本技术公开了遥感识别头花蓼植物指示铜矿的找矿方法、系统及设备,属于遥感找矿技术领域。包括:获取目标区域内的遥感数据,建立头花蓼植物和与铜矿相关蚀变矿物的光谱数据库;利用光谱数据分析处理技术,精细识别头花蓼植物及其分布特征;结合雷达、多光谱和高光谱遥感数据,进行目标区域内的构造‑蚀变矿物识别和精细填图;融合头花蓼植物及其分布信息和构造‑蚀变矿物填图成果,建立基于头花蓼植物指示铜矿的找矿预测模型,圈定目标区域内的铜矿异常,对预测结果进行深度学习方法验证;综合多源数据及实地调查,进一步验证预测靶区,优化找矿模型。本发明能够降低成本、提高效率和准确度、简化找矿流程。
背景技术
虽然传统的地质、物探、化探和遥感找矿技术方法及其组合在世界范围内有诸多找矿预测成功实例,但是这些传统勘探技术方法及其组合也存在一些显著的不足。首先,传统找矿技术方法及其组合成本较高,通常需要大量的人力和物力投入,且找矿应用周期较长。其次,传统找矿技术方法及其组合覆盖范围有限,在地形复杂或植被覆盖区域,往往难以有效实施。此外,传统的找矿技术方法及其组合在处理大面积区域时效率较低,容易遗漏潜在的成矿区域。
头花蓼作为重要的铜矿找矿标志植物,广泛应用于铜矿找矿预测研究中。但是人工识别头花蓼的效率低、成本高,地形复杂或植被覆盖区域难以实现。随着遥感技术发展与应用,遥感识别植物已基本成熟,通过遥感识别植物用于找矿预测成为可能,通过分析铜矿指示植物头花蓼的光谱特征,识别头花蓼及其分布特征,结合构造-蚀变矿物精细填图,建立基于遥感识别头花蓼的找矿预测模型,圈定铜异常区域,指导找矿突破。相比传统方法,利用遥感识别头花蓼植物指示铜矿的找矿技术方法、系统及设备具有成本低、效率高和覆盖范围广的优势。然而,现有技术方法的应用仍然有限,主要存在以下问题:
1.单一数据源的局限性:现有技术主要依赖于单一的植物地球化学或光谱数据,难以充分反映综合成矿特征,导致预测误差较大,准确性不高。
2.蚀变矿物和构造识别难度大:在植被覆盖区域,蚀变矿物和地质构造的识别干扰较大。在头花蓼植物遥感识别基础上,利用雷达、多光谱和高光谱遥感数据对目标区域的蚀变矿物和构造进行识别补充和融合多源数据,进一步提高找矿的精度和可靠性。
3.多源数据融合困难:尽管已有一些研究尝试将地质、地球物理和地球化学等多源数据与遥感数据结合,但数据融合的方法和技术尚不成熟,难以实现高效的多源数据综合分析。有效地融合和处理来自不同来源的数据,提高找矿预测的精度,仍是一个重大挑战。
在试点工作中,我们发现现有技术在实际应用中存在上述不足,亟需一种新的方法来利用头花蓼植物进行铜矿遥感识别找矿,以弥补现有技术的不足,提升勘探效率和准确度。因此,本发明提出了一种利用头花蓼植物进行铜矿遥感识别找矿的方法、系统及设备,通过结合雷达、多光谱和高光谱遥感数据,以及地质、地球物理和地球化学等多源数据,解决现有技术的不足,提高找矿的精度和效率。
实现思路