基于定量地學方法分析西藏尼木崗講礦區與礦有關的地質變量

，，， ， ，

(1.中國地質大學(武漢)資源學院，湖北 武漢 430074； 2.中國地質大學地質過程與礦產資源國家重點實驗室，湖北 武漢 430074； 3.中國地質大學(武漢)地質調查院，湖北 武漢 430074； 4.國土資源部資源定量評價與信息工程重點實驗室，湖北 武漢 430074； 5.安徽太平礦業有限公司，安徽 淮北 235115； 6.天津華北地質勘查總院，天津 300170)

0 引 言

西藏尼木崗講銅多金屬礦是西藏岡底斯斑巖銅礦帶上的一個具有超大遠景規模的斑巖型銅鉬礦，礦區構造復雜，巖漿活動期次多，區內礦石品位整體較低，礦體產狀及空間變化復雜。經過多年的勘探與研究，礦區礦體為一向北西開口的“U”型，與南北向斷裂構造關系密切(張慶松等，2006；冷成彪等，2012)。

為研究成礦規律，總結與礦有關的地質變量，結合前人的研究成果，作了一系列分析。前人的研究多從地質角度出發，未對已有數據作統計分析。采用信息量法和地質特征向量長度分析法直接對原始樣品分析數據進行統計，分析與礦有關的地質變量。常用的統計方法有：幾何作圖法，計算簡單相關系數、偏相關系數、秩相關系數，信息量計算法，秩和檢驗法，用于二態變量選擇的地質向量長度分析法、相關系數比值法、變異序列法等；各種多元統計方法，如主成分分析法、各種序貫分析法，包括全部可能回歸法、逐步回歸、逐步判別、序貫判別等(趙鵬大等，1994；趙鵬大，2004)。本研究利用信息量法和地質特征向量長度分析法進行分析，綜合選取與礦關系密切的變量及找礦有利因素。

1 礦區概況

礦區位于西藏拉薩市尼木縣縣城北西方向約20 km，礦區有縣道和國道，交通較為便利。礦區屬岡底斯山脈，大地構造位處岡底斯火山巖漿弧東段，相鄰有廳宮和沖江礦區。海拔高度一般在4 000～5 000 m，平均4 500 m，屬高原大陸性氣候，人口稀少，工作區及其周邊礦產資源豐富。

區域內出露地層有白堊系、古近系和第四系，為一套陸相火山巖、火山碎屑巖建造。礦區斷裂發育，近南北向和近東西向斷裂形成兩橫、兩縱的“井”字形格架，次為派生的北西向和部分北東向斷裂，礦區內共有斷裂29條，其中F2-3和F12規模最大，F2-3為破礦斷層，F12為控礦斷層。礦體主要產于二長花崗斑巖及后期的脈巖中，區內黃銅礦化和輝鉬礦化發育，蝕變以鉀化和硅化為主，且與成礦關系密切，其中黑云母化與礦體關系最為密切(張慶松等，2012)。

礦區礦體整體呈一向北西開口的“U”型。根據產狀，礦區礦體大體分為東段、北段和西段3段：東段礦體產狀向西陡傾，傾角65°～75°；北段礦體產狀向南緩傾，傾角20°左右；西段傾向40°，傾角20°左右。

2 方法原理

2.1 信息量法原理

信息量用條件概率計算：

(1)

式(1)中：IAj|B為A標志j狀態提供事件B發生的信息量，P(B|Aj)為A標志j狀態存在條件下事件B實現的概率，P(B)為事件B發生的概率。

實際應用時，因P(B)在工作初期不易估計，根據概率乘法定理，上式可變為：

(2)

式(2)中：P(Aj|B)為已知事件B發生的條件下出現Aj的概率，P(Aj)為研究區中標志值Aj出現的概率。

具體運算時，總體概率用樣本頻率來估計：

(3)

在研究區中：IAj|B表示A標志j狀態指示有礦(事件B)的信息量，N表示研究區中含礦樣品數，Nj表示出現標志值Aj的含礦樣品數，S表示研究區所有樣品數，Sj表示研究區出現Aj的所有樣品數(趙鵬大等，1994；趙鵬大，2004)。

2.2 地質特征向量長度分析法原理

地質變量長度分析法基本原理是把n個已知含礦單元視為n維空間，每個地質變量為n維空間中的一個向量，例如(a11，a12，a13，…，a1n)。通過計算各個地質變量的向量長來評價變量的重要性，向量長度越大則該變量與礦化的關系越密切。

n個含礦單元的p個地質特征構成一個p×n矩陣A：

3 數據預處理

要統計與礦有關的地質變量，首先要將各地質變量進行匯總，然后分析它們與達到邊界品位的鉆孔樣品的數量關系，以此研究這些變量與礦的關系。

原始數據為鉆孔柱狀圖和鉆孔樣品分析數據表格，本研究建立了鉆孔數據庫，整理出鉆孔井口文件、樣品分析文件、測斜文件、巖性文件4個文件(馬秋石等，2013)。與礦有關的巖性、蝕變、礦化、構造等變量信息都在巖性文件的巖性描述中，所以，首先要將巖性描述中的變量提取出來形成多個字段，這項工作很復雜也很關鍵，可以通過Access數據庫將這些變量對應地賦與樣品分析文件中的每一個樣品。樣品分析文件和巖性文件都是區間文件，都有“從”和“到”字段，且鉆孔號是對應的，可以將2個文件在Access數據庫中建立聯接，并運用 “UPDATE”語句通過限定鉆孔號和2個文件中的“從”和“到”信息將巖性文件中的變量字段賦給樣品分析文件。具體程序語句為：

{

UPDATE [樣品分析文件], 巖性文件

SET [樣品分析文件].變量字段=[巖性文件].[變量字段]

WHERE (([樣品分析文件].鉆孔號)=巖性文件.鉆孔號)

And (([樣品分析文件].從)>=巖性文件.從)

And (([樣品分析文件].到)<=巖性文件.到));

}

按照上述程序選擇不同的變量字段進行更新，即可將巖性文件中的各變量字段賦予樣品分析文件中的各個樣品。

更新結果還有一點問題，巖性文件中的“從”字段和“到”字段與樣品分析文件中的“從”字段和“到”字段不一定是一一對應的，經常出現銜接處不能賦值的情況，一個樣品可能上半部分屬于一個巖性，下半部分屬于另外一個巖性，這時就需要手動判斷。根據長度賦予權重，樣品在哪個巖性中所占長度比例大就歸為哪個巖性。為了方便統計和計算，可以將變量字段進行二值化，即某屬性存在即為“1”，不存在即為“0”(圖1)。

圖1 二值化的變量信息(部分鉆孔)

4 計算結果

4.1 信息量計算結果

按照信息量法的計算公式對研究區的樣品分析文件進行統計計算(表1)。

若P(Aj|B)=P(Aj)，則IAj|B=0，這表示標志Aj不提供任何找礦信息，即標志Aj存在與否對找礦沒有影響；若P(Aj|B)P(Aj)，則IAj|B為正值，表示標志Aj能提供找礦信息(趙鵬大等，1994；趙鵬大，2004)。

表1 信息量計算結果

續表1

標志狀態Sj(S=17 317)Nj(Cu)(N=3 308)Nj(Mo)(N=3 288)CuMo斑含斑14 5122 5032 495-0.044 36-0.043 12無斑3133442-0.245 16-0.150 75鉀化8 8031 9241 9610.058 480.069 39硅化10 3251 9362 053-0.008 080.020 04絹云母化68210094-0.114 88-0.139 12黑云母化1 7915095120.172 530.177 72蝕變類型泥化2 308331287-0.124 50-0.183 81黏土化4 274740757-0.042 70-0.030 20高嶺土化3 596538535-0.106 13-0.105 93青磐巖化4162742-0.468 82-0.274 30綠泥石化5 950887883-0.107 69-0.107 02碳酸鹽化2 033381370-0.008 31-0.018 39黃鉀鐵礬化17131-1.036 97-1.511 46孔雀石化2 4476663510.153 75-0.121 79礦化類型黃銅礦化9 0081 9051 9020.044 170.046 12黃鐵礦化6 155927962-0.103 24-0.084 51褐鐵礦化3 9327675690.009 09-0.117 96輝鉬礦化5 3971 2431 4890.081 230.162 28強2 0334193870.032 980.001 11蝕變程度較強8 9711 7581 7360.011 090.008 25弱2 874216252-0.405 13-0.335 55無7382638-0.734 18-0.566 73斷層斷層破碎帶1772523-0.131 13-0.164 70斑狀結構3 086214191-0.440 07-0.486 82似斑狀結構6 7591 5041 5200.066 270.073 50碎裂結構14650.350 930.274 38巖石結構隱晶結構6430.542 820.420 51細粒-隱晶結構2515-0.679 030.022 57細粒結構34311-0.335 450.231 45細-中粒結構5215647-0.249 74-0.323 20中粒結構400巖石構造塊狀、條帶狀構造9 9861 6891 723-0.052 85-0.041 57星點狀5 424606798-0.232 94-0.110 78薄膜狀603140670.084 72-0.232 70浸染狀2 7227385990.152 080.064 08粒狀21990.350 930.353 56礦石構造土狀5647-0.427 22-0.181 55零星狀3073587-0.224 160.173 92團塊狀3065162-0.059 240.028 21細脈狀1 9224614700.098 850.109 89片狀741210-0.071 14-0.147 69

4.2 地質特征向量長度法計算結果

根據地質特征向量長度分析法原理，對樣品分析數據進行計算。首先篩選出有礦樣品，以w(Cu)≥0.2，w(Mo)≥0.02為界，分別篩選出銅和鉬有礦樣品。對各因素進行二值化處理，1表示出現該因素，0表示未出現該因素。然后利用Matlab分別計算銅和鉬的乘積矩陣計算，并計算各變量邏輯向量長，并按由大到小排序(圖2、圖3)。

圖2 銅各地質變量邏輯向量長

圖3 鉬各地質變量邏輯向量長

5 結果分析

5.1 信息量法結果分析

從表2可以看出：與銅礦關系密切的變量(即信息量為正的因素)有19個，與鉬礦關系密切的變量有20個。其他變量的信息量雖為負值，但亦含有礦樣品，只是相對較少，如斷層破碎帶等變量，不能確定其對成礦不利，只是成礦有利程度相對較低。

從表1可以看出，巖性為煌斑巖、第四紀沉積物、二長花崗巖和安山巖，均與銅礦關系密切，但煌斑巖和第四系沉積物更顯著一些。煌斑巖呈巖脈產出，在研究區較少見，樣品數也較少，僅具局部代表性。第四紀位于氧化帶，主要成分為巖石風化物，因巖體剝蝕及地表淋濾作用形成近地表氧化礦而富集，但其樣品數較少，不具有廣泛代表性。二長花崗巖為研究區主要含礦巖體，分布最廣，呈巖基狀產出，與礦關系密切。安山巖在研究區分布零星，與大規模礦體分布沒有密切聯系，僅限于局部零星礦體(表2)。

與鉬礦關系密切的巖性為煌斑巖、石英巖、二長花崗巖，煌斑巖與鉬礦關系最密切，分析可能與煌斑巖成巖條件有關，但在研究區很少見，僅具有局部代表性。石英巖較少出現，規模都較小。

表2 各元素信息量為正的變量

從表2中可以看出，蝕變程度較強的區域和蝕變程度強的區域與礦關系密切。蝕變黑云母化、鉀化、硅化與礦關系密切，黑云母化最為顯著，張慶松等(2012)也指出黑云母化與銅礦化關系密切。巖石結構為隱晶結構、碎裂結構、似斑狀結構與銅礦關系密切，隱晶結構、碎裂結構、細粒結構、似斑狀結構、細粒-隱晶結構與鉬礦關系密切，但是出現隱晶結構、細粒-隱晶結構、細粒結構和碎裂結構的樣品數都很少，只有局部代表性。礦石構造為粒狀、浸染狀、細脈狀、薄膜狀與銅礦關系密切，礦石構造為粒狀、零星狀、細脈狀、浸染狀、團塊狀與鉬礦關系密切。礦化中孔雀石化、輝鉬礦化、黃銅礦化、褐鐵礦化與銅礦關系密切，輝鉬礦化、黃銅礦化與鉬礦關系密切，分析銅礦和鉬礦為伴生礦體，輝鉬礦化和黃銅礦化均指示礦體的存在。蝕變程度強和較強(中)時較有利于成礦，這與地質分析一致。

5.2 地質特征向量長度分析法結果分析

根據地質特征向量長度分析法計算結果，以及與礦關系密切的變量。將所有變量邏輯向量長度從大到小排序后，確定一個臨界值，臨界值的確定可以視情況而定，可以取最大信息量的一半。研究區共有50個變量，取最大信息量的一半為臨界值，則Cu的臨界值為5 909.33/2=2 954.665，Mo的臨界值為6 010.37/2=3 005.185。根據圖2和3可以看出臨界值以上的變量向量長度明顯大于臨界值以下的變量，區分效果明顯。根據臨界值區分結果，與銅礦關系密切的變量依次為含斑、二長花崗巖、硅化、鉀化、黃銅礦化、蝕變程度較強、塊狀構造、似斑狀結構、輝鉬礦化，與鉬礦關系密切的變量依次為含斑、二長花崗巖、硅化、鉀化、黃銅礦化、塊狀構造、蝕變程度較強、似斑狀結構、輝鉬礦化。其地質意義為：在研究區，礦體多發育于二長花崗巖等含斑巖石中，巖石多為似斑狀結構，塊狀構造，圍巖蝕變硅化、鉀化發育，蝕變程度一般較強，礦化以黃銅礦化和輝鉬礦化為主，這與該地區的地質分析結果較一致。

6 與礦關系密切的地質變量

6.1 2種方法結果對比分析

利用樣品分析數據，根據信息量法和地質特征向量長度分析法分析了研究區與銅礦和鉬礦關系密切的地質變量。對比二者發現，信息量法只能計算出與礦關系密切的變量，而不考慮數量；地質特征向量長度分析法既考慮了質也考慮了量，規模數量越大，對找礦越有利，與礦關系密切但規模數量很小，也不能形成具有開采價值的礦，例如，黑云母化這一因素，信息量法計算得出其與礦關系密切，但地質特征向量長度分析法計算出的結果中不包括黑云母化，原因是黑云母化含礦樣品數較多，但規模數量較小，只是相對與礦關系密切。

6.2 與礦關系密切的地質變量

根據2種方法結果，并參考前人的研究成果和研究區地質情況，總結研究區與銅礦和鉬礦關系密切的地質變量。

研究區為斑巖型銅鉬礦，銅礦與二長花崗巖關系密切。巖體多含斑、似斑狀結構，塊狀構造，與礦關系密切的圍巖蝕變有黑云母化、鉀化和硅化，其中黑云母化與銅礦體關系最為密切，鉀化和硅化最為發育，蝕變程度較強—強時成礦性較好。巖體礦化主要為黃銅礦化和輝鉬礦化，孔雀石化雖出現頻率較低，但相對前2種礦化含礦率較高，前人研究表明：孔雀石化為后期次生氧化富集時產生，為銅礦的有利成礦標志(張慶松等，2012)。礦石多為星點狀、浸染狀、細脈狀構造，其中浸染狀和細脈狀構造的礦石含礦率較高，為銅礦有利成礦變量，粒狀構造和薄膜狀構造的礦石在研究區較少見，但含礦率很高，也可作為有利成礦變量。研究區鉬礦為伴生礦體，與礦關系密切的變量與銅礦大致相同，輝鉬礦化相對于黃銅礦化更有利于鉬礦成礦，礦石構造零星狀、團塊狀也與鉬礦關系密切。

7 結 論

運用定量地學方法中的信息量法和地質特征向量長度分析法，結合前人的地質研究成果，計算并分析總結了西藏尼木崗講礦區與礦有關的地質變量及有利成礦變量。用統計方法定量選取與礦有關的變量及成礦有利因素，比傳統地質分析方法更客觀，不會受分析者的主觀經驗影響，可以在一定程度上彌補傳統地質分析的不足。將統計方法與傳統地質分析法相結合，分析結果更準確。

冷成彪,張興春,周維德.2010.西藏尼木地區崗講斑巖銅-鉬礦床地質特征及鋯石U-Pb年齡[J].地學前緣, 17(2):185-194.

馬秋石,陳建國,張波,等.2013.序貫高斯模擬在西藏尼木崗講礦區的應用研究[J].地質學刊，37(3):482-488.

張慶松,周維德.2006.西藏崗講斑巖銅鉬礦地質特征及找礦遠景[J].地質找礦論叢,21(增刊1):27-29.

張慶松,李作華,袁劍飛,等.2012.西藏尼木地區崗講銅礦區地質特征及找礦前景分析[J].四川地質學報,32(增刊1):38-43.

趙鵬大,胡旺亮,李紫金.1994.礦床統計預測[M].北京：地質出版社.

趙鵬大.2004.定量地學方法及應用[M].北京:高等教育出版社.