內蒙古額濟納旗紅石山金礦三維成礦條件分析與成礦預測

胡　彬, 陳建平, 安文通, 向　杰, 田夏一, 王文杰, 賴自力

(1.中國地質大學(北京)地球科學與資源學院，北京100083； 2.北京市國土資源信息研究開發重點實驗室，北京100083)

?

內蒙古額濟納旗紅石山金礦三維成礦條件分析與成礦預測

胡彬1,2, 陳建平1,2, 安文通1,2, 向杰1,2, 田夏一1,2, 王文杰1,2, 賴自力1,2

(1.中國地質大學(北京)地球科學與資源學院，北京100083； 2.北京市國土資源信息研究開發重點實驗室，北京100083)

分析了內蒙古額濟納旗紅石山金礦床地質特征和控礦地質條件，總結了研究區成礦規律及找礦標志在深部的變化規律，建立了該區域的找礦地質模型，利用Surpac軟件對區內地層、斷裂構造、巖體、已知礦體、物化探異常等成礦預測因子進行了三維實體建模；采用立方體預測模型法對三維實體模型進行空間分割，并依據建立的找礦地質模型，給每一個立方體單元塊賦相應屬性值，建立數字找礦模型；進而對研究區地質、地球物理、地球化學等9個預測變量進行三維成礦有利條件分析與提取，采用三維信息法計算并統計各預測變量所包含的信息量，確定成礦有利組合的空間部位，并結合研究區內實際地質情況、已有見礦工程分布等因素圈定了3處找礦靶區；最后采用體積估計法計算得到3處找礦靶區的總資源量為4.67 t。

立方體預測；三維成礦分析；三維信息量法；Surpac軟件；靶區圈定；紅石山金礦床；內蒙古額濟納旗

0　引　言

隨著我國現代工業化的不斷推進，找礦工作已由地表礦、淺部礦、易識別礦轉向隱伏礦、深部礦、難識別礦，找礦難度日益增大(于萍萍，2015)。因此，對成礦規律作更深一步研究以及加強礦產資源預測評價理論方法的科學性，對于提高礦床發現的成功率至關重要。隨著Houlding(1994)基于三棱柱模型建立的層狀地質體三維模型的出現，三維建模技術飛速發展。近年來，基于三維模型的成礦預測評價成為研究重點，越來越多的學者開展了基于三維數字礦床模型的成礦預測研究。吳健生等(2001)通過對阿舍勒銅鋅礦建立三維礦體模型和三維地質模型，在轉化為立方塊結構后，利用數學地質方法統計礦體品位，估計儲量；鄒艷紅(2005)通過建立地測數據庫和三維隱伏礦床可視化模型來對研究區進行定量預測；肖克炎等(2012)研究總結了大比例尺三維成礦預測的具體工作流程，并結合具體實例說明了應用的成效;毛先成等(2009，2010)研究提出了隱伏礦體立體定量預測工作的核心流程即地質數據集成-成礦信息定量提取-立體定量預測;陳建平等(2007，2008a，2012a，2014)和呂鵬(2007)提出了一種基于三維建模的立方體預測模型找礦方法，綜合地、物、化、遙多元信息，開展深部礦體定位、定量、定概率一體化的預測評價，圈定預測靶區，并對資源量進行了預測。盡管三維預測評價前人研究成果較多，但是，隨著大數據時代的到來，如何通過已有的大量的地質數據，挖掘并分析出有利成礦信息，進而總結出礦區或成礦帶的成礦有利因子，實現完全用數據說話以減少人為主觀因素，并結合三維可視化技術實現礦體的定位和定量預測評價值得深究，這對于下一步礦產資源的勘探部署意義重大。

北山成礦帶是我國西部地區重要的成礦帶之一，找礦潛力巨大，其中金礦找礦工作更是在近10年內取得的重大突破，共發現大、中、小型金礦床幾十處，金礦點上百個，已成為我國西北地區重要的金礦資源產地之一。以北山成礦帶南帶內蒙古額濟納旗紅石山金礦為研究對象，基于Surpac軟件建立研究區三維地質模型，提取成礦有利信息，對區內隱伏礦體進行三維定位、定量預測研究，其成果對北山成礦帶金成礦有利信息的進一步認識及提取有一定的借鑒意義,并對該區域今后的礦產資源勘探工作具有一定的指導意義。

1　區域地質背景

圖1　區域大地構造劃分略圖Ⅰ-哈薩克斯坦板塊；Ⅱ-北山造山帶；Ⅲ-塔里木板塊；Ⅰ1-掃子山—圓包山活動陸坡及邊緣弧；Ⅱ1-島弧帶；Ⅱ2-紅柳河湖后盆地；Ⅱ3-明水—旱山地塊；Ⅲ1-盤陀山陸塊；Ⅲ2-北山裂谷Fig.1　Simplified map showing regional tectonic structure division of the study area

研究區位于內蒙古自治區西南部與甘肅交界處，面積約38.86 km2。大地構造上處于塔里木板塊和哈薩克斯坦板塊晚古生代縫合帶南側、北山造山帶之中，由北而南依次劃分為旱山—明水地塊、洗腸井構造混雜巖帶和望旭山陸塊，區域上呈“一帶兩塊”的構造格局(聶鳳軍等，2002)(圖1)。區內地層及巖性較為簡單，主要出露中、上元古界長城系古硐井群下、中巖性組地層，南側發育少量新近系古泉組，沿溝谷發育第四系。其中，古硐井群中巖性組主要出露于研究區的中部和南部，巖性為灰—淺灰色夾褐灰色長石石英細砂巖，并夾少量淺灰色薄層狀石英細砂巖，以變形強、變質弱、片理發育為特征。區域上古硐井巖群走向延伸穩定，為含金礦化的主要礦源層。區內斷裂構造較發育，主要發育脆性斷裂構造，以1條走向NE并貫穿全區的斷裂構造為主干斷裂，并發育有近EW向次級韌性剪切帶及片理化帶，推測片理化帶在成礦期是成礦熱源的運輸通道，控制著礦體產出，為區內主要的容礦構造。區內巖漿巖較為發育，形成時代自晚古生代到中生代均有出露，其中以二疊紀中酸性侵入巖為主體，是成礦富集熱源和動力的主要來源。區內脈巖較為發育，具多期成因，且石英脈與金礦化關系密切。

2　三維成礦條件分析與成礦預測

三維成礦條件分析與成礦預測是在分析研究區地質、地球物理、地球化學和遙感特征的基礎上，建立研究區的綜合找礦地質模型，并依據所建立的賦值后的三維立方體模型提取研究區有利的成礦信息進行分析與預測。

2.1綜合找礦地質模型

綜合找礦模型是指對地質、地球物理、地球化學等多源信息的有機綜合與研究，從中抽象出礦產資源體可能存在的控礦因素、找礦標志、找礦準則和礦化信息的概念或圖表模型(肖克炎，1994)。通過對區內礦床的地質特征的研究，并結合礦區的礦床成因、礦體特征、控礦因素和找礦標志以及前人研究(彭海練等，2011)，總結出研究區內卡林型金礦的綜合找礦模型。

2.1.2構造特征研究區位于盤陀山—古硐井復式背斜的核部，斷裂構造較發育，主要為近EW向韌性剪切帶及片理化帶。金礦化點產于近EW向片理化帶中，表明片理化帶可能既控制了金礦的形成，為成礦熱源提供運移通道，又控制了礦體的產出，是主要的容礦構造。

2.1.3巖漿巖特征閃長巖、石英閃長巖呈巖株、巖脈狀在區內廣泛發育，已知礦體在巖枝邊部圍巖含礦性最好，Au品位較高，且巖體圍巖發生硅化。推測可能是由于閃長巖體在上侵就位階段使圍巖發生了熱接觸變質，致使圍繞巖體的圍巖發生硅化，并形成了從高溫→中溫→低溫的成礦系統，促進了成礦作用的進行，為研究區金礦的形成提供了必不可少的熱動力條件。

2.1.4地球物理特征激電中梯高極化率異常帶結合激電測深異常往往是尋找隱伏金礦體重要的地球物理標志。區內激電異常主要分布在北部及西南部，整體走向為近EW向及NE向，呈串珠狀展布，其中低值區主要分布在中部和東部。激電異常所在地層電性既有高阻異常區，也有位于低阻區域及高阻向低阻過渡帶，反映比較復雜。視電阻率相對高阻異常主要分布在北部及西部，向東、南部逐漸變化為串珠狀分布、具有一定走向規律的高阻異常帶，相對低阻區在普查區的中部和東南部。結合區內地質情況分析，高阻異常帶可能反映的是砂巖地層，低阻區可能是粉砂巖地層及斷裂破碎帶的反映，因此推測區內低阻異常區是較有利的成礦區。

2.1.5地球化學特征地球化學勘查是對成礦元素和相關元素在不同地質體及區帶含量和分布的研究，是找出異常地段、縮小和確定找礦及勘探對象的主要研究方法。研究區處于望旭山陸塊Au、Sb、W、Mo地球化學塊體中，塊體內前寒武系地層Au、As、Sb、H、Mn的背景值相對較高。其中，Au、Sb元素變異系數大，顯示主成礦元素特征，認為其構成含Au、Sb元素的礦源層。同時，1∶5萬水系沉積物分析以及1∶1萬土壤分析結果表明：Au、Sb元素在古硐井巖群中明顯富集，Au-Sb-As低溫元素組合異常均具有3級含量分帶，套合程度高,在一定程度上說明古硐井巖群具有較好地形成金礦的地球化學條件。

通過以上研究分析，總結出紅石山金礦的找礦模型(表1)。

表1　研究區紅石山金礦床綜合地質找礦模型

2.2三維地質建模及成礦條件

本次研究采用Surpac軟件對研究區內地層、構造、巖體、物化探異常等成礦預測因子進行三維實體建模(圖2)。

根據所獲取的地質資料，特別是勘探線的工程距離、礦體的大小、采礦設計要求以及研究區的大小等實際情況，選用行×列×層為10 m×10 m×10 m大小劃分立方塊，共獲取立方塊897 024個。最后采用立方體預測模型法對各個變量進行成礦有利條件的分析與提取，并在此基礎上采用三維信息量法對各個預測變量進行評價。

圖2　研究區三維實體模型Fig.2　Three-dimensional solid model of the study area

圖3　古硐井群中巖性組地層立方塊提取Fig.3　Cubic extraction of the middle lithologic formation of Gudongjing group (ChG21)

2.2.2構造信息斷裂構造為研究區的成礦作用提供了良好的容礦空間及熱液通道，對研究區的成礦作用產生了重要影響。對于構造信息，主要提取了構造帶特征和構造展布特征。

(1) 構造帶特征。根據已有資料分析以及結合已知礦體在地質上的疊加和前人研究(彭海練等，2011)認為，古硐井巖群中巖性組中發育片理化帶NEE向韌性剪切帶及片理化帶，并控制著金礦體的形成和產出，是金礦形成過程中巖漿熱液的運移通道以及金礦富集的主要場所。因此，通過結合研究區的實際地質情況，分別對片理化帶做了50、75 m的片理化緩沖帶，在經過立方體軟件處理后，統計結果顯示：緩沖區50 m范圍內包含的已知礦體超過50%；而緩沖區75 m范圍內共包含7 967礦塊，含礦率達到84%，這表明片理化帶緩沖區在區內是極重要的成礦有利因子。片理化帶與已知礦體疊加見圖4。

圖4　片理化帶與已知礦體疊加Fig.4　Superposition of schistositized zones with the known ore bodies

(2) 構造展布特征。構造斷裂帶往往是成礦物質運移的主要通道，但由于主干斷裂空間較大，流體活動性較強，而成礦物質的沉淀與聚集常需要一個相對穩定的環境。因此，主干斷裂旁側的局部斷裂構造或片理化帶通常是成礦的相對有利區。用方位異常度來表征局部斷裂特征，通過提取構造等深線，經立方體預測軟件(陳建平等，2008b，2009，2012b；史蕊等，2011)統計方位異常度與礦體之間的關系，并選取0～0.049 75作為成礦有利區間，將方位異常度與主干斷裂疊合，結果顯示異常區間較好地反映了局部斷裂特征。

2.2.3 巖體信息巖漿巖為熱液礦床成礦提供熱源、動力及成礦物質，對于隱伏巖體來說，礦體一般發現于巖體周邊及表面一定區域內。因此，巖體信息是不可缺少的預測變量。通過巖體實體模型和已知金礦體實體模型對立方塊體模型約束之后，統計結果顯示只有106塊礦體落在巖體里面，僅占總礦體的1.1%,說明雖然南部出露的閃長巖體與金礦體在成因上有聯系，但巖體的主體產出部位與金礦體空間分布上并沒有直接的接觸關系。

2.2.4地球物理信息激電中梯高極化率異常帶結合激電測深異常經常是尋找隱伏金礦體重要的地球物理標志。根據電阻率平面等值線圖選取電阻率值大于140 Ω·m區域為高值異常區，小于80 Ω·m區域為低值異常區，選取極化率異常下限值為2%，并通過建立立方體模型，使用礦體模型進行約束來提取異常值區間內的地球物理異常信息。統計結果表明，極化率低異常區金礦體的塊數為6 172個，占已知礦塊的65.1%；電阻率值高值異常區金礦體立方塊數為237個，占已知礦塊的2.5%；電阻率值低值異常區金礦體的立方塊數為6 165個，含礦比例為65%。這表明極化率低值區和電阻率低值區是區內成礦較有利的地球物理信息。

2.2.5 地球化學信息研究區內地球化學信息是基于1∶1萬內蒙古自治區額濟納旗紅石山南銻金礦普查土壤測量綜合異常圖、1∶5萬水系沉積物分析結果的分析，共圈定了Au、As、Sb、Cu、Ag、Hg等12個綜合異常區，其中研究區內含4個以15 mg/t為異常下限的Au異常區，分別是HT8、HT9、HT10、HT11。通過對區內4個化探異常區建立三維實體模型并進行立方塊處理，結果表明，4個化探異常區共包含4 462塊金礦體，占已知礦塊的47%，通過疊加可以看出，HT9、HT11異常與金礦體疊加效果較好，HT8、HT10異常區內已知礦體幾乎沒有，因此將HT9、HT11異常作為區內成礦的有利地球化學信息。

化探異常與已知礦體疊加見圖5。

圖5　化探異常與已知礦體疊加圖Fig.5　Superposition of geochemical anomalies with the known ore bodies

2.3成礦預測及有利區圈定

成礦有利區圈定見圖6。

圖6　成礦有利區圈定Fig.6　Delineation of favorable metallogenic areas

圖7　典型礦床與成礦有利區A的位置Fig.7　Three-dimensional model showing the position of typical deposits and favorable metallogenic area A

圖8　典型礦床與成礦有利區B的位置Fig.8　Three-dimensional model showing the position of typical deposits and favorable metallogenic area B

圖9　典型礦床與成礦有利區C的位置Fig.9　Three-dimensional model showing the position of typical deposits and the favorable metallogenic area C

從成礦信息量的預測結果可以看出，預測有利區B和C是找礦的重點區域，兩者信息量值n≥1.6的立方體塊數占全部高值塊數的95.7%，其中有利區B占84.2%，有利區C占11.5%。采用體積估計法計算得到上述3處找礦有利區的資源總量為4.67 t。

3　結　論

通過對內蒙古額濟納旗紅石山金礦地質背景和成礦條件進行分析，總結出地質找礦模型。

(1) 建立了該區的定量預測模型，進而對研究區內9個預測變量進行了三維成礦有利條件分析與提取。

(2) 采用三維信息量法統計計算各地質因素、找礦標志所提供的找礦信息量。

(3) 圈定了找礦有利區域并估計了區內的預測資源儲量，反映出區內具有較好的找礦潛力。

結果對北山成礦帶內成礦有利信息的進一步認識及提取有一定的借鑒意義。

陳建平，呂鵬，吳文，等，2007. 基于三維可視化技術的隱伏礦體預測[J]. 地學前緣,14(5):54-62.

陳建平，陳勇，王全明，2008a. 基于GIS的多元信息成礦預測研究：以赤峰地區為例[J]. 地學前緣，15(4): 18-26.

陳建平，陳勇，曾敏，等，2008b. 基于數字礦床模型的新疆可可托海3號脈三維定位定量研究[J]. 地質通報, 27(4): 552-559.

陳建平，尚北川，呂鵬，等，2009. 云南個舊礦區某隱伏礦床大比例尺三維預測[J]. 地質科學，44(1):324-337.

陳建平, 嚴瓊, 尚北川,等，2012a. 湖南黃沙坪地區鉛鋅礦床三維預測研究[J]. 地質學刊, 36(3):243-249.

陳建平, 史蕊, 王麗梅,等，2012b. 基于數字礦床模型的陜西潼關縣Q8號金礦脈西段三維成礦預測[J]. 地質學刊, 36(3):237-242.

陳建平，于萍萍，史蕊，等，2014. 區域隱伏礦體三維定量預測評價方法研究[J]. 地學前緣， 21(5):211-220.

呂鵬，2007. 基于立方體預測模型的隱伏礦體三維預測和系統開發[D]. 北京:中國地質大學(北京).

毛先成，戴塔根，吳湘濱，等，2009. 危機礦山深邊部隱伏礦體立體定量預測研究：以廣西大廠錫多金屬礦床為例[J].中國地質，36(2):424-435.

毛先成，鄒艷紅，陳進，等，2010. 危機礦山深部、邊部隱伏礦體的三維可視化預測：以安徽銅陵鳳凰山礦田為例[J].地質通報，29 (2/3):401-413.

聶鳳軍，江思宏，白大明，等，2002. 北山地區金屬礦床成礦規律及找礦方向[M]. 北京:地質出版社.

彭海練, 楊克儉, 李寧,等，2011. 內蒙古紅石山南金礦地質特征及找礦方向[J]. 西北地質, 44(4):44-49.

史蕊，陳建平，陳珍平，等，2011. 陜西小秦嶺金礦帶撞關段區域三維定量預測[J]. 地質通報，31(5):711-721.

吳健生，黃浩，楊兵，等，2001. 新疆阿舍勒銅鋅礦床三維礦體模擬及資源評估[J]. 礦產與地質，15(2):119-123.

肖克炎，1994. 試論綜合找礦模型[J]. 地質與勘探, 30(1):41-45.

肖克炎，李楠，孫莉，等，2012. 基于三維信息技術大比例尺三維立體礦產預測方法及途徑[J]. 地質學刊，36(3):229-236.

于萍萍，2015. 基于知識驅動的礦產資源定量預測評價關鍵技術研究[D]. 北京：中國地質大學(北京).

鄒艷紅，2005. 礦山地測數據集成與三維立體定量可視化預測研究[D]. 長沙:中南大學.

HOULDING S W, 1994. 3D Geoscience Modeling: Computer Techniques for Geological Characterization[M]. Berlin: Springer-Verlag.

Three-dimensional analysis of metallogenic conditions and their metallogenic prediction of the Hongshishan gold mine in Ejin Banner of Inner Mongolia

HU Bin1,2, CHEN Jianping1,2, AN Wentong1,2, XIANG Jie1,2, TIAN Xiayi1,2, WANG Wenjie1,2, LAI Zili1,2

(1. School of Earth Sciences and Resources， China University of Geosciences (Beijing)， Beijing 100083， China; 2. Key Laboratory of Land and Resources Information Research & Development in Beijing, Beijing 100083， China)

This work analyzed the geological characteristics and ore-controlling conditions of the Hongshishan mine in Ejin Banner of Inner Mongolia, and summarized the variations of metallogenic rules and prospecting indicators in the deep mine. Based on this, we established a geological prospecting model and conducted three-dimensional solid model of strata, faults, rock mass, known ore bodies, geophysical and geochemical anomalies using Surpac software. We utilized the method of cubic forecasting modelling to conduct spatial division, and assigned corresponding attribute values for each cubic unit to build a digital prospecting model using the established prospecting model. Then, we carried out three-dimensional analysis and extracted information of favorable ore-forming conditions including nine predictive variables of geology, geophysical and geochemical factors, and used the three-dimensional information method to calculate and add up the information of each predictor, which can determine the favorable ore-forming space. In combination with the geological fact and ore-intersected engineering, three prospecting targets were delineated, whose total resource amount was estimated to be 4.67 tons by the volume estimation method. The research results have certain significance for the follow-up prospecting work in this region.

cubic prediction; three-dimensional metallogenic analysis; three-dimensional information method; Surpac software; delineation of prospecting targets; Hongshishan gold mine; Ejin Banner in Inner Mongolia

10.3969/j.issn.1674-3636.2016.03.486

2016-06-03；

2016-06-23；編輯：陸李萍

國家重點基礎研究發展計劃(“973”計劃)項目“前寒武紀優勢礦種成礦系列與找礦預測”(2012CB416605)

胡彬(1991—)，男，碩士研究生，研究方向為礦產資源預測與評價，E-mail： hubin3s@163.com

P612； P618.51

A

1674-3636(2016)03-0486-07