Kedonojankulman Cu-Au esiintymän kairansydänten analysointi kuvantavalla hyperspektrimenetelmällä

Transkriptio

1 GEOLOGIAN TUTKIMUSKESKUS Mineraalivarannot Espoo /2015 Kedonojankulman Cu-Au esiintymän kairansydänten analysointi kuvantavalla hyperspektrimenetelmällä Hilkka Arkimaa 1, Viljo Kuosmanen 1, Markku Tiainen 1 & Rainer Bärs 2 1 Geologian tutkimuskeskus, PL 96, Espoo, 2 SPECIM, Spectral Imaging Ltd, Teknologiantie 18A, OULU

2 GEOLOGIAN TUTKIMUSKESKUS 108/2015 Geologian tutkimuskeskus Betonimiehenkuja Espoo Mineraalivarannot, MIV Tekijöiden yhteystiedot: Hilkka Arkimaa Sähköposti: hilkka.arkimaa@gtk.fi Viljo Kuosmanen Sähköposti: viljo.kuosmanen@gtk.fi Markku Tiainen Sähköposti: markku.tiainen@gtk.fi Rainer Bärs Sähköposti: rainer.bars@specim.fi

3 GEOLOGIAN TUTKIMUSKESKUS 108/2015 GEOLOGIAN TUTKIMUSKESKUS KUVAILULEHTI Päivämäärä / Dnro Tekijät Hilkka Arkimaa, Viljo Kuosmanen, Markku Tiainen, Rainer Bärs Raportin laji Arkistoraportti Toimeksiantaja GTK Raportin nimi Kedonojankulman Cu-Au esiintymän kairansydänten analysointi kuvantavalla hyperspektrimenetelmällä Tiivistelmä Tässä työssä testattiin kuvantavan hyperspektrimenetelmän soveltuvuutta Kedonojankulman varhaisproterotsooisen porfyyrikupariesiintymän hydrotermisten mineralogisten muuttumisten tunnistamiseen. Hyperspektrisessä kuvantamisessa tutkittavasta kohteesta muodostetaan kuva, jossa kohteen jokaisesta pikselistä on mitattu heijastuvaa tai emittoituvaa sähkömagneettista säteilyä sadoilla kapeilla (10-15 nm) aallonpituuskaistoilla. Näin saadaan muodostettua jatkuva spektri käytetyllä aallonpituusalueella. Kedonojakulman kohteen mineralisoituneeseen muuttumisvyöhykkeeseen kairatuista kahdesta reiästä (R345 ja R376) mitattiin SisuROCK (Specim Oy, Oulu) laitteella yhteensä 167 metriä kairasydäntä. Samoista näytteistä on tehty kemiallinen malmianalyysi yhden metrin näytteinä. Mittaustulosten tulkintaa varten analysoitiin yhteensä 40:n kairasydännäytteen mineraloginen koostumus MLA (Mineral Liberation Analyser) ja SEM (Scanning Electron Microscope) -laitteilla. Saadut tulokset vahvistavat sen, että SWIR (Short Wave Infrared) aineisto soveltuu hyvin kiillemineraaleja sisältävän muuttumisen tunnistamiseen kairansydänaineistosta. LWIR (Long Wave Infrared) mittauksilla voitiin tunnistaa lisäksi kvartsi ja maasälvät. Asiasanat (kohde, menetelmät jne.) Hyperspektrimittaukset, SisuROCK, Spectral Feature Fitting, Porfyyrikupari Maantieteellinen alue (maa, lääni, kunta, kylä, esiintymä) Suomi, Etelä-Suomen lääni, Jokioinen, Kedonojankulma Karttalehdet L4222 Muut tiedot Arkistosarjan nimi Arkistoraportti Arkistotunnus 108/2015 Kokonaissivumäärä 56 Kieli suomi Hinta Julkisuus Q Yksikkö ja vastuualue Mineraalivarannot, Allekirjoitus/nimen selvennys Hilkka Arkimaa Hanketunnus Allekirjoitus/nimen selvennys Markku Tiainen

4 GEOLOGIAN TUTKIMUSKESKUS 108/2015

5 GEOLOGIAN TUTKIMUSKESKUS 108/2015 Sisällysluettelo Kuvailulehti 1 JOHDANTO 1 2 KEDONOJANKULMAN MALMIAIHE JA MINERALOGIA 1 3 KUVANTAVA HEIJASTUSSPEKTRIMENETELMÄ Kairasydänlaatikon skannausprosessi Mineraalien tunnistaminen VNIR-, SWIR- ja LWIR-alueilla 4 4 MINERAALILUOKKIEN TULKINTA SISUROCK KUVISTA Skannatun SWIR-aineiston esikäsittely Skannatun LWIR-aineiston esikäsittely Tulkintamallien ja spektrikirjastojen muodostaminen Tulkintaa tukevia muita aineistoja Kemian analyysit FieldSpec-mittaukset Tulkintatuloksia Kvalitatiivinen tarkastelu Unmixing tulkintamenetelmät 16 5 YHTEENVETO JA JOHTOPÄÄTÖKSIÄ 21 6 KIRJALLISUUSLUETTELO 36 7 LIITELUETTELO 37

6 GEOLOGIAN TUTKIMUSKESKUS 108/ JOHDANTO Hyperspektrinen kuvaus on yksi viime aikoina nopeimmin kehittyneistä uusista kallioperän kairasydännäytteiden mineralogian tutkimuksen työkaluista. Sitä on käytetty laajasti kiille- ja savimineraalien tunnistamiseen. Viime aikoina menetelmä on kehittynyt edelleen niin, että voidaan tunnistaa yhä laajempi joukko mineraaleja, mm. maasälpämineraaleja ja kvartsi voidaan erottaa toisistaan, mikä hienorakeisissa muuttuneissa kivissä silmämääräisesti arvioituna on erittäin vaativa tehtävä. Kuvantavia hyperspektriskannereita voidaan soveltaa esimerkiksi hydrotermisten muuttumisten havaitsemiseen laajasta kairasydänmassasta tai malmimuodostukseen liittyvien muuttumisvyöhykkeiden tunnistamiseen yksittäisen tutkimuskohteen aineistosta. Hyperspektrikuvauksen tavoitteena on tutkia kohteesta heijastuvaa tai emittoituvaa sähkömagneettista säteilyä, jonka avulla on mahdollista karakterisoida kohteen koostumusta ja rakennetta. Laitteesta riippuen kohteesta voidaan saada heijastusinformaatiota µm:n aallonpituusväliltä. Hyperspektrisessä kuvantamisessa tutkittavasta kohteesta muodostetaan kuva, jonka jokainen pikseli on mitattu tavallisesti sadoilla kapeilla (10-15 nm) aallonpituuskaistoilla muodostaen jatkuvan spektrin käytetyllä aallonpituusalueella. Heijastusspektrometrisissä mineralogisissa tutkimuksissa on perinteisesti käytetty VSWIR (Visible to Short Wave Infrared) aallonpituusaluetta ( µm) sekä LWIR (Long Wave Infrared) aallonpituusaluetta (3-14 µm). Useiden mineraalien kemiallisten sidosten ominaisvärähtelytaajuudet sattuvat näille aallonpituusalueille. SWIR alueella on mahdollista tunnistaa esimerkiksi savimineraaleja, kiilteitä, kloriitteja, karbonaatteja, talkkia, sulfaatteja ja rautaoksideja. LWIR aallonpituusalueella voidaan tunnistaa esimerkiksi kvartsi, maasälpiä, granaatteja, oliviinia ja pyrokseeneja. Tässä työssä testattiin SisuROCK (Specim Oy, Oulu) laitteen käyttöä Kedonojankulman kahden kairanreikäaineiston (R345 ja R376) mineralogisessa tulkinnassa. Ensimmäisen vaiheen mittauksista (v. 2012) saatiin informaatiota SWIR aallonpituusalueelta µm. Toisen vaiheen mittaukset (v. 2014) sisälsivät SWIR spektrin lisäksi LWIR-spektrin aallonpituusalueelta µm. Pistekohtaisia mittauksia tehtiin myös GTK:n omalla kannettavalla FieldSpec spektrometrillä, joka mittaa kohteesta heijastunutta säteilyä aallonpituusvälillä µm. Aiempia tutkimuksia GTK:ssa SisuROCK laitteen soveltuvuudesta kairanreikäaineiston tulkintaan ovat tehneet Laitinen et al ja Kuosmanen et al ja Osa tässä työssä mitatusta LWIRaineistosta on ollut mukana tutkimuksessa, jonka tulokset on julkaistu Kuosmanen et al Käsillä oleva raportti on kuvaus koko tutkimusmateriaalista ja tulkintaperiaatteista koskien vuoden 2012 ja 2014 Kedonojankulman SisuROCK mittauksia. 2 KEDONOJANKULMAN MALMIAIHE JA MINERALOGIA Tämän tutkimuksen kohteena oleva Kedonojankulman porfyyrikupariesiintymä sijaitsee Hämeen Paleoproterotsooisessa vulkaanis-intrusiivisessa vyöhykkeessä (Kuva1). Malmiesiintymän isäntäkivi on 1.5x1 km:n laajuinen, saarikaarityypin porfyyrinen granitoidi, jonka koostumus vaihtelee kvartsi-maasälpäporfyyristä granodioriittiin ja tonaliittiin. Aeromagneettisella anomaliakartalla se erottuu selkeästi eimagneettisena alueena ympäröivistä vulkaniiteista ja Koijärven magneettisesta granodioriitista.

7 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 1. Kedonojankulman granitoidi ja kairanreikien sijainti. Tämän tutkimuksen kairanreiät on osoitettu punaisella tähdellä. Malminmuodostus liittyy intruusion pohjoisreunan voimakkaaseen hydrotermiseen muuttumiseen. Selkeimmin todettavia muuttumisia ovat kvartsiutuminen, serisiittiytyminen, albiittiutuminen, karbonaattiutuminen, epidoottiutuminen ja malmiutumista laajemmalla alueella esiintyvä punertava hematiittiutuminen. Kupari- ja molybdeeni-mineralisaatio liittyvät hydrotermisen toiminnan varhaisen vaiheen kvartsiutumiseen. Kvartsijuonia ja kvartsibreksiaa esiintyy myös myöhäisen vaiheen muuttumisena, johon ei liity malminmuodostusta. Varhaista malmiutumista leikkaavat hiertovyöhykkeet, joissa kuparimineralisaatio on on lievästi mobiloitunut. Serisiittiytyminen on tyypillistä malmiesiintymän yhteydessä, mutta on alustavan arvion mukaan Cu-malminmuodostuksen jälkeen tapahtunutta. Karbonatiittiutuminen ja epidoottiutuminen ovat malminmuodostuksen jälkeen tapahtuneita myöhäisen vaiheen muuttumisia. Punertava laaja-alainen muuttuminen on hapettavan fluidin aiheuttamaa, johon näyttäisi liittyvän kuparimalmin sekundääristä rikastumista, mm. kuparikiisun muuttuminen kuparihohteeksi (Tiainen et.al. 2012, Tiainen et.al. 2013).

8 GEOLOGIAN TUTKIMUSKESKUS 108/ Tässä raportissa käytetään mineraalin nimeä laajassa merkityksessä, vaikka joissakin tapauksissa onkin voitu erottaa tarkempia alaspesieksiä. Biotiitti ja Mg-biotiitti ovat sama mineraali. Eri kerroilla ne on raportoitu MLA:lta eri tavalla. Kloriitti-sarjan mineraalia ei ole tutkittu tarkemmin. Kyseessä näyttäisi olevan biotiitista muuttunut mineraali. Plagioklaasi on pääosin albiittia ja vähäisemmässä määrin oligoklaasia-andesiinia. Joissakin analyysierissä niitä ei ole eroteltu, jolloin oletetaan, että kyseessä on pääosin albiitti. Pääosa albiitista liittyy muuttumiseen. Osa plagioklaasista on alkuperäisiä vulkaanisia hajarakeita, jotka ovat muuttuneet (saussuriittiutuminen). Lisäksi plagioklaasia on granodioriitin-tonaliitin päämineraalina. Kalimaasälpä esiintyy pääasiassa hienorakeisena perusmassassa. Epidootista on joissakin analyysierissä erotettu allaniitti. Osa epidootista on asussuriittiututumisessa syntynyttä epidoottia. Kaikki epidootti on käsitelty yhtenä epidoottina. Kvartsia esintyy primäärisinä vulkaanisina hajarakeina, hienorakeisena porfyyrin perusmassassa, keskirakeisen granodioriitin-tonaliitin päämineraalina ja kvartsiutumiseen liittyvinä eri paksuisina juonina. Kvartsiutumista on ainakin kahden ikäistä; malminmuodostukseen liittyvä kvartsiutuminen ja malminmuodostuprosessin jälkeiset myöhäisen vaiheen kapeat kvartsijuonet. 3 KUVANTAVA HEIJASTUSSPEKTRIMENETELMÄ SisuROCK on Specimin kehittämä, kairasydänlaatikoiden skannaukseen tarkoitettu instrumentti (Kuva 2, Siinä voidaan joustavasti yhdistää kolmen eri aallonpituusalueen kameraa sovellutuksen tarpeesta riippuen: VNIR (Visible and Near Infrared: µm), SWIR (Short Wave Infrared: µm), yhdistetty VNIR+SWIR ( µm), LWIR (Long Wave Infrared: 8-12 µm). Lisäksi mukana on korkearesoluutioinen RGB kamera (kuvaviivalla 4000 pikseliä). Näytteen valaistus heijastusmittauksia varten on RGB-, VNIR- ja SWIR-alueilla järjestetty suunnatuilla halogeenivalaisimilla. LWIR-alueen valaistuksessa käytetään kaarevan peilin avulla näytteeseen fokusoitua lämpövastusta. Mitattavan kairasydänlaatikon suurin mahdollinen koko on 64 cm * 150 cm. Tässä tutkimuksessa käytettiin ensimmäisessä vaiheessa normaalia Specimin SWIR spektraalikameraa ja toisessa vaiheessa SWIR kameran lisäksi LWIR kameraa.

9 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 2. Kuva 2. SisuROCK-skanneri. 3.1 Kairasydänlaatikon skannausprosessi Mittauksen alussa kairasydänlaatikko asetetaan SisuROCKin mittauspöydälle ja laatikon tunnistetiedot syötetään mittaustietokoneelle, joka tallettaa ne yhdessä kuvadatan kanssa. Kun operaattori käynnistää mittauksen, SisuROCK mittaa ensiksi kaikille kameroille pimeäreferenssin ja valkoisen referenssin ja tallettaa ne omiksi tiedostoikseen. Näiden avulla varsinaisesta kuvasta saadaan poistettua valaisu- ja kamerafunktiot ja se saadaan normalisoitua heijastuskertoimeksi eli reflektanssiksi. Näin saadut reflektanssiarvot vaihtelevat välillä 0-1. Tässä tapauksessa reflektanssiarvot on mittaajan toimesta kerrottu vakiolla 10000, joista edelleen käytetään tässä työssä nimitystä reflektanssiarvo. Referenssien mittaamisen jälkeen Sisu- ROCK skannaa kairasydänlaatikon, kaikilla kameroilla samanaikaisesti. Yhden laatikon (koko tässä tutkimuksessa oli 104 x 34 cm 2 ) mittaus kestää tyypillisesti alle 2 minuuttia, riippuen hieman kameratyypistä. Kaikki tulokset tallentuvat digitaalimuodossa tietokoneelle mineraalitulkintaa varten. 3.2 Mineraalien tunnistaminen VNIR-, SWIR- ja LWIR-alueilla Taulukossa 1 on esitetty joukko yleisimpiä mineraaleja ja niiden tunnistusmahdollisuudet eri aallonpituusalueilla ( Huomioitavaa on, että melkein kaikki mineraalit, oksideja ja sulfideja lukuunottamatta, ovat tunnistettavissa, jos käytössä on koko aallonpituusväli µm (VNIR-SWIR-LWIR). SWIR-mittaukset ovat tärkeitä tunnistettaessa mm. kiilteitä, savimineraaleja, kloriittia ja epidoottia. LWIR-mittaukset taas mahdollistavat mm. kvartsin ja maasälpien tunnistamisen.

10 GEOLOGIAN TUTKIMUSKESKUS 108/ Taulukko 1. Mineraalien tunnistaminen eri aallonpituusalueilla ( 4 MINERAALILUOKKIEN TULKINTA SISUROCK KUVISTA 4.1 Skannatun SWIR-aineiston esikäsittely SisuROCK mittauksia tehtiin Kedonojankulman esiintymästä yhteensä 167 metrin matkalta käsittäen kairanreiät R345 (syvyydeltä m) ja R376 (syvyydeltä m). Tulkinnassa 256 kanavaisesta SWIR aineistosta ( nm) jätettiin pois 11 viimeistä kohinaista kanavaa käyttäen tulkinnassa 244-kanavaista aallonpituusaluetta nm. Kaikki mitattu aineisto mosakoitiin yhdeksi kuvaksi kummankin kairanreiän osalta (kuvat 3 ja 4). Tulkintaa varten kiviaineksen ulkopuolinen mittausaineisto poistettiin maskien avulla. Maskin muodostamiseen käytettiin ENVI-tulkintaohjelmiston ( Minimum Noise Fraction (MNF) muunnosta. MNFmuunnoksen tuloksena saadaan alkuperäisistä kanavista lineaarimuunnoksen kautta uudet riippumattomat muuttujat. Uusista muuttujista suurimman ominaisvektorin omaava kanava ns. albedokanava rajasi parhaiten kiviaineksen. Sävyarvoja kynnystämällä muodostettiin 'albedokanavasta' maski. Kairasydänlaatikkojen sisältämille superlonpaloille ja messinkilaatoin varustetuille mittapalikoille jouduttiin räätälöimään lisämaski ENVI-ohjelmiston ROI (Region Of Interest) -työkalulla.

11 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 3. SWIR-mosaiikki (kuvassa kanavat 24, 101 ja 197 = R, G, B) kairanreiän R345 aineistosta syvyydeltä m.

12 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 4. SWIR-mosaiikki (kuvassa kanavat 199, 205 ja 229 = R, G, B) kairanreiän R376 aineistosta syvyydeltä m. 4.2 Skannatun LWIR-aineiston esikäsittely SisuROCK mittausten LWIR-aineistossa todettiin olevan kohinapikseleitä ts. yksittäisiä pikseleitä, joissa reflektanssi äkillisesti nousi. Tätä virhettä korjattiin mediaanisuodatuksen avulla.tämän lisäksi korjattiin raitaisuutta tekemällä kanavittain kolmen termin mediaanisuodatus sarakesuunnassa. Alkuperäinen aineisto käsitti 117 kanavaa aallonpituusvälillä µm. Tulkintaan mukaan otettiin kanavat ( µm). Kairanreikien R345 ja R376 aineistot mosakoitiin omiksi kuvikseen (kuvat 5 ja 6). Vastaavasti kuin SWIR-aineistosta myös LWIR-aineistosta laskettiin MNF-muunnos. Suurimman ominaisvektorin omaava kanava ns. albedokanava rajasi parhaiten kiviaineksen. Kynnystämällä 'albedokanavan' sävyarvot muodostettiin maski, jolla suurin osa kiviaineksen ulkopuolista aluetta saatiin rajattua pois.

13 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 5. LWIR-mosaiikki (kuvassa kanavat 26, 65 ja 105 = R, G, B) kairanreiän R345 aineistosta syvyydeltä m.

14 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 6. LWIR-mosaiikki (kuvassa kanavat 26, 65 ja 105 = R, G, B) kairanreiän R376 aineistosta syvyydeltä m. 4.3 Tulkintamallien ja spektrikirjastojen muodostaminen Tulkintaa varten kairasydänaineistosta valittiin tyyppinäytteitä malminetsintägeologin tutkimuksiin perustuen. Näistä (kairasydäntä 5-10 cm) teetettiin tarkka mineraloginen tutkimus. Kahdenkymmenenyhden näytteen (8 kpl reiästä 345 ja 13 kpl reiästä 376) mineraalikoostumus analysoitiin MLA (Mineral Liberation Analysis) menetelmällä GTK:n Mintec laboratoriossa Outokummussa (Liitteet 1-2). Tutkimuksen kuluessa teetettiin myöhemmin lisämittauksia MLA:lla 8 näytteen osalta (Liite 3). Aiempien malmitutkimusten yhteydessä oli tehty kaksi MLA-mittausta (Liite 4). Lisäksi analysoitiin kymmenen näytteen mineraalikoostumus GTK:n SEM (Scanning Electron Microscope) -laitteella (Liite 5). MLA-näytteiden sisältämien SisuROCK mittauskohteiden eli ROI-alueiden (Region Of Interest) keskiarvoista muodostettiin spektrikirjasto (kuvat 7-10) ENVI-ohjelmistolla. Näistä spektreistä käytetään jatkossa nimitystä ROI-spektri. SisuROCK mittaukset tehtiin myös jauhetussa muodossa oleville puhdasmi-

15 GEOLOGIAN TUTKIMUSKESKUS 108/ neraalinäytteille. Näitä spektrejä käytettiin myös mallispektreinä tulkinnassa (kuvat 11-12) ja niistä käytetään jatkossa nimitystä puhdasmineraalispektri. Kuva 7. R345:n kairasydännäytteistä lasketut SisuROCK SWIR-keskiarvospektrit. Kuva 8. R345:n kairasydännäytteistä lasketut SisuROCK LWIR-keskiarvospektrit.

16 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 9. R376:n kairasydännäytteistä lasketut SisuROCK SWIR-keskiarvospektrit. Kuva 10. R376 kairasydännäytteistä lasketut SisuROCK LWIR-keskiarvospektrit.

17 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 11. Puhdasmineraalien SisuROCK SWIR-spektrejä. Kuva 12. Puhdasmineraalien SisuROCK LWIR-spektrejä.

18 GEOLOGIAN TUTKIMUSKESKUS 108/ Tulkintaa tukevia muita aineistoja Kemian analyysit Kairanrei'istä R345 ja R376 oli aiempien tutkimusten yhteydessä tehty alkuaineanalyysejä yhden metrin pituisista kairansydämien pätkistä (Liite 6). Kupari- ja molybdeenipitoisuuksien vaihtelu syvyyden funktiona on esitetty kuvissa 13 ja 14. Kuva 13. Kuparipitoisuudet syvyyden funktiona kairanrei'issä R345 ja R376. Kuva 14. Molybdeenipitoisuudet syvyyden funktiona kairanrei'issä R345 ja R376. Kairanreikä R376:n asteikon ylittävä Mo-pitoisuus on 222 % syvyydellä m FieldSpec-mittaukset GTK:n kannettavalla FieldSpec spektrometrillä (Kuva 15) voidaan tehdä pistekohtaisia (koko n. 12 cm 2 ) reflektanssimittauksia aallonpituusalueella nm. Myös tällä laitteella mitattuja spektrejä voidaan käyttää SisuROCK-aineiston tulkinnassa kun aallonpituudet ja heijastusarvot muutetaan vastaamaan SisuROCK-laitteen vastaavia arvoja. Lopen kairasydänvarastolla tehtiin yhteensä 425 pistemittausta FieldSpec-spektrometrillä Kedonojankulman kairasydämistä. Näitä hyödynnettiin SisuROCK-aineiston tulkintojen validoinnissa.

19 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 15. GTK:n FieldSpec spektrometrin kokoonpano kairasydänten mittauksessa. FieldSpec-mittauksia tehtiin myös jauheista, jotka edustivat kairanreikä R345:n yhden metrin pituisia kairansydännäytteitä syvyysväliltä m. Samasta aineistosta tehdyn alkuaineanalyysin mukaan Cu-pitoisuudet tällä syvyysvälillä vaihtelivat %. SWIR-alueen heijastusspektreissä havaittiin selvä madaltuminen Cu-pitoisuuden noustessa (Kuva 16). Spektrin muodoista voidaan havaita, että alhaisilla Cu-pitoisuuksilla spektreistä on nähtävissä kloriitin absorptiokohtia kun taas kohonneilla Cupitoisuuksilla näkyy serisiitin vaikutus spektrin muotoon. Kuva 16. FieldSpec heijastusspektrejä R345:n jauheista, jotka edustivat yhden metrin pituisia kairansydännäytteitä syvyysväliltä m. Ryhmä A (ylempi) edustaa muuttumatonta isäntäkiveä. Ryhmä B (alempi) edustaa muuttunutta kiveä, jossa Cu-pitoisuus ylittää 0.5 %.

20 GEOLOGIAN TUTKIMUSKESKUS 108/ Tulkintatuloksia Kvalitatiivinen tarkastelu Esikäsiteltyä SisuROCK-mittausaineistoa ehostamalla (image enhancement) ja kontrastia säätämällä (contrast enhancement) saadaan skannatusta aineistosta nopeasti mineralogisia eroja näkyviin. Kuvassa 17 on esitetty kairanreikä R345:n yhden kairasydänlaatikon skannattu RGB (visible)-aineisto sekä kolmen aallonpituuskanavan rgb-yhdistelmäkuvat SWIR- ja LWIR-aineistosta. ENVI-kuvankäsittely- ja analysointiohjelmistolla ( voidaan helposti poimia SWIR- ja LWIR-spektrejä, joista voidaan tunnistaa mineraalien karakteristisia piirteitä kuten esimerkiksi absorptiokohtia. Spektrejä voidaan verrata myös spektrikirjastojen tyyppispektreihin. Kuva 17. R345 kairasydämet syvyydeltä m kuvattuna a) RGB- b) SWIR- ja c) LWIRkameroilla. Paikoista 1 ja 2 on otettu näytteet MLA analyysiä varten. LWIR kuvassa nuolet osoittavat hyvin erottuvia kvartsijuonia (punainen väri).

21 GEOLOGIAN TUTKIMUSKESKUS 108/ Unmixing tulkintamenetelmät Unmixing menetelmän ideana on, että mineraaliseosten summaspektreistä voidaan laskea yksittäisten mineraalikomponenttien spektrien avulla ko. komponenttien osuudet seoksessa. Täydellinen unmixing menetelmä pyrkii selvittämään kaiken spektrin sisältämän materiaalin, osittainen unmixing menetelmä vain kiinnostavat materiaalit. Mitattu spektriaineisto voi olla lineaarinen tai epälineaarinen sekoitus endmembereistä eli ns. päätejäsenistä. ENVI-ohjelmiston sisältämä luokittelualgoritmi Matched filtering (MF) etsii hyvää sovitusta tutkittavan pikselin ja mallispektrin kesken ja antaa tuloskuvassa sopivuusarvon, joka yleensä vaihtelee välillä 0-1. MF-menetelmän on todettu löytävän hyvin harvinaiset kohteet mutta antavan virheellisiä tuloksia kun hyvän sovituksen omaavia pisteitä on paljon. Hyperspektriaineistolle on mahdollista soveltaa erilaisia ns. piirteiden puhdistus- tai irroitusmenetelmiä, jotka voivat parantaa luokittelun tarkkuutta. Yksi tällainen menetelmä on MNF-muunnos, jolla voidaan poistaa kohinaa aineistosta ja myös tiivistää informaatiota pienempään määrään kanavia. Tätä menetelmää käytettiin myös maskien muodostamiseen (kts. 4.1 ja 4.2). ENVI:n luokittelualgoritmeista Mixture Tuned Matched Filtering (MTMF) käyttää MNF-muunnettuja aineistoja. MTMF-menetelmän tuloksena syntyy kaksi kuvaa, joista toinen edustaa samanlaisuusarvoja ja toinen todennäköisyyttä samankaltaisuudelle. Hyperspektriaineistolle on mahdollista tehdä myös normalisointi ns. continuum-removed (c-r) tekniikkaa käyttäen. Siinä spektreille määritetään maksimikohtien kautta kulkeva continuum-käyrä, joka estimoi kokonaisheijastuksen vaikutusta. Kun tämä kokonaisheijastus poistetaan jakamalla alkuperäinen spektri continuum-käyrällä saadaan korostettua kohteen absorptio-ominaisuuksia. Tätä menetelmää voidaan käyttää spektrien vertailuun kuten kuvassa 18. Voidaan myös laskea koko kuvan jokaiselle pisteelle c-r arvo ja muodostaa kuva näin saaduista arvoista. Luokittelualgoritmeista Spectral Feature Fitting (SFF) käyttää c-r arvoja. SFF vertaa tutkittavan pikselin spektriä mallispektriin käyttäen pienimmän neliösumman (RMS) tekniikkaa. Tässä työssä testattiin ENVI-ohjelmiston edellä mainittuja MF-, MTMF- ja SFF- menetelmiä Sisu- ROCK-aineistolle. Mallispektreinä käytettiin sekä puhdasmineraalien, että SisuROCK-mittausaineistosta rajattujen ns. ROI-alueiden spektrejä, joiden mineraalikoostumus oli määritetty MLA:lla. Validointiin käytettiin muita kuin mallina olleita MLA-analyysituloksia, SEM-analyysituloksia sekä FieldSpecspektrometrillä tehtyjä mittauksia. Saatuja tuloksia verrattiin alkuaineanalyyseihin, joita oli tehty jauheista, jotka edustivat yhden metrin pituista kairasydännäytettä. Luokittelijoiden antamat tulokset olivat monien mallien kohdalla hyvin samansuuntaisia. Validointiin pohjautuen päädyttiin esittämään lopullisina tuloksina SFF-luokittelijan antamat tulokset. Kuvissa on esitetty tärkeimmät unmixing tulokset kairanreikien R345 ja R376 SisuROCK-aineistosta. R345:n tulkintatuloksia SFF-tulos R345:n SisuROCK SWIR-aineistosta rajatulla serisiittipitoisimmalla ROI-mallilla (R345 syvyys m, seri pa%) on esitetty kuvassa 21. Jos käytetyn ROI-mallin c-r spektriä verrataan puhtaan serisiittinäytteen c-r spektriin ne ovat absorptiokohdiltaan lähes identtiset (kuva 18). Koska serisiitin määrä näytteessä on yli puolet ROI-mallin sisältämien muiden mineraalien kuten albiitin ja kvartsin vaikutus jää vähäiseksi. Käytetty ROI-malli sisältää MLA määritysten mukaan myös kuparikiisua 3.76 pa%.

22 GEOLOGIAN TUTKIMUSKESKUS 108/ Tuloksen validointiin on voitu käyttää kahta muuta MLA-tulosta, joiden serisiittipitoisuus on myös korkea. Kuvan 21 kohde1 (syvyys m) sisältää serisiittiä pa% ja kohde3 (syvyys m) sisältää serisiittiä pa%. Vastaavien kohteiden kuparikiisupitoisuudet ovat 0.60 pa% ja 2.22 pa%. Alkuaineanalyysin suurimmat kuparipitoisuudet ( %) noudattelevat osin SFF-tuloksen korkeita samankaltaisuusarvoja (kuva 21). Kuva 18. Puhdasmineraalimuskoviitin ja ROI-spektrin (R345, syvyys m, seri pa%) continuumremoved (c-r) spektrit. Spektrit ovat absorptiokohdiltaan hyvin samankaltaiset. Kloriitin SWIR-spektrillä on myös hyvin karakteristiset absorptio-ominaisuudet (kuva 11). Kloriitin osalta käytettiin puhdasmineraalimallia ja tulos validoitiin ROI-mallien MLA-analyysituloksilla. Kaksi MLAnäytettä, joiden kloriittipitoisuudet ovat 10.4 pa% (syvyys m) ja 6.21 pa% (syvyys m) saivat samankaltaisuusarvoja SFF-luokituksessa. SFF-tulosta on voitu validoida myös FieldSpec-mittausten tuloksilla. Mitatuissa FieldSpec spektreissä (mittauspaikat merkitty rasteilla kuvaan 22) on nähtävissä kloriitille tyypilliset absorptiokohdat (kuva 19).

23 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 19. FieldSpec heijastuspektrejä R345:n kairasydänaineistosta. Nuolet osoittavat tyypillisiä kloriitin absorptiokohtia. Aiempien malmitutkimusten mukaan Kedonojankulman esiintymässä on tapahtunut kvartsiutumista useammassa vaiheessa. Kupari- ja molybdeeni-mineralisaation on todettu liittyvän varhaiseen kvartsiutumiseen. Kvartsijuonia ja kvartsibreksiaa esiintyy myös myöhäisen vaiheen muuttumisena, johon ei liity malminmuodostusta. Myös albiittiutumista on todettu tapahtuneen Kedonojankulman esiintymän yhteydessä. Kvartsin ja albiitin SWIR normaalispektrit ovat hyvin piirteettömiä. Continuum-removed tekniikalla saadaan kuitenkin jotain piirteitä esiin. Albiitin ja kvartsin SWIR c-r spektrit ovat hyvin samankaltaisia (kuva 20). Tämä SWIR-ominaisuus viittaa siihen, että kvartsissa on maasälpäsulkeumia. Vastaavasti niiden sekä normaali-, että c-r LWIR-spektrit poikkeavat huomattavasti toisistaan (kuvat 20). Kuva 20. Vasemmalla puhdasmineraalialbiitin ja kvartsin SWIR c-r spektrit ja oikealla vastaavat LWIR c-r spektrit.

24 GEOLOGIAN TUTKIMUSKESKUS 108/ SFF-luokitusta SisuROCK SWIR-aineistolle kokeiltiin R376:n ROI-mallilla (syvyys m), joka suurimmaksi osaksi sisältää kvartsia pa% mutta pieniä määriä albiittia (0.1 pa%), kloriittia (0.06 pa%) ja mm. kalimaasälpää(0.01pa%) ja kuparikiisua (0.01pa%). Mielenkiintoista tuloksessa oli se, että SFFluokituksessa suurimmat samankaltaisuusarvot näyttäisivät osuvan kohdille, joissa kemian analyysituloksissa on todettu kohonneita kuparipitoisuuksia. Kuvassa 23 on esitetty kvartsimallilla saatu tulos. Korkeita samankaltaisuusarvoja sisältyy kohteeseen 1 (kuva 23), joka on R345:n MLA-näyte (syvyys m). Tämä kohde sisältää kvartsia 14.2 pa%, albiittia 30.3 pa%, ja kalimaasälpää 41 pa% sekä kuparikiisua 4.2 pa%. Näyttäisi siltä, että malli löytää osin albiittiutuneita kiviä ja osin kvartsiutuneita kiviä, jotka edustavat varhaisen vaiheen kvartsijuoniin ja ohuiden kvartsijuonten verkostoon liittyvää malminmuodostusta. Kedonojankulman MLA-näytteissä kalsiitti ja laumontiitti esiintyvät usein yhdessä. Niinpä puhdasmineraalikalsiittimalli ei toiminut mutta käyttäen R345:n ROI-mallia syvyydeltä m (kals 40.5 pa%, laum 41.5 pa%) saatiin tulos, joka näyttäisi luokittavan sekä karbonaattipitoiset, että laumontiittia sisältävät kivet (kuva 24). Myös toinen MLA-näyte (syvyys 69.60m), joka sisältää laumontiittia pa% ja kalsiittia 2.54 pa% luokittuu tällä mallilla. Taulukossa 2 on esitetty puhdasmineraalimallien SWIR-spektrien välisiä korrelaatiokertoimia. Kloriitin ja epidootin SWIR-spektrien absorptiokohdat ovat hyvin lähellä toisiaan ja spektrien muodotkin poikkeavat hyvin vähän toisistaan (kuva 11). Niinpä SWIR-spektrien välinen korrelaatiokerroin on suuri (taulukko 2). SFF-tulokset osoittivatkin, että kloriittimallin ja epidoottimallin tulokset muistuttivat hyvin paljon toisiaan. Kloriitin ja biotiitin ja vastaavasti biotiitin ja epidootin väliset korrelaatiokertoimet ovat hieman pienemmät. SFF-tulos biotiittimallilla poikkeeakin kloriitti- ja epidoottimallilla tehdyistä tuloksista. MLAnäytteiden biotiittipitoisuudet jäävät alle 4 pa%, joten tuloksen validointia ei pystytty luotettavasti tekemään. Taulukko 2. Mineraalien SWIR-spektrien välisiä korrelaatiokertoimia. Muscovite Chlorite Calcite Epidote Amfibole Biotite Albite Microcline Quartz Muscovite Chlorite Calcite Epidote Amfibole Biotite Albite Microcline Quartz Eri luokittelutulosten keskinäistä vertailua ja sijoittumista kairanreiässä syvyyden funktiona voidaan tarkastella SFF-tulosten rgb-väriyhdistelmistä. Kuvan 25 väriyhdistelmään on koottu R345:n serisiitti-, kloriitti- ja kvartsimallilla tehdyt SFF-tulokset. Kvartsiutumista on analysoitu myös SisuROCK mittausten LWIR-aineistoa käyttäen. Kuvassa 26 on SFF -tulos R345 LWIR-aineistolle käyttäen samaa mallia kuin SWIR-luokituksessa eli R376:n ROI-mallia

25 GEOLOGIAN TUTKIMUSKESKUS 108/ (syvyys m, kvar pa%, ym pa%). Saatu luokittelutulos poikkeaa täysin siitä mitä vastaavalla mallilla saatiin SWIR-luokittelussa. LWIR-aineiston tulos osoittaneekin pääosin primäärisen kvartsin jakauman kun SWIR-luokittelu kuvastaa myöhemmin mobiloituneen kvartsin jakauman. R345:n LWIR-aineistoa analysoitiin myös albiitin osalta käyttäen mallina sekä puhdasmineraalialbiittimallia, että ROI-mallia. ROI-mallina käytettiin R376:n näytettä syvyydeltä m, sillä sen albiittipitoisuus on MLA-analyysien mukaan pa%. Molemmat mallit tuottivat hyvin yhdensuuntaiset tulokset. Kuvassa 26 on esitetty SFF-tulos puhdasmineraalialbiittimallia käyttäen. Validointikohteena oli R345:n MLA-näyte (syvyys m), jonka albiittipitoisuus on pa%. LWIR-aineiston SFF-luokitus plagioklaasin(50%an) ja mikrokliinin puhdasmineraalispektrien osalta tuotti tuloksen, jossa samankaltaisuusarvot sijoittuvat lähes samoille paikoille kuin albiittimallin tulokset. Tätä tulosta selittää varmasti se, että R345:n viidessä kahdeksasta ja R376:n kahdessatoista kolmestatoista MLA-näytteestä albiitti ja mikrokliini esiintyivät kolmen suurimman mineraali(ryhmä)n joukossa. R376:n tuloksia R376:n SWIR-aineiston SFF-analyysissä käytettiin serisiittimallina samaa mallia kuin R345:n analyysissa eli R345:n ROI-mallispektriä syvyydeltä m. Kuten aiemmin todettiin tämän näytteen c-r spektri (serisiittipitoisuuden ollessa pa%) on hyvin samankaltainen puhdasmineraaliserisiitin kanssa. Validointiin voitiin käyttää R376:n MLA-analyysien tuloksia tosin kovin korkeita serisiittipitoisuuksia R376:n MLA-näytteissä ei ole. Kuitenkin eniten serisiittiä sisältävä kohde (R376, syvyys m, serisiittiä pa%) sai kohonneita samankaltaisuuarvoja käytetyn mallin kanssa (kuva 28). Kuvassa 29 on SFF-tulos R376 SWIR-aineistolle käyttäen mallina puhdasmineraalikloriittinäytettä. Samankaltaisuus kloriitin kanssa näyttäisi keskittyvän enemmän analysoidun kairasydännäytteen alkupäähän kuin loppupäähän. MLA-näytteen m (nro 1 kuva 29) pinta-alasta kloriitin osuus on pa% ja näytteen m (nro 2 kuva 28) kloriitin osuus on 9.71 pa%. Myös R376:n osalta tehtiin SFF-luokittelu SWIR-aineistolle samalla kvartsimallilla kuin R345:n aineistolle (R376, syvyys m, kvar pa%). Tulokset kairareikä R376:n osalta ovat hyvin yhdenmukaisia R345:n tulosten kanssa. Alkuaineanalyysien kohonneet kuparipitoisuudet seurailevat kohonneita SFF-luokituksen samankaltaisuusarvoja (kuva 30). Saatu SFF-tulos kuvastanee myöhemmin mobiloituneen kvartsin jakaumaa, joka edustaa varhaisen vaiheen kvartsijuoniin ja ohuiden kvartsijuonten verkostoon liittyvää malminmuodostusta. Merkittävimmät R376:n SWIR-aineiston SFF-luokitusten tulokset on esitetty rgb-yhdistelmänä kuvassa 31. SFF-tulosten valossa kloriittiutuminen näyttäisi keskittyvän tutkitun kairasydänaineiston alkupäähän kun taas serisiittiytyminen ja kvartsiutuminen näyttäisi keskittyvän kairasydänaineiston loppupäähän. SFF-analyysi R376:n LWIR-aineistosta tehtiin käyttäen kvartsille ROI-mallia R376, syvyys m, kvartsipitoisuus pa% ja albiitille puhdasmineraali albiittimallia. Myös R376:n osalta näyttäsi siltä, että LWIR-aineiston SFF-tulos (kuva 32) osoittanee pääosin primäärisen kvartsin jakauman kun SWIRluokittelu kuvastaa myöhemmin mobiloituneen kvartsin jakauman. R376:n LWIR-aineisto luokiteltiin myös käyttäen puhdasmineraalialbiittimallia. Eniten albiittia sisältävä kohde (R376, syvyys m, albi pa%) sai kohonneita samankaltaisuuarvoja käytetyn mallin kanssa (kuva 33).

26 GEOLOGIAN TUTKIMUSKESKUS 108/ YHTEENVETO JA JOHTOPÄÄTÖKSIÄ Tässä työssä testattiin SisuROCK (Specim Oy, Oulu) laitteen käyttöä Kedonojankulman kahden kairanreikäaineiston (R345 ja R376) mineralogisessa tulkinnassa. Hyperspektrimittauksia tehtiin sekä SWIR aallonpituusalueella µm, että LWIR aallonpituusalueella µm. Analysointiin käytettiin ENVI-kuvankäsittely ja analysointiohjelmistoa. Luokittelualgoritmeista testattiin sekä Matched Filtering (MF), Mixture Turned Matched Filtering (MTMF), että Spectral Feature Fitting (SFF) - luokittelijoita. Luokittelijoiden antamat tulokset olivat monien mallien kohdalla hyvin samansuuntaisia. Validointiin pohjautuen päädyttiin esittämään lopullisina tuloksina SFF-luokittelijan antamat tulokset. Tulkintaa varten kairasydänaineistosta valittiin tyyppinäytteitä, joista teetettiin tarkka mineraloginen tutkimus MLA (Mineral Liberation Analysis)-menetelmällä tai SEM (Scanning Electron Microscope) - menetelmällä. Valittuja tyyppinäytteitä käytettiin osin mallina luokittelussa ja osin luokittelutulosten validointiin. Validoinnissa käytettiin apuna myös FieldSpec spektrometrilla tehtyjä pistemäisiä mittauksia. Luokittelutuloksia verrattiin myös aiemmin tehtyihin kemian analyysituloksiin. SisuROCK-laitteella oli mitattu myös täysin puhtaita mineraalinäytteitä, jotka olivat peräisin eri puolilta Suomea. Yleisesti ottaen nämä puhdasmineraalimallit eivät toimineet niin hyvin kuin Kedonojankulman omat mallinäytteet mm. siksi, että joidenkin, kuten biotiitti ja epidootti, määrät ainakin MLA-analyysien mukaan ovat hyvin pieniä. Puhdasmineraalikloriittimallin käyttö tuotti tuloksen, jonka oikeellisuus voitiin validoida MLA-analyysien tuloksilla ja FieldSpec mittauksilla. Puhdas kalsiittimalli ei toiminut johtuen ilmeisesti siitä, että Kedonojankulman kalsiitti esiintyy yleensä yhdessä laumontiitin kanssa ja sillä kombinaatiolla on erilainen spektri. Tätä kombinaatiomallia pystyttiin käyttämään luokituksessa. Serisiittimallina käytettiin SisuROCK-aineistosta poimittua ROI-mallia, jonka serisiittipitoisuus ylitti 50 pa%. Kun tämän näytteen c-r spektriä verrattiin puhdasmineraaliserisiitin vastaavaan c-r spektriin voitiin todeta, että spektrit ovat absorptiokohdiltaan hyvin samankaltaiset. Saadun tuloksen oikeellisuutta voitiin arvioida usean MLA-näytteen avulla. Kvartsimalli oli myös ns. ROI-malli vaikka sitä voidaan pitää myös lähes puhdasmineraalimallina, koska sen sisältämä kvartsipitoisuus on pa%. SWIR-alueen kvartsi- ja albiittimallien tuottamat tulokset olivat mielenkiintoisia siitä huolimatta, että niiden normaalit SWIR-spektrit ovat melko piirteettömiä. Kuitenkin, jos tarkastellaan niiden continuum-removed spektrejä, ne eivät ole täysin tasaisia. Pääpiirteissään korkeat samankaltaisuusarvot mallin kanssa osuivat alueilla missä myös kemian analyysituloksissa on korkeita Cu-pitoisuuksia. Myös R345:n ROI-malli (syvyys m) saa korkeita samankaltaisuusarvoja. Tämä kohde sisältää kvartsia 14.2 pa%, albiittia 30.3 pa%, ja kalimaasälpää 41 pa% sekä R345:n MLA kohteista eniten kuparikiisua 4.2 pa%. LWIR-mittausaineiston SFF-luokitukset samalla kvartsimallilla tehtynä tuottivat erilaisen tuloksen kuin SWIR-aineistosta tehtynä. Johtopäätös on, että LWIR-aineiston tulos osoittanee pääosin primäärisen kvartsin jakauman kun SWIR-luokittelu kuvastaa myöhemmin mobiloituneen kvartsin jakaumaa. Albiitin, plagioklaasin ja mikrokliinin puhdasmineraalispektrien LWIR-aineiston SFF-luokitustulokset olivat keskenään samankaltaisia. Tätä tulosta selittää se, että R345:n viidessä kahdeksasta ja R376:n kahdessatoista kolmestatoista MLA-näytteestä albiitti ja mikrokliini esiintyivät yhdessä kolmen suurimman mineraali(ryhmä)n joukossa.

27 GEOLOGIAN TUTKIMUSKESKUS 108/ Tämä tutkimus vahvistaa, Kedonojankulman mineraalien osalta, taulukossa 1 esitettyä käsitystä mineraalien tunnistuvuudesta kuvantavalla SWIR-LWIR hyperspektrimenetelmällä. SWIR menetelmä soveltuu hyvin kiillemineraaleja sisältävän muuttumisen tunnistamiseen kairansydänaineistosta. LWIR menetelmällä voitiin tunnistaa lisäksi kvartsi ja maasälvät. Erityisesti albiittiutumisen tulkinnan onnistuminen koettiin tärkeäksi. Sulfidien ja oksidien tunnistamiseen käytetyt aallonpituusalueet eivät olleet täysin riittävät. Sulfidien havaittiin kuitenkin esiintyvän tietyn muuttumisen yhteydessä.

28 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 21. Tulkintatulos Spectral Feature Fitting (SFF) menetelmällä R345:n SWIR aineistosta serisiitin ROImallispektriä (M) käyttäen (syv m, seri pa%). Värit indikoivat mallin ja tutkittavan pikselin yhteensopivuutta. MLA-analyysien mukaan kohde1 (syv m) sisältää serisiittiä pa% ja kohde3 (syv m) sisältää serisiittiä pa%. Sivuilla alkuaineanalyysin Cu- ja Mo-pitoisuudet prosentteina.

29 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 22. SFF -tulos R345:n SWIR aineistosta kloriitin puhdasmineraalimallia käyttäen. Värit indikoivat mallin ja tutkittavan pikselin yhteensopivuutta. MLA-analyysien mukaan kohde1 (syv m) sisältää kloriittia 10.4 pa% ja kohde2 (syv m) 6.21 pa%. Raksilla merkityistä kohteista mitatuissa FieldSpec-spektreissä on havaittavissa tyypilliset kloriitin absorptiokohdat (kuva 19). Sivuilla alkuaineanalyysin Cu- ja Mo-pitoisuudet prosentteina.

30 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 23. SFF-tulos R345 SWIR aineistosta ROI-kvartsimallia (R376, syv m, kvar pa%) käyttäen. Kohde 1, joka on R345:n ROI-malli (syv. 60 m) saa korkeita samankaltaisuusarvoja. Tämä kohde sisältää kvartsia 14.2 pa%, albiittia 30.3 pa%, ja kalimaasälpää 41 pa% sekä R345:n MLA kohteista eniten kuparikiisua 4.2 pa%.

31 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 24. SFF-tulos R345:n SWIR aineistosta kalsiitti/laumontiitti ROI-mallispektriä (M) käyttäen (syv m, kals pa%, laum pa%). SFF-tuloksen värit indikoivat mallin ja tutkittavan pikselin yhteensopivuutta. MLA-analyysien mukaan kohde1 (syv m) sisältää laumontiittia pa% ja kalsiittia 2.54 pa%. Sivuilla alkuaineanalyysin Cu- ja Mo-pitoisuudet prosentteina.

32 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 25. Kolmen R345:n SWIR aineiston SFF-tuloksen rgb-värikompositio. Punainen väri indikoi serisiittiytymistä (ROI-mallispektri, syv m, seri pa%), vihreä kloriittiutumista (puhdasmineraali malli) ja sininen kvartsiutumista ROI-mallispektri (R376, syv m, kvar pa%).

33 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 26. SFF-tulos R345:n LWIR aineistosta ROI-kvartsimallia (R376, syv m, kvar pa%) käyttäen. SFF-tuloksen värit indikoivat mallin ja tutkittavan pikselin yhteensopivuutta. Sivuilla alkuaineanalyysin Cu- ja Mopitoisuudet prosentteina.

34 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 27. SFF-tulos R345:n LWIR aineistosta puhdasmineraalialbiittimallia käyttäen. SFF-tuloksen värit indikoivat mallin ja tutkittavan pikselin yhteensopivuutta. MLA-analyysien mukaan kohde1 (syv m) sisältää albiittia pa%. Sivuilla alkuaineanalyysin Cu- ja Mo-pitoisuudet prosentteina.

35 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 28. SFF-tulos R376:n SWIR aineistosta serisiitin R345 ROI-mallispektriä (syv m, seri pa%) käyttäen. SFF-tuloksen värit indikoivat mallin ja tutkittavan pikselin yhteensopivuutta. MLA-kohteista eniten serisiittiä (15.46 pa%) sisältävä näyte (R376, syv m) on merkitty kuvaan (1). Sivuilla alkuaineanalyysin Cu-ja Mo-pitoisuudet prosentteina.

36 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 29. SFF-tulos R376:n SWIR aineistosta kloriitin puhdasmineraalimallispektriä käyttäen. SFF-tuloksen värit indikoivat mallin ja tutkittavan pikselin yhteensopivuutta. MLA-analyysien mukaan kohde1 (syv m) sisältää kloriittia pa% ja kohde2 (syv m) sisältää kloriittia 9.71 pa%. Sivuilla alkuaineanalyysin Cu-ja Mopitoisuudet prosentteina.

37 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 30. SFF-tulos R376 SWIR aineistosta ROI-kvartsimallia (kuvassa M, syv m) käyttäen. MLAanalyysin mukaan näyte on lähes puhdasta kvartsia pa%. SFF-tuloksen värit indikoivat mallin ja tutkittavan pikselin yhteensopivuutta. Sivuilla alkuaineanalyysin Cu-ja Mo-pitoisuudet prosentteina.

38 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 31. Kolmen R376:n SWIR aineiston SFF-tuloksen rgb-värikompositio. Punainen väri indikoi serisiittiytymistä (ROI-mallispektri, syv m, seri pa%), vihreä kloriittiutumista (puhdasmineraalimalli) ja sininen kvartsiutumista (ROI-mallispektri R376 syv m, kvar pa%). Sivuilla alkuaineanalyysin Cu-ja Mopitoisuudet prosentteina.

39 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 32. SFF-tulos R376:n LWIR aineistosta ROI-kvartsimallia (M = R376, syv m, kvar pa%) käyttäen. SFF-tuloksen värit indikoivat mallin ja tutkittavan pikselin yhteensopivuutta. MLA-analyysien mukaan kohde1 (syvyys m) sisältää kvartsia pa%, kohde 2 (syvyys m) pa% ja kohde 3 (syvyys m) pa%. Sivuilla alkuaineanalyysin Cu-ja Mo-pitoisuudet prosentteina.

40 GEOLOGIAN TUTKIMUSKESKUS 108/ Kuva 33. SFF-tulos R376:n LWIR aineistosta puhdasmineraalialbiitimallia käyttäen. SFF-tuloksen värit indikoivat mallin ja tutkittavan pikselin yhteensopivuutta. Kohteessa 1 on R376:n MLA-näyte syvyydeltä m, sen albiittipitoisuus on pa%. Sivuilla alkuaineanalyysin Cu-ja Mo-pitoisuudet prosentteina.

41 GEOLOGIAN TUTKIMUSKESKUS 108/ KIRJALLISUUSLUETTELO Kuosmanen, Viljo, Arkimaa, Hilkka, Tiainen, Markku and Bärs, Rainer Hyperspectral closerange LWIR Imaging spectrometry 3 case studies. In: Airo, M-L. (ed), Geophysical signatures of mineral deposit types in Finland. Special Paper, Vol. 58, Geological Survey of Finland. Kuosmanen, Viljo V.; Laitinen, L. Jukka Quantitative mineral assessment of apatite, calcite/dolomite, and phlogopite powder mixtures by using VSWIR reflectance. IEEE transactions on geoscience and remote sensing 46 (6), Kuosmanen, Viljo; Laitinen, Jukka; Bärs, Rainer Comparison of quantitative assessment of mineral powder components using SisuROCK hyperspectral scanner and FieldSpec portable spectrometer [Electronic resource]. In: 6th EARSeL Imaging Spectroscopy SIG Workshop : innovative tool for scientific and commercial environmental applications, Tel Aviv, Israel, March 16-18, p. Electronic publication. Laitinen, Jukka; Kuosmanen, Viljo; Ojala, Juhani Kultakohteen kairasydänten muuttumismineralogian kartoitus lyhytaaltoinfrasäteilyn avulla. Materia 66 (3), Tiainen, M., Kärkkäinen, N., Lohva, J., Sipilä, P. & Huhta, P Discovery of the Kedonojankulma Cu-Au occurrence, hosted by a Svecofennian porphyritic granitoid in Southern Finland. Geological Survey of Finland, Special Paper 52, Tiainen, M., Molnar, F., Koistinen, E The Cu-Mo-Au mineralization of the Paleoproterozoic Kedonojankulma intrusion, Häme Belt, Southern Finland. 12 th Biennial SGA Meeting, Uppsala, Sweden. Tiainen, Markku, Ferenc, Molnar, Kärkkäinen, Niilo and Koistinen, Esko, The Forssa- Jokioinen Cu-Au-Zn Province, with special emphasis on the Kedonojankulma Cu deposit. Geologian tutkimuskeskus, Tutkimusraportti 198 Geological Survey of Finland, Report of Investigation 198, pp

42 GEOLOGIAN TUTKIMUSKESKUS 108/ LIITELUETTELO LIITE1. Tutkimusrei'istä tehdyt MLA- ja SEM-analyysit LIITE2: MLA-analyysit kairanreikä R345 tyyppinäytteille LIITE 3: MLA-analyysit kairanreikä R376 tyyppinäytteille LIITE 4: MLA-lisämittaukset R345 ja R376 LIITE 5: Malmitutkimusten yhteydessä tehdyt MLA-analyysit LIITE 6: SEM-analyysit LIITE 7: Kairasydänaineiston kemialliset analyysit

43 GEOLOGIAN TUTKIMUSKESKUS 108/ LIITE1. Tutkimusrei'istä tehdyt MLA- ja SEM-analyysit analyysi 2013 analyysi 2015 SisuROCK SisuROCK Hienumero Näyte R345_syv42.80 MLA X X OK13322 R345_syv46.40 MLA X X OK13323 R345_syv59.40 MLA R345_syv60.00 MLA X X OK13324 R345_syv61.35 MLA R345_syv63.35 MLA (2011) X X R345_syv65.00 MLA X X OK13325 R345_syv65.15 MLA X X R345_syv66.25 MLA X X OK13326 R345_syv69.60 MLA X X OK13327 R345_syv74.34 MLA X X OK13328 R345_syv82.00 MLA X X R345_syv83.40 MLA X X OK13329 R345_syv97.00 MLA X R376_syv41.05 MLA X X OK13330 R376_syv41.60 MLA R376_syv42.95 MLA X X OK13331 R376_syv48.70 SEM R376_syv50.10 MLA X X OK13332 R376_syv54.25 MLA X OK13333 R376_syv55.98 SEM X R376_syv59.65 MLA X X OK13334 R376_syv60.30 MLA X X OK13335 R376_syv64.55 MLA X X OK13336 R376_syv69.05 MLA X X OK13337 R376_syv70.63 SEM R376_syv77.35 MLA X X OK13338 R376_syv83.30 SEM R376_syv83.70 MLA R376_syv84.89 SEM R376_syv89.64 SEM R376_syv90.55 MLA X X OK13339 R376_syv92.10 MLA X X OK13340 R376_syv92.50 MLA (2011) MLA R376_syv92.80 MLA X X OK13341 R376_syv MLA SEM R376_syv MLA X X OK13342 R376_syv SEM R376_syv SEM R376_syv SEM

44 GEOLOGIAN TUTKIMUSKESKUS 108/ LIITE2: MLA-analyysit kairanreikä R345 tyyppinäytteille

45 GEOLOGIAN TUTKIMUSKESKUS 108/ LIITE 3: MLA-analyysit kairanreikä R376 tyyppinäytteille

46 GEOLOGIAN TUTKIMUSKESKUS 108/ LIITE 4: MLA-lisämittaukset R345 ja R376

47 GEOLOGIAN TUTKIMUSKESKUS 108/ LIITE 5: Malmitutkimusten yhteydessä tehdyt MLA-analyysit GTK/Mintek/Tuula Saastamoinen Measurement type: XMOD-std Mineral Wt% Wt% Thinsec Rno R345 R376 Depth Qz Pl Kfs Ms Ser Sme Bt Ill 0.07 Chl Hbl Act Ep Aln Ttn Prh Tur 0.22 Zrn 0.01 Cal Fl Ap Mnz(Ce) 0.00 Ccp Bn Py 0.19 Sp Po Apy Tn Ilm Rt Gt 0.01 Unclassified Total

48 GEOLOGIAN TUTKIMUSKESKUS 108/ LIITE 6: SEM-analyysit Geologian Tutkimuskeskus Tutkimuslaboratorio Feature classification/raskaat mineraalit Asiakas: Markku Tiainen M376 syv Class % total features Features Feature area (sq. µm) % total area Albite Plagioclase Quartz K-fsp Mg-biotite Chlorite Fe-Hornblende Biotite Sphene Muscovite NaFeAl silic Feldspar, mixed Almandine Epidote Apatite Clinozoisite Calcite M376 syv Class % total featu Features res Feature area (sq. µm) % total area K-fsp Quartz Albite Calcite Muscovite Biotite NaFeAl silic Arsenopyrite Almandine Chlorite

49 GEOLOGIAN TUTKIMUSKESKUS 108/ R376 syv Class % total features Features Feature area (sq. µm) % total area Albite Quartz K-fsp Chlorite Plagioclase Muscovite NaFeAl silic Feldspar, mixed Sphene Almandine Biotite Calcite Epidote Apatite Mg-biotite Fe-Hornblende Sphalerite Zircon R376 syv Class % total features Features Feature area (sq. µm) % total area Albite K-fsp Quartz Chlorite Muscovite Plagioclase NaFeAl silic Almandine Biotite Feldspar, mixed Apatite Mg-biotite Sphene Calcite

50 GEOLOGIAN TUTKIMUSKESKUS 108/ R376 syv Class % total features Features Feature area (sq. µm) % total area Albite Quartz Plagioclase Muscovite Chlorite Calcite NaFeAl silic Sphene Biotite K-fsp Feldspar, mixed Apatite Clinozoisite Goethite Rutile_Ti-Ox Fe-ox (magnetite/hematite) Zircon Epidote Fe-Hornblende R376 syv Class % total features Features Feature area (sq. µm) % total area Albite Quartz K-fsp Chlorite Plagioclase Muscovite Mg-biotite Fe-S + O Calcite NaFeAl silic Sphene Biotite Apatite OPX