩模处理模块用于对遥感数据进行掩模处理；

38、信息提取模块，所述信息提取模块用于提取异常信息；

39、分级模块，所述分级模块用于对异常信息进行分级处理。

40、与现有技术相比，本发明的有益效果是：

41、本发明在通过对矿区材料分析，结合遥感数据，进行矫正对齐处理，减少数据分析误差，并采用掩模处理技术，可减少植被大气等信息干扰，最后配合分析模型，分析出矿带点位置，有利于金属矿的预先识别，同时步骤s7所获取数据还可修正分析模型。

技术特征：

1.一种伟晶岩型稀有金属矿的识别方法，其特征在于，所述方法包括如下步骤：

2.根据权利要求1所述的一种伟晶岩型稀有金属矿的识别方法，其特征在于，所述步骤s1:资料收集与扫描录入系统，收集矿区遥感信息和矿区资料信息，并将遥感信息和矿区资料信息扫描录入系统的详细步骤如下：

3.根据权利要求2所述的一种伟晶岩型稀有金属矿的识别方法，其特征在于，所述步骤s3种数据配准纠正归一化处理，对预处理后的数据进行校准和归化处理的详细步骤如下：

4.根据权利要求3所述的一种伟晶岩型稀有金属矿的识别方法，其特征在于，所述步骤s5:多光谱遥感异常信息提取，对遥感信息的多光谱遥感异常信息提取，并进行分级的详细步骤如下：

5.根据权利要求4所述的一种伟晶岩型稀有金属矿的识别方法，其特征在于，所述步骤s5中分级处理采用均值加n倍标准离差的方法确定异常级别，等级从高到低区分为5。

6.根据权利要求5所述的一种伟晶岩型稀有金属矿的识别方法，其特征在于，所述步骤s6中依据提取异常信息分析确定矿区位置其预测方法采用遥感找矿模型。

7.根据权利要求7所述的一种伟晶岩型稀有金属矿的识别方法，其特征在于，所述步骤s7中最终的结果数据反馈到遥感找矿模型中，供遥感找矿模型进行数据修正训练。

8.一种伟晶岩型稀有金属矿的识别系统，其特征在于，所述系统用于执行权利要求1-7所述方法的任意一项，所述系统包括：

9.根据权利要求8所述的一种伟晶岩型稀有金属矿的识别系统，其特征在于，所述纠正处理模块包括：

10.根据权利要求9所述的一种伟晶岩型稀有金属矿的识别系统，其特征在于，所述异常信息提取模块包括：掩模处理模块，所述掩模处理模块用于对遥感数据进行掩模处理；

技术总结
本发明涉及矿产资源开发领域，具体公开了一种伟晶岩型稀有金属矿的识别方法及系统，步骤S1:获取待研究区域地理信息影像数据和第一遥感影像数据，对地理信息影像数据对待研究区域进行分片预处理得到第二遥感影像数据和第三遥感数据，确定远景矿区信息；步骤S2:基于待研究远景矿区的第二遥感影像数据，依据第二遥感影像数据确定线性构造信息；步骤S3:基于待研究远景矿区的第三遥感影像数据等内容；本发明通过对遥感数据详细分析，区分线性构造和环形构造信息，采用大数据模型自动分析，构造区域可在找矿时极大的降低工作强度；同过对成矿预测模型的训练，可构建一个自动分析遥感信息的模型。

技术研发人员：李五福,欧阳光文,乔国栋,王春涛,曹锦山,赵忠国,王伟,卢世银,马志远,刘建栋,张新远,郝勇强,李红刚
受保护的技术使用者：青海省地质调查院（青海省地质矿产研究院、青海省地质遥感中心）
技术研发日：
技术公布日：2024/1/15