Российский университет дружбы народов
Для Щучьинской зоны Полярного Урала впервые выполнено литологическое картирование методом космодешифрирования на основании цифровых данных прибора дистанционного зондирования Земли Harmonized Landsat Sentinel-2. Целью исследования является оценка возможностей и эффективности использования данных космического аппрата Harmonized Landsat Sentinel-2 с применением современных методов обработки изображений для литологического картирования на территории северо-восточного склона Полярного Урала (Щучьинская зона с Au-Fe-месторождением Юньягинское). Построена литологическая карта территории исследования, демонстрирующая хорошую корреляцию с существующей геологической картой региона. В частности, метаморфизованные породы уверенно идентифицируются по цветовой гамме от темно-синего до фиолетового, ультраосновные — по красному, а сочетание зеленого и синего цвета указывает на области распространения осадочных и метаморфических пород. Результаты исследования подтверждают результативность выбранного подхода и демонстрируют значительный потенциал использования космических снимков для геологического картирования территорий с высокогорным рельефом и небольшим покровом четвертичных отложений (до 6 м). Для дальнейшего повышения точности и расширения области применения методики рекомендуется интеграция с другими методами обработки космических изображений, позволяющими эффективно выделять литологические единицы в условиях мощного слоя четвертичных отложений, а также верификация полученных результатов посредством полевых работ.
космические снимки, Полярный Урал, Harmonized Landsat Sentinel-2, литологическое картирование, минимальная доля шума, цветовой композит
Введение
Литологическое картирование с применением современных космических снимков (КС) аппаратов дистанционного зондирования Земли, особенно в таком труднодоступном регионе, как Полярный Урал, открывает новые горизонты для изучения его геологического строения. Благодаря высокой разрешающей способности и широкому спектральному диапазону космических данных возможно детальное выделение и идентификация различных типов горных пород. Это позволяет значительно повысить точность геологических карт и прогнозировать распределение полезных ископаемых, что критически важно для устойчивого развития горнодобывающей промышленности в Арктике.
В этой работе использованы спутниковые данные космического аппарата (КА) Harmonized Landsat Sentinel-2 (HLS-2) с пространственным разрешением 30 м. Данные HLS-2 доступны бесплатно на сайте
www.search.earthdata.nasa.gov. Более подробную информацию о характеристиках данного КА можно найти в работе (Maseki et al., 2018).
Целью данного исследования является оценка возможностей и эффективности использования данных КА HLS-2 с применением современных методов обработки изображений для литологического картирования на территории северо-восточного склона Полярного Урала (Щучьинская зона с Au-Fe-месторождением Юньягинское).
Результаты данного исследования могут быть использованы для обновления и уточнения существующих геологических карт, планирования геолого-разведочных работ в труднодоступных районах и адаптации решения задач геологического картирования на других северных территориях.
Геологическое строение Щучьинской зоны
Щучьинская зона (ЩЗ) расположена на крайнем севере Уральской складчатой области, в ее восточной, крайне пологой части. Ключевым элементом этой структуры является Главный Уральский разлом, иначе именуемый Главной Уральской сутурой; на большей части он проявлен в виде надвига, здесь он в основном погребен под чехлом рыхлых отложений (MZ-KZ) (рис. 1).
В структуре рассматриваемого региона четко выделяются несколько секторов. Здесь фундамент сложен палеозойскими складчатыми структурами, образованными породами ордовикского, силурийского, девонского и каменноугольного периодов. Этот фундамент перекрыт платформенными мезозойскими отложениями, относящимися к юрскому и триасовому периодам (Душин, 2020). Среди магматических пород преобладают габброиды, в то время как гранитоиды встречаются гораздо реже и формируют небольшие штокообразные массивы.
Различные свиты и комплексы пород содержат разнообразную рудную минерализацию. Наиболее значимой является рудная нагрузка гипабиссальных-абиссальных метагаббро-долеритового васькеуского и габброноритового харампэйско-масловского комплексов; они несут Fe-Ti-V-ортомагматическое и Fe- (± Cu, Au)-скарновое оруденение. Магнетитовая эпискарновая минерализация (± Cu) развита также во вмещающих эти плутоны породах янганапэйской толщи, представленной чередованием основных-средних вулканитов и терригенно-карбонатных пород. Метатерригенные (отчасти углеродистые и карбонатные) породы малопайпудынской и хантейской свит несут стратоидные скопления Cu±Au- и полиметаллической минерализации.
Плутонические образования харбей-собского комплекса содержат Mo-, Pb-Zn-, Cu-кварцевые и Fe-скарновые рудопроявления. Кислые интрузивы сядатаяхинского и евъюганского комплексов, а также их приконтактовые зоны включают Au-, Mo- и Cu-рудопроявления. Метатерригенные (± известняки) породы хойдышорской и усинской свит несут стратоидную Cu±Au-минерализацию; в метатерригенных (отчасти углеродистых и карбонатных) породах орангской свиты, переслаивающихся с редкими потоками базальтов, выявлена Pb-Zn-минерализация.
В ультрабазитах сыум-кеуского комплекса, а также дайкоподобных телах хартманюшорского комплекса отмечены крупные скопления хромитов. Метаморфогенные Ti-рудопроявления выявлены в метаморфизованных в высокобарных условиях образования (≈ эклогиты) слюдяногорского комплекса.
Главным потенциально промышленным рудным объектом является Fe-скарновое (± Cu, Au) Юньягинское месторождение; через его рудное поле проходит железнодорожная линия Обская – Бованенково. Оно пространственно и генетически связано со 2-й фазой юньягинского многофазного (габбро + гранодиориты + граниты) комплекса; с ней же ассоциируют мелкие скарно-магнетитовые рудопроявления. Здесь в одном и том же рудном районе соседствуют рудные залежи Fe(±Cu, Au)-скарновых руд, базитовых Ti-Fe-руд волковского типа, ультрабазит-базитовых Fe-Ti-V-руд качканарского типа. Все эти проявления нуждаются в более детальном геологическом исследовании и оценке их экономического потенциала (Зылева и др., 2014; Andreichev et al., 2017).
Геологическое строение и металлогения Щучьинской зоны, хотя и детально описаны в отдельных монографиях, статьях (Зылева и др., 2014; Ремизов и др., 2014; Душин, 2020; Пучков, Иванов, 2020) и ряде производственных отчетов, требуют доизучения.
Исходные данные и подходы
Выбраны дневные и безоблачные снимки аппарата HLS-2 для территории изучения:
— HLS.S30.T41WPQ.2022212T071619;
— HLS.S30.T42WVV.2022212T071619;
— HLS.S30.T41WPR.2022212T071619;
— HLS.S30.T42WVA.2022212T071619.
Изображения можно получить с сайта https://search.earthdata.nasa.gov.
Версия HLS-2 включает предобработку КС.
Алгоритм методики, принятый в данном исследовании, состоит из следующих этапов:
— применение преобразования минимальной доли шума (Minimum Noise Fraction —MNF) и подготовка цветового композита MNF, наиболее подходящего для выделения литологических изменений для КС;
— литологическое картирование в среде ГИС путем визуальной интерпретации цветового композита, подготовленного на основе комбинаций индексов минералов и каналов MNF и экранной оцифровки;
— верификация полученной литологической карты путем сравнения с имеющимися геологическими данными и полевыми исследованиями;
— оценка и анализ точности и надежности полученной литологической карты;
— определение перспектив использования космической съемки для геологического картирования в аналогичных регионах.
Преобразование MNF и подготовка цветового композита выполнены в программе ENVI. Систематизация и обобщение данных — в QGIS.
Методы исследования
1. Преобразование минимальной доли шума (MNF). Это метод обработки мультиспектральных и гиперспектральных изображений, который упорядочивает компоненты в порядке убывания отношения «сигнал/шум» (SNR). Цель — выделить информативные признаки и уменьшить шум в данных. Метод предложен в 1988 году Грином, Берманом, Свитцером и Крейгом (Green et al., 1988). Первый этап MNF заключается в использовании ковариационной матрицы шума для декорреляции и нормализации шумовых компонент. Данные, характеризующиеся единичной дисперсией и отсутствием корреляции между каналами, идентифицируются как шум и отделяются от исходного набора данных. Этот процесс позволяет минимизировать влияние шума на последующие этапы обработки. На втором этапе к данным, очищенным от шума, применяется стандартная PCA-трансформация. Целью этой трансформации является переупорядочение среднеквадратических отклонений шумовых компонент. Полученные MNF-изображения, как и изображения главных компонент, упорядочиваются в соответствии с максимальной изменчивостью данных.
2. Цветовой композит. По данным (Lakshmi, Kusuma, 2018), с целью литологического картирования разработан и использован цветовой композит в ложных цветах MNF (RGB: 5-2-3) для спектральных каналов КА Landsat-8. Для КА HLS-2 цветовой композит будет RGB: 8а-2-3 (по: Masek et al., 2018; Sekandari et al., 2020).
Результаты и обсуждение
В работах (Иванова и др., 2019; Иванова, Выхристенко, 2021) для ЩЗ выделена крупная кольцевая морфоструктура овальной формы 1-го порядка (размером 97 на 76 км) — Щучьинский палеовулкан. Описано ее геологическое строение, на основе дистанционных данных (Landsat 8) и высокоточной цифровой модели рельефа (ASTER GDEM) выполнен анализ линеаментной сети и подготовлена карта дешифрированных морфоструктур, в том числе рудоперспективных.
На исследуемой территории, по данным (Зылева и др., 2014), выделяются зоны развития березитоподобных метасоматитов, с которыми генетически связаны проявления молибденовой, золоторудной, железозолоторудной и полиметаллической минерализации. Однако обнаружение этих зон с использованием методов дистанционного зондирования затруднено. Причиной тому является значительная мощность четвертичных отложений, достигающая 450 м. На отдельных локальных участках, где мощность четвертичных отложений сокращается до 6 м (Викентьев и др., 2021), наблюдается совпадение их литологии с данными дешифрирования снимков.
Таким образом, для повышения эффективности поисковых работ и картирования потенциально рудоносных зон необходимо учитывать влияние четвертичного чехла. Одним из направлений может быть применение геофизических методов, позволяющих проникать на большую глубину и получать информацию о строении коренных пород. Кроме того, перспективным является анализ данных дистанционного зондирования в комплексе с геохимическими данными, полученными при опробовании четвертичных отложений, с целью выявления индикаторных элементов, связанных с коренной минерализацией. Цветовой композит, полученный с помощью КА HLS-2 MNF (RGB:8а-2-3), оказался эффективным для распознавания некоторых литологических единиц в исследуемой области (рис. 2, а).
Красный цвет соответствует магматическим ультраосновным (УО) породам: дунит-гарцбургитовому сыум-кеускому и дунит-верлит-клинопироксенитовому малохадатинскому комплексам (рис. 2, b). Цвета от темно-синего до фиолетового соответствуют метаморфическим породам, образовавшимся при региональном и контактовом метаморфизме умеренной и высокой ступеней: ханмейхойской, лаптаюганской, париквасьшорской свитам и малыкскому комплексу.
Схожий состав метаморфических пород и сложное геологическое строение создают трудности для разделения ханмейхойской, лаптаюганской и париквасьшорской свит, а также выделения пород евъюганского комплекса. Например, гнейсы, представленные зеленым цветом, не демонстрируют изменений оттенков, что может объясняться примерно одинаковым содержанием в них SiO2 (Lakshmi, Kusuma, 2018). В гнейсах париквасьшорской свиты концентрации SiO2 составляют около 76 % (Шишкин и др., 2008), тогда как в аналогичных породах ханмейхойской свиты — 62–70 % (Уляшева, 2013).
Сочетание зеленого и синего цвета соответствует осадочным и метаморфическим породам орангской свиты, локализованным в СЗ-части территории. Породы восточной, СВ, ЮВ и южной частей изучаемой площади плохо выделяются на полученной литологической карте, вероятно, из-за мощных плиоцен-четвертичных отложений. Они распространены почти повсеместно и представлены комплексом морских, ледниково-морских, аллювиально-морских и континентальных образований. Их мощность зависит от рельефа коренных пород и отметок дневной поверхности, изменяясь в значительных пределах, достигая 450 м и более (Шишкин и др., 2008; Зылева и др., 2014). В целом расшифровка внутреннего строения ЩП затруднено большой мощностью перекрывающих мезозойских отложений (до 500 м), представленных разнообразными осадочными породами.
Заключение
Исследование позволило построить литологическую карту северного окончания восточного склона Полярного Урала, используя полученные с КА HLS-2 данные, а также современные методы обработки изображений. Результаты демонстрируют перспективность использования космической съемки для геологического картирования в областях с гористым рельефом и минимальным покровом четвертичных отложений (до 6 м).
Сопоставление полученной литологической карты с существующими геологическими данными выявило высокую степень соответствия. Метаморфизованные породы четко выделяются по характерной цветовой гамме, варьирующейся от темно-синего до фиолетового. Ультраосновные породы надежно идентифицируются по красному цвету, а сочетание зеленого и синего оттенков указывает на районы распространения осадочных и метаморфических пород.
Для повышения точности и расширения области применения разработанной методики целесообразно объединить ее с другими методами обработки космической информации. Это позволит более эффективно выделять литологические единицы даже в тех районах, где мощность четвертичных отложений значительна.
Кроме того, крайне важна обязательная верификация полученных результатов с использованием данных полевых работ. Это позволит не только подтвердить достоверность литологической карты, но и выявить возможные ограничения и внести необходимые коррективы в алгоритм обработки изображений.
1. Викентьев И. В., Иванова Ю. Н., Нафигин И. О., Бортников Н. С. Структурная позиция и типизация метасоматических зон, Полярный Урал: первый опыт современного космического зондирования Земли // Доклады Академии наук. 2021. Т. 500. №2. С. 115–122. DOIhttps://doi.org/10.31857/S2686739721100170
2. Зылёва Л. И., Коновалов А. Л., Казак А. П. и др. Государственная геологическая карта Российской Федерации. Масштаб 1:1 000 000 (3-е покол.). Сер. Зап.-Сибирская. Лист Q-42 — Салехард. Объяснит. зап. СПб.: Картограф. фабр. ВСЕГЕИ, 2014. 396 с.
3. Душин В. А. Геологическое строение и магматизм Щучьинского мегаблока (Полярный Урал) // Известия УГГУ. 2020. Вып. 4(60). С. 35–56. DOI:10/21440/2307-2091-2020-4-35-56
4. Иванова Ю. Н., Выхристенко Р. И. Структурный контроль золоторудной минерализации восточного склона Полярного Урала по результатам анализа мультиспектральных снимков космического аппарата Landsat 8 // Исследование Земли из космоса. 2021. № 6. С. 60–73. DOIhttps://doi.org/10.31857/S0205961421050055
5. Иванова Ю. Н., Выхристенко Р. И., Викентьев И. В. Геологическая позиция и структурный контроль оруденения Тоупугол-Ханмейшорского района (Полярный Урал) по результатам дистанционного зондирования // Исследование Земли из космоса. 2019. № 3. С. 66–76. https://doi.org/10.31857/S0205-96142019366-79
6. Пучков В. Н., Иванов К. С. Тектоника севера Урала и Западной Сибири: общая история развития // Геотектон. 2020. № 1. С. 41–61. DOI:https://doi.org/10.31857/S0016853X20010105
7. Ремизов Д. Н. Шишкин М. А., Григорьев С. И. и др. Государственная геологическая карта Российской Федерации. Масштаб 1:200000 (2-е изд., циф.). Серия Полярно-Уральская. Лист Q-41-XVI (г. Хордъюс). Объясн. зап. СПб.: Картограф. фабр. ВСЕГЕИ, 2014. 256 с.
8. Уляшева Н. С. Состав и условия образования протолитов плагиогнейсов в Харбейском метаморфическом комплексе (Полярный Урал) // Вестник института геологии Коми научного центра Уральского отделения РАН. 2013. С. 14–19.
9. Шишкин В. А, Жигалов С. В., Грищенко Ш. Г. Государственная геологическая карта РФ. Масштаб 1:200 000 (новая серия). Лист P-55-XII. Объяснительная записка. СПб., 2008.
10. Andreichev V. L., Kulikova K. V., Larionov A. N., Sergeev S. A. Age of island-arc granites in the Shchuch'ya zone, Polar Urals: first U–Pb (SIMS) results // Doklady Earth Sciences. 2017. Vol. 477. No. 1. P. 1260–1264.
11. 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. DOIhttps://doi.org/10.1134/S1028334X17110095
12. Green A. A., Berman M., Craig M. D. A Transformation for ordering multispectral data in terms of image quality with implications for noise removal // IEEE Trans. Geosci. 1988. 26(1). Р. 65– 74. DOIhttps://doi.org/10.1109/36.3001
13. Lakshmi Ram Prasath H., Kusuma K. N. Lithological Mapping using Landsat 8 OLI and ASTER TIR Multispectral Data: A Comparative Study // International Journal of Advanced Remote Sensing and GIS. 2018. V.7. Is. 1. Р. 2728–2745. DOIhttps://doi.org/10.23953/cloud.ijarsg.369.
14. Masek J. G., Claverie J., Ju. M. et al. Harmonized Landsat Sentinel-2 (HLS) Product User Guide. Product Version 2.0. 2018. 24 р.
15. Sekandari M., Masoumi I., Beiranvand Pour A., M Muslim A. et al. Application of Landsat-8, Sentinel-2, ASTER and WorldView-3 spectral imagery for exploration of carbonate-hosted Pb-Zn deposits in the Central Iranian Terrane (CIT) // Remote Sensing 2020. 12. 1239. doihttps://doi.org/10.3390/rs12081239
