Image processing for ASTER remote sensing data to map hydrothermal alteration zones in East Kazakhstan

封面

如何引用文章

全文:

详细

Porphyry copper deposits are accompanied by extensive aureoles of hydrothermally altered rocks which make it possible to detect them on satellite images in the absence of vegetation. The study is devoted to using the Earth’s remote sensing data, particularly, satellite images from the Japanese sensor ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer), which are used to identify areas that are promising for the discovery of porphyry copper deposits and ore occurrences within the copper belt of Kazakhstan. The analysis of numerous publications that offer various methods for processing ASTER images for the interpretation of hydrothermally altered rocks accompanying porphyry copper occurrences showed that the most effective method for this region is the Crosta technique. The Crosta technique, unlike other methods, does not use primary bands, but their combinations are obtained by the principal components analysis method. Thus, the combination of the results of the principal components analysis with the use of index images and analysis of the geological map made it possible to identify areas of hydrothermally altered rocks in the study area. The described technique helps to predict promising areas for porphyry copper mineralization of varying degrees of reliability, associated with their hydrothermal processing.

作者简介

Hamza Mahmoud

RUDN University

Email: 1032205919@rudn.ru
ORCID iD: 0000-0002-2946-7144
SPIN 代码: 1929-6130

master's student, Department of Subsoil and Petroleum Engineering, Academy of Engineering

6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation

Elena Karelina

RUDN University

编辑信件的主要联系方式.
Email: karelina-ev@rudn.ru
ORCID iD: 0000-0003-4691-4855
SPIN 代码: 4919-8300
Scopus 作者 ID: 57215413670

PhD of Geology, Associate Professor of the Department of Mineral Developing and Oil & Gas Business, Academy of Engineering

6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation

Vladimir Markov

RUDN University

Email: markov-ve@rudn.ru
ORCID iD: 0000-0001-6594-0763
SPIN 代码: 5882-5663

senior lecturer, Department of Mineral Developing and Oil & Gas Business, Academy of Engineering

6 Miklukho-Maklaya St, Moscow, 117198, Russian Federation

Viktor Diakonov

Sergo Ordzhonikidze Russian State University for Geological Prospecting

Email: mdf.rudn@mail.ru
ORCID iD: 0000-0002-9153-6489
SPIN 代码: 8780-8588
Scopus 作者 ID: 57200068947

Doctor of Science in Geology, Professor

23 Miklukho-Maklaya St, Moscow, 117997, Russian Federation

Ilya Vikentyev

Institute of Geology of Ore Deposits, Petrography, Mineralogy, and Geochemistry of the Russian Academy of Sciences

Email: viken@igem.ru
ORCID iD: 0000-0001-9133-7562
SPIN 代码: 2456-3030
Scopus 作者 ID: 6506542626

Doctor of Geology, leading researcher, Laboratory of Ore Deposits

35 Staromonetnyi Pereulok, Moscow, 119017, Russian Federation

参考

  1. Haldar SK. Mineral exploration principles and applications. 2nd ed. Elsevier; 2018.
  2. Yong G, Xining Z, Peter MA, Alfred S, Lianfa L. Geoscience-aware deep learning: a new paradigm for remote sensing. Science of Remote Sensing. 2022;5:100047. http://doi.org/10.1016/j.srs.2022.100047
  3. Sabins FF. Remote sensing for mineral exploration. Ore Geology Reviews. 1999;14:157-183. http://doi.org/10.1016/S0169-1368(99)00007-4
  4. Di Tommaso I, Rubinstein N. Hydrothermal alteration mapping using ASTER data in the Infiernillo Porphyry Deposit, Argentina. Ore Geology Reviews. 2007; 32:275-290. http://doi.org/10.1016/j.oregeorev.2006.05.004
  5. Abrams M, Hook SJ. Simulated ASTER data for geologic studies. IEEE Transactions on Geoscience and Remote Sensing. 1995;33:692-699. https://doi.org/10.1109/36.387584
  6. Pour AB, Hashim M, Marghany M. Using spectral mapping techniques on short wave infrared bands of ASTER remote sensing data for alteration mineral mapping in SE Iran. International Journal of the Physical Sciences. 2011;6(4):917-929.
  7. Tomislav H. A practical guide to geostatistical mapping of environmental variables. Geoderma. 2007;140: 417-427.
  8. Lowell JD, Guilbert JM. Lateral and vertical alteration-mineralization zoning in porphyry ore deposits. Economic Geology. 1970;65:373-408.
  9. Hunt GR, Ashley P. Spectra of altered rocks in the visible and near infrared. Economic Geology. 1979; 74:1613-1629.
  10. Mars JC, Rowan LC. Regional mapping of phyllic- and argillic-altered rocks in the Zagros Magmatic arc, Iran, using Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) data and logical operator algorithms. Geosphere. 2006;2:161-186.
  11. Sillitoe RH. Porphyry copper systems. Economic Geology. 2010;105:3-41.
  12. Kotelnikov AE, Fedosova KI. Paleovolcanic reconstruction of the Mednogorsk Ore District. RUDN Journal of Engineering Research. 2016;(1):94-100. (In Russ.)
  13. Diakonov VV. Copper-porphyry deposits - conditions of localization and search. Moscow: RUDN University; 2010.
  14. Pour AB, Hashim M. The application of ASTER remote sensing data to porphyry copper and epithermal gold deposits. Ore Geology Reviews. 2012;44:1-9. https://doi.org/10.1016/j.oregeorev.2011.09.009
  15. Yoshiki N. Rock type mapping with indices defined for multispectral thermal infrared ASTER data: case studies. Remote Sensing for Environmental Monitoring, GIS Applications, and Geology: Proceedings SPIE. 2003;4886:123-132. https://doi.org/10.1117/12.462358
  16. Rockwell BW, Hofstra AH. Identification of quartz and carbonate minerals across Northern Nevada using ASTER thermal infrared emissivity data - implications for geologic mapping and mineral resource investigations in well-studied and frontier area. Geosphere. 2008;4:218-246.
  17. Abrams M, Hook S, Ramachandran B. ASTER user handbook (vol. 2). Jet Propulsion Laboratory, California Institute of Technology; 2004. Available from: http://asterweb.jpl.nasa.gov/content/03_data/04_Documents/aster_guide_v2.pdf (accessed: 20.09.2022).
  18. Shahriari H, Ranjbar H, Honarmand M. Image segmentation for hydrothermal alteration mapping using PCA and concentration - area fractal model. Natural Resources Research. 2013;22(3):191-206. https://doi.org/10.1007/s11053-013-9211-y
  19. Clark RN, Swayze GA, Gallagher AJ, King TVV, Calvin WM. The U.S. geological survey digital spectral library. Version 1: 0.2 to 3.0 μm. 1993. https://doi.org/10.3133/ofr93592
  20. Rajendran S, Al-Khirbash S, Pracejus B, Nasir S, Al-Abri AH, Kusky TM, Ghulam A. ASTER detection of chromite bearing mineralized zones in Semail Ophiolite Massifs of the northern Oman mountain: exploration strategy. Ore Geology Reviews. 2012;44:121-135. https://doi.org/10.1016/j.oregeorev.2011.09.010
  21. Crosta A, Roberto C, Brodie C. Targeting key alteration minerals in epithermal deposits in Patagonia, Argentina, using ASTER imagery and principal component analysis. International Journal of Remote Sensing. 2003;21:4233-4240. https://doi.org/10.1080/0143116031000152291
  22. El-Desoky HM, Tende AW, Abdel-Rahman AM, Ene A, Awad HA, Fahmy W, El-Awny H, Zakaly HM. Hydrothermal alteration mapping using Landsat 8 and ASTER data and geochemical characteristics of precambrian rocks in the Egyptian shield: a case study from Abu Ghalaga, Southeastern Desert, Egypt. Remote Sensing. 2022;14:3456. https://doi.org/10.3390/rs14143456
  23. Rowan LC, Schmidt RG, Mars JC. Distribution of hydrothermally altered rocks in the Reko Diq, Pakistan mineralized area based on spectral analysis of ASTER data. Remote Sensing Environment. 2006;104:74-87. http://doi.org/10.1016/j.rse.2006.05.014
  24. Carranza EJM, Hale M. Spatial association of mineral occurrences and curvilinear geological features. Mathematical Geology. 2002;34:203-221. https://doi.org/10.1023/A:1014416319335

补充文件

附件文件
动作
1. JATS XML
下载

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».