劉春來(lái)
摘 要:成礦預(yù)測(cè)是根據(jù)地質(zhì)成礦理論,通過(guò)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(guò)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(kāi)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(kāi)發(fā)利用的一個(gè)重要方面。
關(guān)鍵詞:地質(zhì)資料;數(shù)據(jù)處理;預(yù)測(cè)方法
一、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(guò)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(kāi)發(fā)利用資料(開(kāi)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。
二、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(wú)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(wú)論何種預(yù)測(cè)方法,原則上都要通過(guò)對(duì)變量間的相互關(guān)系分析,對(duì)數(shù)據(jù)進(jìn)行分類。
(一)相關(guān)分析:主要用來(lái)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。
(二)判別分析:主要用來(lái)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(wú)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(guò)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。
三、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(guò)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(guò)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?tīng)柗品ňC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(wú)論何種方法,也無(wú)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(guò)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(guò)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(guò)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(guò)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(guò)程中的作用大,故Pi可作為衡量變量?jī)?yōu)劣的標(biāo)準(zhǔn)。
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)。
參考文獻(xiàn):
[1]李向東. 區(qū)域化探找礦方法在牛波金礦找礦實(shí)踐中的應(yīng)用研究[D].昆明理工大學(xué),2005.
[2]何書(shū)躍,舒樹(shù)蘭,劉永樂(lè),陳海福,劉智剛. 青海祁漫塔格地區(qū)有效找礦方法總結(jié)[J]. 礦床地質(zhì),2013,01:187-194.
[3]安國(guó)英. 危機(jī)礦山找礦的地球化學(xué)方法技術(shù)研究[D].中國(guó)地質(zhì)大學(xué)(北京),2006.