甘肅三白墩地區化探數據處理異常下限確定方法的對比研究

摘" "要：迭代剔除法是目前化探工作者常采用的異常下限確定方法，該方法在圈定異常過程中，要求數據須服從對數正態分布或正態分布。但在實際工作中，原始數據常不符合對數正態分布或正態分布，需弱化高背景場、強化低背景場，最終實現凸顯低緩異常，縮小高背景區。本文以玉門市三白墩地區1∶1萬巖屑地球化學測量數據為例，采用經典數理統計方法研究元素間相互關系。在此基礎上，分別運用迭代剔除法（均值標準差法）、剖面法、累頻法和分形法確定背景上限即異常下限。應用上述4種方法確定異常值分別圈定單元素異常，相互對比顯示，采用分形法圈定的Au元素異常與礦化體對應性好，對找礦具指導作用，其余3種方法確定的異常面積大，局部反映了地質體巖石地球化學特征，而非真正意義上的異常，給查證帶來一定難度。應用迭代剔除法圈定的As元素異常與礦化體吻合程度較高，可較好指導找礦。分形法與85%累頻法圈定的異常，弱異常局部丟失，導致礦化丟失。因此，建議采用多種異常下限確定方法進行對比研究，合理確定異常下限，圈定有利找礦異常區。

關鍵詞：勘查地球化學；正態分布；分形法；異常下限；甘肅北山

化探數據處理中準確確定異常下限，是有效圈定化探異常的關鍵步驟。確定的異常下限過高，易遺漏隱伏礦床形成的礦致異常，而異常下限過低，易干擾礦致異常識別和弱異常提取[1-6]?？辈榈厍蚧瘜W數據處理中常以樣品數據結果符合正態分布或近似正態分布為前提，采用迭代剔除法。對于不符合正態分布數據，常采用剔除法，直至數據達到正態分布，該方法會使特高值遺失，導致原始數據失真，無法有效指導找礦。因此在工作中常采取多種異常下限確定方法，結合區域地質背景，綜合對比確定異常下限。筆者以三白墩巖屑地球化學測量為例，引用Au，As元素數據，采用迭代剔除法、剖面法、累頻法和分形法分別計算異常下限并圈定異常[7]，對不同方法圈定的異常進行對比研究分析，最終選擇更適合確定研究區異常下限的方法。

1" 區域地質背景

三白墩位于甘肅省玉門市北東方向60 km處，成礦區帶屬小西弓-賬房山華力西期-印支期金鎢成礦帶[8-10]。區域上出露地層為太古宇—古元古界敦煌巖群B巖組、C巖組及第四系。區域上侵入巖發育，志留紀、三疊紀均有巖漿活動，巖性主要以酸性花崗巖類為主[11]，研究區以西黑山頭見埃達克巖（圖1）[12]。

區內成礦條件良好，構造演化過程中，伴隨成礦作用緊密相關的巖漿上侵、熱液活動及區域變質作用，為多種元素富集成礦提供通道及富集場所[13]。

2" 地球化學特征

從表1可看出，相對北山地區元素平均值而言，研究區強分異（Cv＞2）元素有Au，As，Cu，Mo，由強至弱分別為Au，Cu，As，Mo；分異較強（2＞Cv＞1）元素有Zn；分異弱（Cv＜1）元素有Pb，W，Sb，Ag，Sn。全區強富集（Kk＞2）元素有Zn；局部地段富集（2＞Kk＞1）元素有Au，Cu，Pb，Ag，Mo；As，W，Sn，Sb相對貧化，Kk小于1。全區強疊加（D≥9）元素有Au，As，Mo，其余元素具一定疊加性。綜上特征參數可得出，礦區主成礦元素為Au，As，而Mo，Cu也具一定成礦潛力?。

3" 異常下限的確定方法

3.1" 剖面法

該方法是建立在地化剖面觀察的基礎上，對比剖面地質現象及樣品分析結果確定異常下限和背景上限[14]。

首先，選擇一條或幾條橫穿礦體、有代表性的長剖面，在測制地質剖面時，按一定間距采取巖石（土壤）樣品，分析有關元素含量，并編制地質地球化學剖面（圖2）；其次，利用地球化學剖面圖對比剖面地質現象和元素含量變化。據遠離礦體處樣品中元素含量曲線總體變化趨勢，平行橫坐標繪制一條平均含量線，與縱坐標相交處指示的含量即為該元素在該地段的背景值。據遠離礦體處樣品中元素含量波動范圍，由波動上限處平行橫坐標做直線，與縱坐標相交處指示的含量即為該元素在該地段背景上限，即異常下限。

3.2" 迭代剔除法

運用SPSS軟件制作Q-Q圖，檢驗原始數據是否符合正態分布，對不符合正態分布的數據運用迭代法，剔除＞X+3δ或＜X-3δ的極值，直至所有數據均符合＜[X+3δ]且＞[X-3δ]的要求。計算所有數據的平均值（[X]）、標準離差（δ）等。剔除后數據算術平均值即為該元素區內地球化學背景值。本次工作對所有數據均進行迭代剔除處理，使數據符合正態分布，然后采用數理統計法確定異常下限，采用背景場均值（[X0]）和標準離差（δ0）計算異常下限T（T=[X0+k×δ0]）[15-19]1。

3.3" 累頻法

累計頻率是一個高于某個數值的頻率和數值頻率的總和之比。設X1、X2…Xn、Xn+1是不重復的樣本值。把樣本值等于或大于某個樣本的數據Xi的頻率稱為累積頻率，通常把累積頻率85％對應的樣本數值作為異常下限[5]（表2）。

3.4" 分形法

從圖3可看出，Au，As元素含量除較高的異常值外均服從對數正態分布，而少數較高異常值偏離直線，說明其不服從對數正態分布。這部分高異常值服從分形分布，說明背景值和異常值滿足不同分布形態。元素地球化學背景值和異常值具各自獨立的冪指數關系，導致形成多重分形分布[20-28]。

化探數據取對數后可大大削弱特高值影響，因此，本次將原始數據中所有元素含量取對數處理[29-30]。據數據統計，確定研究區Au，As元素對數值異常下限。利用Excel軟件將對數數據繪制在lgr-1gN（r）坐標圖上，利用最小二乘法擬合兩段直線（圖4）。從圖中可看出，樣本中部分數據所形成的直線較平坦，斜率較小，即分維數較小，可將這部分數據作為研究區背景值；剩余數據所形成的直線斜率明顯變大，代表分維數較大，可將這部分數據作為研究區異常值。

As元素擬合后背景區和異常區對應線性方程如下：

lgr=0.465 4IgN（r）-0.875 7，其中，

1≤lgN（r）＜3.51" " " " " " " " " " " " "（1）

lgr=33.956lgN（r）-118.05，其中，

3.51≤lgN（r）＜3.54" " " " " " " " " " " （2）

通過線性方程，分別求得：

r=10-0.875 7N（r）0.465 4" " " " " " " " " " " （3）

r=10-118.05N（r）33.956" " " " " " " " " " " "（4）

通過計算，二個區間殘差平方和1.349 5，兩個方程均通過顯著性檢驗，分維數為D1=0.465 4、D2=33.956，分界點r=15.7。分界點r地質意義為As元素含量在研究區呈分形分布，即含量小于15.7的數據為背景場數據，含量大于等于15.7的數據為異常區數據。因此，研究區As元素通過分形法確定的異常下限為15.7。

Au元素擬合兩段直線方程為（圖4）：

lgr=0.191 5 lgN（r）-0.517 8，其中，

0.7≤lgN（r）＜3.4" " " " " " " " " " " "（5）

lgr=61.983 lgN（r）-210.66，其中，

3.4≤lgN（r）＜3.43" " " " " " " " " " " （6）

因此得到分形模型方程為：

r=10-0.517 8N（r）0.191 5" " " " " " " " " " "（7）

r=10-210.66N（r）61.98 3" " " " " " " " " nbsp; " （8）

通過計算，兩區間殘差平方和為1.337，兩組方程均通過顯著性檢驗，分維數為D1=0.191 5、D2=61.983，分界點r=3.2。分界點r地質意義為Au元素含量在研究區呈分形分布，即含量小于3.2的數據為背景場數據，含量大于等于3.2的數據為異常區數據[28-31]。因此，研究區Au元素通過分形法確定的異常下限為3.2。

4" 討論

本文分別用剖面法、迭代剔除法、85％累計頻率法和分形理論方法，對元素含量數據進行處理，求得異常下限（表2）。4種異常下限計算方法得到結果的差異明顯，異常下限值總體上呈現以下規律，剖面法確定異常下限值＜迭代剔除法確定異常下限值＜85%累計頻率法確定異常下限值＜分形理論方法確定異常下限值。據此，按4種異常下限圈定的異常區面積大小有如下現象，剖面法確定異常面積＞迭代剔除法圈定異常面積＞85%累計頻率法圈定異常面積＞分形理論方法圈定異常面積。各元素在用剖面法、迭代剔除法、85%累計頻率法和分形方法得到的異常下限無規律性，這與元素含量數據的分布特征及異常下限計算方法密切相關[1，4，32]。

為了對比4種異常下限確定方法的客觀性和實用性，通過GeoIPAS4.0軟件將Au，As兩元素按4種不同異常下限勾畫出異常圖（圖5，6）。Au元素偏離正態分布，符合分形分布，應用分形法確定異常下限（分形下限）圈定的異常范圍比其他3種方法確定的異常下限（算術下限）圈出的異常范圍要小，能更加準確的反映礦致異常位置[30]。研究區礦（化）點均被Au元素應用分形方法和85%累頻法圈定的異常區所覆蓋，其余兩種方法圈定的異常面積大，許多異常值反映了地質體本身的地球化學特征，而非真正意義上的礦致異常，找礦指示意義不大，反而給異常查證帶來干擾。通過使用剖面法、迭代剔除法、85％累計頻率法和分形理論方法進行異常下限計算，對比研究4種異常下限圈定的異?？傻贸鯷1，4，33-34]，Au元素應用分形方法圈定異常能夠有效指導找礦。

As元素接近正態分布，應用迭代剔除法確定的異常下限與As礦體吻合程度高。As元素應用分形法和85%累頻法比迭代剔除法（算術下限）、剖面法確定的異常下限圈出的異常范圍要小，易遺失部分低緩礦致異常。通過使用剖面法、迭代剔除法、85％累計頻率法和分形法進行異常下限計算，對比研究4種異常下限圈定的異?？傻贸觯珹s元素應用分形方法和累積頻率法，縮小了異常范圍，對靶區的圈定具較好指導作用，但也漏圈了As3礦點引起的礦致異常。As元素應用迭代剔除法圈定異常能更加準確的反映出礦致異常位置。

異常下限的圈定無固定模式，首先需對樣本分形方式充分判定，基本確定其分布模式。

剖面法針對工作程度較高的礦區外圍找礦，多條剖面穿越已知礦體，礦體兩側元素平均值代替背景值和異常下限值，操作簡單，效果明顯。

迭代剔除法首先要剔除離群點數據（gt;X+3δ與lt;X-3δ）致使數據基本服從正態分布，確定出的異常下限值并非由全部數據決定，而只是由背景值決定，這種方法對圈定“高、大、全”異常效果較好。

85%累計頻率法則充分利用了研究區全部樣本信息，將研究區15%的樣本作為異常來評價，操作簡單，效果好。

分形理論在確定異常下限的過程中充分利用所有樣本數據，樣本數據一般分為兩部分，一部分為背景值，另一部分為異常值。對于熱液礦床而言，含礦熱液的運移、富集，受到多期次構造運動和熱液活動控制，所采化探樣品元素值不服從正態分布和對數正態分布，而是呈分形分布特征[35]。分形方法理論依據是地球化學場具有分形特征，由于背景場和異常場的主要控制因素不同，形成多個區間的分形分布[4]。

綜上對比分析，研究區Au元素采用分形理論方法確定異常下限更為合理；As元素采用迭代剔除法確定異常下限更為合理。在工作中，應結合研究區實際情況選擇合理的異常圈定方法。

5" 結論

（1） 研究區運用分形方法圈出的Au元素異常與實際發現的Au礦化點吻合度高；運用累頻法和迭代剔除法圈定的Au異常面積大，不利于礦致異常的圈定。研究區運用迭代剔除法圈出的As元素異常與實際發現的As礦化點吻合度高；運用分形法和累頻法圈定的As元素異常，雖大幅縮小了異常范圍，但也導致As3礦點的漏圈。

（2） 異常下限確定時，應先辨別原始樣本是否接近正態分布。當接近正態分布時，則使用迭代剔除法，確定異常下限；樣本偏離正態分布，則使用分形方法和85%累頻法確定異常下限；當在礦區外圍就礦找礦時，使用剖面法確定異常下限，合理高效。

參考文獻

[1] 戴慧敏，宮傳東，鮑慶中，等.區域化探數據處理中幾種異常下限確定方法的對比——以內蒙古查巴奇地區水系沉積物為例[J].物探與化探，2010，34（6）：782-786.

[2] 黃利平，蒙明華，譚禮金，等.化探異常下限確定方法簡介及對比[J].世界有色金屬，2016（11）：54-56.

[3] 李前志，周軍，劉磊，等.巖石地球化學異常下限的確定方法對比——以云南思姑錫礦區為例[J].地質找礦論叢，2015，30（3）：429-434.

[4] 陳健，李正棟，鐘皓，等.多種地球化學異常下限確定方法的對比研究[J].地質調查與研究，2014，37（3）：187-192.

[5] 葉紅剛，葉紅鋒.SPSS軟件數理統計應用及異常下限確定不同方法對比研究——以鷹咀山巖屑測量為例[J].甘肅地質，2018，27（2）：83-92.

[6] 張磊，申維.分形方法在澳大利亞新南威爾士地區地球化學異常下限確定中的應用[J].地質通報，2009，28（Z1）：245-249.

[7] 張慧，馬鑫鵬，蘇航，等.松嫩平原黑龍江省南部土壤重金屬背景值及污染程度分析[J].干旱地區農業研究，2018，36（6）：230-236.

[8] 張發榮，牛卯勝.甘肅北山地區成礦帶劃分及基本特征[J].甘肅地質學報，2003（1）：50-57.

[9] 張建華，徐艷.甘肅北山黑山北灘鉛鋅礦地質特征及找礦方向[J].世界有色金屬，2020（12）：276-278.

[10] 陳毓川，朱裕生，肖克炎，等.中國成礦區（帶）的劃分[J].礦床地質，2006，25（S1）：1-6.

[11] 雷自強，陳杰，陳世明，等.巖屑地球化學測量在甘肅北山干旱戈壁荒漠區的找礦效果——以三白墩地區金砷礦的發現為例[J].物探與化探，2022，46（3）：585-596.

[12] 楊鎮熙，丁書宏，張晶，等.北山造山帶早泥盆世埃達克巖的發現及地質意義[J].巖石礦物學雜志，2021，40（2）：185-201.

[13] 陳世明，楊鎮熙，雷自強，等.甘肅北山前紅泉地區水系沉積物地球化學特征及找礦方向[J].現代地質，2022，36（6）：1513-1524.

[14] 羅先熔，文美蘭，歐陽菲，等.勘查地球化學[M].北京：冶金工業出版社，2002．

[15] 陳健.EDA異常下限分析在地質找礦中的應用[J].礦產勘查，2019，10（8）：1961-1966.

[16] 王治華，譚俊，王鳳林，等.多種區域化探數據處理方法及異常提取效果對比研究——以青海小河壩地區水系沉積物測量為例[J].礦產勘查，2019，10（2）：321-332.

[17] 陳杰，余君鵬，李向民，等.祁連西段德勒諾爾-石板墩地區水系沉積物地球化學特征及找礦遠景[J].地質與勘探，2021，57（1）：94-109.

[18] 趙吉昌，范應，雷一蘭，等.構造地球化學巖屑測量在甘肅黨河南山地區找金中的應用[J].物探與化探，2021，45（4）：923-932.

[19] 劉永彪，李省曄，趙吉昌，等.巖屑測量在甘肅北山水系沉積物測量弱異常區的找礦效果：以鹽池黑山南金礦的發現為例[J].現代地質，2022，36（6）：1525-1537.

[20] 王磊，路闊，辛存林.多重分形理論在甘肅瓜州照壁山地區地球化學異常識別中的應用[J].物探化探計算技術，2019，41（6）：826-831.

[21] 周亞龍.分形方法在微量元素油氣化探異常下限分析中的應用[J].物探化探計算技術，2013，35（6）：733-738.

[22] 曹順紅，孔華.含量—面積分形方法在確定湘西北龍山地區Hg元素異常下限中的運用[J].國土資源導刊，2017，14（2）：79-84.

[23] 汪偉，張穎慧，袁峰，等.基于分形方法確定合肥大興地區土壤中Cd元素的異常下限[J].環境科學與管理，2009，34（5）：27-30.

[24] 崔玉良，王根厚，郎欣欣，等.基于MAPGIS的含量-面積分形法確定元素異常下限及圈定異常區：以湖南陽明山地區為例[J].現代地質，2016，30（4）：811-817.

[25] 成秋明.多維分形理論和地球化學元素分布規律[J].地球科學，2000（3）：311-318.

[26] 李湘凌，張穎慧，李曉輝，等.分形方法確定土壤中重金屬異常下限——以合肥大興地區Cu元素為例[J].土壤通報，2009，40（2）：378-381.

[27] 龔慶杰，張德會，韓東昱.一種確定地球化學異常下限的簡便方法[J].地質地球化學，2001（3）：215-220.

[28] 李隨民，姚書振.基于MAPGIS的分形方法確定化探異常[J].地球學報，2005（2）：187-190.

[29] 馬永光.地球化學測量找礦在伊春市伊東林場金銀礦床的應用[J].有色礦冶，2019，35（3）：1-4.

[30] 馬祖飛. 內蒙古武鎖溝地區土壤地球化學異常特征及找礦潛力分析[D].長安大學，2014.

[31] 楊震，梅紅波.基于MAPGIS的含量-面積法確定異常下限——以個舊西區為例[J].物探化探計算技術，2013，35（4）：477-480+373-374.

[32] 王志剛.分形方法在海南屯昌地區地球化學找礦中的應用[J].地質調查與研究，2012，35（4）：315-320.

[33] 秦飛龍，王茜.多種地球化學異常算法對比研究及其應用[J].科技展望，2016，26（24）：178.

[34] 王琨，周永章，高樂.龐西垌地區地球化學異常圈定方法討論[J].地質學刊，2012，36（1）：64-69.

[35] 鄒林，彭省臨，楊自安，等.青海阿爾茨托山地區地球化學（異常）場的多重分形研究[J].中國地質，2004（4）：436-441.

A Comparative Study on the Method of Determining the Lower Limit of Anomalies

in the Geochemical Data Processing of the Sanbaidun Region， Gansu

Chen Jie， Lei Ziqiang， Zhang Yupeng， Li Shengye， Yang Zhenxi， Fang Chenghao， Wan Lixin

（The Fourth Institute of Geology and Mineral Resources Exploration of Gansu Provincial Bureau of

Geology and Mineral Resources，Jiuquan，Gansu，735000，China）

Abstract： There are many methods to determine the lower limit of geochemical anomaly. At present， most geochemical explorers often use iterative elimination method to determine the lower limit of anomaly， which requires the data to obey normal or lognormal distribution in the process of delineating anomalies. However， in actual work， most of the original data do not conform to the normal distribution or lognormal distribution， in this case， conversion methods such as lognormal transformation are usually used to make them obey the normal distribution as much as possible， but some data still cannot obey the normal distribution even after transformation processing， and can not effectively guide the prospecting work to a certain extent. In this paper， the relationship between the elements is studied by using the classical mathematical statistics method based on the 1∶10 000 rock cut measurement data in Sanbaidun area of Yumen City， Gansu Province. On this basis， iterative elimination method， long section method， cumulative frequency method and fractal method are used to determine the lower limit of anomaly. The lower limit of anomaly determined by the above four methods was applied to delineate the anomaly respectively. Through comparison， it was found that the anomaly determined by the fractal method of Au element had a good agreement with the mineralized body and had a guiding role in prospecting. The anomaly determined by the other three methods had a large area of anomaly， which brought certain difficulty to the verification. The anomalies identified by the As element by the iterative elimination method have a high degree of agreement with the mineralized body， which is a good guide for prospecting. For the anomalies identified by the fractal method and the 85% cumulative frequency method， the weak anomalies are locally lost， resulting in the loss of mineralization. Therefore， it is suggested that in the process of production and scientific research， a variety of analysis methods should be used to determine the reasonable anomaly limit and delineate the most favorable anomaly area for prospecting.

Key words： Exploration geochemistry; Normal distribution; Fractal method; Anomaly threshold; Beishan of Gansu Province