三山島金礦床深部三維地質模型與資源量估算

摘要：為助力三山島金礦床深部資源的開發利用，采用多源數據融合法，收集整理相關地質資料，創建綜合地質數據庫，進行地質-地球物理綜合分析，實現了對斷裂深部延伸趨勢的推測，構建了地表、地球物理、斷裂、蝕變帶、礦體等5種數字化地質模型，在三維地質模型透明可視化集成的基礎上，研究了其分布規律和相互關系，進而創建礦體模型，采用距離冪次反比法估算礦體資源量。研究結果表明，礦體主要賦存于黃鐵絹英巖化碎裂巖中，在走向、傾向上受三山島斷裂控制，主要分布在其下盤，且富集于主斷裂由陡變緩的轉折處，在F3斷裂上被切割；采用距離冪次反比法估算礦體資源量，礦體1金金屬量為145.47 t，并驗證了結果的可靠性。

關鍵詞：三山島金礦床；深部；三維地質模型；資源量；估算；地質-地球物理；距離冪次反比法

[中圖分類號：TD11" P618.51 文章編號：1001-1277（2025）03-0066-06 文獻標志碼：A doi：10.11792/hj20250312 ]

引言

目前，淺部礦產資源逐漸被開采殆盡，為解決礦產資源危機，深部找礦成為迫在眉睫的地質任務。助力中國礦山勘探走向深處，是研究人員的重要研究方向［1-2］。三維地質模型及資源量估算可以三維形式將礦體、斷裂等地質體展示出來，并突出地質空間分布特征及內部屬性，為深部找礦提供支撐［3-6］。

三維地質模型最早于20世紀90年代提出，后被廣泛應用于固體礦產勘探、油田開發和地質工程等領域，通過模擬地質體形態及相互關系，為資源開發及工程管理提供重要幫助［7］。吳志春等［8］采用多源數據融合法構建模型，有效提升模型精度；祝嵩等［9］采用鉆孔建模法構建集成模型，但未進行透明可視化設置，淺層模型會對深部模型產生遮擋，模型直觀性較差。本文根據已采集的數據類型和三山島金礦床地質條件，綜合地質剖面法及多源數據融合法對地質體進行三維建模，并進行透明可視化集成，進而分析礦體形態、分布并進行資源量估算。

傳統資源量估算法適用于鉆孔稀疏的情況，而基于三維地質模型的資源量估算在塊體品位細節描述上更占優勢。為提高資源量估算的可靠性，國內外多名學者基于三維地質模型，將統計學運用到地質分析中，進而科學高效地實現資源量估算［10-11］。孫遠強等［12］基于三維地質模型，利用距離冪次反比法合理進行品位插值估算，較傳統資源量估算法結果更為準確且效率更高。距離冪次反比法可以在礦體約束發生變化時，只改變參數便得到不同類別的資源量估算結果，無需重新建模，節省時間；該方法基于地質變量各向同性的假設，通過插值快速獲取未知點的品位。基于傳統資源量估算法核驗估算值，可進一步保證估算結果的可靠性［12-15］。

本文從三山島金礦床深部找礦出發，采集最大深度達4 006.17 m的地質數據，實現三維地質模型的透明可視化集成，進而利用距離冪次反比法估算資源量，使用傳統塊段法評估資源量的可靠性，為后續找礦提供了有力支持。

1礦區地質概況

三山島金礦床地處山東省東部沿海，膠東半島西北部，屬于華北地層大區，魯東地層分區。礦區出露地層主要為新生界第四系全新統和更新統。礦區位于環太平洋花崗巖帶，巖漿活動強烈，侵入巖大量分布。其中，馬連莊序列和棲霞序列是與金礦化關系密切且分布范圍最廣的主要巖石序列。礦區發育脆性斷裂，基本構造格架走向為北東向、北西向（見圖1）。北東向三山島斷裂具有連續穩定的主裂面，主要由絹英巖、糜棱巖和碎裂巖組成，規模較大，兩端延伸入海，陸地長約12 km，平面展布呈S形，總體走向40°，局部走向70°～80°，傾向南東，傾角45°～75°；北西向F3斷裂的西北端延伸入海，總體走向為130°，傾向北東，傾角大于80°，局部呈現近直立狀態，形成晚于三山島斷裂，并將其切割［16-21］。

2三維地質模型

2.1地質數據庫創建

2.1.1數據預處理

通過鉆探方式對三山島金礦床進行數據采集，共設置84條勘探線，對鉆探數據進行篩選、清洗、融合等預處理操作，消除異常值，補充缺失值，得到開孔信息491條、巖性數據6 327條、化驗數據60 605條、測斜數據6 209條、視電阻率異常數據61 705條。部分巖性數據見表1。

2.1.2三維地質數據庫建立

采用Access2000作為三維地質數據庫建設軟件。首先，基于Surpac軟件建立地質數據庫，并依據三山島金礦床地質特征，設計數據庫結構，分別創建孔口表、巖性表、化驗表、測斜表、地球物理反演數據表等表格，最終進行地質數據的三維可視化，鉆孔三維展示效果見圖2。

2.2地表模型建立

為了清晰展示地表起伏，顯示鉆孔、斷裂、蝕變帶、地球物理模型和礦體與地表的空間關系，基于Surpac軟件構建數字地表模型（DTM）。DTM由礦區內等高線形成，以收集到的地質圖件為原始資料，進行高程屬性提取，將等高線數據經過MapGIS和AutoCAD

2.3地球物理模型建立

為了研究控礦斷裂在三山島金礦床南部向深部延伸變化、基巖分布狀況及對深部礦體進行三維定量預測，進行大地電磁測深（MT）數據采集工作，并對MT數據進行二維反演處理，獲取各剖面在不同深度的視電阻率屬性信息和等值線圖，分析不同深度屬性信息反映的巖性信息，巖性由淺至深分別為第四系、老地層、三山島斷裂和花崗巖，基于Surpac軟件構建不同屬性曲面，建立視電阻率屬性模型，結果見圖5。

2.4斷裂模型建立

斷裂模型能夠反映斷裂與礦體的空間位置關系。利用采集的鉆探數據，結合該區域現有斷裂走向、傾向、傾角、延伸、落差等地質資料及勘探線剖面，對各鉆孔剖面進行斷裂線數字化處理；針對無鉆孔控制地區斷裂具體傾角無從得知的問題，需要搜集相關地質資料，根據視電阻率屬性模型，結合鉆孔勘探數據，分析并預測斷裂在無鉆孔控制地區的走向，綜合構建斷裂模型，結果見圖6。

2.5蝕變帶模型建立

蝕變常伴隨礦體產生，其分布范圍通常比礦床廣，是重要的找礦標志。分析礦化蝕變數據，結合斷裂模型，建立蝕變帶模型，結果見圖7。三山島金礦床主要蝕變類型有黃鐵絹英巖化、鉀化和硅化，以黃鐵絹英巖化碎裂巖為中心，向兩側為黃鐵絹英巖化花崗質碎裂巖、黃鐵絹英巖化花崗巖和黃鐵絹英巖化變輝長巖，各蝕變帶間呈漸變過渡關系，上下盤分帶大致對稱。

2.6礦體模型建立

鑒于采集的鉆探數據比較全面，為了更準確地虛擬現實，采用鉆孔數據法建立礦體模型。礦體圈定以勘探線地質剖面圖和平面地形圖為參考，研究礦體實際形態和產狀分布規律，以邊界品位1 g/t、最小可采厚度1 m、夾石剔除厚度2 m進行圈定，遵循礦體圈定原則，依托礦體輪廓線及金品位信息進行地質解譯，采用相連段法、控制線法和兩段之間法連接實體，驗證三角網的有效性，結合斷裂模型、蝕變帶模型，手動調整不合理礦體邊界，建立礦體模型（見圖8），共獲得19個礦體。

2.7地質體模型集成與分析

地球物理模型是進行斷裂推斷解釋的重要依據。根據大地電磁測深及其二維反演數據所構建的視電阻率屬性模型，對于不同巖層信息進行三維模擬，與鉆孔控制的斷裂模型進行擬合，同時考慮實際地質構造的合理性，綜合鉆孔信息與地球物理信息，進行地質-地球物理綜合分析，完成斷裂和基巖分布狀況的解釋推斷。研究表明，三山島斷裂有向深部延伸的趨勢，傾角在東北部和西南部存在差異，由南向北傾角變陡（見圖9）。

斷裂對礦體形態有極大影響，為地下成礦物質提供運移路徑及聚集空間，是成礦的有利條件。根據三維集成模型，礦體在走向、傾向上受斷裂控制，主要分布在斷裂下盤，且在斷裂由陡變緩的轉折區域，礦體厚度增加，產狀較穩定，連續性好，在F3斷裂處被切割，由南向北傾角變陡，由淺至深傾角變緩。各礦體在空間的分布關系為：走向上平行排列，傾向上為上下盤關系。

蝕變圍巖圍繞礦體分布，且嚴格受斷裂控制，通過三維集成模型可以發現，礦區蝕變帶分帶明顯，且礦體均產于蝕變帶內，主要賦存于黃鐵絹英巖化碎裂巖和黃鐵絹英巖化花崗（閃長）質碎裂巖中，且以黃鐵絹英巖化碎裂巖為主，蝕變帶的連續性隨礦化程度的降低而增強。

3資源量估算

由于礦體模型難以直接反映礦體的內部屬性，為了明確礦體內部特征及變化規律，基于礦體塊體模型填充品位數據，構建礦體品位模型，實現對礦體品位、密度和巖礦類型等屬性特征的仿真分析。

3.1樣品組合及統計分析

為了確保能夠獲得參數的無偏估計，同時滿足礦塊插值的地質統計學要求，并盡可能減少樣品的數量，需要將數據庫中的樣品進行組合。分析樣品特征，設定組合樣長為1 m，并對探礦工程見礦部位進行樣品組合處理。對三山島金礦床的19個礦體樣品數據進行基本統計分析，其中包含多個樣品數目較少的礦體，導致難以找到這些礦體變異函數的變換規律，不適合采用克里格法估值，故使用距離冪次反比法進行資源量估算。

3.2特高品位處理

為保證后續品位估值的準確性，需對特高品位進行處理。通過對樣品品位進行統計分析，礦體1，2不符合正態分布，無法采用截取法進行特高品位處理，因此對樣品品位進行對數轉換，結果見圖11。由圖11可知，對數轉換后的品位基本服從正態分布。

3.3礦體資源量仿真分析

礦體模型為品位模型提供支撐，對塊體模型進行約束，根據周圍地質環境信息，對未知單元品位進行估值，構建品位模型。根據樣品品位的具體情況，采用距離冪次反比法推算未知塊體品位。

1）以待估值礦塊中心為圓心，以最大搜索半徑作圓，確定待估礦塊受影響范圍。

2）計算最大搜索半徑內所有樣品與待估值礦塊中心的歐式距離。

3）估算礦塊的品位值。具體計算方法見式（1）、式（2）。

根據實際勘探網度，為了確保在有效區域內能夠搜索到所需數據源，建立搜索橢球模型，將其最大搜索半徑設定為300 m。選擇以礦體模型為約束進行插值，經過2次估值，完成對礦體塊體品位的估值。以礦體1為例，經過品位插值后的結果見圖12。通過對品位進行統計可知，礦體1品位大多集中在3～5 g/t，品位變化范圍較大。

按礦體儲量類別，基于距離冪次反比法插值后的礦體品位模型進行資源量估算，以礦體1為例，估算結果見表2。由表2可知：通過距離冪次反比法進行估算，礦體體積為18 238 421 m3，礦石量為5 088.52萬t，平均金品位2.86 g/t，金金屬量為145.47 t；與地質塊段法估算結果進行對比，金金屬量少1.93 t，負變1.31 %，總體誤差小于10 %，證明本次估值結果是可靠的。

4結論

1）綜合視電阻率屬性信息與鉆孔斷裂信息，對深部斷裂進行了延伸趨勢推斷，發現三山島斷裂走向北東，有向深部延伸的趨勢。

2）基于各地質體三維集成顯示模型，礦體在走向和傾向上受三山島斷裂控制，礦體分布在其下盤，產狀較穩定，連續性好，在F3斷裂區域被切割，由南向北傾角變陡，由淺至深傾角變緩。各礦體在走向上平行排列，傾向上為上下盤關系。

3）將礦體模型作為約束條件，構建礦體塊體模型，并為其添加屬性值，對礦體內待估值礦塊進行品位插值，以礦體1為例，采用距離冪次反比法估算可得金金屬量為145.47 t，與地質塊段法估算結果進行對比，誤差小于10 %，驗證了本次資源量估算結果的可靠性。

［參考文獻］

［1］于學峰，楊德平，李大鵬，等.膠東焦家金礦帶3 000 m深部成礦特征及其地質意義［J］.巖石學報，2019，35（9）：2 893-2 910.

［2］趙興東.黃金礦山深井開采研究進展與發展趨勢［J］.黃金，2024，45（8）：1-18.

［3］宋貴常，白曉明，趙俊康，等.基于Surpac的礦床模型構建和資源儲量估算——以冀北東坪金礦區轉枝蓮礦段為例［J］.黃金，2017，38（11）：9-13.

［4］趙忠海，崔曉夢，孫景貴，等.基于三維地質-地球物理建模的深部成礦預測——以黑河地區永新金礦床為例［J］.吉林大學學報（地球科學版），2024，54（2）：498-515.

［5］魯鍇，劉玲，鮑志東，等.基于可鉆性分析及三維地質建模的鉆探有利區優選：以雄安新區霧迷山組為例［J］.現代地質，2023，37（5）：1 398-1 410.

［6］薛濤，包訓栓，朱小弟，等.多源數據三維地質結構模型約束的屬性建模方法：以北京市通州城市副中心為例［J］.地學前緣，2023，30（3）：529-536.

［7］曹成剛，譚俊，賈玉山，等.沙丘覆蓋區深部三維可視化找礦預測應用：以祁漫塔格那陵郭勒河西多金屬礦為例[J/OL].吉林大學學報（地球科學版），1-22[2024-09-19].https：∥doi.org/10.13278/j.cnki.jjuese.20240139.

［8］吳志春，郭福生，林子瑜，等.三維地質建模中的多源數據融合技術與方法［J］.吉林大學學報（地球科學版），2016，46（6）：1 895-1 913.

［9］祝嵩，肖克炎.大冶鐵礦田鐵山礦區三維地質體建模及深部成礦預測［J］.礦床地質，2015，34（4）：814-827.

［10］BAKARR J A， SASAKI K， YAGUBA J， et al. Integrating artificial neural networks and geostatistics for optimum 3D geological block modeling in mineral reserve estimation：A case study［J］.International Journal of Mining Science and Technology，2016，26（4）：581-585.

［11］楊豐銘，楊昌華，汪永華，等.基于地質統計學法的資源量估算中特高品位鑒別方法［J］.黃金，2022，43（8）：23-26.

［12］孫遠強，范洪海，SIMON S，等.納米比亞ML121勘查區地質調查評價與鈾礦資源量估算［J］.中國礦業，2022，31（10）：164-171.

［13］NOOR M K.Ore reserve estimation of saprolite nickel using inverse distance method in PIT block 3A Banggai area central Sulawesi［J］.Journal of Physics：Conference Series，2018，979（1）：012047.

［14］婁渝明，郎興海，祁婧，等.西藏雄村斑巖型銅金礦區Ⅱ號礦體資源儲量估算方法對比［J］.有色金屬工程，2018，8（6）：75-81.

［15］THOMAS B A，ABIODUN I L，RASAQ A A.Re?examination of Itakpe iron ore deposit for reserve estimation using geostatistics and artificial neural network techniques［J］.Arabian Journal of Geosciences，2020，13（14）：1 065-1 085.

［16］賈飛，胡躍亮，王健策，等.膠東西嶺超大型金礦床成礦特征及深部找礦前景［J］.礦產勘查，2022，13（7）：904-915.

［17］劉曉敏，于森，李金濤，等. 膠東石家金礦床成礦流體特征及礦床成因［J］.黃金，2024，45（9）：74-80.

［18］張振，于超，吳志棟，等. 膠東玲瓏金礦床成礦地質特征及礦床成因［J］.黃金，2024，45（7）：74-79.

［19］趙立翔，丁正江，張琪彬，等.膠東地區中生代花崗巖年代學、地球化學特征及與金銀多金屬成礦的關系［J］.黃金，2024，45（4）：57-64.

［20］楊斌，席振銖，向胤合，等.伽瑪能譜法在膠東大尹格莊金礦床后疃礦區的找礦應用［J］.黃金，2023，44（7）：19-22.

［21］王玉，尹召凱，王君偉.膠西北焦家—倉上地區深部地球物理探測綜合應用［J］.黃金，2023，44（7）：55-60.

3D geological model and resource estimation of the deep?seated part of

the Sanshandao Gold Deposit

Bing Yuanmin1， 2， Li Shunda2， Huang Binghu1

（1.College of Oceanography and Space Informatics， China University of Petroleum （East China）；

2.Department of Architectural Engineering， Rizhao Polytechnic）

Abstract：To support the development and utilization of deep?seated resources in the Sanshandao Gold Deposit， this study employs a multi?source data integration approach. Geological data were collected and organized to establish a comprehensive geological database. Through integrated geological-geophysical analysis， the deep extension trends of faults were inferred. 5 digital geological models were constructed， including surface， geophysical， fault， alteration zone， and orebody models. Based on transparent visualization integration of the 3D geological model， the distribution patterns and interrelationships of these elements were investigated. A model of the orebody was then developed， and the ore resources were estimated using the Distance Power Inverse Weighting method. Results indicate that the ore bodies are primarily hosted in sericitized and silicified cataclasite， controlled by the Sanshandao Fault in strike and dip directions， and mainly distributed in its footwall. Gold enrichment occurs at the transition zone where the main fault steepens to flattens， with truncation observed at the F3 fault. Using the Distance Power Inverse Weighting method， the estimated gold metal content of Orebody 1 is 145.47 t， and the reliability of the results was verified.

Keywords：Sanshandao Gold Deposit; deep?seated part; 3D geological model; resource; estimation; geological-geophysical; Distance Power Inverse Weighting method