О НОВЫХ ВОЗМОЖНОСТЯХ КРУПНОМАСШТАБНОЙ ПРОГНОЗНОЙ ОЦЕНКИ ПАТТЕРНОВ ДИСТАНЦИОННОГО ИЗОБРАЖЕНИЯ (НА ПРИМЕРЕ НИЖНЕТАЕЖНОГО РУДНОГО УЗЛА, ПРИМОРЬЕ)

Аннотация: Рассматривается проблема создания крупномасштабной прогнозной модели рудных узлов на основе анализа материалов дистанционных съемок. В качестве территории проверки данного метода используется площадь Нижнетаежного рудного узла Восточно-Сихотэ-Алинского вулкано-плутонического пояса, имеющего благороднометалльную специализацию.
Ключевые слова: прогноз оруденения, методы дистанционного зондирования, рудные узлы, оценка перспективности, Дальний Восток России.

ABOUT THE NEW POSSIBILITIES OF LARGE-SCALE PROSPECTIVE ANALYSIS OF ORE PATTERNS OF REMOTE IMAGES (ON A SAMPLE OF NIZHNETAEZHNY ORE NODE, PRIMORSKY KRAY)
S.L.Shevyrev
Abstract. The problem of large-scale predictive models of ore nodes based on the analysis of remote images is considered. As the territory of the validation of this method the area of Nizhnetaezhny ore node (noble metal mineralization) of the East Sikhote-Alin volcanic-plutonic belt  has been considered.
Keywords: forecast of mineralization, remote sensing methods, ore nodes, evaluation of prospects, Russian Far East

Опубликовано в журнале: Шевырев С.Л. О новых возможностях крупномасштабной прогнозной оценки паттернов дистанционного изображения на примере Нижнетаежного рудного узла, Приморье // Руды и металлы. 2015. № 2. С. 56-66.

ВВЕДЕНИЕ

Образование месторождений как рудного, так и нерудного минерального сырья связано с миграцией в земной коре рудоносных растворов, производящих транспортировку веществ и, при наличии определенных факторов, формирующих промышленно значимые их скопления. Ключевым является представление о продуктивной гидротермальной палеосистеме – участке земной коры, обладающим свойствами трещинной перколяционной структуры, которые позволяют рудоносным флюидам мигрировать, и формировать те или иные скопления полезных ископаемых.
Задачи прогноза и поисков таких месторождений требуют выявления закономерностей строения и площадного распространения элементов гидротермальной палеосистемы, включающих источники рудного вещества и инфраструктуру, обуславливающую пути его перемещения и места отложения. Для этого в рамках настоящей работы рассматриваются вопросы формирования комплексной системы оценки территорий, направленной на их классификацию  по степени прогнозной перспективности в отношении выявления гидротермальных месторождений.
Руководящей является гипотеза о том, что палеогидротермальная система, существовавшая в прошлом, сохранила свидетельства своей инфраструктуры, запечатленные в современном рельефе, контролируемом мощностью эрозионного среза.

ПАТТЕРНЫ ТРЕЩИНОВАТОСТИ И ВОЗМОЖНОСТИ ИХ ОПИСАНИЯ

Нарушения земной поверхности, выделяемые по космофотоснимкам (КФС), т.н. «паттерны трещиноватости», представлены структурами различной природы и возраста. В практике дистанционных прогнозных исследований обычно выделяют линейные, кольцевые  и дугообразные элементы дистанционного изображения. Линейные элементы, прослеживаемые в ландшафтах, маркируют зоны разломов различного порядка. Но для определения перспективности территории в отношении наличия полезных ископаемых, связанных с миграцией гидротермальных растворов, следует учитывать также иные структурные особенности несплошностей породы, образующие перколяционный кластер. Для возникновения инфильтрации гидротермальных растворов необходимо, чтобы система трещиноватости достигла порога протекания – минимально необходимого наличия в ней несплошностей, образовавших кластеры. Для формирования последних важны не только наличие несплошностей в объеме породы, но и их связность [3].
Необходимо отметить, что для формирования палеогидротермальной системы важно наличие источников растворов, в качестве одного из которых могло выступить магматическое тело.
Для выявления продуктивных зон требуется аналитически выделить черты гидротермальной системы в дистанционном изображении и рассчитать параметры, описывающие их характеристики.
В качестве средств анализа используются: распознавание образов с помощью преобразования Хафа, а также анализ структур палеогидротермальной системы с применением фрактальной размерности Минковского (Dm).

ГЕОЛОГИЧЕСКОЕ СТРОЕНИЕ НИЖНЕТАЕЖНОГО РУДНОГО УЗЛА

В качестве фактического материала для анализа отбирались материалы радарных съемок Тернейского района Приморья (SRTM, разрешение 90 м), включающие территорию Нижне-Таежного рудного узла (НТРУ) и прилегающие площади. Для средств дистанционного мониторинга они представляют трудные объекты, что обусловлено практически повсеместным развитием почвенно-растительного покрова. НТРУ, имеющий площадь до 500 км2, расположен в Прибрежной зоне Восточно-Сихотэ-Алинского вулкано-плутонического пояса (бассейн р. Таежной, примерно в 25 км от побережья Японского моря), характеризуется дифференцированным геологическим строением [2], наличием разрывных нарушений различной выраженности и соподчиненности, а также центров вулканизма (рис. 1).

Рис. 1. Схематическая геологическая карта Нижнетаежного рудного узла. 1 – нижнемеловые терригенные отложения складчатого основания Восточно-Сихотэ-Алинского вулкано-плутонического пояса; 2-5 – вулканические и вулкано-плутонические комплексы: 2 – кизинский миоценовый вулканический (субвулканические тела дацитов и андезидацитов), 3 – богопольский маастрихт-датский (а – игнимбриты и туфы риолитов, б – экструзии и некки дацитов, в меньшей степени – экструзии андезитов и риолитов, в – гранитоидные тела), 4 – самаргинский раннемаастрихтский (а – туфы дацитов и риодацитов, в меньшей мере – андезиты, туфы андезитов и риолитов, б – экструзии, некки и дайкообразные тела андезитов и андезидацитов, в – гранитоиды, в т.ч. З – массив Заводской), 5 – приморский турон-кампанский (а – туфы риолитов с прослоями игнимбритов, туффитов, туфоалевролитов и туфопесчаников, б – экструзии и некки риолитов, в – гранитоиды, в т.ч. М – Малиновский массив); 6 – крупные вулкано-тектонические структуры: I – Тальниковая, II – Шандуйская, III – Носыревская, IV – Монкинское поднятие; 7-8 – разломы: 7 – ограничивающие палеокальдеры, 8 – прочие (Т – Таежная зона разрывов); 9 – контуры главных рудоносных участков.

Стратифицированные образования НТРУ относятся к двум структурным этажам: нижнему терригенному (К1), породы которого смяты в крутые складки северо-восточного простирания и верхнему – вулканогенному (К2), включающему эффузивно-пирокластические накопления богопольской (маастрих-дат), самаргинской (маастрихт) и приморской (турон-кампан) толщ, участвующие в строении кальдер проседания (Носыревской, Тальниковой и Шандийской) и Монскинского вулканокупольного поднятия.
Наиболее крупные интрузивные и субвулканические тела относятся к самаргинскому и богопольскому вулкано-плутонических комплексам (ВПК). Вместе с более молодыми образованиями они сосредоточены в локальных очаговых структурах интрузивно-купольного типа. Интрузивы имеют сложное строение, обусловленное стадийностью их формирования. Так, наиболее ранние фазы крупного Малиновского массива сложены преимущественно самаргинскими диоритоидами, в составе которых преобладают мелкозернистые биотит-роговообманковые разности. Картируемые в составе этого комплекса биотитовые порфировидные граниты, переходящие в краевых частях массива в гранит-порфиры, вероятно, принадлежат богопольскому ВПК [5]. Субвулканические тела последнего представлены крупнопорфировыми риолитами, их кластолавами, а также гранит-порфирами.  Среди пород богопольского ВПК подчиненную роль играют некки дацитов и трахидацитов, иногда переходящих в андези-дациты, риодациты и риолиты.
Более поздние – кизинские – образования представлены слабо измененными мелко- и неяснопорфировыми (часто миндалекаменными) разностями роговообманково-плагиоклазовых андезитов повышенной щелочности, в меньшей степени базальтами и андезибазальтами с шаровой отдельностью.
По данным полевых исследований территории НТРУ [2], на площади узла широко развиты разрывные нарушения, диагностируемые также и при дистанционных космических исследованиях. Разрывные нарушения первого порядка имеют преимущественно северо-восточное простирание, согласное с ориентировкой региональных разломов фундамента ВСАВПП, контролирующих пространственное положение вулканотектонических структур и центров эксплозивного вулканизма (см. рис. 1).
На площади узла выявлены комплексные геохимические аномалии (потоки рассеяния) серебра, свинца, цинка, олова, меди, позволившие выделить рудоносные участки (поля): Кумирный, Левобережный, Кабаний и Средний Сухой. В пределах последних локализованы рудные зоны (более 30) преимущественно северо-западной ориентировки с редкометальной, полиметаллической (с серебром), олово-полиметалльно-серебряной, полиметалльно-серебряной и собственно серебряной минерализацией.
Жильно-прожилковые зоны с олово-полиметалльно-серебряным, полиметалльно-серебряным оруденением размещены вблизи Малиновской интрузии и штоков самаргинских диоритов среди ороговикованных вулканитов нижней пачки (K2pr1) приморской толщи (Белембинская, Бортовая, Русловая и др.). Мощность таких зон достигают 10-20 м, протяженность 1,5 км и более. Они состоят из сложноветвящихся крутопадающих сереброносных кварц-сульфидных жил, сопровождаемых прожилково-вкрапленной минерализацией.
Убогосульфидные сереброносные зоны (Кумирная, Водораздельная, Заманчивая, Ближняя, Неясная, Крайняя, Перевальная, Сентябрьская, Сюрприз и др.) пространственно разобщены с олово-полиметалльно-серебряным оруденением. Они имеют значительно меньшую мощность (до 3-4 м) и преимущественно размещены среди вулканитов верхней пачки приморской толщи (K2pr3), превращенных в кварц-серицит-гидрослюдистые метасоматиты [2].

МЕТОДИКА ИССЛЕДОВАНИЙ
В основу проведенных исследований положены следующие наработки:
•    Автоматизированное выделение кольцевых (изометрических) структур – ключ определения положения и автоматизированного учета тектономагматических поднятий, центров эксплозивного магматизма, являющихся вероятными источниками гидротермального вещества;
•    Анализ препарированного денудацией рисунка трещиноватости и распознавание его паттернов проводились с учетом его фрактальной размерности, поскольку диссипация эндогенного вещества могла осуществляться посредством инфраструктуры палеогидротермальной системы.
•    Применение автоматизированных методик дешифрирования, основанных на преобразовании Хафа [6] наделяет исследователя методологическим  аппаратом распознавания структурных элементов изображения. Для распознавания кольцевых элементов космическое изображение предварительно отфильтровывалось с получением градиентного изображения, вычислением степени контрастности градиента и обнаружением его локальных максимумов, соответствующих контрастным границам [8]. Данные действия полностью автоматизированы.
При подобном подходе субъективная роль исследователя сводится к подбору параметров анализа, а также классификации автоматически выделенных структурных элементов по степени их достоверности.
Для проведения автоматизированной экспертной оценки территории было реализовано несколько этапов анализа, включающие от двух до семи стадий (см. Таблица):

Таблица. Алгоритм, направленный на анализ дистанционного строения территории

В ходе реализации первого этапа производился анализ структуры ЦМР и автоматическое распознавание КС. Выделенные кольцевые структуры рассматривались в зависимости от степени их выраженности и диаметра. С точки зрения настоящей методики, они исследовались как наиболее значимые элементы структуры НТРУ: тектономагматические поднятия, кальдеры проседания, вскрытые денудацией интрузии, жерловые субвулканические ассоциации. Второй этап служил задаче выявления возможной транспортной инфраструктуры палеогидротермальных растворов. Выбор параметров фильтрации обусловлен наиболее полным выделением «скелетных» элементов (сопоставимые с действительной ситуацией результаты достигнуты с помощью алгоритма поиска границ на изображении [8]). Затем с помощью покрытия прямоугольными окнами на территории исследования рассчитывались значения фрактальной размерности Минковского (применялся модуль boxcount программы Matlab, автор F.Moisy [9]).

Окна покрытия, в пределах которых рассчитывалась фрактальная размерность Минковского классифицировались с применением алгоритма естественных границ Дженкса. Эта классификация достаточно эффективна, поскольку в каждом классе минимизируется стандартное отклонение членов класса и его среднего значения, при этом отклонение между  различными классами максимизируется. Число классов подбиралось экспериментально. При этом была выявлена естественная латеральная группировка окон покрытия в кластеры, характеризующиеся повышенными и пониженными значениями фрактальной размерности Минковского. Значения нескольких классов, показавших пониженные значения фрактальной размерности Минковского (эмпирически, Dm < 1.01), рассматривались как неперспективные (рис. 2).

Рис. 2. Анализ паттернов дистанционного изображения НТРУ. Обозначения: а – исходная ЦМР SRTM, б – преобразованное изображение; паттерны (S=4 км²): в – безрудные (в их пределах уменьшена вероятность обнаружения рудных объектов), г – наблюдаемые на площадях развития рудоносных зон.

Из рисунка видно, что паттерны преобразованного изображения с оруденением (рис. 2б), характеризуются  большим количеством скелетных элементов (черный цвет) и лучшей их «связностью».
Производилось сравнение выделенных кластеров с известными разломными структурами и рудными объектами гидротермального генезиса различного масштаба. Анализировалась выраженность известных объектов в поле значений фрактальной размерности Минковского и осуществлялся прогноз новых перспективных площадей.

ДИСТАНЦИОННАЯ ОЦЕНКА ГИДРОТЕРМАЛЬНОЙ ПАЛЕОСИСТЕМЫ НТРУ И ПРИЛЕГАЮЩИХ ТЕРРИТОРИЙ – ПРОГНОЗНЫЕ ВОЗМОЖНОСТИ

В результате применения методик автоматизированного дешифрирования дистанционной цифровой топографической модели (SRTM) были составлены прогнозные модели паттернов трещиноватости НТРУ (рис. 3) и прилегающих территорий (рис. 4).

Рис. 3. Прогнозная схема территории НТРУ, построенная по результатам автоматизированной оценки ЦМР SRTM. Обозначения: 1 – (а-г – кольцевые структуры, классы выраженности, а (наименее выраженные) – г (наиболее выраженные)); 2 – паттерны дистанционного изображения (а – «непроницаемые», б – «малопроницаемые», в – «проницаемые», г – «высокопроницаемые»); 3 – рудные зоны (а – известные, б – открытая летом 2014 года В.В. Ивиным зона «Дружба»); 4 – участки НТРУ (названия см. рис. 1). Буквы в кружках названия кольцевых структур : Ш – Шандуйская, Н – Носыревская, М – Малиновская.

Рис. 4. Схема прогнозной перспективности территории, прилегающей к НТРУ (проницаемые зоны): 1 – паттерны дистанционного изображения (а – «непроницаемые», б – «малопроницаемые», в – «проницаемые», г – «высокопроницаемые»), 2 – рудные объекты (вид сырья показан латиницей): немасштабные (а – рудопроявления, б – месторождения), в – рудные жилы НТРУ; 3 – рудные узлы; 4 – кластеры проницаемых паттернов (описание в тексте).

Сопоставлением этой схемы с геологическим данными (материалы ОАО «Приморгеология») открываются закономерности минерагении территории, воссоздаваемые по дистанционным данным. Установлено соответствие автоматизировано дешифрированных по КФС кольцевых структур известным вулканическим постройкам (кальдерам проседания, вскрытым денудацией магматическим камерам) и экструзивным массивам. Хорошо выражены как кальдеры проседания (Носыревская, Шандуйская), так и массивы гранитоидов (Малиновский).
Для приведенных выше кольцевых структур, кластеры окон покрытия, охарактеризованные значениями фрактальной размерности Минковского,  позволяют прослеживать пути миграции вещества, которые, при наличии геохимических барьеров, способны образовывать зоны его аккумуляции.
Эта закономерность хорошо прослеживается для следующих  участков НТРУ: Левобережный, Кумирный, Средний Сухой, причем северо-западное простирание рудных зон соответствует ориентировке осевых линий «проницаемых» кластеров покрытия (см. рис. 3). Тенденция приуроченности рудных зон к ослабленным структурам северо-западной ориентировки считается общей для ВСАВПП и отражена в работах В.П.Уткина [4]. Однако, выявление таких перспективных зон масштаба отдельных рудных узлов представляет собой нетривиальную задачу, решаемую  для исследуемых территорий.
Анализом площадного распределения кластеров устанавливается, что простирание их осевых зон подчиняется закономерностям, в целом типичным для тектонического рисунка ВСАВПП – длинные оси крупных кластеров имеют оси северо-восточного простирания,  оси меньших кластеров имеют северо-западную ориентировку. Также показано, что возможности линеаментного анализа на сегодняшний день существенно преувеличены. Линеаменты северо-восточного простирания не обязательно соответствуют рудным зонам, тогда как рудоносные кластеры паттернов, выявляемые нами, имею, преимущественно северо-западную, ортогональную, ориентировку.
Для прилегающей к НТРУ территории выявляется приуроченность рудных полей и отдельных скоплений полезных ископаемых к диссипативным проницаемым зонам.
Даже беглый визуальный осмотр схемы дешифрирования (см. рис. 4) позволяет выявить приуроченность рудных объектов в осевым линиям кластеров «проницаемых» паттернов (цифры в кружках 1-6 на рисунке), тогда как непроницаемые зоны практически лишены рудных объектов. В то же время, не по всем «проницаемым» участкам равномерно распределены рудные объекты, что позволяет рекомендовать площади для до изучения.
Кластеры выделенные на снимке (рис. 5), соответствующие, по нашему мнению, наиболее проницаемым зонам земной коры, вскрытым в эрозионном срезе, при дистанционном исследовании должны анализироваться совместно с кольцевыми структурами. Направления поисков корректируется в соответствии с результатами проведения геофизических и геохимических исследований, а также при использовании историко-минерагенических сведений о территории, включающих этапы тектонической активности и магматизма.

Рис. 5. Положение проницаемых зон по материалам автоматизированного дешифрирования КФС в тектонической структуре территории (по материалам [1]). 1 – рудные объекты (вид сырья показан латиницей): немасштабные (а – рудопроявления, б – месторождения), в – рудные жилы НТРУ; 2 – рудные узлы; 3 – кластеры проницаемых паттернов; 4 – разрывные нарушения достоверные; 5 – интрузивные и субвулканические тела (гранодиориты (а) и граниты (б) бачелазского комплекса; гранодиориты (в) и граниты (г) приморского комплекса; д – граниты верхнемеловые (K₂), е – палеогеновые граниты).

Из рис. 4 и 5 видно, что простирания длинных осей проницаемых зон, соответствующих кластерам, конформны известным разломам, к которым, в свою очередь, приурочены интрузии, парагенетически связанные с образованием месторождений полезных ископаемых. Таким образом, можно заключить, что аналитическое исследование одной лишь ЦМР SRTM района, с выделением «проницаемых зон», позволило дополнить известные выводы о его геологическом строении и минерагенических особенностях.
В полевом сезоне 2014 года, на территории НТРУ в пределах «проницаемой» площади (кластер (4), см. рис. 5) сотрудниками ДВГИ проводились дополнительные маршруты. В процессе их проведения Ивиным В.В. была обнаружена еще одна рудная зона («Дружба»), представляющая собой штокверковое тело, с кварц-сульфидными прожилками. (см. рис. 3). На местности эта зона представляла собой обохренные высыпки в выемке грунтовой дороги. Факт такой находки говорит о необходимости возобновления геологоразведочных работ на НТРУ в пределах выделенных по КФС проницаемых зон с целью наращивания запасов и усиления внимания к этому объекту.

ВЫВОДЫ

В результате проведенного исследования получена информация, которая может быть использована для создания крупномасштабной региональной прогнозной модели гидротермальных месторождений. Выявление узора трещинной сети по космическим снимкам и расчет фрактальной размерности Минковского для получения характеристики прогнозной перспективности может быть использован для выявления проницаемых зон существовавшей некогда в геологическим прошлом палеогидротермальной системы.
Автоматизированное выявление кольцевых структур может сузить круг опоисковываемых участков, выделяя проницаемые зоны, относящиеся к примыкающим к ним кольцевым объектам дистанционного изображения как наиболее перспективные для обнаружения скоплений полезных ископаемых гидротермального генезиса. Следует также отметить, что самостоятельное выделение кольцевых структур, без учета окружающей их трещинной инфраструктуры малоперспективно.
Можно указать два способа развития реализации предлагаемой методики дистанционного исследования:
1)    Самостоятельная методика, использующая исключительно данные дистанционного исследования, выявление кольцевых структур и проницаемых кластеров. Повышение достоверности, в данном случае, требует проведения заверки природы выделяемых объектов;
2)    Вспомогательная методика, дополняющая региональные геологические работы. В этом случае работы комплексируются с прогнозными геологическими данными и служат цели постановки дальнейших исследований.

Литература

1.    Государственная геологическая карта. Масштаб 1:1000 000 (новая серия). Лист L-(53),(54) – Кавалерово. Объяснительная записка. // Ред. Т.В. Брежнева. Санкт-Петербург, ВСЕГЕИ, 1994
2.    Ивин В.В., Родионов А.Н., Хомич В.Г., Симаненко Л.Ф., Борискина Н.Г. Геологическое строение и типы эндогенной минерализации Нижнетаежного рудного узла (Приморье)//  Тихоокеанская геология, 2006. Т. 25. № 3. С. 81-87.
3.    Тарасевич Ю.Ю. Перколяция: теория, приложения, алгоритмы / М.: Едиториал УРСС, 2002. 112 с.
4.    Уткин B. П. Строение, геохронология и структурно-динамические условия вертикального развития Восточно-Сихотэ-Алинского магмо-металлогенического пояса / В.П.Уткин // Доклады Академии наук. –  2005. – Т. 404, № 5. –  С. 659-663.
5.    Хомич В.Г., Ивин В.В., Борискина Н.Г. Новые определения возраста (K-Ar метод) интрузивных образований Нижнетаежного рудного узла (Северное  Приморье) // Вестник ТГУ, 2010. № 331. С. 214-218.
6.    Шевырев С.Л. Автоматизированный морфометрический анализ юго-восточной окраины Сибирского кратона по космическим изображениям в Matlab. // Вестник ВГУ, 2014. №3. С.35-41
7.    Шевырев С.Л., Хомич В.Г.     Выявление инфраструктурных элементов рудно-магматических систем Приморья по материалам космического зондирования // Вестник ВГУ, 2013. №2. С.118-128
8.    Jianbo Shi Computer vision // [Электронный ресурс]: Penn Engineering. School of engineering and applied science. URL: http://www.seas.upenn.edu/~cse399b/Lectures/CSE399b-04-edge.pdf (Дата обращения: 23.03.2014)
9.    Moisy F. Computing a fractal dimension with Matlab: 1D, 2D and 3D Box-counting // Laboratory FAST, University Paris Sud. URL: http://www.fast.u-psud.fr/~moisy/ml/boxcount/html/demo.html (Дата обращения: 11.08.2014)