基于GIS的改進證據權重法在新疆托里地區銅金礦預測中的應用

黃彰，肖磉，藺啟忠，王欽軍，丁海峰，陳玉

(1.中國科學院 遙感與數字地球研究所，北京 100094；2.中國科學院大學，北京 100049；3.核工業二三○研究所，長沙 410007)

1 引 言

新疆托里地區地層、構造、巖漿巖等均有利于銅金礦的形成，區域成礦地質條件有利，是我國重要的銅金礦產地之一[1]。該區過去是以金礦、鉻鐵礦為主的找礦區，2001年～2004年該區域內包古圖斑巖型銅鉬礦找礦取得重大突破[2]，再次顯示了該區的找礦潛力，新的發現與突破掀起了該地區新的一輪找礦勘查高潮。“七五”及“八五”期間，國家“305”項目在該區開展了大量的地質及礦產研究，獲得大量礦產資源勘查數據?，F在亟需將已獲取的礦產勘查數據轉化為利于找礦分析的礦產資源評價信息，因此，如何有效地利用這些數據，進行合理的礦產資源評價，進而實現礦產資源預測，已成為重要研究課題。GIS在地球空間數據的輸入、存儲、檢索、空間分析、建模、圖面輸出等方面有著顯著的優勢[3]。數據具有多源性和表現形式的多樣性，GIS技術應用到礦產資源定量評價的應用中，可極大提高效率。證據權重法[4-6]是綜合多源信息，有效實現礦產資源評價的地學統計方法。其中，每一種地學信息都被視為成礦遠景區預測的一個證據因子，每一個證據因子對礦產資源評價的貢獻是由這個因子的權重值來確定[7-9]。由于證據權重法屬于數據驅動，可避免權重設置的主觀性，易編程，已發展為主要的礦產資源評價方法。但它計算所得的成礦有利度(用后驗概率表示)依賴于相應地質變量的數目和空間網格劃分的大小，常常被低估；二元模式的分析缺乏對已知礦點規模的考慮和區分。

本文通過并按照已知礦點規模大小設置先驗權重值對其進行改進，并將專家經驗引入證據權重法中，以進行礦產資源定量評價與預測。由于該方法不僅關注礦點有無，而且還根據礦點規模進行權重設置，以突出大型礦點對評價單元成礦有利度的作用，結合專家經驗給各類信息的作用程度評判打分，可兼顧數據驅動和知識驅動，有效綜合各類信息，合理、準確地實現成礦遠景區的預測。

2 方 法

2.1 證據權重法的基本原理

(1)

(2)

?+和?-分別表示證據因子存在區和不存在區的權重值，對于原始數據缺失區，權重值設為0。

證據因子與礦床出現狀態之間的關聯性強弱可以通過證據因子j的正負權重的差值大小來度量，如下式所示，差值C越大，關聯性越強。

(3)

現有證據權重法局限：二元模式的分析只考慮礦點的存在與否，缺乏對已知礦點規模的考慮，從而削弱了大規模礦床的作用。因此，沒有充分發揮礦點規模對證據因子權重設置的作用，未體現專家經驗對權重設置的影響。

2.2 改進的證據權重法

2.2.1 按照已知礦點規模大小區別設置權重

根據研究區的地質礦產基礎底圖，按照已知礦點規模大小劃分小型、中型和大型礦點，其權重值以1為基值，0.5為間隔逐級遞增設置，分別為1、1.5和2。則式(1)變為

(4)

其中，s=1，2，3，對應礦點規模小、中、大；Ds表示小型(或者中型、大型)含礦單元的數目。

2.2.2 專家經驗修正證據因子權重

根據專家經驗為證據因子設置正權重值時做如下約定：根據找礦指示性優劣從大到小分成四級，在其根據已有數據計算的正權重值的基礎上分別乘以其對應的修正系數。找礦指示性最好、較好、一般、較差的證據因子分別設定其正權重修正系數為2、1.5、0.75和0.375，這樣在一定程度上可以提高成礦預測的效率。

2.3 不同矩形尺寸評價單元對比實驗

實驗過程中，在保證每個評價單元有且只有一個已知礦點的基礎上，分別基于不同尺度的矩形評價單元實現了按照上述兩點改進的證據權重法。

其中，預測遠景區單位礦產當量是由落入最終遠景區的已知礦點的個數除以遠景區總面積所得，一定程度反映整體區域后驗概率估值精確度。

由下表可知，針對大面積的研究區，隨著矩形尺度的減小，其評價單元總體數目呈數量級倍數增大，影響了矩形網格創建的速度、證據權重值計算的速度，小尺寸的矩形格網會嚴重增加權重值計算的時間，但遠景區預測精確度并未相應提高。因此，兼顧時間效率和遠景區預測精確度，選擇尺寸為1.25km×1.25km的矩形作為基本評價單元。

表1 不同尺度矩形評價單元的證據權重法時間效率和預測精確度對比表

3 應 用

3.1 研究區

托里地區位于新疆維吾爾自治區西北部，準噶爾盆地西側，塔額盆地東南部。地處82°28′E～85°20′E、44°58′N～46°24′N之間，東西寬闊，南北狹窄，境內屬準噶爾臺地西緣折皺帶。

研究區主要出露地層為：包古圖組(C1b)、太勒古拉組(C2t)、希貝庫拉斯組(C1xb)、中泥盆統庫魯木迪組和巴爾雷克組(D2k-be)、恰勒巴依組(C2q)。區內斷裂和環形構造發育，斷裂有南北向、東西向、北東向、北西向4大組。環形構造集中在包古圖地區。區內南北向、北東向和東西向斷裂的規模較大，對構造變形和成礦作用起到重要控制作用。區內出露的侵入巖較多，包括堿長花崗巖、二長花崗巖、花崗閃長巖、花崗巖、閃長巖、石英閃長巖，主要為堿長花崗巖類。

研究區礦產資源豐富，目前已探出礦產33種，礦化點約416處。其中，金礦主要賦存于中泥盆統的凝灰巖、凝灰質粉砂巖中，在砂巖、硅質巖也有少量礦體產出。銅礦主要賦存于包古圖組的凝灰質粉砂巖中，在斜長花崗巖和花崗閃長巖中也有一定礦體產出。礦體主要賦存于北東向、北西向張性和張扭性斷裂中。圍巖蝕變強烈，蝕變類型包括鉀長石化、黑云母化、硅化、泥化、絹云母化、綠泥石化、褐鐵礦化等。該研究區的地層、巖性分布簡圖如圖1所示。

圖1 托里地區地層和巖性分布概略圖

3.2 數據

收集并整理了研究區多元地質數據，包括區域地質圖(1∶50萬)，區域礦產圖(1∶20萬)、區域航磁資料(1∶100萬)、區域地球化學數據(1∶20萬)、遙感數據(ETM+，Aster)、基礎礦產數據庫等。地質數據主要來自新疆維吾爾自治區地質局和新疆維吾爾自治區人民政府國家三○五項目辦公室，資料應用研究已經得到了許可。通過地質基礎資料獲取研究區已知銅金礦點的點文件矢量數據，作為證據權重法中確認有礦單元的依據。將參與成礦預測的多元信息轉換為面文件矢量數據，作為參與計算權重的證據因子。根據研究區銅金礦的成礦規律，利用GIS平臺實現改進的證據權重法，完成多元信息處理與有利成礦信息提取[11]。

3.3 建模

3.3.1 有利賦礦地層提取

研究區已知礦床賦礦層位包括包古圖組(C1b)、太勒古拉組(C2t)、希貝庫拉斯組(C1xb)、中泥盆統庫魯木迪組和巴爾雷克組(D2k-be)[12]。包古圖組主要巖石為凝灰質粉砂巖-細砂巖、凝灰巖、深灰色安山巖[12]。由北向南火山碎屑物質稍有減少，陸源物質增多，整體巖性變化不大。凝灰巖中廣泛分布著黃鐵礦，靠巖體附近有磁黃鐵礦及含毒砂、黃銅礦的石英細脈。太勒古拉組主要巖石為細粒凝灰巖、晶屑沉凝灰巖、火山灰層凝灰巖、凝灰質粉砂巖、凝灰質粉砂質泥巖等，該組地層的巖石不同程度發生了綠泥石化、綠簾石化[12]。希貝庫拉斯組主要巖石為凝灰質砂巖、粗砂巖和粉砂巖。凝灰質砂巖中廣泛分布黃鐵礦等硫化物，地表多氧化成褐鐵礦化，呈面狀成片成帶展布，Ⅱ號巖體西南外圍銅金礦體位于其中[2]。中泥盆統庫魯木迪組和巴爾雷克組主要巖石為火山碎屑巖、火山灰凝灰巖、凝灰質粉砂巖等。其總的面貌是以火山灰物質偏高、粒度偏細為特點[13]。選取有利賦礦地層D2k-be、C2t、C1b和C1xb作為證據因子參與運算。

3.3.2 控礦構造提取

研究區斷裂構造十分發育，可以分辨出三期。早期近南北向的斷裂，規模較大，主要為壓扭性的斷裂，在次級的近南北向斷裂帶中有銅金礦化。中期北東向和近東西斷裂系，一般規模較早期斷裂大，本組斷裂在礦區較發育，與南北向壓扭性斷裂交匯處往往控制了小巖體的產出。較晚期斷裂走向為近東西向，多顯示為裂隙構造，是含金石英脈型礦化體的主要儲礦構造。晚期南北向斷裂，一般規模較小[14]。該區北東東向斷裂組規模一般較大，由西向東有黑蘇斷裂、別魯阿嘎希斷裂、哈圖斷裂、安齊斷裂等，控礦作用明顯。

利用地質基礎資料和遙感解譯的方式獲取該區域的影響成礦的大構造線文件矢量數據。得到的數據在ArcGIS中作以1km為起始半徑，逐級增加半徑1km作緩沖區分析，得到緩沖區的面文件，再計算不同緩沖半徑的構造緩沖區的單位有效礦產當量，如圖2所示。由此可知，選擇的構造線最優緩沖區半徑為2km。

圖2 構造緩沖區單位有效礦產當量統計直方圖

3.3.3 控礦巖漿巖提取

區內巖漿巖廣泛分布，鐵廠溝周邊地區巖漿活動頻繁，從超基性巖—酸性巖均較發育，但以花崗巖和超基性巖分布最為廣泛。華力西中晚期中酸性巖漿侵入活動與銅金成礦的關系較為密切，主要的巖性有石英閃長巖、花崗閃長巖、花崗巖、閃長巖、花崗斑巖等[12]。其中石英閃長斑巖、花崗閃長斑巖有明顯的礦化。銅金礦化體主要賦存于花崗閃長斑巖中，局部產于凝灰質粉砂巖中[15]。經研究區已知礦點分布的統計分析，選取花崗閃長巖和其他面積小于20km2的中酸性巖體作為證據因子參與運算。

3.3.4 化探異常信息提取

Cu、Mo、Au，Ag為重要的銅金礦勘查地球化學找礦元素，但Cu和Mo，Au和Ag相關程度高，故最終從Cu和Au地球化學圖獲取這兩種元素的化探異常信息。選取該研究區的Cu水系沉積物和土壤組合樣含量值大于等于60ppm的高值區作為Cu元素的化探異常區，選取Au水系沉積物和土壤組合樣含量值大于等于4ppb的高值區作為Au元素的化探異常區。

3.3.5 物探異常信息提取

航磁異常是重要的地球物理參量，斷裂和低密度巖體均能引起該類異常，進而影響銅金礦的形成和賦存位置。重磁信息的深穿透性能較好地揭示深部地質構造的特征，被廣泛地應用于基礎地質研究和資源評價中[16]。從1∶100萬新疆北部地區原平面化極航磁異常圖中，選取該研究區的航磁等值線大于200的高值區作為航磁異常區。

圖3 航磁等值線圖

3.3.6 遙感蝕變異常信息提取

構造發育處常形成具一定規模的構造蝕變體，往往是金(銅)礦化體的賦存部位[16]。雖然遙感信息不能反映地殼深部的特征，但是其具有獨特的物理化學基礎，對于識別基巖出露區或半出露區的礦化蝕變信息能在一定程度上起到輔助作用。

對遙感影像預處理，包括幾何校正、裁剪、拼接等。基于Landsat的TM影像，利用Crosta[17](克羅斯塔)法，通過(TM1、TM3、TM4、TM5)主成分分析，在PC4上提取鐵染異常；通過(TM1、TM4、TM5、TM7)主成分分析，在PC4上提取羥基和含碳酸根的蝕變異常信息。其變換特征矩陣如表2所示。再利用門限化技術，以μ+2σ為閾值使得保留下來的遙感蝕變異常的范圍、強度趨向礦體。由于研究區范圍較大，主要使用羥基蝕變異常和鐵染異常作為證據因子。

利用ArcGIS的Model Builder工具，將Create Fishnet、Iterators等功能函數相結合實現改進的證據權重法工作流，建立預測模型。在使用該法之前，需要驗證證據因子的條件獨立性(顯著性水平設置為0.05)，若不滿足條件獨立性，將引起后驗概率的偏差[11]。

表2 ETM影像1345波段PC變換特征矩陣

表3 ETM影像1457波段PC變換特征矩陣

3.4 結果與驗證

3.4.1 結果

評價單元為1.25km×1.25km的矩形單元。經前面分析的基礎上，得到通過條件獨立性檢驗的12個證據因子：航磁異常、Cu地球化學異常、Au地球化學異常、大構造緩沖區、中泥盆統庫魯木迪組和巴爾雷克組(D2k-be)、太勒古拉組(C2t)、包古圖組(C1b)、希貝庫拉斯組(C1xb)、羥基蝕變異常、鐵染蝕變異常、花崗閃長巖和其他面積小于20km2的中酸性巖體。分別計算各證據專題層的權重值和成礦相關程度C值，如表4所示。

各證據專題層按C值由大到小排序為：L5、L2、L9、L8、L3、L11、L1、L4、L7、L6、L12、L10。

運用該模型計算得到研究區的后驗概率圖，并通過后驗概率求拐點的方法，將該區成礦預測證據權的臨界值確定為0.2414。根據后驗概率值分為3級有利預測成礦區，概率范圍(0.7340～0.9437)為Ⅰ級遠景區，有1處；概率范圍(0.5139～0.7339)為Ⅱ級遠景區，有4處；概率范圍(0.2414～0.5138)為Ⅲ級遠景區，有3處，如圖4所示。

表4 證據專題層權重參數表

圖4 成礦遠景區與已知礦點及野外采樣點的疊加

3.4.2 驗證

已知銅金礦點共有154處，落入成礦遠景區128處，百分比為83.12%。2012年、2013年赴新疆西準噶爾地區野外驗證，共獲取了131份巖石樣品，分別測量每份樣品的風化面和新鮮面。利用手持式礦物元素X射線熒光分析儀化驗分析樣品，與成礦密切相關的元素類型Mn、Fe、Cu含量較高，Mn元素最高值是10268ppm，Fe元素最高值是71281ppm，Cu元素部分高值的范圍是3500ppm～4000ppm。利用ASD光譜儀在室內進行樣品反射率光譜測量，利用所測得的光譜曲線結合X射線礦物分析巖石樣品：主要金屬礦物包括黃鐵礦、黃銅礦及磁黃鐵礦，蝕變礦物組合包括綠泥石、綠簾石、伊利石及堇青石等，檢測出含有這些礦物的樣品所占比重和各礦物類型的含量情況如表5所示。

表5 重要礦物檢出樣品所占比重和含量百分比表

由表6可知，經證據權重法改進，已知礦點落入遠景區的百分比提高了5.85%，而預測遠景區范圍的總面積減小了232.81km2，其所占研究區面積百分比減小了1.39%，預測精度明顯提高。結果對該區域的銅金礦找礦應用具有指示性作用。

表6 證據權重法改進前后遠景區預測精度對比表

4 結束語

針對大面積的研究區，證據權重法的基本評價單元尺寸存在最優化問題，并非越小越好，本文兼顧時間效率和預測準確度選擇評價單元尺寸1.25km×1.25km。同時，證據權基于貝葉斯方法的前提便是事件獨立性，過多的證據因子很難保證其相互間的獨立性，造成預測結果的不可知性。證據因子并非越多越好。

改進方法的遠景區預測精度明顯提高了5.85%，預測區范圍面積減小了1.39%。

將該方法應用到新疆托里地區，計算研究區中遠景區的后驗概率分布范圍為0.0052到0.9437，Ⅰ級預測區分布在托里縣東北部白楊河金礦區，包括哈薩克斯坦-準噶爾成礦域，達拉布特-克拉麥里金、銅、鉻成礦帶，和達拉布特成礦亞帶。由于其處在哈圖斷裂和達爾布特大斷裂之間，深受兩大斷裂控制，巖漿活動劇烈，大規模花崗閃長巖熱液活動的作用將各地質體中的成礦元素及伴生元素溶濾遷出，易于在有利的構造部位富集成礦。成礦遠景區與證據因子中泥盆統庫魯木迪組和巴爾雷克組(D2k-be)、希貝庫拉斯組(C1xb)、銅化學異常、金化學異常、羥基蝕變異常覆蓋區相關程度高，顯示了有利賦礦地層及地球物理、地球化學、遙感蝕變異常等輔助數據對確定成礦遠景區的重要作用。這些都與上面C值計算結果相符。

本次研究選擇了兩個Ⅱ級預測區野外采樣并驗證了結果，其他成礦遠景區將進一步驗證。今后的研究重點是更加深入研究該區銅金成礦機理，以最優的方式綜合地物化遙信息，充分挖掘已知礦點位置和其證據因子的相對分布的關系以提高后驗概率計算準確度。

參考文獻：

[1] 成勇，張銳.新疆西準包古圖地區銅金礦成礦規律淺析[J].地質與勘探，2006，42(4)：11-15.

[2] 張銳，張云孝，佟更生，等.新疆西準包古圖地區斑巖銅礦找礦的重大突破及意義[J].中國地質，2006，33(6)：1354-1360.

[3] 梁錦.基于 GIS 的成礦預測研究進展[J].中山大學研究生學刊(自然科學與醫學版)，2011，32(2)：17-25.

[4] AGTERBERG F P，BONHAM-CARTER G F，WRIGHT D F.Computer applications in resource estimation prediction and assessment for metals and petroleum[M].Oxford：Pergamon Press，1990：1-21.

[5] BONHAM-CARTER G F，AGTERBERG F P.Weights of evidence：A new approach to mapping mineral potential，statistical applications in the earth sciences[C].Geological Survey of Canada，Canada，1990：231-245.

[6] BONHAM-CARTER G F，AGTERBERG F P，WRIGHT D F.Integration of geological datasets for gold exploration in Nova Scotia[J].Photogrammetric Engineering and Remote Sensing，1988，54(11)：1585-1592.

[7] RAPER J F，MAGUIRE D J.Design models and functionality in GIS[J].Computers and Geosciences，1992，18(4)：387-394.

[8] 李寶旭，盧國斌.礦區環境影響模糊綜合評價[J].遼寧工程技術大學學報，2005，24(2)：266-268.

[9] 楊茂森，黎清華，楊海巍.GIS 支持下的證據權法在膠東金礦集中區預測中的應用[J].地球學報，2005，26(5)：487-491.

[10] 李衛東，余志偉，單新建，等.基于 GIS 和證據權模型的礦產勘探信息系統[J].遼寧工程技術大學學報(自然科學版)，2009，28(3)：382-385.

[11] 陳建平，陳勇，王全明.基于 GIS 的多元信息成礦預測研究-以赤峰地區為例[J].地學前緣，2008，15(4)：18-26.

[12] 王治華，張勇，王科強，等.新疆西準噶爾地區金礦成礦規律及其找礦方向[J].黃金，2008，29(6)：13-18.

[13] 曹積新.新疆托里縣紅旗九號金礦成礦地質特征探討[J].新疆有色金屬，2010，2：11-13.

[14] 楊忠寶.新疆托里縣包古圖斑巖銅礦地質及化探異常特征[J].新疆有色金屬，2008，31(3)：14-16.

[15] 張超，趙娥，王科強，等.新疆西準噶爾哈圖—包古圖地區金銅成礦條件及成礦預測[J].資源與產業，2010，12(4)：46-52.

[16] 劉曉玲，陳建平.基于GIS的證據權重法在內蒙古阿魯科爾沁旗地區成礦預測中的應用[J].地質通報，2010，29(4)：571-580.

[17] CROSTA A，MOORE J.Enhancement of landsat thematic mapper imagery for residual soil mapping in SW minas gerais sate，Brazil-A prospecting case history in greenstone belt terrain[C].Thematic Conference on Remote Sensing for Exploration Geology-Methods，Integration，Solutions，7 th，Calgary，Canada，1990.