基于GIS技術下找礦信息量法的成礦預測

竇海鵬，張曉幸

（1.新疆大學地質與礦業工程學院，新疆烏魯木齊830047；2.河北省地礦局水文工程地質勘查院，河北石家莊050021）

基于GIS技術下找礦信息量法的成礦預測

竇海鵬*1，張曉幸2

（1.新疆大學地質與礦業工程學院，新疆烏魯木齊830047；2.河北省地礦局水文工程地質勘查院，河北石家莊050021）

在“綜合信息礦產預測理論”的指導下，利用GIS空間分析技術實現多元地學信息有機綜合和分析，多思路地進行成礦有利地段圈定的方法，越來越成為當代重要的找礦手段。在總結成礦規律的基礎上，以研究區成礦地質背景為出發點，基于GIS平臺，對研究區已采集的地質、物探、化探的數據進行綜合分析，并采用找礦信息量法對礦區進行綜合成礦預測，對有利成礦區進行圈定，對研究區下一步勘查工作部署具有指導意義。

GIS；信息量法；成礦預測

近年來，人們對礦產資源的需求隨著經濟的快速發展而不斷增加，成礦預測變得更加重要。多年的地質工作，積累豐富的地質資料，并且成礦預測的理論、方法也不斷的更新和完善。直到20世紀80年代，隨著計算機技術的高速發展，使得地理信息系統（GIS）不斷成熟，均為多元信息綜合成礦預測奠定了堅實的基礎[1]。因此，在本區利用GIS技術開展成礦預測工作，并結合信息量法，對于研究區找礦突破具有重要意義。

1 研究區資料收集

1.1 研究區地質特征

研究區位于甘肅省酒泉市西南方向，約四十余公里處，屬甘肅省張掖市肅南縣祁豐鄉管轄。地處祁連山腹地，山體呈北西—南東向展布，山勢陡峻。屬于昆侖祁秦地槽系大地構造亞一級單元，位于祁連地槽西段北部地帶。地質構造相當復雜，經歷了多次構造運動，其總的構造線方向為北西西向。斷裂非常發育，具有明顯的繼承性，且以北西西向逆沖斷層為主，山前地區有大量北北東或北北西向的橫斷層。主要出露地層主要有前震旦系、奧陶系及第四系。地層走向基本與區域構造線方向一致（圖1）。以早奧陶世（O）的安山巖最為發育，前震旦系上部（AnZ2）的千枚巖次之，與礦化有關的蝕變為硅化、絹云母化和高嶺土化，在地表有礬化、鐵染等，與其伴生的為黃鐵礦化和黃銅礦化，且研究區重要的成礦作用是與火山活動有關的銅多金屬礦成礦作用，并發現小型的Cu礦體。

1.2 數據采集

高質量的數據的采集是建立空間數據庫的基本保證，基于研究區地形起伏較大，對研究區進行地區網格化，做成較大比例尺的20m×20m的網格，較為系統地對每個網格進行地質、化探、地面高精度磁測、激電中梯等工作，并確保每個網格的數據全面性、可靠性。

2 空間數據庫的建立

空間數據庫的建立是GIS空間分析技術關鍵步驟，這一步將直接影響到后面的空間分析直至整個成礦預測的效果，高質量的數據庫的建立是成礦預測成功的基本保證[2]。

（1）應該對不同類型的數據進行預處理，如：投影變換、格式轉換等，并將其轉化為GIS所能識別的文件。

（2）每一類數據根據屬性特征可分為若干圖層。圖層主要是根據成礦預測的需要來劃分的，且適應GIS技術特點為基本原則。

（3）錄入數據的同時還要建立屬性文件，建立空間拓撲關系。

3 成礦預測方法的選擇

成礦預測的根本就是能夠準確的預測未知礦床基本類型、品位以及規模，并能夠迅速定位其空間位置。直到20世紀80年代，隨著GIS（地理信息系統）技術的快速發展，以其強大的管理和分析空間數據的功能，與成礦預測理論得到了有機融合，實現了跨學科的綜合研究，特別是基于GIS的地學數據庫建立，使得找礦預測工作較為便利。整個成礦預測工作的核心就是基于空間數據庫，較為合理地選擇預測方法，由于研究區地勢險峻，前人勘察程度相對較低，本次多源數據采集較為全面且采集精度較高，故選擇找礦信息量法對研究區進行成礦預測。

圖1 研究區1∶2000地質草圖

3.1 信息量法原理

找礦標志對研究對象的作用是用信息量的大小來評價地質因素、標志與研究對象的關系密切程度。某種標志的找礦信息量用條件概率計算，即∶

式中：IA(B)——A標志有B礦的信息量；

P(A/B)——已知有B礦存在條件下出現標志A的概率；

P(A)——在研究區內出現標志A的概率。

由于總體概率估計上的困難，具體運算時，用樣本頻率值來估計總體概率值。此時：

式中：Nj——研究區內具有標志A的含礦單元數；

N——研究區內的含礦單元總數；

Sj——研究區內具有標志A的單元數；

S——研究區內的單元總數。

若IA(B)=0，表示標志A不提供任何找礦信息，即標志A存在與否對找礦無影響；若IA(B)為負值，表示在標志A存在條件下對找礦更為不利；若IA(B)為正值，表示標志A能提供找礦信息，且越大提供找礦信息越多。

3.2 單元的劃分

預測比例尺為1∶2000，考慮到研究區已發現礦體的位置和預測礦體的精準程度，最終確定網格為20m× 20m，將研究區劃分為1824個單元，已知有礦單元為107個。

3.3 確定找礦標志和單元信息量

基于空間數據庫的建立，選取包括地質、物探、化探等方面的信息標志為11個，作為統計分析變量，各標志在單元內存在取值為1，不存在取值為0。統計各標志在單元內的分布，計算各標志的信息量，見表1。

表1 研究區Cu多金屬礦找礦標志信息量統計表

3.4 有利成礦標志優選

據表1，計算結果將所有標志按信息量由大到小進行排序，按下式計算有用信息的累計臨界值，即：

式中：K——給定有用信息水平，經驗取值為0.75；

n——正值的信息數。

然后將各標志信息量由大到小進行累加，累計到ΔI+值，則累計的若干個找礦標志即為有利找礦標志。如表2所示。

表2 研究區Cu多金屬礦有利找礦標志統計表

3.5 含礦遠景單元的確定

針對表2得出的有利找礦標志信息量分別計算每個小單元的找礦信息量。并根據研究區成礦地質條件和已知礦化單元找礦信息量情況，采取主觀概率法選擇信息量臨界值為0.32，將大于或等于臨界值的單元選為成礦有望單元，小于臨界值稱為成礦無望單元。以此為依據，研究區內共確定827個成礦有望單元，其中包括99個已知有礦單元，其余為成礦無望單元。

3.6 效果驗證

研究區內成礦有望單元827個中有99個已知有礦單元，全區共計107個已知有礦單元，可知成礦有望單元見礦的可靠概率為99/107=0.925。

3.7 礦預測

以單元信息量值繪制等值線圖（圖2），并根據信息量情況初步圈定3個找礦靶區，且這3個靶區分別圍繞已發現的礦體附近。為了驗證信息量法的可靠性，分別對各個靶區的成礦地質條件綜合分析得出：

靶區A：位于研究區的西北端，地表蝕變、礦化線索強烈，主要控礦構造為研究區內F2斷裂，且視極化率異常明顯，磁場強度表現為較高正磁異常。

靶區B：位于研究區東南角，地表發現原生礦，礦化、蝕變強烈，Cu、Fe具有較高的豐度值，極化率異常強烈。在前人的鉆探驗證中，發現Cu礦體。

靶區C：位于研究區最南端，地表發現大量的孔雀石化、褐鐵礦化，并具有少量的黃鉀鐵礬蝕變帶。在前人研究工作中，曾布2個鉆均發現Cu礦體，礦體走向大致北西向，且視極化率異常、高磁場強度。

4 小結與展望

（1）本文基于GIS手段，基于ArcGIS軟件平臺，建立空間數據庫，選用信息量法，并結合研究區成礦地質條件進行綜合分析，有效圈定找礦靶區，為研究區下一步的工作部署提出了指導意義。同時，也提出了新時期地質找礦的新方法。

（2）在運用信息量提取方法過程中，有效找礦標志越多，對成礦預測工作越準確，但由于研究區地形起伏較大，研究程度較低等原因，致使在找礦標志的選擇上存在很大的困難。

（3）隨著找礦方向向深部隱伏礦體轉移，對于復雜地形地區來說，將研究區網格化，在網格內采集數據，既確保了采集數據的準確性，同時也降低了數據采集的難度性。

圖2 研究區信息量等值線圖

[1]牛廣華，毛德寶.GIS在阿爾金成礦帶銅礦成礦預測中的應用[J].地質通報，2006.

[2]許仕琪，周可法，張曉帆，陳川.GIS空間分析在成礦預測中的應用[J].新疆地質，2008.

[3]趙鵬大，胡旺亮，李紫金.礦床統計預測[M].北京：地質出版社，1983.

[4]何海洲，楊志強.找礦信息量法在廣西大廠礦田新一輪成礦預測中的應用[J].礦產與地質，2007.

[5]肖克炎，張曉華，陳鄭輝，等.成礦預測中證據權重法與信息量法及其比較[J].物探化探計算技術，1999，21(3):223-226.

P208.2

A

1004-5716(2015)11-0093-04

2014-11-04

竇海鵬（1989-），男（漢族），河北承德人，新疆大學地質與礦業工程學院在讀碩士研究生，研究方向：地球探測與信息技術。