三維地質(zhì)模型不確定性分析及對三維成礦預(yù)測結(jié)果的影響解析

秦 陽, 李曉暉*, 唐敏惠, 袁 峰, 張明明,李 賀, 薛 晨, 吳幫財

三維地質(zhì)模型不確定性分析及對三維成礦預(yù)測結(jié)果的影響解析

秦 陽1, 2, 李曉暉1, 2*, 唐敏惠3, 袁 峰1, 2, 張明明1, 2,李 賀1, 2, 薛 晨1, 2, 吳幫財1, 2

(1. 合肥工業(yè)大學(xué) 資源與環(huán)境工程學(xué)院 合肥工業(yè)大學(xué)礦床成因與勘查技術(shù)研究中心(ODEC), 安徽 合肥 230009; 2. 安徽省礦產(chǎn)資源與礦山環(huán)境工程技術(shù)研究中心, 安徽 合肥 230009; 3. 安徽省公益性地質(zhì)調(diào)查管理中心, 安徽 合肥 230091)

三維地質(zhì)模型是三維成礦預(yù)測最重要的數(shù)據(jù)基礎(chǔ)之一, 其準(zhǔn)確性對于深部預(yù)測靶區(qū)的圈定具有十分重要的意義。然而, 三維地質(zhì)模型存在一定程度的不確定性, 其不確定性主要是受到地質(zhì)體與地質(zhì)結(jié)構(gòu)自身的復(fù)雜性, 數(shù)據(jù)密度、誤差和建模方法等多方面影響。本文以長江中下游成礦帶鐘姑礦田為例, 基于隱式三維地質(zhì)建模及蒙特卡洛模擬方法, 對控制剖面中地質(zhì)界線產(chǎn)狀引起的三維地質(zhì)模型的不確定性開展定量分析, 并度量和評價其對三維成礦預(yù)測結(jié)果的影響。研究結(jié)果顯示, 深部地質(zhì)界線的產(chǎn)狀傾角及傾向變化會導(dǎo)致三維地質(zhì)模型產(chǎn)生不同程度的不確定性。通過擾動策略, 能夠有效開展相關(guān)的不確定性分析和度量工作; 三維地質(zhì)模型的不確定性會在一定程度上影響三維成礦預(yù)測結(jié)果, 但三維成礦預(yù)測方法具有一定的魯棒性, 基于預(yù)測結(jié)果圈定的找礦靶區(qū)位置相對穩(wěn)定。對于具有較高不確定性的深部預(yù)測靶區(qū), 進(jìn)一步工作可通過降低三維地質(zhì)模型的不確定性或增加其他預(yù)測信息等方式, 提高預(yù)測結(jié)果的確定性, 以降低找礦勘探風(fēng)險。

不確定性; 3D; 成礦預(yù)測; 隱式建模; 鐘姑礦田

0 引 言

基于GIS的成礦預(yù)測是礦產(chǎn)勘探中尋找和圈定找礦靶區(qū)的有效方法, 以往研究主要是通過對多種二維地學(xué)信息進(jìn)行集成來實現(xiàn)(Agterberg et al., 1990)。當(dāng)前, 對于已有大量淺部勘查和找礦成果的成熟礦區(qū), 尋找深部隱伏礦床是擴(kuò)大礦區(qū)資源儲備的重要途徑, 也是近年來基于GIS成礦預(yù)測的重要研究目標(biāo)之一。因此, 三維成礦預(yù)測方法被相繼提出(毛先成等, 2009; Payne et al., 2015; Nielsen et al., 2015)。相較傳統(tǒng)二維成礦預(yù)測方法, 三維成礦預(yù)測方法通過融合多源多維地學(xué)數(shù)據(jù)構(gòu)建三維地質(zhì)模型, 能夠更好地對地質(zhì)體的物理特性、空間特征進(jìn)行刻畫和分析(Murphy et al., 2006; Malehmir et al., 2009; Joly et al., 2012), 并通過開展三維空間分析和綜合評價, 能更為充分地挖掘和綜合多維地學(xué)信息中包含的控礦和指示要素信息, 預(yù)測和圈定三維找礦靶區(qū)。目前三維成礦預(yù)測方法已被廣泛應(yīng)用于成礦帶、礦集區(qū)、礦田和礦床等多尺度深部找礦預(yù)測研究中, 為礦產(chǎn)勘查提供了新的方法和找礦目標(biāo)(肖克炎等, 2012; Yuan et al., 2014; Li et al., 2015; Hu et al., 2020; Mao et al., 2020)。

成礦預(yù)測是一種基于多因子、多準(zhǔn)則的綜合方法, 其內(nèi)含的數(shù)據(jù)和方法等具有很高的不確定性, 這種不確定性會影響預(yù)測結(jié)果, 提高找礦預(yù)測的風(fēng)險。目前, 關(guān)于成礦預(yù)測的不確定性研究多集中于二維環(huán)境, 不確定性很大程度上與數(shù)據(jù)的質(zhì)量有關(guān)(Carranza et al., 2005; Porwal et al., 2010; Lisitsin et al., 2014; Zuo et al., 2021)。對于融合更多數(shù)據(jù)和方法的三維成礦預(yù)測, 其不確定性更值得關(guān)注。三維地質(zhì)模型作為三維成礦預(yù)測最主要的數(shù)據(jù)基礎(chǔ), 也是三維成礦預(yù)測最重要的環(huán)節(jié)(袁峰等, 2019), 對其不確定性研究具有十分重要的意義。

本文以長江中下游成礦帶寧蕪盆地的鐘姑礦田為例, 基于蒙特卡洛模擬方法, 通過高斯分布生成控制剖面中地質(zhì)界線產(chǎn)狀數(shù)據(jù)的模擬數(shù)值; 利用三維隱式建模方法生成100個數(shù)據(jù)擾動后的三維地質(zhì)模型, 以此對地質(zhì)界線產(chǎn)狀引起的三維地質(zhì)模型的不確定性開展定量分析; 通過三維空間分析方法對擾動后的三維地質(zhì)模型進(jìn)行分析, 獲取多套控礦要素信息, 并進(jìn)一步開展數(shù)據(jù)融合與靶區(qū)圈定, 以度量和解析三維地質(zhì)模型不確定性對三維成礦預(yù)測結(jié)果的影響。該研究可為進(jìn)一步減少三維成礦預(yù)測結(jié)果的不確定性提出優(yōu)化方案, 從而更好地提升三維成礦預(yù)測結(jié)果的可靠性, 降低深部找礦預(yù)測的風(fēng)險。

1 數(shù) 據(jù)

長江中下游成礦帶是中國東部重要的銅?鐵多金屬成礦帶(常印佛等, 1991), 發(fā)育寧蕪、廬樅等多個火山巖盆地以及銅陵、鄂東南等多個礦集區(qū)。鐘姑礦田位于長江中下游成礦帶內(nèi)寧蕪盆地的南段, 礦田內(nèi)地層主要為中三疊統(tǒng)周沖村組(T2)白云質(zhì)灰?guī)r夾膏鹽層、上三疊統(tǒng)黃馬青組(T3)砂頁巖、上三疊統(tǒng)范家塘組(T3)砂頁巖, 以及中下侏羅統(tǒng)象山群(J1-2)砂頁巖(高道明和洪東良, 2008)。礦田內(nèi)褶皺斷裂構(gòu)造發(fā)育, NNE向和NWW向兩條基底斷裂帶控制了區(qū)內(nèi)的火山?侵入巖的發(fā)育以及礦化作用。火山巖主要發(fā)育于礦田西部和南部, 侵入巖主要發(fā)育于礦田中部及北部, 與鐵礦有關(guān)的閃長巖類侵入體均為淺成?超淺成的小巖體。礦田內(nèi)發(fā)育大量熱液礦床, 礦體主要產(chǎn)于閃長巖與三疊系膏巖層或含鈣質(zhì)地層的接觸帶部位, 具有明顯的接觸交代型鐵礦床的地質(zhì)特征。

本文用于三維地質(zhì)建模和三維成礦預(yù)測的數(shù)據(jù)為鐘姑礦田的基巖地質(zhì)圖和13條地質(zhì)和地球物理綜合解釋剖面(圖1), 通過蒙特卡洛模擬的方法, 擾動綜合解譯剖面中地質(zhì)界線的產(chǎn)狀, 利用隱式三維地質(zhì)建模方法批量構(gòu)建三維地質(zhì)模型, 從而對三維地質(zhì)模型的不確定性進(jìn)行分析和度量。

圖1 礦田地質(zhì)圖及剖面位置(據(jù)Li et al., 2015修改)

2 研究方法

2.1 三維地質(zhì)模型不確定性分析方法

隨著深度的增加, 準(zhǔn)確描述地質(zhì)體和地質(zhì)結(jié)構(gòu)的難度不斷加大。目前, 三維地質(zhì)建模已成為描述地質(zhì)體和地質(zhì)結(jié)構(gòu)的重要手段之一, 其主要采用隱式或顯式的方法, 以有限的地質(zhì)、地球物理平面和剖面數(shù)據(jù)以及鉆孔數(shù)據(jù)作為約束, 對地質(zhì)體和地質(zhì)結(jié)構(gòu)進(jìn)行推演和模擬(Betts et al., 2003; Hills et al., 2003)。

三維隱式地質(zhì)建模方法具有模型快速更新、多源數(shù)據(jù)融合、地質(zhì)知識融入等優(yōu)點(diǎn), 近年來被廣泛用于多尺度的三維地質(zhì)建模研究工作(Wellmann et al., 2010; Caumon et al., 2013; Zhong et al., 2019)。三維隱式地質(zhì)建模方法中最常采用協(xié)同克里格方法(公式1), 該方法能夠充分融合位置和產(chǎn)狀三維約束信息, 通過插值計算, 獲取連續(xù)的三維勢場標(biāo)量函數(shù), 進(jìn)而更好、更合理地描述地質(zhì)體的幾何結(jié)構(gòu)(Calcagno et al., 2008)。

在三維地質(zhì)建模中, 通常多會采用多條平行剖面描述和約束深部地質(zhì)構(gòu)造, 進(jìn)而對整體地質(zhì)結(jié)構(gòu)進(jìn)行模擬和推演。在這些平行剖面中, 地質(zhì)界線的位置及產(chǎn)狀主要通過地質(zhì)和地球物理方法進(jìn)行解釋和描述; 對于平行剖面之間地質(zhì)界線的形態(tài)和產(chǎn)狀, 則主要通過人工連接或是基于上述插值方法計算獲得。由于地表下地質(zhì)界線是通過地球物理方式解譯得到, 難免存在誤差; 插值得到的結(jié)果也無法完全貼合實際的地質(zhì)情況, 且平行剖面中的地質(zhì)界線缺少垂直于剖面走向方向的產(chǎn)狀信息約束。因此, 三維地質(zhì)模型總是會存在一定的不確定性。其中, 不同的產(chǎn)狀條件可能導(dǎo)致不同的建模結(jié)果。如圖2所示, 在選取(a)作為兩個剖面間的連接時, 在插值計算或手動連接時, 這兩個剖面間的任意連接, 如(b)、(c), 可能是地質(zhì)體的實際情況。

圖2 地質(zhì)解譯與建模過程中的多解性

對于基于三維勢場和協(xié)克里格插值方法的隱式三維地質(zhì)建模方法, 傾角和傾向是度量地質(zhì)體產(chǎn)狀的主要參數(shù), 特別是對于描述平行剖面間地質(zhì)體和地質(zhì)結(jié)構(gòu)的三維形態(tài)時尤為重要。傾角主要影響地質(zhì)界面的水平幾何形態(tài), 傾向主要影響地質(zhì)界面的垂直幾何形態(tài)(圖3)。

(a) 水平向地質(zhì)界線; (b) 水平向地質(zhì)界線建立的原模型; (c) 傾向+10°建立的模型; (d) 傾角+10°建立的模型; (e) 豎直向地質(zhì)界線; (f) 豎直向地質(zhì)界線建立的原模型; (g) 傾向+10°建立的模型; (h) 傾角+10°建立的模型。

圖3 地質(zhì)界線中走向和傾角對三維地質(zhì)模型的影響

Fig.3 The influences of the strike and dip of geological boundary on the 3D geological model

由于地質(zhì)體存在多解性, 因此需要選擇合適的方法對其進(jìn)行模擬, 以構(gòu)建出不同情況下地質(zhì)體的三維地質(zhì)模型結(jié)果。蒙特卡洛方法的基本思想是當(dāng)所求解問題是某種隨機(jī)事件出現(xiàn)的概率, 或者是某個隨機(jī)變量的期望值時, 通過隨機(jī)抽樣的方法, 以隨機(jī)事件出現(xiàn)的頻率估計其自身的概率, 或者以抽樣的數(shù)字特征估算隨機(jī)變量的數(shù)學(xué)特征, 并將其作為問題的解, 主要步驟為: ①構(gòu)造或描述概率過程; ②實現(xiàn)從已知概率分布抽樣; ③建立各種估計量(朱陸陸, 2014)。該方法適用于不確定性過程的模擬。因此, 為了度量平行剖面中地質(zhì)界線產(chǎn)狀參數(shù)不確定性對三維地質(zhì)模型的影響, 本文結(jié)合蒙特卡洛方法對平行剖面中地質(zhì)界線的產(chǎn)狀參數(shù)制定了隨機(jī)擾動策略。方法和步驟如下:

(1) 設(shè)置參考模型, 假設(shè)剖面上地質(zhì)界線的產(chǎn)狀傾向垂直于剖面, 傾角垂直于地質(zhì)界線, 通過基于三維勢場插值的隱式三維地質(zhì)建模方法, 構(gòu)建三維地質(zhì)模型(圖4)。

圖4 參考模型結(jié)果及剖面位置(據(jù)Li et al., 2015修改)

(2) 在剖面上隨機(jī)選取10%的地質(zhì)界線產(chǎn)狀中的傾角與傾向進(jìn)行擾動。由于高斯分布符合大多數(shù)現(xiàn)象的概率分布(王浩龍, 2018), 因此, 將高斯分布作為先驗概率分布來模擬原始數(shù)據(jù)點(diǎn)的不確定性(Pakyuz-Charrier et al., 2018)。高斯分布可定義為:

其中:和分別為均值和標(biāo)準(zhǔn)差。通過改變產(chǎn)狀的傾角和傾向數(shù)據(jù), 即由高斯分布隨機(jī)生成的±度來擾動模型, 該度數(shù)是基于原始參考模型數(shù)據(jù)以高斯分布方法隨機(jī)生成的。

(3) 依據(jù)上述方法產(chǎn)生100組擾動產(chǎn)狀后的地質(zhì)界線集合, 并用其重新計算和生成100個可能的地質(zhì)模型。

(4) 將100個地質(zhì)模型進(jìn)行聯(lián)合計算, 以分析和可視化不確定性。地質(zhì)模型的不確定性可用值進(jìn)行分析, 計算方法見Lindsay et al. (2012)。

其中: Mode()代表在某位置出現(xiàn)最多的地層種類; |≠M(fèi)ode()|是在該位置與Mode()不同的地層類別的數(shù)量; ||是總的模型數(shù)量。

2.2 三維成礦預(yù)測結(jié)果不確定性分析方法

三維成礦預(yù)測以三維地質(zhì)模型為基礎(chǔ), 通過三維空間分析方法獲取三維預(yù)測信息, 最后通過綜合評價方法實現(xiàn)三維預(yù)測數(shù)據(jù)的融合與靶區(qū)圈定。本文從三維成礦預(yù)測全過程角度出發(fā), 開展三維地質(zhì)模型不確定性對三維成礦預(yù)測結(jié)果的影響的度量和分析研究, 不確定性分析方法和步驟如下:

(1) 由于三維成礦預(yù)測需要基于正六面體離散單元進(jìn)行, 因此, 研究首先將上述101個地質(zhì)模型(100個擾動模型和1個參考模型)分別離散為50 m× 50 m×50 m六面體單元。為了重點(diǎn)描述三維地質(zhì)模型的不確定性對于三維成礦預(yù)測結(jié)果的影響, 本文選用的構(gòu)建三維預(yù)測模型的預(yù)測要素均可采用三維空間分析方法基于三維地質(zhì)模型計算得到(表1), 以排除三維地質(zhì)模型以外其他來源相關(guān)的不確定性對三維成礦預(yù)測結(jié)果的影響。

表1 成礦預(yù)測要素及三維空間分析方法

(2) 基于三維地質(zhì)模型, 采用三維空間分析方法計算獲取101組三維預(yù)測數(shù)據(jù)集, 最后采用數(shù)據(jù)驅(qū)動的邏輯回歸模型, 分別對101組三維預(yù)測數(shù)據(jù)集進(jìn)行綜合, 計算成礦有利程度, 并根據(jù)閾值P=0.02(Li et al., 2015), 采用以下方式圈定深部找礦靶區(qū)(圖5)。

圖5 參考模型三維成礦預(yù)測結(jié)果

其中:S為立方體單元是否在基于組預(yù)測數(shù)據(jù)集圈定的找礦靶區(qū)(成礦有利程度為≥P)內(nèi)。

(3) 基于上述研究圈定的101組找礦靶區(qū),即可使用N定量化度量三維地質(zhì)模型對于三維成礦預(yù)測結(jié)果的不確定性影響:

其中: |S|是立方體單元被圈定為找礦靶區(qū)的總次數(shù)。N值越小, 表示三維成礦預(yù)測結(jié)果的不確定性越高; 相反,N值越大, 表示三維成礦預(yù)測結(jié)果的不確定性越低。

3 結(jié)果與討論

3.1 三維地質(zhì)模型不確定性分析

通過擾動剖面內(nèi)地質(zhì)界線的產(chǎn)狀數(shù)據(jù)來模擬分析三維地質(zhì)模型的不確定性結(jié)果如圖6所示。結(jié)果顯示不確定性較高的區(qū)域主要集中在A、B和C區(qū)域中, 造成這些區(qū)域不確定性較高的主要原因是因為該區(qū)域內(nèi)地質(zhì)界線較為復(fù)雜, 曲率較高, 由于傾角和傾向?qū)υ搮^(qū)域影響的綜合疊加, 使得區(qū)域的不確定性增加。

(a) 俯視圖; (b) 西南方向側(cè)視圖; (c) 東北方向側(cè)視圖。

不確定性分析結(jié)果表明, 基于目前有限的平行剖面, 部分區(qū)域內(nèi)的復(fù)雜地質(zhì)體不能很好地描述, 具有較高的不確定性, 這些區(qū)域需要利用更為豐富的地質(zhì)數(shù)據(jù), 如垂直于平行剖面的剖面、鉆孔數(shù)據(jù), 或是對平行剖面進(jìn)行加密, 以減小三維地質(zhì)模型的不確定性。

3.2 三維成礦預(yù)測結(jié)果不確定性分析

基于101組三維地質(zhì)模型計算得到的三維成礦預(yù)測結(jié)果的不確定性分析結(jié)果如圖7所示。

(a) 俯視圖; (b) 仰視圖; (c) 東北方向觀察角度。

通過分析圖6a和圖7a可見, 三維成礦預(yù)測結(jié)果的不確定性與三維地質(zhì)模型的不確定性在空間上存在一定的相關(guān)性。三維地質(zhì)模型不確定性較高的地區(qū)主要集中在A區(qū)和B區(qū), 上述兩處區(qū)域中三維成礦預(yù)測結(jié)果的不確定性也相對較高。由此可見, 三維地質(zhì)模型的不確定性會經(jīng)過三維空間分析、三維綜合評價等過程傳遞, 最終增加三維成礦預(yù)測結(jié)果的不確定性。因此要降低該位置的三維成礦預(yù)測結(jié)果的不確定性, 可通過增加穿越該位置的地質(zhì)、地球物理綜合解譯剖面、鉆孔方式降低三維地質(zhì)模型的不確定性, 或是添加其他三維預(yù)測要素等方式進(jìn)行改善。

但三維成礦預(yù)測結(jié)果的不確定性與三維地質(zhì)模型的不確定性有時也存在著一定的差異性。三維地質(zhì)模型的四周(圖6a中的區(qū)域D)雖然其不確定性較高, 但由于其有利的成礦條件, 因此并不會影響三維成礦預(yù)測結(jié)果, 對于靶區(qū)圈定幾乎沒有影響。因此, 對于這些區(qū)域, 雖然三維地質(zhì)模型的不確定性程度較高, 但對于三維成礦預(yù)測研究, 可以不去優(yōu)化和降低模型的不確定性; 有限的精力和資源應(yīng)當(dāng)集中于三維成礦預(yù)測結(jié)果中具有較高不確定性區(qū)域的三維地質(zhì)模型的優(yōu)化, 以增強(qiáng)其確定性, 這也是開展不確定性分析和度量的重要目的之一。此外, 成礦預(yù)測結(jié)果(圖7b、c)還顯示, 部分三維成礦預(yù)測結(jié)果中具有較高不確定性的單元, 都位于較低不確定性單元的周圍, 尤其是深部和淺部, 顯示出地質(zhì)界線的埋深對于三維成礦預(yù)測的結(jié)果具有較大的影響。在實際找礦勘查工作中, 目標(biāo)靶區(qū)的最淺埋深應(yīng)當(dāng)以不確定性分析后, 通過統(tǒng)計具有較低不確定性的單元獲得, 以避免由于不確定性導(dǎo)致的勘探深度不足等問題。

結(jié)合圖5和圖7a還可以看出三維成礦預(yù)測方法具有一定的魯棒性, 具體表現(xiàn)為: ①盡管101個三維地質(zhì)模型由于數(shù)據(jù)擾動后, 其內(nèi)部地質(zhì)結(jié)構(gòu)各不相同, 導(dǎo)致三維空間分析后生成的預(yù)測要素也有所不同, 但經(jīng)過對預(yù)測要素進(jìn)行綜合預(yù)測后得到三維成礦預(yù)測結(jié)果顯示, 基于擾動數(shù)據(jù)預(yù)測的成礦靶區(qū)位置與參考模型在空間上沒有明顯變化, 埋深及厚度上也較為一致, 顯示出預(yù)測結(jié)果的不確定性較小。②分析結(jié)果中,N<10的立方體單元僅占總體預(yù)測結(jié)果單元約1%,N<90的立方體單元僅占總體預(yù)測結(jié)果單元約16%(圖8), 表明預(yù)測結(jié)果總體的不確定性程度較低; 同時, 靶區(qū)內(nèi)部不確定性程度較低, 幾乎沒有出現(xiàn)具有較高不確定性的立方體單元, 較高不確定性單元多分布于少數(shù)靶區(qū)的外圍空間。

圖8 Nr(成礦預(yù)測結(jié)果不確定性)累積直方圖

綜上, 通過不確定性分析, 開展補(bǔ)充工作可以進(jìn)一步優(yōu)化三維地質(zhì)模型和三維成礦預(yù)測成果; 進(jìn)一步的找礦勘查工作也能夠基于不確定性分析結(jié)果, 更加合理的規(guī)劃實施方法。對于具有較低不確定性的預(yù)測靶區(qū)可以先期開展找礦勘查, 對于具有較高不確定性的預(yù)測靶區(qū), 需要視其成礦潛力投入更多的地質(zhì)工作, 以進(jìn)一步降低找礦勘查風(fēng)險。

4 結(jié) 論

(1) 三維隱式地質(zhì)建模過程中, 在地質(zhì)界線位置信息不變的情況下, 產(chǎn)狀信息變化會導(dǎo)致地質(zhì)模型產(chǎn)生不同程度的不確定性。通過擾動策略, 能夠較好地評價受上述因素導(dǎo)致的不確定性, 進(jìn)而提示哪些空間位置需要開展進(jìn)一步的研究工作, 以降低模型的不確定性。

(2) 基于擾動的三維地質(zhì)模型, 通過聯(lián)動三維空間分析方法和綜合評價方法能夠有效分析和度量三維地質(zhì)模型對三維成礦預(yù)測結(jié)果的不確定性影響程度。三維地質(zhì)模型的不確定性一定程度會影響三維成礦預(yù)測結(jié)果, 兩者既有相關(guān)性又存在差異性。雖然三維地質(zhì)模型的不確定性會對預(yù)測靶區(qū)外部產(chǎn)生一定的影響, 但三維成礦預(yù)測結(jié)果圈定的找礦靶區(qū)空間位置相對穩(wěn)定、不確定性高的單元數(shù)量較少、靶區(qū)內(nèi)部不確定性程度較低, 表明三維成礦預(yù)測方法具有一定的魯棒性。

(3) 對于具有較高不確定性的深部預(yù)測靶區(qū), 可通過進(jìn)一步工作降低三維地質(zhì)模型的不確定性或增加三維地質(zhì)模型外的預(yù)測信息等方式, 提高預(yù)測結(jié)果的確定性, 降低找礦勘探風(fēng)險。進(jìn)一步勘探工作的實施順序可以基于三維預(yù)測結(jié)果的不確定性和成礦有利程度進(jìn)行綜合分析。

致謝: 課題組的師兄師姐在論文撰寫過程中提供了幫助與指導(dǎo), 兩位匿名審稿人提出了建設(shè)性的修改意見, 在此一并致以誠摯的感謝。

常印佛, 劉湘培, 吳言昌. 1991. 長江中下游銅鐵成礦帶. 北京: 地質(zhì)出版社: 1–370.

高道明, 洪東良. 2008. 鐘姑礦田鐵礦成礦模式與規(guī)律及找礦標(biāo)志. 金屬礦山, (7): 84–87.

毛先成, 戴塔根, 吳湘濱, 鄒艷紅. 2009. 危機(jī)礦山深邊部隱伏礦體立體定量預(yù)測研究——以廣西大廠錫多金屬礦床為例. 中國地質(zhì), 36(2): 424–435.

王浩龍. 2018. 復(fù)雜地質(zhì)構(gòu)造不確定性可視化及分析方法研究. 成都: 電子科技大學(xué)碩士學(xué)位論文: 1–76.

肖克炎, 李楠, 孫莉, 鄒偉, 李瑩. 2012. 基于三維信息技術(shù)大比例尺三維立體礦產(chǎn)預(yù)測方法及途徑. 地質(zhì)學(xué)刊, 36(3): 229–236.

袁峰, 張明明, 李曉暉, 葛粲, 陸三明, 李建設(shè), 周宇章, 蘭學(xué)毅. 2019. 成礦預(yù)測: 從二維到三維. 巖石學(xué)報, 35(12): 3863–3874.

朱陸陸. 2014. 蒙特卡洛方法及應(yīng)用. 武漢: 華中師范大學(xué)碩士學(xué)位論文: 1–56.

Agterberg F P, Bonham-Carter G F, Wright D F. 1990. Statistical pattern integration for mineral exploration // Gaal G, Merriam D F. Computer Applications in Resource Estimation. Oxford: Pergamon Press: 1–21.

Betts P G, Valenta R K, Finlay J. 2003. Evolution of the Mount Woods Inlier, northern Gawler Craton, Southern Australia: An integrated structural and aeromagnetic analysis., 366(1): 83–111.

Calcagno P, Chilès J P, Courrioux G, Guillen A. 2008. Geological modelling from field data and geological knowledge: Part Ⅰ. Modelling method coupling 3D potential-field interpolation and geological rules., 171(1): 147–157.

Carranza E J M, Woldai T, Chikambwe E M. 2005. Application of data-driven evidential belief functions to prospectivity mapping for aquamarine-bearing pegmatites, Lundazi District, Zambia., 14(1): 47–63.

Caumon G, Gray G, Antoine C, Titeux M O. 2013. Three- dimensional implicit stratigraphic model building from remote sensing data on tetrahedral meshes: Theory and application to a regional model of La Popa Basin, NE Mexico., 51(3): 1613–1621

Hills Q G, Betts P G, Lister G S. 2003. Geophysical interpretationand modelling of the Olary Domain under cover: A hiddeninverted rift system., 50(4): 633–644.

Hu X Y, Li X H, Yuan F, Ord A, Jowitt S M, Li Y, Dai W Q, Zhou T F. 2020. Numerical modeling of ore-forming processes within the Chating Cu-Au porphyry-type deposit, China: Implications for the longevity of hydrothermal systems and potential uses in mineral exploration., 116, 103230.

Joly A, Porwal A, McCuaig T C. 2012. Exploration targeting for orogenic gold deposits in the Granites-Tanami Orogen: Mineral system analysis, targeting model and prospectivity analysis., 48: 349–383.

Li X H, Yuan F, Zhang M M, Jia C, Jowitt S M, Ord A, Zheng T K, Hu X Y, Li Y. 2015. Three-dimensional mineral prospectivity modeling for targeting of concealed mineralization within the Zhonggu iron orefield, Ningwu Basin, China., 71: 633–654.

Lindsay M D, Aillères L, Jessell M W, de Kemp E A, Betts P G. 2012. Locating and quantifying geological uncertainty in three-dimensional models: Analysis of the Gippsland Basin, southeastern Australia., 546–547(11): 10–27.

Lisitsin V A, Porwal A, Mccuaig T C. 2014. Probabilistic fuzzy logic modeling: Quantifying uncertainty of mineral prospectivity models using Monte Carlo simulations., 46(6): 747–769.

Malehmir A, Thunehed H, Tryggvason A. 2009. The Paleoproterozoic Kristineberg mining area, northern Sweden: Results from integrated 3D geophysical and geologic modeling, and implications for targeting ore deposits., 74(1): 9–22.

Mao X C, Zhang W, Liu Z K, Ren J, Bayless R C, Deng H. 2020. 3D Mineral prospectivity modeling for the low-sulfidation epithermal gold deposit: A case study of the Axi gold deposit, Western Tianshan, NW China., 10(3): 233–233.

Murphy F, Rawling T, Wilson C, Dugdale L, Miller J M. 2006. 3D structural modelling and implications for targetinggold mineralization in western Victoria., 53(5): 875–889.

Nielsen S H, Cunningham F, Hay R, Partington G, Stokes M. 2015. 3D prospectivity modelling of orogenic gold in the Marymia Inlier, Western Australia., 71: 578–591.

Pakyuz-Charrier E, Lindsay M, Ogarko V, Giraud J, Jessell M. 2018. Monte Carlo simulation for uncertainty estimation on structural data in implicit 3-D geological modeling, a guide for disturbance distribution selection and parameterization., 9(2): 385–402.

Payne C E, Cunningham F, Peters K J, Nielsen S, Puccioni E, Wildman C, Partington G A. 2015. From 2D to 3D: Prospectivity modelling in the Taupo volcanic zone, New Zealand., 71: 558–577.

Porwal A K, Kreuzer O P. 2010. Introduction to the special issue: Mineral prospectivity analysis and quantitative resource estimation., 38(3): 121–127.

Wellmann J F, Horowitz F G, Schill E, Regenauer-Lieb K. 2010. Towards incorporating uncertainty of structural data in 3D geological inversion., 490(3): 141–151.

Yuan F, Li X H, Zhang M M, Jowitt S M, Jia C, Zheng T K, Zhou T F. 2014. Three-dimensional weights of evidence- based prospectivity modelling: A case study of the Baixiangshan mining area, Ningwu Basin, Middle and Lower Yangtze Metallogenic Belt, China., 145: 82–97.

Zhong D Y, Wang L G, Bi L, Jia M T. 2019. Implicit modeling of complex orebody with constraints of geological rules., 29(11): 2392–2399.

Zuo R G, Kreuzer O P, Wang J, Xiong Y H, Zhang Z J, Wang Z Y. 2021. Uncertainties in GIS-based mineral prospectivity mapping: Key types, potential impacts and possible Solutions., 30(5): 3059–3079.

Uncertainty of 3D Geological Modeling and its Influence on 3D Mineral Prospectivity

QIN Yang1, 2, LI Xiaohui1, 2*, TANG Minhui3, YUAN Feng1, 2, ZHANG Mingming1, 2, LI He1, 2, XUE Chen1, 2, WU Bangcai1, 2

(1. Ore Deposit and Exploration Centre (ODEC), School of Resources and Environmental Engineering, Hefei Universityof Technology, Hefei 230009, Anhui, China; 2. Anhui Province Engineering Research Center for Mineral Resources and Mine Environments, Hefei 230009, Anhui, China; 3. Public Geological Survey Management Center of Anhui Province, Hefei 230091, Anhui, China)

Three-dimensional (3D) mineral prospectivity delineates the target mining area based on 3D geological model. The 3D geological model is the foundation of 3D mineral prospectivity. Due to the complexity and diversity of geology itself, data errors, modeling methods, and other factors, 3D geological model is bound to have uncertainty that will directly affect the target area of 3D mineral prospectivity. The Zhonggu iron orefield located in the middle and lower Yangtze metallogenic belt of Eastern China is taken as an example to research the influence of the uncertainty of the 3D geological model on 3D mineral prospectivity. Based on the implicit modeling method and Monte Carlo simulation method, a set of geological models are generated by randomly disturbing the strike and dip direction of the geological boundary. By using the 3D spatial analysis method and logistic regression method, the prospecting target area is prospected through the relevant ore-controlling and indicator elements, and analyzing the influence of the uncertainty of the 3D geological model. Research shows that the change of the strike and dip direction will influence 3D geological model and the results of 3D mineral prospectivity. The disturbance strategy described in this paper can effectively analyze and measure the uncertainty. The uncertainty of 3D geological model will affect the results of 3D mineral prospectivity. At the same time, the 3D mineral prospectivity method has certain robustness, and the 3D prediction results are relatively stable in delineating the prospecting target area. To reduce the uncertainty of the 3D mineral prospectivity and reduce the risk of prospecting and exploration, further work should be done to reduce the uncertainty of the 3D geological model or increase the ore-controlling and indicator elements in the 3D spatial analysis.

uncertainty; 3D; mineral prospectivity modeling; implicit modeling; Zhonggu orefield

2021-11-01;

2022-03-09

國家自然科學(xué)基金項目(41702353、42072321)和中央高?；究蒲袠I(yè)務(wù)費(fèi)專項資金(PA2019GDZC0093)聯(lián)合資助。

秦陽(1997–), 男, 碩士研究生, 地理學(xué)專業(yè)。E-mail: 951051510@qq.com

李曉暉(1986–), 男, 副教授, 主要從事數(shù)學(xué)地質(zhì)與三維GIS方面研究工作。E-mail: lxhlixiaohui@163.com

P612

A

1001-1552(2023)05-1173-010

10.16539/j.ddgzyckx.2023.05.013