基于分形理论的遥感蚀变信息和构造分析研究:以黑龙江多宝山地区为例

赵忠海1, 陈俊1, 乔锴1, 崔晓梦1, 梁杉杉1, 李成禄2

【资料图】

（1.辽宁工程技术大学矿业学院,辽宁 阜新 123000；2.黑龙江省自然资源调查院,黑龙江 哈尔滨 150036）

摘    要

矿化蚀变信息提取和构造解译对于成矿预测具有重要意义,分形理论在遥感地质领域可用于揭示隐藏于复杂地形地物信息的精细结构,为遥感矿化蚀变信息提取和解译地质构造的定量分析提供理论基础和新方法。利用Landsat-8 OLI影像与相关的地质资料,基于分形理论研究黑龙江多宝山地区的蚀变信息与构造分形特征。采用“去干扰+波段比值+主成分分析+分形阈值分割”方法对蚀变异常信息进行提取,利用分形理论的盒维数法分别得到线性构造与蚀变信息分维等值线图,分析其空间展布及分形特征;并将构造和蚀变信息叠加与构造、蚀变分维高值区进行对比,同时与成矿地质背景进行比较。结果表明,遥感蚀变分维高值区与蚀变信息密集区一致,构造分形结果与成矿构造空间展布情况一致,叠加信息兼并了两者的优势信息,排除干扰缩小勘查范围,更为有效地突出了成矿有利部位。本文研究尝试了遥感蚀变异常与构造信息叠加的分形特征分析方法,不但可增加遥感信息利用度与精准性,同时分析结果反映其与实际成矿地质背景和勘查成果更加符合,可作为遥感信息综合找矿预测的一种新理论和新方法,也为研究区下一步勘查工作提供理论依据和找矿方向。

关键词

分形理论; 遥感蚀变; 构造分析; 信息提取

0 引    言

自然界中很多事物具有复杂的不规则特征,但其背后普遍蕴藏着一定的规律特征。自20世纪70年代Mandelbrot[1]提出分形几何理论之后,分形理论作为描述不规则形状或分布的自然现象或物体的定量方法,可从复杂无序的图案中,提取出确定性、规律性的参量,既可以反演分形结构的形成机制,又可以从随机演化过程中推测体系演化的结果。因地球系统中有许多具有分形特征的地质现象及分布,尤其是随着岩浆流体的生成、运移、侵入等复杂流程的热液成矿过程,由于矿化地质特征具有不同程度的自相似性,可通过分形理论进行蚀变异常信息提取[2]。同时围岩蚀变作为内生矿床的重要找矿标志,其范围一定程度上受断裂构造带的控制,断裂的形态也具有明显的分形特征,通过分形几何原理可定量表征其空间分布规律及特征。

近年来,分形理论在地质调查和矿产勘查中得到了广泛的应用。首先分形理论可应用于遥感蚀变异常信息提取指导找矿,如Mehrnia[7]、Forouzan等[8]、Zamani等[9]、王倩等[10]通过分形方法提取了遥感蚀变异常,确定了热液蚀变范围,并取得了良好的找矿效果;梁钰琦等[11]、余敏等[12]分别采用分形理论对所提取的铁染蚀变进行了定量化分析研究,取得了较好勘查成果。其次分形理论也可应用于断裂构造研究,如Ahmadirouhani等[13]利用分形理论综合研究发现断裂的分维、强度、密度和交叉点的最大值集中于研究区影像的NW和SE部分,为下一步勘查提供了方向;Ahmadfaraj等[14]利用分形理论系统研究了伊朗中部萨韦地区的铜矿床(点)与断层的空间相关性,取得了一定的成果;Behyari等[15]、Shiran等[16]通过分形维数对地表异常及其构造特征定量分析进行了探索性研究;蒋超等[17]、雷天赐等[18]通过分形理论盒维数法对断裂构造体系进行分形研究,表明断裂分形分维值的高低在一定程度上指示了研究区内的成矿潜力。

本文选择Landsat-8 OLI影像数据,对黑龙江多宝山地区进行构造解译,采用“去干扰+波段比值+主成分分析+分形阈值分割”方法进行遥感蚀变信息提取,利用分形理论盒计数法分析线性构造和遥感蚀变异常的分形特征及空间分布规律,对比分析叠加遥感蚀变异常与构造信息分形特征,探讨叠加信息与成矿地质背景的成矿空间关系,为研究区下一步勘查工作提供理论依据和找矿方向。

1 研究区地质特征

研究区位于西伯利亚板块南缘早古生代陆缘增生带与华北地台北缘增生带(即兴蒙造山带)的东段,大兴安岭弧盆系之扎兰屯—多宝山岛弧带、贺根山—黑河蛇绿混杂带与孙吴上叠构造盆地过渡带附近(图1(a)),为东乌珠穆沁旗—嫩江铜钼铅锌金钨锡铬成矿带的北段,多宝山铜金钼钨成矿带南部,是我国著名的斑岩型铜金钼矿成矿区,伴生矿产资源十分丰富。

图 1   研究区大地构造位置图(a)和地质简图(b)

研究区包括永新金矿床以及霍龙门沟、依克特、大岔子等多处矿点及矿化点。区内广泛分布的古生界多宝山组、中生界光华组、龙江组地层和早—晚石炭世花岗岩均富含Au、Ag、Pb、Zn等元素[27],为区域近年来相继发现的多宝山铜矿、铜山铜矿、争光岩金矿、三道湾子岩金矿和永新岩金矿等一批重要的金、多金属矿产地的赋矿围岩(图1(b))。矿床的围岩蚀变主要有阳起石化、绿泥石化、绿帘石化、青磐岩化、硅化、绢云母化、碳酸盐化、黄铁矿化等。区内断裂构造发育,大多矿产地、矿(化)点均位于NE向构造和次一级NW向断裂构造的交汇处,且硅化、黄铁矿化、绿泥石化、碳酸盐化等热液蚀变普遍发育。成矿构造环境优越、成矿作用强烈、成矿潜力巨大。

2 遥感数据预处理

本次研究选择2019年5月1日采集的Landsat-8 OLI数据,景号为119/25。首先使用ENVI将OLI影像数据进行辐射校正,将原始DN值转换成大气外层表面反射率(或称辐射亮度值),然后通过FLAASH模块进行大气校正,降低大气散射影响[32]。最后将影像裁剪到研究区区域,进行拉伸获得可使用影像。因为蚀变异常信息在遥感影像中为弱信息,提取目标信息结果会受到植被、阴影、水体等信息的干扰,所以在信息提取前对研究区内的植被、阴影和水体进行掩膜处理。研究区内植被干扰信息的去除采用归一化植被指数(NDVI)[33],建立图像掩膜消除植被干扰信息。阴影在Band2波段表现为高反射,而在Band7波段表现为强吸收,因此采用Band2/Band7>1作为依据消除阴影区。通过归一化水体指数(MNDWI)模型[34],选取合适的阈值,建立水体掩膜图像去除水体干扰。本文利用Gram-Schmidt算法将多光谱影像和分辨率为15 m的全色波段影像进行融合处理,以提高空间分辨率和光谱分辨率,更易于进行构造解译。

3 研究方法

本文以多宝山地区Landsat8 OLI遥感影像数据为信息源。首先,进行影像辐射校正、大气校正、去除干扰信息等。其次,对影像分别进行蚀变提取与线性构造提取。然后,通过线性构造和环形构造解译,统计构造特征及方位;采用基于比值的主成分分析法(PCA)计算出反映研究区遥感蚀变异常的主分量,统计出异常主分量像元灰度值和像元个数,并采用分形理论求和法分析遥感蚀变异常信息;利用盒维数法分别求得研究区的线性构造与蚀变信息分维值,绘制线性构造分维等值线图与遥感蚀变异常信息分维等值线图。最后,分析线性构造信息与遥感蚀变异常信息叠加的分形特征,并与区域地质背景及已知矿点位置等相关地质资料进行对比分析,具体数据处理流程如图2所示。

图2   数据处理流程图

3.1 比值-主成分法

波段比值法是遥感图像处理分析中最直接、最常见的方法,也是一种常见提取成矿围岩蚀变矿物的方法,利用反射与吸收波段的比值运算来增强不同岩性之间的波谱差异特征,突出目标信息范围。褐铁矿、黄铁矿、黄钾铁矾等铁离子引起的遥感异常蚀变类型常用比值法TM3/TM1、TM7/TM1。

主成分分析法能在信息总量守恒的前提下,通过正交线性变换来减少分类时影像各波段间的相关性。由于所获得各主成分之间没有相关性,因而信息没有重复或冗余。Crosta法[36]是提取异常信息最经典的主分量分析法,采用TM1、TM3、TM4、TM5 4个波段组合进行主成分变换。铁氧化物在TM3、TM5波段具有反射峰,在TM4波段的反射率较低。所以将符合TM4与TM3、TM5的系数符号相反 、TM3与TM5的系数符号相同的主分量用来提取铁染蚀变异常。

3.2 分形方法

分形是局部和整体以某种方式相似,它们的局部和整体的某种相似性并不是在任何尺度上都成立的,通常只是在某些特定的尺度范围内才成立分形,而且地质现象中产生的分形大多数属于无规分形,其特点是不具有严格的自相似性,只是在统计意义上是自相似的[37-38]。确定蚀变数据异常值范围常用的方法有求和法、面积法和距离法等,目前从不同角度定义的求和法应用包括像元灰度-面积分形方法、浓度-面积分形方法和能谱密度-面积分形方法等,本文采用像元灰度-面积分形方法确定蚀变异常限。

分维是定量分形的基本参量[39]。分维方法包括盒维数、容量维数、相似维数、信息维数、关联维数、豪斯道夫维数、布利干维数乃至广义维数的连续谱等。分形盒维数法为最常用的分形方法,本文运用该方法进行分维值计算并绘制分维等值图。

3.2.1 像元灰度-面积分形方法

分形模型一般表达式为:

其中:r表示特征尺度;C>0,称为比例系数;D>0,称为分维数;N(r)表示尺度大于等于r的数目或和数[37]。

设像元的亮度值为,i=1,2,…,N,记作:

背景值和异常值可以对应于不同的斜率值,不同线段所对应的分界值往往可作为区分两者的临界值[40],如果该地区特征信息具有自相似性分形结果特征,其N(r)与r的对数坐标应呈线性关系,可拟合为一条直线。

3.2.2 盒维数法

当考察某个分形几何体,将描述某一现象或性质的尺度定义为Lr,若把每个方向增加(或缩小)为原来测量尺度r的L倍,将得到N个原来的对象,这3个量符合幂指数法则:

两边取对数,则有:

分维反映了自相似性的特征,需用较小的尺度来描述。在式(5)中,当Lr趋于0时,D的极限存在,得到分维D0定义的一般式[37]:

本文采用盒维数法对蚀变信息与线性构造信息进行分形处理。设定观察尺度r为边长r0,采用边长r0的正方形网格覆盖在遥感影像上,进一步选取r=r0/2,r0/4,r0/8,r0/16,r0/32的网格把研究区分为若干区块,分别统计出相应标度下含有特征信息的网格数。最后在双对数坐标系中制图,进行线性拟合求得最后回归直线斜率的绝对值,即分维值D,同时可求出相关系数平方R2。

4 遥感蚀变信息提取及分形特征

研究区内硅化、黄铁矿化、绿泥石化、碳酸盐化等热液蚀变普遍发育,这些近矿围岩蚀变矿物富含Fe3+和Fe2+离子、水(H2O)、羟基(OH-)或碳酸根(CO3-2)等基团,这些结构离子的电子振动过程,会使富含这些离子或基团的矿物产生特征光谱[41]。Fe2+的吸收谷分布在1.1~2.4 μm光谱范围内,但是含有Fe2+的各种矿物的结构不同,因此吸收谷也不同。Fe3+在0.85~0.94 μm谱段有较强的吸收,在0.45 μm和0.55 μm波长处也有较强的吸收。含有Fe3+的矿物,在Band5、Band2及Band3图像上亮度值降低,在Band4上相对呈高值。研究区内铁染蚀变异常与成矿关系比较密切,因此,根据铁染矿物的波谱曲线特征,选取Band2、Band4、Band5、Band6及Band7通过比值法突出异常信息,并作为组合波段做主成分分析增强遥感影像的铁染信息。

首先,采用比值法加强蚀变异常信息,Band4/Band2增强铁的氧化物、氢氧化物和硫酸盐矿物的信息,Band5/Band4用于突出浅植被覆盖区氧化铁类蚀变岩[45]。在PC3主成分中 Band5/Band4取负,有效地抑制了植被信息的干扰,同时加强了氧化铁类蚀变信息。Band6/Band2有助于增强褐铁矿化信息进行提取。然后,采用Band4/Band2、Band6/Band7、Band5/Band4、Band6/Band2组合进行掩膜主成分分析,其各主成分特征向量见表1。

表1   主成分分析统计结果

由表1分析可知,在PC1上反映的主要是Band6/Band2增强的褐铁矿化的异常信息,PC3反映的是Band4/Band2增强的铁氧化物及氢氧化物的异常信息。因此,本研究区选择PC3作为铁染主分量。然后,提取铁染蚀变信息,采用分形求和法进行阈值点划分。由于铁染蚀变异常值和背景值具有不同的分形特征,因此对应的斜率不同,可通过不同线段转折点对应的灰度值作为临界值,对蚀变异常与背景值进行区分[40]。根据研究区遥感影像各主分特征向量统计,可知铁染蚀变信息主要包含在PC3中,运用求和法(即像元灰度-面积法)统计出铁染异常主分量影像的灰度频数,将数据代入式(3)中,并应用最小二乘法求出相应分维数的估计量拟合结果,如图3所示。

图3   lgN(r)-lgr图(灰度频数)

由图3可知,研究区铁染蚀变异常区域及背景区域得到的拟合度分别为0.9627和0.8812,说明lgN(r)和lg(r)具有很好的相关性,表明异常区及背景区的灰度信息都具有分形特征。铁染蚀变异常和背景对应的分维数分别为7.6878 和 5.1257,r = 0.6722为铁染蚀变异常和背景的分界值。从而根据此临界点对研究区影像进行密度分割,并制作出相应的铁染蚀变异常图(图4(a))。

图 4   基于分型的研究区铁染蚀变异常图(a)、镜铁矿化(b)和褐铁矿化(c)

从图4可以看出,蚀变矿物信息线性展布与区域构造线方位基本一致,区内已知热液型金属矿(化)点几乎都落在遥感蚀变异常区内或其边缘。在永新、霍龙门沟、乌力亚等地进行野外查证,区内多发育赤铁矿化、褐铁矿化、硅化、绢云母化、碳酸盐化、绿泥石化等蚀变,且蚀变分带性良好(图4(b)和(c))。

针对研究区铁染蚀变异常信息,利用分形理论的盒维数法进行分形统计。在对铁染蚀变异常信息分形统计中将研究区分为64个4410 m×4410 m的正方形区块并采用3个尺度进行研究[46],r位于2205~551.25 m的尺度范围内,并对每个区块的铁染蚀变信息分布进行统计,绘制铁染蚀变异常分维等值线图(图5)。

图5   研究区铁染蚀变异常分维等值线图

由图4和图5分析可知,区内具有显著的铁染异常,铁染蚀变信息在尺度范围内线性拟合关系较好,具有统计上的分形特征;研究区分维值位于0.9~1.7范围内,显示分维值与蚀变信息存在一定的相关关系,即分维高值区与蚀变信息密集区较一致。高值区出现在永新金矿床一带,505高地金矿点、依克特铜矿点和霍龙门北岗金矿点也具有较高的铁染蚀变分维值。

5 遥感线性构造解译及分形特征

线性构造分维值大小可反映线性构造展布特征复杂程度、构造活动强烈度及发育程度。一般认为分维值越大,断裂展布结构程度越复杂[47-48],构造活动越强烈,越有利于成矿元素的活化与成矿流体的运移聚集,有利于形成较大规模矿床。分形维数表征构造空间位置可以指导矿体定位预测[47]。

5.1 遥感线性构造解译

线性构造在遥感影像上常以水系、微地貌、岩性界限等标志沿一定方向展布的线性特征所反映出来[49]。遥感图像可以直观地反映各种地质构造要素,特别是与成矿和控矿关系极为密切的断裂构造和环形构造[50]。基于原有地质资料的基础上,利用Landsat-8遥感图像对研究区内的断裂构造和环形构造进行了详细的遥感地质构造解译(图6)。

图6   研究区遥感解译构造解译图(a)、构造方位统计玫瑰图(b)和构造解译标志(c)

从研究区遥感影像图及构造解译图(图6(a))来看,区内线性构造密集发育,构造方向主要呈NW向、NNE向和NEE向(图6(b))。NNE向断裂十分发育,总体表现较平直,并有锯齿状特点,多见有断层崖,大小断裂基本上都切割了中生代及以前的地质体,说明断裂的主要活动期在中生代之后,多将NW向断裂错断。中侏罗世闪长岩和早白垩世中性-酸性-基性火山喷发及新生代玄武质岩浆喷发,说明NW向断裂切割深度较大,与NE向断裂交汇处发育有很多矿化蚀变点,暗示NW向断裂为区内主要的导矿容矿构造。区内中生代北东向的左旋走滑剪切运动,导致NW向断裂呈现张性特征。在地貌上河流亦多呈NW和NE向。区内环形构造较为发育,形态多表现为圆形、半圆形及多边形等。矿点分布区域及其周边区域线性构造相对密集发育,或伴有环形构造出现(图6(c))。

5.2 线性构造分形统计结果

对研究区遥感线性构造进行分形统计,所采用的标度为17.64~0.55 km。经过统计计算(图7),最后求得本区线性构造的分维值D=1.7538,R2=0.9932,针对本区线性构造的分形特征,选择6个尺度进行研究。当显著性水平取0.01时,相关系数的临界值为0.9172;研究区的相关系数远远大于临界值,说明lg(r)和lgN(r)具有极好的相似性,表明研究区线性构造具有分形特征,其分形结构具有很好的统计自相似性。

图7   全区线性构造分形统计结果lgN(r)-lgr图

研究区的分维值与其他成矿地区进行对比发现,该区分维值相近于其他成矿地区分维值,并明显高于中国大陆断裂分维值与日本岛弧线性构造的分维值,表明该区线性构造较复杂,活动性较强(表2)。

表2   研究区与其他地区线性构造分形特征比较

为了研究该区内线性构造分形特征,以矿区线性构造解译图为底图,将其采用同尺度的蚀变信息等维图绘制方法来绘制研究区线性构造分维等值线图(图8)。由图可知,分维值位于1.4~1.8范围内,高值区分布于野猪沟钼矿点、永新金矿床东侧以及霍龙门沟南山金矿点一带。区域上,线性构造分形统计结果与构造的空间展布情况一致。区内控矿构造主要为古生代北西走向的复背斜轴部及其两侧,北东走向的韧性剪切糜棱岩带和北东向的断裂破碎带。分维值通过在线性构造活动区域、方位上的不同,将其在空间展布方面的分形几何特性表征出来,同时也将矿区构造活动在空间分布上的不平衡性和非均匀性反映出来。线性构造分维情况的计算可在某种程度上将地壳深部的构造信息表征出来,而深部构造也是成矿的必要条件之一[47-48]。

图8   研究区构造分维等值线图

6 蚀变与构造信息叠加分形特征

针对研究区铁染蚀变异常与构造信息,通过分形理论的盒维数法进行分形统计。将研究区平均分成64个边长为4410 m正方形单元区(图9),从左向右,从上至下使用阿拉伯数字0~63编号。采用3个标度进行研究,r位于2205~551.25 m的标度范围内,统计每个单元区遥感解译的线性构造和提取的蚀变信息(即取构造与蚀变信息覆盖交集的单元区)。根据研究区构造与蚀变信息叠加信息分形统计进行线性拟合,并将每个网格中分维值赋值至中心,绘制构造与蚀变信息叠加分维等值线图(图10)。

图9   分形维数尺度划分步骤示意图(r=4410 m)

图10   蚀变信息与构造信息叠加分维等值线图

将研究区内铁染蚀变信息分维等值线图(图5)、构造分维等值线图(图8)与叠加分维等值线图(图10)进行对比分析发现:在构造分维等值线图的西部延NW向发育了一个线性构造分维高值区,而在蚀变分维等值线图中的西部同样有大量铁染蚀变信息分维高值区出现,同时两者的分维高值区与叠加分维等值线图的高值区的位置相对应。叠加分维等值线图明显加强了NE和NW方向有利信息,其中矿点所处区域分维值多位于1.2以上,分维高值区与矿点具有更高吻合度,突出体现了研究区NE和NW交汇部位是全区成矿最为有利部位,与实际勘查成果相吻合。

对比分析遥感构造与蚀变信息叠加分维等值线图(图10)和研究区成矿地质背景发现:高分维值多集中于多宝山组、光华组和北东向糜棱岩带,与该区内有利成矿的地层、侵入岩、构造等条件相吻合,揭示了区内控矿的岩性主要有蚀变安山岩和侵入岩,其中金、铜矿与多宝山组蚀变安山岩关系密切。北东向糜棱岩带与金银矿关系密切,而钼矿和部分金矿则主要与中侏罗世花岗闪长岩和白垩纪的岩浆活动有关。

由此可见,构造与蚀变信息叠加综合了两者的优势信息,去除了大量干扰信息,缩小了勘查目标范围节约找矿成本,增强了遥感信息的利用度与精准性,与实际地质背景更加符合,反映了本文采用的叠加方法具有可行性和应用性,可为该地区下一步地质找矿和勘查部署提供新的方法与理论依据。

7 结论

本文以研究区Landsat-8 OLI遥感影像为基础,进行了遥感构造解译,通过“去干扰+波段比值+主成分分析+分形阈值法”提取了铁染蚀变异常信息,并利用盒维数法得到遥感蚀变异常信息与线性构造的分形等维图,首次尝试运用分形理论进行叠加遥感构造与蚀变信息探究,获得以下认识:

(1)基于遥感蚀变信息的分形特征分析,分维值在0.9~1.7范围内与蚀变存在一定的空间相关性,分维高值区与蚀变信息密集区基本一致。高值区分布于永新金矿床、505高地金矿点以及霍龙门北岗金矿点一带。经野外查证,区内发育赤铁矿化、褐铁矿、绿泥石化等蚀变,且蚀变分带性良好。

(2)基于遥感构造的分形特征分析,矿点多位于构造分维值1.4~1.8范围内,线性构造分形结果与成矿构造空间展布情况一致,高值区分布于永新金矿床东侧、霍龙门沟南山金矿点以及野猪沟钼矿点一带。同时,分维值明显强化了矿区构造活动在空间分布上的不平衡性和非均匀性。

(3)通过分形理论对构造与蚀变信息叠加进行对比研究,分维值在1.2~1.4范围内,叠加分维高值区与矿点高度吻合;相较于构造分维高值区和蚀变分维高值区,叠加分维高值区可兼并两者的优势信息,更有效地突出成矿有利部位,也更加符合实际地质背景和勘查成果。研究表明,遥感构造与蚀变信息叠加分形分析可作为找矿勘查研究的新方法进行尝试,为今后找矿勘查研究提供了技术支持与应用理论指导。

参考文献：

[1]MANDELBROT B B.On the geometry of homogeneous turbulence, with stress on the fractal dimension of the iso-surfaces of scalars[J]. Journal of Fluid Mechanics, 1975, 72(3): 401-416.

[2]成秋明.空间模式的广义自相似性分析与矿产资源评价[J]. 地球科学——中国地质大学学报, 2004, 29(6): 733-744.

[3]郝兴中, 张华平, 王巧云, 等.山东德州超深覆盖区矽卡岩型铁矿找矿标志[J]. 地质论评, 2021, 67(增): 139-140.

[4]王钦军, 魏永明, 陈玉, 等.低植被覆盖区斑岩铜矿遥感找矿模型及其应用:以环巴尔喀什—西准噶尔成矿带为例[J]. 地质学报, 2017, 91(2): 400-410.

[5]OKUBO P G, AKI K.Fractal geometry in the San Andreas fault system[J]. Journal of Geophysical Research (Solid Earth), 1987, 92(B1): 345-355.

[6]李社, 管太阳, 曹双林, 等.基于RS与分形的下庄矿田线性构造空间特征分析[J]. 遥感学报, 2007, 11(4): 493-499.

[7]MEHRNIA R.Using fractal filtering technique for processing ETM data as main criteria for evaluating of gold indices in North West of Iran[M]// International Conference on Computer Technology and Development. IEEE Computer Society, 2009: 298-302.

[8]FOROUZAN M, ARFANIA R.Integration of the Bands of Aster, Oli, Msi remote sensing sensors for detection of hydrothermal alterations in southwestern area of the Ardestan, Isfahan Province, Central Iran[J]. The Egyptian Journal of Remote Sensing and Space Science, 2020, 23(2): 145-157.

[9]ZAMANI N, LOTFI M, POURKERMANI M.Application of remote sensing and fractal modeling in identifying the alteration zones in Muteh Complex-Central Iran[J]. Revista Geoaraguaia, 2020, 10(2): 51-69.

[10]王倩, 陈建平.基于分形理论的遥感蚀变异常提取和分级[J]. 地质通报, 2009, 28(增): 285-288.

[11]梁钰琦, 王功文, 朱彦彦, 等.分形方法在遥感蚀变信息提取中的应用研究[J]. 遥感技术与应用, 2011, 26(4): 508-511.

[12]余敏, 温兴平, 徐俊龙, 等.基于分形的遥感蚀变异常提取在毛坪铅锌矿中的应用[J]. 遥感技术与应用, 2014, 29(5): 853-860.

[13]AHMADIROUHANI R, KARIMPOUR M H, RAHIMI B, et al.Integration of spot-5 and aster satellite data for structural tracing and hydrothermal alteration mineral mapping: Implications for Cu-Au prospecting[J]. International Journal of Image and Data Fusion, 2018, 9(3): 237-262.

[14]AHMADFARAJ M, MIRMOHAMMADI M, AFZAL P, et al.

Fractal modeling and fry analysis of the relationship between structures and Cu mineralization in Saveh Region, Central Iran[J]. Ore Geology Reviews, 2019, 107(1): 172-185.

[15]BEHYARI M, RAHIMSOURI Y, HOSEINZADEH E, et al.Evaluating of lithological and structural controls on the barite mineralization by using the remote sensing, fry and fractal methods, Northwest Iran[J]. Arabian Journal of Geosciences, 2019, 12(5): 167-178.

[16]SHIRAN M, ASADI M A Z, MOZZI P, et al.Detection of surface anomalies through fractal analysis and their relation to morphotectonics (High Zagros Belt, Iran)[J]. Geosciences Journal, 2020, 24(5): 597-613.

[17]蒋超, 李社宏, 付嵩, 等.广西大瑶山西北地区构造分形与成矿预测[J]. 地球学报, 2021, 42(4): 514-526.

[18]雷天赐, 崔放, 余凤鸣, 等.基于遥感技术的断裂构造分形特征及其地质意义研究:以湘南九嶷山地区为例[J]. 地质论评, 2012, 58(3): 594-600.

[19]赵忠海, 郑卫政, 曲晖, 等.黑龙江多宝山地区铜金成矿作用及成矿规律[J]. 矿床地质, 2012, 31(3): 601-614.

[20]ZHOU J B, WILDE S A.The crustal accretion history and tectonic evolution of the NE China segment of the Central Asian Orogenic Belt

[J]. Gondwana Research, 2013, 23(4): 1365-1377.

[21]刘翠, 邓晋福, 许立权, 等.大兴安岭—小兴安岭地区中生代岩浆-构造-钼成矿地质事件序列的初步框架[J]. 地学前缘, 2011, 18(3): 166-178.

[22]HAO Y J, REN Y S, DUAN M X, et al.Mineralization time and tectonic setting of the Zhengguang Au deposit in the Duobaoshan ore field, Heilongjiang Province, NE China

[J]. Arabian Journal of Geosciences, 2016, 15: 1-20.

[23]WANG L, QIN K, SONG G, et al.Volcanic-subvolcanic rocks and tectonic setting of the Zhengguang intermediate sulfidation epithermal Au-Zn deposit, Eastern Central Asian Orogenic Belt, NE China[J]. Journal of Asian Earth Sciences, 2018, 23: 328-351.

[24]葛文春, 吴福元, 周长勇, 等.兴蒙造山带东段斑岩型Cu,Mo矿床成矿时代及其地球动力学意义[J]. 科学通报, 2007, 52(20): 2407-2417.

[25]宋国学, 秦克章, 王乐, 等.黑龙江多宝山矿田争光金矿床类型、U-Pb年代学及古火山机构[J]. 岩石学报, 2015, 31(8): 2402-2415.

[26]李成禄, 徐文喜, 于援帮, 等.小兴安岭西北部与永新金矿有关岩浆岩的年代学和地球化学及成矿构造环境[J]. 现代地质, 2017, 31(6): 1114-1130.

[27]李成禄, 徐文喜, 李胜荣, 等.大兴安岭东北部霍龙门地区早二叠世花岗岩的锆石U-Pb年龄、地球化学特征及构造意义[J]. 矿物岩石, 2017, 37(3): 46-54.

[28]赵忠海, 陈俊, 乔锴, 等.小兴安岭西北部永新金矿床成矿流体来源与矿床成因:流体包裹体和H-O-S-Pb同位素证据[J]. 矿床地质, 2021, 40(2): 221-240.

[29]李运, 符家骏, 赵元艺, 等.黑龙江争光金矿床年代学特征及成矿意义[J]. 地质学报, 2016, 90(1): 151-162.

[30]ZHAO Z H, SUN J G, LI G H, et al.Early Cretaceous gold mi-neralization in the Lesser Xing’an Range of NE China: The Yongxin example[J]. International Geology Review, 2019, 61(12): 1522-1549.

[31]ZHAO Z H, SUN J G, LI G H, et al.Age of the Yongxin Au deposit in the Lesser Xing"an Range: Implications for an Early Cretaceous geodynamic setting for gold mineralization in NE China[J]. Geological Journal, 2019, 54(4): 2525-2544.

[32]成功, 钟超岭, 袁海明, 等.基于样本数据的红土型铝土矿定量遥感建模与反演研究[J]. 地学前缘, 2019, 26(4): 109-116.

[33]MCFEETERS S K.The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features[J]. International Journal of Remote Sensing, 1996, 17(7): 1425-1432.

[34]徐涵秋.利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J]. 遥感学报, 2005, 9(5): 589-595.

[35]张玉君, 曾朝铭, 陈薇.ETM+(TM)蚀变遥感异常提取方法研究与应用——方法选择和技术流程[J]. 国土资源遥感, 2003, 56(2): 44-49,78.

[36]CROSTA A P, MOORE J.Enhancement of Landsat thematic mapper imagery for residual soil mapping in SW Minas Gerais State, Brazil: A prospecting case history in Greenstone belt terrain[M]// Proceedings of the Seventh Thematic Conference on Remote Sensing for Exploration Geology. Calgary: ERIM, 1990: 1173-1187.

[37]申维. 分形混沌与矿产预测[M]. 北京: 地质出版社, 2002: 6-48.

[38]赵迪斐, 师庆民, 张喜松, 等.基于分形的遥感蚀变提取及成矿预测:以青海野马泉地区为例[J]. 中国矿业, 2012, 21(9): 76-78.

[39]陈赶良, 杨柏林.分维——利用遥感线性体预测矿床的新参量[J]. 地质与勘探, 1996, 32(2): 37-39.

[40]刘晓薇. 基于分形的遥感矿化信息提取研究[D]. 北京: 中国地质大学(北京), 2017: 21-51.

[41]王润生, 熊盛青, 聂洪峰, 等.遥感地质勘查技术与应用研究[J]. 地质学报, 2011, 85(11): 1699-1743.

[42]张玉君, 杨建民, 陈薇.ETM+(TM)蚀变遥感异常提取方法研究与应用——地质依据和波谱前提[J]. 国土资源遥感, 2002, 54(4): 30-36.

[43]于岩, 李建国, 陈圣波, 等.基于不同岩性背景的遥感影像蚀变矿物信息提取[J]. 地球科学, 2015, 40(8): 1391-1405.

[44]赵小星.西藏桑木岗地区遥感线性构造和蚀变信息提取与找矿预测[J]. 现代地质, 2017, 31(4): 851-859.

[45]郭艳, 赵忠海, 曲晖, 等.黑龙江多宝山地区遥感找矿蚀变异常提取方法研究[J]. 地质科技情报, 2011, 30(2): 117-121.

[46]赵少杰, 钱建平, 陈宏毅.遥感线性构造分形统计和蚀变信息提取在桂东地区金铅锌锡多金属成矿预测中的应用[J]. 大地构造与成矿学, 2011, 35(3): 364-371.

[47]谢焱石, 谭凯旋, 郝涛.构造-流体-成矿作用的分形与混沌动力学[J]. 大地构造与成矿学, 2010, 34(3): 378-385.

[48]谭凯旋, 谢焱石.新疆阿尔泰地区断裂控矿的多重分形机理[J]. 大地构造与成矿学, 2010, 34(1): 32-39.

[49]林楠. 基于遥感地质与地球化学信息的成矿预测模型研究[D]. 长春: 吉林大学, 2015: 37-42.

[50]郭娜, 陈建平, 唐菊兴, 等.基于RS技术的西藏甲玛铜多金属矿外围成矿预测研究[J]. 地学前缘, 2010, 17(4): 280-289.

[51]FAN C, QIN Q, HU D, et al.Fractal characteristics of reservoir structural fracture: A case study of Xujiahe Formation in Central Yuanba area, Sichuan Basin[J]. Earth Sciences Research Journal, 2018, 22(2): 113-118.

[52]LYU C, CHENG Q, ZUO R, et al.Mapping spatial distribution characteristics of lineaments extracted from remote sensing image using fractal and multifractal models[J]. Journal of Earth Science, 2017, 28(3): 507-515.

[53]张渊, 钱建平, 谢彪武, 等.遥感蚀变和线性构造信息提取在西藏阿里住浪矿区一带的找矿应用[J]. 现代地质, 2013, 27(1): 99-107.

[54]朱晓华. 中国主要地貌与地质灾害的空间分维及其关系研究[D]. 南京: 南京师范大学, 2002: 76-82.

[55]孔凡臣, 丁国瑜.线性构造分数维值的含义[J]. 地震, 1991, 11(5): 33-37.

[56]HIRATA T.Fractal dimension of fault systems in Japan: Fractal structure in rock fracture geometry at various scales[J]. Pure and Applied Geophysics, 1989, 131(1): 157-70.