化探数据处理原理及方法.ppt

勘查地球化学数据常规处理及其意义,中国地质大学硕士研究生“勘查地球化学”课程授课,主要内容,一、勘查地球化学分类、数据来源及特征二、常规数据预处理三、数据统计分析四、地球化学背景与异常的分解五、地球化学异常组合及其作用六、地球化学数据处理新方法及其用途七、地球化学异常评价,一、勘查地球化学分类、数据来源及特征,（一）地球化学找矿分类地球化学找矿地球化学探矿，化探（GeochemicalProspecting）1、方法分类测量方式：航空化探放射性、气体海洋化探海水、海底沉积物、生植物、放射性、气体地表化探岩石、土壤、水系沉积物、水、生植物、气地下（井中）化探岩矿石、水、放射性、气体服务对象：金属矿化探、石油化探、农业化探、工程化探、环境地球化学测量、城市化探、多目标地球化学填图等,一、勘查地球化学分类、数据来源及特征,范围和精度：区域化探全球地球化学填图、区域化探（踏勘、普查）局域（矿区）化探详查、高精度勘查取样介质：岩石地球化学测量原生晕（异常）找矿土壤地球化学测量次生晕（异常）找矿水系沉积物地球化学测量分散流（异常）找矿水文地球化学测量水化学（异常）找矿气体地球化学测量气体地球化学（异常）找矿生物地球化学测量生物地球化学（异常）找矿放射性地球化学测量放射性地球化学（异常）找矿,一、勘查地球化学分类、数据来源及特征,2、异常分类异常形成环境内生异常、表生异常异常形成关系原生异常、次生异常（分散流、水成）异常时间关系同生异常、后生异常异常介质关系岩石、土壤、水系沉积物、水文、气体、生物异常形成意义矿致异常、分散矿化带、非矿异常、假异常异常形成规模地球化学省（N1000N10000平方公里）区域地化异常（N10N100平方公里）局部异常、点异常（指纹）异常出露情况显露异常、隐含异常异常含量变化高值异常、低缓异常、正异常、负异常（贫化）,一、勘查地球化学分类、数据来源及特征,页岩,灰岩,花岗岩,水系沉积物异常,气体异常,冲积层,坡积物,生物异常,岩石异常,矿体,断层,水化学异常,土壤异常,地质景观与地球化学异常,一、勘查地球化学分类、数据来源及特征,一、勘查地球化学分类、数据来源及特征,（二）元素地球化学分类及其意义戈尔德施密特亲铁、亲铜、亲石、亲气和亲生物五分法及其意义：亲铁元素：FeCoNiMoTcRuRhPdReOsIrPtCP亲铜(硫)元素：CuAgAuZnCdHgGaInTlGeSnPbAsSbBiSeTePoBrIAtS亲石(氧)元素：LiNaKRbCsFrBeMgCaSrBaRaBAlScYTrAcSiTiVCrMnZrNbHfTaWThPaU亲气元素：NHHeNeArKrXeRn亲生物元素：CNHOPB等,一、勘查地球化学分类、数据来源及特征,通常的元素分类及意义(1)主量元素和微量元素：主量元素(一般在体系中的丰度uB0.1)和微量元素(一般在体系中的丰度u0.1)。(2)造岩元素。是构成岩石圈的主量元素，造岩碱性元素和造岩酸性元素。造岩碱性元素:包括Li、Na、K、Rb、Cs、Be(两性)、Mg、Ca、Sr、Ba。具亲氧性。主要以阳离子形式迁移和存在，构成水溶液和岩石中的碱性组分。造岩酸性元素:包括Be、B、(C)、A1、SiP等，常以酸性配阴离子形式在水溶液中及熔浆中迁移，并形成含氧酸类矿物，构成各种岩石的基本结构骨架，也称为“造网”元素。,一、勘查地球化学分类、数据来源及特征,(3)稀土元素：包括镧系和钇。属亲氧弱碱性阳离子，但通常为+3价，水溶液中难溶，由于稀土元素丰度低，常形成副矿物。(4)高温成矿元素：包括Zr、Hf、Nb、Ta、Mo、W、Re、Tc等。其余主要呈酸根配离子形式，表现亲氧性，常在高温岩浆热液作用过程富集。(5)第一过渡族：Sc、Ti、V、Cr、Mn、Fe、Co、Ni。具有由亲氧到亲硫的过渡性，主要在基性、超基性岩浆中富集。(6)金属成矿元素：这类元素的亲硫性或亲铁性较强，矿床中主要以硫化物、硫盐或自然金属形式存在。根据其经济价值，又可以分为贵金属和重(贱)金属。贵金属元素：包括Ru、Rh、Pd、(Ag)、Os、Ir、Pt、Au、(Hg).以金属态产出，在基性和超基性岩中富集。,一、勘查地球化学分类、数据来源及特征,亲硫重(贱)金属元素：包括Cu、Zn、Ga、Ge、As、(Ag)、Cd、In、Sn、Sb、(Hg)、Pb、Tl、Bi等，具亲硫性，易进入硫化物相高度富集成矿。(7)阴离子族：O、S、Se、Te、F、Cl、Br、I等，是良好的运矿剂。(8)放射性元素：Z大于等于84，包括Po、At、Rn、Fr、Ra、Ac、Th、Pa、U。几乎没有独立的地球化学活动。与稀土元素性质相似。(9)地球挥发分：包括H、(C)、N、(O)、He、Ne、Ar、Kr、Xe。常作为物质迁移、分异的活化剂和搬运剂。,一、勘查地球化学分类、数据来源及特征,一、勘查地球化学分类、数据来源及特征,（三）数据特征1.离散型2.非均匀(极差很大)型3.定性、半定量、定量型4.有量纲型5.受控型(方向、断层、地质体)6.存伪型数据处理的目的：“去粗取精、去伪存真、由此及彼、由表及里”,二、常规数据预处理,（一）数据预处理的目的1.使其尽可能的满足某种分布(正态分布)，便于解释其分布规律2.统一不同元素量纲和数据水平，便于累加等运算3.两个元素间非线性关系变为线性相关4.突出综合变量，化减变量数。,二、常规数据预处理,（二）数据预处理方法及意义1.均匀化式中:i=1，2，,p为样本数；n为变量数。功能：给定yi(1)值，求得yi(n)相对于yi(1)的倍数值xi(n)。其中:yi为xi的原函数，xi为yi的像函数。yi(1)也可以为yi(n)的平均值,2、阈值化式中:i=0,1，2,n划分的级次数；ki为阈值。功能：把原始观测值xi按照给定的阈值ki转化为0至n的多元状态值；转化后的f（Xi）为0，1，2，n无量纲状态值，常用于变化范围较大的变量。,3、标准化式中:i=1，2，,n；为样本数；j=1,2,m为变量数；xij为原始观测值；Sj为标准偏差；xj为平均值；处理后的xij值yij为无量纲数据。,4、极差化式中:i=1，2，,n；为样本数；j=1,2,m为变量数；xij为原始观测值；xjmax和xjmin分别为第j个变量原始观测值的极大和极小值功能：对原始观测值xij进行极差化处理，处理后的yij为0至1之间的无量纲值，以减小变量间的极差。,二、多源地学信息分析与变换,5、取对数Xi=Ln(Xi+C)式中:i=1，2，,n；为样本数；C为常数，防止接近于0的元素含量太负；功能：对原始观测值xij含量极差比较大的元素（如：Au、Ag、Hg等成矿元素）进行变换后，使其服从对数正态分布。,二、多源地学信息分析与变换,（三）特异数据处理,二、多源地学信息分析与变换,1、低于捡出限的数据取捡出限1/2如：100012503、特异值（高出周边很多的但点异常值）（1）实验室处理（2）野外处理（3）实际处理（背景剔除、统计及异常保留）4、空白值（单空点多点平均，区空保留）,三、数据统计分析及其意义,（一）统计单元划分1.统计样品条件(1)样品定义的统一性:代表母体,反映母体特征;(2)单元应具有一定数量,保证形成具有一定容量的样本,以对母体特征作出较准确的估计;(3)单元应具有一定的独立性,以保证抽样的随机性,形成简单随机样本,有利于样本分布的估计.2.地质条件(1)单元既是统计样品,又是资源的载体,保证单元信息的完整性;(2)单元的等级性;(3)单元划分应以反映矿产资源体与异常标志之间的客观联系为目的.3.满足资源预测技术要求单元划分的目的是通过已知单元异常特征和标志的研究建立预测模型,对未知单元的资源特征和潜力进行评价.因此,必须考虑模型单元与预测单元之间信息的平衡性(直接信息与间接信息).,(二)单元划分基本类型1.规则单元网格单元2.自然单元(1)地质体单元定性划分;矿体往往位于地质体内,接触带和地质体外.(2)地质异常单元以网格单元为样品单元,样品单元大小根据预测尺度而定;综合致矿信息定量标度的样品异常单元集合.,1.单变量（1）针对要解决的地学问题，分析多源信息来源、原理、精度、准确度、用途及意义。（2）分析信息变化的特征，如：极大值、极小值、常见值、平均值（中间值）、变异性（波动性）、分布状态（正态单峰、对数正态多峰等）、空间变化规律（梯度、衬度、分带性）、连续性（单点突变或多点连续）等。2.多变量相互之间的正、负相关关系、耦合匹配（共生组合）关系、特征映射关系、重复性与互补性。,（三）地球化学数据分析,（四）主要成矿元素的统计意义,（四）图示分析,（直方图、点阵图、三角图、玫瑰图、曲线图、投影图等）1、直方图（单元素含量频数直方图）2、散点图（只管展示元素间、介质间相互关系）3、饼图（含量分布百分比）4、研究统计分布特征（1）正态分布（分布比较均匀或样本密度大）（2）对数正态分布（元素含量变化大或多因素叠加）（3）二项分布（不确定性大，地质体复杂极不均匀）,（一）元素的丰度、浓集系数及其意义,元素在地壳中的丰度及浓集克拉克值,某元素的资源量RKAK估算系数，A地壳丰度,四、地球化学背景与异常的分解,浓集克拉克值某地质体平均值克拉克值相对浓集系数某地质体平均值区域背景小于0.60相对贫化0.60-1.60正常分布1.00-1.50相对偏高1.50-3.00明显富集大于3.00强富集,（二）背景与异常的概念,含量,全球背景,区域背景(异常),局部异常,奇异异常,地球化学场:Cij=Fi，j(x,y,z,t),（三）异常下限确定,(1)长剖面法(经验法)(2)计算方法Ca=C0+KSCa异常下限，C0背景值K置信度系数（13），S标准差(3)统计作图方法,背景,异常,Ca,（四）背景与异常分解,作用：将区域背景与局部异常分离常用方法：1、滑动平均2、趋势分析3、平均场方法4、滤波技术5、地质统计学克立格,圆滑处理,三点圆滑五点圆滑七点圆滑九点圆滑,圆滑方法：手工圆滑计算方法（中心平均值法）,窗口滑动平均,335577992525,55,窗口滑动平均实例,云南维西幅,55,99,2525,数字滤波,1滤波的意义去粗取精、去伪存真，使下列一些因素可能造成的干扰从实测中消除或降低。1）地质因素（矿体形态变化、岩体影响、岩矿物性变化、地表物质干扰等）；2）地形影响3）测量误差2常用的方法圆滑处理窗口滑动平均向上延拓带通滤波,带通滤波,低通滤波高通滤波,异常划分,异常划分（划分区域和局部异常）1突出区域异常向上延拓趋势分析的趋势值低通滤波（或匹配滤波去浅部效应）平均场2突出局部异常向下延拓趋势分析的剩余值高通滤波（或匹配滤波去深部效应）平均场剩余值求导数,异常划分（延拓）,下延500米局部异常上延5000米区域异常,云南中甸-维西布格重力异常,异常划分（趋势分析）,云南中甸-维西布格重力异常,局部异常区域异常,异常划分（平均场法）,云南中甸-维西布格重力异常,局部异常区域异常,五、地球化学异常组合及其作用,1、元素之间的线性累加（线性相关分析、极差化处理）累加、乘积、比值等2、R、Q型聚类3、因子分析,碱性系数,5、R或Q-型聚类（Clustering）分析及应用R-型聚类分析是依据相关系数(Rij)来度量变量之间的亲疏关系，即:-1Rij1式中:Rij为i变量和j变量之间的相关系数，其值越接近于1，表征两个变量之间的正相关性越强或越亲近，当Rij接近于-1时，表征两个变量之间呈负相关关系；xki和xkj分别为i变量和j变量的原始观测值或预处理后的观测值；分别为i变量和j变量的平均值。,四、多元信息统计分析与地学应用,Q-型聚类分析是用于揭示样本或评价单元之间的亲疏程度，通常用欧几里德距离系数（Dij）来度量（也可以用相似性系数和相关系数等），即:Dij=式中:Dij为i样本和j样本之间的欧几里德距离系数，其值越接近于0，表征两个样本之间越亲近，xik和xjk分别为i样本和j样本的原始观测值或预处理后的观测值。通过系统聚类分析研究一个变量与其它变量、一个样本与其它样本之间的亲疏关系，将关系密切的样本或变量优化组合成一个综合变量，以减少神经网络输入模式的维数。,R或Q-型因子（Factor）分析利用维变换或转换方法减少有效变量的数目或找到数据的不变式。因子分析法或主成分分析（PCA）是依据变量空间（R模式）或样本空间(Q模式)的主因子解，进行正交或斜交变换，通过线性组合优化，在信息量小于15%的前提下，相关变量x1，x2，xm（或相关样本y1，y2，yn）可以用数目较少且本身互不相关的因子计量f1，f2，fj（jm或jn）来取代，达到特征分类提取、优化组合的目的。在R模式因子分析中，fj=j1x1+j2x2+jpxm或写成矩阵形式：F=XB式中，B是回归系数矩阵，阶数为pm。按最小二乘法求解，B满足如下正规方程组RB=A或B=R-1A因子计量（因子得分）表达式为：F=XR-1A,对于Q模式因子分析，设有n个样本，每一个样本有p个变量，xij表示第i个样本的第j个观测值，用样本相关系数R来表示样本间的相似程度，依据相似程度对样本进行分类，定义为：Rts=式中和分别表示第t个样本和第s个样本的平均值。,秦岭化探39个元素主因子载荷,秦岭化探39个元素主因子解综合异常,秦岭化探主要成矿元素综合异常,秦岭化探39个元素F1主因子异常,秦岭化探39个元素F3主因子异常,第三讲主题内容,灰色关联滤波相似类比人工神经网络自适应学习识别小波技术高频若信息提取模糊算法隶属分类遗传算法特征归属分类,六、地球化学数据处理新方法及其用途,地球化学异常评价表述,1、区域异常面积2、异常强度3、异常规模4、元素组合特征5、元素分带特征6、地球化学元素金属省7、地球化学块体8、有利地质环境9、与物探、遥感异常对比研究10、与已知有价值的矿产点对比研究,地球化学异常评价表述,（1）连续性、均匀性、渐变性（2）峰值（极大值）、平均强度、衬度KCa/C0(C/Ca、Cmax/Ca)（3）线金属量Ml=x(Cx-C0)面金属量Ms=s(Cx-C0)(4)形态描述（线状、带状、等轴状、不规则状）与地质体关系(5)异常的元素组合特征指示意义，例如：AsSbBiHgAg，WMoSnCu组合等（6）分带性特征：元素性质分带、浓度分带（水平与垂直）,（7）异常剥蚀度系数E=（Kele21Kele22Kele2n）/（Kele11Kele12Kele1n）其中Kele1n、Kele2n分别为典型的前缘元素和尾晕元素的异常衬度。（8）不同介质中某元素含量（平均值）比值系数，如：Ki=某元素在土壤中的平均含量/该