朱拉扎嘎金矿区地物光谱特征与地球化学成分之间的关系

丛丽娟¹，岑况²，余学中^{1, 2}，黄增芳³，冷福荣³

(1. 中国国土资源航空物探遥感中心，北京，100083；

2. 中国地质大学(北京) 地球科学与资源学院，北京，100083；

3. 内蒙古自治区 地质调查院，内蒙古 呼和浩特，010020)

摘要：利用卫星数据和地面光谱测试数据研究地物光谱特征与地球化学成分之间的关系。利用美国陆地卫星Landsat-7的ETM⁺数据提取研究区的蚀变异常，与区域地球化学水系沉积物测量结果进行关联分析；利用美国光谱分析设备ASD( ASD：FieldSpec-FR)，对矿区岩石样品进行光谱测试，提取特征参数并与其化学成分进行对比分析。研究结果表明：卫星数据提取的蚀变异常和化探近矿指示元素Au和Cu等异常空间分布趋势一致；地面光谱测试数据中特征参数H₉₀₀与Au，Cu，As，Bi，W，Mo和Fe₂O₃等矿化指示元素具有二次曲线函数的定量关系，这说明在干扰因素少的实验室环境内岩石光谱特征和矿化指示元素之间可以建立定量关系，这种关系支持遥感地球化学测量的开展；现有遥感数据虽不能和矿化指示元素的地球化学异常建立定量关系，但与部分指示元素有很好的相关性，因此，随着遥感技术的发展，遥感数据波段的增加以及去干扰能力的增强，遥感数据也能更精确地反演地物化学成分信息，实现遥感地球化学测量。

关键词：ETM⁺数据；遥感蚀变异常；光谱特征；化探异常；朱拉扎嘎金矿；内蒙古

中图分类号：P627/P632           文献标志码：A         文章编号：1672-7207(2013)01-0266-09

Relationship between spectral characteristics and geochemical composition of Zhulazhaga gold deposit

CONG Lijuan¹, CEN Kuang², YU Xuezhong^{1, 2}, HUANG Zengfang³, LENG Furong³

(1. China Aero Geophysical Survey and Remote Sensing Center for Land and Source, Beijing 100083, China;

2. China University of Geosciences, School of the Earth Sciences and Resource, Beijing 100083, China;

3. Geological Survey Institute of Inner Mongolia, Huhhot 010020, China)

Abstract: Using the satellite remote sensing (RS)data and ground spectrum data, the relationship of spectrum characteristics and geochemistry composition in Zulazhaga gold deposit was studied. The alteration anomalies from ETM⁺ of landsat-7 were extracted, and then the relationship between the alteration anomalies and the regional geochemistry stream sediment survey results was studied. The ground spectrum data were tested by Analytical Spectral Devices (ASD) FieldSpec-FR and the key parameter was extracted and compared to the chemistry composition of the sample. The results show that in the Zhulazhaga gold deposit, the distribution of alteration anomalies from ETM⁺ is similar to Au and Cu geochemistry anomalies, which are index elements near the deposit. The absorb depth parameter in ground spectrum of 900 nm (H₉₀₀) is related quantitatively in a square curve function to composition of Au, Cu, As, Bi, W, Mo, Fe₂O₃, etc, which are the main ore-forming indicator elements. That means, in laboratory, with little or nor interference factor, there are quantitative relationship between the high-precision ground spectrum data and the geochemistry composition. These results support RS-geochemistry measure to be carried out. Relationship between RS-data and geochemistry indicator elements cannot be found, but it can be forecast that with the RS development, including the increase of RS band number, enhancement of the elimination of interference factor ability and so on, the RS data can also inverse ground object geochemistry composition information and realize geochemistry survey.

Key words: ETM⁺ data; alteration anomaly; spectral characteristic; geochemistry anomaly; Zhulazhaga gold deposit; Inner Mongolia

地球化学测量在地质矿产勘查工作中发挥着重要作用，遥感技术在地学领域的应用也取得长足的进步，借助遥感技术进行地球化学测量成了地球化学工作者的理想和探索方向，其目的是借助遥感技术这项高科技手段实现地球化学测量，使地球化学测量从繁重的野外采样、加工和室内测试、分析等工作中解放出来，提高工作效率。但是，这个新兴的学科发展并不顺利，关键问题是很难将遥感波谱特征和地球化学元素特征建立定量关系。因为遥感数据反映的是地物的物理场特征，而元素的鉴别属于化学理论范畴，这2个参量分属于不同的专业领域，要将二者联系起来很困难。为了探讨二者之间的关系，前人进行了大量理论研究和实践。自20世纪70年代，一些学者进行了大量岩石矿物的波普特征研究，比较系统和有影响的是Hunt和他领导的实验室选择了300个矿物进行光谱测试，得出以下重要结论：(1) 造岩矿物的主要成分，Si，Al，Mg和O等在可见光-近红外区不产生诊断性的谱带；(2) 岩石中的次要成分铁氧化物、蚀变矿物(含 OH^-和Co₃^2-基团)等在可见光-近红外区波谱特征明显；(3) 蚀变矿物的波谱特征不受岩石的组成、结构和构造等因素影响。这些理论为遥感技术提取蚀变岩信息奠定了理论基础，也为部分元素的鉴别奠定了基础，如Fe和Mn等元素在可见光-近红外区都能产生特殊的谱带^[1-5]。我国地质工作者也进行了大量实践和研究。徐瑞松等^[6]在遥感生物地球化学理论与技术研究方面取得了较好的研究成果，实现了利用植被间接提取地球化学信息，达到找矿的目的；甘甫平等^[7]在系统总结岩石矿物光谱特征的基础上，对遥感岩矿信息提取的理论基础和技术方法作了较深入的研究。研究表明，遥感波谱特征和地球化学元素特征之间的关系是存在的，但是现有的研究成果还不能明确地阐述二者之间的定量关系，因此，本研究以此为切入点进行研究。首先以岩矿光谱机理为基础，以朱拉扎嘎金矿为实验场，从实验角度出发，研究岩矿石的光谱特征与其化学成分之间的关系，通过实验数据分析建立二次曲线方程。这是在实验室无干扰或干扰极小的情况下研究岩石光谱与化学成分之间的关系，这种关系可以为生产中利用遥感技术进行地球化学测量提供理论支持。

1  研究区概况

朱拉扎嘎金矿是在内蒙古西部阿拉善盟巴彦诺尔公地区发现的一个大型金矿，区域上位于华北地台与天山—兴蒙褶皱系的交界部位，渣尔泰山成矿带的最西端，主要出露中元古界渣尔泰山群增隆昌组二岩段(Chz²)和阿古鲁沟组一岩段(Jxa¹)地层，中酸性脉岩分布广泛，金矿层主要赋存于阿古鲁沟组一岩段中部含钙质的浅变质碎屑岩中，含金带总体走向与矿区地层产状基本一致，地表含金平均品位为4.2 g/t，最高为11.3 g/t。金矿体集中分布在2条矿带中，总体走向为35°，长约为570 m，矿体的规模不一，长为10~300 m，宽达几十米，延深为170 m，矿体沿走向有分支、复合、尖灭和再现等现象(图1)^[8]。

矿区内热液活动强烈，蚀变发育，与Au矿化关系密切的有磁黄铁矿、毒砂、黄铁矿和黄铜矿等，此外还有透辉石化、阳起石化、绿帘石化、绿泥石化、冰长石化、碳酸盐化等^[9]，在表生带中，矿(化)带出露地表，地表褐铁矿化、高岭土化强烈，矿石呈松散的土状、土块状，颜色呈黄褐、红褐色。

研究区属于荒漠戈壁景观地貌，植被稀少、矿体及蚀变围岩出露地表，适合遥感地质监测和研究。

2  遥感蚀变异常与地球化学成分之间的关系

2.1  遥感蚀变异常提取

利用Landsat-7的ETM⁺数据提取与矿化有关的遥感蚀变异常，数据接收时间为2000-07-11，轨道号为131-32。

图1  研究区地质图

Fig.1  Geology map of studied area

主成分分析是本研究的主要技术手段，根据常见蚀变矿物的光谱吸收谷与ETM⁺数据波段的对应关 系^[10-13]，分别以Band2，Band3，Band4和Band5/Band1主成分分析以及Band2，Band4，Band5和Band7主成分分析完成褐铁矿化蚀变异常提取和黏土化、碳酸盐化蚀变异常提取，再经过二次主成分分析，提取了综合异常，遥感蚀变异常强度分级明显，面积约为0.3 km²，与矿体吻合^[14]，异常分布见图2。

异常按强度分3级，朱拉扎嘎金矿一带，矿区与第3级异常吻合，围绕矿区异常由内向外表现为由高向低的分布趋势，并且受SN向构造控制，异常带南北走向延伸。

2.2  化探异常特征

1:20万区域化探扫面圈定Ag，Cu，Pb，Zn，As，Hg，Sb，Bi，W，Sn，Mo，Fe₂O₃，Co，Ni，Mn，B和F等近20个元素的综合异常，浓集中心明显，Au质量分数峰值为17×10^-9，面积为36 km²。1:5万水系加密测量，异常重现，在朱拉扎嘎一带Au异常强度最高，规模最大，出现了多个浓集中心，其中3处质量分数峰值分别达到380×10^-9，270×10^-9和150×10^-9；在峰值380×10^-9点附近发现了朱拉扎嘎金矿，在其他几处发现了金矿化脉^[15-16]。异常各元素浓集中心不完全吻合，Cu 异常与Au异常具有相似的分布趋势，与矿区吻合较好，其他Ag，Pb和Zn等异常浓集中心与矿区不吻合，分布在矿区外围(图2)。

2.3  遥感蚀变异常与化探异常之间的关系

水系沉积物测量显示的是次生异常，由于各元素的地球化学性质不同，在表生条件下显示的迁移能力也不同，因此所形成的异常与异常源发生分离，并且迁移的距离也不同，这就形成了近矿指示元素和远矿指示元素。在朱拉扎嘎金矿周围，化探测量显示了良好分带性，Au和Cu异常中心与矿床吻合，形成近矿指示元素，而Pb，Zn和Ag等化学性质活跃，迁移能力强，异常中心位于矿床外围，形成远矿指示元素。

遥感蚀变异常与矿床实际异常较吻合，与Au和Cu分布趋势也相近。目前进一步研究其与矿化及指示元素之间的定量关系，条件还不充分，因为ETM⁺在0.45~2.35 μm的光谱区间只设置6个波段，并且受大气层的干扰，传感器接收到的地物波谱会有一定程度的失真^[17]，所以，提取的遥感蚀变异常信息精度和准确度都存在误差，很难与化探异常进行定量分析研究，但是，通过定性分析可以看出二者具有很好的相关性，特别是在矿区，特征表现得很明显。

图2  朱拉扎嘎地区遥感异常和1:5万化探异常

Fig.2  Map for RS alteration anomalies and 1:50 000 geochemical abnormities of Zhulazhaga area

3  地面岩石光谱与化学成分之间的关系

为进一步研究遥感异常与化探异常之间的关系，选择在矿区进行岩石光谱测试和化学成分分析，并进行关联分析，这样可以避免大气层的干扰、传感器的误差和波段少等因素的限制，光谱测试可以连续测定0.45~2.35 μm之间的光谱数据，化学成分测试选择与化探异常相关的元素，将光谱数据和化学成分之间进行关联分析，建立定量关系模型。

实测剖面布置在矿区北部原26号勘探线附近，剖面(图1中A-D剖面)切穿矿体，点距30 m，采集岩石样品24件。

3.1  光谱测试

光谱测试使用便携式野外光谱仪(ASD：FieldSpec-FR)，FieldSpec Pro型光谱仪由美国分析光谱设备(ASD)公司生产。可以获取350~2 500 nm 波长范围内地物的光谱曲线，光谱分辨率为3 nm/10 nm，采样间隔为1.4 nm/3 nm，0.1 s的记录速度和较高的信噪比。

3.1.1  样品测试和数据采集

样品测试在暗室内完成，采用ASD自带光源，光源固定在三角架上，与地面垂直夹角15°，距离样品高度25 cm，样品置于黑色背景布上。样品测试前用白板进行校正，之后开始测试样品，测试结果为反射率值，取5次重复测试结果的平均值，由软件ViewSpecPro version 2.10完成制图和文本文件的数据提取工作。图3所示为ASD实测矿区岩石样品光谱曲线图。

3.1.2  数据处理

根据光谱定量反演地物成分原理，光谱吸收深度与岩石中矿物成分的含量具有定量关系，光谱的吸收波长位置可以确定成分类别^[18]。矿区褐铁矿化普遍，与Au矿化关系密切，因此以其特征谱位置900 nm处的吸收深度(H₉₀₀)作为特征参数来研究其与矿化指示元素之间的关系。

特征参数提取：包络线技术是提取光谱吸收深度的理论算法，但由于所测样品之间环境的微弱差异都会导致所测的光谱反射率发生变化，致使包络线技术不能完成光谱吸收深度参数的工作。为消除测试过程产生的误差，采用比值法得到比较平稳的光谱吸收深度参数剖面曲线。具体为根据褐铁矿光谱反射率曲线的特征谱带在750 nm处有反射峰，900 nm处有吸收谷的特点，以测得的光谱曲线在750 nm处的光谱反射率与900 nm处的光谱反射率之比定量求解光谱吸收深度。以yp1~y6号样品为例(图3)，光谱曲线波长在750 nm和900 nm处对应的反射率分别为0.056和 0.046，比值为1.217，即yp1~y6号样品的特征光谱吸收深度(H₉₀₀)为1.217，剖面A-D的特征光谱吸收深度数据结果见表1，以采样点为横坐标，光谱吸收深度为纵坐标，绘制特征光谱吸收强度剖面曲线图(图4)。

图3  ASD测试yp1~y6号样品光谱曲线图

Fig.3  Spectra curve of yp1-y6 detected by ASD

3.2  岩石化学成分测试

样品分析项目选择矿床在1:20万扫面中出现异常的元素，包括Au，Ag，Cu，Pb，Zn，As，Sb，Bi，Hg，W，Sn，Mo，F，Fe₂O₃，SiO₂，Cr，Ni，Co，Mn和B等20个元素，委托中国冶金地质勘查工程总局一局测试中心进行分析，使用仪器为GGX-09型原子吸收分光光度计和1301-722型可见光栅光度计。

表1  不同样品的特征光谱吸收深度(H₉₀₀)

Table 1  Spectral absorb depth of limonites of different samples

图4  剖面A-D特征光谱吸收深度图

Fig.4  Curves for spectral absorb depth of rocks of profile A-D

4  岩石光谱特征和化学成分之间的关系

将样品化学成分分析结果与H₉₀₀作为一个样本进行聚类分析，分析结果见图5。由图5可以看出：H₉₀₀与Cu，As，Bi，W，Mo和Fe₂O₃在一个大类中，说明H₉₀₀与Cu，As，Bi，W，Mo和Fe₂O₃相关性较好。

图5  剖面A-D岩石光谱与化学成分聚类分析结果谱系图

Fig.5  Trees of rocks about spectral absorb depth(H₉₀₀) and contents of chemical elements of profile A-D

为突出各元素含量变化趋势，将分析结果与H₉₀₀相关性较好的一组元素Cu，As，Bi，W，Mo和Fe₂O₃绘制成剖面图(图6)。将不同质量分数的各元素绘制在同一坐标系中，选择衬度(R)作为纵坐标，衬度定义为元素质量分数与平均质量分数的比值。

将岩石光谱900 nm处光谱吸收深度H₉₀₀和各元素含量进行关联分析：

首先从空间分布趋势上看，图4和6都表明：在平缓的背景曲线上都出现了3个明显的异常峰值，即在yp1~y6，yp1~y9，yp1~y12采样点处，岩石样品中Au质量分数达到1×10^-6以上，超过了工业品位，在这几点处，Cu，As，Bi，W，Mo和Fe₂O₃质量分数也同样很高，光谱吸收深度参数也表现相同的高值特征。说明在Au及与热液活动有关的元素Cu，As，Bi，W，Mo和Fe₂O₃出现异常的点位光谱也出现了异常。

进一步研究2类异常的定量关系，以H₉₀₀为自变量，异常元素质量分数(C)为因变量，进行回归分析，发现元素质量分数与光谱吸收深度参数的定量关系如下：

w(Fe₂O₃) =26.985-56.712 H₉₀₀+30.368 H₉₀₀², R²=0.857;

w(Bi)=276.708-585.107 H₉₀₀+308.556 H₉₀₀², R ²=0.786;

w(Cu)=106.332-227.982 H₉₀₀+123.131 H₉₀₀², R ²=0.721;

w(Au)=500.779-11 044.346 H₉₀₀+542.342 H₉₀₀², R ²=0.717;

w(As)=68.795-144.617 H₉₀₀+77.091 H₉₀₀², R ²=0.591;

w(Mo)=25.001-52.850 H₉₀₀+28.511 H₉₀₀², R ²=0.507;

w(W)=92.149-184.70 2 H₉₀₀+92.954 H₉₀₀², R ²=0.472。

其中：Fe₂O₃，Bi，Cu和Au质量分数与光谱吸收深度之间二次曲线拟合度(R²)大于0.7，As，Mo和W次之，拟合度在0.5左右，说明前一组元素与光谱参数建立的定量关系可靠性高于后一组。

图6  剖面A-D衬度R曲线图

Fig.6  Curves of R ratio of profile A-D

通过回归方程及图形(图7)分析，Cu，As，Bi，W，Mo和Fe₂O₃质量分数与H₉₀₀具有相似的分布特征，关系图上都表现为开口向上的二次曲线，在H₉₀₀小于0.9的区间内都显示了负相关，曲线变化相对平缓，H₉₀₀在[0.9, 1.0]区间内样品集中处于二次曲线的底部，相关性不明显，在H₉₀₀大于1的区间内，都显示正相关，曲线变化陡。上述特征表明异常越强正相关性越好，也就是说强矿化的地段光谱异常特征也明显，其中光谱吸收深度参数H₉₀₀与Fe₂O₃，Bi，Cu和Au质量分数之间二次曲线的拟合度较高，说明H₉₀₀与这组元素的相关性更可靠。

图7  矿区岩石光谱吸收深度(H₉₀₀)与元素质量分数之间的关系

Fig.7  Relationships between spectral absorb depth(H₉₀₀) and mass fraction of geochemical elements of rocks

5  讨论与认识

(1) 实验结果表明：在朱拉扎嘎金矿区，利用美国ASD光谱测试仪测试岩石光谱，获取岩石光谱曲线，通过数据处理获取900 nm处光谱吸收深度参数H₉₀₀，将其与岩石样品中Au，Cu，Fe₂O₃，Bi，W，Mo和As质量分数相关联，发现H₉₀₀与该组元素成分之间具有二次曲线函数关系，强异常区正相关关系更好，其中与Au，Cu，Fe₂O₃和Bi的质量分数拟合度较高，相关性更可靠。上述结果说明光谱参数与矿化指示元素之间可以建立定量关系，这种关系可以为通过光谱测试反演地球化学成分提供依据。

(2) 卫星遥感ETM⁺数据所提取的遥感蚀变异常和化探数据进行关联，由于1:5万化探测量分析数据有限，不能完全与地面光谱H₉₀₀与化学成分之间的关系进行一一对应研究，但就目前收集到的Au，Ag，Cu，Pb和Zn等5个元素，Au和Cu相关性好与矿床空间分布关系密切，Ag，Pb和Zn在矿区外围。 遥感蚀变异常与Au和Cu关系密切，与Ag，Pb和Zn相关性次之，这一点基本与地面光谱与化学成分之间的关系对应。比较而言遥感蚀变异常和化探异常虽不能建立明确的定量关系，但从图面上也能定性地反映出与部分元素较好的相关性，显示ETM⁺遥感数据有反演地物化学成分的潜质，相信随着遥感技术的发展，遥感技术反演地物化学成分这项工作会不断发展和完善，最终应用于生产。

(3) 本研究只是将矿区岩石光谱参数与矿化指示元素进行了关联分析，建立了光谱参数与部分元素含量的定量关系模型，这种定量关系模型考虑的因素有限，如只选择了各元素含量与900 nm处光谱吸收深度参数H₉₀₀的定量关系研究，与其他波段之间的关系还没有讨论，以及某波段或多波段与各元素或组合元素之间的关系等等都没有深入讨论，目前的研究还不足以支撑利用光谱参数对地物化学成分的反演工作，有待于进一步深入，如寻找更多、更完善关系模型等。

致谢：

本文在研究工作中得到内蒙古自治区地质调查院高级工程师王忠、刘金宝等同志的大力支持，在此表示感谢。

参考文献：

[1] Hunt G R, Salisbury J W. Visible and near-infrared spectra of minerals and rocks:Ⅰ. Slicate minerals[J]. Modern Geology, 1970(1): 283-300.

[2] Hunt G R, Salisbury J W. Visible and near-infrared spectra of minerals and rocks: Ⅱ. Carbonates[J]. Modern Geology, 1971(2): 23-30.

[3] Hunt G R, Salisbury J W, Lenhoff C J. Visible and near-infrared spectra of minerals and rocks: Ⅲ. Oxides and hydroxides[J]. Modern Geology, 1971(2): 195-205.

[4] Hunt G R, Salisbury J W, Lenhoff C R. Visible and near infrared spectra of minerals and rocks: Halides, phosphates, arsenates, vanadates and borates[J]. Modern Geology, 1972(3): 121-132.

[5] Hunt G R. Spectral signstures of particulate minerals in the visible and near infrared[J]. Geophysics, 1977, 429(3): 501-513.

[6] 徐瑞松, 马跃良, 何在成. 遥感生物地球化学[M]. 广州: 广东科技出版社, 2003: 58-63.

XU Ruisong, MA Yueliang, HE Zaicheng. Remote sensing biogeochemistry[M]. Guanzhou: Guangdong Science and Technology Publishing House, 2003: 58-63.

[7] 甘甫平, 王润生. 遥感岩矿信息提取基础与技术方法研究[M]. 北京: 地质出版社, 2004: 19-96.

GAN Fuping, WANG Runsheng. Study of extraction base and technical methods of Remote sensing rocks and minerals information[M]. Beijing: Geology Press, 2004: 19-96.

[8] 马润，郭万良. 内蒙古阿拉善盟朱拉扎嘎及外围金矿资源潜力评价报告[R]. 内蒙古地质调查院, 2001: 4-11.

MA Run, GUO Wanliang. The report of resource potential evalution in Inner Mongolia Zhulazhaga gold deposit and its adjacent area[R]. Inner Mongolia Geological Survey Iinstitute, 2001: 4-11.

[9] 杨岳清, 江思宏, 聂凤军, 等. 朱拉扎嘎金矿地质特征及成因研究[J]. 地质与资源, 2001, 10(3): 146-152.

YANG Yueqing, JIANG Sihong, NIE Fengjun, et al. Geology and genesis of Zhulazhaga gold deposit, Inner Mongolia, China[J]. Geology & Resource, 2001, 10(3): 146-152.

[10] 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.

ZHANG Yujun, YANG Jianmin, CHEN Wei. A study of the method for extractioh of alteration anomalies from the ETM⁺(TM) data and its application: Geologic basis and spectral precondition[J]. Remote Sensing for Land & Resources, 2002, 54(4): 30-36.

[11] Ranjbar H, Honarmand M, Moezifar Z, et al. Application of the Crosta technique for porphyry copperalteration mapping, using ETM⁺ data in the southern part of the Iranian volcanic sedimentary belt[J]. Journal of Asian Earth Sciences, 2004, 24(2): 237-243.

[12] Sabins F F. Remote sensing for mineral exploration[J]. Ore Geologry Reviews, 1999, 14(3/4): 157-183.

[13] 张玉君, 杨建民. 基岩裸露区蚀变遥感信息的提取方法[J]. 国土资源遥感, 1998, 36(2): 46-53.

ZHANG Yujun, YANG Jianmin. The method of abstracting remote sensing information of alterated rocks in the uncovered bedrocks area[J]. Remote Sensing for Land & Resource, 1998, 36(2): 46-53.

[14] 丛丽娟. 内蒙古阿拉善盟朱拉扎嘎金矿遥感蚀变岩异常提取方法研究与应用[D]. 北京: 中国地质大学地球科学与资源学院, 2005: 39-41.

CONG Lijuan. The study and application of remote alteration anomaly extracted method in Inner Mongolia Zhulazhaga gold deposit[D]. Beijing: China University of Geoscience. School of Earth Sciences and Resource, 2005: 39-41.

[15] 赵云, 张振法, 牛颖智, 等. 物化探方法在内蒙古朱拉扎嘎金矿的发现和扩大过程中的作用[J]. 中国地质, 2001, 28(2): 25-35.

ZHAO Yun, ZHANG Zhenfa, NIU Yingzhi, et al. Application of geophysical and geochemical method in discovering and enlarging of the zhulazhaga gold deposit, Inner Mongolia[J]. Geology in China, 2001, 28(2): 25-35.

[16] 张振法, 牛颖智, 杨万金, 等. 内蒙古朱拉扎嘎金矿物探化探新近展和超大型远景规划评述[J]. 物探与化探, 2002, 26(5): 357-363.

ZHANG Zhenfa, NIU Yingzhi, YANG Wanjin, et al. New advances in geophysical and geochemical exploration within the Zhulazhaga gold ore district in Inner Mongolia and prognosis of superlarge prospective reserves[J]. Geophysical & Geochemical Exploration, 2002, 26(5): 357-363.

[17] 承继成, 郭华东, 史文中. 遥感数据的不确定性问题[M]. 北京: 科学出版社, 2004: 56-67.

CHENG Jicheng, GUO Huadong, SHI Wenzhong. Uncertainty of remote sensing data[M]. Beijing: Science Press, 2004: 56-67.

[18] 陈述彭, 童庆禧, 郭华东. 遥感信息机理研究[M]. 北京: 科学出版社, 1998: 166-167.

CHENG Shupeng, TONG Qingxi, GUO Huadong. Remote sensing information mechanism study[M]. Beijing: Science Ppress, 1998: 166-167.

(编辑  何运斌)

收稿日期：2012-02-16；修回日期：2012-06-15

基金项目：内蒙古自治区政府科研基金资助项目(05-6-YS2)

通信作者：丛丽娟(1966-)，女，内蒙古乌兰浩特市人，博士, 高级工程师，从事遥感、地球化学勘查和GIS研究与应用工作；电话：13910103849；E-mail: nmg_clj@126.com