孫萌萌 陳川 趙同陽

摘? 要：為服務(wù)于“一帶一路”沿線國家礦產(chǎn)資源風(fēng)險勘查及礦山企業(yè)“走出去”發(fā)展戰(zhàn)略，降低境外礦產(chǎn)資源勘查風(fēng)險，充分發(fā)揮遙感先行的現(xiàn)實意義。選擇塔吉克斯坦阿德拉斯曼-卡尼曼蘇爾鉛鋅礦田為研究區(qū)，以地質(zhì)資料為基礎(chǔ)，在充分總結(jié)與構(gòu)造運動密切相關(guān)的熱液脈型鉛鋅礦控礦要素的基礎(chǔ)上，基于ASTER遙感數(shù)據(jù)，利用濾波法、波段比、PCA等遙感信息挖掘技術(shù)，依據(jù)控礦構(gòu)造、含礦圍巖和蝕變信息3個成礦要素的基本特征，提取相關(guān)控礦信息，并基于空間分布規(guī)律，最終圈定3處找礦靶區(qū)。結(jié)合區(qū)域成礦地質(zhì)條件分析認(rèn)為，阿德拉斯曼-卡尼曼蘇爾鉛鋅礦集區(qū)中部具有較好的鉛鋅找礦潛力。

關(guān)鍵詞：一帶一路;ASTER遙感數(shù)據(jù);成礦預(yù)測;熱液脈型鉛鋅礦

塔吉克斯坦是世界上金屬礦儲量最多的國家之一，儲量和產(chǎn)量均位于世界前列[1，2]，其境內(nèi)地質(zhì)特征明顯，成礦條件良好，礦產(chǎn)資源豐富，但海拔較高，地形起伏較大，交通不便，地質(zhì)研究程度低[3]，為“一帶一路”沿線國家礦產(chǎn)資源風(fēng)險勘查帶來諸多不便。隨著遙感技術(shù)在地質(zhì)領(lǐng)域作用的提高，ASTER多光譜遙感數(shù)據(jù)發(fā)揮著舉足輕重的作用，因多波段和中-高分辨率的特點，在巖性解譯、構(gòu)造識別、礦化蝕變信息提取、及成礦預(yù)測等展開研究并取得較好的成果[4-9]，為本次研究提供方法和技術(shù)依據(jù)。

塔吉克斯坦阿德拉斯曼-卡尼曼蘇爾礦田位于中天山成礦帶恰特卡爾河成礦亞帶，為區(qū)域上重要的中溫?zé)嵋好}型鉛鋅礦集區(qū)[10，11]。近年來，新發(fā)現(xiàn)多處鉛鋅礦（化）點，具較好的鉛鋅成礦潛力。本次研究選擇扎姆巴克鉛鋅礦，為遙感信息提取工作的模型區(qū)，以熱液脈型鉛鋅礦成礦條件、礦物光譜特征為基礎(chǔ)，基于ASTER多光譜遙感數(shù)據(jù)及相應(yīng)算法技術(shù)，提取與成礦有關(guān)的地質(zhì)要素，結(jié)合成礦地質(zhì)背景，分析和總結(jié)典型礦床成礦規(guī)律，通過遙感解譯圈定有利找礦部位，就成礦要素對找礦潛力進(jìn)行分析。

1? 研究區(qū)地質(zhì)概況

阿德拉斯曼-卡尼曼蘇爾礦田位于塔吉克斯坦塔博沙爾地區(qū)塔-烏邊界附近，礦區(qū)范圍為：北緯40°33′～40°42′，東經(jīng)69°50′～70°05′。屬中天山成礦帶恰特卡爾河成礦亞帶，與塔吉克斯坦北部楚魯克-達(dá)龍（Chorukh-Dairon）、阿爾登托普坎（Altyntopkan）、烏茲別克斯坦阿爾馬雷克（Almalyk）礦田共同構(gòu)成多金屬成礦區(qū)。研究區(qū)處于晚石炭世活動大陸邊緣，同時受北東部費爾干納大型走滑斷層影響，區(qū)內(nèi)構(gòu)造發(fā)育，主要出露地層為晚古生代火山巖夾沉積巖建造（圖1-a）。

研究區(qū)主要出露的巖石地層由老到新依次有：下石炭統(tǒng)納繆爾階明布拉克組流紋-英安斑巖、英安-安山玢巖、礫巖、砂巖，中—上石炭統(tǒng)納達(dá)克組安山和安山-英安玢巖、砂巖等，上石炭統(tǒng)阿克欽組流紋斑巖、玢巖、凝灰?guī)r等火山巖，上石炭統(tǒng)奧亞塞組霏細(xì)斑巖、球粒斑巖、凝灰?guī)r、凝灰熔巖等火山巖及次火山巖，上二疊統(tǒng)拉瓦什組流紋斑巖、凝灰熔巖、凝灰礫巖等，上白堊統(tǒng)沉積巖及少量火山碎屑巖，古近系碎屑巖，全新統(tǒng)松散堆積物等，其中石炭系火山巖及火山碎屑巖為鉛鋅礦主要賦礦圍巖。

研究區(qū)侵入巖主要為卡拉馬扎爾類花崗巖體，主要巖性為花崗巖、花崗閃長巖、正長花崗巖，位于研究區(qū)北東部，與石炭系火山巖構(gòu)造接觸。區(qū)內(nèi)構(gòu)造發(fā)育，以NE向構(gòu)造為主。礦田內(nèi)已發(fā)現(xiàn)卡尼曼蘇爾鉛鋅礦、扎姆巴克鉛鋅礦等9處熱液脈型礦床（圖1-b）。

2? 典型礦床分析

據(jù)研究區(qū)基礎(chǔ)地質(zhì)資料，結(jié)合前人研究成果，選擇扎姆巴克（Zambarak）鉛鋅礦床為典型礦床，對地質(zhì)成礦條件進(jìn)行分析總結(jié)。

扎姆巴克鉛鋅礦床位于阿德拉斯曼-卡尼曼蘇爾礦田中心偏西位置，為一處中型的熱液脈型鉛鋅礦。礦床成礦年齡為290 Ma[13]，礦區(qū)出露地層為上石炭統(tǒng)火山巖，巖性主要為石英斑巖、英安玢巖、凝灰熔巖。礦區(qū)主要構(gòu)造有3條，均為NE向構(gòu)造，其中扎姆巴克和中間斷層為主要控礦構(gòu)造，屬壓性逆斷層（圖2-a）。

礦體形態(tài)多為脈狀，礦體長度達(dá)1.3 km，埋深約400 m，方向和形態(tài)嚴(yán)格受礦區(qū)NE向次級構(gòu)造控制[14]。礦脈大多沿NE向次級構(gòu)造展布，厚度不一，較厚的礦脈賦存于沿NE向近平行次級構(gòu)造中，NW，NS向次級構(gòu)造中的礦脈較薄，且在NE向次級構(gòu)造附近，分布有硫化物浸染現(xiàn)象。可見，礦脈產(chǎn)出在礦區(qū)次級構(gòu)造中，主要次級含礦構(gòu)造為NE向平行次級構(gòu)造，次要含礦構(gòu)造為NW及NS向次級構(gòu)造，在含礦次級斷裂相交部位，形成了不同方向、相互連接的礦脈網(wǎng)，構(gòu)成了礦區(qū)網(wǎng)脈型礦體（圖2-b）。礦脈厚度達(dá)10～25 cm，主要為重晶石-硫化物礦脈，硫化物以方鉛礦、閃鋅礦為主。其中脈石礦物為石英、重晶石，礦石礦物為黃鐵礦、方鉛礦、閃鋅礦、黃銅礦、赤鐵礦等。礦區(qū)礦化蝕變發(fā)育程度較高，表現(xiàn)為距離次級斷裂越近，礦化發(fā)育越明顯。主要蝕變類型為赤鐵礦化、碳酸鹽化、綠泥石化、白云石化，其中與成礦有關(guān)的蝕變類型為赤鐵礦化、碳酸鹽化、白云石化，主要蝕變礦物有赤鐵礦、黃鐵礦、鐵白云石。

通過對扎姆巴克鉛鋅礦床礦區(qū)及礦體概況的分析，總結(jié)與成礦有關(guān)的地質(zhì)要素如下：①研究區(qū)鉛鋅礦賦礦圍巖為上石炭統(tǒng)火山巖;②構(gòu)造是必要的成礦地質(zhì)要素，是成礦熱液的運輸通道，其中NE向、壓性區(qū)域構(gòu)造為主要導(dǎo)礦構(gòu)造，NE向次級平行構(gòu)造為主要容礦構(gòu)造;③與成礦有關(guān)的礦化蝕變也是重要的指示成礦的地質(zhì)要素，主要蝕變類型為赤鐵礦化、碳酸鹽化、白云石化，主要蝕變礦物有赤鐵礦、黃鐵礦、鐵白云石。綜上，建立研究區(qū)熱液脈型鉛鋅礦地質(zhì)成礦要素表（表1）。通過對地質(zhì)成礦要素的分析總結(jié)，確定了遙感提取成礦地質(zhì)要素的內(nèi)容。

3? 數(shù)據(jù)選取

據(jù)地質(zhì)要素遙感提取對象，兼顧空間分辨率和光譜分辨率，本次研究選取ASTER L1T數(shù)據(jù)1景，獲取時間為2007年9月11日6時16分33秒。影像全范圍覆蓋研究區(qū)，云雪覆蓋度小于5%，數(shù)據(jù)質(zhì)量較好，該景遙感影像可作為數(shù)據(jù)支撐此次研究。

4? 地質(zhì)要素解譯

通過對研究區(qū)成礦地質(zhì)條件、扎姆巴克鉛鋅礦地質(zhì)成礦要素分析認(rèn)為，NE向斷裂控制著研究區(qū)熱液脈型鉛鋅礦體的分布。因此，在開展地質(zhì)成礦要素解譯工作時，首先要進(jìn)行構(gòu)造解譯，在此基礎(chǔ)上進(jìn)行賦礦圍巖解譯及相關(guān)蝕變信息的提取。

4.1? 構(gòu)造解譯

從地質(zhì)構(gòu)造條件看，研究區(qū)熱液脈型鉛鋅礦床受區(qū)域壓性斷裂控制，礦體多分布在次級壓扭性斷裂帶中。因此，構(gòu)造解譯工作需先解譯區(qū)域構(gòu)造并區(qū)分構(gòu)造力學(xué)性質(zhì)，再進(jìn)行次級構(gòu)造信息的提取。區(qū)域線性構(gòu)造在遙感影像上易識別，但對于力學(xué)性質(zhì)的區(qū)分，需根據(jù)不同力學(xué)性質(zhì)的遙感解譯標(biāo)志進(jìn)行解譯。按照力學(xué)性質(zhì)，斷裂可分為壓性、扭性、壓扭性及張扭性，其解譯標(biāo)志分別為：①壓性。線狀呈正弦曲線的舒緩波狀，延伸遠(yuǎn)，走向穩(wěn)定;②扭性。呈窄而平直的如刀刃的直線狀影像，延伸遠(yuǎn)、走向穩(wěn)定，穿越不同地貌單元也可保持直線狀;③壓扭性。具明顯的主干斷裂，波紋形態(tài)比壓性斷裂的更平緩、起伏更小;④張扭性。斷裂線呈線或鋸齒狀，寬窄變化大，斷續(xù)出現(xiàn)或雁行狀排列，特征相對不明顯[15]。

為準(zhǔn)確提取研究區(qū)線性構(gòu)造信息，利用ENVI平臺，基于ASTER SWIR-VNIR 波段對研究區(qū)區(qū)域構(gòu)造進(jìn)行解譯，選擇Band8、Band3、Band1 組合波段作為基礎(chǔ)影像，利用卷積濾波工具（Convolutions and Morphology Tool）中拉普拉斯（Laplacian）算法，增強構(gòu)造紋理信息。在此基礎(chǔ)上，使用方向濾波器（Direcional Filter），角度分別設(shè)置為30°、330°，增強NE、NW向上的線性構(gòu)造特征，便于提取控礦線性構(gòu)造。據(jù)解譯標(biāo)志，結(jié)合增強后的影像，采用人機(jī)交互目視解譯，對研究區(qū)區(qū)域和次級構(gòu)造進(jìn)行提取，解譯時注意區(qū)分第四紀(jì)沖溝與斷裂，解譯結(jié)果見圖3。

4.2? 賦礦圍巖識別

據(jù)區(qū)域成礦地質(zhì)背景特征及典型礦床分析成果發(fā)現(xiàn)，熱液脈型鉛鋅礦賦礦圍巖為上石炭統(tǒng)火山巖，主要巖石類型為石英斑巖、凝灰熔巖、英安玢巖。相關(guān)研究表明，TIR波段具識別火山巖的能力[15]。因此，基于ASTER TIR數(shù)據(jù)，采用TIR（12×12）/（11×13）波段比方法，用來突出與成礦有關(guān)的上石炭統(tǒng)火山巖，解譯結(jié)果見圖3。

4.3? 蝕變信息提取

通過對典型礦床的分析，發(fā)現(xiàn)與熱液脈型鉛鋅礦有關(guān)的礦化蝕變類型為赤鐵礦化、碳酸巖化、白云石化，主要蝕變礦物有赤鐵礦、黃鐵礦、菱鐵礦、鐵白云石。在ENVI平臺標(biāo)準(zhǔn)波譜庫中檢索以上礦物，得到礦物波譜曲線。據(jù)波譜曲線，ASTER VNIR-SWIR范圍內(nèi)有明顯波譜特征。其中，赤鐵礦在0.5 μm、0.86 μm附近有吸收特征，在0.7 μm、1.08 μm附近出現(xiàn)反射峰;黃鐵礦在在0.8 μm附近有吸收特征，0.68μm、1.6μm附近出現(xiàn)反射峰;菱鐵礦在1.1 μm附近有較寬的吸收特征，在0.72 μm、2.1 μm附近出現(xiàn)反射峰;鐵白云石在1.95 μm、2.3 μm附近有吸收特征，在2.13 μm、2.3 μm附近有反射峰。以上礦物波譜特征作為蝕變信息提取的依據(jù)。

4.3.1? 鐵染蝕變信息提取

對于黃鐵礦、赤鐵礦等含鐵或鐵氧化物，由于電荷和晶體場的轉(zhuǎn)移，在ASTER VNIR波段有診斷性吸收特征[16]。研究表明，對于鐵染蝕變信息的提取，選取ASTER第Band1、2、3、4波段，對其進(jìn)行主成分分析[17，18]。據(jù)特征向量分析（表2），在B3處有強的吸收性，B4處有弱的吸收性，在B1、2有反射。因此正確的特征向量為：B3、4負(fù)載值的符號相同，B3擁有較大的負(fù)載值，且與B2符號相反，最終確定鐵染蝕變異常主分量為PC4。

4.3.2? 碳酸巖蝕變信息提取

碳酸巖蝕變特征礦物為菱鐵礦、鐵白云石。對蝕變信息提取，常用方法為ASTER Band1、3、4、（5+8）/2波段對其主成分分析[19]，用B5/7、B4/8和B（6+8）/7進(jìn)行波段比[20]。本文使用Band1、3、4、（5+8）/2波段，對其進(jìn)行主成分分析。特征向量見表3，在B1處有強吸收性，在B4處有弱吸收性，且B（5+8）/2有反射，最終確定PC3為異常主分量。

在經(jīng)過以上主成分變換后，將異常主分量進(jìn)行3×3中值濾波去除孤立的噪聲點，并對結(jié)果進(jìn)行0-255內(nèi)的線性拉伸，計算最終數(shù)據(jù)標(biāo)準(zhǔn)差δ和最大值M，采用三級分割：[1δ，2δ]、[2δ，3δ]、[3δ，M]，得到遙感異常蝕變信息圖3。

5? 遙感找礦預(yù)測

5.1? 遙感解譯準(zhǔn)確性分析

構(gòu)造解譯? 據(jù)已知地質(zhì)資料，前人實測區(qū)域構(gòu)造共11條。本次研究解譯區(qū)域構(gòu)造共13條，其中完全吻合構(gòu)造7條，細(xì)化了3條，新解譯構(gòu)造共3條，準(zhǔn)確率約76.9%。次級構(gòu)造共解譯了193條，以NE向次級平行構(gòu)造為主，少數(shù)NNE向和NW向，主要分布在區(qū)域構(gòu)造附近，對照扎姆巴克礦床，次級構(gòu)造與礦區(qū)構(gòu)造較吻合。

賦礦圍巖? 據(jù)前人區(qū)域地質(zhì)圖，賦礦圍巖為上石炭統(tǒng)火山巖，賦礦地層面積為29.703 km2。本次解譯面積為48.868 km2，解譯賦礦地層在原有地層周圍，受區(qū)域構(gòu)造改造，賦礦地層多沿構(gòu)造展布。

圍巖蝕變? 蝕變信息形態(tài)呈片狀或星點狀，強弱程度不一。從空間分布看，蝕變信息多沿構(gòu)造分布，主要沿次級構(gòu)造分布。對比扎姆巴克礦床，礦區(qū)分布有較強的鐵染信息和CO32-信息，蝕變信息分布在次級平行構(gòu)造中，與前人研究結(jié)果一致。

5.2? 遙感找礦模型

通過區(qū)域成礦地質(zhì)條件分析，結(jié)合模型區(qū)扎姆巴克鉛鋅礦床成礦地質(zhì)特征，據(jù)研究區(qū)熱液脈型鉛鋅礦地質(zhì)成礦要素及遙感地質(zhì)要素的解譯結(jié)果，將成礦地質(zhì)要素與遙感地質(zhì)要素一一對應(yīng)，建立研究區(qū)熱液脈型鉛鋅礦地質(zhì)-遙感找礦模型（表4）。

模型要素以賦礦圍巖、構(gòu)造及蝕變信息為主要內(nèi)容。其中，賦礦圍巖為上石炭統(tǒng)火山巖，主要巖性為石英斑巖、凝灰熔巖。構(gòu)造表現(xiàn)為NE向壓性區(qū)域構(gòu)造為導(dǎo)礦構(gòu)造、NE向次級平行構(gòu)造為主要含礦構(gòu)造;蝕變類型為赤鐵礦化、碳酸巖化、白云石化，對應(yīng)的蝕變信息為鐵染、CO32-信息?；谝陨?個地質(zhì)要素的提取，建立“圍巖+構(gòu)造+蝕變”三位一體的找礦預(yù)測模型，作為熱液脈型鉛鋅礦靶區(qū)圈定的依據(jù)。

5.3? 遙感找礦預(yù)測及潛力分析

據(jù)對研究區(qū)熱液脈型鉛鋅礦地質(zhì)特征分析，結(jié)合地質(zhì)-遙感找礦模型，在中天山成礦帶恰特卡爾河成礦亞帶阿德拉斯曼-卡尼曼蘇爾鉛鋅礦集區(qū)對賦礦圍巖、控礦構(gòu)造、礦化蝕變信息綜合分析，利用綜合信息地質(zhì)單元法，選擇“圍巖+構(gòu)造+蝕變”重合部位，重點考慮NE向次級平行構(gòu)造，圈定遙感找礦靶區(qū)4處（圖3）。根據(jù)靶區(qū)圈定結(jié)果，針對各靶區(qū)地質(zhì)特征、遙感信息等方面要素，對其進(jìn)行優(yōu)選及成礦潛力分析（表5）。根據(jù)靶區(qū)劃分表，A類靶區(qū)（Ⅰ-1）成礦潛力極大;B類靶區(qū)（Ⅰ-2、Ⅰ-3）成礦潛力較大;C類靶區(qū)（Ⅱ-1）成礦潛力一般。

6? 結(jié)論

（1） 基于ASTER遙感數(shù)據(jù)及現(xiàn)代空間分析技術(shù)，建立了一套適用于中高山地區(qū)快速、有效地開展熱液型鉛鋅礦成礦定位預(yù)測的技術(shù)組合。

（2） 在充分總結(jié)前人研究成果的基礎(chǔ)上，構(gòu)建了中天山成礦帶熱液型鉛鋅礦“圍巖+構(gòu)造+蝕變”三位一體的遙感找礦預(yù)測模型。

（3） 在塔吉克斯坦塔博沙爾地區(qū)新圈出鉛鋅找礦靶區(qū)4處，其中A類1處、B類2處、C類1處。

參考文獻(xiàn)

[1]? ? 向運川，陳正，張振芳，等.中國與周邊國家合作開展礦產(chǎn)資源勘查開發(fā)戰(zhàn)略[J].地質(zhì)通報，2015，34（04）：599-604.

[2]? ? Rahimov F K， Mamadjonov Y M. Mineral resource potential of Tajikistan： As an important component of sustainable development of the silk road economic belt[J]. Journal of Resources and Ecology， 2015， 6（2）： 125-128.

[3]? ? 李恒海，邱瑞照，等.中亞五國礦產(chǎn)資源礦產(chǎn)開發(fā)指南[M].武漢：中國地質(zhì)大學(xué)出版社，2010.

[4]? ? Aboelkhair H， Abdelhalim A， Hamimi Z， et al. Reliability of using ASTER data in lithologic mapping and alteration mineral detection of the basement complex of West Berenice， Southeastern Desert， Egypt.[J]. Arab J Geosci，2020，13： 287

[5]? ? 段俊斌， 彭鵬， 楊智， 等.基于ASTER數(shù)據(jù)的多金屬成礦有利區(qū)預(yù)測[J].國土資源遙感，2019，（3）：24.

[6]? ? 傅碧宏， 丑曉偉.利用熱紅外多光譜遙感技術(shù)提取和識別巖石，礦物信息[J].遙感技術(shù)與應(yīng)用，1994，9（1）：56-61.

[7]? ? 楊斌， 李茂嬌， 王世舉， 等.ASTER 數(shù)據(jù)在塔什庫爾干地區(qū)礦化蝕變信息的提取[J].遙感信息，2015，（4）： 109-114.

[8]? ? Hu B， Wan B， Xu Y， et al. Mapping hydrothermally altered minerals with AST_07XT， AST_05 and Hyperion datasets using a voting-based extreme learning machine algorithm[J]. Ore Geology Reviews， 2019， 114： 103116.

[9]? ? 王鋒德.基于ASTER數(shù)據(jù)的遙感地質(zhì)信息提取及綜合成礦預(yù)測研究[D].云南大學(xué)，2013.

[10]? Yu.G.Safonov，N.S.Bortnikov，T.M.Zlobina，et al.Prokofev.Polymetal （Ag， Pb， U， Cu， Bi， Zn， F） Adrasman-Kanimansur Ore Field （Tajikistan）， and Its Ore-Forming System， II： Physicochemical， Geochemical，and Geodynamic Formation Conditions[J].GEOLOGY OF ORE DEPOSITS， 2000， 42（ 4），317-327.

[11] Yu.G.Safonov，N.S.Bortnikov，T.M.Zlobina，et al. Polymetal （Ag， Pb， U， Cu， Bi， Zn， F） Adrasman-Kanimansur ore field（Tadzhikistan），and its ore-forming system. I： Geology， mineralogy， and structural conditions of the ore deposition[J].GEOLOGY OF ORE DEPOSITS， 2000， 42（ 3）： 195-211.

[12]? Sang M， Xiao W， Windley B F. Unravelling a Devonian–Triassic seamount chain in the South Tianshan high-pressure/ultrahigh-pressure accretionary complex in the Atbashi area （Kyrgyzstan）[J].Geological Journal， 2020， 55（3）： 2300-2317.

[13]? Chernyshev，I.V.Golubev，V.N.Chugaev，A.V.Anomalous Lead Isotopic Composition of Galena and Age of Altered Uranium Minerals： a Case study of Chauli Deposits， Chatkal-Qurama District， Uzbekistan[J]. Geology of Ore Deposits， 2017， 59（6）：551-561

[14] E.M.Nekrasov.Geology and Structural Features of Vein-Type Lead and Zinc Deposits[J].GEOLOGY OF ORE DEPOSITS，2007，49（6）：487-496.

[15]? 田淑芳，詹騫.遙感地質(zhì)學(xué)[M].北京：地質(zhì)出版社，2013.

[16]? Noda S，Yamaguchi Y.Estimation of surface iron oxide abundance with suppression of grain size and topography effects[J]. Ore Geology Reviews， 2017， 83： 312-320.

[17]? 高猛，付翰澤，陳川.遙感技術(shù)在和田玉成礦要素識別與找礦預(yù)測中的應(yīng)用——以南阿爾金塔什薩依一帶為例[J].西北地質(zhì)，2019，52（3）：240-252.

[18]? 武慧智，陳俊魁，白朝軍，等.基于ASTER與Landsat8的遙感蝕變信息提取——以新疆西昆侖塔什庫爾干地區(qū)老并鐵礦區(qū)為例[J].礦產(chǎn)勘查，2019，10（10）：2667-2673

[19]? 張船紅.西藏墨竹工卡地區(qū)遙感找礦信息提取研究[D].成都理工大學(xué)，2011.

[20]? 張潔.玉龍斑巖銅礦帶遙感蝕變信息提取技術(shù)方法研究[D].成都理工大學(xué)，2017