ПРОГНОЗНОЕ МОДЕЛИРОВАНИЕ ЗОН ЗОЛОТО-СУЛЬФИДНОЙ МИНЕРАЛИЗАЦИИ ПО ДАННЫМ СПУТНИКОВОЙ МУЛЬТИСПЕКТРАЛЬНОЙ СЪЁМКИ (СЕВЕРНАЯ И ЦЕНТРАЛЬНАЯ ЧУКОТКА)
Институт геологии рудных месторождений, петрографии, минералогии и геохимии РАН
Журнал: Наука и технологические разработки
Том: 104
Номер: 3
Год: 2025
Страницы: 3-24
УДК: 528.8 + 550.8
Показать библиографическую ссылку
Нафигин И.О., Лапаев Д.С., Минаев В.А., Устинов С.А., Петров В.А. ПРОГНОЗНОЕ МОДЕЛИРОВАНИЕ ЗОН ЗОЛОТО-СУЛЬФИДНОЙ МИНЕРАЛИЗАЦИИ ПО ДАННЫМ СПУТНИКОВОЙ МУЛЬТИСПЕКТРАЛЬНОЙ СЪЁМКИ (СЕВЕРНАЯ И ЦЕНТРАЛЬНАЯ ЧУКОТКА)
// Наука и технологические разработки. 2025. Т. 104. № 3. С. 3-24. DOI: 10.21455/ std2025.3-1
@article{НафигинПРОГНОЗНОЕ2025,
author = "Нафигин, И. О. and Лапаев, Д. С. and Минаев, В. А. and Устинов, С. А. and Петров, В. А.",
title = "ПРОГНОЗНОЕ МОДЕЛИРОВАНИЕ ЗОН ЗОЛОТО-СУЛЬФИДНОЙ МИНЕРАЛИЗАЦИИ ПО ДАННЫМ СПУТНИКОВОЙ МУЛЬТИСПЕКТРАЛЬНОЙ СЪЁМКИ (СЕВЕРНАЯ И ЦЕНТРАЛЬНАЯ ЧУКОТКА)
",
journal = "Наука и технологические разработки",
year = 2025,
volume = "104",
number = "3",
pages = "3-24",
doi = "10.21455/ std2025.3-1",
language = "Russian"
}
Скопировать ссылку в формате ГОСТ
Скопировать ссылку BibTex
Файлы:
Ключевые слова: дистанционное зондирование Земли из космоса, геология, разведка месторождений, ГИС-анализ, металлогенический анализ, спутниковые данные, нечеткая логика, геолого-статистические методы
Аннотация: Исследование демонстрирует методический подход к прогнозному моделированию зон золото-сульфидной минерализации в пределах Северной и Центральной Чукотки с использованием мультисенсорных и мультивременных данных дистанционного зондирования Земли (Landsat-8, Sentinel-2, ASTER). Для выявления гидротермально-метасоматических изменений применены методы спектрального анализа – BR, RBD, PCA и SPCA. Проведенный статистический анализ позволил выделить тематические слои, отражающие распределение зон аргиллизации, серицитизации, пропилитизации и оксидов железа. Их интеграция методом нечеткой логики обеспечила построение прогнозной схемы рудной перспективности, на которой зафиксированы аномалии, пространственно приуроченные к известным золотоносным объектам, а также выделены новые потенциально перспективные на золото-сульфидное оруденение участки.
Список литературы: Артемьев Д.С. Петрография и минералогия рудоносных гидротермально-метасоматических образований Майского золоторудного месторождения (Централь-ная Чукотка) // Региональная геология и металлогения. 2016. № 67. С.118–123.
Артемьев Д.С. Геолого-генетическая модель формирования Майского месторождения и прогнозно-поисковые критерии локализации оруденения майского типа (Чукотка) // Региональная геология и металлогения. 2018. № 74. С.98–103.
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 // Докл. РАН. Науки о Земле. 2021. Т. 500, № 2. С.115–122. https://doi.org/10.31857/S2686739721100170
Волков А.В., Сидоров А.А. Поисковая модель золото-сульфидных месторождений вкрапленных руд арктической зоны России // Арктика: экология и экономика. 2017. № 2 (26). С.62–75. https://doi.org/10.25283/2223-4594-2017-2-62-75
Волков А.В., Гончаров В.И., Сидоров А.А. Месторождения золота и серебра Чукотки. М.: ИГЕМ РАН; Магадан: СВКНИИ ДВО РАН, 2006. 221 с.
Ишмухаметова В.Т., Нафигин И.О., Устинов С.А., Лапаев Д.С., Минаев В.А., Петров В.А. Выявление зон гидротермально-измененных пород с использованием данных WorldView-2 на участке Талман (Талманская площадь, юго-восточное Забайкалье, Россия) // Исследование Земли из космоса. 2023. № 5. С.58–70. https://doi.org/10.31857/S0205961423040048
Кирсанов А.А., Смирнов М.Ю., Липияйнен К.Л., Кирсанов Г.А. Новый метод выявления околорудных гидротермально измененных пород по космическим гиперспектральным данным на примере Ломамского потенциально золоторудного района, Республика Са-ха (Якутия) // Региональная геология и металлогения. 2021. № 86. С.97–106. https://doi.org/10.52349/08697892_2021_86_97-106
Сидоров А.А., Волков А.В. Уникальный рудный район Чукотки (Северо-Восток России) // Тихоокеанская геология. 2001. Т. 20, № 4. С.3–18.
Смирнова И.О., Кирсанов А.А., Камышникова Н.В. Обзор зарубежных достижений за последние пять лет в области использования мульти- и гиперспектральных спутниковых данных и современных методов их обработки в геологических исследованиях // Со-временные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17, № 1. С.9–27. https://doi.org/10.21046/2070-7401-2020-17-1-9-27
Bortnikov N.S., Bryzgalov I.A., Krivitskaya N.N., Prokof’ev V.Yu., Vikentieva O.V. The Maiskoe multimegastage disseminated gold-sulfide deposit (Chukotka, Russia): Mineralogy, fluid in-clusions, stable isotopes (O and S), history, and conditions of formation // Geology of Ore Deposits. 2004. V. 46, N 6. P.409–440.
Carranza E.J.M. (ed.). Geochemical Anomaly and Mineral Prospectivity Mapping in GIS (Handbook of Exploration and Environmental Geochemistry, V. 11). Elsevier, 2009. 351 p.
Chen Q., Zhao Zh., Zhou J., Zhu R., Xia J., Sun T., Zhao X., Chao J. ASTER and GF-5 satellite data for mapping hydrothermal alteration minerals in the Longtoushan Pb-Zn deposit, SW China // Remote Sensing. 2022. V. 14, Iss. 5. Art. 1253. 20 p. https://doi.org/10.3390/rs14051253
Frutuoso R., Lima A., Teodoro A.C. Application of remote sensing data in gold exploration: Targeting hydrothermal alteration using Landsat 8 imagery in northern Portugal // Arabian J. Geosci. 2021. V. 14. Art. 459. https://doi.org/10.1007/s12517-021-06786-0
Gong H., Li Y., Zhang J., Zhang B., Wang X. A new filter feature selection algorithm for classification task by ensembling pearson correlation coefficient and mutual information // Eng. Appl. Artif. Intell. 2024. V. 131. P.107865–107873. https://doi.org/10.1016/j.engappai.2024.107865
Greenacre M., Groenen P.J.F., Hastie T., d’Enza A.I., Markos A., Tuzhilina E. Principal component analysis (Economics Working Paper Series, Working Paper No. 1856). Barcelona: Uni-versitat Pompeu Fabra, 2023. 25 p.
Huang S., Tang L., Hupy J.P., Wang Y., Shao G. A commentary review on the use of normal-ized difference vegetation index (NDVI) in the era of popular remote sensing // J. Forestry Res. 2021. V. 32. P.1–6. https://doi.org/10.1007/s11676-020-01155-1
Khan M.J., Kumam W., Alreshidi N.A. Divergence measures for circular intuitionistic fuzzy sets and their applications // Eng. Appl. Artif. Intell. 2022. V. 116. P.105455–105466. https://doi.org/10.1016/j.engappai.2022.105455
Ma Y., He T., Li A., Li S. Evaluation and intercomparison of topographic correction methods based on landsat images and simulated data // Remote Sensing. 2021. V. 13, Iss. 20. Art. 4120. 21 p. https://doi.org/10.3390/rs13204120
Masoumi M., Honarmand M., Salimi A. Integration of concentration-area fractal model and relative absorption band depth method for mapping hydrothermal alterations using ASTER data // Remote Sensing Applications: Society & Environment. 2021. V. 23. P.100519–100528. https://doi.org/10.1016/j.rsase.2021.100519
Moud F.M., van Ruitenbeek F., Hewson R., van der Meijde M. An approach to accuracy as-sessment of ASTER derived mineral maps // Remote Sensing. 2021. V. 13, Iss. 13. Art. 2499. 16 p. https://doi.org/10.3390/rs13132499
Nafigin I.O., Ishmuhametova V.T., Ustinov S.A., Minaev V.A., Petrov V.A. Assessing the suitabil-ity of territories for detailed geological and mineralogical mapping based on statistical meth-ods for processing remote sensing data from the Landsat-8 spacecraft: Using the example of southeastern Zabaykalsky Krai, Russia // Izv. Atmos. Ocean. Phys. 2023. V. 59, Iss. 9. P.1220–1238. https://doi.org/10.1134/S0001433823090141
Noori L., Pour A.B., Askari G., Taghipour N., Pradhan B., Lee C.-W., Honarmand M. Compari-son of different algorithms to map hydrothermal alteration zones using ASTER remote sens-ing data for polymetallic vein-type ore exploration: Toroud–Chahshirin magmatic belt (TCMB), North Iran // Remote Sensing. 2019. V. 11, Iss. 5. Art. 495. 24 p. https://doi.org/10.3390/rs11050495
Ouhoussa L., Ghafiri A., Ben Aissi L., Es-Sabbar B. Integrating ASTER images processing and fieldwork for identification of hydrothermal alteration zones at the Oumjrane-Boukerzia dis-trict, Moroccan Anti-Atlas // Open J. Geol. 2023. V. 13, N 2. P.171–188. https://doi.org/10.4236/ojg.2023.132008
Özelkan E. Water body detection analysis using NDWIIndices derived from Landsat-8 OLI // Polish J. Environ. Studies. 2020. V. 29, N 2. P.1759–1769. https://doi.org/10.15244/pjoes/110447
Pour A.B., Park T.-Y.S., Park Y., Hong J.K., Muslim A.M., Läufer A., Crispini L., Pradhan B., Zoheir B., Rahmani O., Hashim M., Hossain M.S. Landsat-8, advanced spaceborne thermal emission and reflection radiometer, and WorldView-3 multispectral satellite imagery for prospecting copper-gold mineralization in the northeastern Inglefield Mobile Belt (IMB), northwest Greenland // Remote Sensing. 2019. V. 11, Iss. 20. Art. 2430. 39 p. https://doi.org/10.3390/rs11202430
Sekandari M., Masoumi I., Pour A.B., Muslim A.M., Hossain M.S., Misra A. ASTER and WorldView-3 satellite data for mapping lithology and alteration minerals associated with Pb-Zn mineralization // Geocarto Int. 2022. V. 37, Iss. 6. P.1782–1812. https://doi.org/10.1080/10106049.2020.1790676
Servera J.V., Rivera-Caicedo J.P., Verrelst J., Muñoz-Marí J., Sabater N., Berthelot B., Camps-Valls G., Moreno J. Systematic assessment of MODTRAN emulators for atmospheric cor-rection // IEEE Transactions on Geoscience and Remote Sensing. 2022. V. 60. Art. 4101917. 17 p. https://doi.org/10.1109/TGRS.2021.3071376
Shebl A., Abdellatif M., Badawi M., Dawoud M., Fahil A.S., Csámer Á. Towards better delinea-tion of hydrothermal alterations via multi-sensor remote sensing and airborne geophysical data // Sci. Rep. 2023. V. 13. Art. 7406. 27 p. https://doi.org/10.1038/s41598-023-34531-y
Traore M., Çan T., Teki̇n S. Discrimination of iron deposits using feature oriented principal component selection and band ratio methods: Eastern Taurus/Turkey // Int. J. Environ. Geoinf. 2020. V. 7, Iss. 2. P.147–156. https://doi.org/10.30897/ijegeo.673143
Wambo T.J.D., Pour A.B., Ganno S., Asimow P.D., Zoheir B., dos Reis Salles R., Nzenti J.P., Pradhan B., Muslim A.M. Identifying high potential zones of gold mineralization in a sub-tropical region using Landsat-8 and ASTER remote sensing data: A case study of the Ngoura-Colomines goldfield, eastern Cameroon // Ore Geol. Rev. 2020. V. 122. Art. 103530. 26 p. https://doi.org/10.1016/j.oregeorev.2020.103530
Артемьев Д.С. Геолого-генетическая модель формирования Майского месторождения и прогнозно-поисковые критерии локализации оруденения майского типа (Чукотка) // Региональная геология и металлогения. 2018. № 74. С.98–103.
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 // Докл. РАН. Науки о Земле. 2021. Т. 500, № 2. С.115–122. https://doi.org/10.31857/S2686739721100170
Волков А.В., Сидоров А.А. Поисковая модель золото-сульфидных месторождений вкрапленных руд арктической зоны России // Арктика: экология и экономика. 2017. № 2 (26). С.62–75. https://doi.org/10.25283/2223-4594-2017-2-62-75
Волков А.В., Гончаров В.И., Сидоров А.А. Месторождения золота и серебра Чукотки. М.: ИГЕМ РАН; Магадан: СВКНИИ ДВО РАН, 2006. 221 с.
Ишмухаметова В.Т., Нафигин И.О., Устинов С.А., Лапаев Д.С., Минаев В.А., Петров В.А. Выявление зон гидротермально-измененных пород с использованием данных WorldView-2 на участке Талман (Талманская площадь, юго-восточное Забайкалье, Россия) // Исследование Земли из космоса. 2023. № 5. С.58–70. https://doi.org/10.31857/S0205961423040048
Кирсанов А.А., Смирнов М.Ю., Липияйнен К.Л., Кирсанов Г.А. Новый метод выявления околорудных гидротермально измененных пород по космическим гиперспектральным данным на примере Ломамского потенциально золоторудного района, Республика Са-ха (Якутия) // Региональная геология и металлогения. 2021. № 86. С.97–106. https://doi.org/10.52349/08697892_2021_86_97-106
Сидоров А.А., Волков А.В. Уникальный рудный район Чукотки (Северо-Восток России) // Тихоокеанская геология. 2001. Т. 20, № 4. С.3–18.
Смирнова И.О., Кирсанов А.А., Камышникова Н.В. Обзор зарубежных достижений за последние пять лет в области использования мульти- и гиперспектральных спутниковых данных и современных методов их обработки в геологических исследованиях // Со-временные проблемы дистанционного зондирования Земли из космоса. 2020. Т. 17, № 1. С.9–27. https://doi.org/10.21046/2070-7401-2020-17-1-9-27
Bortnikov N.S., Bryzgalov I.A., Krivitskaya N.N., Prokof’ev V.Yu., Vikentieva O.V. The Maiskoe multimegastage disseminated gold-sulfide deposit (Chukotka, Russia): Mineralogy, fluid in-clusions, stable isotopes (O and S), history, and conditions of formation // Geology of Ore Deposits. 2004. V. 46, N 6. P.409–440.
Carranza E.J.M. (ed.). Geochemical Anomaly and Mineral Prospectivity Mapping in GIS (Handbook of Exploration and Environmental Geochemistry, V. 11). Elsevier, 2009. 351 p.
Chen Q., Zhao Zh., Zhou J., Zhu R., Xia J., Sun T., Zhao X., Chao J. ASTER and GF-5 satellite data for mapping hydrothermal alteration minerals in the Longtoushan Pb-Zn deposit, SW China // Remote Sensing. 2022. V. 14, Iss. 5. Art. 1253. 20 p. https://doi.org/10.3390/rs14051253
Frutuoso R., Lima A., Teodoro A.C. Application of remote sensing data in gold exploration: Targeting hydrothermal alteration using Landsat 8 imagery in northern Portugal // Arabian J. Geosci. 2021. V. 14. Art. 459. https://doi.org/10.1007/s12517-021-06786-0
Gong H., Li Y., Zhang J., Zhang B., Wang X. A new filter feature selection algorithm for classification task by ensembling pearson correlation coefficient and mutual information // Eng. Appl. Artif. Intell. 2024. V. 131. P.107865–107873. https://doi.org/10.1016/j.engappai.2024.107865
Greenacre M., Groenen P.J.F., Hastie T., d’Enza A.I., Markos A., Tuzhilina E. Principal component analysis (Economics Working Paper Series, Working Paper No. 1856). Barcelona: Uni-versitat Pompeu Fabra, 2023. 25 p.
Huang S., Tang L., Hupy J.P., Wang Y., Shao G. A commentary review on the use of normal-ized difference vegetation index (NDVI) in the era of popular remote sensing // J. Forestry Res. 2021. V. 32. P.1–6. https://doi.org/10.1007/s11676-020-01155-1
Khan M.J., Kumam W., Alreshidi N.A. Divergence measures for circular intuitionistic fuzzy sets and their applications // Eng. Appl. Artif. Intell. 2022. V. 116. P.105455–105466. https://doi.org/10.1016/j.engappai.2022.105455
Ma Y., He T., Li A., Li S. Evaluation and intercomparison of topographic correction methods based on landsat images and simulated data // Remote Sensing. 2021. V. 13, Iss. 20. Art. 4120. 21 p. https://doi.org/10.3390/rs13204120
Masoumi M., Honarmand M., Salimi A. Integration of concentration-area fractal model and relative absorption band depth method for mapping hydrothermal alterations using ASTER data // Remote Sensing Applications: Society & Environment. 2021. V. 23. P.100519–100528. https://doi.org/10.1016/j.rsase.2021.100519
Moud F.M., van Ruitenbeek F., Hewson R., van der Meijde M. An approach to accuracy as-sessment of ASTER derived mineral maps // Remote Sensing. 2021. V. 13, Iss. 13. Art. 2499. 16 p. https://doi.org/10.3390/rs13132499
Nafigin I.O., Ishmuhametova V.T., Ustinov S.A., Minaev V.A., Petrov V.A. Assessing the suitabil-ity of territories for detailed geological and mineralogical mapping based on statistical meth-ods for processing remote sensing data from the Landsat-8 spacecraft: Using the example of southeastern Zabaykalsky Krai, Russia // Izv. Atmos. Ocean. Phys. 2023. V. 59, Iss. 9. P.1220–1238. https://doi.org/10.1134/S0001433823090141
Noori L., Pour A.B., Askari G., Taghipour N., Pradhan B., Lee C.-W., Honarmand M. Compari-son of different algorithms to map hydrothermal alteration zones using ASTER remote sens-ing data for polymetallic vein-type ore exploration: Toroud–Chahshirin magmatic belt (TCMB), North Iran // Remote Sensing. 2019. V. 11, Iss. 5. Art. 495. 24 p. https://doi.org/10.3390/rs11050495
Ouhoussa L., Ghafiri A., Ben Aissi L., Es-Sabbar B. Integrating ASTER images processing and fieldwork for identification of hydrothermal alteration zones at the Oumjrane-Boukerzia dis-trict, Moroccan Anti-Atlas // Open J. Geol. 2023. V. 13, N 2. P.171–188. https://doi.org/10.4236/ojg.2023.132008
Özelkan E. Water body detection analysis using NDWIIndices derived from Landsat-8 OLI // Polish J. Environ. Studies. 2020. V. 29, N 2. P.1759–1769. https://doi.org/10.15244/pjoes/110447
Pour A.B., Park T.-Y.S., Park Y., Hong J.K., Muslim A.M., Läufer A., Crispini L., Pradhan B., Zoheir B., Rahmani O., Hashim M., Hossain M.S. Landsat-8, advanced spaceborne thermal emission and reflection radiometer, and WorldView-3 multispectral satellite imagery for prospecting copper-gold mineralization in the northeastern Inglefield Mobile Belt (IMB), northwest Greenland // Remote Sensing. 2019. V. 11, Iss. 20. Art. 2430. 39 p. https://doi.org/10.3390/rs11202430
Sekandari M., Masoumi I., Pour A.B., Muslim A.M., Hossain M.S., Misra A. ASTER and WorldView-3 satellite data for mapping lithology and alteration minerals associated with Pb-Zn mineralization // Geocarto Int. 2022. V. 37, Iss. 6. P.1782–1812. https://doi.org/10.1080/10106049.2020.1790676
Servera J.V., Rivera-Caicedo J.P., Verrelst J., Muñoz-Marí J., Sabater N., Berthelot B., Camps-Valls G., Moreno J. Systematic assessment of MODTRAN emulators for atmospheric cor-rection // IEEE Transactions on Geoscience and Remote Sensing. 2022. V. 60. Art. 4101917. 17 p. https://doi.org/10.1109/TGRS.2021.3071376
Shebl A., Abdellatif M., Badawi M., Dawoud M., Fahil A.S., Csámer Á. Towards better delinea-tion of hydrothermal alterations via multi-sensor remote sensing and airborne geophysical data // Sci. Rep. 2023. V. 13. Art. 7406. 27 p. https://doi.org/10.1038/s41598-023-34531-y
Traore M., Çan T., Teki̇n S. Discrimination of iron deposits using feature oriented principal component selection and band ratio methods: Eastern Taurus/Turkey // Int. J. Environ. Geoinf. 2020. V. 7, Iss. 2. P.147–156. https://doi.org/10.30897/ijegeo.673143
Wambo T.J.D., Pour A.B., Ganno S., Asimow P.D., Zoheir B., dos Reis Salles R., Nzenti J.P., Pradhan B., Muslim A.M. Identifying high potential zones of gold mineralization in a sub-tropical region using Landsat-8 and ASTER remote sensing data: A case study of the Ngoura-Colomines goldfield, eastern Cameroon // Ore Geol. Rev. 2020. V. 122. Art. 103530. 26 p. https://doi.org/10.1016/j.oregeorev.2020.103530


