基于ASTER數據的蝕變礦物信息提取
——以哈密黃山銅鎳礦區為例

張志軍，甘甫平，李賢慶，徐延峰，梁樹能

(1.中國礦業大學(北京)地球科學與測繪工程學院，北京 100083;2.中國國土資源航空物探遙感中心對地觀測技術工程實驗室，北京 100083;3.中國地質大學(北京)地球科學與資源學院，北京 100083)

基于ASTER數據的蝕變礦物信息提取
——以哈密黃山銅鎳礦區為例

張志軍1，2，甘甫平2，李賢慶1，徐延峰3，梁樹能2

(1.中國礦業大學(北京)地球科學與測繪工程學院，北京 100083;2.中國國土資源航空物探遙感中心對地觀測技術工程實驗室，北京 100083;3.中國地質大學(北京)地球科學與資源學院，北京 100083)

在分析哈密黃山銅鎳礦區典型地物波譜特征的基礎上，設計了基于ASTER數據的蝕變信息提取流程，詳細論述了對4組含不同離子或基團的常見蝕變礦物應用主成分分析(PCA)進行蝕變信息提取、采用光譜角制圖法(spectral angle mapper，SAM)進行干擾異常篩選的“SAM去干擾異常主分量門限技術”。4組(9種)蝕變礦物包括:含Fe離子的礦物(針鐵礦、赤鐵礦)、含CO基團的礦物(方解石、白云石)、含Al－OH基團的礦物(白云母、蒙脫石、高嶺石)以及含Mg－OH基團的礦物(綠泥石、綠簾石)。蝕變礦物信息提取結果表明，“SAM去干擾異常主分量門限技術”方法可行，對ASTER數據的應用效果與實際情況比較吻合，充分證明ASTER在短波紅外范圍內具有很強的礦物刻畫能力。

ASTER;黃山銅鎳礦;主成分分析;光譜角制圖

0 引言

不同的巖石礦物受巖礦物質組分、晶體結構、表面形態和外部環境等因素的影響，在可見光、近紅外及短波紅外波段表現出不同的光譜特征，這是進行巖礦、蝕變信息遙感識別的基礎。隨著遙感技術的發展，在不斷細分波譜、增強微弱信息的基礎上，遙感蝕變信息提取的方法也取得了長足的進步。國內外許多學者基于蝕變帶中所含的離子基團開展了多種遙感蝕變信息提取方法研究(如比值分析、主成分分析、光譜角制圖、Crosta等方法)，都取得了顯著的成果。根據提取的圍巖蝕變信息發現的金屬、非金屬礦床很多，這些實例均證明了蝕變礦物提取是找礦預測、圈定靶區的一種重要方法。

在礦物蝕變信息提取方面，國外的研究較早，1977年Abrams等［1］認為褐鐵礦的蝕變圍巖具有在0.5～1.1 μm 譜段由Fe3+產生的強吸收光譜特征，據此在內華達州金場根據陸地衛星圖像的波段比值對褐鐵礦化蝕變進行了填圖;1989年Crosta等［2］成功地使用TM數據圈定了巴西Minais Germais半干旱地區的鐵染和羥基異常;2001年Tangestani和Moore［3］利用不同的主成分分析對伊朗Meiduk地區的斑巖銅礦進行了蝕變信息提取;2003年Crowley等［4］利用AVIRIS和ASTER數據對成層火山的熱液蝕變進行了研究。

國內在礦物蝕變信息提取方面的研究起步于20世紀90年代，1991年趙元洪等［5］提出了波段比值的主成分復合法;1997年馬建文［6］提出了“TM掩模+主成分變換+分類識別”提取礦化信息的方法;2003年楊建民等［7］綜合應用比值法、主成分法和光譜角法在東天山進行了遙感示礦信息提取研究;2004年王永江［8］利用主成分法在西天山吐拉蘇盆地成功提取了金礦化蝕變信息，甘甫平等［9］系統進行了遙感示礦信息提取基礎及技術方法研究，提出了建立巖礦識別的技術集成、譜系集成和多源數據分層識別集成的思路和框架;2009年呂鳳軍等［10］利用改進的“去干擾主分量門限技術”在承德和太行山區進行了蝕變信息提取，認為利用ASTER進行鐵染、碳酸根和羥基提取是可靠的;2011年程知言等［11］在云南東川播卡金礦利用ETM數據進行了構造解譯和礦化蝕變信息提取，并結合物化探信息進行了綜合分析，取得了比較好的成果。

前人的研究表明，利用主成分法從遙感圖像中提取礦化蝕變信息是有效、可靠的，但存在“干擾異常”的問題。過去的異常篩選都是通過與地質資料對比，或直接進行實地驗證，工作量大。龍曉君等［12］提出采用光譜角方法進行干擾異常篩選，并利用ETM數據在西藏羌多地區進行了遙感蝕變與構造信息提取研究。本文則利用短波紅外波段分辨率較高的ASTER數據，通過對哈密黃山銅鎳礦區典型地物光譜特征分析，選擇合適的波段做主成分分析(principal component analysis，PCA)，進行了 4 組(9種)蝕變礦物信息提取;利用光譜角制圖(spectral angle mapper，SAM)進行干擾異常篩選，實現了通過圖像處理剔除部分干擾異常，縮小了野外驗證的范圍，提高了遙感蝕變礦物信息提取的精度。

1 研究區概況

黃山銅鎳礦位于新疆哈密市東南105 km，區內以低山丘陵為主，南側有312國道，交通十分方便。該區屬于荒漠戈壁景觀區，地貌單元相對單一，基巖出露廣泛;常年干旱少雨，夏季氣候異常炎熱，冬季寒冷，晝夜溫差較大，植被稀疏。

黃山銅鎳礦是由于晚石炭世末的構造運動產生斷裂、導致巖漿沿斷裂上升、經中間巖漿房分異后侵位至淺部形成的鐵鎂—超鐵鎂雜巖帶。礦區中南部出露的地層為下石炭統干墩組，由夾火山巖的淺變質沉積凝灰巖、含碳硅質板巖、變余砂巖、灰巖、片巖、淺粒巖及細碧巖、角斑巖、石英角斑巖、凝灰巖、硅質巖等組成。礦田位于覺羅塔格復背斜東段，褶皺、斷裂構造發育，主要構造線的展布方向為NEE向，其次為近EW向及NW向。該礦田包括黃山巖體、黃山東巖體、香山巖體和黃山南巖體［13］。

巖體蝕變較強但不均勻，蝕變分帶不明顯，主要發育于相帶、巖體的邊緣。在熱液成礦期，巖漿演化的熱液充填與巖相接觸帶，造成強烈的圍巖蝕變［14］。熱液溫度較高時，云英巖化形成了石英和云母;中、低溫熱液時，造成絹云母化、綠泥石化、青磐巖化等，生成了綠泥石、絹云母和碳酸鹽(方解石、白云石)。絹云母化常伴有黃鐵礦的生成。表生氧化階段，黃鐵鉀礬、褐鐵礦化發育。蒙脫石、高嶺石多是基性火山巖經后期風化形成的，蒙脫石在遭受地表水的長期淋濾后會向高嶺石轉化。

研究區現有黃山、黃山東、黃山南及香山4個礦區，以銅、鎳礦為主，與銅、鎳伴生的還有少量金、銀、鈷等金屬礦產。

2 ASTER數據及預處理

2.1 ASTER數據基本特征

ASTER是TERRA衛星攜載的一種高級光學傳感器，包括了從可見光到熱紅外共14個光譜通道，其中，15 m分辨率的VNIR(可見光與近紅外)與30 m分辨率的SWIR(短波紅外)波段范圍內記錄的是地物光譜反射率，90 m分辨率的TIR(熱紅外)波段范圍內記錄的是地物熱輻射值;每景圖像的范圍為60 km×60 km。本文只使用了可見光、近紅外及短波紅外波段的數據(表1)。本文使用的ASTER圖像的成像時間是2005年10月7日。

表1 ASTER VNIR和SWIR波段數據特征Tab.1 Characteristic of ASTER data in VNIR and SWIR bands

2.2 數據預處理

2.2.1 輻射定標

本文使用的數據是ASTER L1B數據，經過幾何糾正及輻射校正。幾何糾正的相對誤差小于15 m(即在一個像元內)，達到了一般的誤差要求;大氣校正的過程需要輻射亮度值，因此需要對ASTER L1B數據進行輻射定標，將DN值轉換成輻射值。本文中蝕變異常提取涉及的波段范圍是可見光、近紅外及短波紅外波段，波長范圍最大到2.5 μm，所以只用到ASTER數據的前9個波段。鑒于VNIR數據的分辨率是15 m，需要對VNIR的3個波段的數據進行重采樣，以便與短波紅外波段數據統一為30 m的分辨率。利用ENVI的layer stacking工具把上述9個波段數據整合在一起，編輯頭文件，重新定義波長、中心波長、半極值寬、傳感器的增益和偏差。利用preprocessing軟件中的定標工具完成輻射定標。

2.2.2 FLAASH 大氣校正

大氣校正的目的有兩個:①去除傳感器接收地物反射光攜帶的大氣干擾因素的影響;②將輻射率轉換為反射率，以便于與參考光譜進行比較。

FLAASH(fast line－of－fight atmospheric analysis of spectral hypercubes)是目前精度較高的大氣輻射校正模型。它是基于像素級的校正，可校正漫反射引起的連帶效應，調整人為抑止導致的波譜平滑，有效地消除大氣、光照等因素對地物反射的影響，獲得地物較為準確的反射率、輻射率、地表溫度等真實的物理模型參數。

通過FLAASH大氣校正前、后波譜及實測波譜(圖1)的對比可以看出，校正后可見光范圍的反射率降低，短波紅外范圍的反射率升高，曲線更接近地物的實際波譜;特別是短波紅外波段，突出了ASTER的B6，B8波段的吸收特征，有利于進行蝕變信息提取。

圖1 FLAASH大氣校正前、后波譜及實測光譜Fig.1 The spectrum before and after FLAASH atmospheric correction and field measurement

3 蝕變信息提取

為了充分利用ASTER數據在短波紅外波段的信息，本文采用“SAM去干擾異常主分量門限技術”，針對含不同離子或基團的礦物選擇更合理的波段進行信息提取。按照此方法設計出蝕變信息提取流程(圖2)。

圖2 蝕變信息提取流程圖Fig.2 Flow chart of alteration information extraction

3.1 典型地物波譜特征

巖礦的光譜特征取決于其所含離子與基團的晶體場效應與基團振動的結果。對紅外光譜產生吸收的基團/分子主要有H2O，CO，NH4+，Al－OH，Mg－OH和Fe－OH，所涉及的礦物主要有層狀硅酸鹽礦物(綠泥石、蛇紋石、綠簾石、閃石等)、碳酸鹽礦物(方解石、白云石等)和硫酸鹽礦物(明礬石、黃鐵鉀礬、石膏等)。上述礦物常出現于熱液蝕變帶中，對找礦具有重要的指導意義。

本文從USGS波譜庫中選擇上述礦物的光譜數據，得到重采樣到與ASTER波段一致的波譜曲線，以觀察ASTER數據的波譜特征，便于對PCA分量的選擇，提高礦物識別精度。

3.1.1 Fe 離子的波譜特征

由于電荷轉移效應，Fe離子常常吸收較短波長的能量，導致其反射率曲線在藍光波段方向急劇下降，形成陡峭的斜坡，因此含鐵礦物一般都表現為紅色或接近紅色。含鐵礦物在ASTER的B1波段的反射率遠低于其他波段，在B2波段的反射率相對B1波段高。針鐵礦、赤鐵礦在B1—4波段的反射率隨波長的增加而變高，而在B3波段的反射率遠低于在B4波段的反射率，主要是Fe3+的波譜特征。上述含鐵礦物在B4波段都有較強的反射，但在其他波段沒有明顯的吸收或反射特征(圖3)。

圖3 Fe離子的波譜特征Fig.3 The spectral characteristic of Fe ion

3.1.2 Al－OH 基團的波譜特征

大多數礦物都含有Al離子，特別是硅酸鹽礦物(代表礦物有白云母、高嶺石、蒙脫石等)，其特征吸收谷在2 170～2 210 nm附近。上述3種硅酸鹽礦物在ASTER的B1—4波段的反射率隨波段號的遞增而變高，在B5—7波段則相反呈遞減趨勢，在B6波段形成吸收谷(這與2 170～2 210 nm的特征吸收谷是相符的);只有白云母在B8波段還有一個微弱吸收谷(圖4)。

圖4 Al－OH基團的波譜特征Fig.4 The spectral characteristic of Al－ OH group

3.1.3 Mg－OH 基團的波譜特征

含有Mg離子的礦物也很常見(代表礦物有綠泥石、綠簾石)，其特征吸收谷在2 315～2 335 nm附近。上述兩種含Mg離子礦物在ASTER的B1—4波段的反射率隨波段號的遞增而變高，在B5波段呈反射峰特征，而在B8波段形成吸收谷(圖5)，這是因Mg－OH基團的振動產生的。

圖5 Mg－OH基團的波譜特征Fig.5 The spectral characteristic of Mg － OH group

碳酸鹽礦物的診斷特征是在2 335～2 386 nm附近形成吸收谷，主要是因基團振動(即，H2O倍頻或合頻)產生的(代表礦物有方解石、白云石)。上述2種碳酸鹽礦物在ASTER的B1—3波段的反射率隨波段號的遞增而變高，在B5波段有微弱吸收(反射率略低于B3波段)，在B8波段有強吸收谷(圖6)。

圖6 CO基團的波譜特征Fig.6 The spectral characteristic of COgroup

3.2 蝕變礦物信息提取

PCA法是根據蝕變礦物的波譜特征選擇主成分變換波段，分析變換后的本征向量載荷因子的大小和符號，確定每個波段對礦化蝕變礦物的光譜響應的貢獻，判別適合提取蝕變礦物異常的主分量圖像，根據蝕變礦物在主分量圖像中的分布特征提取遙感異常信息。

通過分析對比上述離子、基團的波譜特征，選擇ASTER數據的合適波段進行PCA，這是信息提取成功的關鍵。選擇合適的PC分量進行中值濾波、密度分割，從而得到信息提取的結果。下面以含Al－OH基團的蝕變礦物信息提取為例予以說明。

在含Al－OH基團的蝕變信息提取中，為了突出該基團在B6波段吸收、在B7波段反射的特征，選擇B3，4，6，7波段做PCA來提取蝕變信息，其實質是通過PCA擴展B6，7波段的光譜反差，以提取該組蝕變信息，其本征向量必須滿足具有相反的貢獻值并有相對高的負載荷。從表2可以看出，PC4符合上述條件。

表2 Al－OH基團信息提取的主成分本征向量矩陣Tab.2 Eigenvalue matrix of the PCA for extraction of Al－OH group information

對提取的含Al－OH基團的異常信息進行3×3中值濾波增強，分別以 3.0，2.5，2.0 倍標準離差提取1—3級異常，最后得到含Al－OH基團的白云母、高嶺石、蒙脫石等礦物的蝕變信息(圖 7)。

圖7 Al－OH基團蝕變信息提取圖Fig.7 Map of alteration extraction of Al－ OH group

從圖7可以看出，含Al－OH基礦物分布不均，除香山礦外，在其他礦區均有集中分布，在圖東北角呈面狀分布。由于PCA是對ASTER圖像原始波段的線性組合分析，各主分量中所包含的方差很小的面狀異常信息，大部分是由噪聲引起的;加上波譜分辨率和密度分割閾值的影響，PCA結果中常包含干擾異常。據地質資料，在圖7的東北角地區大量分布的是滑石和綠泥石，只有零星的絹云母和風化成因的蒙脫石等Al－OH類礦物。

采用同樣的方法，通過對ASTER數據中典型地物的波譜特征分析，選擇出代表另外3組礦物光譜特征的波段，并保證區分另外3組礦物:用ASTER的B1，2，3，4波段做 PCA來提取Fe離子信息;用B1，3，4，5波段做PCA來提取CO基團信息;用B1，3，4，8波段做PCA來提取Mg－OH基團信息。

3.3 SAM異常篩選

用PCA方法提取的遙感蝕變信息常含有干擾異常，因此有必要進行異常信息篩選。本文采用SAM進行干擾異常篩選。

SAM是以多波段遙感數據構成的多維矢量數據與從波譜庫中得到的已知參考端元矢量的多維空間向量角作為基本依據，從高光譜遙感數據提取信息的一種有效方法。

SAM分類用到的端元波譜通常可以來自ASCII文件、波譜庫或從遙感圖像中的感興趣區提取。本文輸入的端元波譜是USGS光譜庫中的標準曲線重采樣到ASTER的9個波段的波譜(包括上述9種蝕變礦物的波譜)。

依據上述端元波譜，分別進行含Fe離子礦物(針鐵礦、赤鐵礦)、含CO基團礦物(方解石、白云石)、含Al－OH基團礦物(白云母、蒙脫石、高嶺石)和含Mg－OH基團礦物(綠泥石、綠簾石)等4組(9種)蝕變礦物的SAM異常填圖。利用波段運算，將同類礦物的PCA分類數據與SAM分類數據相乘，進行干擾異常篩選。圖8為上述4組蝕變礦物信息異常篩選前、后結果的對比。

圖8－1 異常篩選前后結果對比Fig.8－1 Comparison between result of PCA and result after de－interfered anomaly

圖8－2 異常篩選前后結果對比Fig.8－2 Comparison between result of PCA and result after de－interfered anomaly

研究區含Fe離子礦物信息的PCA提取結果(圖8(a))中明顯具有條帶狀的噪聲影響，通過SAM篩選后可以看到，含Fe離子礦物信息零星分布，在香山礦附近稍有集中(圖8(b))，與實際情況吻合。碳酸鹽礦物主要是方解石，據地質資料得知，方解石在香山、黃山、黃山東礦區附近有集中分布的含礦異常(圖8(c))，經SAM篩選后的結果(圖8(d))與實際吻合。Al－OH類礦物的PCA結果(圖8(e))中東北角分布的面狀干擾異常，通過SAM篩選后得到有效的剔除(圖8(f))。研究區北部廣泛分布有區域變質成因的綠片巖，含有大量的綠泥石、滑石類Mg－OH礦物，在黃山、黃山東礦區分布有帶狀、面狀的熱液蝕變形成的綠泥石，黃山南礦區附近并無綠泥石蝕變發育。Mg－OH類礦物PCA的結果(圖8(g))中北部有大面積的“非礦”異常和礦區周邊的熱液成因的綠泥石，與實際吻合;SAM篩選前、后圖像變化不大，但SAM篩選后的結果(圖8(h))篩選掉了黃山南礦區附近的干擾異常。

4 結論

1)通過分析研究區不同礦化蝕變類型的發育特征和各類典型蝕變礦物的波譜特征，綜合比較已有各種遙感蝕變信息提取方法，結合研究區實際情況采用主成分分析(PCA)和光譜角制圖(SAM)相結合的方法進行遙感蝕變信息提取。其中，采用ASTER 的 B1，2，3，4波段進行含 Fe離子礦物(針鐵礦、赤鐵礦)信息提取，采用B1，3，4，5進行含CO基團礦物(方解石、白云石)信息提取，采用 B3，4，6，7波段進行Al－OH基團礦物(白云母、蒙脫石、高嶺石)信息提取，采用 B1，3，4，8波段進行 Mg－OH 基團礦物(綠泥石、綠簾石)信息提取。

2)由于采用主成分分析初步提取的遙感蝕變信息中常含有干擾異常，需要進行異常篩選。本文運用SAM方法進行異常篩選，其中輸入的端元為USGS波譜庫標準曲線重采樣到與ASTER波段一致的光譜數據。經與地質資料對比分析，證明該方法有效地剔除了干擾異常。

3)依據研究區地質資料與前人成果，用本文方法提取遙感蝕變礦物信息的結果與實際情況吻合，驗證了“SAM去干擾異常主分量門限技術”的有效、可行。本文的研究結果突顯了ASTER作為多光譜數據對具有特征譜帶巖礦的很強的刻畫能力，也證明了利用遙感蝕變礦物信息提取技術服務于地質找礦工作的科學性和可行性。

4)因條件所限，本文未能獲得研究區4組蝕變礦物的實際波譜，提取的遙感蝕變礦物信息與實際情況尚有些偏差。研究區分布著大量的區域變質成因的礦物異常，對于這些“非礦”異常的處理有待于進一步研究，以利于更準確地圈定預測靶區，為找礦工作服務。

［1］Abrams M J，Ashley R P，Brown L C，et al.Mapping of Hydrothermal Alteration in the Cuprite Mining District，Nevada，Using Aircraft Scanner Images for the Spectral Region 0.46 to 2.36 μm［J］.Geology，1977，5(12):713 －718.

［2］Crosta A P，Moore J M.Enhancement of Landsat Thematic Mapper Imagery for Residual Soil Mapping in SW Minais Gerais State，Brazil:a Prospecting Case History in Greenstone Belt Terrain［C］//Proceedings of the 7th EBIM Thematic Conference:Remote Sensing for Exploration Geology，1989:1173 －1187.

［3］Tangestani M H，Moore F.Comparison of Three Principal Component Analysis Techniques to Porphyry Copper Aleration Mapping:a Case Study，Meiduk Area，Kerman，Iran［J］.Canadian Journal of Remote Sensing，2001，27:176 －181.

［4］Crowley J K，Hubbard B E，Mars J C.Hydrothermal Alteration on the Cascade Stratovolcanoes:a Remote Sensing Survey［J］.Geological Society of America Abstracts with Programs，2003，35(6):552 －552.

［5］趙元洪，張福祥，陳南峰.波段比值的主成份復合在熱液蝕變信息提取中的應用［J］.國土資源遙感，1991(3):12－17.

［6］馬建文.利用ETM數據快速提取含礦蝕變帶方法研究［J］.遙感學報，1997，1(3):208 －213.

［7］楊建民，張玉君，陳 薇，等.ETM+(TM)蝕變遙感異常技術方法在東天山戈壁地區的應用［J］.礦床地質，2003，22(3):278－286.

［8］王永江.西天山吐拉蘇盆地與火山巖有關的金礦遙感找礦研究［M］.北京:地質出版社，2004.

［9］甘甫平，王潤生.遙感巖礦信息提取基礎與技術方法研究［M］.北京:地質出版社，2004.

［10］呂鳳軍，郝躍生，石 靜，等.ASTER遙感數據蝕變遙感異常提取研究［J］.地球學報，2009，30(2):271 －276.

［11］程知言，趙培松.云南播卡金礦遙感蝕變信息提取及成礦預測［J］.國土資源遙感，2011(2):135 －140.

［12］龍曉君，何政偉，劉嚴松，等.西藏羌多地區遙感蝕變與構造信息提取及成礦預測［J］.國土資源遙感，2010(2):63－68.

［13］陳毓川，劉德權，唐延齡，等.中國天山礦產及成礦體系［M］.北京:地質出版社，2008.

［14］韓春明，肖文交，崔 彬，等.新疆北部晚古生代銅礦床主要類型和地質特征［J］.地質學報，2006，80(1):74 －89.

The Extraction of Altered Mineral Information Based on ASTER Data:A Case Study of the Huangshan Copper－Nickel Ore District in Hami

ZHANG Zhi－jun1，2，GAN Fu －ping2，LI Xian － qing1，XU Yan －feng3，LIANG Shu －neng2
(1.College of Geoscience and Surveying Engineering，China University of Mining ＆ Technology，Beijing 100083，China;2.Laboratory of Earth Observation Technology，China Aero Geophysical Survey and Remote Sensing Center for Land and Resources，Beijing 100083，China;3.School of Earth Sciences and Resources，China University of Geoscience，Beijing 100083，China)

Choosing the Huangshan copper－nickel ore district as the study area and ASTER data as the data source，the authors analyzed the spectral characteristics of the typical features in ASTER bands，designed the process of extraction of alteration information，and discussed in detail“de－interfered anomalous principal component thresholding technique based on spectral angle mapping(SAM)”，which was applied to the four groups of common altered minerals containing different ions or groups，and the technique included the extraction of the alteration information by principal component analysis(PCA)and de－interfered anomaly by SAM.The four groups of common altered minerals are as follows:minerals containing Fe ion(goethite and hematite)，minerals containinggroup(calcite and dolomite)，minerals containing Al－ OH group(muscovite，montmorillonite and kaolinite)and minerals containing Mg－OH group(chlorite and epidote).The results of extraction show that the way of“deinterfered anomalous principal component thresholding technique based on SAM”is feasible and the result is consistent with the reality.It is proved evidently that ASTER data have great capability of depicting minerals in the short wave infrared range.

ASTER;Huangshan copper－nickel ore;principal component analysis(PCA);spectral angle mapping(SAM)

TP 751.1

A

1001－070X(2012)02－0085－07

張志軍(1986－)，男，碩士研究生，主要研究方向為遙感地質。E－mail:zhangzhijun－0001@163.com。

(責任編輯:劉心季)

10.6046/gtzyyg.2012.02.16

2011－07－18;

2011－08－26

國家863計劃項目(編號:2006AA06A208)和中國地質調查局地質調查項目(編號:1212011087113)共同資助。