濃度
—面積法確定地球化學異常下限

■黃振威

（廣東省地質局第八地質大隊廣東梅州514089）

濃度
—面積法確定地球化學異常下限

■黃振威

（廣東省地質局第八地質大隊廣東梅州514089）

基于MAPGIS的空間分析模塊對元素不同起始含量的面積進行統計，再使用Statistica軟件繪制濃度—面積散點圖，根據濃度—面積曲線的不同近似線性段，可以判斷元素在地球化學場中的變化特征，從而確定元素的異常下限值。

地球化學 多維分形理論 濃度—面積法 MAPGIS 異常下限

0　引言

地球化學異常下限的確定一直以來是化探勘查中的一項基本工作，也是能否進一步區分礦致異常和分散礦化的依據，對準確縮小找礦靶區有著重要意義。然而傳統的均值—標準差方法在具體應用中容易剔除“離群特高值”，人為地使元素分布符合正態分布或對數正態分布。然而近年來成秋明等人的研究表明，地球化學元素在空間上往往更符合分形與多維分形分布特征。基于多維分布理論提出了數值—面積模型（N-A法）、周長—面積模型（P-S法）和濃度—面積模型（S-C法）等，認為元素含量與其所圈定的面積在雙對數坐標上可以用不同的直線進行擬合，不同近似線性段所對應的分界值認為是區分背景和異常的臨界值，可以作為元素地球化學異常的下限值。本文是基于濃度—面積法模型，應用MAPGIS等軟件統計元素不同起始濃度圈定的面積，使元素濃度起始值的對數和對應面積的對數繪制散點圖，再對散點圖不同近似線性段進行研究從而確定元素的異常下限。

1　濃度—面積法模型

設濃度—面積分形模型為：

lgS（Ci）=-DlgCi+B（1）（i=1,2,3,……，n）

（1）式中：Ci為起始濃度值，S（Ci）為濃度≥Ci時的面積和；B為常數；D＞0，為分維數。

將統計數據S（Ci）和Ci兩組數據繪制散點圖，散點曲線大致分成多個近似線性段。利用Statistica軟件對散點曲線進行最小二乘法擬合，各線性段的斜率被認為是元素濃度分形的分維數。根據各擬合線性段的交點找出合適的臨界點C0，可確定元素的地球化學異常下限值。

2　濃度—面積法應用實例

2.1均值—標準差法計算異常下限

梅州市某地銅多金屬礦測區共采取土壤地球化學基本樣1610件，以Au元素數據為例，利用Statistica軟件對Au的原始數據進行對數化再計算，得偏度系數=12.16，峰度系數=198.66，偏離對數正態分布。

對原始數據對數化進行“離群特高值”的迭代剔除后，得出Au相應對數異常下限T=x+2S值，對數求返后得Au的異常下限真值為6.6 ng/g。

2.2濃度—面積法計算異常下限

通過MAPGIS的空間分析模塊的DTM分析，繪制元素含量的平面等值線圖（1:10000），并使等值線套區，生成一個包含有起始值、終止值和面積屬性的區文件。通過MAPGIS插件Section的導入導出功能，將上述區文件的所有屬性輸出到EXCEL，經EXCEL處理提取了一組lgCi及對應的lgS（Ci），見表1。

對表1中不同lgCi值及其對應的面積lgS（Ci）進行最小二乘法擬合，可以得出多條近似線性段，所得各擬合線性段的方程如下：

lgS（C01）=4.8248-0.0125×C01

lg S（C02）=4.7877-1.1004×C02

lg S（C03）=5.3904-1.6538×C03

lg S（C04）=6.4553-2.2838×C04

lg S（C05）=8.6174-3.4782×C05）

lg S（C06）=13.771-6.0459×C06

lg S（C07）=10.1732-4.2956×C07

lg S（C08）=34.8416-15.6119×C08

表1　Au元素濃度—面積關系表

根據lgCi和lgS(Ci)的散點圖，并將擬合線性段繪制于同一圖上，見圖1。

圖1　Au元素的濃度—面積散點圖

從圖1可以看出，Au的濃度—面積雙對數曲線上，低值區非常平滑，即第一近似線性段的斜率幾乎為0，這可以認為是Au在檢出限范圍附近元素含量的低值波動，而第二線性段跨越了大部分的含量區間，可以認為是元素濃度的在測區內的“正常”范圍，第三近似線性段變陡，認為是元素濃度開始出現“異常”的標志，故認為第三與第二近似線性段的交點為該測區異常下限值。計算可得該測區Au的異常下限值為12.25ng/g。

2.3兩種方法確定的異常下限值對比

根據該區1:50000水系沉積物測量資料顯示，該銅多金屬礦區域Au元素異常下限值為5ng/g，如按均值—標準差法確定的6.6ng/g作為該區的Au異常下限，顯然太低，難以確定具體的找礦靶區。而用濃度—面積法確定的Au異常下限圈定異常，可以明顯的提高異常的分辨率，減少相應的異常查證面積，從而迅速找準靶區，為下一步工作提供依據。

另一方面，在地區元素異常不明顯，弱異常多于強異常時，均值—標準差法能更好的保留異常信息，而注重元素在不同含量區間具有不同類型分布的多維分形方法，則容易漏掉某些弱異常。從圖1可以看出，Au在第二近似線性段的含量范圍較廣，弱背景區、背景區、高背景區、弱異常區等濃度范圍不容易分離。

3　結論

長期以來，均值—標準差方法被廣大地球化學勘查工作者使用。這種方法要求元素的含量分布服從（基本服從）正態分布或對數正態分布。而實際工作中發現元素的含量更多的服從分形分布特征，并由此產生了濃度—面積法等多種分形計算方法。

均值—標準差方法人為地剔除了“離群特高值”，從而降低了異常下限的值，使圈定的異常范圍大，不能迅速確定異常中心。而濃度—面積法更注重保留元素在高值區間的特征，將高值圈定在固定的面積內，對低值區間的影響較小，能更好的圈定異常區。

濃度—面積法在應用時，容易忽略元素在弱背景區、背景區、高背景區和弱異常區的特征，從而對低弱異常分辨率較差。

本文在利用濃度—面積法對梅州市某地銅多金屬礦Au的元素分布特征研究時，發現Au在高值區仍有多個近似線性段，這可能是該區在多期次地質作用下，Au元素的富集疊加造成的波動，其研究結論不在本文的討論范圍之內。

[1]成秋明.多維分形理論和地球化學元素分布規律.地球科學,2000,25(3):311-318

[2]謝淑云,鮑征宇.地球化學場的連續多重分形模式.地球化學,2002,31(2):191-200

[3]陳杜軍,張恒,張玉寶等.基于MapGIS的含量—面積法確定地球化學異常下限.資源環境與工程,2014,28(5):720-722

[4]蔣敬業等.應用地球化學.武漢:中國地質大學出版社,2006:1-340

P59[文獻碼]B

1000-405X（2016）-7-147-2