遙感地熱GIS預測方法研究
——以江西寧都地區為例

袁 晶,陳 艷,唐春花,孫 超,宛 勝,錢正江,唐 梟,汪明有

(1.江西省地質調查勘查院,江西 南昌 330030;2.中國地質大學(北京)地球科學與資源學院,北京 100083)

地熱資源是可再生清潔能源,隨著我國對改善能源結構、發展清潔能源的要求與日俱增,地熱資源的開發利用越來越受到重視。遙感技術作為地熱資源綜合勘查技術之一,在地熱預測與勘查中發揮著重要的作用[1-4]。前人基于遙感技術的地熱預測方法可概括為兩類:一是遙感熱紅外地熱預測法[5-11],利用熱紅外反演的地表溫度圈定地熱異常。例如,WANG K等[7]、任正情等[9]、楊俊穎等[10]采用兩種不同的遙感熱紅外數據分別圈定了遼寧丹東、江西尋烏、西藏尼木地區9處、11處、21處地熱異常區,異常面積大但精度低;二是基于遙感熱紅外的多元信息地熱預測法[12-19],在熱紅外反演溫度的基礎上添加多元綜合信息開展預測。例如,閆佰忠等[12]基于TM數據反演了長白山地區地表溫度,結合布格重力及磁場等物探因子,采用判別分析法對地熱異常進行了識別,預測了5處地熱遠景區;姚金等[13]基于ETM+熱紅外反演溫度,結合地層、斷裂和地形地貌條件,在粵北地區圈定了7個I級和9個Ⅱ級地熱遠景區;熊永柱等[14]同樣基于ETM+熱紅外反演溫度,結合斷裂和巖體條件,預測了騰沖地區8處地熱異常;SARA M等[15]基于Landsat8 TIRS反演地表溫度,結合斷層、地震活動密度、大地熱流、重力等因子,預測了埃及蘇伊士灣沿海地區7處地熱異常;郝明等[19]同樣基于Landsat8 TIRS反演地表溫度,分別從全局、局部分塊和高程分區等多視角提取溫度異常,采用D-S證據理論方法融合多角度信息,結合斷裂構造緩沖區圈定青島市11處地熱異常。前述預測的地熱異常經實地調查已得到驗證,部分異常內發現了地熱。上述研究表明,遙感熱紅外法可以有效預測地熱,但需結合地層、巖體、斷裂、地形地貌、重力、磁法等因子進行綜合分析,提升預測結果的精度和準度。因此,選擇有利的預測因子,可以提高預測的精準度。

江西寧都地熱地質條件優越,目前已發現地熱7處,其中水溫>60 ℃的高溫地熱水2處(藍田、李村)[20]。近幾年,中國地質調查局水文地質環境地質研究所、江西省自然資源廳分別在小布鎮陂下[21]、安福鄉羅陂開展了地熱勘查工作,分別探獲43.6 ℃、45 ℃的地熱水,說明寧都地區地熱資源潛力較大。因此,本文以江西寧都為研究區,分析區內地熱地質特征及成熱規律,在前人總結的預測因子基礎上,繼續增加與地熱相關的因子,運用GIS技術開展地熱預測及綜合分析,圈定地熱有利區,以期進一步提高地熱預測精準度。

1 研究區地熱地質特征

1.1 地質背景

研究區主要出露新元古代—寒武紀、泥盆紀—二疊紀和白堊紀地層(圖1)。新元古代—寒武紀地層主要為一套中淺變質巖,廣泛分布于研究區北部大沽鄉、東山壩,中部青塘、湛田及南部對坊—固村,構成褶皺基底;泥盆紀—二疊紀地層以碎屑巖和碳酸鹽巖為主,主要出露于研究區中部青塘一帶;白堊紀地層為一套紅色碎屑巖,主要呈NNE向條帶狀分布于黃石—東山壩一帶,員布、賴村、固村等地亦零星分布,構成區內規模不等的斷陷盆地。巖漿活動強烈,以加里東期為主,多形成花崗巖基,如研究區北部大金竹巖體和中南部的鵝婆、會同巖體,巖性主要為斑狀黑云母二長花崗巖。其次為燕山期,多形成花崗巖基、巖株,如研究區北部的黃陂、帶源巖體和南部的湖坊巖體,巖性主要為黑云(二云)二長花崗巖。斷裂發育,以NNE向、NE向為主,其次為NW向,少量呈近EW向。NNE向斷裂規模最大,常具多期活動特征,如鷹潭—安遠斷裂帶縱貫研究區,控制了寧都斷陷盆地的展布。NE向斷裂規模次之,變化較大,在變質巖和花崗巖體中尤為發育。NW向斷裂規模一般不大,形成較晚。

圖1 研究區地質構造簡圖Fig. 1 Geological sketch of the study area

1.2 熱源

區域大地熱流、花崗巖放射性生熱率均表明研究區地熱背景值較高,同時區內深大斷裂的發育有助于深部熱量向地表運移,具備形成地熱的良好熱源條件。

1.2.1 大地熱流

江西省已知有代表性的25個實測大地熱流值為57.8～101 mW/m2,平均熱流值70.14 mW/m2,略高于大陸整體的平均熱流值63 mW/m2,其中贛南地區平均熱流值76.03 mW/m2,高于全省平均值[22-23]。寧都北部大地熱流值為81～106 mW/m2,平均熱流值93.6 mW/m2,高于周邊的興國縣(平均熱流值為79.7 mW/m2)和萬安縣(平均熱流值74.1 mW/m2),遠高于全省大地熱流平均值和中國陸區平均大地熱流值(61.5±13.9 mW/m2)[24]。

1.2.2 放射性生熱

花崗巖放射性元素(U、Th、K)含量較高,放射性元素衰變生熱是本區地熱形成的主要熱源[25]。贛南地區巖石放射性背景值較高,花崗巖的放射性生熱率平均值為3.3 μW/m3[26],寧都北部地區花崗巖放射性生熱率平均值高達6.47 μW/m3[24]。劉峰等[24]測得燕山期黃陂巖體放射性生熱率平均值5.32～8.01 μW/m3,屬高產熱(HHP)花崗巖。產于黃陂巖體中的小布地熱井水溫45 ℃[21],而產于加里東期會同巖體中的藍田和李村地熱井水溫分別達到了82 ℃和63 ℃[25],推測會同巖體放射性生熱率高于黃陂巖體。

1.2.3 地下水深循環

地下水深循環為地熱水熱源之一。研究區已知地熱全部分布于NNE向和NE向區域性斷裂帶上,以鷹潭—安遠、大余—南城、驛前—黃崗山斷裂帶為代表,普遍經歷多次活動,切割深,破碎帶寬,成為良好的控熱導熱構造,并為熱水的形成提供溝通深部熱源的良好通道。

1.3 水文地質

研究區地下水主要類型有碎屑巖類裂隙孔隙水、碳酸鹽巖類巖溶水、變質巖類裂隙水、花崗巖類裂隙水。碎屑巖類裂隙孔隙水以紅色碎屑巖裂隙孔隙水為主,分布于白堊紀紅盆中,地下水賦存空間以孔隙為主,溶隙、裂隙甚少。碳酸鹽巖類巖溶水含水巖組為石炭紀—二疊紀灰巖、白云巖,巖溶較發育,富水性好;變質巖類裂隙水含水巖組為新元古代—寒武紀變質巖,巖石破碎,裂隙發育,透水性較好。區內長期的斷裂活動導致花崗巖中裂隙和節理發育,花崗巖類裂隙水豐富。

1.4 地熱分布

研究區已發現地熱水7處(表1),其中2處水溫超過60 ℃,藍田水溫達82 ℃。已知地熱受區域NNE向、NE向斷裂控制,其中,肖田和羅陂地熱受NNE向鷹潭—安遠深大斷裂帶控制,桃源村地熱受NE向招攜—小江斷裂帶控制,石上、藍田和李村地熱受驛前—黃崗山斷裂帶控制,小布地熱受大余—南城斷裂帶控制。已知地熱與花崗巖關系密切,有6處位于花崗巖體內或巖體邊緣,如會同、黃陂和帶源巖體等,僅羅陂地熱位于白堊紀沉積巖與變質巖接觸帶上。

2 預測因子及取值

研究區NE向、NNE向斷裂以及花崗巖體是控制地熱水的主要因素。遙感、物探等信息對成熱具有指示作用,比如特定區間的熱紅外反演溫度、羥基異常、土壤濕度、航磁、重力等信息可以指導地熱找礦。按“已知預測未知”的思路,分析研究區地質、遙感、物探等多元信息與已知地熱的相關性,優選能夠應用于未知地區的預測因子(表2)。

表2 研究區地熱預測因子及取值表Table 2 Geothermal predictors and their values in the study area

2.1 地質因子

2.1.1 地層因子

研究區出露地層主要有新元古代—寒武紀變質巖、泥盆紀—二疊紀沉積巖和白堊紀沉積巖。新元古代—寒武紀變質巖中分布已知地熱有2處,分別為肖田和羅陂地熱,其中肖田地熱位于變質巖與花崗巖接觸帶,羅陂地熱位于變質巖與寧都斷陷盆地西側接觸帶。泥盆紀—二疊紀沉積巖中未見已知地熱分布;白堊紀沉積巖中分布已知地熱2處,分別為羅陂地熱和石上地熱,分列寧都盆地西、東緣。根據地層與已知地熱的相關性,將地層因子從高至低分為兩級,Ⅰ級為新元古代—寒武紀變質巖,Ⅱ級為白堊紀沉積巖(表2)。

2.1.2 巖漿巖因子

研究區主要出露加里東期和燕山期花崗巖。加里東期花崗巖體中發現地熱3處(藍田、李村、石上),水溫較高,其中>60 ℃有2處。燕山期花崗巖中發現地熱3處(小布、桃源村、肖田),水溫偏低,最高45 ℃。加里東期花崗巖成熱條件優于燕山期。根據巖漿巖與已知地熱的相關性,將巖漿巖因子從高至低分為兩級,Ⅰ級為加里東期花崗巖,Ⅱ級為燕山期花崗巖(表2)。

2.1.3 斷裂構造因子

鷹潭—安遠、招攜—小江、大余—南城、驛前—黃崗山斷裂帶為已知控熱斷裂(表1),均為區域性深大斷裂帶,斷裂輻射范圍廣。研究區多數已知地熱分布于控熱斷裂500 m范圍內,少數地熱離斷裂800～900 m,因此,提取已知控熱斷裂1 000 m緩沖區作為預測因子。區域次一級NE向、NNE向斷裂為推測控熱斷裂,提取推測控熱斷裂500 m緩沖區作為預測因子。NW向、近EW向斷裂常形成地下水排泄的通道,為控水斷裂,提取控水斷裂250 m緩沖區作為預測因子。構造體系的復合地段,由于各種應力作用集中和疊加,斷裂構造復雜,為熱水的運移和向地表排泄創造了良好條件。肖田、桃源村、石上、藍田、李村5處已知地熱分布于NW向、近EW向斷裂與已知控熱斷裂交匯處,提取控水斷裂與控熱斷裂節點250 m緩沖區作為預測因子(表2)。

2.2 遙感因子

2.2.1 熱紅外反演溫度

白天和夜間遙感熱紅外數據的聯合應用是一種有效的地熱預測方法[7],本文分別選擇ETM+和ASTER數據開展研究區地表溫度反演。

(1)ETM+熱紅外反演。為盡量減少人類活動等干擾因素,選擇城市擴張之前的數據開展反演。本文選擇時相為2000年1月27日的Landsat-7 ETM+數據,共2景,分別為121/41與121/42,數據重采樣分辨率為30 m×30 m,熱紅外溫度反演采用大氣校正法[7,27]。

表3 已知地熱的遙感、物探反演結果Table 3 Remote sensing and physical inversion results of known geothermal

(a).ETM+溫度反演圖;(b).ASTER溫度反演圖;(c).羥基異常圖;(d).土壤濕度圖;(e).DEM圖;(f).水系圖圖2 基于遙感數據的預測因子圖Fig. 2 Predictors based on remote sensing data

已知地熱與中溫異常相關性最好,藍田、李村、石上、羅陂和小布地熱分布于中溫區;已知地熱與中低溫異常相關性次之,桃源村、肖田地熱分布于中低溫區。因此,與地熱相關的ETM+熱紅外反演異常由高至低分為兩級,Ⅰ級為7.23～8.58 ℃,Ⅱ級為6.6～7.23 ℃(表2)。

(2)ASTER熱紅外反演。本文選擇時相為2017年6月22日的ASTER夜間數據,共3景,分別為AST_LIT_00302132017143058、AST_LIT_00302132017143049和AST_LIT_00302132017143 040,數據重采樣分辨率為90 m×90 m,熱紅外溫度反演采用大氣校正法[7,27]。

已知地熱與中溫異常相關性最好,藍田、李村、桃源村、石上和肖田地熱分布于中溫異常區;與中低溫異常相關性其次,羅陂和小布地熱分布于中低溫異常區。因此,與地熱相關的ASTER熱紅外反演異常由高至低分為兩級,Ⅰ級為7.48～8.51 ℃,Ⅱ級為6.44～7.48 ℃(表2)。

2.2.2 羥基異常

2.2.3 土壤濕度

2.2.4 DEM

地熱水空間分布與地形地貌及水系有關,研究區已知地熱分布于相對地勢較低的地區,大多分布在山間低洼的河谷和溪流邊?；贏rcGIS平臺,運用水文分析法[34-35],利用10 m分辨率DEM數據提取等高線和水系(圖2(e)、圖2(f))。高程較低且相對高差大有利于水源補給及排泄,已知地熱出露海拔為206～348 m(表3),本文高程因子提取海拔低于350 m的地區為有利區(表2)。河流、水溝等水系附近是形成地熱水的有利位置,已知地熱分布于水系兩側54～230 m內(表3),可提取水系250 m緩沖區作為預測因子(表2)。

2.3 物探因子

2.3.1 航磁

據1∶20萬航磁等值線圖,研究區航磁-130～220 nT,已知地熱均分布于50～130 nT正磁異常區(表3),因此與地熱相關的航磁因子提取50～130 nT(表2)。

2.3.2 重力

據1∶20萬布格重力等值線圖,研究區處于低重力區,布格重力-72～-32 m/s2,已知地熱全部分布于低于-50 m/s2的地區(表3),因此與地熱相關的重力因子提取-72～-50 m/s2(表2)。

3 地熱預測

3.1 證據權法

3.1.1 預測方法及流程

證據權法是開展成礦預測的常用方法[36-38],本文應用到地熱預測中來?；贛OPAS 3.0平臺,主要預測流程:① 提取并建立與成熱相關的預測因子;② 建立網格單元,網格大小250 m×250 m;③ 預測網格單元二值化;④ 已知地熱點疊加分析;⑤ 計算先驗概率;⑥ 計算各因子與成熱的相關性;⑦ 計算成熱概率。

3.1.2 預測結果

證據權法預測成果圖(圖3(a))顯示,異?？傮w呈NNE向、NE向串珠狀分布,與已知控熱斷裂相關性較高。單異常呈次圓狀、不規則橢圓狀、啞鈴狀,異常分帶性好,濃集中心明顯,多具1～2個濃集中心。根據等值線圖,以成熱概率0.47為下限圈定有利預測單元?,因預測結果高度集中,由高至低分為兩級,其中成熱概率≥0.7為ⅠZ級,0.7>成熱概率≥0.47為ⅡZ級,成熱概率<0.47不具成熱條件。已知地熱全部分布于ⅠZ級有利單元中,且多數位于異常中心。

(a).證據權法預測圖;(b).找礦信息量法預測圖;(c).特征分析法預測圖圖3 研究區基于不同方法的預測成果圖Fig. 3 Prediction results based on different methods in the study area

3.2 找礦信息量法

3.2.1 預測方法及流程

找礦信息量法是以地質異常理論為指導,以地質、物探、化探、遙感、礦產分布等找礦信息為基礎,通過統計途徑計算各地質因素、找礦標志所提供的找礦信息量,定量地評價控礦因素和找礦標志對指示找礦作用的大小,確定有利成礦部位。該方法廣泛應用于找礦靶區或遠景區的圈定[39-41]。本文將找礦信息量法首次運用于地熱預測,基于MOPAS 3.0平臺,主要預測流程:① 提取并建立與成熱相關的預測因子;② 建立網格單元,網格大小250 m×250 m;③ 預測網格單元二值化;④ 已知地熱點疊加分析;⑤ 計算各預測因子信息量;⑥ 計算各預測網格單元信息量。

3.2.2 預測結果

找礦信息量成果圖(圖3(b))顯示,異?？傮w呈NNE向、NE向串珠狀展布,與已知控熱斷裂相關性較高。信息量的上限為20,以信息量10為下限圈定有利單元?,由高至低分為三級,其中信息量≥16.25為ⅠX級,16.25>信息量≥13.75為ⅡX級,13.75>信息量≥10為ⅢX級,信息量<10則不具成熱條件。已知地熱有5處分布于ⅠX級有利單元內,2處(肖田、小布)分布于ⅡX級有利單元內。

3.3 特征分析法

3.3.1 預測方法及流程

特征分析法是傳統類比法的一種定量化方法,通過研究模型單元的控礦變量特征,查明變量之間的內在聯系,確定各個變量的成礦和找礦意義,建立起某種類型礦產資源的成礦有利度類比模型,然后將預測單元與模型單元的各種特征進行類比,用它們的相似程度表示預測單元的成礦有利性,并據此圈定出有利的成礦單元。該方法在礦產資源潛力評價中廣泛應用,效果顯著[42-44]。本文運用MARS 2.0平臺開展特征分析法地熱預測,主要預測流程:① 提取并建立與成熱相關的預測因子;② 建立網格單元,網格大小250 m×250 m;③ 預測因子存在標志提取;④ 設置礦化等級;⑤ 模型區選擇;⑥ 變量二值化;⑦ 預測變量優選;⑧ 構置預測模型;⑨ 計算因素權重;⑩ 靶區優選。

3.3.2 預測結果

特征分析法預測成果圖(圖3(c))顯示,有利單元總體呈NNE向、NE向帶狀、串珠狀展布,與已知控熱斷裂相關性較高。以成熱概率0.5為下限圈定有利單元?,由高至低分為三級,其中成熱概率≥0.8為ⅠT級,0.8>成熱概率≥0.65為ⅡT級,0.65>成熱概率≥0.5為ⅢT級,成熱概率<0.5不具成熱條件。已知地熱有5處分布于ⅠT級有利單元內,2處(肖田、羅陂)分布于ⅡT級有利單元內。

4 討論

4.1 預測方法分析

4.1.1 預測因子的選擇是關鍵

基于遙感技術的地熱預測,最初僅利用遙感熱紅外反演溫度異常圈定遠景區,預測精度低,且假異常較多[5-11]。隨著預測方法不斷改進,在熱紅外反演的基礎上,增加多元信息預測因子3～7個,預測精度得到了明顯提高[12-19]。本文開展江西寧都地熱預測,充分考慮了遙感反演溫度與已知地熱的關聯程度,提取ETM+熱紅外反演溫度6.6～8.58 ℃、ASTER熱紅外反演溫度6.44～8.51 ℃、羥基異常2.43～4.02、土壤濕度0.14～0.31為有利的預測因子。本文基于研究區成熱地質條件,將遙感、物探相結合,提取各類預測因子13個,以期能夠剔除假異常,提高預測精度。

4.1.2 多種預測方法的對比

以往基于GIS技術的地熱預測采用單一方法[15,45-46],本文應用了3種方法開展地熱預測,有助于對比研究,取長補短。其中,證據權法和特征分析法預測結果表達方式都是成熱概率(0～1),成熱概率高則尋找地熱更有利,已知地熱分布在成熱概率≥0.7的地區。證據權法預測的有利單元具有高度集中、定位精準的特點,而特征分析法預測的有利單元面積較證據權法更大,但其優勢在于不會遺漏有利區。找礦信息量法預測結果是以信息量累加值來表達,信息量值越大,代表成熱越有利,已知地熱分布在找礦信息量≥13.75的地區。證據權法和找礦信息量法都是通過對區內已知地熱的分析建立各預測因子的影響值或權重,兩者異常高值區高度相似(圖3(a)、圖3(b)),但因取值下限的表達方式不同,找礦信息量法預測有利單元范圍更廣,彌補了證據權法的不足。綜上,證據權法預測地熱有利區的精準性略高于找礦信息量法,優于特征分析法;特征分析法預測地熱有利區的全面性優于找礦信息量法,遠高于證據權法。

4.2 綜合預測結果及可信度

4.2.1 綜合預測結果

證據權法、找礦信息量法和特征分析法預測結果既有共性也有差別,應進一步優化預測成果,縮小預測有利區,達到定位更精準、更有效的目的。根據3種方法預測成果劃分的Ⅰ、Ⅱ、Ⅲ級,本著求同的原則,采取疊加分析的方法,將地熱有利區按成熱潛力由高到低劃分為A、B、C三類,分類依據見表4。A類地熱有利區:同時滿足證據權法預測結果達ⅠZ級、找礦信息量法預測結果達ⅠX級、特征分析法預測結果達ⅠT,求取三者交集。B類地熱有利區:同時滿足證據權法預測結果≥ⅡZ級、找礦信息量法預測結果≥ⅡX級、特征分析法預測結果≥ⅡT級,求取三者交集。C類地熱有利區:同時滿足找礦信息量法預測結果≥ⅢX級、特征分析法預測結果≥ⅢT級,求取二者交集。

表4 地熱有利區分類依據Table 4 Classification standard of geothermal favorable areas

按上述分類依據,研究區共圈定79處地熱有利區,其中A類12個、B類22個,C類45個(圖4)。有利區面積0.53～13 km2,平均面積為3.99 km2。

圖4 研究區地熱綜合預測成果圖Fig. 4 Comprehensive prediction results of geothermal resource in the study area

4.2.2 預測結果可信度

已知地熱全部分布于A類、B類有利區中,其中5個A類有利區存在已知地熱,分別為A5-桃源村、A6-羅陂、A7-石上、A8-藍田和A10-李村,2個B類有利區存在已知地熱,分別為B1-肖田和B11-小布,C類有利區無已知地熱。

本文主要對A9、A11有利區開展了野外驗證。A9分布于驛前—黃崗山斷裂帶的次一級NE向斷裂上,出露斑狀黑云母二長花崗巖,實測地下水6處,水溫22～27 ℃,平均水溫24.3 ℃,具明顯的高溫異常。A11分布于鷹潭—安遠斷裂帶上,西側為鵝婆花崗巖體,東側為白堊紀紅層,測地下水水溫20.5 ℃,無異常,水質清澈,實測偏硅酸含量為50.06 mg/L,達到天然飲用礦泉水標準。

綜上,已知地熱全部與A類、B類有利區吻合,實地驗證了兩處A類有利區,其中1處高溫異常明顯,均證明本文預測結果可信度較高。

5 結論

(1)ETM+熱紅外反演溫度6.6～8.58 ℃、ASTER熱紅外反演溫度6.44～8.51 ℃、羥基異常2.43～4.02、土壤濕度0.14～0.31是江西寧都地區指示地熱的有利標志。

(2)提出了地層、巖漿巖、控熱斷裂、控水斷裂、斷裂交匯、ETM+熱紅外反演溫度、ASTER熱紅外反演溫度、羥基異常、土壤濕度、高程、水系、航磁、重力等13個地熱預測因子。

(3)運用證據權法、找礦信息量法和特征分析法開展地熱預測,綜合分析圈定地熱有利區79處,其中A類12處、B類22處、C類45處。已知地熱與A類、B類有利區吻合,部分A類有利區經野外查證發現地熱異常,表明預測結果可信度較高。

(4)本文研究采用了2種遙感數據,提取了13個預測因子,運用了3種預測方法,具有遙感數據多源、預測因子多、智能化等特征,證明遙感地熱GIS預測方法是一種實用有效的預測方法,能極大減少野外調查工作量,可作為地熱資源調查中的一種常規技術方法使用。

致謝：本文基于“遙感方法在地熱資源調查與預測中的應用”項目成果編寫而成,是項目全體人員集體成果的結晶。中國地質大學(武漢)張志教授團隊在遙感專業技術方面給予了極大的幫助,江西省地質局余忠珍教授級高工、唐維新教授級高工、周雷教授級高工,江西省地質調查勘查院樓法生教授級高工在研究過程中提出了寶貴的建議,在此一并表示感謝!匿名審稿專家對本文進行了認真、專業的審閱,并提出了具有指導意義的意見和建議,在此表示衷心感謝!

注釋

? 江西省地質調查勘查院.遙感方法在地熱資源調查與預測中的應用成果報告(內部資料) .2021.