بارزسازی مناطق دگرسان شده با استفاده از روشهای مختلف پردازش تصاویر ASTER در منطقه معدن فیروزه نیشابور | ||
| روش های تحلیلی و عددی در مهندسی معدن | ||
| مقاله 1، دوره 11، شماره 28، مهر 1400، صفحه 1-22 اصل مقاله (2.12 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/anm.2021.2031 | ||
| نویسندگان | ||
| زهرا مختاری* 1؛ عالیه سیفی2 | ||
| 1گروه زمینشناسی، دانشکده علوم، دانشگاه نیشابور، نیشابور، ایران | ||
| 2گروه اکولوژی، پژوهشکده علوم محیطی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران | ||
| چکیده | ||
| معدن فیروزه نیشابور در یک توالی آتشفشانی - رسوبی ترشیری مربوط به زون بینالود در شمال شرق ایران واقع شده است. بر اساس مطالعات صحرائی – آزمایشگاهی، واحدهای سنگی آندزیت، تراکیآندزیت، تراکیت و پیروکلاستیک متعلق به ائوسن مهم‌ترین واحدهای سنگی منطقه مورد مطالعه را تشکیل میدهند. دگرسانیهای سیلیسی، سریستی، آرژیلی و گوسان اغلب این سنگها را تحت تأثیر قرار داده است. توالیهای شدیداً خردشده و دگرسان شده از واحدهای آندزیتی، تراکیآندزیت و تراکیت میزبان اصلی رگهها، رگچهها و دانههای باکیفیت و کمیت بالا از فیروزه هستند؛ بنابراین، شناسایی و نقشهبرداری کانیهای شاخص دگرسانیهای گرمابی با استفاده از دورسنجی دادههای ماهوارهای استر میتواند به‌عنوان ابزاری مقرون‌به‌صرفه و قابل‌استفاده برای شناسایی و پیجویی کانیزایی فیروزه در نظر گرفته شود. در این پژوهش بارزسازی زونهای دگرسانی گرمابی با استفاده از تکنیکهای تصاویر رنگی کاذب (RGB)، نسبت باندی (BR)، نسبت گیری باند جذب نسبی (RBD)، پالایش تطبیقی (MF) و نقشه‌بردار زاویه طیفی (SAM) روی تصاویر استر صورت گرفته است. بر اساس پردازشهای انجام‌شده و مطالعات صحرایی، زونهای دگرسانی گرمابی را میتوان به پنج گروه تقسیم کرد: زونهای سیلیسی – گوسان، سریستیک، پروپیلیتک، آرژیلیک و آرژیلیک پیشرفته. الگوریتم MF به‌وضوح پهنههای دگرسانی گوسان در منطقه مورد مطالعه را بارز نمود. علاوه بر این روش SAM نیز برای شناسایی زونهای دگرسانی سریستیک، پروپیلیتک، آرژیلیک و آرژیلیک پیشرفته نتایج بهتری را نشان داد و ازاین‌رو میتواند زمینشناسان را برای یافتن اندیسهای جدید از کانیزایی فیروزه در مناطق دیگر پیش از بررسیهای میدانی دقیق و پرهزینه کمک کند. | ||
| کلیدواژه‌ها | ||
| دگرسانی گرمابی؛ استر؛ معدن فیروزه؛ سنجش از دور؛ نیشابور | ||
| عنوان مقاله [English] | ||
| Detection of Hydrothermal Alteration Zones Using ASTER Remote Sensing Data in Turquoise mine of Neyshabur | ||
| نویسندگان [English] | ||
| zahra Mokhtari1؛ Aliye Seifi2 | ||
| 1Department of Geology, Faculty of Science, University of Neyshabur, Neyshabur, Iran | ||
| 2Department of Ecology, Institute of Science and High Technology and Environmental Sciences, Graduate University of Advanced Technology, Kerman, Iran | ||
| چکیده [English] | ||
| Summary The world-class Neyshabur turquoise mine is hosted by a Tertiary volcano-sedimentary sequence that belongs to the Binaloud zone, in northeastern Iran. Binaloud Mountain has experienced a complicated geological history and several tectono-magmatic periods as a result of its especial tectonic setting. Continuing compression in Late Alpine orogeny deformed the magmatic rocks and brought extensive alteration in this belt. Based on field-experimental studies, the lithological units of the turquoise mine area of Neyshabur can be divided into three sections: volcanic rocks, subvolcanic rocks, and different types of breccia. Andesite, trachyandesite, trachyte lavas, and pyroclastic rock units of the Eocene are among the most important in the study area. These rocks have undergone intense alteration due to the intruded of subvolcanic intrusive bodies. The extent and intensity of the alteration are significant in volcanic and intrusive rocks of this region. The main objectives of this study are to detect and mapping of hydrothermal alteration zones using ASTER data and field studies for future explorations of turquoise mineralization. Introduction Hydrothermal alteration zones have a significant role in the prospecting of mineral deposits. The Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) contains appropriate spectral and spatial resolution to detect spectral absorption features of hydrothermal alteration minerals. The highly brecciated and altered part of andesite, trachyandesite, and trachyte units is the main host of high quantity and quality veins, veinlets, and concretion of turquoise in the study area. Therefore, mapping and identification of hydrothermal alteration mineral assemblages using ASTER satellite remote sensing data can be considered as a cost-effective and applicable tool for targeting and prospecting this mineralization. Methodology and Approaches Image processing techniques were applied on the digital subset ASTER data covered the turquoise mine area of Neyshabur. Recognition of hydrothermally altered rocks was carried out using color composite images (RGB), ratio images (BR), relative absorption band depth (RBD), matched filtering (MF), and spectral angle mapper (SAM). The results obtained in this section were controlled by field studies. Results and Conclusions The mentioned image processing techniques and field studies have been successfully used in the mapping of hydrothermal alteration zones in the study area. According to the outcome of ASTER image processing and field studies, hydrothermal alterations zones could be classified into five groups: silicic-gossan, serisitic, propylitic, advanced argillic, and argillic zones that silicic-gossan and advanced argillic zones forming the most and least extent in alterations zone respectively. The MF algorithm shows very clearly the gossan altered zones in the study area. Moreover, the results indicate that the SAM method is promising for identifying serisitic, propylitic, advanced argillic, and argillic zones and can assist exploration geologists to find new prospects of turquoise mineralization in the other regions before costly detailed ground investigations. The results obtained from image processing are also consistent with the results of field studies petrographic. | ||
| کلیدواژه‌ها [English] | ||
| Hydrothermal Alteration, ASTER, Turquoise mine, Remote Sensing, Neyshabur | ||
| اصل مقاله | ||
|
سنجشازدور و سامانه اطلاعات جغرافیایی روشهای نوینی هستند که امروزه به‌صورت یک ابزار ارزشمند برای تشخیص ذخایر معدنی یا جدا کردن مناطق مستعد کانه‌زایی از سایر مناطق به کار میروند، ازاین‌رو نقش مهمی در تعیین موقعیت ذخایر با دقت و سرعت بالا و همچنین کاهش هزینه‌های پیجویی و اکتشاف دارند ]2،1[. تصاویر ماهوارهای به خاطر پوشش منطقهای وسیع، چند طیفی و چند زمانی میتوانند در شناسایی کمربندها و مکانهای کانیزایی و همچنین مطالعهی مناطق صعب‌العبور و غیرقابل‌دسترس به کار روند ]4،3،1[. در برنامههای اکتشافی با استفاده از فن‌آوری سنجشازدور، بیشترین تمرکز و توجه بر روی ذخایر پورفیری و اپیترمال بوده است. کانیسازی کانسارهای فلزی در مدلهای پورفیری و اپیترمال ارتباط نزدیکی با فعالیت‌های گرمابی دارند و اغلب همراه با هاله‌های دگرسانی میباشند ]7،6،5[. البته بنا به نوع و سطح فرسایش ممکن است که همه این زونهای دگرسان در سطح زمین یافت نشوند. پدیده‌های دگرسانی به‌عنوان یکی از شاخصهای مهم اکتشافی در عملیات صحرایی شناخته میشوند. این پدیده‌ها، شامل تغییرات کانیشناسی و شیمیایی هستند که تحت تأثیر آبهای ماگمایی یا گرمابی در سنگها ایجاد میشود. دگرسانیها در اغلب ذخایر ماگمایی و گرمابی همراه و قابل‌مشاهده هستند. مهم‌ترین عوامل در نوع دگرسانی رخ‌داده در یک واحد سنگی و کانیسازی احتمالی در یک محیط زمینشناسی، شیمی محلول گرمابی نظیر pH و Eh، نوع مواد محلول، میزان آب و نظایر آن و شرایط فیزیکوشیمیایی محیط نظیر جنس سنگ میزبان، نفوذپذیری، عمق، دمای محیط، جوشش و نظایر آن میباشند ]9،8،5[. میزان تأثیر گسلها و شکستگیها بر دگرسانی و کانیسازی در سنگها به میزان زیادی به جنس سنگ وابسته است. پردازش تصاویر ماهوارهای، بررسی رویدادهای ساختاری و نقش شکستگیها در گردش محلول‌های گرمابی در محیط همراه با مطالعات میکروسکوپی از دگرسانی موجود در سنگ‌های منطقه مهم‌ترین عواملی هستند که منجر به درک بهتر و تولید اطلاعات دقیقتری از تأثیر محلول گرمابی در یک محیط زمینشناسی خاص و کانیسازی همراه میشوند ]10،8،5[. | ||
| مراجع | ||
|
[1] Ciampalini, A., Garfagnoli, F., Antonielli, B., Moretti, S. and Righini, G. (2013). Remote sensing techniques using Landsat ETM+ applied to the detection of iron ore deposits in Western Africa. Arabian Journal of Geosciences, 6(11), pp.4529-4546. [2] Gupta, R.P. (2003). Remote Sensing Geology. Heidelberg, Springer. [3] Honarmand, M., Ranjbar, H. and Shahabpour, J. (2011). Application of Spectral Analysis in Mapping Hydrothermal Alteration of the Northwestern Part of the Kerman Cenozoic Magmatic Arc, Iran. Journal of Sciences, Islamic Republic of Iran, Vol. 22(3), pp. 221-238. [4] Ranjbar, H. and Honarmand, M. (2004). Integration and analysis of airborne geophysical and ETM+ data for exploration of porphyry type deposits in the Central Iranian Volcanic Belt using fuzzy classification. International Journal of Remote Sensing, 25(21), pp.4729-4741. [5] Pirajno, F. (2009). Hydrothermal processes associated with meteorite impacts. In Hydrothermal processes and mineral systems (pp. 1097-1130). Springer, Dordrecht. [6] Amos, B.J. and Greenbaum, D. (1989). Alteration detection using TM imagery the effects of supergene weathering in an arid climate. International Journal of Remote Sensing, 10(3), pp.515-527. [7] Drury, S.A. and Hunt, G.A. (1989). Geological uses of remotely-sensed reflected and emitted data of lateritized Archaean terrain in Western Australia. International Journal of Remote Sensing, 10(3), pp.475-497. [8] Richards, J.P. (2011). Magmatic to hydrothermal metal fluxes in convergent and collided margins. Ore Geology Reviews, 40(1), pp.1-26. [9] Richards, J.P. (2005). Cumulative factors in the generation of giant calc-alkaline porphyry Cu deposits. Super porphyry copper and gold deposits: A global perspective, 1, pp.7-25. [10] Pour, A.B., Hashim, M. and van Genderen, J. (2013). Detection of hydrothermal alteration zones in a tropical region using satellite remote sensing data: Bau goldfield, Sarawak, Malaysia. Ore Geology Reviews, 54, pp.181-196. [11] Issakhanian V., Espahbod M.R., Nemat L., "Geological investigation of Radiometric material in the vicinity of the Neyshabur turquoise mine", Geol. Surv. Iran, (1973) 16 p. [12] Espahbod M.R., "Le district minier de la mine de turquoise de kuh-e-madan (Neychabur, Iran):mineralisationsetcaracferesgeologiques, ge’ochimiques et me’talloge’niques de l’uranium, du cuivre et du molybdeue", Theses (Diplome de docteur-ingenieur), Universite de Nancy I. Nancy,France (1976). [13] Karimpour, M.H., Malekzadeh Shafaroudi, A., Sfandiarpour, A. and Mohammadnejad, H. (2011). Neyshabour turquoise mine: The first Cu-Au-U-REE mineralization of IOCG type in Iran. Journal of Economic Geology, 2(3):193-216. (in Persian). [14] Eslami, S., (2012), Structural Analysis of Neishabour Turquoise Mineral Area, Unpublished M.Sc. Thesis, Ferdowsi University of Mashhad. (in Persian). [15] Baumann, A., Spies, O. and Lensch, G. (1983). Strontium isotopic composition of post-ophiolitic Tertiary volcanics between Kashmar, Sabzevar and Quchan/NE Iran. Geodynamic project (geotraverse) in Iran, Final report, Geological Survey of Iran Report no.51. [16] Spies, O., Lensch, G. and Mihm, A., 1983. Geochemistry of the post-ophiolitic Tertiary volcanics between Sabzevar and Quchan/NE-Iran. Geodynamic project (geotraverse) in Iran, Final report. Geological Survey of Iran. Report no.51. [17] Akrami, M,A., Askari, A (2000). Geological map of SoltanAbad, 1:100,000 Series 7662. Tehran: Geological Survey of Iran. [18] Ghasemi-Nejad, E., Sabbaghiyan, H. and Mosaddegh, H. (2012). Palaeobiogeographic implications of late Bajocian–late Callovian (Middle Jurassic) dinoflagellate cysts from the Central Alborz Mountains, northern Iran. Journal of Asian Earth Sciences, 43(1), pp.1-10. [19] Amini, B., Kannazer, N,H. (2000). Geological map of SoltanAbad, 1:100,000 Series 7563. Tehran: Geological Survey of Iran. [20] Yamaguchi, Y., Kahle, A.B., Tsu, H., Kawakami, T. and Pniel, M. (1998). Overview of advanced spaceborne thermal emission and reflection radiometer (ASTER). IEEE Transactions on geoscience and remote sensing, 36(4), pp.1062-1071. [21] Whitney, P.R. and Olmsted, J.F. (1998). Rare earth element metasomatism in hydrothermal systems: The Willsboro-Lewis wollastonite ores, New York, USA. Geochimica et Cosmochimica Acta, 62(17), pp.2965-2977. [22] Abrams, M. (2000). The Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER): data products for the high spatial resolution imager on NASA's Terra platform. International Journal of Remote sensing, 21(5), pp.847-859. [23] Fujisada, H., Iwasaki, A., and Hara, S. (2001). ASTER stereo system performance. Proceedings of SPIE, the International Society for Optical Engineering 4540, Toulouse, p: 39-49. [24] Crosta, A.P., De Souza Filho, C.R., Azevedo, F. and Brodie, C., 2003. Targeting key alteration minerals in epithermal deposits in Patagonia, Argentina, using ASTER imagery and principal component analysis. International Journal of Remote Sensing, 24(21), pp.4233-4240. [25] Gupta. R.P., 1991, Remote sensing geology, Springer- Verlag, Heidelberg [26] [26]. Abrams, M., Hook, S. and Ramachandran, B. (2002). Aster user handbook: advanced spaceborne thermal emission and reflection radiometer. USA: NASA/Jet Propulsion Laboratory California Institute of Technology, 2(2002.135). [27] Kruse, F.A., 1988. Use of airborne imaging spectrometer data to map minerals associated with hydrothermally altered rocks in the northern grapevine mountains, Nevada, and California. Remote Sensing of Environment, 24(1), pp.31-51. [28] Ben-Dor, E. and Kruse, F.A., 1994. The relationship between the size of spatial subsets of GER 63 channel scanner data and the quality of the Internal Average Relative Reflectance (IARR) atmospheric correction technique. Remote Sensing, 15(3), pp.683-690. [29] Di Tommaso, I. and Rubinstein, N. (2007). Hydrothermal alteration mapping using ASTER data in the Infiernillo porphyry deposit, Argentina. Ore Geology Reviews, 32(1-2), pp.275-290. [30] Jun, L., Songwei, C., Duanyou, L., Bin, W., Shuo, L. and Liming, Z. (2008). Research on false color image composite and enhancement methods based on ratio images, the international archives of the photogrammetry. Remote Sensing and Spatial Information Sciences, Vol. 37, pp. 1151-1154. [31] Azizi, H., Tarverdi, M.A. and Akbarpour, A. (2010). Extraction of hydrothermal alterations from ASTER SWIR data from east Zanjan, northern Iran. Advances in Space Research, 46(1), pp.99-109. [32] Boloki, M. and Poormirzaee, M. (2010). Using ASTER image processing for hydrothermal alteration and key alteration minerals mapping. Journal of Latest Trends on Engineering Mechanics, Structures, Engineering Geology, 1, pp.77-82. [33] Crowley, J.K., Brickey, D.W. and Rowan, L.C. (1989). Airborne imaging spectrometer data of the Ruby Mountains, Montana: mineral discrimination using relative absorption band-depth images. Remote Sensing of Environment, 29(2), pp.121-134. [34] Rowan, L.C. and Mars, J.C. (2003). Lithologic mapping in the Mountain Pass, California area using advanced spaceborne thermal emission and reflection radiometer (ASTER) data. Remote sensing of Environment, 84(3), pp.350-366. [35] Rowan, L. C., Goetz, A.F.h., and Ashley, R. P. (1977). Discrimination of hydrothermally altered rocks and unaltered rocks in visible and near infrared multispectral images. Geophysics, v. 42, p. 522-535. [36] Bedini, E. (2011). Mineral mapping in the Kap Simpson complex, central East Greenland, using HyMap and ASTER remote sensing data. Advances in Space Research, 47(1), pp.60-73. [37] Harsanyi, J.C., Farrand, W. and Chang, C.I. (1994). April. Detection of subpixel spectral signatures in hyperspectral image sequences. In Annual Meeting, Proceedings of American Society of Photogrammetry & Remote Sensing (pp. 236-247). [38] Kruse, F.A., Lefkoff, A.B., Boardman, J.W., Heidebrecht, K.B., Shapiro, A.T., Barloon, P.J. and Goetz, A.F.H. (1993). August. The spectral image processing system (SIPS)‐interactive visualization and analysis of imaging spectrometer data. In AIP Conference Proceedings (Vol. 283, No. 1, pp. 192-201). American Institute of Physics. [39] Malekzadeh, A., Karimpour, M.H., Stern, C. R. and Mazaheri, S.A. (2009). Hydrothermal Alteration Mapping in SW Birjand, Iran, Using the Advanced Spaceborne Thermal Emis- sion and Reflection Radiometer (ASTER) Image Processing, Journal of Applied Sciences, v. 9, p. 829-842. [40] Yuhas, R.H., Goetz, A.F. and Boardman, J.W. (1992). Discrimination among semi-arid landscape endmembers using the spectral angle mapper (SAM) algorithm. In Summaries of the Third Annual JPL Airborne Geoscience Workshop, JPL Publication, v. 1, p. 147- 149. [41] Shahriari, H., Ranjbar, H., Honarmand, M. and Carranza, E.J.M. (2014). Selection of less biased threshold angles for SAM classification using the real value–area fractal technique. Resource Geology, 64(4), pp.301-315. [42] Research Systems Inc., ENVI User’s Guide, ENVI Version 4.1, 2004, pp.1150 [43] Seifi, A., Hosseinjanizadeh, M., Ranjbar, H. and Honarmand, M. (2017). Investigation acid mine drainage minerals using spectral characteristics and satellite images processing of Landsat- 8, a case study: Darrehzar mine, Kerman Province, Iran, V. 43, P. 31-43. [44] Hosseinjani Zadeh, M., Tangestani, M. H., Velasco Roldan, F. and Yusta, I. (2014). Mineral Exploration and Alteration Zone Mapping Using Mixture Tuned Matched Filtering Approach on ASTER Data at the Central Part of Dehaj-Sarduiyeh Copper Belt, SE Iran, IEEE Journal of selected topics in applied earth observations and remote sensing, Vol. 7, No. 1, 284-289. [45] Van der Meer, F., Hecker, C., Van Ruitenbeek, F., Van der Werff, H., De Wijkerslooth, C. and Wechsler, C. (2014). Geologic remote sensing for geothermal exploration: A review, International Journal of Applied Earth Observation and Geoinformation. V. 33, p. 255–269. [46] Zabcic, N. (2008). Derivation of surface pH-values based on mineral abundances over pyrite mining areas with airborne hyperspectral data (Hymap) of Sotiel-Migollas mine complex, Spain. M.S dissertation, University of Alberta, Edmonton, Alberta. [47] Calvin, W.M., Littlefield, E.F. and Kratt, C. (2015). Remote sensing of geothermal-related minerals for resource exploration in Nevada, Geothermics v. 53, p. 517–526. [48] Kuenzer, C. and Dech, S. (2013). Thermal Infrared Remote Sensing: Sensors, Methods, Applications, Remote Sensing and Digital Image Processing, seventeenth ed. Springer Science, Business Media Dordrecht. [49] Boardman, J.W., Kruse, F.A. and Green, R.O., 1995. Mapping target signatures via partial unmixing of AVIRIS data.summaries, Proceedings of the Fifth JPL Airborne Earth Science Workshop, 23–26 January, Pasadena, California, JPL Publication 95:23-26. [50] Whitney, D.L. and Evans, B.W. (2010). Abbreviations for names of rock-forming minerals. American mineralogist, Vol. 95, pp. 185-187. [51] Sengör, A.M.C. (1984). The Cimmeride orogenic system and the tectonics of EurasiaGeological Society of America, Special Paper 195, pp. 8.
| ||
|
آمار تعداد مشاهده مقاله: 1,266 تعداد دریافت فایل اصل مقاله: 1,150 |
||