GeoDA軟件在區域化探數據找礦中的應用

張建紅　楊　敏　孟海東

(1.內蒙古科技大學礦業研究院；2.內蒙古科技大學材料與冶金學院)

?

GeoDA軟件在區域化探數據找礦中的應用

張建紅1楊敏2孟海東1

(1.內蒙古科技大學礦業研究院；2.內蒙古科技大學材料與冶金學院)

摘要利用空間自相關Moran指數，借助GeoDA軟件對內蒙古某地區1:50 000水系沉積物測量數據進行分析。結果表明：運用全局空間自相關Moran指數可確定Cu是否存在空間聚集現象，運用LISA和Moran散點圖可確定元素具體的聚集位置和范圍，利用關聯分析技術可尋找到與Cu相關的Zn、Ni，為尋找伴生元素提供了依據。

關鍵詞水系沉積物測量Moran指數化探數據空間聚集關聯分析

地學數據在空間分布上既具有關聯性，又具有規律性，最大限度地挖掘該類相關性，為找礦提供更多有價值的信息是一項有意義的工作。GeoDA軟件可提供一個友好的可視化界面描述空間數據的相關性，該軟件是在地圖和統計圖表相互作用的環境下運行的，運用了強大的窗口連接技術[1-3]。本研究借助該軟件對內蒙古某地區1:50 000水系沉積物測量數據進行相關性分析，為區內地球化學找礦工作提供有價值的參考信息。

1空間自相關指數及Moran散點圖

1.1空間自相關指數

(1)全局空間自相關Moran指數。Moran's I指數可反映空間鄰近區域單元之間的屬性值是否存在相關性。為分析地球化學元素的空間分布情況，本研究采用GeoDA軟件分析Cu的空間關聯性。Moran`s I指數的變化范圍為-1～1，小于0表示負自相關，等于0表示不相關，大于0表示正自相關。

(2)局部空間自相關Moran指數(LISA)。可用于評價某區域內Cu與鄰近區域Cu的相關程度。

1.2Moran散點圖

全局空間自相關Moran指數僅能從總體上反映區域元素有無聚集性，無法反映該區內某一元素確切的聚集位置和聚集類型(高高聚集或低低聚集)。Moran散點圖以(z，wz)為坐標點，z為所有元素的觀測值和平均值之間的離差組成的向量，wz為空間權重矩陣W與向量z的乘積，即相鄰區域觀測值的空間加權平均值，亦稱為空間滯后向量。Moran可反映元素的局部空間分布格局，分為4個象限(圖1)，第一象限表示高高關聯，第二象限表示低高關聯，第三象限表示低低關聯，第四象限表示高低關聯[4]。

圖1　Moran散點圖

2試驗分析

2.1數據來源

本研究數據來源于內蒙古某地區1:50 000水系沉積物測量成果，采樣面積約363 km2，共有379個采樣點，每一采樣點中主要分析的元素為Cu、Zn、Mo、Cr、Co、Ni、Cd、W、Pb、Bi、Sb、As、Hg、Sn、Au、Ag。該區位于西伯利亞板塊東南大陸邊緣，歷經中生代中亞—蒙古造山與火同巖漿活動以及多生地質構造活動的影響，對于成礦非常有利。區內的銅鋅多金屬礦床位于內蒙古錫林郭勒盟東烏旗縣北東約15 km處，是我國近些年來在地質調查過程中最新發現的礦床[5]。本研究搜集到的數據為Excel格式，為便于采用GeoDA軟件分析，運用ArcGIS軟件將其轉化為Shapefile格式數據。

2.2試驗結果

首先分別在Hinge=1.5和Hinge=3.0的情況下，分別制作該區域Cu的箱形地圖，發現結果一致。由箱形圖可知：Cu無下異常值的范圍，Q50Q75和上異常值位于測區中東部和北東部。通過GeoDA軟件對Cu的測量數據進行全局空間自相關分析，可知分布于第一、三象限的點均為空間正相關的點，Moran`s I為0.554 236說明Cu在該區域具有較強的自相關性，并非完全隨機性。為檢驗Moran`s I 是否顯著，在GeoDA軟件中進行蒙特卡羅模擬檢驗，結果表明，P值為0.001，說明在99.9%的置信度下，Cu的空間自相關性顯著。

為更直觀地確定該區域Cu的具體分布情況，運用GeoDA軟件生成LISA聚集分布圖，采用不同的著色區分自相關類別，由于地球化學找礦一般僅關注高含量元素的空間分布狀況，所以僅對高高聚集、高低聚集、低高聚集進行分析。黑色代表高高聚集，深灰色代表低高聚集，淺灰色代表高低聚集，無色則表示不顯著。由Cu的LISA聚集圖可知：Cu主要分布于該區域東部及北東部，與搜集到的事物資料相吻合。

通過空間自相關分析確定了Cu的聚集區域，運用關聯分析技術尋找與Cu相關聯的元素有Zn和Ni，Cu與Zn的關聯系數為0.59，Cu與Ni的關聯系數為0.68。由此可知，在找到銅礦的同時，很有可能找到Zn、Ni等伴生礦產。

3結論

(1)運用全局空間自相關Moran指數，并借助GeoDA軟件可確定Cu 在區內是否具有聚集性，利用LISA和Moran散點圖可進一步確定該元素的具體聚集位置和聚集情況，如高值聚集或低值聚集。

(2)在確定Cu的聚集區域后，利用關聯分析技術對該區域的所有元素進行分析，發現Zn、Ni與Cu的關聯性較強，說明在找到銅礦的同時也可能找到Zn、Ni等伴生礦產。

(3)運用GeoDA軟件進行空間自相關分析與關聯分析適合于處理地球化學數據，可為地球化學找礦提供可靠依據。

參考文獻

[1]張朝生，章申，何建邦.長江水系沉積物重金屬含量空間分布特征研究——空間自相關與分形方法[J].地理學報，1998，53(1)：87-96.

[2]胡健，周艷春.基于Geoda 的我國區域油頁巖資源勘探開發序列研究[J].西安交通大學學報：社會科學版，2015，35(1)：61-65.

[3]萬魯河，王紹巍，陳曉紅.基于GeoDA的哈大齊工業走廊GDP 空間關聯性[J].地理研究，2011，30(6)：977-984.

[4]部慧，梁小珍，皮理.我國金融業區域發展差異的空間統計分析[J].系統工程理論與實踐，2014，34(5)：1171-1179.

[5]劉曉陽，李俊建，李生，等.內蒙古東烏旗狠麥溫都爾鋅銅多金屬礦礦床地質特征[J].地質調查研究，2012，35(4)：241-246.

(收稿日期2015-07-13)

張建紅(1988—)，女，碩士研究生，014010 內蒙古自治區包頭市昆都侖區阿爾丁大街7號。