Question

成果概述

Answer 1

项目全面收集了研究区内松湖铁矿、式可布台铁矿等典型矿床的地物化遥各方面资料，系统分析了研究区内的区域地质背景、构造特征、岩浆活动，全面总结了区内各个典型矿床的成矿地质环境、控矿地质构造、有利成矿因素，建立了研究区火山岩型铁矿的成矿要素表、预测要素模型。确定研究区内松湖铁矿预测要素为：构造环境为阿吾拉勒石炭纪裂陷槽（岛弧环境）；含矿岩系和围岩主要为安山质火山碎屑凝灰岩及大理岩、钠长斑岩质火山凝灰岩、石榴子石矽卡岩、辉石闪长玢岩、闪长玢岩 、石英闪长玢岩等；含矿地层为火山活动中心地带；赋矿地层为下石炭统大哈拉军山组第三亚组；区域地物化特征为分布在重力梯度带上；在局部剩余重力异常高或附近，剩余重力异常值在1～3mg/s·m之间；分布于北侧磁异常梯度带，异常值大于200nT的剩余磁异常分布区；磁异常平面特征以正值为主，正负极值超过±25000nT。异常可分为低缓异常及高磁异常两类。高磁异常主要分布在穹隆两侧的高山区及穹隆北东端的高山区。总体特征是高强度（大于5000nT）；大哈拉军山组强磁异常区是寻找铁矿的主要标志。预测必要要素为双峰式火山岩建造、成矿时代（C）、火山沉积盆地、大哈拉军山组；重要因素为已知矿床（点）、近东西向断裂旁侧、大于200nT或600nT磁异常；次要要素为铁锰累加异常、1～3mGal重力异常、晚石炭世中酸性岩体附近。

以火山岩型铁矿床为主攻目标，以ESRI的空间数据库描述框架、UML和关系数据库规范化理论为依据，采用面向对象建模技术，在空间数据模型研究的基础上，以探索研究区与主要成因类型铁矿密切相关地质体及地质现象之间的关联性为主要内容，以ArcGIS为平台，建立研究区的多元信息空间数据库。针对研究区预测矿种的成因类型，在保证满足资源潜力评价要求的前提下，快速、简练的定义了各数据库要素类，大量减轻了属性数据入库的工作量，这样即提高了工作效率，同时，以数据库为基础的空间分析也保证了数据精度的一致性。根据研究区成矿地质背景、ArcGIS空间数据库和典型矿床成矿模式，确定成矿预测类型和找矿标志，建立区域成矿要素表，明确两大类型铁矿的控矿构造和找矿标志，通过地质、矿化、物探（主要是磁法）等综合信息提取，建立典型铁矿床定性和资源量定量评价的预测模型，并确立各个预测要素与数据库中属性字段的对应关系，建立以 ArcGIS空间数据库为基础的预测区提取模型，为快速、准确、高效进行成矿有利因素的提取奠定基础。

对区内的松湖铁矿、式可布台铁矿等典型矿床的进一步剖析，通过野外实地调查并取样分析，结合前人研究程度，总结提炼松湖铁矿成矿模式、成矿规律，并结合西段航磁、重力等多源信息数据，共圈定该区域内9个找矿靶区进行预测资源量评价，并对找矿靶区进行优选和排序。

在全面收集研究区以及相似区域成矿条件，主攻矿床类型的品位吨位数据的基础上，根据已知矿床（点）品位-吨位模型，进行数理统计，总结其统计规律，建立了研究区主攻矿床类型的品位吨位数据模型，从而评估、修正各个未见矿区的品位和吨位数值，为研究区资源潜力评价提供可靠的评价参数。圈出预测区确定预测类型：采用综合信息法，依据一定的地质规律，确定各预测类型模型区，圈出预测区，综合各典型矿床建立比例尺对等的概念模型，根据不同预测类型的概念模型，确定各预测区的预测类型。求体重：计算模型区、预测区的体重D₁和D，其中D₁为各模型区的平均体重，D为各典型矿床的平均体重（预期探明资源量加权求得）。求含矿率：计算模型区、预测区的含矿率K₁和K。确定预测深度：模型区工程控制铁矿出露深度约为800m，按二分之一工程控制矿体深度向下推深，即400m，故松湖预测区预测总深度为1200m。置信度：应根据模型区的资源产状勘探情况来定：(1)勘探程度高，对矿床深部外围资源量了解清楚（90％）；(2)勘探程度较高，对矿床深部外围资源量及含矿地质体分布了解一般（50％）；(3)勘探程度一般，对矿床深部外围资源量及含矿地质体分布了解较差（10％）。计算资源量：由于模型区和预测区分别采用两种不同的计算方法，因此二者将分开计算。将上面求出的数据分别带入绝对体积法和相对体积法计算公式，对模型区、预测区矿产资源进行定量预测。模型区采用绝对体积法计算，预测区采用相对体积法计算。

利用资源潜力评价公式，以ArcGIS数据库为平台，结合主攻矿床类型的品位吨位数据模型，对阿吾拉勒成矿带西段各个典型矿床进行了铁矿资源量的估算。