enhancing of iron containing minerals using satellite

29

Adv. Appl. Geol. Spring 2021, Vol 11 (1): 29-42 Enhancing of iron containing minerals using satellite images and spectroscopy

technique (Case study: North Saveh)

Kazem Rangzan1, Somayeh Beiranvand2*, Hooshang Pourkaseb2, Alireza Zarasvandi2, Hojatollah

Ranjbar3

1-Department of Remote Sensing and GIS, Faculty of Earth Sciences, Shahid Chamran University of Ahvaz,

Ahvaz, Iran

2-Department of Geology, Faculty of Earth Sciences, Shahid Chamran University of Ahvaz, Ahvaz, Iran

3-Department of Mining Engineering, Faculty of Engineering, Shahid Bahonar University of Kerman, Kerman,

Iran

Keywords: Enhancing, Iron containing minerals, TM, ETM, FieldSpec3, TSG techniques

1-Introduction

The interaction of hot aqueous fluids with host rocks produce the hydrothermal mineral deposits (Pirajno, 1992).

One of the way for iron mineral formation is that hot aqueous solutions rich in iron with proper temperature, pH,

and suitable EH react with rock walls that lead to the generation of hydrothermal iron deposits. Hematite is

formed at high temperatures, and goethite is formed from the weathering of iron minerals.

One of the primary uses of remote sensing in geology is the detection of different minerals (i.e., iron minerals;

Sabins, 1999). Spectroscopy is capable of detecting the behavior of phenomena in different wavelengths (Hunt

and Salisbury, 1976). Infrared spectroscopy method has been used to recognize the altered minerals (e.g., Kerr

et al., 2011; Rangzan et al., 2012; Poorkaseb et al., 2013). Many researchers have used satellite imagery to

enhance the mineral exploration (Massironi et al., 2008; Abedi et al., 2013). The main objective of this study is

the discrimination of iron minerals by using the TM, ETM+, and Landsat8 images and confirming the

enhancement of iron-containing minerals using spectrometry tools in the Saveh region, Iran.

2-Methodology

In this study, we have applied the TM, ETM+, and Landsat8 images downloaded from the USGS Geological

Survey site (http://earthexplorer.usgs.gov/). The FieldSpec3 and TSG techniques were used for recognition of

the Fe minerals in the Saveh region, Iran. We applied the ETM+ image for geometric correction of TM and

Landsat8 images. The total RMS error of less than 0.5m was intended. Internal Average Relative Reflectance

(IARR) method was used for atmospheric correction, masking the region based on the geological map,

eliminating unwanted parts, eliminating or reducing interference TM, ETM+, and Landsat8 images. To enhance

iron mineral, the TM3/TM1. TM4/TM1 band ratio method on TM image, 3/1 band ratio on ETM+ image, and

4/2 band ratio on the Landsat8 image were employed. Then rock samples collected for enhancing areas with the

TM3/TM1. TM4/TM1 band ratio method and each rock sample was examined with the FieldSpec3 and TSG at

spectral laboratory of Shahid Chamran University of Ahvaz, Iran.

3- Results and discussion

The TM, ETM+, and Landsat8 images were analyzed to detect the iron-containing minerals in the Saveh region.

The iron minerals have spectrum features in the electromagnetic spectra of 0.4 to 1.1 nm (Hunt, 1976, 1979).

Plants have a high reflection in the infrared that can obstruct the explanation of iron minerals; therefore, this

feature may cause the main problem with the recognition of the iron minerals. For this purpose, we masked the

vegetation in the TM data using the TM3/TM1. TM4/TM1 method. This technique separates ferric oxide from

*Corresponding author: [email protected]

DOI: 10.22055/aag.2020.31975.2067

Received 2019-12-16

Accepted 2020-05-18

ISSN: 2717-0764

30

Adv. Appl. Geol. Spring 2021, Vol 11 (1): 29-42

vegetation (Fraser, 1991). The benefit of this technique is the mask of the vegetation area, as well as hematite

and goethite minerals could be separated.

Also, for identifying the iron-containing minerals, we used the calculation of band ratios on TM and ETM+

satellite images. The appearance of containing iron minerals indicates high absorption in the UV-blue district

and reflectance in the UV-VIS district. The ratio of blue/green bound in Landsat8 and ETM+ is 4:2 and 3:1,

respectively. This is applied extensively for iron-containing minerals mapping. The ground survey showed that

the prepared map using TM3/TM1. TM4/TM1 method is the most compatible compared to that of other

methods.

Rock samples were collected from enhancing areas for the TM3/TM1. TM4/TM1 band ratio method and then

each rock sample is studied with FieldSpec3 technique. The FieldSpec3 technique revealed the goethite and

hematite as the major iron minerals in the samples. Goethite minerals show strong absorption of more than 900

nm and the hematite mineral show absorption less than 900 nanometers.

The Spectral Assistant TM (TSA) software in the TSG software having essential minerals among the 60 classes

in the current library provides an extraordinary ability to identify the minerals. The TSA software discriminates

the mineral types according to the shapes of these absorption features. For discrimination, the type of minerals

and spectra of the samples were entered into the software. Then the results were displayed. This software

determined the percentage of iron-containing minerals (i.e., goethite and hematite in the VNIR range) in each

rock sample.

Based on the FieldSpec3 and TSG techniques, hematite and goethite are the significant iron-containing minerals

in the study area. The FieldSpec3 and TSG techniques results approved that the goethite and hematite minerals

could be identified correctly using TM3/TM1. TM4/TM1 band ratio method. Accordingly, this method could be

considered as an appropriate method for enhancing the iron minerals. Detection of the types of iron minerals is

one of the essential features of using TSG software. The TSG technique results show that this method can

determine the presence and the type of iron minerals. The spectra obtained from remote sensing tools (e.g.,

FieldSpec3 and TSG) is consistent with the enhancement of iron-containing minerals using the

TM3/TM1.TM4/TM1 band ratio method.

4-Conclusions

In this study, we used the FieldSpec3 and TSG techniques with TM3/TM1. TM4/TM1 band ratio methods for

identifying the iron-containing minerals. The results of the FieldSpec3 and TSG techniques approved the

importance of these tools in identifying the goethite and hematite minerals. The TSG technique results revealed

the goethite and hematite spectral at the most rock samples and determines the percentage of iron-containing

minerals. Also, it is determined that TM3/TM1.TM4/TM1 band ratio method is the appropriate method for the

evaluation of the identification of iron areas. The FieldSpec3 and TSG results confirmed the accuracy of the

enhancing areas by TM3/TM1. TM4/TM1 band ratio method. In this way, advanced remote sensing devices

confirmed the results of the enhancing iron-containing minerals in the North Saveh, Iran.

References

Anderson, J.A., 1982. Characteristics of leached capping and techniques of appraisal. In: Titley, S.R, Advances in Geology

of the Porphyry Copper Deposits, Southwestern North America, Tucson, University of Arizona Press, 275-295.

Bedini, E., 2011. Mineral mapping in the Kap Simpson complex, central East Greenland, using HyMap and ASTER remote

sensing data. Advances in Space Research 47, 60–73.

Berberian, F., Muir, I.D., Pankhurst, R.J., Berberian, M., 1982. Late Cretaceous and early Miocene Andean-type plutonic

activity in northern Makran and central Iran. Journal of the Geological Society 139, 605–614.

Fraser, S.J., 1991. Discrimination and identification of ferric oxides using satellite Thematic Mapper data: A Newman case

study. International Journal of Remote Sensing 12, 635-641.

Hunt, G.R., Ashley, P., 1979. Spectra of altered rocks in the visible and near infrared. Economic Geology 74, 1613–1629.

Hunt, G.R., Salisbury, J.W., 1976. Visible and near-infrared spectra of minerals and rocks: XII. Metamorphic rocks,

Modern Geology 5, 219-228.

Kaufman H., 1988. Mineral exploration along the Auaba-Levant structure by use of TM-data, Concepts, processing and

results. International Journal of Remote Sensing 9, 1639–165.

Kerr, A., Rafuse, H., Sparkes, G., Hinchey, J., Sandeman, H., 2011. Visible/infrared spectroscopy (VIRS) as a research tool

in economic geology; background and pilot studies from New Foundland and Labrador. Journal of Geological

Survey 11(1), 145–166.

31

Adv. Appl. Geol. Spring 2021, Vol 11 (1): 29-42

Kruse, F.A., Raines, G.I., Waston, K., 1985. Analytical techniques for extracting geology information from multichannel

airborne spectroradiometer and airborne imaging spectrometer data. In Proceeding of the 4th Thematic Conference

on Remote Sensing of the Environment, Remote Sensing for exploration geology, Sanfransisco, California 1-4

April, 309-324.

Laakso, K., Rivard, B., Rogge, D., 2016. Enhanced detection of gossans using hyperspectral data: Example from the Cape

Smith Belt of northern Quebec, Canada. ISPRS Journal of Photogrammetry and Remote Sensing 114, 137–150.

Massironi, M., Bertoldi, L., Calafa, P., Visona, D., Bistacchi, A., Giardina, C., Schiavo, A., 2008. Interpretation and

processing of ASTER data for geological mapping and granitoids detection in the Saghro massif (eastern Anti-Atlas,

Morocco). Geosphere 4 (4), 736-759.

Moskowitz, B.M., Reynolds, R.L., Goldstein, H. L., Berquo, T., Kokaly, R. F., Bristow, C. S., 2016. Iron oxide minerals in

dust-source sediments from the Bodélé Depression, Chad: Implications for radiative properties and Fe

bioavailability of dust plumes from the Sahara. Aeolian Research 22, 93–106.

Pirajno, F., 1992. Hydrothermal Mineral deposits-principles and fundamental concepts for the exploration geologist.

Springer, Berlin, p. 409.

Rajendran S., Thirunavukkarasu A., Balamurugan G., Shankar K., 2011. Discrimination of iron ore deposits of granulite

terrain of Southern Peninsular India using ASTER data. Journal of Asian Earth Sciences 41, 99–106.

Rangzan, K., Saki, A., Hassan Shahi, H., Mojaradi, B., 2012. Analysis and spectral classification of igneous and

metamorphic rocks in the Hamedan region for remote sensing studies using reflectance spectroscopy (350 to 2500

nm). Crystallography and Mineralogy Iran, pp. 81- 96 (in Persian).

Rezaei Kahkhaei, M., Galindo, C., Pankhurst, R.J., Esmaeily, D., 2011. Magmatic differentiation in the calc-alkaline

Khalkhab–Neshveh pluton, Central Iran. Journal of Asian Earth Sciences 42, 499–514.

Sabins, F.F., 1999. Remote sensing for mineral exploration.BJ. Ore Geology Reviews 14(3–4), 157–183.

Salisbury, J.W., Walter, L.S., Vergo, N., D'Aria, D.M., 1991. Infrared (2.1–25 micrometers) Spectra of Minerals. Johns

Hopkins University Press, Baltimore, Maryland, USA, p. 267.

Yamaguchi, Y., Fujisada, H., Tsu, H., Sato, I., Watanabe, H., Kato, M., Kudoh, M., Ahlc, A.B., Pnicl, M., 2001. Aster

early image evaluation, Advance Space Research 28(1), 69-76.

HOW TO CITE THIS ARTICLE:

Rangzan, K., Beiranvand, S., Pourkaseb, H., Zarasvandi, A., Ranjbar, H., 2021. Enhancing of iron

containing minerals using satellite images and spectroscopy technique (Case study: North Saveh).

Adv. Appl. Geol. 11(1), 29-42.

DOI: 10.22055/aag.2020.31975.2067

url: https://aag.scu.ac.ir/article_15538.html?lang=en

23

0، شماره 00، دوره 0011بهار زمین شناسی کاربردی پیشرفته

(ساوه شمال: موردی مطالعه) سنجی طیف فن و ایماهواره تصاویر از استفاده با دارآهن هایکانی بارزسازی

کاظم رنگزن

ایران اهواز، ،دانشگاه شهید چمران اهواز ،دانشکده علوم زمین ،GISسنجش از دور و گروه

*سمیه بیرانوند

مران اهواز، اهواز، ایرانشناسی، دانشکده علوم زمین، دانشگاه شهید چگروه زمین

هوشنگ پورکاسب

شناسی، دانشکده علوم زمین، دانشگاه شهید چمران اهواز، اهواز، ایرانگروه زمین

علیرضا زراسوندی شناسی، دانشکده علوم زمین، دانشگاه شهید چمران اهواز، اهواز، ایرانگروه زمین

حجت اله رنجبر ، کرمان، ایرانکرمان باهنر شهید دانشگاه زمین، علوم دانشکده معدن، گروه

30/13/0200تاریخ پذیرش: 32/10/0201 تاریخ دریافت:

* [email protected]

چکیده زاییت کانهاین منطقه از مناطق مهم به جهآرژیلیک و پروپلیتیک در شمال ساوه رخنمون دارند. ،های فیلیکای همراه با دگرسانیهای ولکانیکی گستردهسنگ

های مس پورفیری های بالای سیستمهای دگرسانی سوپرژن در بخشتوانند طی فرایندمیدار آهن هایبه دلیل اینکه کانیشود و مس )پورفیری و مانتو( قلمداد می

مال ساوه پرداخته شده است. به این منظوردر منطقه ش )زون گوسان(دار های آهنن مطالعه به بررسی بارزسازی کانی، در ایتشکیل کلاهک آهنی )زون گوسان( دهند

به ترتیب بر روی 3/0و 0/2و روش نسبت باندی TMبر روی تصویر TM3/TM1. TM4/TM1، روش نسبت گیری باندیTM ،+ETM ،Landsat8 ریواتص از

استخراج FieldSpec3 دستگاه توسط هانمونه فیط وی آورجمع یسنگ یهانمونهاز مناطق بارزسازی شده .استفاده شده است Landsat8 و ETM+تصاویر

به این FieldSpec3 های به دست آمده از دستگاه استفاده و طیف The Spectral Geologist 7.1.0.073 (TSG) افزار تحلیل طیفدر ادامه از نرم .گردید

ی بیشترین برداربا توجه به اینکه نقاط نمونهشناسایی نمود. سنگ یهانهنمو دررا تیگوت و تیهماتهای کانی ،TSG و FieldSpec3روش های افزار وارد شدند. نرم

نسبت روشدار با های آهنند، در این مطالعه بارزسازی کانیکسنجی نتایج این روش را تایید مید و فن طیفدارن TMگیری باندی در تصویر انطباق را با روش نسبت

.دار در شمال ساوه شناخته شدهای آهنسازی کانیرزگیری باندی، به عنوان روشی مناسب جهت با

TM، ETM، FieldSpec3، TSG دار، آهن هایکانی ،بارزسازی: کلمات کلیدی

مقدمه

گرمابی هایکانیهای میزبان، های گرمابی با سنگواکنش محلول

ای هتشکیل کانی هاییکی از روش (. (Pirajno, 1992کندرا ایجاد می

یدما در آهن از یغن گرمابی هایین صورت است که محلولآهن به ا

و دندهیم واکنش یسنگ یهاوارهید با مناسب EH و PHمطلوب،

,Guilbert and Park)آورند بی آهن را بوجود میذخایر گرما

و کانی گوتیت از هوازدگی . کانی هماتیت در دمای بالا تشکیل(1997

-توده ،های شسته شدهکلاهکن همچنی .آیدبوجود میهای آهن کانی

س پورفیری های فوقانی کانسارهای مهای لیمونیتی واقع در بخش

شوند. کانسارهای مس شکیل میهای سوپرژن تهستند که در اثر پدیده

متحمل ،های سوپرژناز رخنمون یافتن و در اثر پدیده پورفیری پس

جوی و زیر ،های فررو با منشا سطحیمحلولشوند. برخی تغییرات می

زمینی پس از واکنش با پیریت و سایر سولفیدهای موجود در این

ی و بر های سطحیدی شده و باعث انحلال مس از بخشاس ،کانسارها

. (Anderson, 1982)گردندهای لیمونیتی میجای ماندن توده

اند کلیدی برای تخمین تودار هماتیت و گوتیت میهای آهنبررسی کانی

شدگی سوپرژن باشدازی هیپوژن و نیز توسعه غنیسمیزان کانی

(Anderson, 1982) دار های آهنکانی. به همین دلیل بارزسازی

یاصل یکاربردها از یکی رسد.مری مهم به نظر میهای آهنی( اکلاهک)

از جمله های مختلفکانی ییشناسا ،یشناسنیزم در دور از سنجش

به سنجی قادر طیف (.Sabins, 1999) است دارهای آهنکانی

Hunt and)های مختلف استها در طول موجشناسایی رفتار پدیده

Salisbury, 1976) . جهت سنجیطیفمطالعات زیادی در زمینه

محدوده مرئی و فروسرخ های در طول موج هاشناسایی انواع دگرسانی

وسیله محققین صورت گرفته نزدیک و محدوده فروسرخ موج کوتاه

22


. (Salisbury et al., 1991; Kerr et al., 2011)است

Rangzan ( 3103و همکاران ) سنجی برای طیف هایروشاز

های همدان استفاده کردند. از آنجاییکه شناسایی آلومینوسیلیکات

های ماهواره دردار های آهنجهت اکتشاف کانی طیفیچند یسنسورها

lem et al., Sa)وجود دارند Landsat8)و TM)، +ETM لندست

2011)،Kaufman (0011 )می با استفاده از این تصاویر بیان داشت

و به این کردآهن مناطق را تهیه دیاکس و لیدروکسیه یهانقشه توان

محققین زیادی .استفاده نمود PCAهای نسبت باندی و منظور از روش

اده کرده دار استفهای آهنای به منظور بارزسازی کانیاز تصاویر ماهواره

;Massironi et al., 2008; Abedi et al., 2013).اند

.Moskowitz et al., 2016; Laakso et al., 2016)

Honarmand ( 3100و همکاران) ریتصاو از+ASTER/ETM

آهن دیدروکسیه/دیاکس های دگرسانیتهیه نقشه بارزسازی کانی یبرا

ماهواره ریوتصاMansouri (3102 )و Feizi .کردند استفاده

به را PCA, SAM, MNF هایروشو ETM، ASTER+ یا

مورد( رانیا) قم استاندار در آهنهای کانی لیپتانس یبررس منظور

از استفادهبا ( 3102و همکاران ) Ciampalini. دادند قرار استفاده

به بررسی و ترکیب رنگی کاذب PCAهای روشو ETM+تصویر

قایآفر غرب شمال از نیدون یرسوب یهاسنگ رد واقعدار آهن هایکانی

را ( 0/2) یباند نسبت( روش 3101و همکاران ) Shalaby .پرداختند

کار بردند.هدار بهای آهنکانی جهت بارزسازی ETM+بر روی تصویر

از استفاده بادار های آهنکانی بارزسازی مطالعه نیا یاصل هدف

بهترین نسبت باندی و معرفی ،Landsat8و TM ، +ETMریتصاو

استفاده از ودار منطقه های آهنجهت بارزسازی کانی ایماهواره تصویر

می ساوهشمال در نتایج این بارزسازی دییتأ سنجی جهتطیف فن

.باشد

زمین شناسی منطقه

ساوه قرار گرفته است. 011111/0منطقه مورد مطالعه در برگه

های اصلی و بزرگ، دارای راهشهر ساوه به خاطر نزدیکی به شهرهای

-توان به آزاد راه تهرانکه از آن جمله می ،فرعی فراوان و مناسبی است

بوئین زهرا به - همدان و ساوه - ساوه، ساوه - قدیم تهران ساوه و جاده

- قلعک، ساوه - سیلیجرد – های فرعی ساوههای اصلی و راهعنوان راه

چهارچوب . خلخاب اشاره کرد - نشوه، ساوه - ورده – ساوه نیوشت،

کنونی ایران به شدت تحت تاثیر دو رویداد بزرگ قرار ژئوتکتونیک

گرفته است که یک رویداد در اوایل مزوزوئیک میانی اتفاق افتاده که

باعث بسته شدن پالئوتتیس شده است و دومین رویداد در اوایل

تتیس شده سنوزوییک رخ داده است که موجب بسته شدن اقیانوس نئو

. بسته شدن نئوتتیس و حاکم شدن (Ilbeyli et al., 2004)است

رژیم تکتونیکی فشارشی پس از آن، باعث تشکیل سه واحد اصلی

در غرب ایران شده که این واحدهای NW-SEتکتونیکی با روند

( منطقه دگرگونی 3 ،خورده زاگرس( کمربند چین0شامل تکتونیکی

دختر می باشند - ماگمایی ارومیه ( قوس2سیرجان و - سنندج

(Takin, 1972; Alavi, 1980; Berberian et al., 1982;

Sengor, 1990)منطقه مورد مطالعه بخشی از زون ماگمایی ارومیه .

هایی که در منطقه ترین سنگ(. قدیمی0باشد )شکل دختر می -

های ائوسن، گدازه و توفلعاتی رخنمون دارند شامل ولکانیکمطا

داسیتی، آندزیت و آندزیت بازالت، تراکی آندزیت و ریوداسیت هستند.

های الیگوسن عمدتا شامل گرانیت، دیوریت، گرانودیوریت، نفوذی

(Rezaei et al., 2011).گابرودیوریت، تونالیت و کوارتز دیوریت است

های میوسن که شامل لایه های مختلف ماسه در بالای این توالی مارن

. های کلاستیک پوشیده شده استلومرا است توسط سنگنگ و کنگس

تی از روش استخراج در منطقه مطالعا هااستخراج شکستگی به منظور

و Geomatica 2013 ها با استفاده از نرم افزار خودکار شکستگی

ج خودکار استفاده گردید. در روش استخرا Landsat8تصویر

، داده ورودی Geomatica 2013از نرم افزار ها با استفادهشکستگی

حاوی pc1 Landsat8می باشد. تصویر pc1 Landsat8تصویر

سپس در باشد.ها مییاد و مناسبی جهت استخراج شکستگیاطلاعات ز

3شکل های منطقه ترسیم گردید.نقشه تراکم شکستگی GISمحیط

-های موجود در منطقه نشان میها متعدد و گسلنقشه تراکم شکستگی

این شکل بیان کننده این مسئله است که منطقه مورد مطالعه دهد که

.از لحاظ تکتونیکی فعال بوده است

مواد و روش ها

به منظور ،Landsat8و TM، +ETMدر این مطالعه از تصاویر

دار استفاده شده است. این تصاویر برگرفته از های آهنبارزسازی کانی

می باشند USGSسایت زمین شناسی

)http://earthexplorer.usgs.gov/(. از تصویر+ETM به منظور

استفاده گردید. میزان خطا Landsat8و TMتصحیح هندسی تصویر

RMS پیکسل محاسبه شد. 2/1برای هر دو تصویر کمتر از

تصاویر روی همهبر (IARR)کالیبراسیون بازتابش متوسط داخلی

تابش سنجی است که های تصحیحاین روش یکی از روشاعمال گردید.

،با استفاده از یک طیف میانگین صحنه ،کردن تصاویربرای نرمالیزه

های طیفی ای را برای تبدیل دادهاثرات ویژه ،شود. این روشاستفاده می

های نسبی دارد. در این روش طیف میانگین برای صحنه به بازتاب

شود. یف به عنوان طیف مرجع استفاده میرودی محاسبه شده و این طو

شده و طیف سپس این طیف میانگین بر هر پیکسل تصویر تقسیم

خصوصیات . (Kruse et al., 1985)آیدظاهری پیکسل به دست می

باند 7شامل TM تصویر ،تصاویر مورد استفاده به این صورت است که

031باشد که دارای توان تفکیک مکانی می یاست باند شش باند حرارت

باشند. متر می 21ارای توان تفکیک مکانی متر بوده، شش باند دیگر د

باشد شش باند با توان تفکیک دارای هشت باند می ETM+تصویر

متر، یک باند پانکروماتیک و یک باند حرارتی با توان تفکیک 21مکانی

باند طول 0باند، که 00 دارای Landsat8 تصویر متر. ۰1و 02مکانی

با OLI. هفت باند از نه باند است باند طول موج حرارتی 3ج کوتاه و مو

های لندست قبلی قرار که بر روی ماهواره ETM+و TMهای سنجنده

تصاویری با قدرت تفکیک Landsat8باشد. اند سازگار میداشته

http://earthexplorer.usgs.gov/

20


ی در محدوده این تصویردهد. متر را ارائه می 011متر تا 02متوسط از

دون قرمز نورمرئی، مادون قرمز نزدیک، موج کوتاه مادون قرمز و طیف ما

-ن مطالعه به منظور بارزسازی کانیدر ای شود.حرارتی به کار گرفته می

تصویر لندست و روش های نسبت باندی استفاده شده 2های آهن دار از

پردازش تصاویر ی رایج درهاروشیکی از روش نسبت باندی ،است

این روش، شامل تقسیم کردن دو (Sabins, 1999). ی است اماهواره

ی در بررس موردباند بر همدیگر است. باندی که میزان بازتابش از هدف

آن بیشتر است، در صورت و باند دیگر که پدیده جذب برای همان هدف

روش، یری اینکارگبهگیرد. با یمدر آن بالاتر است، در مخرج قرار

ها را در تصویر کاهش داد و اختلاف یهساتوپوگرافی و اثراتتوان یم

(Yamaguchi et al., 1998).بین درجات روشنایی را آشکار کرد

Tehran

¬ Km

412000

412000

424000

424000

436000

436000

448000

448000

460000

460000

3888000

3888000

3896000

3896000

®0 5 102.5 Kilometers

Gabbrodiorite quartziorite(Oligocene)

Granite & Granodiorite(Oligocene)

Granodiorite-Tonalite-Quartz diorite(Oligocene)

Tonalite-Diorite-Gabbro(Oligocene)

Conglomerate & sandstone(Oligo-Miocene)

Dasitic tuff(Up Eocene)

Dacitic-andesitic subvolcanic masses(Mid Eocene)

Limestone & Mar(OligoMiocene)

Trachy andesitic rocks(Up Eocene)

Andesitic lava(Mid Eocene)

Crysta-litic tuff as lapilli tuff and tuff breccia(Mid Eocene)

Acidic to intermadiate tuff(Up Eocene)

Andesitic lava and Rhyo-dacitic tuff(Up Eocene)Andesitic & Basaltic breccia and lava(Mid Eocene)

Andesitic & basaltic lava with minor beds of andesitic tuff(Up Eocene)

Old terraces & gravel fans(Plio-Quaternary)

Gypsy marl(Oligo-Miocene)

Recent alluvium & river deposits(Plio-Quaternary)

Conglomerate with sandestone and clay(Plio-Quaternary)

Legend

fault

Rhyo-dacitic tuff with intercalations of Andesitic lava(Mid Eocene)

Siliceous deposits(Plio-Quaternary)

.(Ghalamghash, 1998) رانیاسی شنا نیزم نقشه از برگرفته ،011111/0 اسیمق در مطالعه مورد منطقه یشناسنیزم نقشه -0 شکل

Fig. 1. Geological map of the study area (scale of 1:100,000), adapted from geological maps of geological survey

of Iran (Ghalamghash, 1998).

روش ،در منطقه مورد مطالعهدار آهن هایبه منظور بارزسازی کانی

، TMبر روی تصویر TM3/TM1. TM4/TM1 باندی گیرینسبت

بر روی 0/2 و Landsat8ریتصو بر روی 3/0 یباند بتنسهای روش

دار در های آهنکانی TM در تصویر .اعمال گردید ETM+ ریتصو

از دهند.از خود بازتاب نشان می 0و 2های جذب و در باند 0باند

تشخیص TM3/TM1. TM4/TM1 باندی گیرینسبت مزایای روش

شش گیاهی منطقه حذف پوشش گیاهی است که بعد از شناسایی، پو

دار گوتیت و هماتیت از و همچنین تشخیص دو نوع کانی آهن گردید

ید آهن دارای یک باند جذب برای اکس ETM+تصویر باشد.یکدیگر می

ده این تصویر برای باشد که باعث شدر ناحیه فروسرخ نزدیک می

,.Sabins, 1999; Liu et al)های آن مناسب باشد بارزسازی کانی

2، جذب و در باند ETM+تصویر 0باند دار در های آهن. کانی2(011

ین استفاده از نسبت بنابرا ،دهندویر بازتاب بالای از خود نشان میاین تص

به ETM+دار را در تصویر های آهنتواند بارزسازی کانیمی 0/2باندی

دار درای آهنه، کانیLandsat8تصویر در همچنین خوبی نشان دهد.

به همین ،دهندبازتاب بالای از خود نشان می 0د جذب و در بان 3باند

دار را های آهنتواند بارزسازی کانیمی 3/0یل استفاده از نسبت باندی دل

های بعد از بارزسازی کانی به خوبی نشان دهد. Landsat8در تصویر

22


های ونهنم ،دار با استفاده از این تصاویر، از مناطق بارزسازی شدهآهن

دستگاه طیف های سنگی با استفاده از آوری شد. طیف نمونهسنگی جمع

جهت آنالیز TSGاستخراج و در نهایت از نرم افزار FieldSpec3 سنج

دستگاهی است که FieldSpec3ها استفاده گردید. طیف سنج طیف

انرژی گیری انعکاس، تابش و پخش هایی که نیاز به اندازهدر زمینه

باشد، کاربرد دارد. این دستگاه اپتیکی به مغناطیسی از سطوح میالکترو

آزمایشگاهی میدانی و طیف سنجی طور اختصاصی جهت استفاده در

مادون - گیرد که منحنی طیفی را در ناحیه مرئیمورد استفاده قرار می

گیری می اندازه (SWIR)و مادون قرمز کوتاه (VNIR)قرمز نزدیک

دستگاهی قابل حمل با دامنه طیفی FieldSpec3کند. طیف سنج

-ثانیه برای هر طیف می 0/1نانومتر و زمان جمع آوری 3211-221

است که یکی در محدوده ا باشد. دستگاه دارای سه آشکار ساز مجز

-سنجی مینانومتر( طیف 0111الی 221) مادون قرمز نزدیک -مرئی

ز کوتاه است که یکی از مادون قرمدیگر در محدوده سازآشکارکند. دو

متر تا نانو 0121نانومتر و دیگری در محدوده 0121نانومتر تا 0111

کند. کانی گوتیت دارای جذب قوی در نانومتر طیف سنجی می 3211

Hunt and)متر استمیکرو 01/1و 72/1، ۰۰/1، 2/1محدوده های

Ashley, 1979; Bedini, 2011)دوده. کانی هماتیت نیز در مح-

دهد میکرومتر از خود جذب قوی نشان می 17/1، ۰2/1ی ها

(Rajendran et al., 2011) .های در کانی جذب هایاین ویژگی

ها توسط دستگاه طیف شناسایی طیف این کانیگوتیت و هماتیت باعث

و هیتجز یبرا استاندارد نرم افزاری TSGشود. می FieldSpec3 سنج

های طیف کانی مطالعه، نیا در. باشدمی هاکانی یفیط اطلاعات لیتحل

به لیتحل و هیتجزجهت FieldSpec3به دست آمده از طیف سنج

وارد شدند. TSGنرم افزار

.ها منطقه مورد مطالعهتراکم شکستگی نقشه -3شکل

Fig. 2. Fracture density map in the study area.

بحث نتایج و

TM، +ETMاین مطالعه از تصاویر همانطور که پیشتر ذکر شد در

دار در منطقه مورد مطالعه های آهنجهت شناسایی کانی Landsat8و

از طیف 0/0تا 0/1محدوده طیفی دار در های آهنکانیاستفاده گردید.

,Hunt and Salisbury) دهندنشان میالکترومغناطیس جذب

1976; Hunt and Ashley, 1979)ادون . گیاهان در محدوده م

ین محدوده مانعی برای تفسیر قرمز انعکاس بالا دارند که جذب در ا

نابراین این موضوع در تشخیص آیند، بدار به حساب میهای آهنکانی

,Hunt and Ashley)آورددار مشکل بوجود میهای آهنکانی

باندی گیرینسبت. برای این منظور پوشش گیاهی با روش (1979

TM3/TM1. TM4/TM1 با استفاده از تصویرTM شناسایی و

2شکل سپس مناطق دارای پوشش گیاهی از تصاویر حذف گردید.

را TM3/TM1. TM4/TM1 های نمودار طرح پراکندگی نسبت

خیص پوشش گیاهی، دهد. با استفاده از این روش علاوه بر تشنشان می

شند بایت و هماتیت از هم قابل تفکیک میدار گوتدو نوع کانی آهن

(Fraser, 1991) برداری، سه نقشه (. به منظور نمونه0)شکل

تهیه و به دار با استفاده از تصاویر ذکر شدههای آهنبارزسازی کانی

قادر است TMگیری باندی با استفاده از روش دلیل این که روش نسبت

مناطق نمونه برداری ،های گوتیت و هماتیت را از هم تفکیک نمایدکانی

گیری باندی بر روی ه بارزسازی تهیه شده با روش نسبتتوجه به نقشبا

تعیین شدند. TMتصویر

2۰


زدید میدانی مشخص شد دهد، در بانشان می 0همانطور که شکل

گیری جه به نقشه تهیه شده با روش نسبتبرداری که با تومناطق نمونه

زمینی ، کاملا منطبق بر مناطق انجام گرفت TMباندی بر روی تصویر

دار با استفاده از های آهنهای بارزسازی کانیباشند. بارزسازی نقشهمی

و Landsat8بر روی تصویر 3/0های باندیروش نسبت

1+3/ETM+ETM و 2های ه با مناطق بازدید میدانی در شکلهمرا

نشان داده شده است. ۰

.(Fraser, 1991) TM3/TM1. TM4/TM1 هاینسبتطرح پراکندگی -2شکل Fig. 3. Scatter plot of TM3/TM1. TM4/TM1 (Fraser, 1991).

.TMبر روی تصویر باندی گیرینسبت روش باهای آهن کانی بارزسازینتایج -0شکل

Fig. 4. The results of iron containing minerals extracted by using a TM3/TM1. TM4/TM1 band ratios method in the

study area.

انطباق ،بردارینیز مناطق نمونه Landsat8و ETM+در تصاویر

نزدیکی با نقشه بارزسازی در این تصاویر دارد )به جز یک منطقه در

برداری از واحدهای سنگی (. نمونه۰و دو منطقه در شکل 2ل شک

صورت گرفت. این و توف بازالت - آنذریت ،بازالت، آندزیت ،گرانیت

، آرژیلیک و پروپلیتیک های فیلیکبا دگرسانی هی سنگی همراواحدها

دار تا حدودی با های آهنبازدید میدانی نشان داد که کانی است.

های یک و به مقدار بیشتر بر روی واحدهای فیلیک و آرژیلدگرسانی

ها با نمونه ،بعد از برداشت زمینی اند.دگرسانی پروپلیتیک واقع شده

ید چمران موجود در دانشگاه شه FieldSpec3سنج استفاده از طیف

نگی بیشتر های سهای استخراج شده از نمونهاهواز آنالیز شدند. طیف

1کل طیف کانی گوتیت و ش 7دهند. شکل کانی گوتیت را نشان می

.دهدطیف کانی هماتیت را نشان می

.

27


ETM.+بر روی تصویر 0/2ی روش نسبت باند باهای آهن بارزسازی شده نتایج کانی -2شکل Fig. 5. The results of iron containing minerals extracted by using a 3/1 band ratio technique on ETM+ image in the

study area.

.Landsat8روی تصویر رب 3/0روش نسبت باندی باهای آهن بارزسازی شده نتایج کانی - ۰شکل Fig. 6. The results of iron containing minerals extracted by using a 4/2 band ratio technique on Landsat8 image in

the study area.

Spectral Assistant TM (TSA) افزار نرم در TSG با

یبرا یاالعاده فوق ییتوانا خود کتابخانه در نوع کانی مختلف ۰1 داشتن

به توجه با را هاکانی انواع ار قادر استافز نرم ینا ،دارد هاکانی ییشناسا

نوع تشخیص یبرادر این مطالعه . دهد صیتشخ هر کانی جذب یژگیو

به ی سنگیهانمونه های به دست آمده ازفیط تمام ،دارهای آهنکانی

مرئیطول موج ها در محدودهطیف کانیو شدند وارد TSG افزار نرم

(VNIR) های وارد تعدادی از طیف جینتا ر گرفتند،مورد بررسی قرا

داده شینما 0 شکل درهمراه با نمونه سنگ TSGشده به نرم افزار

در (تیهمات و گوتیت) دارآهن هایکانی درصد افزار نرم نیا. شده است

ر نمودار . در هنمود نییتع را سنگ نمونه هر در مرئیطول موج محدوده

بیشتر از داری که عمق جذب اصلی در نمو ،شوددو طیف مشاهده می

دهد معرف کانی گوتیت و نموداری که عمق نانومتر را نشان می 011

-نشان داده بیانگر کانی هماتیت مینانومتر کمتر را 011جذب اصلی از

باشد.

21


.همراه با نمونه سنگ مربوطه مرئی در محدوده TSGهای آهن تشخیص داده شده توسط نرم افزارنمودار طیفی کانیتعدادی از -0شکل Fig. 9. Spectral diagram of iron minerals detected using the TSG software in the VNIR range with rock samples.

طیف کانی گوتیت به دست آمده از دستگاه طیف سنج -7شکل.FieldSpec3

Fig. 7. Goethite spectral obtained from FieldSpec3.

سنجآمده از دستگاه طیفماتیت به دست طیف کانی ه -1شکل

FieldSpec3.

Fig. 8. Hematite spectral obtined from FieldSpec3.

Granite

Granite

20


.ادامه -0شکل Fig. 9. Continued.

Andesite

Tuff

Basalt

Andesitic-Basalt

01


از استفاده یهایژگیو نیمهمتر از یکدار یآهن هایکانی صیتشخ

های سنگی درصد در اکثر نمونه 0در جدول .باشدیم TSG افزار نرم

کانی گوتیت گوتیت از هماتیت بیشتر است و علت این امر این است که

اساس رب .دار بوجود آیدهای آهنتواند از فرسایش و هوازدگی کانیمی

، TSG)و (FieldSpec3های دورسنجی روشنتایج به دست آمده از

-یم مطالعاتی منطقه در موجوددار آهن هایکانی تیگوت و تیهمات

-های آهنبارزسازی کانی هاینقشه دورسنجی با هاینتایج روش. باشند

ای باندی انطباق هو نسبت باندی گیرینسبتروش دار تهیه شده با

یدرست به TM ریتصو در تیهمات و تیگوتهای خوبی دارد. کانی

روش ها و بخصوصروش نیا ن مطالعه نشان داد کهای و شدند ییشناسا

دار آهن هایبرای بارزسازی کانی مناسبهایی روش باندی، گیرینسبت

از استفاده با که دهدیم نشاندورسنجی روش استاندارد جینتا. باشندمی

.کرد نییتع را دارآهن هایکانی نوع و حضور توانیمها روش نیا

تواند به عنوان مناطق احتمالی رخداد زی شده میسامناطق بارزبنابراین

.دنزون گوسان مورد ارزیابی های بیشتر قرار گیر

در منطقه مورد مطالعه. TSGدار شناسایی شده با استقاده از های آهندرصد کانی -0جدول Table 1. Percentage of iron minerals identified using TSG software in the study area.

گیرینتیجه

تصاویر از دارآهن هایانیک ییشناسا جهت مطالعه نیا در

TM، +ETM وLandsat8، ی و فن طیف باند نسبت هایروش

FieldSpec3جینتا شد. استفاده TSG)و (FieldSpec3 سنجی

TMگیری باندی با استفاده از تصویر روش نسبت تیاهم TSG و

. نشان می دهددار گوتیت و هماتیت آهن هایکانی ییشناسا درا ر

-نمونهدر را تیهمات و تیگوت حضور هر دو کانی TSG نرم افزار

Percentage of geotite mineral Percentage of hematite mineral Rock type 93% 7% Andesite

96% 4% Andesite

96% 4% Andesite

80% 20% Andesitic-Basalt





79% 21% Basalt

50% 50% Basalt

82% 18% Basalt

75% 25% Basalt

69% 31% Basalt

95% 5% Basalt

63% 37% Granite

89% 11% Granite

71% 29% Granite 96% 4% Granite 63% 37% Tuff

94% 6% Tuff

00


شناسایی نمود. همچنین این نرم افزار قادر است یسنگ یها

جینتابه این ترتیب . نماید نییتعنیز را دارآهن هایکانی درصد

FieldSpec3 و TSG دار های آهنکانیبارزسازی مناطق صحت

.کندتایید می شمال ساوه دررا

منابعAbedi, M., Norouzi, G., Fathianpour, N., 2013. Fuzzy outranking approach: A knowledge-driven method for

mineral prospectivity mapping. International Journal of Applied Earth Observation and Geoinformation

21, 556-567.

Alavi, M., 1980. Tectono stratigraphic evolution of Zagrosides of Iran. Geology 8, 144–149.

Anderson, J.A., 1982. Characteristics of leached capping and techniques of appraisal. In: Titley, S.R,

Advances in Geology of the Porphyry Copper Deposits, Southwestern North America, Tucson,

University of Arizona Press, 275-295.

Bedini E., 2011. Mineral mapping in the Kap Simpson complex, central East Greenland, using HyMap and

ASTER remote sensing data. Advances in Space Research 47, 60–73.

Berberian, F., Muir, I. D., Pankhurst, R.J., Berberian, M., 1982. Late Cretaceous and early Miocene Andean-

type plutonic activity in northern Makran and central Iran. Journal of the Geological Society 139, 605–

614.

Ciampalini, A., Garfagnoli., Antonielli, B., Moretti, S., Righini, G., 2013, Remote sensing techniques using

Landsat ETM+ applied to the detection of iron ore deposits in Western Africa. Arabian Journal of

Geosciences 6, 4529–4546.

Feizi, F., Mansouri, E., 2013. Introducing the Iron Potential Zones Using Remote Sensing Studies in South of

Qom Province, Iran. Open Journal of Geology 3, 278-286.

Fraser, S. J., 1991. Discrimination and identifcation of Ferric Oxides using satellite Thematic Mapper data: A

Newman case study. International Journal of Remote Sensing 12, 635-641.

Ghalamghash, J., 1998. 1:100,000 geological map of Saveh Geological Survey of Iran.

Guilbert, J.M., Park, J.R.C.F., 1997. The geology of ore deposits. Freeman, New York, p. 985.

Honarmand, M., Ranjbar, H., Shahabpour, J., 2011. Application of Spectral Analysis in Mapping

Hydrothermal Alteration of the Northwestern Part of the Kerman Cenozoic Magmatic Arc, Iran,

University of Tehran,. Journal of Sciences, Islamic Republic of Iran 22(3), 221-238.

Hunt, G.R., Salisbury, J.W., 1976. Visible and near-infrared spectra of minerals and rocks: XII. Metamorphic

rocks. Modern Geology 5, 219-228.

Hunt, G.R., Ashley, P., 1979. Spectra of altered rocks in the visible and near infrared. Economic Geology 74,

1613–1629.

Ilbeyli, N., Pearce, J.A., Thirlwall, M.F., Mitchell, J.G., 2004. Petrogenesis of collision-related plutonics in

Central Anatolia, Turkey. Lithos 72, 163-182.

Kaufman H., 1988. Mineral exploration along the Auaba-Levant structure by use of TM-data, Concepts,

processing and results. International Journal of Remote Sensing 9, 1639–165. Kerr, A., Rafuse, H., Sparkes, G., Hinchey, J., Sandeman, H., 2011. Visible/infrared spectroscopy (VIRS) as a

research tool in economic geology; background and pilot studies from New Foundland and Labrador.

Geological Survey 11(1), 145–166.

Kruse, F.A., Raines, G.I., Waston, K., 1985. Analytical techniques for extracting geology information from

multichannel airborne spectroradiometer and airborne imaging spectrometer data. In Proceeding of the

4th Thematic Conference on Remote Sensing of the Environment, Remote Sensing for exploration

geology, Sanfransisco, California 1-4 April, 309-324.

Laakso, K., Rivard, B., Rogge, D., 2016. Enhanced detection of gossans using hyperspectral data: Example

from the Cape Smith Belt of northern Quebec, Canada. ISPRS Journal of Photogrammetry and Remote

Sensing 114, 137–150.

Liu, L., Zhuang, D. F., Zhou, J., et al., 2011. Alteration Mineral Mapping Using Masking and Crosta

Technique for Mineral Exploration in Mid-vegetated Areas: A Case Study in Areletuobie, Xinjiang

(China). International Journal of Remote Sensing 32(7), 1931–1944.

Massironi, M., Bertoldi, L., Calafa, P., Visona, D., Bistacchi, A., Giardina, C., Schiavo, A., 2008.

Interpretation and processing of ASTER data for geological mapping and granitoids detection in the

Saghro massif (eastern Anti-Atlas, Morocco) Geosphere 4 (4), 736-759.

Moskowitz, B.M., Reynolds, R.L., Goldstein, H.L., Berquo, T., Kokaly, R. F., Bristow, C.S., 2016. Iron oxide

minerals in dust-source sediments from the Bodélé Depression, Chad: Implications for radiative

properties and Fe bioavailability of dust plumes from the Sahara. Aeolian Research 22, 93–106.

http://link.springer.com/journal/12517

http://link.springer.com/journal/12517

http://www.sciencedirect.com/science/journal/00244937

03


Pirajno, F., 1992. Hydrothermal Mineral deposits-principles and fundamental concepts for the exploration

geologist. Springer, Berlin, p. 409.

Rajendran S., Thirunavukkarasu A., Balamurugan G., Shankar K., 2011. Discrimination of iron ore deposits

of granulite terrain of Southern Peninsular India using ASTER data. Journal of Asian Earth Sciences 41,

99–106.

Rangzan, K., Saki, A., Hassan Shahi, H., Mojaradi, B., 2012. Analysis and spectral classification of igneous

and metamorphic rocks in the Hamedan region for remote sensing studies using reflectance

spectroscopy (350 to 2500 nm). Journal of Crystallography and Mineralogy 20, 81- 96 (in Persian).

Rezaei Kahkhaei, M., Galindo, C., Pankhurst, R.J., Esmaeily, D. 2011. Magmatic differentiation in the calc-

alkaline Khalkhab–Neshveh pluton, Central Iran. Journal of Asian Earth Sciences 42, 499–514.

Sabins, F.F., 1999. Remote sensing for mineral exploration. Ore Geology Reviews 14, 157–183.

Salem, SM., Arafa, SA., Ramadan., 2011. Exploration of copper deposits in Wadi El Regeita area, Southern

Sinai, Egypt, with contribution of remote sensing and geophysical data. Arabian Journal of Geosciences

6, 321, 335.

Salisbury, J.W., Walter, L.S., Vergo, N., D'Aria, D.M., 1991. Infrared (2.1–25 micrometers) Spectra of

Minerals. Johns Hopkins University Press, Baltimore, Maryland, USA. p. 267.

Sengor, A.M.C., 1990. Plate tectonics and orogenic research after 25 years; a Tethyan perspective. Earth-

Science Reviews 27, 1-201.

Shalaby, M.H., Bishta, A.Z., Roz, M.E., Zalaky, M.A., 2010. Integration of geologic and remote sensing

studies for the discovery of uranium mineralization in some granite plutons, Eastern Desert, Egypt.

Journal of King Abdulaziz University Earth Science 21, 1–25.

Takin, M., 1972. Iranian geology and continental drift in the Middle East. Journal of Nature 23, 147–150.

Yamaguchi, Y., Fujisada, H., Tsu, H., Sato, I., Watanabe, H., Kato, M., Kudoh, M., Ahlc, A.B., and Pnicl, M.,

2001. Aster early image evaluation, Advance Space Research 28(1) 69-76.

© 2021 Shahid Chamran University of Ahvaz, Ahvaz, Iran. This article is an open access article distributed under the terms and

conditions of the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0 license)

(http://creativecommons.org/licenses/by-nc/4.0/).

http://www.sciencedirect.com/science/journal/01691368/14/3

enhancing of iron containing minerals using satellite

Documents