Прогнозирование перспективных площадей на золоторудный тип минерализации с применением методов математической обработки информации и набора данных КА ДЗЗ Harmonized Landsat Sentinel-2 на территории Полярного Урала

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Впервые для ЮЗ части Малоуральской зоны Полярного Урала применен подход, который был апробирован путем объединения (1) методов математической обработки информации и (2) набора данных, полученных космическим аппаратом дистанционного зондирования Земли Harmonized Landsat Sentinel-2. Первый основан на анализе поисковых признаков и их функциональных и корреляционных взаимосвязей. Второй заключается в интеграции карт распределения гидротермальных изменений и схемы плотности линеаментов, созданных на основе результатов статистической обработки данных дистанционного зондирования. В результате проведенного исследования оконтурены две новые площади и выделены новые прогнозно-поисковые признаки золотого оруденения в пределах изучаемой территории. (1) Перспективные на золоторудный тип минерализации площади в ЮЗ части Малоуральской зоны локализованы вдоль трансрегиональных разломных зон, пересекающих благоприятные горизонты и структуры и контролирующих рудную минерализацию, и в пределах вулкано-тектонической структуры (крупной морфоструктуры 40 на 45 км) 1-го порядка. Внутри нее располагаются системы частных вулканических построек 2-го и более высшего порядка, положение которых контролируется узлами сопряжения разрывных нарушений СВ и СЗ простирания протяженностью более 10 км. (2) В потенциально рудоносных вулканических постройках проявлены метасоматические ореолы значительной площади (более 30 км2) с повышенными значениями индексов гидроксил-(Al-OH, Mg-OH) и карбонат-содержащих минералов и оксидов и гидроксидов железа (лимонит) и в меньшей степени – оксидов двухвалентного железа.

Полный текст

Доступ закрыт

Об авторах

Ю. Н. Иванова

Институт геологии рудных месторождений, петрографии, минералогии и геохимии РАН; Российский университет дружбы народов

Автор, ответственный за переписку.
Email: jnivanova@yandex.ru
Россия, Москва; Москва

А. А. Бочнева

Российский университет дружбы народов

Email: jnivanova@yandex.ru
Россия, Москва

Список литературы

  1. Ананьев Ю.С. Золото-концентрирующие системы Южного складчатого обрамления Западно-Сибирской плиты (на примере Западной Калбы). Дис. … док. геол.-минер. наук. Томск, 2017, 509 с.
  2. Аэрокосмические методы геологических исследований / Под ред. А.В. Перцова. СПб.: ВСЕГЕИ, 2000. 316 с.
  3. Беневольский Б.И., Волчков А.Г., Процкий А.Г. Перспективы создания рудной сырьевой базы золотодобывающей промышленности в Полярноуральском регионе // Минеральные ресурсы России. Экономика и управление. 2004. № 2. С. 10–15.
  4. Босиков И.И., Выскребенец А.С., Цидаев Б.С., Белуков С.В. Совершенствование методов для повышения эффективности оценки, анализа и разработки медно-никелевых месторождений // Горный информационно-аналитический бюллетень. 2020. № 11–1. С. 40–53. doi: 10.25018/0236-1493-2020-111-0-40-53.
  5. Ваганов В.И., Иванкин П.Ф., Кропоткин П.Н. и др. Взрывные кольцевые структуры щитов и платформ. М.: Наука, 1985. 200 с.
  6. Викентьев И.В., Мансуров Р.Х., Иванова Ю.Н. и др. Золото-порфировое Петропавловское месторождение (Полярный Урал): геологическая позиция, минералогия и условия образования Геология руд. месторождений // Геология рудных месторождений. 2017. Т. 59. № 6. С. 501–541.
  7. Волчков А.Г., Гирфанов М.М., Новиков В.П. Перспективы развития минерально-сырьевой базы золота Полярного Урала (ЯНАО) // Проблемы освоения МСБ твердых полез. ископ. на Полярном Урале. Салехард, 2007. С. 188–190.
  8. Галиуллин И.З., Ремизов Д.Н. и др. Геолого-минерагени-ческое картирование (ГМК) масштаба 1:200000 листов Q-41-XYI, XYII, XXI, XXII (Восточно-Войкарская площадь). Геологический отчет // ОАО Полярно-Уральское ГГП. г. Лабытнанги. 2009. http://geolfond.3dn.ru.
  9. Гитис В.Г. Методика аппроксимации функциональных зависимостей по балльным экспертным оценкам // Проблемы передачи информации. 1987. Том XXIII. Вып. 3. С. 94–100.
  10. Гитис Г.В., Ермаков Б.В. Основы пространственно-временного прогнозирования в геоинформатике. М.: ФИЗМАТЛИТ. 2004. 256 с.
  11. Горный В.И., Крицук С.Г., Латыпов И.Ш., Тронин А.А. Особенности минералогической зональности рудно-магматических систем, вмещающих кварцево-жильные месторождения золота (по материалам спутниковой спектрометрии) // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 3. С. 140–156.
  12. Душин В.А., Малюгин А.А., Козьмин В.С. Металлогения золота Полярного Урала // Вестник СПбГУ. Сер. “Геология и география”. 2002. № 2. Вып. 7. С. 72–81. 2.
  13. Зверев А.Т., Гаврилова В.В. Разработка теории и методов оценки и прогноза состояния природных ресурсов с использованием космических снимков // Изв. вузов. Геодезия и аэрофотосъемка. 2012. № 5. С. 44–47.
  14. Зверев А.Т., Малинников В.А., Ареллано-Баэса А. прогноз месторождений рудных полезных ископаемых на территории Чили на основе линеаментного анализа космических изображений // Изв. вузов. Геодезия и аэрофотосъемка. 2005. № 6. С. 62–69.
  15. Зылёва Л.И., Коновалов А.Л., Казак А.П., Жданов А. и др. Государственная геологическая карта Российской Федерации. Масштаб 1: 1000000 (третье поколение). Серия Западно-Сибирская. Лист Q-42 – Салехард: Объяснительная записка. СПб.: ВСЕГЕИ, 2014. 396 с.
  16. Иванова Ю.Н., Выхристенко Р.И., Викентьев И.В. Геологическая позиция и структурный контроль золоторудной минерализации Малоуральского вулкано-плутонического пояса (Полярный Урал) по результатам анализа мультиспектральных снимков космического аппарата Landsat 8 Печатный // Исследование Земли из космоса. 2020. № 4. С. 51–62.
  17. Иванова Ю.Н., Бочнева А.А. Прогнозирование перспективных площадей на золото-медно-порфировый тип оруденения на основе анализа поисковых признаков и их функциональных и корреляционных взаимосвязей // Геоинформатика. 2016. № 2. C. 41–50.
  18. Иванова Ю.Н., Нафигин И.О. Применение набора данных Landsat-8 и цифровой модели рельефа SRTM для прогнозирования золото-полиметаллической минерализации на территории центральной части Малоуральской зоны, Полярный Урал // Исследования Земли из космоса. 2023 (в печати).
  19. Кениг В.В., Бутаков К.В. Месторождения рудного золота Новогоднее-Монто и Петропавловское – новый золоторудный район на Полярном Урале // Разведка и охрана недр. 2013. № 11. С. 22–24.
  20. Космическая информация в геологии / Под ред. А.В. Пейве. М.: Наука, 1983. 536 с.
  21. Кривко Т.Н., Золоев К.К., Коротеев В.А. Новые данные по рудопроявлениям Рудногорненского района и вероятность открытия промышленных объектов “новогодненского типа” (Полярный Урал) // “Золото и технологии”. 2014. № 3(25). С. 14–17.
  22. Кривогузова А.С., Васютенко Д.М. Анализ применения математического моделирования в геологии // Вестник Балтийского федерального университета им. И. Канта. Сер. Физико-математические и технические науки. 2022. № 1. С. 101–107.
  23. Кучерина П.М. и др. Отчет Хараматалоуской партии по объектам: Производство геологического доизучения масштаба 1:50 000 площади массива Рай-Из и его обрамления. Листы Q-41–46-Б в, г, Q-41–47-А-а-3,4, в, г, В, Г; Q-41–48-А и групповой геологической съемки масштаба 1: 50 000 листов Q-41–56-В-б, в, г, Г; Q-41–57-А, Б, В-а и геологического доизучения листов Q-41–56-А, Б, В-а; Q-41–57-В-б, в, г, Г-а, в, г в пределах северо-западной области Войкарского синклинория, проведенных в 1982–1991 гг., пос. Полярный, 1991.
  24. Левочская Д.В., Якич Т.Ю., Лесняк Д.В., Ананьев Ю.С. Гидротермально-метасоматическая зональность, флюидный режим и типы золотого оруденения участков Эми и Елена эпитермального рудного поля Светлое (Хабаровский край) // Известия Томского политехнического университета. Инжиниринг георесурсов. 2021. Т. 333. № 10. С. 17–34.
  25. Лесняк Д.В., Ананьев Ю.С., Гаврилов Р.Ю. Структурные, геофизические и геохимические критерии эпитермального кислотно-сульфатного золотого оруденения на примере рудного поля Светлое (Хабаровский край) // Известия Томского политехнического университета. Инжиниринг георесурсов. 2022. Т. 333. № 8. С. 60–72.
  26. Мансуров Р.Х. Геолого-структурные условия локализации Петропавловского золоторудного месторождения (Полярный Урал). Автореф. дис. … канд. геол.-минер. наук. М., 2013. 22 с.
  27. Мельгунов А.Н. и др. Геологический отчет “Прогнозная оценка ресурсного потенциала Северного, Приполярного и Полярного Урала на основе современных геолого-геофизических, минерагенических, геохимических и изотопных методов исследований”. ФГУП ВСЕГЕИ, СПб. 2008. Электронная версия.
  28. Миловский Г.А., Денисова Е.А., Ежов А.А., Каленкович Н.С. Прогнозирование оруденения на Собь-Харбейской площади (Полярный Урал) по космогеологическим данным // Исслед. Земли из космоса. 2007. № 6. С. 29–36.
  29. Миловский Г.А., Рудаков В.В., Лебедев В.В. и др. Применение космической съемки для прогноза золотого оруденения в зонах глубинных разломов на Северо-Востоке России // Исследование Земли из космоса. 2010. № 3. С. 30–34.
  30. Овечкин А.М. и др. Поисковые работы на хромиты в северной части Войкаро-Сынинского гипербазитового массива. Отчет за 1985–1999 гг. пос. Полярный, 1999.
  31. Серавкин И.Б. Эндогенная металлогения золота Урала (обзор, статья 1-я – Полярный, Приполярный, Северный и Средний Урал) // Геологический сборник. Информационные материалы. Ин-т геол. Уфимского отдел РАН. 2009. С. 164–176.
  32. Серокуров, Ю.Н., Калмыков В.Д., Громцев К.В. Дистанционная оценка золотоносного потенциала // Руды и металлы. 2008. № 1. С. 45–51.
  33. Соболев И.Д., Соболева А.А., Удоратина О.В. и др. Девонский островодужных магматизм Войкарской зоны Полярного Урала // Геотектоника. 2018. № 5. С. 39–74.
  34. Ремизов Д.Н. Островодужная система Полярного Урала (петрология и эволюция глубинных зон). Екатеринбург: УрО РАН, 2004. 221 с.
  35. Томсон И.Н., Кравцов В.С., Кочнева Н.Т., Середин В.В., Селиверстов В.А. Металлогения скрытых линеаментов и концентрических структур. М.: Недра, 1984. 272 с.
  36. Черняев Е.В., Черняева Е.И., Седельникова А.Ю. Геология золото-скарнового месторождения Новогоднее-Монто (Полярный Урал) // Скарны, их генезис и рудоносность (Fe, Cu, Au, W, Sn, …). Мат. конф. XI Чтения А. Н. Заварицкого. Екатеринбург: ИГиГ УрО РАН, 2005. С. 131–137.
  37. Шапорев В.А., Капитанов А.Д., Шапорева Р.М. и др. Геологический отчет “Анализ, обобщение и разработка методики интерпретации электроразведочных данных для картирования коллекторов и решения других нефтегазопоисковых задач в юго-западной части Сибирской платформы”. ПГО “Енисейгеофизика”. 1986, п. Геофизиков. 374 с.
  38. Шарпенок Л.Н. Магматогенно-рудные системы континентальных вулкано-плутонических поясов подвижных областей // Региональная геология и металлогения. 2014. № 58. C. 84–90.
  39. Шарпенок Л.Н. Магматогенные кольцевые структуры. Л.: Недра, 1979. 231 с.
  40. Шишкин В.А, Астапов А.П., Кабатови Н.В. и др. Государственная геологическая карта Российской Федерации. Масштаб 1:1000000 (третье поколение). Серия Уральская. Лист Q-41 – Воркута. Объяснительная записка. СПб.: ВСЕГЕИ, 2007. 541 с.
  41. Яковлев Г.Ф. Геологические структуры рудных полей и месторождений. М.: Изд-во Московского ун-та, 1982. 270 c.
  42. 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.
  43. 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.
  44. 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.
  45. Doxani G., Vermote E., Roger J.C. et al. Atmospheric correction inter-comparison exercise // Remote Sensing. 2018. 10(2). 352 p.
  46. Ekneligoda T.C., Henkel H. Interactive spatial analysis of lineaments // Jour. of Comp.and Geos. 2010. V. 36. № 8. P. 1081–1090.
  47. 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.
  48. 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.
  49. Gupta R.P. Remote Sensing Geology, 3rd ed. Springer, Berlin, Germany, 2017. P. 180–190, 235–240, and 332–336.
  50. 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
  51. 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.
  52. Jolliffe I.T. Principal component analysis. Department of Mathematical Sciences King’s College University of Aberdeen, Uk, 2-d edition., 2002. 487 p.
  53. 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).
  54. Loughlin W.P. Principal Component Analysis for Alteration Mapping // Photogramm. Eng. Remote Sens. 1991. V. 57. P. 1163–1169.
  55. 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. 3(1). P. 68–72.
  56. Masek J.G., Claverie J., Ju. M. et al. Harmonized Landsat Sentinel-2 (HLS) Product User Guide. Product Version 2.0. 2018.
  57. 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. V. 510(3). P. 291–308. doi: 10.1016/j.tecto.2011.07.010
  58. Mather P.M. Computer Processing of Remotely Sensed Images: An Introduction. Chichester, UK: John Wiley and Sons. 1999. 460 p.
  59. 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
  60. 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
  61. 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.
  62. 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.
  63. 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.
  64. 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.
  65. 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
  66. Verdiansyah O. Aplikasi Lineament Density Analysis Untuk Membatasi Pola Kaldera Purba Godean // Jour. Teknologi Technoscienti, 2017. 9(2).
  67. 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.
  68. Vermote E.F., Kotchenova S. Atmospheric correction for the monitoring of land surfaces // Journal of Geophysical Research: Atmospheres. 2008. V. 113(D23).
  69. 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
  70. Wilson J.P., Gallant J.C. Terrain analysis: principles and applications // John Wiley & Sons. 2000. 520 р.
  71. 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
  72. 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.
  73. 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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. 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.

Скачать (464KB)
Метаданные
3. 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.

Скачать (692KB)
Метаданные
4. 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.

Скачать (107KB)
Метаданные
5. 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.

Скачать (619KB)
Метаданные
6. 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.

Скачать (681KB)
Метаданные
7. 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.

Скачать (782KB)
Метаданные
8. 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).

Скачать (450KB)
Метаданные
9. 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.

Скачать (722KB)
Метаданные
10. 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.

Скачать (1MB)
Метаданные

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».