Question

多元信息成矿预测

Answer 1

多元信息成矿预测以GIS技术为支撑，充分发挥GIS技术强大的数据管理、空间数据分析和成果表达功能，是近年来找矿评价工作中运用越来越广泛的技术手段之一。本次研究采用中国地质科学院矿产资源研究所成矿区划室开发的MARS软件（肖克炎等，2003）对祁连成矿带的主攻矿种进行靶区定位预测，为该区资源评价工作部署提供依据。

预测工作在充分利用《祁连成矿带成矿规律和找矿方向综合研究》项目所建立的地质图、矿产地、航磁、重力、化探、遥感、地理底图等空间基础数据库的基础上，进行信息提取，建立相应的子库。

在上述工作的基础上，根据所建立的综合信息找矿模型，进行地质标志和预测变量的筛选，运用MARS软件的矿床模型交互搜索子系统——经验交互搜索模型法，证据权重找矿信息量子系统——证据权重模型法，和矿产资源综合潜力定量评价子系统——矿床综合预测模型法，对某矿种进行定量类比分析，获得该种矿产可能存在的有利空间，圈出预测远景区或靶区，对不同方法获得的远景区和靶区进行对比研究，最后选出一种最适用于本区的方法。

一、预测方法的选择

多元信息成矿预测一般采用以下3种方法。

（一）矿床模型交互搜索子系统——经验交互搜索模型法

该种方法是根据区域找矿模型，程序系统将有用的专题信息装入预测工程专题，然后系统根据找矿标志，搜索有利标志的空间分布，然后计算机自动圈定有利的远景区。矿床模型交互搜索系统有两种不同形式的搜索方式：一种是专家输入有利的标志组合，然后计算机搜索；另一种是计算机根据矿床所在的位置搜索该位置区域的有利找矿标志组合，然后根据这些标志进行计算机远景区的自动圈定

中国地质调查局发展研究中心，中国地质科学院矿产资源研究所区划室，吉林大学综合信息矿产预测研究所。矿产资源评价MRAS系统用户操作手册。2002。。

具体步骤如下：

1）准备基础资料，建立或调用矿产预测空间数据库。

2）构思预测对象（矿种、矿床类型及其有关的找矿模型等）。

3）构建预测标志。如从各类专题图层中，根据属性将有利的图层提取出来，或者通过Buffer缓冲区分析，将找矿模型中的各类找矿标志提取和定位，如断裂构造影响带定位等操作步骤。

4）预测标志的选择取舍。将圈定找矿靶区的标志组合有序地确定下来，也可设置几个方案。

5）用专题因素叠加分析圈出靶区。

（二）证据权重找矿信息量子系统——证据权重模型法

该模型法是证据加权模型（F.P.Agterberg、Bonham-Carter）和找矿信息量法（赵鹏大，1983）的合并，构成证据权重找矿信息量子系统。该模型应用统计模型揭示地质因素与矿产分布的关系。地质标志的存在和成矿单元的面积，同时出现的概率越大，其找矿意义越大，在找矿信息量加权模型中的“权”增大。成矿单元（如矿田、矿区、矿体等），将各单元独立的找矿信息因子进行加权综合，可获得不同级别的远景区（叶天竺等，2004）。

具体步骤如下：

1）准备基础资料，建立或调用矿产预测空间数据库。

2）选择与成矿有关的地质因素或图层。

3）将研究区划分为一定的统计单元：网格单元。

4）搜索各标志存在的单元数及矿点存在的单元数，建立数据处理的数据矩阵表，调用MRAS系统中的找矿信息量加权模型程序，计算各因素的权重。

5）计算研究区统计单元的综合的权重。

6）将单元找矿信息量有利度用等值线或色块图表达出来。

7）按各类矿床的实际情况或综合信息特征，确定划分远景区的下限值，圈定远景区。

（三）矿产资源综合潜力定量评价子系统——矿床综合预测模型法

矿床综合预测模型是矿床统计预测中最为成熟的方法。它包括变量设置、选择、单元划分、模型选择、定位、资源量估算等一系列工作步骤。方法使用的前提是：通过已知矿床，建立区域矿产资源量与地质标志之间的定量关系模型。也就是说，必须以已知控制模型区为基础，研究和构造预测标志组合，并定量给出各标志因素的权重。

具体步骤如下：

1）准备基础资料，建立或调用矿产预测空间数据库，将相关的基础资料调用到预测模型的专用文件中去。将矿床模型数据添加到预测模型的专用文件中。

2）进行预测单元划分。采用网格单元。物、化、遥异常和成矿区带、构造单元在空间数据库中有专门的图层可供使用。

3）根据已知矿床模型，进行地质标志因素的选择和预测变量的初次预置。

4）进行建模模型单元的选择。使用方法是：①用户直接通过交互视屏人工选取；②根据数量化理论Ⅳ，定量选择模型区。

5）预测变量选择。根据找矿模型和模型单元，定量选择那些与矿床最密切的地质找矿信息标志。对定位预测变量，选择的方法有平方和法、秩相关系数法。

6）变量的转换。对特征分析法，需要进行定量变量向定性变量转换，采用的方法是频数统计法。

7）综合分析、特征分析定位预测。

8）预测成果检验及图形表达。采用有色块图、等值线、预测数据表等多种表达方式。

本次研究用以上3种模型方法对祁连成矿带进行了多元信息成矿预测，预测过程及结果显示，GIS的矿床综合预测模型法是上述3种方法中效果最好、最适用于本区的方法，本工作区的预测工作最终采用这种方法。其工作流程见图5-1。

图5-1 多元信息成矿预测工作流程图

二、预测的矿种和矿床类型

祁连成矿带的发现的矿产种类较多，矿床类型也较复杂。根据祁连成矿带的成矿规律和找矿方向综合研究成果，本次多元信息成矿预测分为1:50万铜、铅、锌、金、钨成矿预测及重要远景区1:20万成矿预测。铜矿床预测类型为海相火山岩型、铅锌矿床为喷气沉积型、金矿床为构造蚀变岩型、钨矿床为矽卡岩型和石英脉型。重要远景区1:20万成矿预测为野牛沟—尕大坂一带铜多金属成矿预测及宝库—大黑山一带钨矿成矿预测。

三、预测单元的划分

矿产资源评价是用统计方法研究矿产资源靶区优选和靶区资源量预测的问题。用统计方法研究问题必须有统计样品和随机变量，在矿产资源评价研究中，统计样品和随机变量都是未知的，需要研究者人为地确定统计样品和构造随机变量，只有这样才能把矿产资源评价问题转化成数学问题，进而用统计学方法来评价矿产资源靶区和靶区的资源潜力。由于矿产资源评价中确定统计样品的方式比较特殊，因此，把这种确定统计样品的过程称为统计单元划分，所划分出的统计样品称为地质统计单元。在矿产资源评价中使用的随机变量也需要研究者人为地构造，这种随机变量通常被称为地质变量，是地质找矿标志、控矿地质因素或资源特征等随空间位置不同而发生变化（尖灭、消失、出现，规模增大或变小，质量、数量或性质等发生改变）的一种量化表示。只有划分出统计单元之后，才可以用数值来表示地质找矿标志和矿产资源特征等在不同统计样品中的变化规律，进而构造矿产资源评价中的各种地质变量。因此，也可以这样定义地质变量，地质变量是在不同地质统计单元中取不同数值的随机变量。

由于地质统计单元是研究者人为地划分出来的，因此，就存在着如何划分地质统计单元才能更有效地反映矿产资源特征的空间分布规律问题，以及如何划分地质统计单元才能正确地刻画矿产资源特征与地质找矿标志和地质控矿因素之间统计关系的问题。目前，在矿产资源评价领域存在两种地质统计单元划分方法，一种是阿莱斯提出的网格法，另一种是王世称教授提出的地质体单元法

中国地质调查局发展研究中心，中国地质科学院矿产资源研究所区划室，吉林大学综合信息矿产预测研究所。矿产资源评价系统（MRAS）用户使用指南。2002。。

一般中小比例尺的统计预测多采用等面积网格单元划分法，划分预测单元的一般原则是最大限度地反映成矿信息和面积最小。因此，本次GIS多元信息成矿预测采用等面积网格单元，1:50万多元信息成矿预测采用10km×10km网格，单元面积100km²; 1:20万重要成矿远景区成矿预测采用3km×3km网格，单元面积9km²。

四、预测变量的选择

通过区域地质、地球物理、地球化学、花岗岩、成矿地质特征和成矿规律等研究，祁连地区主要与海相火山岩型铜矿、喷气沉积型铅锌矿、构造蚀变岩型金矿、矽卡岩型和石英脉型钨矿等最密切的地质找矿信息变量如下。

（1）矿床（点）信息变量

单元内已知矿床（点）的存在是指示矿床存在的最直接标志，同时还可以预测其临近单元中存在矿点的可能性。

（2）化探和重砂异常变量

化探信息是一种直接的找矿信息，是成矿预测中的重要变量之一。包括成矿元素的含量、浓度分带以及与成矿元素有关的指示元素含量等变量。矿物重砂异常也是一种重要的找矿信息。祁连地区的钨矿大多是通过重砂异常发现的。

（3）地质体变量

矿床的形成是地质作用的产物。一些矿床受地层和岩石的控制，如海相火山岩型铜矿产于奥陶系和寒武系富钠的火山岩系内；矽卡岩型和石英脉型钨矿床在成因上与中酸性侵入岩有关。因而把上述地层和侵入体等信息作为变量因素。矿床的形成也与地质作用的复杂程度有关，一个地区的地质作用越复杂即地质单元多，对成矿越有利如金矿床等。数学上衡量复杂程度可以用熵分析来解决。因此，各单元中所含地质信息的熵值作为变量，它反映了该单元地质信息的复杂程度。

（4）重力异常变量

在区域成矿预测中，布格重力异常在分析中利用其异常特征线到单元的距离作为变量选取。因明显的线状重力梯级带、不同特征的重力场的边界线和异常形态的明显线状扭曲或位移，往往是断裂或断裂带、物质密度变化的反映，与矿化密切相关。

（5）航磁异常变量

航磁异常提供了丰富的地球物理信息，磁异常的线性异常带、线性排列的串珠状异常带、磁异常带水平位移、线状异常带的明显错断或扭曲、不同形状特征的磁场分界线、线状异常带的交叉和切割等变化与断裂和磁性变化密切相关。本研究取磁特征线密度为变量因素。

另外，断裂的发育程度和遥感解译的环形构造也在预测中作为某些矿床的变量因素。

五、1∶50万多元信息成矿预测

（一）海相火山岩型铜矿床

1.找矿模型

成矿元素：Cu、Cu-Zn、Cu-Pb-Zn等，共生或伴生Ag、Au、Co等。

地质背景：裂谷或裂陷槽，岛弧或弧后盆地，小洋盆。

成矿环境：拉张裂解或局部拉张，海底热水对流系统。

控矿构造：区域性深大断裂控制火山岩的分布，也控制了块状硫化物矿床的分布。

含矿岩系：为海相富钠的火山岩系，即细碧－角斑岩－石英角斑岩系。地层主要为寒武系黑茨沟组

，奥陶系阴沟群（O₁Y）、吾力沟群（O_1-2Wl）、中堡群（O_1-2Z）、扣门子组（O₃k），中奥陶世—志留系滩间山群（O₂ST）等。

成矿时代：寒武纪、奥陶纪。

地球化学：Cu、Pb、Zn、Co、Au、Ag、Pb、Zn、As、Sb及Cr、Ni组合异常和铜矿物、铅矿物重砂异常。

围岩蚀变：蚀变发育，尤其是矿体的下盘。矿化主要与硅化、绿泥石化、绢云母化和绿帘石化等组成的复杂蚀变有关。

地表标志：硫化物氧化带或褐铁矿化蚀变带是直接的找矿标志；含铁硅质岩、含铁碳酸盐岩和重晶石岩等是找矿的指示岩层。

地球物理：区域负磁场上出现局部条带状异常、跳跃负磁场和低平磁场。低电阻率和高极化率异常、重力高、高磁场，即三高一低异常场，是硫化物矿体赋存地段。磁电异常长轴方向与含矿层走向一致。

遥感标志：寄生在卵形大环边缘的多重同心环状影像，环形较完整，线性影像穿越环心。

模型矿床：白银厂（折腰山、火焰山、小铁山）、红沟、郭米寺、下沟、湾阳河、九个泉、石居里、猪嘴哑巴、银硐沟、石青硐等50个模型矿床（点）。

2.变量的选择与赋值

根据综合信息找矿模型，选择如下预测变量：

1）地质体熵（反映地质作用复杂程度）；

2）存在海相火山岩；

3）存在海相火山岩型铜矿；

4）铜地球化学异常浓度分带；

5）铜重砂异常；

6）铅重砂异常；

7）遥感解译环形构造距离；

8)Cu元素地球化学测量值；

9)Pb元素地球化学测量值；

10)Zn元素地球化学测量值；

11)Au元素地球化学测量值；

12)Ag元素地球化学测量值；

13)As元素地球化学测量值；

14)Sb元素地球化学测量值；

15）磁异常特征线密度；

16）距重力特征线距离。

定位预测要求变量取值为二值化数据，对于上述变量中的定性变量进行二态赋值，对成矿有利状态赋1，反之赋0；对于定量变量，按其所取实际数值对其赋值，然后按一定统计规律确定门槛值，将其转化为二态变量。海相火山岩型铜矿各预测变量取值及经过统计计算后各变量权系数见表5-1。

表5-1 祁连成矿带海相火山岩型铜矿预测变量表

根据预测结果，共圈出海相火山岩型铜矿找矿靶区43个（图5-2），各靶区特征列于表5-2。43个找矿靶区中有18个已有铜矿化显示。经筛选找矿靶区中4、15、16、19、24、28、37、40、43号9个靶区可作为优选找矿靶区。

（二）接触交代（矽卡岩）型和石英脉型钨多金属矿

1.找矿模型

成矿元素：W，共生或伴生Mo、Cu、Sn、Bi、Be、Nb、Ta、Pb、Zn等。

成矿环境：区域压缩或挤压，活动大陆边缘、岛弧、陆－陆碰撞或陆内俯冲造山环境。

成矿时代：加里东期、晚华力西—印支期。

控矿构造：矿床多产于区域性大断裂旁侧与北东向断裂的交会部位。

成矿岩体：I—S和S型花岗岩类侵入体。

赋矿地层：新太古—古元古界化隆岩群，元古宇北大河岩群，达肯大坂岩群、托赖岩群、湟源群，长城系朱龙关群、兴隆山群，滩间山群，志留系肮脏沟组、巴龙贡噶尔组、泉脑沟山组、旱峡组等。

围岩蚀变：硅化、矽卡岩化、云英岩化、黄铁矿化、萤石化、绢（白）云母化等。

矿床组合：这类矿床在空间上多与热液型铅锌矿床共生，构成同一成矿系列。

图5-2 祁连成矿带海相火山岩型铜矿矿床综合预测模型法靶区略图

表5-2 祁连成矿带海相火山岩型铜矿找矿靶区特征

续表

地球化学：W、Mo异常为主，伴有Cu、Pb、Zn、Ag、Sn、Bi、As、Sb、Be等元素异常。

重砂异常：出现白钨矿、黑钨矿重砂异常或钨矿物组合异常。

重力异常：矿床多产于明显的线状重力梯级带、不同特征重力场的边界线以及异常形态的明显线状扭曲或位移等异常特征部位附近。

航磁异常：区域负磁场上出现的局部条带状正磁异常。

模型矿床（点）：塔儿沟、小柳沟、龙门、大黑山、干巴河、尕子黑、花石峡、朱岔、后长川等16个模型矿床（点）。

2.变量选择与赋值

根据综合信息找矿模型，选择如下预测变量：

1）地质体熵（反映地质作用复杂程度）；

2）存在加里东期、晚华力西期—印支期I—S和S型花岗岩类侵入体；

3）存在赋矿地层；

4）钨地球化学异常浓度分带；

5)W 重砂异常；

6）存在接触交代（矽卡岩）型和石英脉型钨多金属矿；

7)W 元素地球化学测量值；

8)Mo元素地球化学测量值；

9)Ag元素地球化学测量值；

10)As元素地球化学测量值；

11)Bi元素地球化学测量值；

12)Be元素地球化学测量值；

13）航磁特征线密度；

14）距重力特征线距离。

上述各预测变量取值及经过统计计算后各变量的权系数见表5-3。

表5-3 祁连成矿带接触交代（矽卡岩）型和石英脉型钨多金属矿预测变量表

根据预测结果，共圈出祁连成矿带接触交代（矽卡岩）型和石英脉型钨多金属矿找矿靶区39个（图5-3），各靶区特征列于表5-4。39个找矿靶区中有11个已有钨矿化显示。经筛选，找矿靶区中2、4、9、12、22、28号靶区是重要的找矿靶区。

（三）构造蚀变岩型金矿床

1.找矿模型

成矿元素：Au，共生或伴生Ag、As、Sb、Cu、Pb、Zn等。

成矿环境：区内的各种环境中均有产出。

含矿围岩：既有产在变质岩系内的，也可产于火山－沉积岩系内，也有产于侵入岩内的。

围岩蚀变：黄铁绢英岩化、硅化（脉）、绿泥石化等。

成矿时代：加里东期、华力西期、印支期。

控矿构造：大断裂或大型剪切带旁侧的次级或配套构造。

地球化学：Au、As、Sb、Hg为主组合异常，伴有Ag、Cu、Pb、Zn等元素异常。

地表标志：黄钾铁矾化、褐铁矿化。

图5-3 祁连成矿带钨矿矿床综合预测模型法靶区略图

表5-4 祁连成矿带接触交代（矽卡岩）型和石英脉型钨多金属矿找矿靶区特征表

续表

重力异常：金矿基本产于区域布格重力异常梯度带中。

航磁异常：磁异常的线性异常带、线性排列的串珠状异常带、磁异常带水平位移、线状异常带的明显错断或扭曲、不同形状特征的磁场分界线、线状异常带的交叉和切割等，这些部位常是矿化产出部位。

模型矿床：寒山、鹰嘴山、滩间山、青龙沟、川刺沟等20个矿床（点）。

2.变量选择与赋值

根据综合信息找矿模型，选择如下预测变量：

1）地质体熵（反映地质作用复杂程度）；

2)Au地球化学异常浓度分带；

3）存在构造蚀变岩型金矿；

4)Au元素地球化学测量值；

5)As元素地球化学测量值；

6)Sb元素地球化学测量值；

7)Hg元素地球化学测量值；

8)Ag元素地球化学测量值；

9)Cu元素地球化学测量值；

10)Pb元素地球化学测量值；

11)Zn元素地球化学测量值；

12）航磁特征线密度；

13）距重力特征线距离；

14）断层密度。

上述各预测变量取值及经过统计计算后各变量的权系数见表5-5。

表5-5 祁连成矿带构造蚀变岩型金矿预测变量表

根据预测结果，共圈出祁连成矿带构造蚀变岩型金矿找矿靶区37个（图5-4），各靶区特征列于表5-6。37个找矿靶区中有14个已有金矿化显示；经筛选，2、7、10、11、14、16、17、19、20、23、37号11个找矿靶区为重要靶区。

（四）喷气－沉积型铅锌矿床

1.找矿模型

成矿元素：Pb、Zn、Cu，共生或伴生Ag、Au。

成矿背景：裂谷或裂陷槽中强烈沉降的大型盆地中的次级盆地，沿同生断裂分布的海底热水系统。

含矿岩系：滩间山群、朱龙关群、中吾农山群等。

图5-4 祁连成矿带构造蚀变岩型金矿矿床综合预测模型法靶区略图

表5-6 祁连成矿带构造蚀变岩型金矿找矿靶区特征表

续表

喷气沉积岩：铁锰硅质岩、重晶石岩、石膏岩等。

围岩蚀变：硅化为主，其次为绢云母化及绿泥石化。

成矿时代：加里东期、前寒武纪、华力西期等。

地球化学：Pb、Zn、Cu、Ag、As、Sb、Sn、Au、Mn等元素异常及铅矿物重砂异常。

航磁异常：区域性弱磁性的平稳磁场中，低缓磁异常或磁性跳跃地段。

地表标志：氧化带及铁锰帽。

模型矿床：锡铁山、大东沟、蓄积山3个矿床。

2.变量选择与赋值

根据综合信息找矿模型，选择如下预测变量：

1）地质体熵（反映地质作用复杂程度）；

2）存在含矿岩系；

3）存在喷气－沉积型铅锌矿；

4)Pb地球化学异常浓度分带；

5)Zn地球化学异常浓度分带；

6)Pb重砂异常；

7)Pb元素地球化学测量值；

8)Zn元素地球化学测量值；

9)Cu元素地球化学测量值；

10)Ag元素地球化学测量值；

11)As元素地球化学测量值；

12)Sb元素地球化学测量值；

13)Sn元素地球化学测量值；

14)Au元素地球化学测量值；

15）航磁特征线密度。

上述各预测变量取值及经过统计计算后各变量权系数见表5-7。

表5-7 祁连成矿带喷气-沉积型铅锌矿预测变量表

根据预测结果，共圈出祁连成矿带喷气－沉积型铅锌矿找矿靶区8个（图5-5），各靶区特征列于表5-8。8个找矿靶区中有4个已有矿化显示。经筛选，找矿靶区中1、2、3、4、6号靶区是重要的找矿靶区。

表5-8 祁连成矿带喷气-沉积型铅锌矿找矿靶区特征表

图5-5 祁连成矿带喷气-沉积型铅锌矿矿床综合预测模型法靶区略图