一种融合蕨类植物示矿的多源遥感稀土矿找矿方法及系统技术方案

本发明专利技术公开了一种融合蕨类植物示矿的多源遥感稀土矿找矿方法及系统，属于矿产资源勘查技术领域，通过多源遥感数据获取风化壳型稀土矿成矿因素遥感特征，初步圈定潜力区，部署搭载VNIR相机的无人机获取高分辨率影像，以纹理、形态和光谱指数综合提取蕨类植物分布信息，并将蕨类覆盖度结果下采样至与其他特征一致的分辨率，形成蕨类覆盖度图层。构建融合蕨类覆盖度图层与成矿因素特征的多源遥感矩阵，通过样本训练和全域推理，预测稀土矿化概率并优化潜力区选择。本发明专利技术通过生物指示因子(蕨类植物)与传统岩石‑矿物‑构造‑地貌示矿因子的耦合，显著提高对风化壳稀土矿的定位精度与勘查效率。

【技术实现步骤摘要】

本专利技术属于矿产资源勘查，具体位置一种融合蕨类植物示矿的多源遥感稀土矿找矿方法及系统，主要面向风化壳型稀土矿的遥感矿产勘查。其核心创新在于将富含稀土元素的蕨类植物(如芒萁、乌毛蕨等稀土总量可达百分含量)作为生物示矿标志，结合岩石-矿物-构造-地貌等成矿因素，通过多源遥感信息识别和智能化算法对潜在稀土矿区实施高效、精准的预测与定位。

技术介绍

1、风化壳型稀土矿多形成于花岗岩、碳酸岩-碱性岩或酸性火山岩的风化残积层中，稀土元素(ree)常以nd3+、dy3+、y3+等离子交换态赋存于高岭石、伊利石、蒙脱石等蚀变粘土矿物内，因此现有勘查方法常依赖对这些粘土矿物的识别来判定潜在矿化区。然而，依赖地质填图或单一遥感指标时，易因地面覆盖与光谱微弱等因素导致误判或漏判，且受限于调查范围与高成本，难以快速筛选大面积风化壳矿化潜力区。

2、近年来，研究发现，一些蕨类植物(如芒萁、乌毛蕨等)在风化壳环境中能吸附富集可达百分含量级的稀土元素，具备显著的示矿特征，为生物示矿提供了新的可能性。但仅有生物指示仍不足以全面揭示矿化分布，需要同时考虑母岩岩性、粘土矿物蚀变本文档来自技高网...

【技术保护点】

1.一种融合蕨类植物示矿的多源遥感稀土矿找矿方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种融合蕨类植物示矿的多源遥感稀土矿找矿方法，其特征在于，所述多源遥感数据包括光学影像、雷达影像以及DEM数据；

3.根据权利要求1所述的一种融合蕨类植物示矿的多源遥感稀土矿找矿方法，其特征在于，步骤(2)中识别蕨类植物分布包括以下子步骤：

4.根据权利要求1所述的一种融合蕨类植物示矿的多源遥感稀土矿找矿方法，其特征在于：步骤(3)中下采样步骤采用邻域统计进行，具体包括：

5.根据权利要求1所述的一种融合蕨类植物示矿的多源遥感稀土矿找矿方法...

【技术特征摘要】

1.一种融合蕨类植物示矿的多源遥感稀土矿找矿方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种融合蕨类植物示矿的多源遥感稀土矿找矿方法，其特征在于，所述多源遥感数据包括光学影像、雷达影像以及dem数据；

3.根据权利要求1所述的一种融合蕨类植物示矿的多源遥感稀土矿找矿方法，其特征在于，步骤(2)中识别蕨类植物分布包括以下子步骤：

4.根据权利要求1所述的一种融合蕨类植物示矿的多源遥感稀土矿找矿方法，其特征在于：步骤(3)中下采样步骤采用邻域统计进行，具体包括：

5.根据权利要求1所述的一种融合蕨类植物示矿的多源遥感稀土矿找矿方法，其特征在于：步骤(5)中，所述深度学习模型为卷积神经网络cnn，cnn的输入为多源特征矩阵：岩石-矿物因子、稀土示踪元素、地形构造因子及蕨类分布信息；输出为矿化概率图。

6.根据权利要求1所述的一种融合蕨类植物示矿的多源遥感稀土矿找...

【专利技术属性】
技术研发人员：胡金，周家喜，罗开，包广萍，孙载波，
申请(专利权)人：云南大学，
类型：发明
国别省市：