摘要
关键金属矿产资源是人类社会赖以生存的重要物质基础之一，是国家安全与经济发展的重要保障。花岗岩类岩石作为重要的侵入岩，与多种金属矿床的成矿过程有密切联系。广泛分布花岗岩类侵入岩体的新疆西准噶尔地区蕴藏丰富的金属矿产资源，其中以金-铜矿著称，还伴生钼、铬、铁等矿产，是研究花岗岩类岩石岩性分布及其与金属成矿关系的理想实验区。因此，本文基于光谱信息、遥感影像统计信息与纹理特征分别对ASTER影像和Landsat8影像的VNIR-SWIR谱域选取波段组合，作为随机森林(RF)和卷积神经网络(CNN,包括AlexNet、VGG16和GoogLeNet模型)方法的输入层，开展遥感岩性信息识别研究，并进行精度评价。最后，根据岩性识别结果与相关资料分析，探讨花岗岩类与关键金属矿床的成矿关系，论文具体结论如下: (1)分别基于光谱信息、遥感影像统计信息对ASTER影像和Landsat8影像选取波段组合作为RF、CNN模型的输入层，实验结果显示综合考虑光谱信息、遥感影像统计信息和纹理特征的波段组合的岩性识别分类精度明显高于单独输入光谱信息和遥感影像统计信息波段组合的结果。在相同波段组合输入的情况下，AlexNet模型表现出更优异的识别结果。 (2)与Landsat8影像的波段组合对比实验结果显示，ASTER影像选取的波段组合的岩性识别结果明显更优。原因在于Landsat8影像的波段集中分布在VNIR谱域中，而ASTER影像的SWIR谱域信息优势明显，也进一步指示出SWIR谱域在花岗岩岩性识别中提供了更重要的分类信息。 (3)在AlexNet模型的实验中，ASTER影像的9B+T1对钾长花岗岩、黑云母花岗岩、花岗岩和花岗岩-花岗闪长岩亚类的识别结果最佳;ASTER影像的SWIR+T1对二长花岗岩识别最好;而在风化较为严重的斜长花岗岩的识别中Landsat8影像的B13467+T1表现出最佳的分类结果，加权F1分数为53％,明显低于其他花岗岩亚类。 (4)通过有无纹理特征输入的波段组合分别作为RF和CNN模型的实验结果对比显示，有纹理特征输入的波段组合的岩性识别结果要优于没有纹理特征的结果，因此纹理特征也是花岗岩类岩石的岩性识别中的一个重要分类特征。 (5)基于本文的岩性识别结果与已有的矿床地球物理研究成果发现，克拉玛依Ⅲ号岩体尾部的二长花岗岩其与铜-金矿床的矿化相关;红山岩体中的钾长花岗岩与石英脉型和岩浆热液型金矿带的形成存在密切联系;研究区内的其他花岗岩类岩石属于贫矿的A型花岗岩，虽不具备金属成矿条件却为铜-金矿床的矿化提供了必备的热量，因此研究区的花岗岩类岩石均与金属成矿存在密切联系。
NETL