特征分析法预测.ppt

特征分析法预测 CharacteristicAnalysis 第十一讲 YOURSITEHERE 第一节引言第二节方法步骤第三节应用 YOURSITEHERE 第一节引言 YOURSITEHERE 特征分析 又称决策模拟或决策分析 最早由J M Botbol等人 1971 提出 是作为解释地质 地球化学 地球物理等区域性多元数据的一种方法 自上世纪80年年代以来 在各种比例尺的矿产资源定量预测中 该方法已被普遍采用 YOURSITEHERE 总的说是属于 矿床模型法 其假设前提是相似的地质条件有相似的矿床分布 其实质是成矿地质环境的定量类比 是传统类比法的一种定量化方法 特征分析法基本原理 YOURSITEHERE 特征分析法通过对研究区内模型单元控矿地质变量的特征 包括地质 地球化学 地球物理 遥感等变量提供的矿化信息 查明地质变量之间的内在联系 确定各个地质变量的找矿意义 建立起某种特定类型矿产资源体或矿床的成矿有力度定量类比模式 特征分析法研究思路与内容 然后 将模型应用到预测区 将预测单元与模型单元的各种地质特征进行类比 用它们的相似程度表示预测对象的成矿可能性 用关联度来度量 据此圈定出有利成矿的各级远景区 YOURSITEHERE 特征分析方法要求自变量必须是二态或三态变量 该方法具有计算简单 意义明确的特点 特征分析是从研究已知矿床的主要特征 转换为二态或三态变量 出发 考查地质变量之间的匹配关系 对不同地质变量按其对成矿作用的大小 统计计算赋予不同的权 从而建立起某种矿床类型的定量化模型 一组特征标志 变量 的加权线性组合 然后考查预测单元的特征地质变量和矿床模型的特征变量之间的关联程度 圈出远景区 YOURSITEHERE 控制区 模型区 单元 xij为三态逻辑变量 1 0 1 X为模型单元的逻辑变量矩阵 数学模型 通过考查主要特征标志 变量 间的匹配关系 研究变量间的相关性 从而筛选出对成矿有指示意义的重要控矿因素和找矿标志 并按其对找矿作用的大小 对变量赋予不同权 YOURSITEHERE 矿床定量模型 选择权大的前p个变量 构成线性组合 式中 xi 特征标志 变量 的三元逻辑值bi 各特征标志 变量 的权系数y 关联度或称关联指数 表示了该单元找矿的有利程度 YOURSITEHERE 第二节方法步骤 YOURSITEHERE 方法步骤 1 建立地质概念模型 2 选择控制区 全面收集 分析研究资料建立不同尺度的地质概念模型 区域的 矿田的 矿床的 矿体的不同尺度的各种控矿地质条件分析及找矿标志研究 可用少数控制单元先建立模型 将y值高得分的单元与控制单元一起建立新的推广 扩充 模型 经过筛选后的 推广模型 用于预测 YOURSITEHERE GIS技术支持下控制区确定 变量取值与处理 云南维西矿床地质图 YOURSITEHERE 对各单元进行编号 GIS技术支持下控制区确定 变量取值与处理 云南维西矿床地质图 YOURSITEHERE 3 变量研究 特征标志 变量 原始取值 定量 定性 图表数据 变换和筛选将特征标志 变量 转换成逻辑变量 三态 1 0 1 或二态 1 1 变量值 YOURSITEHERE 某种地质特征在单元中出现情况 若 逻辑上互相对立 转换为二态或三态变量值的方法 视数据类型 性质及研究目的而定 总的赋值原则是以变量对成矿的有利程度为标准 YOURSITEHERE b 对离散型或某些连续性变量 a 对定性数据 一般可采用直观判定的方法 c 对平面上分布的连续性变量 YOURSITEHERE 数据变换 Z Sqrt Ln Cu Cu元素地球化学图 云南维西 y 0 y 0 minXY 2972000 00 501000 00 maxXY 2972000 00 599000 00 Cellsize 2000 00Points 50 YOURSITEHERE 水平方向一阶导数 水平方向二阶导数 YOURSITEHERE 原始图 二态图 三态图 YOURSITEHERE 加拿大某地区沉积变质金矿矿产地质图 YOURSITEHERE YOURSITEHERE C W W t C s C t 距离背斜轴的距离 500米 YOURSITEHERE YOURSITEHERE d 转换变量的逻辑组合 将原始数据 逻辑变量 三态 或二态 转换变量 逻辑组合变量 建立模型 二态逻辑运算 YOURSITEHERE d 转换变量的逻辑组合 将原始数据 逻辑变量 三态 或二态 转换变量 逻辑组合变量 建立模型 三态逻辑运算 YOURSITEHERE 4 计算特征标志 变量 的权系数 方法一 1 计算乘积矩阵 R rij pxp X X X 由三态变量表达的原始数据矩阵 rij 表示在n个单元中 第i变量与第j变量间的匹配关系 其中 YOURSITEHERE X YOURSITEHERE 匹配关系 匹配 1 不计匹配 0 不匹配 1 正匹配负匹配 1 1 1 1 1 0 1 0 1 1 YOURSITEHERE R rij pxp X X 对称方阵 i j主对角线元素 第i变量在n个单元中取值为非零的个数 即出现 1 和 1 的单元数 i j非对角线元素 第i变量和第j变量的匹配单元数 1 1 1 1 与不匹配单元数之差 1 1 0不计匹配 YOURSITEHERE 两变量出现不匹配情况较多 负相关程度增加 两变量出现匹配情况较多 正相关程度增加 相关系数 rij 0 n n YOURSITEHERE 2 确定变量的权系数 乘积矩阵 rij pxp 用于二态变量 用于二态 三态变量 用于二态 三态变量 用主成分分析取第一主成分 相对权系数 归一化 YOURSITEHERE 方法二 1 计算概率矩阵 2 计算概率矩阵主分量法 4 计算特征标志 变量 的权系数 该方法是从控制单元中各变量之间的匹配概率出发 研究模型中变量与变量之间的依次关系 pij 第i变量与第j变量之间的匹配概率 意义 在n个控制单元中 当变量i与变量j各自出现 1 1 总数固定不变时 则i与j出现正匹配和负匹配的观测匹配数是个随机变量 pij则为变量i和j匹配数 观测匹配数的累积概率 YOURSITEHERE 概率矩阵主分量法计算步骤 1 计算匹配矩阵T 并统计各变量的在n个单元中取 1 的个数pj和取 1 的个数qj i和j变量的正匹配数 i和j变量的负匹配数 T 2 计算两两变量的匹配概率pij 得匹配概率矩阵p 3 利用主分量分析方法 求概率矩阵的最大特征值及其所对应的特征向量 作为变量的权系数 计算要求 单元数n足够大 YOURSITEHERE 与乘积矩阵R一样 概率矩阵也是某种意义上的一种关联矩阵 反映了变量间的相关程度 例 第i和第j变量在n个单元中 观测匹配数 正匹配数 负匹配数 4 计算所得的匹配概率为79 其含义为 i j变量在观测序列中 观测匹配数4的累积概率 0 1 2 3 4 概率矩阵的计算只考虑变量间的匹配关系 正相关性 而没有考虑变量间的不匹配情况 负相关性 YOURSITEHERE 5 筛选标志 建立矿床模型 1 对相对权系数由大到小排序 确定特征标志 变量 的相对重要性 2 对贡献小的标志可以进行筛选 筛选后的特征标志要重新计算权系数 3 对采用不同方法计算的权系数 分别建立矿床预测模型 YOURSITEHERE 6 评价研究区的含矿远景 圈定远景区 1 将研究区未知单元各特征标志xi代入预测模型 求得关联度y值 y值越大 说明该单元的地质条件越接近 因而找矿远景越好 2 确定找矿远景单元y值临界值 参照回归分析中回归估值临界值的确定 YOURSITEHERE 2 矿点 小矿 大中矿 3 5 未知单元预测 预测临界回归估计值 2 5 已知单元8个 上升序列图 YOURSITEHERE 当y值渐变界线不甚明显时 可做标准化变换 1 1 然后分组统计作频率分布图 定出分组区间临界值 分级表示远景大小 再据评价区与模型区的相似程度 将高值y单元圈定为远景区 YOURSITEHERE YOURSITEHERE 3 有时 如模型单元的y值与模型单元的已知资源量值直接存在相关关系时 经检验符合预测要求 可以将预测远景区单元的y值转换成资源量 对预测远景区作出资源量估计 建立模型单元的关联度y值与资源量值之间的一元线性 或非线性 回归模型 将预测远景单元关联度y值代入回归方程 估计潜在资源量 YOURSITEHERE 7 推广模型单元选择 当已知有矿单元很少时 建立的模型代表性较差 此时 可选择一部分未知单元来参加建立推广模型 用有矿单元建立模型对未知单元计算单元关联度y值选出高y值单元 即与模型单元有相似匹配度的单元研究这种相似的匹配度是偶然事件还是客观存在的联系若确定为后者 则那些单元可选来建立推广模型 用概率矩阵主分量法确定权系数对未知单元进行预测 YOURSITEHERE YOURSITEHERE 第三节应用 自学 YOURSITEHERE 特征分析 一讲结束 大家辛苦啦 YOURSITEHERE 成矿远景区定量预测 小结 YOURSITEHERE 成矿远景区定量预测的统计方法 秩相关分析法预测找矿信息量法预测回归分析法预测 RegressionAnalysis 判别分析法预测 DiscriminateAnalysis 聚类分析法预测 ClusterAnalysis 逻辑信息法预测特征分析法预测 CharacteristicAnalysis 数理化理论预测证据权法预测逻辑回归法预测模糊逻辑法预测神经网络法预测等等 目的 具体确定成矿远景区的空间部位并进行矿床个数 矿产数量 及找矿概率等有关的定量估计 为地区矿产资源的进一步勘查和开发提供依据 比例尺 1 20万 1 5万 1 1万 YOURSITEHERE 矿床统计预测的主要特点是将概率统计及多元统计等定量方法用于矿床预测及评价 将预测对象或地区划分为等面积的网格单元或不规则的地质体单元 再根据已知有矿地区划分出 模型单元 用于与 未知单元 进行 相似类比 预测所依据的资料及数据可以是单一的地质变量或单一的物 化探变量 如秩相关分析法 信息量法 丰度法等 也可以是依据地 物 化 遥等各种数据的综合信息预测法 预测的类型有全国范围内针对某矿种的资源总量预测和在局部地区进行的成矿远景区定量预测 YOURSITEHERE 成矿远景区定量预测数学模型分类 有先验模型 模型预测法 无先验模型 无模型预测法 YOURSITEHERE 基本思想是通过对模型单元的控矿因素 找矿标志和地质特征等地质变量权系数的计算 进而建立数学模型 以表达模型单元地质条件与矿化有利度的关系 将其外推到预测区 从而达到评价预测单元矿化有利度的目的 有先验模型定量预测 YOURSITEHERE 矿床类型的多样性矿床成因的复杂性控矿因素的隐蔽性找矿信息的多解性 在不漏失或最少漏失矿体前提下最大限度缩小需用进行详细工作的地区范围 达到成果和收益最大 损失和消耗最小 由于其不确定性 所以是寻求正面结果概率最大 负面结果概率最小的双概率表征 成矿定量预测结果具有不确定性并常常因人而异 成矿预测是在不确定条件下制定最优决策的工作 赵鹏大 2007 成矿定量预测与深部找矿 地学前缘 15 5 YOURSITEHERE 成矿远景区定量预测成果形式 六定 定资源空间位置 定资源个数 类型 定资源数量 定找矿概率 或找矿远景优度的分级排序 定控矿因素定量组合 定控矿因