從地質(zhì)資料信息中找“礦”

　　成礦預(yù)測(cè)是根據(jù)地質(zhì)成礦理論，通過對(duì)大量地質(zhì)資料信息的綜合研究和統(tǒng)計(jì)分析，發(fā)現(xiàn)其規(guī)律性，從而對(duì)可能存在的礦產(chǎn)資源進(jìn)行空間分布和資源量預(yù)測(cè)。
　　地質(zhì)找礦是一項(xiàng)探索性很強(qiáng)的工作。地質(zhì)找礦通常需要經(jīng)歷一個(gè)由面到點(diǎn)、由表及里、由淺入深的過程，所以每一輪基礎(chǔ)地質(zhì)調(diào)查或礦產(chǎn)勘查工作的成果資料，都必然成為下一輪更深入的地質(zhì)找礦工作的依據(jù)。這就決定了地質(zhì)資料具有可被重復(fù)開發(fā)利用的功能。地質(zhì)資料信息在成礦預(yù)測(cè)中的應(yīng)用，就是其重復(fù)開發(fā)利用的一個(gè)重要方面。
　　
　　成礦預(yù)測(cè)的資料信息條件
　　成礦預(yù)測(cè)是根據(jù)地質(zhì)成礦理論，通過對(duì)大量地質(zhì)資料信息的綜合研究和統(tǒng)計(jì)分析，發(fā)現(xiàn)其規(guī)律性，從而對(duì)可能存在的礦產(chǎn)資源進(jìn)行空間分布和資源量預(yù)測(cè)。預(yù)測(cè)的可信度在很大程度上決定于對(duì)地質(zhì)資料信息的占有程度。因此，充分的地質(zhì)資料信息是成礦預(yù)測(cè)的必備條件。一般情況下，成礦預(yù)測(cè)必須具備三個(gè)地質(zhì)資料信息條件。
　　首先是基礎(chǔ)地質(zhì)資料信息，包括各種比例尺的區(qū)域地質(zhì)、礦產(chǎn)調(diào)查資料，各種比例尺的區(qū)域地球化學(xué)（巖石、土壤、水系沉積物）測(cè)量資料，各種比例尺的區(qū)域地球物理（磁法、重力、電法、放射性等）測(cè)量資料，各種比例尺的遙感地質(zhì)資料。
　　其次是礦產(chǎn)勘查資料信息，包括各時(shí)期、各階段、各種工作程度的礦區(qū)勘查成果資料，各種找礦標(biāo)志資料，礦山開發(fā)利用資料（開采量、保有資源儲(chǔ)量、礦體形態(tài)、規(guī)模、類型及礦石品位變化情況等），閉坑礦山資料。
　　再次是專題研究和綜合研究資料信息，包括基礎(chǔ)地質(zhì)（地層、巖漿巖、構(gòu)造）研究資料，礦床地質(zhì)（礦床類型、成礦條件、成礦模型、找礦標(biāo)志等）研究資料，各種比例尺的成礦區(qū)劃和成礦預(yù)測(cè)資料，各時(shí)期的礦產(chǎn)資源總量預(yù)測(cè)資料，各種地質(zhì)找礦和礦產(chǎn)勘查方法資料。
　　
　　地質(zhì)資料信息的整合與數(shù)據(jù)處理
　　地質(zhì)資料信息的整合應(yīng)遵循以下原則：剔除與所預(yù)測(cè)的礦產(chǎn)種類不相適應(yīng)的地質(zhì)資料信息；剔除孤立的、無相應(yīng)成果資料支撐的地質(zhì)資料信息；剔除各類工程、取樣和分析測(cè)試明顯不符合規(guī)范要求的地質(zhì)資料信息；基礎(chǔ)地質(zhì)資料信息、礦產(chǎn)勘查資料信息、科研資料信息分別進(jìn)行整合；不同工作時(shí)期、不同工作階段和不同工作程度的地質(zhì)資料信息分別進(jìn)行整合；不同成礦理論、不同礦床類型、不同成礦模式的地質(zhì)資料信息分別進(jìn)行整合。
　　由于各種成礦預(yù)測(cè)方法的變量選擇和數(shù)據(jù)類別不盡相同，所以數(shù)據(jù)處理的方式也不盡相同。但無論何種預(yù)測(cè)方法，原則上都要通過對(duì)變量間的相互關(guān)系分析，對(duì)數(shù)據(jù)進(jìn)行分類。
　　相關(guān)分析：主要用來分析預(yù)測(cè)區(qū)內(nèi)各類地質(zhì)因素（變量）與所預(yù)測(cè)的礦產(chǎn)成礦地質(zhì)條件之間的相關(guān)程度，如各類地質(zhì)體中各種元素的豐度與成礦元素豐度的相關(guān)程度，各種地球物理參數(shù)與礦化強(qiáng)度的相關(guān)程度等，以便在成礦預(yù)測(cè)時(shí)可根據(jù)各變量的相關(guān)系數(shù)給該變量賦值。一般常用的相關(guān)分析方法即可對(duì)數(shù)據(jù)進(jìn)行此項(xiàng)處理。
　　判別分析：主要用來判別預(yù)測(cè)區(qū)內(nèi)各類地質(zhì)因素（變量）是否有利于所預(yù)測(cè)的礦產(chǎn)成礦，據(jù)此對(duì)變量進(jìn)行分類。數(shù)據(jù)處理方法首先要將預(yù)測(cè)區(qū)內(nèi)已知礦產(chǎn)地的各類有利的成礦地質(zhì)因素（變量）列為A類，已知無礦地段的與之相對(duì)應(yīng)的各類地質(zhì)因素（變量）列為B類，然后在預(yù)測(cè)區(qū)內(nèi)的各個(gè)預(yù)測(cè)單元取若干個(gè)與之相應(yīng)的變量，組成A、B兩類矩陣，通過以下計(jì)算程序作出判別。
　　計(jì)算A、B兩類中各變量的均值和預(yù)測(cè)區(qū)全部樣品均值；計(jì)算預(yù)測(cè)區(qū)全部樣品各變量的變異系數(shù)；計(jì)算預(yù)測(cè)區(qū)全部樣品各變量的得分（即各變量值除以全部樣品均值與該變量變異系數(shù)的乘積）；計(jì)算A、B兩類的得分（即各類中每個(gè)變量得分的總和）；計(jì)算預(yù)測(cè)區(qū)全部樣品各變量的平均值和判別臨界值（各變量平均值等于各變量得分除以該變量樣品數(shù)，臨界值等于A、B兩類得分之和除以樣品總數(shù)）；計(jì)算預(yù)測(cè)區(qū)內(nèi)各預(yù)測(cè)單元的得分并根據(jù)臨界值歸為A類或B類。
　　
　　成礦預(yù)測(cè)方法與流程
　　成礦預(yù)測(cè)方法總體可分為數(shù)學(xué)模型法和主觀模型法兩大類。前者是在地質(zhì)資料信息較充分的前提下，建立已知礦床的成礦數(shù)學(xué)模型，通過預(yù)測(cè)區(qū)成礦條件與數(shù)學(xué)模型的比擬，進(jìn)行預(yù)測(cè)。
　　主要方法有地質(zhì)概念模型法、礦床值統(tǒng)計(jì)模型法等，其中又包含了多種數(shù)理統(tǒng)計(jì)方法，如特征分析法、邏輯信息法、找礦信息量法、蒙特卡洛法等等。后者則主要通過預(yù)測(cè)人員的實(shí)際經(jīng)驗(yàn)進(jìn)行預(yù)測(cè)，然后采用德爾菲法綜合分析多名預(yù)測(cè)人員的預(yù)測(cè)成果，得出最終預(yù)測(cè)結(jié)果。
　　成礦預(yù)測(cè)方法還在不斷地完善、發(fā)展和進(jìn)步，但無論何種方法，也無論如何發(fā)展，地質(zhì)資料信息都是必不可少的前提條件。
　　地質(zhì)概念模型是在研究已知礦床成因、成礦地質(zhì)條件和找礦標(biāo)志的基礎(chǔ)上，建立已知礦床特征模型，然后用各種數(shù)理統(tǒng)計(jì)方法求解各地質(zhì)因素（變量）在成礦作用過程中的貢獻(xiàn)大小或指示成礦的顯著性大小，并推廣到預(yù)測(cè)區(qū)，從而達(dá)到預(yù)測(cè)目的。
　　建立綜合邏輯矩陣表：選擇與成礦作用有關(guān)的A類地質(zhì)因素作為變量，并對(duì)變量賦值，建立已知礦床（或已知單元）模型的邏輯矩陣。變量的賦值視變量與成礦地質(zhì)條件的相關(guān)程度而定。所賦值通常在0～9之間，相關(guān)系數(shù)大，則賦值也大，不相關(guān)，則賦值為0。
　　確定預(yù)測(cè)范圍：根據(jù)地質(zhì)資料信息條件和工作任務(wù)確定預(yù)測(cè)范圍，當(dāng)?shù)刭|(zhì)資料信息條件不充分時(shí)，通常選擇地質(zhì)工作程度相對(duì)較高的已知成礦遠(yuǎn)景區(qū)作為預(yù)測(cè)范圍。
　　確定模型單元：模型單元的大小和多少也視資料信息條件而定。若資料信息充分，模型單元面積可小一些，則模型單元的數(shù)量就會(huì)多一些，預(yù)測(cè)的精度也會(huì)高一些。
　　變量檢驗(yàn)：通過各變量相關(guān)頻數(shù)比的計(jì)算，剔除相關(guān)頻數(shù)比較小的變量，使所選變量能真正體現(xiàn)其在成礦過程中的作用。
　　相關(guān)頻數(shù)比Pi=Mi/Ni，Mi為第i個(gè)變量對(duì)于預(yù)報(bào)量（礦化）報(bào)對(duì)的個(gè)數(shù)，Ni為第i個(gè)變量對(duì)于預(yù)報(bào)量報(bào)錯(cuò)時(shí)，其他變量跟著錯(cuò)的個(gè)數(shù)。Mi大表示i變量在成礦過程中的作用穩(wěn)定，代表性強(qiáng)；Ni小表示i變量的獨(dú)立性強(qiáng)，在成礦過程中的作用大，故Pi可作為衡量變量?jī)?yōu)劣的標(biāo)準(zhǔn)。
　　成礦預(yù)測(cè)：在1～4流程完成后，即可進(jìn)行成礦預(yù)測(cè)。預(yù)測(cè)的數(shù)理統(tǒng)計(jì)方法有多種，僅以特征分析法為例說明其計(jì)算流程。
　　選擇模型單元建立已知礦床模型邏輯矩陣。根據(jù)不同的礦產(chǎn)成因類型，選擇模型單元建立已知礦床模型，每個(gè)模型單元與上述第4流程確定的相應(yīng)變量的賦值，構(gòu)成已知模型邏輯矩陣。
　　計(jì)算變量權(quán)系數(shù)。權(quán)系數(shù)的大小代表變量與礦產(chǎn)的密切程度。首先求解已知模型單元邏輯矩陣的乘積矩陣，對(duì)不同成因類型的乘積矩陣分別用平方和法求解各變量矢量長(zhǎng)度和用乘積矩陣主分量法求解最大特征值對(duì)應(yīng)的特征向量。若兩種計(jì)算結(jié)果近似，則以各變量的矢量長(zhǎng)度為變量權(quán)系數(shù)。
　　計(jì)算已知模型單元與預(yù)測(cè)單元的關(guān)聯(lián)度。關(guān)聯(lián)度等于參加計(jì)算的各個(gè)變量的Aij與aj乘積的總和。Aij為綜合邏輯矩陣中第i單元j變量的權(quán)系數(shù)，aj為已知模型單元j變量的權(quán)系數(shù)。
　　資源量回歸計(jì)算。根據(jù)各單元關(guān)聯(lián)度和已知模型單元的資源量，采用回歸方程計(jì)算各預(yù)測(cè)單元的資源量。
　　資源量空間分布評(píng)價(jià)。根據(jù)各單元關(guān)聯(lián)度分布及所對(duì)應(yīng)的資源量分布特征，對(duì)資源量的空間分布作出判斷與評(píng)價(jià)，實(shí)現(xiàn)礦產(chǎn)資源的定量、定位預(yù)測(cè)。
　　成礦預(yù)測(cè)實(shí)例
　　根據(jù)湖南省鉛鋅礦產(chǎn)成礦地質(zhì)條件和鉛鋅礦產(chǎn)成因類型，選擇了構(gòu)造體系、主干斷裂、應(yīng)力集中部位、花崗巖有利程度、侵入接觸關(guān)系、賦礦地層Pb元素豐度及出露面積、Pb與相關(guān)元素化探異常等共26個(gè)變量。全省劃分了237個(gè)單元，剔除了洞庭湖區(qū)和基本不具備成礦條件的28個(gè)單元后，共有209個(gè)單元參加預(yù)測(cè)。建立了48個(gè)預(yù)測(cè)模型單元，其中巖控型鉛鋅礦床模型單元36個(gè)，層控型鉛鋅礦床模型12個(gè)。采用德爾菲法、蒙特卡洛法、邏輯信息法等多種方法分別對(duì)各類鉛鋅礦床作了定量、定位預(yù)測(cè)。
　　各預(yù)測(cè)方法獲得預(yù)測(cè)資源量為：邏輯信息法 鉛1981.527萬噸（金屬量，下同），鋅2435.714萬噸；蒙特卡洛法鉛1146.568萬噸，鋅1706.218萬噸；德爾菲法 鉛1331.519萬噸，鋅1822.097萬噸。
　　預(yù)測(cè)資源量的空間分布與主要控礦構(gòu)造帶相吻合，同時(shí)也顯示了巖控和層控鉛鋅礦床的賦存特征。其中有33個(gè)單元的鉛鋅預(yù)測(cè)資源量大于10萬噸，該33個(gè)單元預(yù)測(cè)資源量的總和，占全省鉛預(yù)測(cè)資源量的64.96%，鋅預(yù)測(cè)資源量的70.56%。據(jù)此劃分了A類找礦遠(yuǎn)景區(qū)5處，B類找礦遠(yuǎn)景區(qū)10處，C類找礦遠(yuǎn)景區(qū)11處。
　　蒙特卡洛法與德爾菲法所預(yù)測(cè)的資源量十分接近，并且可與其他相關(guān)的成礦預(yù)測(cè)成果相印證，說明礦床值統(tǒng)計(jì)模型法較符合人們的主觀經(jīng)驗(yàn)和預(yù)測(cè)思路。邏輯信息法與前兩種方法的預(yù)測(cè)結(jié)果有較大差異，可能是因?yàn)槠渥兞窟x擇和計(jì)算過程過于復(fù)雜，其中任一環(huán)節(jié)的疏漏都有可能對(duì)預(yù)測(cè)結(jié)果造成影響，說明對(duì)資料信息的選擇和處理還有可改進(jìn)之處。
　　（本文作者系湖南省國土資源廳信息中心副主任）