基于證據權重法的南嶺鎢錫礦床遠景預測

許 云，張 寧，王 雨

（1.河北工程大學 資源學院，河北邯鄲 056038;2.中國煤炭地質總局第一勘探局，河北邯鄲 056004）

成礦預測實際上是對多種信息如何進行處理與綜合的問題。怎樣運用地質理論與信息技術在眾多的數據中提取有利的成礦信息，采用合理的數學方法或模型對大量的數據進行處理，進而圈定成礦遠景區，是當前地學界的研究熱點。目前礦產資源預測與評價的工作很大程度上還是在GIS軟件上進行，通過GIS上實現數據的管理、查詢及分析，對多源信息以圖層方式進行疊加分析，但對于專門礦產資源預測的應用受到很大限制，沒有具體的預測模型，不能很好地應用數學地質的方法，限制了預測工作的精度和科學性［1－5］。

中國地質大學研發的MORPAS系統可以對多源信息進行提取、構置及綜合，如地質異常場的提取、成礦異常場礦化異常場的提取等，通過對相關信息的融合可以快速的圈定靶區、進行資源量預測、評價分析等［6］。

我國南嶺地區是世界上的鎢錫成礦省，近年來南嶺地區鎢錫等金屬礦產資源遠景儲量難以適應國民經濟發展的需要，大部分礦山前景堪憂。本文以南嶺地區的湘粵桂毗段，地理坐標:北緯24°00＇～25°20＇，東經 110°～112°，總面積約 32 000 km2為研究區域，以研究區1:20萬地質礦產圖、1:20萬化探數據建立空間數據庫，利用MORPAS系統的證據權重法對研究區進行錫鎢礦床成礦遠景預測。

1 證據權重法原理

證據權重法是基于Bayes統計分析模式的一種地學統計方法，由加拿大數學地質學家Agterberg提出，對與礦產成因有關的地學信息圖層進行加權疊加，從而對礦產遠景區進行成礦預測，其數學原理如下:

式中W+—證據因子存在區的權重值;W－—證據因子不存在區的權重值，對于原始數據缺失區域，其權重值為0;B—證據因子存在區的單元數;—證據因子不存在區的單元數。

證據權重法要求各證據因子之間相對于礦點分布滿足條件獨立。對于N個證據因子，若它們都滿足礦點條件獨立，則研究區任K單元為礦點的可能性，即后驗幾率以Q表示

后驗概率P為P=Q/（1+Q）

用C=W+－W－表示證據因子與礦床（點）出現的相關程度。根據后驗概率值的大小來劃分找礦遠景區［7］。

2 研究區控礦條件分析

本區內生金屬礦產均與巖體的侵入時代及巖石性質具有密切關系。區內大多數內生金屬礦產的成礦母巖都為燕山期侵入體，主要巖性為灰白色、淺肉紅色、肉紅色中粒斑狀黑云母二長花崗巖，中粒含斑黑云母二長花崗巖，該期巖體絕大多數都是礦化巖體，成礦專屬性主要為鎢、錫、鉍、鉬;鉛、鋅、銅為次，以及鈮、鉭等。

成礦作用受區內緯向構造的影響最為明顯，如緯向構造隆起與經向隆起，背斜的復合部位決定著大型巖體小巖群的侵入空間及礦田位置。區內主要的有色金屬礦田和大中型礦床均位于主干斷裂帶的旁側。這些主干斷裂帶就是區域性的導礦構造，其旁側的多體系復合構造，即是礦田（床）的定位構造［8］。

3 信息提取

運用GIS技術處理面狀地質異常時為了更好地體現面狀異常（如地層、巖漿巖等）與礦床分布的耦合關系，不能單純地統計礦床（點）在某個面異常中出露的個數，應計算各個面異常的礦產當量N、單位礦產當量KN和礦床出現率F。

式中N1、K1—大型礦床的個數和相應的權系數;N2、K2—中型礦床的個數和相應的權系數;N3、K3—小型礦床的個數和相應的權系數;N4、K4—礦點的個數和相應的權系數;N5、K5—礦化個數和相應的權系數;

單位礦產當量用KN表示，用來表征成礦的強度，KN=N/S。其中S—面狀異常出露面積，km2。

礦床出現率為 F=N/Nsum，其中Nsum—面狀異常中各個異常礦產當量N的總和［9－13］。

根據礦床和礦床點與這些異常相交的結果，統計或計算出在這些異常中所見礦床（點）情況、各異常區的面積、礦產當量、單位礦產當量及礦床出現率。以往的計算根據區域內大、中、小型礦床與礦點儲量之間的關系，即一個大型礦的儲量約為一個中型礦的5倍;一個中型礦的儲量約為一個小型礦的25倍;一個小型礦的儲量約為一個礦點的5倍，在計算礦產當量時，取比例系數K1=125，K2=25，K3=5，K4=1，這種基于儲量設置的系數片面地夸大了大、中型礦床的指示作用，而弱化了小型礦床、礦點甚至礦化作用的指示作用。經過反復演算，本次計算采用的比例系數為K1=40，K2=20，K3=10，K4=5，K5=1，Nsum=732。

表1 巖漿巖找礦有利度分析Tab.1 Beneficial degree of strata with magmatic rocks

3.1 巖漿巖找礦有利度分析

根據本區巖漿巖活動期次分為:加里東期、印支期、燕山期。在空間數據庫內檢索出三個期次的巖體，分別作緩沖半徑為4 km的緩沖區分析，在作礦床（點）與巖體相交的分析，其結果如表1所示。從表1中可看出無論從見礦比例，礦產當量，單位礦產當量及礦床出現率來看，燕山期的巖體為最佳成礦巖體。圖1為巖體緩沖區證據層，從圖中可以看出絕大多數的大、中、小型鎢錫礦床（點）均落在巖體的緩沖區中，可見這一區域的設置還是較為合理的。

3.2 線型異常找礦有利度分析

在研究本區斷裂與鎢錫床（點）關系時，首先檢索出所有與成礦作用有關的斷裂及其邊界斷裂，然后作礦床及礦點與斷層的距離分析，得到礦床（點）到斷層距離的點文件，根據其屬性統計礦床到斷層的距離，通過MAPGIS對斷裂進行Buffer分析，確定最佳的斷層影響帶。由表2可以看出方位角為0°～45°和135°～180°的斷層與方位角45°～90°和90°～135°的斷層相比，無論在緩沖半徑、大中型礦床出現個數以及礦產當量方面都要有優勢。雖然方位角為90°～135°的斷層比方位角為0°～45°的斷層的單位礦產當量、礦床出現率要大，但是其緩沖半徑、見礦異常面積要比方位角為0°～45°的斷層大的多。因此本區內方位角為0°～45°和 135°～180°的斷層為有利成礦斷層。由圖2有利的斷層帶證據層中可看出絕大部分礦床（點）分布在兩個方向的斷層緩沖區之中，并且在兩組斷層交匯處尤為集中［8］。

3.3 化探異常找礦有利度分析

本預測區中，對元素作因子分析結果表明與鎢錫礦預測關系較為密切的有鎢、錫、鉍，各元素按其異常下限不同分為三個不同的級別為內帶，中帶，外帶。作礦床（點）與異常的相交分析，結果見表3。鎢的內帶和中帶出現的礦產當量，單位礦產當量及礦床出現率都要比鎢的外帶大;錫的內帶出現的礦產當量，單位礦產當量及礦床出現率都要比其中帶大;鉍的內帶和中帶出現的礦產當量，單位礦產當量及礦床出現率都要比鉍的外帶大。因此化探異常中鎢，鉍的內帶和中帶及錫的內帶為重要的證據層。

表2 斷層找礦有利度分析Tab.2 Beneficial degree of buffer zone of fault

表3 化探異常找礦有利度分析Tab.3 Ore－finding beneficial degree of chemistry anomaly

4 模型建立

將研究區劃分為2 km×2 km大小的5 400個單元的網格，在每個網格中提取證據因子，具體方法如下。

（1）對于所選的證據層進行二元模式識別，即存在證據層的區域取值為1，反之為0。

（2）將網格與處理好的證據層進行疊加分析，把證據因子的屬性值存入到各網格中。

（3）將鎢錫床點文件與網格文件作相交分析，網格中存在礦床點則取1，不存在則取0，并存入到網格屬性中。

（4）直接將諸如斷層、地層等文件與網格文件作相交分析，以便提取一些具有直觀意義的證據因子，如斷層條數、地層組合數等。

（5）分別計算各證據因子與成礦的相關度，預測證據權值并計算各個單元的成礦有利度。各證據因子權值見表4。

5 預測結果及評價

圈定成礦遠景區之前，首先確定整個預測評價范圍內的臨界值，后驗概率值大于臨界值的地區，即為預測的找礦遠景區。根據該區內不同成礦單元的有利成礦后驗概率值大小的不同及其分布，結合權重值的單元頻數曲線求拐點的方法，確定成礦預測區證據權的臨界值為0.014，故后驗概率值大于0.014的地區即為找礦遠景區。

表4 各證據因子權值參數表Tab.4 Weight parameters of evidence factors

圖3為成礦預測圖，圖中黑色線條所包圍的區域為成礦預測區?？梢钥闯鲱A測結果所圈出的4個成礦遠景區包括金雞嶺巖體，大東山巖體，姑婆山巖體，花山巖體及連陽巖體。大部分已知的鎢錫礦床點都在預測遠景區之內，說明預測結果的準確度高;在預測圖中連陽巖體中出現鎢錫礦床點則較少。

6 結論

1）采用證據權重法成礦預測模型預測圈出成礦遠景區4個，分別為姑婆山～花山成礦有利區、大東山成礦有利區、金雞嶺成礦有利區和連陽成礦有利區。4個區域均為有利成礦巖漿巖出露區域且所有已探明礦床（點）幾乎都在預測區內。

2）連陽成礦有利區在巖漿巖成分、區域構造、圍巖等方面都對鎢錫成礦有利，具有鎢錫高異常值復合區域，具較高成礦概率值，及良好的鎢錫找礦前景。

［1］孫艷霞，張 達.證據權重法在新礦床類型成礦預測中的應用［J］.金屬礦山，2010（9）:79－83.

［2］賈三石，楊義彪，門業凱.基于證據權重法的遼西鉬多金屬礦床評價預測［J］.東北大學學報，2010，31（4）:572－575.

［3］李堃，胡光道，段其發.基于MORPAS平臺特征分析法的成礦遠景區預測［J］.地質科技情報，2009，28（4）:65－69.

［4］程祖鋒，余 金.邯鄲市區地下水對建筑基礎的腐蝕性研究［J］.河北工程大學學報:自然科學版，2011，28（1）:14－18.

［5］尤揚，劉欽甫，蔡將軍.基于GIS和遙感的山西保德礦區土壤侵蝕研究［J］.河北工程大學學報:自然科學版，2009，26（1）:81－84.

［6］胡光道，陳建國.金屬礦產資源評價分析系統設計［J］.地質科報，1998，17（1）:45－49.

［7］劉星，胡光道.應用MORPAS系統證據權重法進行多源信息成礦預測［J］.地質與勘探，2003，39（4）:65－68.

［8］張宏良，裴榮富，熊成云，等.南嶺地區有色稀有金屬礦床的控礦條件、成礦機理、分布規律及成礦預測［M］.武漢:武漢地質學院出版社，1987.

［9］胡光道.陜西勉略寧地區成礦預測研究工作方法及思路［J］.地球科學，1999，14（增刊）:29－34.

［10］蘇紅旗，葛艷，劉冬林，等.基于GIS的證據權重法礦產預測系統［J］.地質與勘探，1999，35（1）:44－46.

［11］矯東風，呂新彪，胡光道，等.基于MORPAS平臺的甘南PbZn礦床遠景區預測［J］.地質與勘探，2005，41（3）:65－69.

［12］黃海峰，姚書振，丁振舉.基于GIS的證據權重法在成礦預測中的應用［J］.地質科技情報，2003，22（3）:77－82.

［13］曹瑜，胡光道，楊志峰，等.基于GIS成礦信息的綜合［J］.武漢大學學報:信息科學版，2003，28（2）:167－173.