Prediction perspective areas for the gold mineralization using the methods of mathematical information processing and the data set of remote sensing satellite Harmonized Landsat Sentinel-2 on the Polar Urals

Cover Page

Cite item

Full Text

Abstract

For the first time, for the SW part of the Malouralskaya zone of the Polar Urals, an approach was applied. The testing of which was obtained as a result of combining (1) methods of mathematical processing of information and (2) a set of data obtained by the Earth remote sensing spacecraft Harmonized Landsat Sentinel-2. The first one is based on the analysis of search features and their functional and correlation relationships. The second is the integration of maps of the distribution of hydrothermal alterations and the lineament density scheme, created on the basis of the results of statistical processing of remote sensing data. As a result of the study, two new areas were delineated and new predictive and prospecting features of gold mineralization were identified within the study area. (1) Areas promising for the gold mineralization type in the SW part of the Malouralskaya zone are localized along transregional fault zones that intersect favorable horizons and structures and control ore mineralization, and within the volcanic-tectonic structure (large morphostructure 40 × 45 km) of the 1st order. Within this depression, the accepted systems of modern volcanic structures of the 2nd and higher order, the position of which is controlled by junctions of NE- and NW-trending faults with a length of more than 10 km. (2) Potentially ore-bearing volcanic edifices show subsidence calderas and large area of metasomatic aureoles (more than 30 km2) with elevated indices of hydroxyl-(Al-OH, Mg-OH) and carbonate-bearing minerals and iron oxides and hydroxides (limonite) and, to a lesser extent, ferrous oxides.

Full Text

ВВЕДЕНИЕ

На современном этапе развития естественных наук происходят существенные изменения методов анализа и обобщения получаемых данных в результате развития электронно-вычислительной техники и многофункционального специального программного обеспечения (СПО). Вследствие этого наблюдается интерес к использованию математических методов в естественных науках, в том числе и геологии (Босиков и др., 2020; Кривогузова, Васютенко, 2022), например, для обработки данных космических изображений космических аппаратов дистанционного зондирования Земли (КА ДЗЗ). Полученная с помощью разнообразных математических методов информация, содержащаяся в космических снимках (КС) геоинформационного обеспечения, включает в себя принципиально новые сведения о геологическом строении территорий, которую нельзя получить традиционными методами, помогает повысить информативность, уменьшить затраты времени и средств на поиск и оценку новых месторождений, сократить избыточность геологических данных для решения прогнозно-поисковых и прогнозно-оценочных задач (Nezampour, Rassa, 2005; Зверев и др., 2005; Tommaso, Rubinstein, 2007; Zhang at al., 2007; Миловский и др., 2007; 2010; Зверев, Гаврилова, 2012; Vural et al., 2017; Yousefi et al., 2018).

Объект исследования – ЮЗ часть Малоуральской зоны (МЗ) (рис. 1). Интерес к геологическим исследованиям на этой площади определялся экономической перспективностью района, расположенного на стыке двух бурно развивающихся территориально-производственных комплексов (Печорского угольного и Западно-Сибирского нефтегазодобывающего).

 

Рис. 1. Схема Уральского складчатого пояса и положение изучаемой области в структурах Полярного Урала. Структурная основа по (Черняев и др., 2005) с изменениями: 1 – Центрально-Уральская мегазона, 2 – базальт-андезитовый комплекс, 3 – офиолиты, 4 – МЗ, 5 – россыпи золота; 6–7 – месторождения (а), рудопроявления (б): 6 – золоторудные и золотосодержащие; 7 – Cu-Zn-Mo; 8–11 – рудопроявления: 8 – Fe-Ti-V-Cu; 9 – Fe-Ti-Cu, 10 – Mo-Cu, 11 – Mo; 12 – населенные пункты; 13 – основные реки (а) и озеро (б), 14 – границы исследуемой территории.

 

С середины 50-х годов прошлого века на территории МЗ было выявлено большое количество рудопроявлений, а также золоторудные месторождения – Петропавловское и Новогоднее-Монто (Волчков и др., 2007; Кениг, Бутаков 2013; Мансуров, 2013; Викентьев и др., 2017 и др.). На таких перспективных рудопроявлениях как Южно-Колчеданное, Игядей, Полярная Надежда, Геохимическое и Благодарное проведены поисково-разведочные работы на золото и хром (Галиуллин и др., 2009). Кроме того, здесь прогнозируются традиционные для Урала медно-порфировое, медно-колчеданное, железорудное, скарновое и другие виды оруденения (Душин, 2002; Кривко и др., 2014).

Слабая изученность и экономическая привлекательность формируют актуальность проблемы прогнозирования и поисков золоторудной минерализации в пределах восточного склона Полярного Урала (Беневольский и др., 2004; Волчков и др., 2007).

Цель работы – проанализировать и сопоставить прогнозную карту ЮЗ части МЗ, полученную в работе (Иванова, Бочнева, 2016) на основе методики анализа поисковых признаков и их функциональных и корреляционных взаимосвязей на золото-медно-порфировый тип минерализации с картой развития гидротермально-метасоматических пород и прогнозной схемой распределения зон высокопроницаемых горных пород на золоторудный тип оруденения, составленных в результате обработки данных КС КА ДЗЗ Harmonized Landsat Sentinel-2 (HLS-2), а также с учетом данных геологической карты, карты распределения ПИ и геофизической информации для оконтуривания перспективных участков, выделения новых прогнозно-поисковых признаков и выявления геологических/морфологических особенностей изучаемой площади на золоторудный тип минерализации.

ГЕОЛОГИЧЕСКОЕ СТРОЕНИЕ

Изучаемая площадь состоит из пород комплексов и свит, принадлежащих следующим основным рудным районам: Войкаро-Сынинский хромитовый, Кэшорский платино-золото-меднорудный и Малоуральский медно-молибден-железорудный.

Тагило-Магнитогорская минерагеническая мегазона расположена в пределах восточного склона Урала и соответствует одноименной тектонической мегазоне. Ее строение определяют в основном рудные формации, связанные с магматическими комплексами океанической и островодужной стадий палеоокеанического сектора уралаид.

В северной части мегазоны локализуется Райизско-Войкарская титан-медно-хромитовая минерагеническая зона (O2-D3), пространственно совпадающая с Войкарской структурно-формационной зоной (СФЗ). В составе Райизско-Войкарской минерагенической зоны выделяются Войкаро-Сынинский хромитовый рудный район (O2) и изолированный Райизский хромоворудный узел (O2), состоящие из магматических плутонических пород ультраосновного состава райизско-войкарского комплекса (рис. 2), вмещающие залежи хромитовых руд, в которых содержатся металлы платиновой группы (Os, Ir и др.) и повышенные концентрации Au, Co, Ni (Шишкин и др., 2007; Зылева и др., 2014; Викентьев и др., 2017).

 

Рис. 2. Геологическая карта изучаемой территории по (Шишкин и др., 2007) упрощенная. Условные обозначения: 1–3 – разрывные нарушения достоверные: 1 – выходящие на поверхность, 2 – надвиг, 3 – шарьяж; 4 – хараматалоуская свита с чередованием графитоидно-кварцевых сланцев, графитоидных кварцитосланцев, слюдистых сланцев, кварцитов, эпидот-альбитовых амфиболитов, хлорит-альбитовых сланцев, гондитов; 5–6 – ультрамафит-метагабброноритовый дзеляюский комплекс с гипербазитами, габброноритами, амфиболитами; 7 – габбродолеритовый-абисальный орангьюганско-лемвинский комплекс с габбро-долеритами, долеритами, пикродолеритами, пикритами, дайками габбродолеритов; 8 – кокпельская свита с массивными и миндалевидными метабазитами, спилитами, алевролитами и аповулкагенными сланцами; 9 – грубеинская свита с алевролитами, филлитовыми сланцами и алевропесчаниками; 10 – нерасчлененные пагатинская, кибатинская и камчатская свиты с песчаниками, алевролитами известковистыми, алевритистыми известняками и петельчатыми известняками; 11 – грубеинская и харбейшорская свиты с лиловыми и зелеными алевролитами, филлитовыми сланцами, алевропесчаниками и песчаниками; 12 – дунит-гарбуцитовый с дунитами райизско-войкарский комплекс, дунит-гарбуцитовая ассоциация с сетчато-жильными и полосчатыми выделениями дунитов, нерасчлененные гипербазиты; 13–14 – кэшорский дунит-верлит-клинопироксенит-габбровый комплекс: 13 – первая фаза с дунитами, нерасчлененными верлитами, лерцолитами, 14 – вторая фаза с габбро, габброноритами, габбродиоритами, диоритами, дайками габбро; 15 – усть-конгорская и войкарская свиты нерасчлененные с подушечными и пластовыми спилитами, прослоями и линзами яшмоидов; 16 – лагортаюский комплекс с габбродолеритами, долеритами параллельных даек; 17 – малоуральская свита с туфами базальтов, разнообломочных андезибазальтов, базальтов, дацитов, прослои туфопесчаников, туффитов с линзами рифтогенных известняков; 18 – харотская свита с углисто-глинистыми сланцами, фтанитами, пачками петельчатых известняков на венлокско-лудловском и пражско-эмском уровнях; 19 – кевсоимская свита с трахиандезитами, трахитами и их туфами, конгломератами, гравелитами, песчаниками, яшмоидами и известняками, среднего состава с лавами; 20 – варчатинская свита с метабазитами, метаандезитами, метадацитами и их туфами, конгломератами, гравелитами, туфопесчаниками, туффитами, известняками; 21 – пагинская свита с песчаниками кварцевыми, алевролитами, аргиллитами, прослоями кремнисто-глинистых сланцев; 22 – диорит-тоналит-плагиогранитовый собский комплекс с гранодиоритами, тоналитами; 23 – монцогранодиоритовый конгорский комплекс с кварцевыми монцодиоритами плутоническими, кварцевыми монцодиоритами, гранодиоритами и диоритами; 24 – няньворгинская свита с алевроглинистыми, глинисто-кремнистыми, углисто-кремнистыми сланцами и фтанитами; 25 – гранитовый плутонический янославский комплекс с гранитами биотит-роговообманковыми, лейкогранитами и аляскитами; 26 – яйюская свита с граувакками, полимиктовыми песчаниками, известковистыми алевролитами, глинистыми сланцами, прослоями известняков и доломитами, 27 – кечпельская свита с мелкоритмичным переслаиванием полимиктовых мелкозернистых песчаников, алевролитов и аргиллитов; 28 – средняя юра, батский ярус – верхняя юра, нижнетитонский подъярус, объединенные маурыньинская и лопсинская свиты с глинами, аргиллитами, песком и пластами бурых углей; 29 – верхняя юра, титонский ярус – нижний мел, нижнеберрийский подъярус, федоровская свита с глауконит-кварцевыми алевролитами и песчаниками, иногда фосфатсодержащие, с оолитами шамозита, гравием, конкрециями; 30 – берриасский ярус, верхний подъярус – готеривский ярус, объединенные харосоимская и уласынская свиты с аргиллитоподобными и алевритистыми глинами, прослоями алевролитов, глинистых известняков и песчаников; 31 – готоривский-аптский ярус, северососьвинская свита с песками, алевролитами, уплотненными алевритами, чередующимися с глинами, пласты бурых углей; 32 – альбский ярус, ханты-мансийская свита с глинами, алевролитами и прослоями алевролитов, глинистых известняков и сидеритов, реже песков; 33 – туронско-маастрихский ярусы с глауконито-опоковой толщей с прослоями кремнистых глин, опок и диатом; 34–38 – внемасштабные тела: 34 – дайки габбродолеритов, 35 – гарбуцитов с выделениями дунитов, 36 – железистых дунитов, 37 – клинопероксенитов, 38 – дайки габбродолеритов; 39–43 – рудопроявления: 39 – Cu, 40 – золотосодержащие, 41 – Mo, Cu, 42 – Fe, Ti, Cu, 43 – Fe, Ti, V, Cu; 44 – озера; 45 – границы изучаемой территории.

 

Кэшорский золото-платино-меднорудный район (O3-S1) слагают породы дунит-верлит-клинопироксенит-габбрового кэшорского (S1ks2) и лагортаюского (bS1l) (габбродолериты, долериты параллельных даек) комплексов.

Кэшорский комплекс на востоке граничит с Райизским и Войкаро-Сынинским гипербазитовыми массивами. Он образует полосу шириной до 5 км и протяженностью более 200 км. Комплекс является многофазным и полихронным, сформированный в процессе длительного и последовательного деплетирования мантийных ультрабазитов. С породами данного комплекса связаны залежи хромитовых руд повышенной железистости, железорудная титано-магнетитовая и платино-золото-палладиево-меднорудная минерализация. В настоящее время начата промышленная оценка этих типов оруденения.

Лагортаюский комплекс располагается между метагаббро-амфиболитами и тоналит-плагиогранитами собского комплекса и прослеживается по простиранию более чем на 150 км при ширине до 3 км. Мощность отдельных даек достигает 2 м (Зылева и др., 2014).

Малоуральский медь-молибден-железорудный район (S1-D3) локализован в пределах Войкарской СФЗ. Он соответствует области развития островодужных карбонатно-терригенно-вулканогенных образований малоуральской (S2-D1mu), варчатинской (D1–2vr) и дзоля-варчатинской (D2–3dv), кевсоимской (S2-D1kv), нерасчлененных усть-конгорской и войкарской (O2-S1uk-vk) свит, прорванных интрузиями тоналитов собского (D1–2s), монцонитов конгорского (D2–3kn) и лейкогранитов янаслорского (D3-C1ja) комплексов. Для района характерны скарново-магнетитовое с Au и медно-молибден-порфировое с Au оруденения (например, рудопроявления Манюкую, Третья Рудная горка, Янаслорское, Элькошорское, Мокрый Лог и др.) (Викентьев и др., 2017).

Кроме того, помимо пород, слагающих вышеупомянутые рудные районы, на изучаемой площади локализованы другие свиты и комплексы, принадлежащие смежным зонам: грубеинская (O1gr), кокпельская (O1kp), кечпельская (C3-P1kp) свиты и орангьюганско-лемвинский (O1–2ol) комплекс принадлежат Зилаиро-Лемвинской зоне (Погурей-Тыкотловский рудный район), объединенные маурыньинская и лопсинская (J2–3mr + lp) свиты, относящиеся к Приуральской зоне (Зылева и др., 2014).

Грубеинская и кечпельская свиты состоят из осадочных и метаморфических горных пород. Кечпельская свита является перспективной для выявле- ния медно-колчеданной минерализации кипрского типа. Кокпельская свита состоит из осадочных и магматических пород основного состава. Объединенные маурыньинская и лопсинская свиты представлены осадочными породами. Орангьюганско-лемвинский комплекс содержит вулканические и магматические породы ультраосновного и основного состава, прорванные дайками основного состава. С породами комплекса ассоциирует золото- кварц-сульфидное оруденение (Шишкин и др., 2004).

Более подробное геологическое описание МЗ и прилегающих территорий можно найти в статьях и опубликованных отчетах (Шишкин и др., 2007, Зылева и др., 2014, Ремизов и др., 2014, Викентьев и др., 2017, Соболев и др., 2018 и др.).

ИСХОДНЫЕ ДАННЫЕ

Безоблачная дневная сцена КА HLS-2 HLS.S30.T41WNP.2020249T073619, снятая 20.09.2020 г. в 07:41:04 утра. Изображение было получено из информационной системы сбора и предоставления спутниковых данных ДЗЗ (EOSDIS) (https://search.earthdata.nasa.gov).

HLS – проект Национального управления по аэронавтике и исследованию космического пространства (National Aeronautics and Space Admini- stration – NASA) и Геологической службы США (U. S. Geological Survey – USGS). Сходство спектров между оптическим устройством формирования изображения земли Landsat-8, Landsat-9 и мультиспектральным прибором Sentinel-2 (MSI) предоставляет возможность согласовать данные отражательной способности поверхности (SR) и яркости верхней части атмосферы (TOA) с оперативного устройства Land Imager (OLI) на совместном спутнике NASA/USGS Landsat-8 и мультиспектрального прибора (MSI) на борту спутников Европейского космического агентства (European Space Agency – ESA) Sentinel-2A и Sentinel-2B для получения высокочастотных изображений с целью мониторинга поверхности Земли и проведения различных прикладных исследований. Данные доступны на интернет-ресурсе www.search.earthdata.nasa.gov (Masek et al. 2018).

Гармонизация HLS гарантирует, что коллекции Landsat-8, Landsat-9 и Sentinel-2A/B (пространственное разрешение 30 и 10–20 м соответственно) можно использовать так, как если бы они представляли собой единую коллекцию. С помощью HLS можно получать изображения поверхности Земли с пространственным разрешением 30 м каждые 2–3 дня (Masek et al. 2018, Claveriea et al., 2018).

В версию HLS-2 входят следующие обновления (Masek et al. 2018):

  • глобальное покрытие (покрыта вся суша, крупные острова, но в нее не вошла Антарктида);
  • входные данные (используются данные Landsat-8 Collection-2 (C2) с улучшенной геолокацией, поскольку данные C2 используют изображение Sentinel-2 (GRI) в качестве эталона);
  • атмосферная коррекция (версия LaSRCv3.5.5 USGS применяется для данных Landsat-8 и Sentinel-2 для ускорения вычислений; LaSRCv3.5.5 был проверен как для Landsat-8, так и для Sentinel-2 в рамках CEOS ACIX–I);
  • полоса оценки качества (Quality Assessment Band), которая названа в честь Fmask для двух продуктов HLS (S30 и L30) (уровень толщины аэрозоля из атмосферной коррекции включен в Quality Assessment Band);
  • корректировка функции распределения двунаправленного отражения (Bidirectional Reflectance Distribution Function – BRDF) нормализует эффект угла обзора, при этом зенитный угол солнца практически не изменяется; она также применяется к полосам красного края Sentinel-2;
  • формат продукта, поставляемый в виде отдельных файлов Cloud Optimized GeoTIFF (COG), что позволяет использовать спектральное и пространственное подмножество в приложениях.

Предобработка КС HLS-2. Атмосферная коррекция необходима для удаления из спутниковых данных эффектов атмосферных помех, которые могут стать причиной ошибок при составлении минералогических схем и повлиять на значения отражательной способности различных минералов. К данным обоих датчиков применяется один и тот же алгоритм атмосферной коррекции – код отражения поверхности земли (LaSRC) (Vermote et al., 2016). Он основан на модели радиационного переноса ионов S6+ и продуктов MODIS MCD09 (Vermote and Kotchenova, 2008), а также более раннего алгоритма LEDAPS, реализованного для Landsat-5 и Landsat-7 (Masek et al., 2006). Более подробное описание метода можно найти в работе (Vermote et al., 2016). Результаты проверки отражательной способности поверхности для Landsat-8 и Sentinel-2 в рамках CEOS ACIX-I представлены в статье (Doxani et al., 2018).

Топографическая коррекция включала устранение влияния рельефа местности на значения отражательной способности спутниковых данных. Эффект влияния рельефа может вызвать изменения в отражательной способности из-за различий в освещенности и затененности, что влияет на результаты геолого-минералогического картирования. HLS-2 имеет более точную геолокацию и основан на данных USGS Collection-2 Landsat, использующих глобальное эталонное изображение Sentinel-2 (GRI) в качестве абсолютного контроля. В результате улучшенный наземный контроль Landsat в Collection-2 устраняет необходимость в автоматической регистрации и ортотрансформировании (Automated Registration and Orthorectification Package – AROP).

HLS-2 обеспечивает попиксельные маски облаков, теней, снега и воды. Для Landsat-8 они представляют собой объединение масок, полученных из инструмента коррекции атмосферы LaSRC (данные маски в USGS Landsat TOA – Top of Atmosphere, в файле BQA). Для Sentinel-2 – объединение масок LaSRC и маски, созданной на основе алгоритма Fmask, адаптированного из работы (Zhu et al. 2015). Fmask запускается на 30-м совокупном коэффициенте отражения TOA.

Корректировка функции распределения двунаправленного отражения (the Bidirectional Reflectance Distribution Function – BRDF). Продукты S30 и L30 Nadir BRDF-Adjusted Reflectance (NBAR) представляют собой коэффициент отражения, нормализованный для углов обзора и освещения Солнца. Угол обзора устанавливается на надир, а освещение – на основе широты центра плитки. Глобальный 12-месячный фиксированный метод BRDF c-фактора, представленный в работе (Roy et al., 2016), используется для нормализации BRDF. Он состоит из уникального набора коэффициентов BRDF, полученных из большого количества пикселей в продукте MODIS 500 м BRDF (MCD43), которые являются глобальными и распределены во времени (более 15 миллиардов пикселей). BRDF оценен с использованием данных ETM+ за пределами надира (т. е. в областях перекрытия соседних полос и данных MSI) (Roy et al., 2016; Roy et al., 2017). Методика применяется на диапазонах OLI и MSI, эквивалентных диапазонам MODIS.

Зенитный угол Солнца, используемый при нормализации, представляет собой среднее значение зенитных углов Солнца в соответствующие моменты времени, когда Landsat-8 и Sentinel-2 пересекают широту центра плитки. Заданный зенитный угол Солнца рассчитывается с использованием СПО, предоставленного в работе (Li et al., 2018). Идея основана на том, что датчик пересекает одну и ту же широту в одинаковое местное солнечное время и, следовательно, зенитный угол Солнца будет одинаковым в надире для той же широты в тот же день.

Более подробную информацию о HLS версии 2.0 можно найти в работах (Masek et al. 2018, Claveriea et al., 2018).

Геологическая информация представлена в виде геологической карты дочетвертичных образований, карты ПИ и закономерностей их размещения (см. рис. 2) (масштабы карт 1:200000, листы Q-41-XV, XVI, XVII, XXI, XXII), составленных в рамках госзадания ВСЕГЕИ в 2005 г. (Кучерина и др., 1991, Овечкин и др., 1999, Шишкин и др., 2007, Мельгунов и др., 2008, Галиуллин и др., 2009).

Геофизические данные включали карты магнитного поля и гравитационных аномалий, масштабы 1:200000 (Шапорев и др., 1986). Интерпретация геофизических полей проводилась с целью подтверждения и уточнения внешних контуров морфоструктур и структурных элементов.

С целью дистанционного картирования зон гидротермальных минералов были использованы мультинаборы данных для картирования групп гидротермальных минералов (карбонатные, глинистые, железистые). Минералы невозможно идентифицировать непосредственно по КС, но могут быть выявлены поля гидротермально-измененных пород, имеющих ярко выраженные спектральные характеристики поглощения и отражения, которые фиксируются в диапазоне датчика КА ДЗЗ.

МЕТОДЫ ИССЛЕДОВАНИЯ

Линеаментный анализ. Линеаменты – это прямые или приблизительно линейные формы рельефа, которые широко распространены по поверхности Земли и тесно связаны с подземными скрытыми и поверхностными структурными элементами. Направление и количество линеаментов отражает характер трещиноватости горных пород и может предоставлять ценную информацию о геологических структурах, тектонике и залеганию ПИ (например, Ekneligoda, Henkel, 2010; Masoud, Koike, 2011).

Линеаментный анализ широко используется для структурных исследований (Abdullah et al., 2010; Thannoun, 2013), выделения оставшейся морфологической системы кальдер (Verdiansyah, 2017, Verdiansyah, 2019), оценки перспектив минерализации (Hubbard et al., 2012) и др.

Методика выделения линеаментов ручным способом на основе КС приведена в работе (Иванова и др., 2020).

Метод соотношения полос широко используется для картирования минералов гидротермальных изменений и литологических единиц, которые не видны на необработанных полосах (Maurer, 2013).

Этот метод был применен для усиления спектральных особенностей пикселей для изображений путем отношения спектрального отражения одного канала к другому (Mather, 1999). Выбор подобных каналов производится на основе отражающей характеристики искомого минерала. При этом в числителе отношения должен располагаться канал, характеризующий наибольшую отражающую или излучающую способность минерала, а в знаменателе – наименьшую. В результате искомый минерал (или их группа) будет выражен яркими пикселями на полученном изображении.

Для картирования полей развития гидротермальных минералов с использованием спектральных каналов КА HLS-2 разработано несколько минералогических индексов (Masek et al., 2018, табл. 1): 4/2 – минералы группы оксидов и гидроксидов железа (гематит, магнетит, гетит, ильменит), а также ярозит и их смесь – лимонит; 11/4 – минеральные ассоциации с преобладанием оксида двухвалентного железа (магнетит); 11/8 – минеральные ассоциации с преобладанием оксида трехвалентного железа (гематит); 11/12 – гидроксилсодержащие (Al-OH и Fe, Mg-OH), карбонатные (кальцит и доломит) и сульфатные (гипс) минералы. Эти индексы рассматриваются как весомые показатели (индикаторы) Fe3+, Fe2+, Al/Fe-OH, Mg-Fe-OH и Si-OH групп минералов гидротермальной природы и продуктов их гипергенеза.

 

Таблица 1. Номенклатура спектральных диапазонов HLS-2 (Masek et al., 2018).

Название канала

Номер канала OLI

Номер канала MSI

Кодовое название канала L8

Кодовое название канала S2

Длина волны, мкм

Coastal Aerosol

1

1

В01

В01

0.43–0.45*

Blue

2

2

В02

В02

0.45–0.51*

Green

3

3

В03

В03

0.53–0.59*

Red

4

4

В04

В04

0.64–0.67*

Red-Edge 1

–

5

–

В05

0.69–0.71**

Red-Edge 2

–

6

–

В06

0.73–0.75**

Red-Edge 3

–

7

–

В07

0.77–0.79**

NIR Broad

–

8

–

В08

0.78–0.88**

NIR Narrow

5

8А

В05

В8А

0.85–0.88*

SWIR 1

6

11

В06

В11

1.57–1.65*

SWIR 2

7

12

В07

В12

2.11–2.29*

Water vapor

–

9

–

В09

0.93–0.95**

Cirrus

9

10

В09

В10

1.36–1.38*

Thermal Infrared 1

10

–

В10

–

10.60–11–19*

Thermal Infrared 2

11

–

В11

–

11.50–12.51*

* – OLI.

** – MSI.

 

Метод главных компонент (МГК) – это многомерный статистический метод, который выбирает некоррелированные линейные комбинации (нагрузки собственного вектора) переменных так, что каждый извлеченный компонент имеет наименьшую дисперсию. Более подробную информацию о методе можно найти в работах (Jolliffe, 2002; Jensen, 2005; Cheng et al., 2006; Gupta, 2017). Первая главная компонента (РС1) используется для извлечения структурной информации из изображения, так как она характеризуется наибольшей дисперсией в пространстве всех признаков (Jolliffe, 2002).

МГК преобразует набор коррелированных данных в некоррелированные линейные данные. МГК широко используется для картирования гидротермальных минералов и литологических единиц на основе спектральных каналов-сенсоров КА ДЗЗ (Loughlin, 1991). Данный метод был применен к анализу ранее полученных минералогических индексов с использованием ковариационной матрицы. Подобный подход позволяет статистически оценить надежность пространственного распределения соответствующих вторичных минералов в исследуемом районе.

В качестве входных данных для МГК традиционно выступают спектральные каналы КС, но для наиболее эффективной статистической оценки надежности пространственного распределения соответствующих гидротермальных минералов в исследуемом районе были использованы результаты оценки минералогических индексов с использованием ковариационной матрицы.

Систематизация и обобщение данных выполнена в программной среде QGIS. Все имеющиеся сведения были сконцентрированы в едином ГИС-проекте.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

На основе работы (Иванова, Бочнева, 2016), посвященной разработке методики прогнозирования золото-медно-порфирового оруденения на основе анализа поисковых признаков и их функциональных и корреляционных взаимосвязей на примере ЮЗ части МЗ, получена прогнозная карта на золото-медно-порфировое оруденение для изучаемой территории, представленная на рис. 3.

 

Рис. 3. Прогнозная карта на золото-медно-порфировый тип оруденения. Условные обозначения: 1–5 – рисковые зоны (различные уровни вероятности обнаружения оруденения), 6 – рекомендованная область проведения оценочных работ. По мере увеличения насыщенности цветов возрастает степень вероятности прогноза золото-медно-порфировой минерализации.

 

Методика состояла из следующих этапов:

  1. Разработка прогнозно-генетической модели.
  2. Подготовка массива исходных данных и формирование электронной базы данных.
  3. Формализация геологических данных и сокращение их избыточности; формирование базы знаний.
  4. Выбор информативных признаков; исследование корреляционных соотношений информативных поисковых признаков.
  5. Составление многомерных рисковых матриц (многомерная рисковая матрица – многомерный структурированный массив информации, с которым можно проводить алгебраические операции и получать вероятности возможного наступления неблагоприятных событий) обнаружения золото-медно-порфирового типа оруденения и бифуркационных диаграмм для рискового определения оруденения.
  6. Итоговое моделирование. Построение прогнозной карты на золото-медно-порфировое оруденение.

На основе метода балльных экспертных оценок (Гитис, 1987; Гитис и Ермаков, 2004) выбраны следующие наиболее информативные признаки:

  1. Группа признаков – “разрывные нарушения”, например, крупные глубинные разломы, возникающие на границе микроконтинента и палеокеанических структур; приуроченность к зонам развития региональных разрывных нарушений как продольных, так и поперечных и кососекущих по отношению к основному направлению региональных структур, а также к участкам их пересечений; разломы, контролирующие интрузии – региональные разломы СЗ и (или) СВ направлений и др.
  2. Складчатые пояса, сложенные вулканогенными и вулканогенно-осадочными толщами.
  3. Порфировые интрузии: диоритовые порфириты, биотит-роговообманковые диориты, кварцевые моноциты, плагиогранит-порфиры, гранодиорит-порфиры, гранит-порфиры.
  4. Широкое развитие вулканогенных пород базальт-андезитовой, андезитовой, андезит-дацитовой формации, реже – контрастно риолит-базальтового состава.
  5. Локальные метасоматические изменения (березитизация, окварцевание, карбонатизация, серицитизация, альбитизация, аргиллитизация, пропилитизация, калишпатизация, известковые скарны, листвинитизация) с сульфидной и железооксидной минерализацией.

Анализ снимков HLS-2 позволил построить морфоструктурную карту площади исследования и прилегающей территории (рис. 4).

 

Рис. 4. Морфоструктурная карта площади исследования и прилегающей территории, полученная по данным КС КА HLS-2. Условные обозначения: 1–3 – линеаменты: радиальные (1), дуговые (2), кольцевые (3); 4–8 – месторождения и рудопроявления, соответствующие рис. 2; 9 – границы территории исследования; 10–11: палеовулканический аппарат центрального типа (морфоструктура 1-го порядка) (10), морфоструктуры 2-го порядка (11); 12 – структура СВ простирания, уточненная по геофизическим данным (а), роза-диаграмма для ЮЗ части изучаемой площади и прилегающей территории (б); 13–17 – внемасштабные субвулканические тела (дайки), соответствующие и вынесенные с рис. 2.

 

На рис. 4 представлена овальная морфоструктура 40 на 45 км, вытянутая в меридиональном направлении. Центральная и периферические ее части сложены магматическими плутоническими породам ультраосновного и основного состава райизско-войкарского, кэшорского комплексов и кокпельской свиты. Внешний контур состоит из магматических пород основного и среднего состава конгорского и собского комплексов.

По типизации (Шарпенок, 1974, 2014) она принадлежит к вулкано-плутоническому типу: структуры данного типа имеют большие размеры (до 60 км), осложнены коническими, радиальными, кольцевыми разрывными нарушениями либо ослабленными зонами, вдоль которых зафиксировано внедрение разнообразных интрузивных тел, образующихся в процессе магматизма.

Данная морфоструктура реконструирована как кальдера проседания. Общими особенностями механизма формирования таких структур являются процессы куполообразования, за которыми по мере опустошения, оттока или перераспределения магматического материала под тяжестью собственного веса следует проседание или обрушение и образование кальдеры проседания (Шарпенок, 1974). На КС они имеют изометричную форму, приурочены к узлам пересечения/сочленения глубинных разломов, кольцевых, полукольцевых, дуговых и радиальных разрывных нарушений (Яковлев, 1982).

Кроме того, она является гетерогенной структурой, которая, вероятно, образована под влиянием нескольких геологических процессов, осложнена концентрическими структурами 2-го порядка (меньшего диаметра), создающими признаки “телескопированности” (ср., например, Горный и др., 2014), и контролируется узлами сопряжения СВ и СЗ разрывных нарушений. Такие сложнопостроенные системы кольцевых структур фиксируют глубинные энергетические очаги: мантийные диапиры, внутрикоровые магматические камеры, многоуровневые вулкано-плутонические комплексы и ареалы их развития и влияния внутрикорового диапиризма и сопровождающего его магматизма. Именно они отражаются в материалах дистанционных съемок в виде систем телескопированных кольцевых структур корового уровня заложения (Томсон и др., 1982; Серокуров и др. 2008 и др.).

Важной характеристикой системы кольцевых структур выделенного палеовулканического аппарата 1-го порядка является глубина заложения магматического очага, с периодами тектонической активности которого, по всей видимости, было связано образование кольцевых структур меньшего диаметра. По расчетам (Ваганов и др., 1985; Аэрокосмические…, 2000) выяснено, что видимый диаметр структуры на поверхности в 2 раза больше, чем глубина очага. Из этого можно заключить, что магматическая камера располагалась на глубине примерно 21 км, а осложняющие ее структуры 2-го и более высоких порядков маркируют позицию промежуточных малоглубинных очагов (Горный и др., 2014).

Скорее всего, формирование средних и рядовых по запасам золоторудных и комплексных месторождений происходило в результате развития внутрикоровых гидротермально-метасоматических систем, концентрирующих благородные металлы. В результате в верхних слоях земной коры при распаде таких систем возникали преимущественно непротяженные по вертикали (не более 2 км) и небольшие по объемам прерывистые колонны рудных тел (Ананьев, 2017).

К периферии данной морфоструктуры приурочена большая часть рудопроявлений и месторождений: Cu, золотосодержащие, Mo, Cu; Fe, Ti, Cu; Fe, Ti, V, Cu.

По геологической карте (см. рис. 2), геофизическим данным (рис. 5) и анализу КС (см. рис. 4а) отчетливо выделяется Главный Уральский надвиг (ГУН). Это трансрегиональная разломная зона высшего ранга, разделяющая палеоконтинентальный и палеоокеанический секторы Уральской складчатой области протяженностью около 2000 км на глубину земной коры, со сложным строением, длительным и многостадийным развитием (Зылева и др., 2014). ГУН является перспективным на выявление гидротермально-метасоматической Ni и Au минерализации.

 

Рис. 5. Положение изучаемой территории в физических полях: магнитное (а) и гравитационное (б). Условные обозначения: 1 – палеовулканический аппарат центрального типа (морфоструктура 1-го порядка), 2 – морфоструктуры 2-го порядка, 3 – структура СВ простирания, 4 – границы изучаемого района, 5–9 – рудопроявления и месторождения, соответствующие рис. 2.

 

В период развития ГУН, вероятно, возникали разномасштабные, наложенные на складчатость концентрические структуры, которые играли ведущую роль в локализации, как магматических образований, так и оруденения (Космическая информация…, 1983).

Ориентация линеаментов анализируется путем создания розы-диаграммы, которая представляет собой количество линеаментов, доминирующих в определенном направлении. В результате были выделены основные простирания структур (рис. 4б).

Главные структуры – это линеаменты СЗ и СВ ориентации. Второстепенные – субширотного и сумеридионального направлений. Вероятно, разрывные нарушения СВ ориентации принадлежат ГУН, а СЗ – более древнего заложения (Лесняк и др., 2022). Кроме того, минерализованные зоны и рудопроявления (Манюкую, Первая Рудная Горка), известные на территории исследования, также вытянуты в СВ простирании.

В работе (Иванова и др., 2020) для Центральной части Малоуральской зоны (ЦЧМЗ) была выделена серия коротких линеаментов СВ простирания, сосредоточенных в полосе шириной 25 км при общей длине первые сотни км. Эта зона в совокупности образует структуру СВ направления, возможно, отражая дизъюнктивные нарушения и сложное блоковое строение территории, а также, вероятно, играет рудоконтролирующую роль. Она, скорее всего, образовалась позднее выделенной морфоструктуры, так как при пересечении с кольцевыми структурами линейные структуры рассекают их как без видимых смешений, так и с разрывами, обрезаниями, смещениями отдельных частей кольцевых разломов (Космическая информация…, 1983). Данная зона протягивается далее на ЮЗ (см. рис. 4). Эта зона также отчетливо проявляется и на карте развития гидротермально-метасоматических пород, выделенных с помощью КС (рис. 6), а также магнитных и гравитационных полях (см. рис. 5). Это говорит о правильности выделения этой области.

 

Рис. 6. Схемы развития ассоциаций вторичных минералов для изучаемой и прилегающей территорий, полученные с помощью КС КА HLS-2: а – гидроксил-(Al-OH, Mg-OH) и карбонат-содержащие, б – оксиды трехвалентного железа (гематит), в – оксиды и гидроксиды железа (лимонит), г – оксиды двухвалентного железа (магнетит). Концентрации индикаторных групп гидротермальных изменений показаны цветными точками: минимальные – желтый цвет, средние – оранжевый и максимальные – красный, линиями указаны контуры максимальных концентраций (сгущения точек) вторичных изменений.

 

В потенциально рудоносных вулканических постройках должен быть проявлен метасоматический ореол значительной площади (более 30 км2). На площадях, где из-за наличия перекрывающих толщ либо более поздних осадочных комплексов, либо экранирующего слоя менее проницаемых вулканических пород метасоматический ореол может быть проявлен и на более меньшей площади (до 10 км2) (Левочская и др., 2021; Gray, Coolbaugh, 1994). Другими признаками потенциальной рудоносности частных вулканических построек могут служить особенности проявления зон с повышенными значениями индексов оксида железа II и III, реже гидроксид- (Al-OH, Mg-OH) и карбонат-содержащих минералов, которые могут быть закартированы по результатам спектрального анализа КС, выявленные для сопредельной площади (Центральная часть МЗ) в работе (Иванова, Нафигин, 2023).

В результате для изучаемой территории впервые закартированы 4 типа гидротермальных изменений, представленных преимущественно разными группами минералов, раздельно и совместно показанные на рис. 6а–г и 7.

 

Рис. 7. Объединенная схема развития ассоциаций вторичных минералов для изучаемой и прилегающей территорий, полученная с помощью КС КА HLS-2. Условные обозначения: 1 – гидроксил-(Al-OH, Mg-OH) и карбонат-содержащие минералы, 2 – оксиды трехвалентного железа (гематит), 3 – оксиды и гидроксиды железа (лимонит), 4 – оксиды двухвалентного железа (магнетит).

 

Как видно из рис. 6а–г, распределение – гидроксил-(Al-OH, Mg-OH), карбонат-содержащих минералов и оксидов и гидроксидов железа (лимонит), а также оксидов двухвалентного железа, особенно с высоким содержанием, в целом совпадает. При этом наибольшее скопление средних и высоких концентраций локализовано в СЗ части территории. Распространение же оксидов трехвалентного железа (гематит) отличается. Это можно, вероятно, объяснить наличием перекрывающих толщ в виде более поздних осадочных комплексов, например, кечпельская свита представлена разнообразными осадочными горными породами (песчаники, алевролиты и аргиллиты).

На рис. 8 представлена карта плотности линеаментов для изучаемого района и прилегающих территорий с наложенными на нее гидротермальными изменениями, дешифрированными по данным КС КА ДЗЗ. Плотность линеаментов характеризуется как степень проницаемости (т. е. нарушенности) горных пород.

 

Рис. 8. Схема плотности линеаментов, полученная ручным способом выделения, для изучаемой и прилегающей территорий с нанесенными на ней перспективными участками на золоторудный тип минерализации и областями развития гидротермальных изменений. Условные обозначения: 1–3 – вторичные минералы: 1 – оксиды и гидроксиды железа (лимонит); 2–3 – оксиды двух- и трехвалентного железа; 4 – гидроксид- (Al-OH, Mg-OH) и карбонат-содержащие минералы; 5–8 – границы: 5 – изучаемой территории, 6 – площади, выделенной на основе анализа поисковых признаков и их функциональных и корреляционных взаимосвязей, 7 – выделенные по материалам КС (номера I–II на карте – см. пояснения в тексте), 8 – территории, оконтуренной на основе анализа поисковых признаков и их функциональных и корреляционных взаимосвязей и материалов КС – участок первой очереди (номер на карте Ia – см. пояснение в тексте); 9–13 – рудопроявления и месторождения, соответствующие рис. 2.

 

Выявленные ранее рудопроявления и месторождения в основном локализуются в зонах с высокими значениями плотности линеаментов (красный/оранжевый цвет) и связаны со структурами, играющими рудоконтролирующую роль.

Учтены следующие признаки: (1) геологические особенности: расположение вулкано-плутонической структуры вдоль трансрегиональной разломной зоны высшего ранга, осложненной дуговыми, радиальными и конусными разрывными нарушениями, вдоль которых локализованы субвулканические тела, с которыми связано оруденение (Шарпенок, 1974); (2) зоны распространения гидротермальных изменений, выделенные на основе обработки КС КА ДДЗ; (3) области с высокими концентрациями линеаментов, т. е. сильно нарушенными горными породами; (4) локализация рудных объектов, – выделены 2 перспективных участка, которые на схемах дешифрирования КС отвечают скоплениям наиболее ярко выраженных проявлений минералогических индексов распределения гидроксил-(Al-OH, Mg-OH) и карбонат-содержащих минералов и оксидов и гидроксидов железа (лимонит), а также оксидов двухвалентного железа (см рис. 8 и 9). Перспективная площадь № 1 пересекает участок, который ранее выделен в работе (Иванова, Бочнева, 2016), что говорит о достоверности данной методики.

 

Рис. 9. Геологическая карта по (Шишкин и др., 2007) и вынесенная на нее схема развития гидротермально-метасоматических пород для изучаемой территории, полученная по материалам КС КА ДЗЗ HLS-2. Условные обозначения: 1–44 – соответствуют рис. 2, 45–48 – границы площадей идентичные рис. 8, 49–52 – ассоциации вторичных минералов, соответствующие рис. 7.

 

В выделенный на основе анализа КС перспективный участок № I входят грубеинская и кечпельская свиты, кэшорский, лагортаюский, орангьюганско-лемвинский и собский комплексы (см. рис. 9).

На этой площади локализованы месторождения и рудопроявления Fe-Ti-V–Cu, Fе-Ti-Cu, Mo-Cu и золотосодержащие.

Перспективный участок № II состоит из пород малоуральской, варчатинской и объединенных маурыньинской и лопсинской свит, конгорского, янославского и собского комплексов.

К данной территории принадлежат Cu, Fе-Ti-Cu и золотосодержащие месторождения и рудопроявления.

Перспективная площадь Ia, выделенная в результате анализа набора данных КС КА ДЗЗ HLS-2 и на основе анализа поисковых признаков и их функциональных и корреляционных взаимосвязей, также состоит из кэшорского и собского комплексов. Для этой территории известны Fe-Ti-V–Cu и золотосодержащее рудопроявления.

ЗАКЛЮЧЕНИЕ

В результате статистической обработки данных КА ДЗЗ HLS-2 построены карты распространения гидротермальных изменений для изучаемой территории: гидроксил-(Al-OH, Mg-OH) и карбонат-содержащие породы, оксиды двух- (магнетит) и трехвалентного железа (гематит), оксиды и гидроксиды железа (лимонит), – с использованием спектральных каналов КА ДЗЗ HLS-2 (минералогические индексы) и МГК.

Составлена схема плотности линеаментов, т. е. схема нарушенности горных пород в массиве, и выявлена тесная связь между известными рудными объектами и высокими значениями плотности линеаментов.

Выделены два участка, перспективных на золоторудный тип минерализации, на основе интеграции карт распространения метасоматических изменений и схемы плотности линеаментов, геофизических данных, а также с учетом достоверных разрывных нарушений, играющих рудоконтролирующую роль.

Оконтурен участок первой очереди, выделенный в результате объединения методики анализа поисковых признаков и их функциональных и корреляционных взаимосвязей и подхода к обработке данных КС, полученных с помощью КА ДЗЗ HLS-2.

Выявлены закономерности и на их основании сформулированы прогнозно-поисковые признаки золотого оруденения в пределах ЮЗ части МЗ Полярного Урала:

  1. Структурный признак. Площади, перспективные на золоторудную минерализацию, следует искать вдоль трансрегиональных разломных зон, пересекающих благоприятные горизонты и структуры и контролирующих рудную минерализацию, и в пределах вулкано-плутонической структуры 1-го порядка, развитой над внутрикоровыми магматическими камерами, вулкано-плутоническими комплексами и ареалами их влияния. Положение вулкано-плутонической депрессии контролируется структурой СВ простирания более позднего заложения.
  2. Структурно-вещественный признак. Благоприятная золоторудная минерализация тяготеет к краевым частям вулкано-плутонической структуры 1-го порядка. Структурными критериями для выделения перспективных площадей являются системы кольцевых структур 2-го и более высокого порядка. Положение таких построек контролируется узлами сопряжения разрывных нарушений СВ и СЗ простирания протяженностью более 10 км. В потенциально рудоносных вулканических постройках должны быть проявлены метасоматические ореолы значительной площади (более 30 км2) с повышенными значениями индексов гидроксил-(Al-OH, Mg-OH), карбонат-содержащих минералов и оксидов и гидроксидов железа (лимонит) и в меньшей степени оксидов двухвалентного железа.

БЛАГОДАРНОСТИ

Авторы благодарят Чурсина И. Н. за ценные советы при планировании исследования.

ИСТОЧНИК ФИНАНСИРОВАНИЯ

Работа выполнена при поддержке проекта РНФ № 23-17-00266.

×

About the authors

J. N. Ivanova

Institute of Geology of Ore Deposits, Petrography, Mineralogy and Geochemistry of the Russian Academy of Sciences; Peoples' Friendship University of Russia

Author for correspondence.
Email: jnivanova@yandex.ru
Russian Federation, Moscow; Moscow

A. A. Bochneva

Peoples' Friendship University of Russia

Email: jnivanova@yandex.ru
Russian Federation, Moscow

References

  1. Abdullah A., Akhir J.M., Abdullah I. Automatic Mapping of Lineaments Using Shaded Relief Images Derived from Digital Elevation Model (DEMs) in the Maran – Sungai Lembing Area, Malaysia // Electr. Jour. of Geotech. Engin. 2010. V. 15(6). P. 949–958. doi: 10.1039/CS9962500401.
  2. Aerospace methods of geological research / Ed. A.V. Pertsova. St. Petersburg: VSEGEI, 2000. 316 p. (in Russian).
  3. Ananiev Yu.S. Gold-concentrating systems of the Southern folded framing of the West Siberian plate (on the example of the Western Kalba). Dis. … dok. geol.-miner. Sciences. Tomsk, 2017, 509 p. (In Russian).
  4. Benevolsky B.I., Volchkov A.G., Protsky A.G. Prospects for creating an ore resource base for the gold mining industry in the Polar Urals region // Mineral Resources of Russia. Economics and Management. 2004. No. 2. P. 10–15. (in Russian).
  5. Bosikov I.I., Vyskrebenets А.S., Tsidaev B.S., Belukov S.V. Improving efficiency of appraisal, assaying and extraction of copper–nickel resources. MIAB. Mining Inf. Anal. Bull. 2020. (11–1). P. 40–53. (In Russian). doi: 10.25018/0236-1493-2020-111-0-40-53.
  6. Cheng Q., Jing, L., Panahi A. Principal component analysis with optimum order sample correlation coefficient for image enhancement // Intern. Jour. of Rem. Sen. 2006. V. 27(16). P. 3387–3401. doi: 10.1080/01431160600606882.
  7. Chernyaev E.V., Chernyaeva E.I., Sedelnikova A.Yu. Geology of the gold-skarn deposit Novogodnee-Monto (Polar Urals) // Skarns, their genesis and ore content (Fe, Cu, Au, W, Sn, …). Mat. conf. XI Readings A.N. Zavaritsky. Yekaterinburg: IGiG UrO RAN, 2005. P. 131–137. (in Russian).
  8. Claverie M., Jub J., Masek J.G. et al. The Harmonized Landsat and Sentinel-2 surface reflectance data set // Remote Sensing of Environment. V. 219. 2018. P. 145–161.
  9. Doxani G., Vermote E., Roger J.C. et al. Atmospheric correction inter-comparison exercise // Remote Sensing. 2018. 10(2). 352 p.
  10. Dushin V.A., Malyugin A.A., Kozmin V.S. Gold metallogeny of the Polar Urals // Bulletin of St. Petersburg State University. Ser. “Geology and Geography”. 2002. No. 2. Is. 7. P. 72–81. 2. (In Russian).
  11. Ekneligoda T.C., Henkel H. Interactive spatial analysis of lineaments // Jour. of Comp. and Geos. 2010. V. 36. № 8. P. 1081–1090.
  12. Farr T.G., Rosen P.A., Caro E. et al. The shuttle radar topography mission // the American Geophysical Union. 2007. P. 1–33. doi: 10.1029/2005RG000183.
  13. Galiullin I.Z., Remizov D.N. et al. Geological and mineralogical mapping (GMC) at a scale of 1:200,000 sheets Q-41-XYI, XYII, XXI, XXII (the Vostochno-Voykarskaya area). Geological report // OJSC Polyarno-Uralskoye GGP. city of Labytnangi. 2009. http://geolfond.3dn.ru. (In Russian).
  14. Gitis G.V., Ermakov B.V. Fundamentals of space-time forecasting in geoinformatics. M.: FIZMATLIT. 2004. 256 p. (In Russian).
  15. Gitis V.G. Method of Approximation of Functional Dependencies Based on Expert Scores // Problems of Information Transmission. 1987. Volume XXIII. Iss. 3. P. 94–100. (In Russian).
  16. Gornyy V.I., Kritsuk S.G., Latypov I.Sh. et al. Osobennosti mineralogicheskoy zonal'nosti rudno-magmaticheskikh sistem, vmeshchayushchikh kvartsevo-zhil'nyye mestorozhdeniya zolota (po materialam sputnikovoy spektrometrii) [Peculiarities of mineralogical zonality of ore-magmatic systems hosting quartz-vein gold deposits (according to satellite spectrometry data)] // Sovremennyye problemy distantsionnogo zondirovaniya Zemli iz kosmosa [Modern problems of remote sensing of the Earth from space]. 2014. V. 11. № 3. P. 140–156. (In Russian).
  17. Gray J.E., Coolbaugh M.F. Geology and geochemistry of Summitville, Colorado: An Epitermal Acid Sulfate Deposit in a Volcanic Dome // Economic Geology. 1994. V. 89. P. 1906–1923.
  18. Gupta R.P. Remote Sensing Geology, 3rd ed. Springer, Berlin, Germany, 2017. P. 180–190, 235–240, and 332–336.
  19. Hubbard B.E., Mack T.J., Thompson A.L. Lineament Analysis of Mineral Areas of Interest in Afghanistan. USGS Open. Reston, Virginia: U. S. Geological Survey. 2012. Available at: http://pubs.usgs.gov/of/2012/1048.
  20. Ivanova J.N., Nafigin I.O. Development of an approach for constructing a predictive map of the probabilistic distribution of high-permeability rocks zones for polymetallic mineralization type to data spacecraft Landsat-8 // Research of the Earth from space. 2023. No. 1. doi: 10.31857/S0205961423010062. (In Russian).
  21. Ivanova J.N., Vyhristenko R.I., Vikentiev I.V. Structural control of gold mineralization in the central part of the Malouralskiy volcano-plutonic belt (Polar Urals) based on the analysis of multispectral images of the Landsat 8 spacecraft // Issledovanie Zemli iz Kosmosa, 2020. No. 4. P. 51–62.
  22. Ivanova Yu.N., Bochneva A.A. Prediction perspective areas for the gold-copper-porphyry type of mineralization based on the analysis of prospecting features and their functional and correlation relationships // Geoinformatics. 2016. No. 2. P. 41–50. (In Russian).
  23. Jensen J.R. Introductory Digital Image Processing: A remote sensing perspective // Pearson Prentice Hall, Upper Saddle River NJ 07458, 3-rd ed., 2005. P. 276–287 and 296–301.
  24. Jolliffe I.T. Principal component analysis. Department of Mathematical Sciences King’s College University of Aberdeen, Uk, 2-d edition., 2002. 487 p.
  25. Kenig V.V., Butakov K.V. Deposits of ore gold Novogodnee-Monto and Petropavlovskoye – a new gold ore region in the Polar Urals // Exploration and protection of mineral resources. 2013. No. 11. P. 22–24. (In Russian).
  26. Krivko T.N., Zoloev K.K., Koroteev V.A. New data on ore occurrences in the Rudnogornensky district and the probability of discovering industrial facilities of the “Novogodnensky type” (Polar Urals) // Gold and Technologies. 2014. No. 3(25). P. 14–17. (In Russian).
  27. Krivoguzova A.S., Vasyutenko D.M. Analysis of the application of mathematical modeling in geology // Bulletin of the Baltic Federal University. I. Kant. Ser. Physico-mathematical and technical sciences. 2022. № 1. P. 101–107. (In Russian).
  28. Kucherina P.M. et al. Report of the Haramatalou party on the objects: Production of a geological additional study on a scale of 1:50,000 of the area of the Rai-Iz massif and its framing. Sheets Q-41–46-B c, d, Q-41–47-A-a-3.4, c, d, C, D; Q-41–48-A and group geological survey of scale 1: 50,000 sheets Q-41–56-V-b, c, d, D; Q-41–57-A, B, C-a and geological additional study of sheets Q-41–56-A, B, C-a; Q-41–57-V-b, c, d, D-a, c, d within the northwestern region of the Voikar synclinorium, carried out in 1982–1991, pos. Polar, 1991. (In Russian).
  29. Lesnyak D.V., Ananiev Yu.S., Gavrilov R.Yu. Structural, geophysical and geochemical criteria for epithermal acid-sulfate gold mineralization on the example of the Svetloe ore field (Khabarovsk Territory) // Bulletin of the Tomsk Polytechnic University. Engineering of georesources. 2022. V. 333. No. 8. P. 60–72. (In Russian).
  30. Levochskaya D.V., Yakich T.Yu., Lesnyak D.V., Ananiev Yu.S. Hydrothermal-metasomatic zoning, fluid regime and types of gold mineralization in the Emi and Elena sites of the Svetloe epithermal ore field (Khabarovsk Territory) // Proceedings of the Tomsk Polytechnic University. Engineering of georesources. 2021. V. 333. No. 10. P. 17–34. (In Russian).
  31. Li Z., Zhang H.K., Roy D.P. Investigation of Sentinel-2 bidirectional reflectance hot-spot sensing conditions // IEEE Transactions on Geoscience and Remote Sensing. 2018. 10.1109/TGRS.2018.2885967 (https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8594675).
  32. Loughlin W.P. Principal Component Analysis for Alteration Mapping // Photogramm. Eng. Remote Sens. 1991. V. 57. P. 1163–1169.
  33. Mansurov R.Kh. Geological and structural conditions for the localization of Petropavlovsk gold deposit (the Polar Urals). Abstract dis. … cand. geol.-miner. Sciences. Moscow, 2013. 22 p. (In Russian).
  34. Masek J.G., Claverie J., Ju M. et al. Harmonized Landsat Sentinel-2 (HLS) Product User Guide. Product Version 2.0. 2018.
  35. Masek J.G., Vermote E.F., Saleous N.E. et al. A Landsat surface reflectance dataset for North America, 1990–2000 // IEEE Geoscience and Remote Sensing Letters. 2006. V. 3(1). P. 68–72.
  36. Masoud A.A., Koike K. Morphotectonics inferred from the analysis of topographic lineaments auto-detected from DEMs: application and validation for the Sinai Peninsula, Egypt // Tectonophysics. 2011. 510(3). P. 291–308. doi: 10.1016/j.tecto.2011.07.010.
  37. Mather P.M. Computer Processing of Remotely Sensed Images: An Introduction. Chichester, UK: John Wiley and Sons. 1999. 460 p.
  38. Maurer T. How to pan-sharpen images using the gram-Schmidt pan-sharpen method – a recipe. In: International archives of the photogrammetry, remote sensing and spatial information sciences, volume XL-1/W1. ISPRS Hannover workshop, Hannover, pp 21–2. Environmental Earth Sciences. 2013. 79:101. doi.org/10.1007/s12665-020-8845-4.
  39. Melgunov A.N. et al. Geological report “Prognostic assessment of the resource potential of the Northern, Subpolar and Polar Urals based on modern geological and geophysical, mineragenic, geochemical and isotope research methods”. FSUE VSEGEI, St. Petersburg. 2008. Electronic version. (In Russian).
  40. Milovskii G.A., Rudakov V.V., Lebedev V.V. et al. Application of satellite imagery to forecast gold mineralization in deep fault zones in the Northeast of Russia // Issledovanie Zemli iz kosmos. 2010. No. 3. P. 30–34. (In Russian).
  41. Milovsky G.A., Denisova E.A., Ezhov A.A., Kalenkovich N.S. Prediction of mineralization in the Sob-Kharbeiskaya area (Polar Urals) based on cosmic geological data // Issled. Earth from space. 2007. No. 6. P. 29–36.
  42. Nezampour M.H., Rassa I. Using remote sensing technology for the determination of mineralization in the Kal-e-Kafi porphyritic deposit, Anarak, Iran // Min. Depos. Res.: Meeting the Global Challenge. 2005. Р. 565–567. doi.org/10.1007/3-540-27946-6_145.
  43. Ovechkin A.M. Prospecting for chromites in the northern part of the Voikaro-Syn'inskii hypermafic massif. Report for 1985–1999, settlement. Polar, 1999. (In Russian).
  44. Remizov D.N., Shishkin M.A., Grigoriev S.I. et al. State geological map of the Russian Federation. Scale 1:200,000 (2nd edition, digital). The Polar-Ural series. Sheet Q-41-XVI (Khordyus). Explanatory letter. Saint Petersburg: Cartographic factory VSEGEI. 2014. 256 p. (In Russian).
  45. Roy D.P., Li J., Zhang H.K. et al. Examination of Sentinel-2A multispectral instrument (MSI) reflectance anisotropy and the suitability of a general method to normalize MSI reflectance to nadir BRDF adjusted reflectance // Remote Sensing of Environment. 2017. V. 199. P. 25–38.
  46. Roy D.P., Zhang H.K., Ju J. et al. A general method to normalize Landsat reflectance data to nadir BRDF adjusted reflectance // Remote Sensing of Environment. 2016. V. 176. P. 255–271.
  47. Seravkin I.B. Endogenous metallogeny of gold in the Urals (review, article 1 – Polar, Subpolar, Northern and Middle Urals) // Geological collection. Information materials. Geol Institute Ufa department of the Russian Academy of Sciences. 2009. P. 164–176. (In Russian).
  48. Serokurov, Yu.N., Kalmykov V.D., Gromtsev K.V. Remote assessment of the gold-bearing potential // Ores and metals. 2008. No. 1. P. 45–51. (In Russian).
  49. Shaporev V.A., Kapitanov A.D., Shaporeva R.M. et al. Geological report “Analysis, generalization and development of a methodology for interpreting electrical data for mapping reservoirs and solving other oil and gas prospecting problems in the southwestern part of the Siberian Platform”. PGO “Yeniseigeophysics”. 1986, p. Geofizikov. 374 p. (In Russian).
  50. Sharpenok L.N. Magmatogenic-ore systems of continental volcano-plutonic belts of mobile areas // Regional geology and metallogeny. 2014. No. 58. P. 84–90. (In Russian).
  51. Sharpenok L.N. Magmatogenic ring structures. Leningrad, Nedra, 1979, 231 p. (In Russian).
  52. Shishkin M.A., Astapov A.P., Kabatov N.V. et al. State geological map of the Russian Federation. Scale 1: 1000000 (3rd gen.). The Ural series. Q41 – Vorkuta sheet: Explanatory note. St. Petersburg: VSEGEI. 2007. 541 p. (In Russian).
  53. Sobolev I.D., Soboleva A.A., Udoratina O.V. et al. Devonian island-arc magmatism of the Voikar zone in the Polar Urals // Geotectonics. 2018. V. 52. No 5. P. 531–563.
  54. Space information in geology / Ed. A.V. Peive. Moscow: Nauka, 1983. 536 p. (In Russian).
  55. Thannoun R.G. Automatic Extraction and Geospatial Analysis of Lineaments and their Tectonic Significance in some areas of Northern Iraq using Remote Sensing Techniques and GIS // Intern. Jour. of enhanced Res. in Scien. Techn. & Engin. 2013. 2, 2. ISSN NO: 2319–7463.
  56. Thomson I.N., Kravtsov V.S., Kochneva N.T., Seredin V.V., Seliverstov V. A. Metallogeny of hidden lineaments and concentric structures. Moscow: Nedra, 1984. 272 p. (In Russian).
  57. Tommaso I., Rubinstein N. Hydrothermal alteration mapping using ASTER data in the Infiernillo porphyry deposit, Argentina // Ore Geol. Rev. 2007. V. 32. P. 275–290.
  58. Vaganov V.I., Ivankin P.F., Kropotkin P.N. Explosive ring structures of shields and platforms. M.: Nauka, 1985. 200 p. (In Russian).
  59. Verdiansyah O. A Desktop Study to Determine Mineralization Using Lineament Density Analysis at Kulon Progo Mountains, Yogyakarta and Central Java Province. Indonesia // Indonesian Journ. of Geography. 2019. V. 51. No. 1. P. 31–41. doi.org/10.22146/ijg.37442
  60. Verdiansyah O. Aplikasi Lineament Density Analysis Untuk Membatasi Pola Kaldera Purba Godean // Jour. Teknologi Technoscienti. 2017. V. 9(2).
  61. Vermote E., Justice C., Claverie M., Franch B. Preliminary analysis of the performance of the Landsat 8/OLI land surface reflectance product // Remote Sensing of Environment. 2016. V. 185. P. 46–56.
  62. Vermote E.F., Kotchenova S. Atmospheric correction for the monitoring of land surfaces // Journal of Geophysical Research: Atmospheres. 2008. V. 113(D23).
  63. Vikentiev I.V., Mansurov R.Kh., Ivanova Yu.N. et al. Gold-porphyry Petropavlovskoye deposit (Polyarny Ural): geological position, mineralogy and conditions of formation Geology of Ruds. deposits // Geology of ore deposits. 2017. V. 59. No. 6. P. 501–541.
  64. Volchkov A.G., Girfanov M.M., Novikov V.P. Prospects for the development of the mineral resource base of gold in the Polar Urals (YaNAO) // Problems of development of SMEs of solid fields. isp. in the Polar Urals. Salekhard. 2007. P. 188–190. (In Russian).
  65. Vural A., Corumluoglu Ö., Asri I. Remote sensing technique for capturing and exploration of mineral deposit sites in Gumushane metallogenic province, NE Turkey // J. Geol. Soc. India. 2017. V. 90. Is. 5. Р. 628–633. doi.org/10.1007/s12594-017-0762-0
  66. Wilson J.P., Gallant J.C. Terrain analysis: principles and applications // John Wiley & Sons. 2000. 520 р.
  67. Yakovlev G.F. Geological structures of ore fields and deposits. M.: Moscow University, 1982. 270 p.
  68. Yousefi T., Aliyari F., Abedini A., Calagari A.A. Integrating geologic and Landsat-8 and ASTER remote sensing data for gold exploration: a case study from Zarshuran Carlin-type gold deposit, NW Iran // Arabian J. Geoscien. 2018. 11:482. doi.org/10.1007/s12517-018-3822-x
  69. Zhang X., Panzer M., Duke N. Lithologic and mineral information extraction for gold exploration using ASTER data in the south Chocolate Mountains (California) // J. Photogramm. Remote Sens. 2007. V. 62. P. 271–282.
  70. Zhu Z., Wang S., Woodcock C.E. Improvement and expansion of the Fmask algorithm: cloud, cloud shadow, and snow detection for Landsats 4–7, 8, and Sentinel 2 images // Remote Sensing of Environment. 2015. V. 159. P. 269–277.
  71. Zverev A.T., Gavrilova V.V. Development of the theory and methods for assessing and forecasting the state of natural resources using space images. Izv. universities. Geodesy and aerial photography. 2012. No. 5. P. 44–47. (In Russian).
  72. Zverev A.T., Malinnikov V.A., Arellano-Baeza A. Prediction of ore mineral deposits in Chile based on lineament analysis of space images // Izv. universities. Geodesy and aerial photography. 2005. No. 6. P. 62–69. (In Russian).
  73. Zylova L.I., Kazak A.P. et al. State geological map of the Russian Federation. Scale 1:1000000 (third generation). Series West Siberian. Sheet Q-42 – Salekhard: Explanatory note. St. Petersburg: VSEGEI, 2014. 396 p. (In Russian).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Scheme of the Ural folded belt and position of the study area in the structures of the Polar Urals. Structural basis according to (Chernyaev et al., 2005) with modifications: 1 – Central Ural megazone, 2 – basalt-andesite complex, 3 – ophiolites, 4 – gold placers, 5 – gold placers; 6–7 – deposits (a), ore occurrences (b): 6 – gold ore and gold-bearing; 7 – Cu-Zn-Mo; 8–11 – ore occurrences: 8 – Fe-Ti-V-Cu; 9 – Fe-Ti-Cu, 10 – Mo-Cu, 11 – Mo; 12 – settlements; 13 – main rivers (a) and lake (b), 14 – boundaries of the study area.

Download (464KB)
Indexing metadata
3. Fig. 2. Simplified geological map of the study area according to (Shishkin et al., 2007). Legend: 1–3 – reliable faults: 1 – outcropping on the surface, 2 – thrust, 3 – nappe; 4 – Kharamatalou suite with alternating graphitoid-quartz schists, graphitoid quartzite schists, micaceous schists, quartzites, epidote-albite amphibolites, chlorite-albite schists, gondites; 5–6 – ultramafic-metagabbronorite Dzelyayu complex with hyperbasites, gabbronorites, amphibolites; 7 - gabbro-dolerite-abyssal orangjugan-lemvinsky complex with gabbro-dolerites, dolerites, picrodolerites, picrites, gabbro-dolerite dikes; 8 - Kokpel suite with massive and amygdaloid metabasites, spilites, siltstones and apovolcagenic shales; 9 - Grubei suite with siltstones, phyllitic shales and silty sandstones; 10 - undifferentiated Pagatinskaya, Kibatinskaya and Kamchatka suites with sandstones, calcareous siltstones, silty limestones and looped limestones; 11 - Grubeiskaya and Kharbeishor suites with purple and green siltstones, phyllitic shales, silty sandstones and sandstones; 12 - dunite-garbucite with dunites Raiz-Voikar complex, dunite-garbucite association with mesh-vein and banded segregations of dunites, undifferentiated ultramafics; 13-14 - Kashor dunite-wehrlite-clinopyroxenite-gabbro complex: 13 - the first phase with dunites, undifferentiated wehrlites, lherzolites, 14 - the second phase with gabbro, gabbro-norites, gabbro-diorites, diorites, gabbro dikes; 15 - Ust-Kongor and Voikar suites undifferentiated with pillow and tabular spilites, interlayers and lenses of jasperoids; 16 - Lagortayu complex with gabbro-dolerites, dolerites of parallel dikes; 17 - Maloyuralskaya suite with tuffs of basalts, heteroclastic basaltic andesites, basalts, dacites, interlayers of tuffaceous sandstones, tuffites with lenses of riftogenic limestones; 18 - Kharotskaya suite with carbonaceous-clayey shales, phtanites, packs of looped limestones at the Wenlock-Ludlov and Prague-Ems levels; 19 - Kevsoimskaya suite with trachyandesites, trachytes and their tuffs, conglomerates, gravelites, sandstones, jasperoids and limestones, of intermediate composition with lavas; 20 - Varchatinskaya suite with metabasites, metaandesites, metadacites and their tuffs, conglomerates, gravelites, tuffaceous sandstones, tuffites, limestones; 21 - Paginskaya suite with quartz sandstones, siltstones, argillites, interlayers of siliceous-clayey shales; 22 - diorite-tonalite-plagiogranite Sobsky complex with granodiorites, tonalites; 23 - monzogranodiorite Kongorsky complex with quartz monzodiorite plutonic, quartz monzodiorites, granodiorites and diorites; 24 - Nyanvorginskaya suite with silt-clayey, clayey-siliceous, carbonaceous-siliceous shales and phthanites; 25 - granite plutonic Yanoslavsky complex with biotite-hornblende granites, leucogranites and alaskites; 26 - Yaiyu Formation with graywackes, polymictic sandstones, calcareous siltstones, clayey shales, limestone interlayers and dolomites, 27 - Kecpel Formation with fine-rhythmic interbedding of polymictic fine-grained sandstones, siltstones and mudstones; 28 - Middle Jurassic, Bathonian Stage - Upper Jurassic, Lower Tithonian substage, combined Maurynya and Lopsin Formations with clays, mudstones, sand and brown coal beds; 29 - Upper Jurassic, Tithonian Stage - Lower Cretaceous, Lower Berry substage, Fedorovskaya Formation with glauconite-quartz siltstones and sandstones, sometimes phosphate-containing, with chamosite oolites, gravel, concretions; 30 - Berriasian stage, upper substage - Hauterivian stage, united Kharosoim and Ulasyn suites with argillite-like and silty clays, interlayers of siltstones, clayey limestones and sandstones; 31 - Hauterivian-Aptian stage, Severososvinskaya suite with sands, siltstones, compacted siltstones alternating with clays, brown coal beds; 32 - Albian stage, Khanty-Mansiysk suite with clays, siltstones and interlayers of siltstones, clayey limestones and siderites, less often sands; 33 - Turonian-Maastrichtian stages with glauconite-opoka strata with interlayers of siliceous clays, opoka and diatoms; 34–38 – out-of-scale bodies: 34 – gabbro-dolerite dikes, 35 – garbucite with dunite segregations, 36 – ferruginous dunites, 37 – clinoperoxenites, 38 – gabbro-dolerite dikes; 39–43 – ore occurrences: 39 – Cu, 40 – gold-bearing, 41 – Mo, Cu, 42 – Fe, Ti, Cu, 43 – Fe, Ti, V, Cu; 44 – lakes; 45 – boundaries of the study area.

Download (692KB)
Indexing metadata
4. Fig. 3. Forecast map for gold-copper-porphyry type of mineralization. Legend: 1–5 – risk zones (different levels of probability of mineralization detection), 6 – recommended area for evaluation work. As the color saturation increases, the probability of forecasting gold-copper-porphyry mineralization increases.

Download (107KB)
Indexing metadata
5. Fig. 4. Morphostructural map of the study area and adjacent territory obtained from the HLS-2 spacecraft CS data. Legend: 1–3 – lineaments: radial (1), arc (2), ring (3); 4–8 – deposits and ore occurrences corresponding to Fig. 2; 9 – boundaries of the study area; 10–11: central-type paleovolcanic apparatus (1st-order morphostructure) (10), 2nd-order morphostructures (11); 12 – NE-trending structure refined from geophysical data (a), rose diagram for the southwestern part of the study area and adjacent territory (b); 13–17 – out-of-scale subvolcanic bodies (dikes) corresponding to and removed from Fig. 2.

Download (619KB)
Indexing metadata
6. Fig. 5. Position of the study area in physical fields: magnetic (a) and gravitational (b). Legend: 1 – paleovolcanic apparatus of the central type (1st order morphostructure), 2 – 2nd order morphostructures, 3 – NE-trending structure, 4 – boundaries of the study area, 5–9 – ore occurrences and deposits corresponding to Fig. 2.

Download (681KB)
Indexing metadata
7. Fig. 6. Schemes of secondary mineral association development for the studied and adjacent territories, obtained using the HLS-2 KS: a – hydroxyl-(Al-OH, Mg-OH) and carbonate-containing, b – trivalent iron oxides (hematite), c – iron oxides and hydroxides (limonite), d – divalent iron oxides (magnetite). Concentrations of indicator groups of hydrothermal alterations are shown by colored dots: minimum – yellow, average – orange and maximum – red, lines indicate the contours of maximum concentrations (concentrations of dots) of secondary alterations.

Download (782KB)
Indexing metadata
8. Fig. 7. Combined scheme of secondary mineral association development for the studied and adjacent territories, obtained using the HLS-2 satellite imager. Legend: 1 – hydroxyl-(Al-OH, Mg-OH) and carbonate-containing minerals, 2 – trivalent iron oxides (hematite), 3 – iron oxides and hydroxides (limonite), 4 – divalent iron oxides (magnetite).

Download (450KB)
Indexing metadata
9. Fig. 8. Lineament density scheme obtained by manual selection for the study and adjacent territories with prospective areas for gold ore mineralization type and areas of hydrothermal alteration development marked on it. Legend: 1–3 — secondary minerals: 1 — iron oxides and hydroxides (limonite); 2–3 — di- and trivalent iron oxides; 4 — hydroxide- (Al-OH, Mg-OH) and carbonate-containing minerals; 5–8 — boundaries: 5 — of the study territory, 6 — of the area identified based on the analysis of exploration features and their functional and correlation relationships, 7 — identified based on the KS materials (numbers I–II on the map — see explanation in the text), 8 — of the area contoured based on the analysis of exploration features and their functional and correlation relationships and the KS materials — first-stage area (number Ia on the map — see explanation in the text); 9–13 – ore occurrences and deposits corresponding to Fig. 2.

Download (722KB)
Indexing metadata
10. Fig. 9. Geological map according to (Shishkin et al., 2007) and the scheme of development of hydrothermal-metasomatic rocks for the studied territory, obtained from the materials of the HLS-2 remote sensing satellite. Legend: 1–44 correspond to Fig. 2, 45–48 are the boundaries of areas identical to Fig. 8, 49–52 are secondary mineral associations corresponding to Fig. 7.

Download (1MB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences