Xác định các đới biến đổi giàu khoáng vật sét và oxit sắt sử dụng ảnh Landsat 8 khu vực Pu Sam Cáp, Lai Châu

12 Journal of Mining and Earth Sciences Vol. 62, Issue 2 (2021) 12 - 24 
Identification of clays and Fe oxide minerals rich 
alteration zones using a Landsat 8 image of Pu Sam 
Cap area, Lai Chau 
Hieu Trung Tran 1*, Cuong Quoc Tran 1, Dung My Tran 2 , Chung Minh Bui 3, Dung 
Van Chu 2, Thanh Trung Nguyen 1, Quan Cong Nguyen 1, Anh Duc Nguyen 1, Thao 
Phuong Bui 1 
1 Center for Remote sensing and Geomatic, Institute of Geological Science, VAST, Vietnam 
2 Department of Geology, General Department of Geology and Minerals of Vietnam, Vietnam 
3 I6 Corps, Intergeo Geological Division, Vietnam 
ARTICLE INFO 
ABSTRACT 
Article history: 
Received 07th Jan. 2021 
Accepted 28th Mar. 2021 
Available online 30th Apr. 2021 
 The hydrothermal alteration zones are the important sign for mineral 
exploration and can be identified by remote sensing images completely, 
but this is limited due to the effect of vegetable. We address this problem 
by a method called “Directed Principal Component Analysis” (DPCA) that 
involves calculating principal components on two input band ratio 
images. One ratio is a geological discriminant, confused by the presence 
of vegetation; the second ratio is chosen for its suitability as a vegetation 
index. DPCA applied on Landsat 8 image in Pu Sam Cap area, Lai Châu 
characteristied by argilic alteration, sericite alteration, etc., with the 
typical minerals like kaolinite, illite, etc., and pyrite, chalcopyrite, 
magnetite; specularite, etc., The results have identified Fe - rich zones in 
Bai Bang and Nam Tra areas; clay minerals are concentrated mainly in 
Nam Tra area and along the main faults. The results are also compared 
with previous research data and fieldtrip data that shows similarity and 
feasibility. This paper indicated limitation of Landsat image such as 
spatial resolution, spectral resolution, etc., when applied in the tropical 
area. 
Copyright © 2021 Hanoi University of Mining and Geology. All rights reserved. 
Keywords: 
DCPA, 
Hydrothermal alteration, 
Landsat, 
Pu Sam Cap, 
Remote Sensing. 
 _____________________ 
*Corresponding author 
E - mail: trunghieu95ctb@gmail.com 
DOI: 10.46326/JMES.2021.62(2).02 
 Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất Tập 62, Kỳ 2 (2021) 12 - 24 13 
Xác định các đới biến đổi giàu khoáng vật sét và oxit sắt sử dụng 
ảnh Landsat 8 khu vực Pu Sam Cáp, Lai Châu 
Trần Trung Hiếu 1,*, Trần Quốc Cường 1, Trần Mỹ Dũng 2, Bùi Minh Chung 3, Chu 
Văn Dũng 2, Nguyễn Trung Thành 1, Nguyễn Công Quân 1, Nguyễn Đức Anh 1, Bùi 
Phương Thảo 1 
1 Trung tâm Viễn thám và Geomatic, Viện Địa Chất, Viện Hàn lâm Khoa học Công nghệ Việt Nam, Việt Nam 
2 Vụ Địa chất, Tổng cục Địa chất và Khoáng sản Việt Nam, Việt Nam 
3 Đoàn I6, Liên đoàn Địa chất Intergeo, Việt Nam 
THÔNG TIN BÀI BÁO 
TÓM TẮT 
Quá trình: 
Nhận bài 07/01/2021 
Chấp nhận 28/02/2021 
Đăng online 30/4/2021 
 Các đới biến đổi nhiệt dịch là dấu hiệu quan trọng cho tìm kiếm các mỏ 
khoáng và có thể được nhận dạng trên ảnh viễn thám. Tuy nhiên điều này bị 
hạn chế do ảnh hưởng của yếu tố thực vật. Phân tích thành phần chính định 
hướng (DCPA) là một phương pháp giúp cải thiện điều trên bao gồm việc 
tính toán các thành phần chính trên các ảnh chia kênh. Một tỷ lệ chứa thông 
tin đối tượng địa chất, tỷ lệ thứ hai làm nổi bật thực vật. Phương pháp áp 
dụng thử nghiệm trên ảnh Landsat 8 vùng Pu Sam Cáp, Lai Châu, đặc trưng 
bởi biến đổi argilic hóa, sericit hoá, epidot hoá,... với khoáng vật điển hình 
như nhóm kaolin, illit, và pyrit, chalcopyrit, magnetit; specularit,... Kết quả 
phân tích từ ảnh viễn thám đã xác định các đới giàu Fe tập trung khu vực 
Bãi Bằng và Nậm Tra; các khoáng vật sét tập trung chủ yếu khu Nậm Tra và 
dọc theo đứt gãy chính. Kết quả cũng được đối sánh với dữ liệu nghiên cứu 
trước đó và kiểm chứng thực địa cho thấy có sự tương đồng và tính khả thi. 
Bài báo đã chỉ ra giới hạn của ảnh Landsat như hạn chế về độ phân giải 
không gian, độ phân giải phổ, khi áp dụng ở vùng nhiệt đới ẩm. 
© 2021 Trường Đại học Mỏ - Địa chất. Tất cả các quyền được bảo đảm. 
Từ khóa: 
Biến đổi nhiệt dịch, 
DCPA, 
Landsat, 
Pu Sam Cáp, 
Viễn thám. 
1. Mở đầu 
Các mỏ khoáng nguồn gốc nhiệt dịch luôn đi 
kèm với các đới biến đổi nhiệt dịch do phản ứng 
với đá vây quanh. Không phải đới biến đổi nào 
cũng đi kèm các thân quặng và ngược lại, nhưng 
sự có mặt của các đới biến đổi và sự phân bố 
không gian của chúng là dấu hiệu có giá trị cho việc 
tìm kiếm các mỏ khoáng. 
Các đới biến đổi có thể được nhận dạng trên 
ảnh viễn thám do chúng có đặc điểm phản xạ phổ 
khác biệt với các thành phần xung quanh. Tại các 
vùng hoang mạc hoặc bán hoang mạc yếu tố thực 
vật ít phát triển, các đới biến đổi xuất lộ rõ ràng 
nên thuận lợi cho việc sử dụng ảnh viễn thám xác 
định vị trí phân bố tổ hợp khoáng vật của chúng 
(Sabin, 1999). Tuy nhiên tại các vùng nhiệt đới, 
thực vật phát triển, giới hạn đáng kể việc nhận 
_____________________ 
*Tác giả liên hệ 
E - mail: trunghieu95ctb@gmail.com 
DOI: 10.46326/JMES.2021.62(2).02 
14 Trần Trung Hiếu và nnk./ Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(2), 12 - 24 
dạng đới biến đổi do sự phản xạ phổ tương tự của 
chúng với các đối tượng quan tâm. Do đó các 
nghiên cứu ứng dụng dữ liệu viễn thám cho tìm 
kiếm mỏ khoáng cũng bị giới hạn (Pour và nnk., 
2013; Carranza, Hale, 2002). 
Một số kỹ thuật tăng cường ảnh giúp làm nổi 
bật các đối tượng quan tâm như chia kênh (band 
ratio), kỹ thuật Crosta (Cro’sta, Moore, 1989), 
phân tích thành phần chính định hướng (Directed 
Principal Component Analysis - DPCA), Sabins 
(1999) sử dụng ảnh Landsat TM nhận dạng đới 
biến đổi nhiệt dịch bằng các ảnh chia kênh được 
chiết xuất tự động, xác định được hai tổ hợp 
khoáng vật bị biến đổi là các khoáng vật Fe và các 
khoáng sét cùng với alunit tại vùng mỏ Cu - Au 
Goldfield, Nevada (Hoa Kỳ). Shafaroudi và nnk. 
(2009) cũng sử dụng phương pháp chia kênh trên 
ảnh AS ... dài từ Bãi Bằng đến Khun 
Hà nằm giữa hai đứt gãy đã xác định , cũng như các 
đới dạng tuyến khu Nậm Tra, Muỗi. 
Đối sánh kết quả với các đới khoáng hóa xác 
định tại khu vực Bãi Bằng thấy rằng có sự tương 
đồng; phương đông bắc - tây nam của các đới 
khoáng hóa trùng với phương các đới khoáng vật 
chứa Fe đã xác định. Tuy nhiên, sự liên kết này vẫn 
chưa rõ ràng do đới khoáng hoá kích thước khá 
nhỏ 0,5÷2,5 m (Bùi Minh Chung, 2015) điều này 
không phù hợp với kích thước pixel ảnh. Đồng 
thời, do đặc điểm khoáng hoá trong vùng thường 
đi kèm với magnetit, specularit, nên đây là một 
dấu hiệu cho các vùng tiềm năng quặng hoá. 
Hình 4. Đồ thị mô tả các vecto riêng. 
Bảng 1. Vecto riêng, hệ số tương quan (loadings) trong phân tích thành phần chính các ảnh chia kênh. 
Thành phần 
chính (PC) 
Vecto riêng Giá trị riêng % Phương sai Hệ số tương quan 
Kênh tỷ lệ 4/2 Kênh tỷ lệ 5/4 Kênh tỷ lệ 4/2 Kênh tỷ lệ 5/4 
PC1 - 0,183 - 0,983 4146,293 61,71 2624,986 - 0,230 - 1,235 
PC2 - 0,983 0,183 2572,366 38,28 4093,673 - 0,779 0,145 
 Kênh tỷ lệ 6/7 Kênh tỷ lệ 5/4 Kênh tỷ lệ 6/7 Kênh tỷ lệ 5/4 
PC1 - 0,624 - 0,781 6053,202 85,47 2988,309 - 0,888 - 1,112 
PC2 - 0,781 0,624 1028,780 14,52 4093,673 - 0,392 0,313 
 Trần Trung Hiếu và nnk./ Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(2), 12 - 24 19 
Hình 5. Vị trí các đới giàu khoáng vật. 
A - chứa Fe trên ảnh PC2 (4/2 - 5/4); B - khoáng vật sét trên ảnh PC2 (6/7 - 5/4). 
20 Trần Trung Hiếu và nnk./ Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(2), 12 - 24 
Hình 6. A - Ảnh vị trí gần điểm khai thác Bãi Bằng; B - Dăm kết vị trí gần suối Nậm Dịch giàu các hematit 
- goethit trên bề mặt (Điểm D1, Hình 4A); C - Specularit hình thành trong các mạch thạch anh (Điểm D2, 
Hình 4A); D - Tinh thể pyrit trong syenit bị biến đổi silic - magnetit - chlorit hoá (Điểm D3, Hình 4A); E - 
Biến đổi argillic hoá đi cùng sự oxi hoá sau biến đổi phyllic hoá (Điểm D4, Hình 4A); F - Biến đổi argillic 
hoá yếu sau biến đổi kali hoá (Điểm D5, Hình 4A); G - Biến đổi phyllic hoá yếu trên syenit porphyr (Điểm 
D6, Hình 4A). 
Đối sánh kết quả với dữ liệu máy đo phổ cầm 
tay (Công ty TPJ, 2014) (Bảng 2, Hình 7) cũng cho 
thấy có sự tương đồng cao. Dữ liệu đo phổ cầm tay 
được thực hiện trên cả mẫu đất và mẫu đá, sau đó 
được phân tích giải đoán bằng aiSIRIS. AiSIRIS là 
một ứng dụng trí tuệ nhân tạo (AI) tính toán các 
dữ liệu phổ từ máy đo cầm tay thông qua đối sánh 
với mẫu chuẩn. Từ đó, cho phép nhận dạng, trích 
xuất đường cong phản xạ phổ đối tượng. Kết quả 
phân tích aiSIRIS (Bảng 2) thực hiện tại 78 điểm 
lấy mẫu đã có nhiều điểm (32/78) trùng kết quả 
phân tích trên ảnh với thành phần chủ yếu 
hematit, jarosit, goethit, siderit. 
Kết quả các đới khoáng vật sét (Hình 5) cũng 
cho thấy sự khá tương đồng với thành phần địa 
chất. Các điểm tập trung cao khu Bãi Mới, Muỗi, 
 Trần Trung Hiếu và nnk./ Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(2), 12 - 24 21 
Hình 7. Vị trí thân quặng và điểm đo phổ cầm tay khu Bãi Bằng (Công ty TPJ, 2014). 
Bảng 2. Kết quả phân tích máy đo phổ cầm tay (Công ty TPJ, 2014). 
ID Easting Northing VNIRMineral SWIRMineral 
1 352198 2457702 goethite+hematite montmorillonite:95+kaolinite:5 
2 352100 2457705 fe carbonate kaolinite:80+dickite:20 
3 352100 2457705 fe carbonate carbonate 
4 351674 2457675 hematite+jarosite gypsum:45+jarosite:30+kaolinite:25 
5 351618 2457675 goethite+hematite gypsum:75+kaolinite:25 
6 351889 2458319 goethite+hematite amphibole:50+water_silica:30+kaolinite:20 
7 352108 2458307 goethite montmorillonite:50+nontronite:45+kaolinite:5 
75 351610 2456857 hematite kaolinite:60+water_silica:40 
76 351397 2456923 goethite+hematite montmorillonite:55+kaolinite:40+white mica:5 
77 351761 2456846 hematite montmorillonite:85+kaolinite:10+chlorite:5 
78 351708 2456506 goethite+hematite montmorillonite:55+gibbsite:25+kaolinite:20 
phần trên Can Hồ đều phân bố trên các thành tạo 
trầm tích cát bột kết, đá phiến sét hệ tầng Yên 
Châu, Suối Bàng và các thành tạo trầm tích Đệ tứ 
(Hình 6E, 6F, 6G). Các đới phần trung tâm kéo dài 
từ T - bowl đến Can Hồ có cấu trúc dạng tuyến dọc 
theo đứt gãy chính đông bắc - tây nam. Đồng thời 
là minh chứng khẳng định sự tồn tại đứt gãy này. 
Dữ liệu Landsat khá phổ biến, có nhiều ứng 
dụng tuy nhiên khi sử dụng nghiên cứu phản xạ 
phổ đối tượng, vẫn tồn tại một số vấn đề gặp phải 
như: độ phân giải phổ, độ phân giải không gian. 
Một số khoáng vật như các khoáng vật sét 
(kaolinit, illit), có đường cong phản xạ phổ khá 
tương tự nhau, thường bị hấp thu mạnh gần bước 
sóng 2,2 μm và chỉ khác biệt một chút với từng 
khoáng vật. Trong khi độ rộng các kênh trên ảnh 
Landsat khá lớn nên trên ảnh Landsat rất khó 
phân biệt được riêng rẽ các khoáng vật sét. 
Carranza và Hale (2002) giải quyết vấn đề này 
bằng các tỷ lệ kênh mới dùng cho DPCA (Bảng 3) 
22 Trần Trung Hiếu và nnk./ Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(2), 12 - 24 
được xây dựng cho mỗi khoáng vật riêng dựa trên 
đường cong phản xạ phổ của chúng. Tuy nhiên độ 
chính xác vẫn chưa cao do vẫn tồn tại nhiều ảnh 
hưởng thực vật. 
Bảng 3. Các tỷ lệ kênh sử dụng cho DPCA trên ảnh 
Landsat 8 (Carranza và Hale, 2002). 
Tên 
Tỷ lệ 
Thực vật Khoáng vật 
Quartz 3/4 7/2 
Alunit 5/2 6/7 
Kaolinit 5/4 6/7 
Chlorit 5/3 6/2 
Epidot 3/4 6/2 
Độ phân giải không gian của các kênh ảnh 
Landsat phần lớn là 30x30 nên trong khoảng 900 
m2 với vùng địa chất phức tạp sẽ chứa rất nhiều 
thành phần khoáng vật. Như vậy giá trị phản xạ 
của một pixel là hỗn hợp của nhiều đối tượng, gọi 
đó là pixel hỗn hợp. Một số chương trình phân loại 
tự động hiện nay có thể chiết tách phổ các đối 
tượng trong mỗi pixel hỗn hợp. 
Hai vấn đề này của Landsat có thể cải thiện 
khi sử dụng các ảnh viễn thám khác như ASTER, 
Hyperion, đặc biệt với dữ liệu siêu phổ PRISMA 
(Ý) đã cung cấp dữ liệu ảnh từ tháng 5/2020, với 
độ phân giải không gian, độ phân giải phổ tốt hơn. 
Một vấn đề khác ảnh hưởng giá trị phản xạ 
phổ là hiệu chỉnh khí quyển. Bài viết sử dụng thuật 
toán FLAASH áp dụng mô hình chuẩn MODTRAN, 
giúp loại bỏ ảnh hưởng các yếu tố như mây, sương 
mù, Tuy nhiên, đối khu vực diện tích không quá 
lớn như khu vực nghiên cứu độ chính xác bị ảnh 
hưởng. Khi xử lý cần thêm các thông số khí tượng 
tại thời điểm bay chụp như hàm lượng hơi nước, 
tỷ lệ CO2, độ cao mây, sương mù, 
Phân tích thành phần chính (PCA) là một 
phương pháp khá phổ biến trong phân tích ảnh. 
Có 2 kiểu phân tích thành phần chính là phân tích 
thành phần chính chuẩn hoá sử dụng ma trận hiệp 
phương sai và phân tích thành phần chính không 
chuẩn hoá sử dụng ma trận hệ số tương quan. 
Khác biệt rõ nhất giữa 2 kiểu trên là sau khi chuẩn 
hóa các biến, các giá trị riêng sẽ khác nhau dẫn đến 
phần trăm thông tin trên các PC khác nhau. Các PC 
đầu trong phân tích thành phần chính chuẩn hoá 
sẽ có phần trăm thông tin thấp hơn so với trong 
phân tích thành phần chính không chuẩn hoá. Khi 
đó các đối tượng không phổ biến trong khu vực sẽ 
có nhiều thông tin hơn ở các PC sau. Ngoài việc sử 
dụng các biến đã chuẩn hóa giúp cải thiện đáng kể 
tỷ lệ tín hiệu/ nhiễu và tăng cường chất lượng ảnh 
(Singh và Harriso, 1985). Nghiên cứu sử dụng 
phân tích thành phần chính không chuẩn hoá, tuy 
nhiên cho kết quả tốt và không sai khác quá nhiều 
khi sử dụng phân tích thành phần chính chuẩn hoá 
do lượng kênh thấp. 
5. Kết luận 
Kết quả phân tích chỉ ra một số đới dị thường 
giàu khoáng vật sét và khoáng vật chứa Fe, từ đó 
cho phép khái quát về đặc điểm cấu trúc, sự phân 
bố quặng hóa trong khu vực. Kết quả có sự tương 
đồng với một số kết quả đối sánh từ dữ liệu giải 
đoán phổ cầm tay và thực địa. Độ chính xác còn 
nhiều hạn chế, phụ thuộc nhiều yếu tố như bản 
chất ảnh, hiệu chỉnh ảnh,... Phương pháp nghiên 
cứu này sẽ mang lại hiệu quả cao hơn khi có các 
phương pháp hỗ trợ khác như kết hợp giải đoán 
ảnh ASTER, Hyperion, 
Lời cảm ơn 
Bài báo hoàn thành là kết quả nghiên cứu từ 
đề tài cơ sở hỗ trợ cán bộ trẻ năm 2020 của Viện 
Địa Chất, Viện Hàn lâm Khoa học Công nghệ Việt 
Nam: “Nghiên cứu đặc điểm phản xạ phổ các 
khoáng vật sét và khoáng vật chứa sắt sử dụng dữ 
liệu ảnh Landsat” do tác giả Trần Trung Hiếu làm 
chủ nhiệm. Tác giả chân thành cám ơn sự hỗ trợ 
của đề tài “Nghiên cứu xác lập tổ hợp phương 
pháp điều tra một số loại hình khoáng sản kim loại 
nội sinh ẩn sâu. áp dụng thí điểm điều tra và 
khoanh vùng triển vọng vàng gốc ở địa khu Nam 
Ngãi - Mã số: BĐKH.29/16 - 20” và Công ty TPJ đã 
hỗ trợ số dữ liệu máy đo phổ cầm tay khu vực 
nghiên cứu. 
Đóng góp của các tác giả 
Trần Trung Hiếu - lên ý tưởng bài báo, viết 
bản thảo bài báo; Nguyễn Trung Thành, Nguyễn 
Đức Anh, Bùi Phương Thảo, Nguyễn Công Quân - 
phân tích số liệu; Bùi Minh Chung, Chu Văn Dũng, 
Trần Quốc Cường, Trần Mỹ Dũng - thu thập dữ 
liệu, góp ý chỉnh sửa. 
Tài liệu tham khảo 
Bill Howell, Nguyễn Thị Thục Anh, Matthew 
Farmer, Bùi Xuân Vinh, (2007). Some 
 Trần Trung Hiếu và nnk./ Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(2), 12 - 24 23 
preliminary results on the gold exploration 
program of Pu Sam Cap project of Triple Plate 
Junction ltd, Việt Nam. Trung tâm thông tin, lưu 
trữ và tạp chí địa chất. 9tr. 
Bùi Minh Chung, (2015). Đặc điểm quặng hóa 
vàng gốc khu Bãi Bằng, vùng Pu Sam Cáp, Tam 
Đường, Lai Châu. Luận văn thạc sĩ , Trường đại 
học Mỏ - Địa chất. 101tr. 
Carranza, E. J. M., Hale, M., (2002). Mineral 
mapping with Landsat Thematic Mapper data 
for hydrothermal alteration mapping in 
heavily vegetated terrain. Int. J. Remote Sens. 
23(22). 4827-4852 
Clark, R. N., Swayze, G. A., Gallagher, A., King, T. V. 
V., Calvin, W. M., (1993). The U.S. geological 
survey digital spectral library: Version 1: 0.2 to 
3.0 um. USGS Open File Report 93 - 592: U.S. 
Geological Survey. 1340p. 
Công ty TPJ, (2014). Báo cáo thăm dò vàng và đa 
kim đi kèm vùng Pu Sam Cap, huyện Sìn Hồ và 
huyện Tam Đường, Lai Châu. Báo cáo nội bộ, 
Liên đoàn Intergeo và công ty Triple Plate 
Junction Limited. 
Cro’sta, A. P., Moore, J. M., (1989). Enhancement of 
Landsat Thematic Mapper imagery for 
residual soil mapping in SW Minas Gerias 
State, Brazil: a prospecting case history in 
Greenstone belt terrain. Proceedings of the 
Seventh Thematic conference on Remote 
Sensing for Exploration Geology, Calgary, 
Alberta, Canada, 2 - 6 October 1989 (Ann 
Arbor, MI: Environmental Research Institute 
of Michigan). 1173-1187. 
Crosta, A. P., C. R. de Souza, F. Azevedo and C. 
Brodie, (2003). Targeting key alteration 
minerals in epithermal deposit in Patagonia, 
Argentina, using ASTER imagery and principal 
component analysis. Int. J. Remote Sens 10. 
4233-4240. 
De Smith, M. J., Goodchild, M. F., Longley, P., 
(2007). Geospatial Analysis: A Comprehensive 
Guide to Principles, Techniques and Software 
Tools. Troubador Publishing Ltd. 
Dương Quốc Lập (cb), (2002). Bản đồ địa chất và 
khoáng sản tờ Mường Mới. Trung tâm thông 
tin, lưu trữ và tạp chí địa chất. Tổng cục địa chất 
và khoáng sản Việt Nam. 
Fraser, S. J., (1991). Discrimination and 
identidentification of Ferric Oxides using 
satellite Thematic Mapper data: a Newman 
case study. International Journal of Remote 
Sensing 12, 635 - 641. 
Fraser, S. J., and Green, A. A., (1987). A software 
defoliant for geological analysis of band ratios. 
International Journal of Remote Sensing 8, 525 
- 532. 
Hunt, G., (1977). Spectral signatures of particulate 
minerals in the visible and near infrared. 
Geophysics 42, 501 - 513. 
Hunt, G. R., Ashley, P., (1979). Spectra of altered 
rocks in the visible and near infrared. Econ. 
Geol 74. 1613-1629. 
Hunt, G. R., Salisbury, J. W., Lenhoff, C. J., (1971). 
Visible and near - infrared spectra of minerals 
and rocks: III. Oxides and hydroxides. Mod. 
Geol 2. 195-205. 
Johnson Richard A., Dean W. Wichern, (2007). 
Applied Multivariate Statistical Analysis, 6th 
Edition. Pearson Education, Inc ISBN 0 - 13 - 
187715 - 1. 
Leloup P. H., Arnaud N., R. Lacassin, J. R. Kienast, T. 
M. Harrison, T. T. Phan Trong, A. Replumaz, 
and P. Tapponnier, (2001). New constraints on 
the structure, thermochronology, and timing 
of the Ailao Shan - Red River shear Zone, SE 
Asia. Journal Of Geophysical Research, Vol. 106, 
No. B4, 6683 - 6732. 
Pour Amin Beiranvand, Mazlan Hashim, John van 
Genderen, (2013). Detection of hydrothermal 
alteration zones in a tropical region using 
satellite remote sensing data: Bau goldfield, 
Sarawak, Malaysia. Ore Geology Reviews 54, 
181-196. 
Sabins Floyd F., (1999). Remote sensing for 
mineral exploration. Ore Geology Reviews 14, 
157-183. 
Shafaroudi, A. M., M. H. Karimpour, C. R. Stern and 
S. A. Mazaheri, (2009). Hydrothermal 
alteration mapping in SW Birjand, Iran, using 
the Advanced Spaceborne Thermal Emission 
and Reflection radiometer (ASTER) image 
processing. J. Applied Sci. 9. 829-842. 
Singh, A. and Harrison, A., (1985). Standardized 
24 Trần Trung Hiếu và nnk./ Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất 62(2), 12 - 24 
Principal Components. International Journal of 
Remote Sensing 6(6). 883-896. 
Spatz, D. M., Wilson, R. T., (1995). Remote sensing 
characteristics of porphyry copper systems, 
western America Cordillera. In: Pierce, F.W., 
Bolm, J.G. (Eds.), Arizona Geological Society 
Digest 20, 94-108. 
Tangestani, M. H., and F. Moore, (2001). 
Comparison of three principal component 
analysis techniques to porphyry copper 
alteration mapping: A case study, Meiduk area, 
Kerman, Iran.Can. J. Remote Sens., 27: 176-182. 
Trần Đức Lương, Nguyễn Xuân Bao, (1988). Bản 
đồ địa chất Việt Nam tỷ lệ 1:500.000. Tổng cục 
Mỏ và Địa chất. Hà Nội. 
Trần Trọng Hòa, Hoàng Hữu Thành, Ngô Thị 
Phượng, Trần Tuấn Anh, Hoàng Việt Hằng, 
(1999). Các đá magma kiềm kali Tây Bắc Việt 
Nam: biểu hiện tách giãn nội mảng Paleogen 
muộn. Tạp chí địa chất A (7-14).