子區中位數襯值濾波法在地球化學異常識別中的應用

趙寧博， 傅 錦 ， 張 川， 劉 歡

（1.核工業北京地質研究院，遙感信息與圖像分析技術國家級重點實驗室，北京 100029；2.中國地質大學（北京），北京 100083）

子區中位數襯值濾波法在地球化學異常識別中的應用

趙寧博1， 傅 錦1， 張 川1， 劉 歡2

（1.核工業北京地質研究院，遙感信息與圖像分析技術國家級重點實驗室，北京 100029；2.中國地質大學（北京），北京 100083）

傳統化探方法可能漏掉強度不大但可能致礦的異常，而子區中位數襯值濾波法可以有效地避免地質背景對異常圈定的影響，解決了低背景區和高背景區弱小異常的識別問題，消除了全區統一劃分異常下限對化探異常識別的影響。采用該方法在江西某地區發現了多個新的化探鈾異常區，并在其中的一些異常區內發現了鈾礦點，顯示出較好的應用效果。

襯值濾波；鈾礦；化探異常

勘查地球化學誕生以來，化探異常的識別和解釋一直是研究的重中之重［1］。近年來，越來越多的數理統計方法被運用到化探的數據處理和分類當中，不過當前化探異常的篩選和評價依然存在著較多問題，尤其是隨著近地表礦產的日益減少，尋找深部隱伏礦產成為礦產勘查的新方向，這為化探異常的評價工作帶來了更大的困難。傳統方法確定化探異常下限（樣本均值與1～3倍均方差之和）存在著一定的局限性，為了更大程度地發揮化探數據在鈾礦找礦工作中的實用價值，筆者采用子區中位數襯值濾波法對研究區的化探異常進行重新分析和篩選。

1 區域地質概況

研究區位于江西省九江市某地區，在大地構造上處于揚子陸塊區江南古島弧帶，斷裂構造發育，成礦條件有利，是我國南方震旦系—寒武系中重要的碳硅泥巖型鈾成礦區。區內地層從前寒武系至白堊系均有出露，鈾礦賦礦層位主要位于上震旦統和下寒武統地層［2］。本區經歷了晉寧期、加里東期、海西期—印支期和燕山期—喜馬拉雅期構造旋回，晉寧期發育緊密線性東西軸向褶皺，酸性和基性巖漿活動均較強烈。加里東期屬于槽臺過渡活動，主要是上升運動，產生NEE向斷層，巖漿活動弱。海西期—印支期有弱褶皺作用，巖漿活動不強烈。燕山期—喜馬拉雅期中酸性巖漿巖活動強烈，NNE向斷裂發育（圖 1）。

2 方法原理

2.1 常規方法簡介［1］

傳統的地球化學理論認為地質體中各種元素的含量服從正態分布或對數正態分布，一般認為常量元素服從正態分布，微量元素服從對數正態分布，地球化學背景值和異常值的確定就是以此為前提的。

化探數據如果服從正態分布，則可以直接計算其背景值和異常下限。異常下限一般是樣本平均值（X）與1～3倍均方差（S）之和，目前采用比較多的是平均值與2倍均方差之和作為異常下限。如果數據服從對數正態分布，則需要將原始數據換算成對數之后再計算平均值和標準離差，最終再換算成真數。

對于不服從正態或對數正態分布的數據，需要剔除極高和極低值。首先將原始數據進行對數變換，以便為標準剔除極高和極低值，然后重新檢驗數據的分布形態，直到數據服從標準分布。

2.2 子區中位數襯值濾波法簡介［3-4］

圖1 研究區地質略圖Fig.1 Sketch geologic map of the study area

子區中位數襯值濾波法是在EDA（勘查數據分析）技術和濾波技術的基礎上開發出來的化探數據處理方法。建立在經典統計學基礎上的濾波技術采用低通濾波器（LPF）、高通濾波器（HPF）、框形濾波器（PFF）和柯爾莫哥夫—斯米爾諾夫濾波器（KSF）。低通濾波器本質上相當于移動平均方法。高通濾波器相當于移動平均的剩余圖。框形濾波器是將中心圖元的值與其周圍有效半徑為r處的方形圖元環帶作對比，如果中心圖元的值超過環帶的平均值加2倍標準差，則該圖元可視為異常。柯爾莫哥夫—斯米爾諾夫濾波器是將方形環帶數據的累積頻率分布與內部中心圖元塊段或圖元數據的累積頻率分布進行對比，檢驗準則是兩組累積階梯函數在所研究方向上的可觀測差最大，但是其前提是在中心和環帶內所取數值的總體無顯著差異。對4種濾波器的結果進行對比后，Howarth認為用3×3中心圖元塊段窗口的KSF最好，其次是PFF。

EDA技術以穩健統計學為基礎，不需要設定假設條件，也無需對原始數據作任何處理，而是根據數據本身的特點來提取異常。EDA方法的統計參數包括中位數、2個極值點和上、下4分點。它的處理算法如下：

式中：Fu表示異常點下限，F1表示異常點上限，Qu表示上4分點，Q1表示下4分點，Sh表示內散度，其意義與均方差類似。EDA方法認為，數據集中有25%的數據是無效的，這些數據對整個數據集的統計參數（中位數和上、下4分點）不產生影響，異常點臨界值只受內散度影響而不受異常點的影響。與穩健統計量相反，只要有一個極值點就會給常規經典統計學中的算術平均值和標準離差帶來很大的影響，進而給建立在常規經典統計學上的由算術平均值和標準離差確定的異常下限帶來很大的影響。因此EDA方法與傳統經典統計學相比可以有效抵抗干擾。

子區中位數襯值濾波法是在上述KSF、PFF和EDA技術的基礎上開發形成的，它采用子區模擬背景場的空間變異，以EDA技術計算異常臨界值，用襯值為基準度量場值的起伏變化。具體實現過程是：在1∶20萬化探掃面中，以3×3個格子（36 km2）作為小窗口，取其中位數作為小窗口中心格子的趨勢值（CWm）。 以 9×9 個 格子 （324 km2） 作 為 大 窗口，取其中位數作為背景值，用EDA的算法Fu＝Qu＋1.5 Sh計算 Fu， 然后計算 CWm與 Fu的比值CF，CF即為襯值，如果CF＞1，則代表正異常，據此，就可以用襯值來進行地球化學元素異常的識別。

子區中位數襯值濾波法用窗口代替子區，以小窗口為局部異常，以大窗口為局部背景，逐點移動，使得每一點或子區的背景不同，把地球化學背景面看成一個連續起伏變化的曲面。即在該方法處理過程中，自動把一個大區域劃分成很多個小子區，每個小子區均具有自己的地球化學背景值和異常下限值，這就從理論上解決了低背景區和高背景區弱小異常的識別問題，克服了采用全區統一異常下限給異常識別帶來的困難。

3 研究區化探異常提取

3.1 元素數據分布形態分析

對包括 Ag、As、Au、B、Be和 Bi等 24種元素的研究區1:20萬水系沉積物數據進行因子分析，得出在研究區內Mo、Ag、V、Zn和U的成礦可能有較為密切的關系。主要采用主成礦元素U和與U相關性較高的Mo兩種元素進行研究，探討子區中位數襯值濾波法在提取化探異常中的優勢。

從U和Mo元素的對數正態Q—Q圖中可以看出，兩種元素的原始數據均不符合對數正態分布，以（X±3S）為標準多次剔除極高和極低值后，重新繪制的對數正態Q—Q圖如圖2和圖3，發現剔除極值后數據分布的分位數和指定分位數的關系基本上呈一條直線，但還是有一定程度的分離，從嚴格意義上講，認為它并不服從對數正態分布，只是近似服從對數正態分布。

圖2 U元素對數正態Q—Q圖Fig.2 Lognormal Q—Q plot of U

圖3 Mo元素對數正態Q—Q圖Fig.3 Lognormal Q—Q plot of Mo

采用傳統方法只能以數據服從對數正態分布為前提來進行計算，而采用子區中位數襯值濾波法并不需要考慮數據的分布形態，也不用剔除極值。

3.2 研究區化探異常提取應用效果

分別采用子區中位數襯值濾波法和傳統方法對鈾和鉬兩種元素進行異常的提取，圖4為鈾元素化探異常圖（圖4a為鈾常規法，圖4b為鈾襯值濾波法），圖5為鉬元素化探異常圖（圖5a為鉬常規法，圖5b為鉬襯值濾波法）。

圖4和5可以看出，兩種方法提取的鈾和鉬元素異常均對區內鈾礦的產出具有指示作用，但是兩種方法的提取效果存在較明顯的差別，相比來講子區中位數襯值濾波法具有如下優勢：

（1）保留了強礦致異常。圖4a和圖5a中多數強礦致異常在圖4b和圖5b中仍為高異常，例如圖4b中的11號和12號異常，以及圖5b中的10號和11號異常，這些異常區域內均有鈾礦床產出。

圖4 研究區鈾元素地球化學異常圖Fig.4 Geochemical anomaly of uranium in the study area

圖5 研究區鉬元素地球化學異常及鈾礦點分布圖Fig.5 Geochemical anomaly of molybdenum in the study area

（2）增強了低背景場內的弱、小異常。圖4b中2號異常內的鈾礦床在圖4a中只位于一片大范圍強異常區的邊緣部位，用常規方法很容易被漏掉，而襯值濾波法則在該鈾礦床處形成了一片獨立的異常區，另外3、5、8號異常也得到了增強。圖5b中的1、2、4、6號異常均得到了增強，這些異常與研究區內上震旦統和下寒武統地層的展布較吻合，并且有多處存在鈾礦化現象，有較好的鈾成礦潛力。

（3）削弱了高背景場內的非礦致異常。常規方法統一劃分的背景場和異常場，容易強化某些高背景場內的非礦致異常，子區中位數襯值濾波法能較好地抑制這種弊端。圖4b中的7號異常是一個低強度的異常區，而在圖4a中該區域異常強度很高，而且范圍更大，該區域為燕山早期花崗巖地層，沒有發現鈾礦化，但是具有較高的鈾背景值，可能在鈾成礦早期提供了部分鈾源。

（4）發現了新的鈾異常。圖4b中的4號異常是采用襯值濾波法圈出的鈾異常，雖然異常強度不高，但其位于研究區內鈾礦成礦的有利地層——下寒武統，而且異常區內存在多處γ異常點，地表揭露見有表外礦化，有一定成礦前景。

此外，采用子區中位數襯值濾波法對Ag、V、Mo和Zn等元素也進行了研究，同樣取得了較好的效果，說明了該方法的有效性，同時也表明U-Mo-Ag-V-Zn元素組合對研究區鈾礦有較好的指示作用。

4 結 論

（1）子區中位數襯值濾波法將地球化學背景面看成一個連續變化的曲面，以小窗口為局部異常，大窗口為局部背景來模擬背景場的變化，從而增強了低背景區內的弱小異常，對于尋找隱伏礦產具有積極作用；同時削弱了高背景區的非礦致異常，可以有效縮小找礦靶區。能夠較客觀地展現礦化異常的展布形態，便于和多源地學信息進行綜合分析。

（2）在實際工作中，首先采用因子分析方法得到與鈾成礦關系密切的元素組合，然后采用子區中位數襯值濾波法對這些元素進行處理，取得了較好的應用效果，得到的化探異常區與鈾礦床和鈾礦點具有較好的吻合性，異常形態良好，表明了該方法的有效性。同時該方法在計算機上運算快速、便捷，可在不同地區、不同地球化學景觀區進行推廣應用。

（3）常規方法在計算時需要考慮數據的分布形態，如果數據不服從指定的分布形態，需要不斷剔除極值直到符合要求的分布形態，而子區中位數襯值濾波法不需要考慮原始數據的分布形態，因而提高了使用的便捷程度。

［1］任天祥，伍宗華，羌榮生，等.區域化探異常篩選與查證的方法技術［M］.北京：地質出版社，1998.

［2］張待時.修水地區碳硅泥巖型金（鈾）礦成礦條件［M］.北京：原子能出版社，1993.

［3］史長義，張金華，黃笑梅.子區中位數襯值濾波法及弱小異常識別［J］.物探與化探，1999，23（4）:251-256.

［4］ 史長義.勘查數據分析（EDA）技術的應用［J］.地質與勘探， 1993， 39（11）:52-58.

［5］胡以鏗.地球化學中的多元分析［M］.武漢:中國地質大學出版社，1991.

Application of subinterval area median contrast filtering method in the recognizing of geochemical anomalies

ZHAO Ning-bo1， FU Jin1， ZHANG Chuan1， LIU Huan2
（1.National Key Laboratory of Remote Sensing Information and Image Analysis Technology，Beijing Research Institute of Uranium Geology， Beijing 100029， China；2.China University of Geoscience （Beijing），Beijing 100083，China）

Traditional geochemical processing method sometimes maybe loses some weak anomalies related to mineralization，the authors can avoid the influence of geology background and can solve the problem of recognizing weak anomalies in the low-background and high-background area with the subinterval area median contrast filtering method.In an area of Jiangxi Province， several new anomalies are identified by this method and uranium mineralized prospects are found among them.

contrast filtering method； uranium deposit； geochemical anomaly

P622＋.3

A

1672-0636（2012）01-0047-05

10.3969/j.issn.1672-0636.2012.01.008

2011-09-04；

2011-10-10

趙寧博（1985—），男，河南鄭州人，助理工程師，主要從事3S技術應用研究。E-mail：zhaoningbo1985@126.com