水系沉積物化探元素組合的空間分布及其控制因素分析
——k- means 聚類分析法的應用

熊前進 柴小婷 萬 翔 陳 曦

（1、湖北省地質調查院，湖北 武漢430000 2、中國地質大學（武漢）地質調查研究院，湖北 武漢430000 3、武漢輕工大學，湖北 武漢430000）

水系沉積物地球化學勘查數據不僅在地質背景分析、找礦勘探研究中起著非常重要的作用，而且也能夠用于揭示特定地質-地理環境下地表物質演化的過程和機制，因此對地球化學勘查數據處理方法的研究也是勘查地球化學界的研究重點。傳統的化探數據處理方法?；跀道斫y計的原理，不利于反映多元素之間的組合規律以及多元素的空間分布規律。[1-2]

k-means 聚類分析是一種“數據驅動”對樣品進行分類的方法，是將數據集按照數據的相似性進行重新組合而成為多個類的過程，屬于非監督分類方法。[3]通過對一批研究對象，在其分類情況未知的情況下，按照某種相似性指標或分類準則，自動進行類別的劃分，分類結果要求分類綜合優化指標達到最大，即類間差異較大而類內離差較小。k-means 聚類分析當類內密集而類間差別大時，分類效果好且分類速度快，[4-6]所劃分出的不同類別各有不同的元素組合特征，這些組合特征及其空間分布特征能夠反映其成因信息。

傳統化探數據處理主要基于數理統計的原理研究單個元素的特征分布，圈定出單元素異常，進而根據元素異常的疊加圈定出組合異常，不利于分析元素的共生組合規律。本文嘗試利用K-means 聚類方法對研究區內3620 個水系沉積物化探數據進行聚類，通過研究所劃分出的不同類別元素組合特征及空間分布特征，旨在反映其成因信息。

1 地質背景

東天山康古爾塔格——阿其克庫都克一帶位于塔里木板塊與準格爾板塊碰撞對接縫合帶處，出露的地層有第三、四系，干墩組，白山包組，梧桐窩子組，石炭系企鵝山群、大南湖組等。康古爾塔格深大斷裂、阿其庫克都可斷裂橫跨期間?？倒艩査駭嗔驯眰瘸雎兜牡貙右允肯灯簌Z山群、泥盆系大南湖組為主，南側出露地層則以石炭系梧桐窩子組及干墩組為主。沿康古爾塔格兩側，次級構造非常發育，主要為走向北東東、傾向北北西的壓扭性斷裂，是該區主要的控巖及控礦構造。[7]

該區巖漿活動強烈，巖石類型齊全，從正常系列的基性到酸性巖均有出露，以華力西期的斜長花崗巖-花崗閃長巖-二長花崗巖系列以及閃長玢巖、斜長花崗巖為主，多以巖株、巖枝或者巖脈狀產出，而閃長玢巖及斜長花崗巖尾區內主要容礦巖石[8]。區內各類礦產豐富，礦床成因類型復雜，迄今已經發現的礦種有銅、銅鎳、銅銀、金、銅金、鐵和錳等，如延東-土屋斑巖型銅礦床、元寶山金銅礦床、馬頭灘金礦床、紅嶺銅鎳礦床、百靈山鐵礦床、西鳳山金礦床等（圖1）。

2 K-means 聚類

2.1 數據預處理

研究區地球化學資料來源是新疆地質礦產勘查局提供的1：20 萬地球化學水系沉積物測量數據，包括Ag、As、Au、Bi、Co、Cr、Cu、Hg、Mn、Mo、Ni、P、Pb、Sb、Sn、U、V、W、Zn、Fe2O3等20 種元素，共3620 個數據，數據類型為網格化原始數據（由于研究區水系不發達，采樣點間距基本是2km×2km），儲存方式為Access格式。

為了保證研究區所有樣品信息的完整性，本文選用異值點替換方法處理特異值。具體操作為：低于檢出限的數據取檢出限的1/2；高于檢出最高極限的數據取檢出限的125%。為消除各個變量的單位（量綱）互不相同，對數據進行規格化，規格化的計算公式為：

其中Xij為第j 個樣品第i 個變量的觀測值，X*ij為規格化后的值。

2.2 K-means 聚類分析

研究區（地理坐標為東經90°30′-93°00′，北緯41°40′-42°20′）屬于干旱荒漠區，區內共有網格狀分布的3620 個化探樣品。分析過程為：（1）采用不同的k 值（即預設類別數），用kmeans 方法對樣品進行分類；（2）對每種方案，考查分類結果（各類樣品的空間分布）并與區域地質礦產圖進行對比。如果所得各類別樣品點分別相對集中，并與區域地質特征（地層巖石建造和區域構造）較明顯表現出分布的一致性，就認為該分類方案是比較優化的方案，能夠提供地球化學演化的信息。經多方案試驗，發現k=4（所有樣品分為4 類）是較優方案，記下各樣品點的類編號，利用MAPGIS 中的投影變換，以經度為x 軸，緯度為y軸，類編號為屬性，進行投影變換，生成點文件。再利用MAPGIS中的圖形處理的輸入編輯，插入投影變換后生成的點文件，得到如下分類結果圖。（圖2）

圖1 東天山康古爾塔格——阿其克庫都克一帶地質圖

圖2 東天山（康古爾塔格- 阿其克庫都克一帶）1:20 萬水系沉積物分類圖

結合研究區的地質構造、地層、礦（床）點等信息，從圖2 可以看出，在所分出的4 個類別中，第1 類樣品數較多（占37.3%），元素組合較為復雜，以Cu、Ni、Co、Mn、V、Cr、Fe、Zn 為主，空間分布于康哥爾塔格斷裂帶的南、北部，而中部分布較少，主要覆蓋研究內主要銅礦床（點）、鐵礦床（點）等，認為該類可能主要反映研究區銅-鐵礦化信息，或者是包含背景和噪聲在內的一個綜合類別。

第2 類樣品點數量少，元素組合特征以Au、Ag 為主，空間分布主要集中在研究區中部和西北部，范圍覆蓋了馬頭灘、孔雀山、元寶山南、馬頭山北、大東溝、咸水灘等大部分金礦床（點），說明該類樣品的分布可代表金礦化異常區，該類元素組合可能為金礦化探找礦的指示元素組合。

第3 類樣品點數量較多，主要元素組合為Pb、Mo、W、Bi，空間分布于研究區的東、西部，而中間分布少，本類樣品在西部的分布范圍與二疊紀地層建造以及石炭紀-二疊紀花崗巖類侵入體比較一致，指示了這些地質建造對該類元素組合的控制作用，并指示這些元素在表生變化中可能遷移距離很?。辉跂|部主要分布于第三紀和第四紀沉積盆地中，說明在研究區東部可能因地形不同，這些元素表生遷移較遠。

第4 類樣品點沿近東西向康古爾塔格斷裂帶分布，并限于該斷裂以南, 主要元素組合為Hg、Sb、Sn、U，指示該斷裂構造對這些元素分布的控制，同時指示康古爾塔格斷裂兩側地質情況的顯著差異,與前人關于該斷裂帶為古生代碰撞帶的認識一致[9-11]。

3 因子分析

為進一步挖掘樣品分類所反映的信息，以3620 個1：20 萬地球化學水系沉積物測量數據為基礎數據，對20 種元素做正交旋轉因子分析。適用性檢驗結果KMO 檢測值為0.726（大于0.7），Bartlett 的球形度檢驗sig 值為0（小于0.05），說明因子分析可以應用于本樣品數據。采用最大方差正交旋轉法進行因子旋轉，分成5 類時的旋轉平方和的累計方差與初始特征值的累計方差相等，累計方差達67.675%。因此，本文按特征值＞1 的標準，選取5 個主因子，結果如表1（因子旋轉次數為10 次），如圖1。

圖3 第一主因子（F1）得分估值圖

表1 正交旋轉因子載荷矩陣

第一主因子（F1）代表Cu、Ni、Co、Mn、V、Cr、Fe、Zn、P 組合，該因子方差貢獻率占31.283%，為主要成礦因子。其中，Cu、Cr、Co、Ni 元素組合主要反映了該區與侵入巖有關的銅、鎳礦產，代表性礦床有黃山、黃山東銅鎳礦。Cu、Ni、Co、V、Fe 特征元素組合，主要反映了與中基性火山巖有關的鐵礦、鐵銅礦，代表性礦床有雅滿蘇鐵礦和黑尖山銅鐵礦。第二主因子代表（F2）代表Ag、As 組合，主要反映了與該地區金、銀礦化有關的元素組合。第三主因子代表（F3）代表Bi、Mo、Pb、W 組合，主要反映該地區與熱液活動有關的鉛鋅多金屬礦產元素組合。第四主因子（F4）和第五主因子（F5）的Sn、Hg、Sb、Au、U 組合，主要反映該區域構造斷裂帶（韌性剪切帶）、中酸性火山巖等地質背景特征有關的各類蝕變巖型或熱液型金礦。利用最小二乘法意義下的回歸分析法，得到主因子得分估值圖，可以看出，第一主因子的因子得分高值分布區域（見圖3），與第一類樣品點的分布區域高度吻合，可以推斷第一類的元素組合特征基本與第一主因子相同。其它主因子估值得分圖也與對應的元素分類結果圖分布特征基本吻合。

4 結論

本文利用k-means 法對東天山地區1：20 萬地球化學水系沉積物測量數據進行聚類，當分類數k=4 時，與已發現的礦床分布和因子分析結果的一致性較高。以上初步分析表明，結合地質背景和地理因素，k-means 可用于水系沉積物地球化學元素組合的空間分布規律研究。下一步工作擬在更詳細考慮該區地質、礦化和地形因素的基礎上，研究荒漠化地區不同元素表生變化的規律性及其控制因素，為研究區域地球化學演化規律提供有用信息，同時也為改進化探找礦效果提供幫助。