第11讲_特征分析法预测

1、LOGOLOGOYOUR SITE HERE特征分析法预测特征分析法预测(Characteristic Analysis)第十一讲第十一讲YOUR SITE HERE第一节第一节 引言引言第二节第二节 方法步骤方法步骤第三节第三节 应用应用YOUR SITE HERE第一节第一节 引言引言YOUR SITE HERE特征分析，又称决策模拟或决策分析。特征分析，又称决策模拟或决策分析。最早由最早由J.M. Botbol等人等人(1971)提出，是作为提出，是作为解释地质、地球化学、地球物理等区域性多解释地质、地球化学、地球物理等区域性多元数据的一种方法。元数据的一种方法。自上世纪自上世纪80年年

2、代以来，在各种比例尺的矿年年代以来，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。产资源定量预测中，该方法已被普遍采用。YOUR SITE HERE总的说是属于总的说是属于“矿床模型法矿床模型法”。其假设前提是相似的地质条件有相似的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矿床分布，其实质是成矿地质环境的定量类比。量类比。是传统类比法的一种定量化方法。是传统类比法的一种定量化方法。特征分析法基本原理特征分析法基本原理YOUR SITE HERE特征分析法通过对研究区内模型单元控矿地质变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

3、物理、遥量的特征（包括地质、地球化学、地球物理、遥感等变量提供的矿化信息）感等变量提供的矿化信息） ，查明地质变量之间，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。度定量类比模式。特征分析法研究思路与内容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（用关联度来度量度表示

4、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。），据此圈定出有利成矿的各级远景区。YOUR SITE HERE特征分析方法要求自变量必须是二态或三态变量。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。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，考查换为二态或三态变量）出发，考查地质变量地质变量之间的匹配关系之间的匹配关系，对不同地质变量按其对成，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，从矿作用的大小，统计计算赋予不同的权，从

5、而建立起某种矿床类型的定量化模型而建立起某种矿床类型的定量化模型一组一组特征标志（变量）的加权线性组合特征标志（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，圈出远景区型的特征变量之间的关联程度，圈出远景区。YOUR SITE HERE12111212122212(,.,).pppnnnpn pxxxxxxxxxXx xx控制区（模型区）单元控制区（模型区）单元xij为三态逻辑变量为三态逻辑变量(1、0、-1)X为模型单元的逻辑变量矩阵为模型单元的逻辑变量矩阵数学模型数学模型通过考查主要特征标志（通过考查主要特征标

6、志（变量）间的匹配关系，研变量）间的匹配关系，研究变量间的相关性，究变量间的相关性，从而筛选出对成矿有指示从而筛选出对成矿有指示意义的重要控矿因素和找意义的重要控矿因素和找矿标志，矿标志，并按其对找矿作用的大小并按其对找矿作用的大小，对变量赋予不同权。，对变量赋予不同权。YOUR SITE HERE矿床定量模型矿床定量模型选择权大的前选择权大的前p个变量个变量，构成线性组合，构成线性组合:1piiiyb x式中：式中：xi特征标志（变量）的三元逻辑值特征标志（变量）的三元逻辑值bi各特征标志（变量）的权系数各特征标志（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关联度或称关联

7、指数，表示了该单元找矿的有利程度YOUR SITE HERE第二节第二节 方法步骤方法步骤YOUR SITE HERE方法步骤方法步骤1. 建立地质概念模型建立地质概念模型2. 选择控制区选择控制区全面收集、分析研究资料全面收集、分析研究资料建立不同尺度的地质概念模型：建立不同尺度的地质概念模型：区域区域的、矿田的、矿床的、矿体的不同尺度的、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的各种控矿地质条件分析及找矿标志研究究可用少数控制单元先建立模型，将可用少数控制单元先建立模型，将y值高得分值高得分的单元与控制单元一起建立新的推广（扩充）的单元与控制单元一起建立新的推广（扩

8、充）模型，经过筛选后的模型，经过筛选后的“推广模型推广模型”用于预测。用于预测。YOUR SITE HEREGISGIS技术支持下控制区确定、变量取值与处理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云南维西矿床地质图YOUR SITE HERE对各单元对各单元进行编号进行编号11623456789 10 11 12 13 14 151923217177各单元变量各单元变量取值与处理取值与处理控制区控制区GISGIS技术支持下控制区确定、变量取值与处理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云南维西矿床地质图YOUR SITE HERE3. 变量研究变量研究特征标志（变

9、量）原始取值（定量、定性、特征标志（变量）原始取值（定量、定性、图表数据）、变换和筛选图表数据）、变换和筛选将特征标志（变量）转换成逻辑变量将特征标志（变量）转换成逻辑变量三态三态(-1,0,1)或二态或二态(-1,1)变量值变量值YOUR SITE HERE某种地质特征在单某种地质特征在单元中出现情况，若元中出现情况，若三态三态有利有利1不利不利1性质不明性质不明 0二态二态有利有利1不利及性不利及性质不明质不明0逻辑上互相对立转换为二态或三态变量值的方法，视转换为二态或三态变量值的方法，视数据类型数据类型、性质性质及及研究目的研究目的而定。而定。总的赋值原则总的赋值原则是以变量对成矿的有利

10、程度为标准。是以变量对成矿的有利程度为标准。YOUR SITE HEREb. 对离散型对离散型或某些连续或某些连续性变量性变量原始取值原始取值临界值临界值,有利有利1临界值临界值,不利及性质不利及性质不明不明0二阶方向导二阶方向导数数0,低异常低异常1=0,无异常无异常0a. 对定性数据对定性数据一般可采用直观判定的方法c. 对平面上对平面上分布的连续分布的连续性变量性变量YOUR SITE HERE数据变换：数据变换：Z = Sqrt(Ln(Cu)Cu元素地球化学图（云南维西）元素地球化学图（云南维西）2.503551.11241原始数据原始数据y=0水平方向水平方向一阶导数一阶导数8.48

11、17e-005-0.000113742 水平方向水平方向二阶导数二阶导数2.89838e-008-3.52654e-008y”=0minXY=(2972000.00,501000.00)maxXY=(2972000.00,599000.00)Cellsize=2000.00Points = 50YOUR SITE HERE水平方向水平方向一阶导数一阶导数水平方向水平方向二阶导数二阶导数YOUR SITE HERE原始图原始图二态图二态图三态图三态图YOUR SITE HERE加拿大某地区沉积变质金矿矿产地质图W-Sn-UW-Sn-U矿床与矿点矿床与矿点Au Au 矿床与矿点矿床与矿点花冈杂岩体

12、花冈杂岩体板岩板岩石英岩石英岩其它岩石其它岩石米米YOUR SITE HEREYOUR SITE HEREC=W+-W-t = C/s(C)t 距离背斜轴的距离距离背斜轴的距离 (500米米) YOUR SITE HEREYOUR SITE HEREd. 转换变量的逻辑组合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ABAUBABA11110101000110100001二态逻辑运算YOUR SITE HEREd. 转换变量的逻辑组合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ABAUBABA1111-11010-11-11-

13、1-101100000000-10-10-111-11-100-11-1-1-1-11三态逻辑运算YOUR SITE HERE4. 计算特征标志（变量）的权系数计算特征标志（变量）的权系数1piiiyb x方法一：(1)计算乘积矩阵R = (rij)pxp = XXX由三态变量表达的原始数据矩阵由三态变量表达的原始数据矩阵rij表示在表示在n个单元中，第个单元中，第i变量与第变量与第j变量间的匹配关系。变量间的匹配关系。其中，其中，YOUR SITE HEREX = 单元号单元号 # # x1x1 x2x2 x3x3 x4x4 x5x5 x6x6 x7x7 x8x85353 1 1 -1-10

14、 00 00 01 10 00 00 02626 2 21 10 01 10 01 11 11 11 12424 3 31 10 01 11 10 01 11 11 11616 4 41 11 11 11 11 11 11 11 12727 5 5 -1-1 -1-10 00 01 10 0 -1-1 -1-14545 6 61 10 01 10 01 10 00 00 05454 7 71 11 11 11 11 11 11 11 13636 8 81 10 01 11 10 01 11 11 1YOUR SITE HERE21()niikikrx匹配匹配关系关系匹配匹配1不计匹配不计匹配0

15、不匹配不匹配-1正匹配正匹配负匹配负匹配1nijikkikrxx1 1-1 -11 0，-1 01 -1YOUR SITE HEREx1x1x2x2x3x3x4x4x5x5x6x6x7x7x8x8x1x18 83 36 64 42 25 56 65 5x2x23 33 32 22 21 12 23 32 2x3x36 62 26 64 44 45 55 54 4x4x44 42 24 44 42 24 44 43 3x5x52 21 14 42 26 63 32 21 1x6x65 52 25 54 43 35 55 54 4x7x76 63 35 54 42 25 56 65 5x8x85

16、52 24 43 31 14 45 56 6R = (rij)pxp = XX=（对称方阵）（对称方阵）ij主对角线元素主对角线元素第第i变量在变量在n个单元中取值个单元中取值为非零的个数，即出现为非零的个数，即出现“1”和和“1”的单元数的单元数。ij非对角线元素非对角线元素第第i变量和第变量和第j变量的匹配变量的匹配单元数单元数(1 1，-1 -1)与不匹配单元数之与不匹配单元数之差差(1 -1)(0不计匹配）不计匹配）YOUR SITE HERE两变量出现不匹配两变量出现不匹配情况较多情况较多负相关程度增加负相关程度增加两变量出现匹配两变量出现匹配情况较多情况较多正相关程度增加正相关程度

17、增加相关系数rij0nnYOUR SITE HERE(2)确定变量的权系数乘积矩阵乘积矩阵(rij)pxp1piijjbr21piijjbr平方和法平方和法（矢量长度法）（矢量长度法）主分量法主分量法代数和法代数和法(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1piiiibbb相对权系数（归一化）YOUR SITE HERE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第第i变量与第变量与第j变量

18、之间的匹配概率。变量之间的匹配概率。意义：在意义：在n个控制单元中，当变量个控制单元中，当变量i与变量与变量j各自出各自出现现“1”、“-1”总数固定不变时，则总数固定不变时，则i与与j出现正匹出现正匹配和负匹配的观测匹配数是个随机变量，配和负匹配的观测匹配数是个随机变量，pij则为则为变量变量i和和j匹配数匹配数观测匹配数的累积概率。观测匹配数的累积概率。YOUR SITE HERE概率矩阵主分量法计算步骤（1）计算匹配矩阵）计算匹配矩阵T,并统计各变量的在并统计各变量的在n个个单元中取单元中取“1”的个数的个数pj和取和取“1”的个数的个数qjx1x2x3x4x5x6x7x8x1x2x3x

19、4x5x6x7x8i和和j变量变量的正匹配的正匹配数数i和和j变量变量的负匹配的负匹配数数T=（2）计算两两变量）计算两两变量的匹配概率的匹配概率pij，得，得匹配概率矩阵匹配概率矩阵p。（3）利用主分量分析方）利用主分量分析方法，求概率矩阵的最大特法，求概率矩阵的最大特征值及其所对应的特征向征值及其所对应的特征向量，作为变量的权系数。量，作为变量的权系数。计算要求：单元数计算要求：单元数n足够大。足够大。YOUR SITE HERE与乘积矩阵与乘积矩阵R一样，概率矩阵也是某种一样，概率矩阵也是某种意义上的一种关联矩阵，反映了变量间意义上的一种关联矩阵，反映了变量间的相关程度。的相关程度。例：

20、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系（正相关性）而没有考虑变量间的不匹配情况（负相关性）。匹配情况（负相关性）。YOUR SITE HERE5. 筛选标志，建立矿床模型筛选标志，建立矿床模型1piiiyb x（1）对相对权系数由大到小排序，确定特）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；征标志（变量）的相对重要性；（2）对贡献小的标志可以进行

21、筛选，筛选）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；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）对采用不同方法计算的权系数，分别建立矿床预测模型：建立矿床预测模型：YOUR SITE HERE6. 评价研究区的含矿远景，圈定远景区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）将研究区未知单元各特征标志xi代入预测代入预测模型，求得关联度模型，求得关联度y值。值。y值越大，说明该单元值越大，说明该单元的地质条件越接近，因而找矿远景越好。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）确定找矿远景单元y值临界值（参照回

22、归值临界值（参照回归分析中回归估值临界值的确定）。分析中回归估值临界值的确定）。YOUR SITE HEREUnitIDx1x2y291.602 0.001 1.711 300.001 0.001 1.193 340.001 0.750 1.229 441.021 0.001 1.523 482.672 34.500 3.746 491.740 0.001 1.756 511.491 22.000 2.752 3.5未知单元预测未知单元预测预测临界回归估计值预测临界回归估计值 = 2.5已知单元已知单元8个个上升序列图YOUR SITE HERE当当y值渐变界线不甚明显时，可做标值渐变界线不甚

23、明显时，可做标准化变换准化变换-1,1，然后分组统计作频率，然后分组统计作频率分布图，定出分组区间临界值。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，将高值模型区的相似程度，将高值y单元圈定单元圈定为远景区。为远景区。YOUR SITE HEREy临界值临界值YOUR SITE HERE（3）有时，如模型单元的）有时，如模型单元的y值与模型单元的已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预测要求，可以将预测远景区单元的y值转换值转换成资源量，对预

24、测远景区作出资源量估计。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建立模型单元的关联度y值与资源量值之值与资源量值之间的一元线性（或非线性）回归模型。间的一元线性（或非线性）回归模型。将预测远景单元关联度将预测远景单元关联度y值代入回归方程值代入回归方程，估计潜在资源量。，估计潜在资源量。YOUR SITE HERE7. 推广模型单元选择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。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。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用有矿单元建立模型对未知单元计

25、算单元关联度对未知单元计算单元关联度y值值选出高选出高y值单元，即与模型单元有相似匹配度值单元，即与模型单元有相似匹配度的单元的单元研究这种相似的匹配度是偶然事件还是客观研究这种相似的匹配度是偶然事件还是客观存在的联系存在的联系若确定为后者，则那些单元可选来建立推广若确定为后者，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对未知单元进行预测YOUR SITE HEREYOUR SITE HERE第三节第三节 应应 用用( (自学自学) )YOUR SITE HERE特征分析一讲结束，大家辛苦啦！YOUR SITE HERE成矿远

26、景区定量预测成矿远景区定量预测小小 结结YOUR SITE HERE成矿远景区定量预测的统计方法成矿远景区定量预测的统计方法v 秩相关分析法预测秩相关分析法预测v 找矿信息量法预测找矿信息量法预测v 回归分析法预测回归分析法预测(Regression Analysis)v 判别分析法预测判别分析法预测(Discriminate Analysis)v 聚类分析法预测聚类分析法预测(Cluster Analysis)v 逻辑信息法预测逻辑信息法预测v 特征分析法预测特征分析法预测(Characteristic Analysis)v 数理化理论预测数理化理论预测v 证据权法预测证据权法预测v 逻辑回

27、归法预测逻辑回归法预测v 模糊逻辑法预测模糊逻辑法预测v 神经网络法预测神经网络法预测v 等等等等目的：具体确定成矿远目的：具体确定成矿远景区的空间部位并进行景区的空间部位并进行矿床个数、矿产数量、矿床个数、矿产数量、及找矿概率等有关的定及找矿概率等有关的定量估计，为地区矿产资量估计，为地区矿产资源的进一步勘查和开发源的进一步勘查和开发提供依据。提供依据。比例尺比例尺: 1:20万、万、 1:5万、万、1:1万。万。YOUR SITE HERE矿床统计预测的主要特点是将概率统计及多元统计等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。定量方法用于矿床预测及评价。将预

28、测对象或地区划分为等面积的网格单元或不规则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的地质体单元，再根据已知有矿地区划分出“模型单模型单元元”，用于与，用于与“未知单元未知单元”进行进行“相似类比相似类比”。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、化探变量一的物、化探变量(如秩相关分析法、信息量法、丰如秩相关分析法、信息量法、丰度法等度法等) ，也可以是依据地、物、化、遥等各种数据，也可以是依据地、物、化、遥等各种数据的综合信息预测法。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

29、量预测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。和在局部地区进行的成矿远景区定量预测。YOUR SITE HERE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）YOUR SITE HERE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YOUR SITE HERE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

30、大限度缩小需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。，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。、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。成矿预测是在不确定条件下制定最优决策的工作。赵鹏大，赵鹏大，2007，成矿定量预测与深部找矿，地学前缘，成矿定量预测与深部找矿，地学前缘，15(5).YOUR SITE HERE成矿远景区定量预测成果