基于三維地質地球物理建模的深部成礦預測

摘要：黑龍江省永新金礦床位于興蒙造山帶東段的興安地塊和松嫩地塊交會拼合部位，是近幾年新發現的大型金礦床。為了深入探討永新金礦床外圍及深部的成礦潛力，首先在典型礦床分析和音頻大地電磁測深以及重磁聯合剖面基礎上，利用三維地質建模軟件Creatar XModeling構建了區域和礦床三維地質模型，刻畫了主要控礦地質體三維形態，揭示了區內深部構造地質特征、礦體空間分布特點及與各地質要素之間的關系。然后，采用立方體預測模型找礦方法，依據證據權法對研究區地質、地球物理等多源信息進行融合，圈定了8處深部找礦預測靶區。部分深部靶區鉆孔發現了多處礦化信息，驗證了本次深部預測的準確性和可靠性，指示研究區深部仍具有較大的成礦空間和潛力。

關鍵詞：三維地質建模；地質地球物理模型；深部成礦預測；永新金礦床

doi：10.13278/j.cnki.jjuese.20210124

中圖分類號：P612；P618.51

文獻標志碼：A

0引言

伴隨社會進程的快速發展，人類對礦產資源的需求量與日俱增，但地表礦、淺部礦因大量開發而日益枯竭，人類未來礦產勘查的重要目標和重點研究方向已轉向對隱伏礦、深部礦的預測和尋找3]。目前，基于計算機技術及三維空間數據處理技術的不斷深入發展，采用三維地質模型進行隱伏礦、深部礦的尋找已經成為礦產勘查領域的難點和熱點，國內外學者相繼開展了大量研究工作5]。如國外學者Payne等通過對地質、地球物理等資料綜合分析，借助GOCAD軟件建立了Taupo地區的三維地質模型，對該區熱液型金礦床進行了成礦預測評價，證實了該區深部具有較大的找礦潛力；Hamedani等根據已知信息建立了西澳大利亞Broken Hill礦床的三維預測模型，并將該模型用于鋅、鉛硫化物礦床的成礦預測，取得了良好的找礦效果；Bellefleur等依據對Rouyn-Noranda地區建立的三維地質模型，結合地震成像數據，分析了深層火山硫化物（VMS）礦床的成礦特征和深部礦體展布狀態。國內學者肖克炎等提出了大比例尺三維預測工作流程，結合成礦理論建立了立方體預測模型，并進行了礦體定位定量預測；毛先成等提出“地質信息集成成礦信息定量提取立體定量預測”預測流程，并以廣西大廠錫多金屬礦床為例，完成了對隱伏礦體的立體定量預測；陳建平等利用三維可視化技術，結合找礦信息量法確定了云南個舊錫礦床的深部有利成礦靶區，表明了應用三維可視化技術進行隱伏礦體三維定量、定位和定概率的有效性。 以上研究表明，三維地質建模與深部找礦預測理論在眾多研究項目中取得了顯著成果并得到了廣泛的應用。

本次研究以永新金礦床為例，選用三維地質建模技術，結合區域成礦特征及深部物探工作，建立了研究區三維地質地球物理模型。基于典型礦床的研究成果，采用立方體預測模型找礦方法，對研究區開展了深部找礦預測靶區圈定，并通過靶區驗證，有效識別了多處礦致異常信息，驗證了本次深部預測的準確性和可行性，表明了研究區深部仍具有較大的成礦空間和潛力。

1地質背景

研究區位于黑龍江省小興安嶺西北部，大地構造位于興蒙造山帶東段的興安地塊和松嫩地塊交會拼合部位15]（圖1a）。區域出露的地層主要有古生代多寶山組和裸河組。其中：多寶山組巖性主要為蝕變安山巖、安山質凝灰巖及英安巖；裸河組為一套互層的砂板巖。中生代火山巖主要為早白堊世龍江組、光華組、甘河組的流紋巖、安山巖、玄武巖及火山碎屑巖等；新生代地層主要為分布在測區東部呈北西向展布的大熊山玄武巖。區內侵入巖比較發育，主要形成于早石炭世、晚石炭世和中侏羅世。早石炭世正長花崗巖分布在研究區域的北部；晚石炭世侵入巖分布廣泛，劃分為晚石炭世正長花崗巖、晚石炭世二長花崗巖和花崗質糜棱巖；中侏羅世花崗閃長巖出露面積較小，零星分布于研究區附近的西北部和東部（圖1b）。區內斷裂構造以北東向和北西向為主，其中北東向深大斷裂構造是區內主要的控巖、控礦構造，為地質體的空間展布、巖漿的侵入就位及含礦熱液運移的主要通道，北西向次級斷裂是金及多金屬礦產的主要容礦和導礦構造，礦（化）體、蝕變帶多沿北東向、北西向裂隙分布[18]。

2礦床地質特征

永新金礦床位于嫩江縣東北方向70 km，大地構造位置處于中亞造山帶東段、多寶山島弧帶中，為東烏珠穆沁旗—嫩江銅鉬鉛鋅金鎢錫鉻成礦帶的北段，屬于大興安嶺中段北東向鐵鎢銀金鉬銅成礦帶的一部分，是最近幾年發現的又一淺成低溫熱液型金礦床21]。截至目前已探明金資源儲量近20 t，已達到大型，礦床平均品位4.10 g/t。

礦區地層出露較為簡單，從下到上依次為龍江組、光華組和甘河組。龍江組巖性主要有安山巖、粗面巖、英安巖和流紋巖等；光華組巖性主要為英安巖、流紋巖和流紋質凝灰巖等；甘河組少量出露，巖性以安山玄武巖和氣孔狀玄武巖為主。這些早白堊世火山巖噴發不整合覆蓋在礦區正長花崗巖、花崗質糜棱巖及花崗閃長巖之上，其中永新金礦床所在地區處在早白堊世火山盆地邊緣地帶區域內。環狀火山機構發育良好，呈環帶狀圍繞火山中心分布。該礦床與早白堊世出露的中—酸性火山巖次火山巖，特別是呈脈狀產出的閃長玢巖、花崗斑巖等巖脈有密切的成因和空間關系（圖2）。

永新金礦床共劃分了2條金礦體，金礦體受控于北東向張性斷裂帶，主要賦存在晚石炭世正長花崗巖與花崗質糜棱巖接觸部位。礦體總體呈北東向展布，平面上2條金礦體大體平行排列，剖面上礦體呈舒緩波狀產出，局部礦體呈尖滅再現（圖2）。主要礦石類型以熱液膠結角礫巖型為主，其次為石英脈型和蝕變巖型（地表氧化礦），偶見有少量糜棱巖型。礦石礦物主要包括黃鐵礦、閃鋅礦、方鉛礦和少量自然金；脈石礦物主要包括石英、鉀長石、方解石、絹云母、綠泥石、綠簾石和少量冰長石等。圍巖蝕變類型主要包括鉀長石化、硅化、絹云母化、高嶺石化、碳酸鹽化、綠泥石化和局部冰長石化等，其中硅化與金礦化關系最為密切。成礦過程劃分為無礦石英鉀長石階段（Ⅰ）、灰色石英黃鐵礦階段（Ⅱ）、灰黑色石英多金屬硫化物階段（Ⅲ）和石英方解石（Ⅳ）4個成礦階段[24]。

3物性特征

巖石物性可作為地球物理結果解釋的重要依據。本次采集及測定密度參數巖石樣本284塊、電性參數巖石樣本305塊以及磁性參數巖石樣本200塊。研究區的物性參數（表1）顯示礦區地層與巖體之間電阻率、密度、磁性差異明顯，巖體電阻率在1 437.60～6 641.00 Ω·m之間。侵入巖中以花崗閃長巖和晚石炭世花崗質糜棱巖電阻率較高，分別為5 251.90 Ω·m和4 095.20 Ω·m。中生代光華組、九峰山組主體為安山巖，總體表現為低阻，平均值較低。

火山巖地層磁性變化明顯，以甘河組、龍江組和光華組磁性最強，英安巖平均磁化率可達11 301.30×10-6SI。侵入巖中以花崗閃長巖磁性最強，石炭紀正長花崗巖磁性次之。

侵入巖中基性巖類密度較高，正長花崗巖平均密度為2.53 g/cm3。研究區內侵入巖總體表現為高阻、偏弱磁性，火山巖總體表現為低阻、偏強磁性，兩者在電阻率、密度和磁化率方面存在明顯的差異，為研究區巖體識別提供了重要依據。

4三維地質建模

三維地質模型是三維成礦預測的重要載體，可實現深部地質體的可視化和透明化，能夠直觀揭示區域深部地質的空間幾何形態和構造樣式。現階段，隨深部成礦理論和建模軟硬件的蓬勃發展，在研究程度較高的地區，三維實體建模可滿足成礦預測精度的要求[28]。

本次三維地質建模軟件采用北京超維創想信息技術有限公司自主研發的地學三維應用軟件平臺Creatar XModeling，該軟件具備強大的空間信息管理、空間分析與預測能力以及處理各種復雜地質構造的建模能力，能夠實現多源建模方法融合和多種方式數據輸出，在找礦預測和靶區圈定方面表現出良好的效果。同時，運用Creatar XModeling礦產預測模塊將證據權法應用于建模自動計算過程中，通過人機交互式操作，可實現快速、準確、有意義的區域三維地質建模。本次建模構建了研究區地層、構造、巖體和已知礦體的三維實體模型，為分析地質體空間分布規律及成礦有利信息的提取提供了模型基礎。

4.1三維地質地球物理建模流程

本文根據研究區復雜的地質構造環境，建模方法選用復雜式交互建模，該方法的建模流程大致如下（圖3）：①建立三維地質勘探工程數據庫。即充分收集研究區地質圖、勘探線剖面圖、鉆孔柱狀圖、音頻大地電磁測深（AMT）剖面等數據資料，然后對資料進行屬性分類和數據準確性、可靠性分析，將其導入到工程數據庫中進行管理。②實現數據格式標準化。將原始剖面數據輸入MapGIS，利用MapGIS軟件將原始數據轉換為MapGIS數據格式和坐標，依次完成圖層標準化和坐標系轉換；表格數據按照Creatar XModeling軟件要求制作標準屬性表、屬性表字段設計，解決數據格式一致性問題，實現數據格式標準化。③完成復雜交互建模。以點線面體為思路，提取MapGIS剖面里的地層、斷層界線，建立地質邊界模型；根據斷層邊界信息，增加走向、傾向約束，生成斷層面，之后利用插值技術生成被斷層錯動的地層面；將地層面封閉成相應的地層體，完成地質體建模。

4.2三維地質體建模

三維地質體建模是在三維環境下，采用適當的數據結構，運用現代空間信息理論和計算機技術，將空間信息管理、地質解譯、空間分析和預測、地學統計、實體內容分析以及圖形可視化等工具結合起來，研究地質體幾何結構及其內部物理特性等地質信息的技術32]。

三維地質建模中，所需的深部地質信息是傳統的地質勘查方法很難獲得的，為了探究研究區的深部成礦地質特征，本次研究開展了25條AMT剖面，剖面范圍為100 km2，深度為1 500 m，呈東西走向，網度為500 m×200 m。AMT剖面數據處理與反演結果顯示，視電阻率斷面存在明顯的高低阻差異（500 Ω·m為高阻和低阻的分界線），以715線為例（圖4）：715線在近地表形成低阻層，電阻率為25～500 Ω·m。1040—1180點和1300—1380點形成由斷層底部到地表的直立低阻帶，與1220—1300點和1400—1580點斷面下部存在的完整高阻層形成明顯界限。根據地層出露情況推測，近地表低阻層由低河漫灘堆積層、巖石風化殼、中生代火山巖引起。1040—1180點低阻帶與兩側剖面線并無對應關系，因此推測此處低阻可能由潛火山巖所引起或為甘河期火山噴發通道。1300—1380點直立低阻帶與地表甘河組分布對應，推斷可能為甘河期潛火山巖；1220—1300點和1400—1580點被直立低阻帶分離成兩個獨立的高阻體，最高電阻率分別為25 119和7 943 Ω·m，由于電阻率較高，同時考慮與地表地層分布的對應可能性，推測二者可能由花崗質糜棱巖引起。采用相同的方法，對每個剖面的物性特征及電阻率反演斷面的特征進行綜合分析，初步解譯反演了各地質體界線。

使用多源數據約束可以明顯減少反演的多解性，更精確完整地認識深部地質結構，為提取更為精確的各類地質界線提供依據。本次建模采用以AMT剖面解譯成果為主，同時開展1∶5萬區域重力調查以及重磁聯合剖面測量工作，采用鉆孔數據、重磁聯合剖面等多源數據融合方法，對各剖面數據進行解譯和反演處理35]。以765線為例（圖5）：首先依據RGIS軟件強大的反演模擬計算功能，將實測勘探數據導入RGIS軟件中生成實測線，以AMT穩定可靠的反演結果作為重磁反演的參考模型，推斷巖體的初始形態；然后以地質條件、巖石物性特征、鉆孔數據等作為約束條件，對初始模型進一步優化，為模型產生的理論異常與實測異常進行擬合提供最優參數，使模擬結果的均方差達到目標要求，均方差越小，表示模擬結果越好，越能反映地質體的宏觀分布特征；最后對所提供模型物性特征、幾何參數的空間分布以及研究區勘查所獲取的鉆探、探槽等各類數據進行對比、校正、集成分析和處理，去粗取精，去偽存真，完成各AMT剖面地質界線的提取。

在獲得剖面地質界線的基礎上，將解譯得到的25條AMT剖面在MapGIS軟件中進行矢量化。首先對已有的MapGIS格式剖面文件進行拓撲錯誤檢查和去除，并在區要素中添加地層屬性，生成區文件；再讀取每條剖面的起始終止經緯度坐標和高程，確定不少于2個控制點，以此為依據在XModeling中進行剖面三維轉換；然后在轉換后的三維剖面上將各類地質界線按屬性要求連接成體，并逐一對所構建出來的地層體進行校驗，清除零厚度位置的地層體，以此最大程度提高建模的準確性，保證三維地質地球物理模型的精度，最終完成模型的構建（圖6）。主要地質單元及地質體三維結構如圖7所示。三維地質地球物理模型的建立，實現了在三維空間上對地質體單元的分布、形態的復制和三維多源數據的一體化表達，為構建預測模型和開展深部成礦預測提供模型基礎。

4.3永新金礦床地質及礦體建模

永新金礦床礦體模型主要根據礦區內控制礦體的主要勘探線剖面圖、地表槽探和鉆孔數據等資料建立。建模深度約為490 m，面積約為1.0 km2。建模方法與研究區三維地質建模方法一致，區別在于系統自動識別礦體及圍巖時可能存在偏差，需要將原始鉆孔數據和勘探剖面對礦體輪廓線進行校正和提取，根據剖面情況連接屬性相同的礦體，生成礦體模型，并為確保礦體模型的精確度，將礦體兩側外推尖滅，完成礦體建模（圖8）。對礦體、巖體、鉆孔等模型進行疊合，立體再現了礦體賦存的空間分布特征，更加直觀地顯示了礦體與圍巖間的相互關系，為隱伏礦體推斷提供了線索，為有利因子的提取提供參考。

5三維成礦預測

三維成礦預測是在典型礦床研究成果的基礎上，總結有利成礦條件，借助立方體預測模型找礦方法對各成礦有利條件進行三維立方體提取；采用證據權法實現深部礦體的三維成礦條件分析，進而確定成礦有利區間，圈定找礦靶區，實現深部找礦預測[37]。

5.1典型礦床研究

在前人研究的基礎上，對永新金礦床成礦地質體、成礦結構面以及成礦作用特征標志綜合分析，并結合該區物探異常等特征，總結了永新金礦“三位一體”綜合找礦預測模型（表2）。

5.2立方體預測模型找礦方法

立方體預測模型找礦方法是借助已有數學地質、成礦預測理論為指導，采用計算機三維地質建模的新方法、新手段，實現了傳統的二維找礦向三維空間的新突破39]。眾多學者對立方體預測模型隱伏礦體預測方法開展了深入研究。如向杰等在對安徽銅陵礦集區的三維成礦預測中，依據已有的數據資料建立了三維地質模型，應用立方體預測模型提取成礦有利信息，最終圈定了15個找礦靶區。張權平等利用立方體預測模型找礦方法，結合實際地質構造條件與礦體產出特征，對貴州爛泥溝金礦床進行三維定量預測研究，圈定了5處找礦靶區，為下一步工作確定了研究方向。史蕊等通過構建立方體預測模型，在山東焦家金礦床圈定了13個找礦遠景區，并獲得了842.88 t的資源預測量。目前立方體預測模型找礦方法已基本成熟，在隱伏礦體勘查工作中發揮了重要作用。因此，本次研究采用立方體預測模型找礦方法圈定深部找礦靶區，為深部成礦預測提供指導。

5.3三維成礦預測

構建三維預測模型是區域隱伏礦體三維成礦預測的基礎和指引。本文將三維預測模型所劃分的立方體單元作為預測目標，依據相似類比理論和地質異常找礦理論44]，結合典型礦床的研究成果，對立方體單元進行各種地學統計分析，從而實現三維成礦有利條件的提取和深部成礦預測。立方體預測模型單元塊大小的確定是根據已知礦點的密度、研究區范圍大小、資料的詳細程度和工程間距等方面的綜合考慮，選取合適的預測單元，使總預測單元數不能過多也不會太少。基于單元塊體積過大不能反映特征變量的變化趨勢，無法保證預測精度，而過小則影響計算機運行效率的考慮，本次研究單元塊體大小確定為100 m×100 m×100 m，全區共劃分單元塊體總數223 703塊，其中包含已知礦體單元數442塊。

在三維可視化地質模型和典型礦床研究成果的基礎上，結合物探工作、成礦條件及礦體賦存狀態等特征，對研究區預測因子進行綜合分析，篩選了光華組火山斷陷盆地邊緣，正長花崗巖與花崗質糜棱巖北東向接觸帶，光華組與北西向、北東斷層交會處，正長花崗巖、花崗質糜棱巖與光華組三者交會處，潛火山巖（次火山巖），斷面緩沖帶，AMT物探解譯有利成礦帶等7個特征變量作為成礦預測因子進行統計計算。為了探究預測因子與研究區之間的最優空間關聯信息，對7個特征變量進行成礦有利因子提取（圖9）。以光華組與北西向、北東向斷層交會處為例，由典型礦床研究成果可知，礦體多賦存于北西向、北東向斷層交會處，且伴有中生代火山巖存在，這說明金礦的賦存與其有著密切的空間關系。對該成礦有利因子進行三維空間緩沖距離分析，通過分析已知礦塊數等因素與該成礦有利因子緩沖距離的關系，當緩沖距離500 m時，其單元內含礦比例達到最高，因此設定緩沖區范圍為500 m，作為成礦有利區間。其余成礦有利因子特征值設定范圍見表3。

在已構建的各成礦有利因子模型的基礎上，以證據權法作為理論基礎，計算各成礦有利因子的權重。權重通過先驗概率計算獲得，先驗概率是根據研究區劃分的單元總數及所含礦體單元數，計算出不同證據因子在研究區內的成礦概率。權重包括正權重、負權重以及綜合權重，其中綜合權重的高低表示該證據因子對成礦預測貢獻的大小，綜合權重越高，對后驗概率的貢獻越大，成礦越有利。各證據因子的權重見表4。

如表4所示，所提取的證據因子正權重均為正值，說明了各證據因子選取的有效性。其中綜合權重最高的為AMT物探解譯有利成礦帶，其綜合權重大于3.3，且已知永新金礦床位于該有利成礦帶上，印證了該證據因子是研究區重要的找礦標志，這與原有研究結果相吻合。此外，光華組火山斷陷盆地邊緣、光華組與北西向和北東向斷層交會處、潛火山巖證據因子的綜合權重都大于2.5，說明這三者證據因子與金礦體成礦有密切的空間關系（表4）。

5.4深部找礦預測靶區圈定

圈定成礦遠景區，首先利用先驗概率與各成礦有利因子的權重分別計算每個基本立方體單元的后驗概率，繪制得到研究區的后驗概率分布圖，然后通過綜合對比和優選，確定整個研究范圍內臨界值的大小，其后驗概率大于臨界值的地區即為預測的找礦遠景區。本次研究根據特征變量和計算獲得的權重，以及區內不同證據因子的有利成礦后驗概率的大小及分布，結合證據權重單元頻數曲線求拐點的方法，將研究區后驗概率的臨界值確定為0.70。

依據上面所述，將后驗概率大于0.70的成礦有利因子結合對深部地質條件、物探異常等成礦有利背景的分析和對比，圈定了8處深部找礦預測靶區（圖10）。通過成礦地質條件分析和對比，確定靶區G為最優靶區，靶區H為次級靶區，靶區C、D為三級靶區，靶區A、B、E、F為四級靶區，各深部找礦預測靶區綜合信息見表5。

6靶區評價及驗證

6.1深部靶區評價

本次在研究區內圈定了8處深部找礦預測靶區，其中已知的永新金礦床位于本次圈定的最優靶區G區范圍內，實際見礦深度和預測深度基本吻合，證明本次對成礦有利因子的提取及預測結果可靠有效。同時，從8處靶區來看，最優靶區G區與已知礦體重疊，而全區次一級靶區H區位于G區的西南方向，預測深度較G區接近深200 m范圍，這一現象說明永新金礦床西南方向具有發現厚大隱伏金礦體的可能。本次預測得到了后續找礦勘查驗證，基本與預測結果吻合，驗證了本次預測的準確性，能夠很好的指導下一步勘查部署，同時顯示工作區圈定的深部找礦預測靶區具有一定的找礦潛力。

6.2深部靶區驗證

本次圈定的8處深部找礦預測靶區大致呈北東方向展布，而且具有越往北東方向靶區深度逐漸加深的規律。這一規律與前文深部物探解譯特征基本一致，指示了越往北東方向越具有找尋深部礦體的可能性。基于上述分析和典型礦床研究的成果，通過對8處靶區綜合評價，發現永新金礦床深部與靶區C區在地質及物探等成礦背景較為一致，雖地表未發現任何礦化信息，但推測其深部具有成礦可能。為此，本次選擇在靶區C區開展深部鉆探驗證工作，布設施工鉆孔ZK7901，深度為1 001.01 m。結果顯示，鉆孔中陸續見到不同厚度的礦化體，尤其在750.00～766.00 m處發現15 m厚的金礦化體，其金平均品位達0.90 g/t，而本次三維地質建模預測深度為780.00 m，與鉆孔驗證結果基本吻合（表3），表明了本次預測的準確性和可靠性。所以本次圈定的其他幾個地表尚未發現金礦體的靶區均是下一步深部找礦勘查的重點區域，本次研究成果可為研究區下一步深部找礦提供理論依據和部署建議。

7結論

1）通過構建三維地質地球物理模型，實現了研究區三維可視化，并對模型綜合分析可知，礦區內深部斷裂發育，已知礦體與物探異常均嚴格受北東向斷裂控制，礦體賦存在晚石炭世正長花崗巖和花崗質糜棱巖接觸帶內，且與早白堊世火山次火山巖（閃長玢巖、花崗斑巖）關系密切。

2）采用立方體預測模型找礦方法，根據證據權法對研究區地質、地球物理等多源信息進行融合，最終圈定8處深部找礦預測靶區，并開展了深部靶區鉆孔驗證，發現了多處礦化信息，見礦深度和預測深度基本吻合，驗證了本次深部預測的準確性和可行性，同時證明在研究區深部及外圍仍然具有較大的成礦潛力和找礦空間。

3）基于三維可視化技術，利用三維建模+多源數據融合的方法，為找礦預測研究領域提供了新方向，具有十分廣闊的應用前景，尤其對于重點礦集區及老礦山深部及外圍找礦具有一定的指導意義。

參考文獻（References）：

1.陳建平，呂鵬，吳文，等. 基于三維可視化技術的隱伏礦體預測.地學前緣，2007，14（5）：5664.

Chen Jianping， Lü Peng， Wu Wen， et al. A 3D Method for Predicting Blind Orebodies， Based on a 3D Visualization Model and Its Application. Earth Science Frontiers， 2007， 14（5）： 5664.

2.高樂，盧宇彤，虞鵬鵬，等. 成礦區三維可視化與立體定量預測：以欽杭成礦帶龐西垌地區下園垌鉛鋅礦區為例.巖石學報，2017，33（3）：767778.

Gao Le， Lu Yutong， Yu Pengpeng， et al.Three-Dimensional Visualization and Quantitative Prediction for Mine： A Case Study in Xiayuandong PbZn Ore Deposits， Pangxidong Region， Southern Part of Qin-Hang Metallogenic Belt， China. Acta Petrologica Sinica， 2017， 33（3）： 767778.

3.劉靜，陳建平. 我國三維成礦預測的研究現狀及發展趨勢.地質學刊，2017，41（3）：441447.

Liu Jing， Chen Jianping. Research Status and Development Trend of 3D Metallogenic Prediction in China. Journal of Geology， 2017， 41（3）： 441447.

4.向杰，肖克炎，陳建平，等. 基于成礦系統的三維定量預測研究：以四川拉拉銅礦為例.地球學報，2020，41（2）：135143.

Xiang Jie， Xiao Keyan， Chen Jianping， et al.3D Metallogenic Prediction Based on Metallogenic System Analysis： A Case Study in the Lala Copper Mine of Sichuan Province. Journal of Earth， 2020， 41（2）： 135143.

5.陳建平，于萍萍，史蕊，等. 區域隱伏礦體三維定量預測評價方法研究.地學前緣，2014，21（5）：211220.

Chen Jianping， Yu Pingping， Shi Rui， et al. Research on Three-Dimensional Quantitative Prediction and Evaluation Methods of Regional Concealed. Earth Science Frontiers， 2014， 21（5）： 211220.

Payne C E， Cunningham F， Peters K J， et al. From 2D to 3D： Prospectivity Modelling in the Taupo Vol-Canic Zone， New Zealand. Ore Geology Reviews， 2015， 71（Sup.1）： 558577.

Hamedani M L， Xu C. Orebody Modelling for Exploration： The Western Mineralisation， Broken Hill， NSW. Natural Resources Research， 2012， 21（3）： 325345.

Bellefleur G， Kemp E D， Goutier J， et al.Seismic Imaging of the Geologic Framework and Structures Related to Volcanogenic Massive Sulfide Deposits in the Archean Rouyn-Noranda District， Quebec， Canada. Economic Geology， 2014， 109（1）： 103119.

6.肖克炎，李楠，孫莉，等. 基于三維信息技術大比例尺三維立體礦產預測方法及途徑.地質學刊，2012，36（3）：229236.

Xiao Keyan， Li Nan， Sun Li， et al. Large Scale 3D Mineral Prediction Methods and Channels Based on 3D Information Technology. Journal of Geology， 2012， 36（3）： 229236.

7.毛先成，戴塔根，吳湘濱，等. 危機礦山深邊部隱伏礦體立體定量預測研究：以廣西大廠錫多金屬礦床為例.中國地質，2009，36（2）：424435．

Mao Xiancheng， Dai Tagen， Wu Xiangbin， et al.The Stereoscopic Quantitative Prediction of Concealed Ore Bodies in the Deep and Marginal Parts of Crisis Mines： A Case Study of the Dachang Tin Polymetallic Ore Deposit in Guangxi. Geology in China， 2009， 36（2）： 424435.

8.陳建平，尚北川，呂鵬，等. 云南個舊礦區某隱伏礦床大比例尺三維預測.地質科學，2009，44（1）：324337.

Chen Jianping， Shang Beichuan， Lü Peng， et al. Large-Scale 3D Metallogenic Prediction of Concealed Orebody in Gejiu，Yunnan Province. Chinese Journal of Geology， 2009， 44（1）： 324337.

9.趙忠海. 小興安嶺西北部永新大型金礦成因、成礦地質模式與深部三維成礦預測.長春：吉林大學，2019.

Zhao Zhonghai. Ore Genesis， Metallogenic Geological Mode and Deep Metallogenic Prediction of the Yongxin Large Au Deposit Based on 3D Digital Model in the Northwestern Lesser Xing’ an Range. Changchun：Jilin University， 2019.

Safonova I Y， Seltmann R， Krner A， et al. A New Concept of Continental Construction in the Central Asian Orogenic Belt： Compared to Actualistic Examples from the Western Pacific. Episodes， 2011， 34（2）： 110.

Hong D， Zhang J， Wang T， et al. Continental Crustal Growth and the Supercontinental Cycle： Evidence from the Central Asian Orogenic Belt. Journal of Asian Earth Sciences， 2004， 23（5）： 799813.

Zhou J B， Wilde S A. The Crustal Accretion History and Tectonic Evolution of the NE China Segment of the Central Asian Orogenic Belt. Gondwana Research， 2013， 23（4）： 13651377.

10.李成祿，徐文喜，于援幫，等. 小興安嶺西北部與永新金礦有關巖漿巖的年代學和地球化學及成礦構造環境.現代地質，2017，31（6）：11141130.

Li Chenglu， Xu Wenxi， Yu Yuanbang， et al.Geochronology and Geochemistry of the Ore-Related Magmatic Rocks from the Yongxin Gold Deposit， Northwest Xiao Hinggan Mountains and Their Ore-Forming Tectonic Implication. Geoscience， 2017， 31（6）： 11141130.

11.趙忠海，鄭衛政，曲暉，等. 黑龍江多寶山地區銅金成礦作用及成礦規律.礦床地質，2012，31（3）：601614.

Zhao Zhonghai， Zheng Weizheng， Qu Hui， et al.CuAu Mineralization and Metallogenic Regularity of Duobaoshan Area， Heilongjiang Province. Mineral Deposits， 2012， 31（3）： 601614.

12.袁茂文，曾勇杰，李成祿，等. 黑龍江省嫩江—黑河構造混雜巖區永新金礦熱液蝕變與礦化關系定量及定位研究.現代地質，2017，31（2）：278289.

Yuan Maowen， Zeng Yongjie， Li Chenglu， et al.Quantitative and Positioning Study on the Hydrothermal Alteration and Mineralization Relationship of the Yongxin Gold Deposit in the Nenjiang-Heihe Mélange Zone， Heilongjiang Province. Geoscience， 2017， 31（2）： 278289.

Zhao Z H， Sun J G， Li G H， et al.Age of the Yongxin Au Deposit in the Lesser Xing’ an Range： Implications for an Early Cretaceous Geodynamic Setting for Gold Mineralization in NE China. Geological Journal， 2019， 54（4）： 25252544.

Zhao Z H， Sun J G， Li G H， et al. Early Cretaceous Gold Mineralization in the Lesser Xing’ an Range of NE China： The Yongxin Example. International Geology Review， 2019， 61（12）： 15221549.

Zhao Z H， Sun J G， Li G H， et al. Zircon UPb Geochronology and SrNdPbHf Isotopic Constraints on the Timing and Origin of the Early Cretaceous Igneous Rocks in the Yongxin Gold Deposit in the Lesser Xing’ an Range， NE China. Geological Journal， 2020， 55（4）： 26842703.

13.曲暉，趙忠海，李成祿，等. 黑龍江永新金礦地質特征及成因.地質與資源，2014，23（6）：520524.

Qu Hui， Zhao Zhonghai， Li Chenglu， et al.Geology and Genesis of the Yongxin Gold Deposit in Heilongjiang Province. Geology and Resources， 2014， 23（6）： 520524.

14.梁科偉，趙忠海，郭艷. 原生暈在深部成礦預測中的應用：以黑河地區永新金礦為例.地質與資源，2019，28（6）：512518.

Liang Kewei， Zhao Zhonghai， Guo Yan. Application of Primary Halo in Deep Metallogenic Prediction： A Case Study of Yongxin Gold Deposit in Heihe Area. Geology and Resources， 2019， 28（6）： 512518.

15.李成祿，于援幫，袁茂文，等. 大興安嶺東北部永新金礦床金銀系列礦物和碲化物的發現及其意義.地學前緣，2020，27（4）：244254.

Li Chenglu， Yu Yuanbang， Yuan Maowen， et al. Discovery and Geological Significance of Gold-Silver Bearing Minerals and Tellurides in the Yongxin Gold Deposit in the Northeastern Great Xing’ an Range. Earth Science Frontiers， 2020， 27（4）： 244254.

16.張寶一，楊莉，陳笑揚，等. 基于圖切地質剖面的區域成礦地質體三維建模與資源評價：以桂西南地區錳礦為例.吉林大學學報（地球科學版），2017，47（3）：933948.

Zhang Baoyi， Yang Li， Chen Xiaoyang， et al.Regional Metallogenic Geo-Bodies 3D Modeling and Mineral Resource Assessment Based on Geologic Map Cut Cross-Sections： A Case Study of Manganese Deposits in Southwestern Guangxi， China. Journal of Jilin University（Earth Science Edition）， 2017， 47（3）： 933948.

17.于萍萍，陳建平，王勤. 西藏鐵格隆南銅（金）礦床三維模型分析與深部預測.巖石學報，2019，35（3）：897912.

Yu Pingping， Chen Jianping， Wang Qin. Three-Dimensional Mineral Prospectivity Modelling and Deep Metallogenic Prediction of the Tiegelongnan Copper-Gold Deposit in Tibet， China. Acta Petrologica Sinica， 2019， 35（3）： 897912.

18.李陳. 基于剖面的三維復雜地質體建模技術研究.成都：成都理工大學，2018.

Li Chen. Research on 3D Complex Geophysical Modeling Technology Based on Section.Chengdu： Chengdu University of Technology， 2018.

19.陳振振. 基于多元地學信息的三維地質建模及綜合演示系統.長春：吉林大學，2016.

Chen Zhenzhen. Three-Dimensional Geological Modeling and Integrated Demonstration System Based on Multi-Dimensional Geo-Information. Changchun： Jilin University， 2016.

20.殷駿. 基于Creatar固體礦產資源預測系統研發與應用.北京：中國地質大學（北京），2016.

Yin Jun. Development and Application of Solid Mineral Resources Prediction System Based on Creatar. Beijing：China University of """Geosciences （Beijing）， 2016.

21.郝明，牛瑞卿，張建龍，等. 高原盆地三維地質建模及可視化系統：以羌塘盆地及半島湖區塊為例.桂林理工大學學報，2018，38（3）：451458.

Hao Ming， Niu Ruiqing， Zhang Jianlong， et al. 3D Geological Modeling and Visualization System of Plateau Basin： A Study from the Qiangtang Basin and the Bandaohu Region. Journal of Guilin University of Technology， 2018， 38（3）： 451458.

22.劉琳琳，賈德龍，李永玲. 三維地質建模技術在礦產勘查中的應用.礦床地質，2014， 33（增刊1）：721722.

Liu Linlin， Jia Delong， Li Yongling. Application of 3D Geological Modeling Technology in Mineral Exploration. Mineral Deposits， 2014， 33（Sup.1）： 721722.

23.向中林，顧雪祥，董樹義，等. 三維地質建模及可視化在危機礦山找礦中的應用研究：以沂南金礦為例.地球與環境，2009，37（2）：136141.

Xiang Zhonglin， Gu Xuexiang， Dong Shuyi， et al.Research on and Application of 3D Geological Modeling and Visualization in Ore Prospecting in Crisis Mines as Exemplified by Yinan Gold Mine. Earth and Environment， 2009， 37（2）： 136141.

24.許加田，薛東劍，李陽. 綜合多源數據的礦床三維地質建模：以四川某鉛鋅礦為例.地質通報，2023，42（7）：12031210.

Xue Jiatian， Xue Dongjian， Li Yang. Three-Dimensional Geological Model of Deposits with the Integration of Data of Multi-Sources：A Case Study of Lead-Zinc Deposit，Sichuan Province. Geological Bulletin of China， 2023， 42（7）： 12031210.

25.李鍵，何新建，黃鋆. 重力密度反演的自適應異常權函數法及其對東海釣北凹陷地層結構劃分.吉林大學學報（地球科學版），2022，52（1）：229237.

Li Jian， He Xinjian， Huang Jun. Adaptive Weight Density Inversion Method for Gravity Anomaly and Mesozoic Divisionof Diaobei Sag in East China Sea. Journal of Jilin University（Earth Science Edition）， 2022， 52（1）： 229237.

26.魯寶亮，蘇子旺，趙志剛，等. 基于衛星重力異常的南海南部中生界反演. 吉林大學學報（地球科學版），2023，53（1）：261273.

Lu Baoliang， Su Ziwang， Zhao Zhigang， et al.Mesozoic Distribution Derived from Satellite Gravity Anomaly in the Southern South China Sea. Journal of Jilin University（Earth Science Edition）， 2023， 53（1）： 261273.

27.李偉，陳建平，賈玉樂，等. 甘肅早子溝金礦三維建模與綜合成礦預測.地球學報，2020，41（2）：144156.

Li Wei， Chen Jianping， Jia Yule， et al. Three-Dimensional Modeling and Comprehensive Metallogenic Prediction of the Zaozigou Gold Deposit， Gansu Province. Acta Geoscientica Sinica， 2020， 41（2）： 144156.

28.劉小楊，方洪賓，薛林福. 西藏日喀則地區證據權重法金礦遠景預測.吉林大學學報（地球科學版）， 2012，42（增刊2）：198204.

Liu Xiaoyang， Fang Hongbin， Xue Linfu.Gold Prediction Using Method of Weights of Evidence in the Rigaze Area， Tibet. Journal of Jilin University（Earth Science Edition）， 2012， 42（Sup.2）： 198204.

29.呂鵬. 基于立方體預測模型的隱伏礦體三維預測和系統開發.北京：中國地質大學（北京），2007.

Lü Peng. Cube Predicting Model Based 3D Predicting Methods of Blind Orebody and Software Development.Beijing： China University of Geosciences（Beijing）， 2007.

30.劉暢，陳建平，張權平. 山西渾源張旺地區金多金屬礦體三維成礦預測與評價.地質學刊，2019，43（3）：400407.

Liu Chang， Chen Jianping， Zhang Quanping. Three-Dimensional Metallogenic Prediction and Evaluation of Gold Polymetallic Ore Bodies in Zhangwang Area， Hunyuan County， Shanxi Province. Journal of Geology， 2019， 43（3）： 400407.

31.向杰，陳建平，胡彬，等. 基于三維地質地球物理模型的三維成礦預測：以安徽銅陵礦集區為例.地球科學進展，2016，31（6）：603614.

Xiang Jie， Chen Jianping， Hu Bin， et al. 3D Metallogenic Prediction Based on 3D Geological-Geophysical Model： A Case Study in Tongling Mineral District of Anhui. Advances in Earth Science， 2016， 31（6）： 603614.

32.張權平，陳建平，陳雪薇，等. 貴州爛泥溝金礦三維定量預測.地球學報，2020，41（2）：193206.

Zhang Quanping， Chen Jianping， Chen Xuewei， et al. 3D Quantitative Prediction in the Lannigou Gold Deposit， Guizhou Province. Acta Geoscientica Sinica， 2020， 41（2）： 193206.

33.史蕊，陳建平，劉漢棟，等. 山東焦家金成礦帶三維預測模型及靶區優選.現代地質，2014，28（4）：743750.

Shi Rui， Chen Jianping， Liu Handong， et al. The 3D Prediction Model and Division of Targets in Jiaojia Gold Ore Belt， Shandong Province. Geoscience， 2014， 28（4）： 743750.

34.向中林，顧雪祥，章永梅，等. 基于三維地質建模及可視化的大比例尺深部找礦預測研究及應用：以內蒙古柳壩溝礦區為例.地學前緣，2014，21（5）：227235.

Xiang Zhonglin， Gu Xuexiang， Zhang Yongmei， et al.Research and Application of Large Scale Deep Mineral Prospecting Prediction Based on 3D Geological Modeling and Visualization： A Case from Liubagou Gold Field， Inner Mongolia. Earth Science Frontiers， 2014， 21（5）： 227235.

35.趙鵬大，池順都. 初論地質異常.地球科學：中國地質大學學報，1991，50（3）： 241248.

Zhao Pengda， Chi Shundu. A Preliminary View on Geological Anomaly. Earth Science：Journal of China University of Geosciences， 1991，50（3）： 241248.

36.徐彬，陳建平，相軒. 焦家金成礦帶三維成礦條件分析與成礦預測.金屬礦山，2015，20（9）：9094.

Xu Bin， Chen Jianping， Xiang Xuan.Metallogenic Prediction and Analysis of the Three-Dimensional Metallogenic Conditions of Jiaojia Gold Ore Belt. Metal Mine， 2015，20（9）： 9094.

37.嚴冰. 四川寧南地區鉛鋅成礦規律及證據權法成礦預測.成都：成都理工大學，2006.

Yan Bing. The Law of Lead-Zinc Mineralization in Ningnan Area of Sichuan and the Mineralization Prediction of the Evidence-Based Method.Chengdou： Chengdu University of Technology， 2006.