【优秀硕士博士论文】基于gis的化探找矿信息挖掘方法——以土壤化探为例

基于GIS的化探找矿信息挖掘方法以土壤化探为例摘要地球化学元素携带着矿化信息，利用地球化学元素进行元素异常分析在成矿预测方面有着重要的应用，地球化学元素异常分析能为找矿提供重要参考。因而，对于圈定异常并预测成矿方法的研究也成为了热点问题。文章综述了此次地球化学元素异常分析预测成矿理论方法，并在所提出方法的基础上，设定了基于单元素化探分析的异常圈定和基于因子分析的泛克吕金异常圈定相结合的技术路线。关键词因子分析；化探分析；GIS空间分析1前言由于某些矿化信息携带于地球化学元素中，对于地球化学元素的空间分布特征的研究，可以直接或间接地揭示矿化溯源问题。随着勘查地球化学的深入发展，地球化学异常评价成为了研究的重点。地球化学元素异常分析目的就是发现异常、圈定异常并对其进行筛选评价，并由此发现矿体，实现找矿突破。而确定地球化学异常与背景的分界点是至关重压的一环。同时，化探数据具有复杂性，使得传统简单的数据处理方法效果并不理想，化探异常作为找矿标志往往表现出不确定性1。因此，探讨更好地适合于不同地区具体情况的化探数据处理方法一直是深受重视的研究课题。2主要分析方法针对化探数据，进行地球化学元素异常分析预测成矿方法的研究。成矿相关元素分布在地球化学数据中的反映，既受特定地区成矿地质条件控制，也经历了各种后生和表生过程的长期影响，同时，化探数据的这种复杂性和不确定性给异常圈定带来诸多变化因素，导致有矿而无异常或者无矿而有异常的情况经常出现。综观前人研究，我们对化探数据处理方法总结出一是目前多采用基于单个元素的化探异常分析来圈定化探异常，将相关的单个元素进行空间叠加分析以圈定综合异常，在确定组合异常特征。这种方法考虑到各个元素间的相关性，但相关性的描述缺乏定量，不同元素在组合异常中重要性是不一致，而此方法并不能区分，从而指示元素组合的选择缺乏客观性二是在对各元素组合相关性的选取方面，偏重于丰度相关关系，而忽略空间相关性。研究空间相关性，这里指研究元素组合的空间变化尺度、幅度和方向性，这将比单个元素的空间分布更有利于反映化探异常与地质因素之间的关系，从而可能更好地圈定异常2。本次研究，提出两种化探分析圈定异常的方法一是基于单个化探元素的分析，通过相关元素空间叠加、组合来圈定综合异常；二是对各个元素及元素组合的相关性进行研究，先利用数学方法（因子分析处理化探数据后，再通过泛克吕金法构建组合模型，根据组合模型来识别地球化学异常。最后我们通过分离出异常与背景，圈定出异常区域，并且比较两种化探异常分析方法和异常评价，从中寻找化探规律，得出更适合特定地区域的化探找矿信息处理技术。3数据分析处理过程31研究数据地图资料XX省XX县三峰岭一带土壤测量实际材料图TIF；统计数据样品分析结果表（单位AU、AG为109，其余均为106）。该区域内的1426个化探样点样本,包含7种元素AU、AG、CU、MO、PB、ZN、AS浓度数据。32基于单元素化探分析异常圈定321化探数据预处理及确定背景和异常下限值地球化学场综合了区域地球化学背景场和地球化学异常场，地球化学元素背景场服从正态分布。在对地球化学异常做出预测前，需要将样本数据中的异常点剔除3。首先采用分析国家一级标准物质GBWGSS系列的方法，将原始数据中在平均值3倍标准差范围外的数据删除，保留大范围的数据。然后“保留”的数据为样本计算平均值、标准差，再利用平均值3倍标准差计算以确定异常临界值（上、下限），得到背景和异常的下限值（见表31），以确定地球化学异常与背景的分界点。异常值剔除异常值剔除后元素平均值P标准差XP3XP3X平均值P标准差XP3XP3XAU068055893523609968806202611171398395016831AG16220477505944515531321024379198173559CU45142808181129385839105415716460359094738781PB24782824941109535997215578621484514203558ZN1049953873732666136566287982722177216480413174094MO10610934244342652217909504312182239335034797AS10981336906510914729122997062835792855496914651表31计算结果表332KRIGING分析KRIGING插值原理用协方差函数和变异函数来确定高程变量随空间距离而变化的规律,以距离为自变量的变异函数,计算相邻高程值关系权值,在有限区域内对区域化变量进行无偏最优估计。KRIGING插值处理目前SUPERMAPDESKPRO6提供的插值向导方法有多种，我们分别采用普通克吕金和泛克吕金插两种插值方法，对原始样点数据中的不同元素属性进行内插计算，得到生成GRID数据集。KRIGING插值比较以AU元素为例，对其进行普通克吕金和泛克吕金插值，将得到两种GRID数据集进行比较（见图31），发现两个GRID数据集并无太大的差别。同时，我们将两种插值方法进行具体（如半径类型、参数、直方图）比较。A、AU普通克吕金插值B、AU泛克吕金插值图31两种AU克吕金插值克吕金插值查找半径类型其他参数直方图变长查找定长查找块查找内插函数旋转角度平均值阶数Y普通克吕金YYYYYY泛克吕金YYYYYY表32普通克吕金插值和泛克吕金插值的具体比较其实，不同的KRIGING插值方法生成的GRID数据集有一定差异。当数据极差相对较小时，采用泛KRING克吕金法生成的GRID数据集更为精确。同时，为了保证异常分析方法具有可比性，在后续的步骤中均采用泛克吕金法进行数据的插值分析。323分离背景场和异常场通过对化探数据的预处理，可以计算异常的下限值。以此确定异常场与背景场的分界点。结合计算得到的异常下限值，对泛克吕金插值得到的结果（各元素的GRID数据集）进行数据分级，得到各元素的地球化学场。以AU元素为例异常下限值为1398395分级参数范围（R）级数设置为2级未分级单元处理不变（I）结果数据集类型保存为双精度范围区间设置左闭右开目标值为0，代表地球化学背景场目标值为1，代表地球化学异常场图32AU泛克吕金重分类结果图通过栅格矢量化，将重分类得到的结果图进行栅格转矢量的工作，得到的AU地球化学场（见图33）。图33AU地球化学场324化探异常提取经过上述步骤后，每一种元素的地球化学场（矢量格式数据）都包含地球化学背景场和地球化学异常场，在属性数据中分别对应VALUE0和VALUE1。我们可以利用SQL查询，来提取各元素的异常面，即将VALUE1所对应的数据提取出来（见图34）。图34AU元素的异常面325元素组合异常的圈定元素组合异常相对于单元素异常判定是否存在隐伏矿体更为科学准确，误差更小，异常元素组合主要依据成矿元素富集显示的特征成矿元素组合，以及依据成矿元素之间性状相同的元素组合，这种方法得出的元素组合强化了元素异常，因而能使异常圈定更高效4。通过资料分析，得知组合元素与成矿的关系高温成矿带元素组合W、MO、SN、BI、NI、CU等；中温成矿带元素组合CU、PB、ZN、AG、AU等；低温成矿带元素组合AU、AS、HG、SB等。依据上述不同温度下成矿带元素的组合关系，将符合要求的各元素异常面通过空间叠加分析进行面数据集之间的两两合并。为了方便得到后续的组合异常图，还对其字段进行了操作。以CU和AU元素为例，对CU和AU元素的异常面分别建立名为“元素_1”和“元素_2”的字段，通过赋值CU和AU，完成数据集的属性更新。图35合并运算示意图利用叠加分析中的合并功能，分别选择CU和AU元素的异常面，并通过字段设置，分别选择名为“元素_1”和“元素_2”的字段，完成数据集之间的两两合并。若合并得到的数据集中同时具有“元素_1CU”和“元素_2AU”的属性，则说明该数据集的组合异常元素为CUAU。通过属性的查询，便可对组合异常元素一目了然。同时，通过建立“组合异常元素”的字段，也有利于标签专题图的输出。两两数据集合并后，可将此方法依次用于其他数据集的合并，完成所有的组合异常元素的圈定（见图36）。ABCD图36叠置分析过程在此，采用两种表达方式来表现不同温度下成矿带元素的组合关系。一是直接将圈定组合异常元素后的面数据集，与土壤测量实际材料图（矢量数据）进行叠加，通过颜色和透明度的设置，可以很直观地在图上看出不同温度成矿带的地理分布和面积大小；在图上也知晓成矿带内元素的组合关系。二是将圈定组合异常元素后的面数据集，通过面数据集转线数据集，制作标签专题图和单值专题图的，制得XX省XX县三峰岭一带土壤测量元素组合异常图，如图37表示了高温成矿带图。图37XX省XX县三峰岭一带高温成矿带图图38金、砷组合异常图326组合异常评价通过组合异常分析，将各种成矿元素通过采样点之间的内插得到的富集区域，根据空间分析的叠加模型进行成矿元素之间的叠加，从而得出多金属元素富集区域，有利于采矿区域的确定。高温热液矿化作用中通常含有铜、钼等元素，所以铜、钼等元素组合是寻找热液贱金属矿化的标志。这一结论与分析得到的结果相一致，通过高温成矿带的采矿，有利于寻找相应的金属矿化。当然，该成矿带内只包含了铜和钼两种元素，可能影响采矿工作的经济效益，建议无需投入太多的经济成本。热液金矿床中除金外常伴生有汞、镍、铅、银、铜、锌等元素的异常。这种矿床以上金属可能部分出现。而中温和中高温热液矿化作用通常与金、银、铜、铅、锌富集有关，这些元素的组合为热液金矿床预测提供依据。中温矿带区内包含的金属元素较多，开采时可获得较高的效益。低温热液矿化作用的代表元素有汞、砷、锑、硒、铜，为汞矿、锑矿和金矿床等矿床的定位提供依据。通过分析所得到的低温矿带区内包含铜和砷两种组合异常，虽然对金矿床的寻找具有指示意义，但可能造成采矿成本的损失5。综上，其分析结果与查询的资料结果较为相近，在此不对地质的专业内容做太多深入，旨在通过GIS技术确定采矿区域，为地质找矿和科研预测提供科学的依据。33基于因子分析与泛克吕金的综合异常圈定通过上述基于单元素的异常分析，研究发现若是面对大量的地球化学数据，逐个元素分析可能费事费力。为了最大限度的保留元素的相关信息，构建元素组合模型，运用组合元素的自相关性和空间相关性，根据计量地理学提出的数学方法主成分分析，提出利用因子泛克吕金格模型进行组合异常识别的方法。将研究区样点数据采用因子分析构造出主成分，也即公因子，公因子最大化地保留了原始信息。然后选用泛克吕格法得出异常。整个分析过程目的在于寻求地球化学异常场，寻找未知矿床。331因子分析原理因子分析是用来研究一组变量的相关性，或用来研究相关矩阵内部结构的一种多元统计分析方法。它将多个变量综合成为少数的因子，也就是在较少损失原始数据信息的前提下，用少量的因子去代替原始的变量，从而达到对原始变量的分类，揭露原始变量之间的内在联系6。因子分析注重于研究变量之间或者样品之间的共生组合规律及相互关系。从理论上讲，因子分析是一种降维的方法，将原来众多的具有一定相关关系的变量,转换为数目较少的由原始变量组合而成的新变量因子。这些因子更符合客观事物的内在联系,比原始变量更能反映事物的本质。在元素地球化学中，不仅能反映元素间，元素组合间的相关关系,还能反映元素组合间的成因联系。332化探数据因子分析此次研究选用了SPSS软件,数据源为XX省XX县三峰岭一带土壤测量实际材料图数据。根据测区内实际地质情况和预测矿种的需要，采用因子分析对其中的七种元素1426个样点进行相关性和相关程度分析。分析这7个变量间的相关性，计算得到各相关系数。再经过因子分析，得出3个公因子。其累积方差贡献率为38753，56417和70408，对应的特征值分别为2713、1236和0979，这3个公因子已包含原始数据的大部分信息。将差不多大小的载荷绝对值的作为该因子的主要载荷元素。这样便可通过主要载荷元素的组合关系，结合成矿元素与成矿温度的关系，使得公因子对成矿预测的解释更具有意义7。解释的总方差初始特征值提取平方和载入成份合计方差的累积合计方差的累积127133875338753271338753387532123617663564171236176635641739791399170408979139917040846409138795455574819987744651773809512473414876100000提取方法主成份分析。表33总方差为了保留原始数据的大部分信息和保证公因子对成矿预测的解释性，提取三个主成份成份得分系数矩阵成份123AU295107290AG200441238CU173379581PB269194054ZN234267300MO091503656AS276313138提取方法主成份。表34F1、F2、F3成份矩阵表35F1、F2、F3成份得分系数矩阵由表33得出三个因子分别代表了不同的元素组合,其组合特征和聚类分组情况很相近。结合成矿元素与成矿温度的关系，可将元素组合解释为第一主因子F1的指示元素组合为AUAGPBZNAS，实际上反映低温成矿带下的元素组合关系；第二主因子F2为中温元素组合，其指示元素组合为AGMO。AG元素的成矿温度较低，与MO相对，使得它们的组合元素处于中温成矿带；第三主因子F3实际上的指示元素组合为CUMO，两个元素的成矿特性反映了高温成矿带下的元素组合关系333得分因子预处理及确定背景和异常下限值该步骤的方法，和之前基于单元素异常分析的预处理过程相同。采用分析国家一级标准物质GBWGSS系列的方法，将得分因子中在平均值3倍标准差范围外的数据删除，保留9973的数据。同时，采用相同的预处理过程，也是为了保证两种分析方法的可比较性。在确定地球化学异常区域前，同单元素异常分析过程一样需要计算异常下限。传统方法处理地球化学异常下限的方法是平均值3倍标准差，单变量分析和多变量分析等。同样利用平均值3倍标准差计算确定测区各元素的背景值和异常下限。保留大范围数据计算背景和异常的下限值得分因子平均值P标准差XP3XP3X平均值P标准差XP3XP3XF142076E081330103205101721427313163372F2631136E08133001747305987881813837177889成份矩阵A成份123AU799132284AG544545233CU469469569PB730240053ZN635330294MO248622643AS750386135提取方法主成份。F3184362E1613300759806236661795023194697表36计算结果表334指示元素组合空间相关性的泛克吕金分析对于各因子得分值不能直接给定异常下限，因为还要考虑到元素组合间分布的区域非平稳性和元素分布在区内可能存在的各向异性，否则可能造成异常圈定的不客观，也不利于结合地质背景进行解释，所以我们先对因子得分进行泛克立格分析8。为了保证基于单元素的异常分析方法和因子泛克吕金格模型的比较性，需要对数据进行同一种插值分析，即泛克吕金分析。泛克吕金分析原理先对全区的因子得分进行结构上的分析，以建立变差函数模型，查明其空间变化的各向异性然后考虑可能存在的趋势变化，通过最优无偏插值算出每个样品点上因子得分的趋势性即背景场和局部性即异常场两种克吕金估值。对F1、F2、F3因子得分值进行泛克吕金插值分析，得到该3种因子泛克吕金地球化学场，如图所示。由因子泛克里格模型得到的地球化学场图，图中可直观地展示异常场和背景场的走向、规模形态及分布位置。A（因子F1）B因子F2C因子F3图39因子F1、F2、F3泛克吕金地球化学场335分离背景场和异常场根据计算结果表的背景和异常下限值，进行重分级，对因子F1、F2、F3泛克吕金地球化学场进行数据的重分级（以F3为例）。F3泛克吕金地球化学场（见图310）异常下限值为1795023和194697分级参数范围（R）级数设置为3级未分级单元处理不变（I）结果数据集类型保存为双精度范围区间设置左闭右开目标值为0，代表地球化学异常场目标值为1，代表地球化学背景场目标值为2，代表地球化学异常场经栅格矢量化，将重分类得到的结果图进行栅格转矢量，得到的具有属性信息的面数据集。图310F3泛克吕金地球化学异常场（面数据集）336提取地球化学异常接着通过SQL查询，将满足异常条件的VALUE值从上述过程锁得到的面数据集分别提取出来，得到各因子泛克吕金异常面（以因子F3为例）。图311因子分析F3泛克吕金异常面对形成的结果图进行美化整饰，得到因子F1、F2、F3泛克吕金异常图图312因子F1泛克吕金异常图F1组合异常图（图312）主要为近东西向分布，异常分布较分散，浓集程度高，反映了残积、坡积、冲积、洪积层分布的规律性。另外，伟晶花岗岩、斜长花岗班岩带附近呈带状分布的一些异常也得到加强。图313因子F2泛克吕金异常图F2（图313）组合异常图呈串珠状多分布在西北，其大部分分布在第四系石炭系中的二云石英片岩、夹绿泥石英片岩，另有少部分分布在斜长花岗岩和斜长花岗斑岩。图314因子F3泛克吕金异常图F3组合异常分布（图314）分散，大部分分布在第四系、石炭系中二云石英片岩、夹绿泥石英片岩，少部分分布在正长花岗岩、斜长花岗岩和斜长花岗斑岩，一小部分分布在碳酸盐岩层。不同局部地区主要控矿因素及岩系类型的差异在三类异常空间分布中间接反映出来。337组合异常评价因子分析的结果看，F1、F2、F3指示出有利于成矿元素富集的有利位置。其中F1的低温成矿带具有较高的开采价值，组合元素类型较多，其异常的共生与浅成低温热液矿化有关，是寻找金矿床的重要指示。F2、F3的中温和高温成矿带内的组合元素较少，经济收益来得较少。同时，AGMO和CUMO一般与中温和高温热液矿化有关，是寻找热液贱金属的标志9。4总结我们将两种分析方法结果进行比较首先是基于单元素异常分析方法，该方法主要是选定一个阀值如平均值3倍标准差作为异常下限直接圈定异常。在这种框架下，对于找矿来说，组合异常元素当然被认为是主要的异常。图37、38是用这种方法圈定的组合异常图。而因子分析与泛克吕金成矿预测方法所圈定的富集区域与对应的单元素异常分析得到的成矿带分布较为一致，异常面积的大小上有所差异，图312、313、324是用这种方法圈定的组合异常图。两种方法的不同之处1、基于因子分析与泛克吕金的综合异常圈定能够使强异常处更加突出显示，从而反映控矿地质因素，如图大面积异常极其突出，反映了其矿床点分布；2、基于因子分析与泛克吕金的综合异常圈定所得到的结果图中局部出现一些“新类型”矿化异常区，有些矿化异常在第一种分析方法却没显示出来；3、基于因子分析与泛克吕金的综合异常圈能够使弱缓异常得到加强，如图313、314中出现一些第一种分析方法中没出现的弱异常。4、因子分析更好的把握了空间相关性，比单元素空间分布更好的反映化探异常与地质因素间的关系，明显提高化探异常示矿的有效性较好地反映化探元素空间分布的规律性，为该区地质成矿研究提供新信息。上述利用SUPERMAPIDESKTOP7C平台，通过GIS技术方法进行两种地球化学元素的异常分析，实现预测成矿的异常圈定。虽然从上述研究来看，因子分析泛克吕金成矿预测更有利于地球化学元素的异常分析，但这两种方法在实际成矿预测中均是可行的。在实际的生产项目中，应该利用不同方法进行比较对比分析，从而找出符合实际项目的方法10。参考文献1朱志军，段其发，王建雄，等青海南部治多一带下石炭统杂多群J地层学杂志，2005,29（增刊）490672董英君，张德全，徐文艺等，矿产资源评价系统及其在东昆仑的应用J地球学报，2005,26（1）833温汉捷，肖化云，俞广钧构造地球化学探矿方法应用以山东招远魏家沟金矿床为例J1999,35（3）3213164赵鹏大定量地质学理论与方法M北京地质出版社，20042162545张彦艳，王建新，赵志，等R型聚类分析在成矿阶段划分中的应用以桦甸大庙子菜枪子金矿区为例J世界地质，2006,25（1）291641976徐建华计量地理学M北京高等教育出版社，200679907候翠霞，刘向冲，张文斌，等成矿预测理论与方法J北京地质通报，2010,29（6）588李建平，张德会，等江西大吉山钨矿因子特征及临区成矿