花垣李梅铅锌矿集区地质特征及矿床成因探讨

李梅铅锌矿集区为湘西北最具找矿潜力的铅锌成矿区,赋存于寒武系下统清虚洞组厚大的碳酸盐岩中.矿化带延伸与藻礁浅滩相带一致.矿体具多层性,呈缓倾斜以整合层带状产出.矿石以锌为主铅锌共生,具有一定分带现象.矿石为微晶状、细晶状及胶状等结构.成矿物质主要来源于藻类及碳酸盐泥对Pb2+、Zn2+离子的吸取.稳定同位素资料表明,本区铅具有以幔源为主,壳幔混合的特点,硫源主要来自碳酸盐岩系的硫酸盐.矿床成因属于沉积成岩矿床类型,兼有成岩期后矿床性质.找矿应主要沿藻礁浅滩相东延地带进行,结合构造-地球化学分析,以探查隐伏矿床为主.     

南方植被区强迫不变植被抑制技术改进与应用

植被覆盖对岩石蚀变信息提取造成很大的干扰。强迫不变植被抑制技术在半干旱开阔地形区取得了较好的植被抑制效果,但在植被茂盛的山区效果有待验证。基于强迫不变植被抑制技术,针对南方植被区,在关键技术曲线平化步骤中采用分段平化并编程实现,较好地解决了植被抑制、裸地偏色及信息完整性之间的矛盾。分段平化后的植被信息得到较好抑制,下伏基岩信息突出,色调自然。应用该方法进行遥感蚀变信息提取,植被区遥感异常明显增强,异常与实际围岩蚀变吻合度较高,效果较好。     

面向对象分类技术在高分辨率遥感影像信息提取中的应用研究

应用高分辨率遥感数据进行矿山环境监测是近几年来矿山监测工作的一个发展趋势,信息提取技术是遥感数据应用中的关键。传统的像元分类方法只考虑了光谱信息,信息提取量少,分类精度低,难以满足高分辨率数据信息的提取。本文以IKONOS影像为数据源,利用面向对象分类新技术,探讨该技术在矿山高分辨遥感数据中的应用。最后运用kappa系数比较评价面向对象分类方法与传统的像元分类方法。研究表明,面向对象分类法比基于像元分类法精度更高,效果更好,具有较好的应用前景。