剩余異常分量因子得分法在淺覆蓋區地質填圖及找礦靶區優選中的應用

尹國良， 楊文鵬， 趙 超， 張儉峰， 陳麗麗， 王恩寶

(黑龍江省地質調查研究總院，哈爾濱 150036)

0 引言

黑龍江大興安嶺地區總體屬于森林-沼澤淺覆蓋區，其特殊的地質景觀條件， 一定程度上制約著區域地質填圖及找礦勘探工作，一直以來地質工作程度較低，沒有取得重大找礦突破。近年來，開展的新一輪國土資源大調查項目中，明確將“探索森林-沼澤淺覆蓋區區域地質礦產調查技術方法”列為地質調查工作任務的一項。鑒于此，筆者依托項目獲得的地質成果，從化探角度出發，進行深入的剖析與探索研究，以期為類似地區地質填圖及找礦勘探工作提供一些基礎的地質資料及有益的探討。

1 區域地質概況

研究區位于多寶山成礦亞帶內，出露地層主要有上石炭統-下二疊統大石寨組變質中性、酸性火山巖；下白堊統九峰山組細砂巖、粉砂巖、凝灰砂巖，甘河組基性火山巖及福民河組流紋巖；上新統西山玄武巖，第四系現代河床及河漫灘堆積層。

變質巖主要為科洛混雜巖。侵入巖主要有華力西中晚期花崗閃長巖、二長花崗巖、正長花崗巖，燕山早期花崗閃長巖。區域構造主要為NE、NNE向，另有近EW、SN向次級斷裂， 脈巖主要有正長斑巖、閃長玢巖及花崗斑巖(圖1)。

2 化探數據處理與制圖

研究區總面積為670 km2，1∶50 000土壤測量采樣密度為9點/km2，樣品均采自C層(母質層)頂部，共采取樣品5 062件，測試分析Au、Ag、As、Sb、Hg、Cu、Pb、Zn、W、Mo、Bi、Cd、Cr、Ni、Mn、Sn、V、Ti等18種元素，各元素分析方法、檢出限及分析準確度、精密度等達到相關規范[1]要求。化探數據處理的最終目的是將異常和背景區分開來[2]，傳統的異常下限求取方法是在化探數據滿足正態分布或對數正態分布時，采用母體的背景平均值加上K倍標準方差，然而元素背景值受成礦壓力及溫度等地質因素影響，往往呈一定的升降趨勢，致使某些礦致的弱小異常無法被顯現出來[3]。

圖1 大卜場地區地質礦產略圖Fig.1 The sketch map of geology and mineral resources in Dapuchang area

筆者對所獲得的成果數據進行剩余異常分量R型因子分析，該方法目前已在個舊陡巖地區、阿榮旗謝永貴家庭農場、西秦嶺鳳-太礦集區找礦靶區優選中得到應用并取得了較好的找礦效果[4-6]。具體流程如下：①對原始化探數據進行剔除特高值等預處理；②運用趨勢面分析方法對預處理過的數據進行分析，得到局部異常分量(剩余異常分量)；③對剩余異常分量進行R型因子分析并計算因子得分；④繪制因子得分等值線圖，據因子得分的高低圈定找礦靶區；⑤對各靶區進行綜合解釋并驗證。

2.1 趨勢面分析

趨勢面分析方法可以避免某些礦致弱小異常被掩蓋，趨勢面分析最早于1969年用于化探數據整理[7]，該方法認為一個具體的元素分析數據，由構造、地層、巖石等復雜的區域背景等地質因素控制的區域地球化學場、局部性變化的局部異常(即剩余異常分量)和偶然性變化因素(樣品加工、噪聲)等三部分組成[8-9]。根據元素含量的空間分布特征，求出趨勢面方程，擬合趨勢面，用趨勢面作為反映受區域性變化規律控制的區域地球化學背景。

對某一具體研究母體，化探數據中的個別離群樣品值(特高值)對趨勢面的形態會產生重要影響，使擬合而成的趨勢面不能客觀地代表區域地球化學背景，致使局部異常減弱或增強[10]，因此運用趨勢面方法擬合趨勢面之前，對本區5 062件樣品原始分析數據進行剔除特高值處理，采用低值總體累積頻率百分位為95%分位值代替特高值[2]。而后對預處理的數據擬合趨勢面，經筆者多次測試認為對預處理化探數據進行三次趨勢面擬合后應用于本研究區的效果較好。剩余值(即殘差)，為某一位置上原始數據值與該點經過擬合趨勢面的趨勢值之差值，通過趙鵬大院士[8]提出的方法對隨機分量進行過濾，保留有實際意義的剩余異常分量。以上過程可通過統計軟件Surfer8.0得到[11]。

2.2 因子分析

因子分析是一種多元統計方法，能夠從紛繁復雜的多變量中提取若干共性因子，獲取隱性變量，每個共性因子代表了一類成礦元素共生組合[12-13]，筆者對上述所獲得的5 062件樣品的18種元素的剩余異常分量進行R型因子分析,在分析之前進行了KMO和Bartlett球形檢驗(表1)。

表1 KMO和Bartlett檢驗表

根據Kaiser給出的常用的KMO度量標準：0.9非常適合；0.8適合；0.6不適合，結合表1，KMO值為0.812，相應的概率值Sig.為0.000?？芍x研究區數據適合做因子分析，采用最大方差法正交旋轉對主成分軸進行旋轉使負荷值向兩極(0或±1)分化，經正交旋轉后每個公因子的典型元素組合更加明顯，地質意義更加清晰[14]。

所提取的5個因子共解釋了原有18個變量元素總方差的89.084%(表2),基本代表了原有變量所反映的大部分信息,因子分析效果較好,繼而對初始因子負荷進行最大方差法正交旋轉(表3),通過所選因子的協方差矩陣(表4)可以看出,5個因子之間無明顯的線性相關性,表明這5個因子可代表研究區的5種元素組合類型，各因子指示了研究區不同的地球化學特征及意義。

表2 因子解釋原有變量總方差情況

提取方法：主成份分析

表3 最大方差法正交旋轉負荷矩陣

提取方法 :主成份。 旋轉法 :具有 Kaiser 標準化的正交旋轉法。a. 旋轉在 6 次迭代后收斂。

表4 因子得分協方差矩陣

提取方法 :主成份。 旋轉法 :具有Kaiser標準化的正交旋轉法構成得分。

由表3可知，在∣負荷∣≥0.4時，各因子的元素組合類型為：F1(As、Sb、Bi、W、Mo)；F2(Cu、Ni、Ti、Cr)；F3(Ag、Pb、Sn、V)；F4(Zn、Cd、Mn)；F5(Au、Cu、Hg)。同時計算各因子對應于原始分析數據的剩余異常分量因子得分，繪制各因子得分等值線圖。

3 解釋及推斷

F1因子組合為As、Sb、Bi、W、Mo，方差貢獻率為25.421%，對總方差貢獻最大，是對成礦地質背景解釋能力最強的因子，是一組與巖漿熱液成礦作用有關的As、Sb低溫成礦元素組合及Mo、W、Bi高溫成礦元素組合類型，表明研究區存在兩期熱液活動及成礦作用。As、Sb主要與區內的低溫熱液及構造斷裂活動有關，而Mo、W、Bi主要與區內酸性巖類侵入體構造斷裂活動有關，結合單元素異常特征分析，Mo、W、Bi元素構成本區的主成礦元素。

F1因子得分的高背景區、高值區分布于華力西中晚期花崗閃長巖、二長花崗巖、堿長花崗巖、中酸性脈巖及南部科洛雜巖分布區，表明研究區As、Sb、Bi、W、Mo等元素組合沉淀、分散聚集與這類巖體有關，據此可大致推斷花崗巖巖體、中酸性脈巖、科洛雜巖發育區。另外研究區北西部分布兩處因子得分高值區，應為福民河組酸性潛火山巖區。

在銅礦化點周圍F1因子得分呈明顯的低值、極低值區，這與燕山早期花崗閃長巖、花崗閃長巖脈等巖體空間分布位置相吻合；北部低值區與科洛雜巖空間分布位置基本一致。因此,F1因子不僅描述了中酸性侵入巖的主要分布區域，而且還表明了不同時代酸性侵入巖物質成分、變質程度上的差異性以及兩次與熱液事件有關的成礦作用。

研究區中部發育一NE向帶狀F1因子得分較高區,與區域上NE向的賀根山-黑河蛇綠混雜巖帶走向一致。同時研究區西部及東部分布四組NW及NE向串珠狀得分極高值區異常帶，可能為四組與As、Sb、Mo、W、Bi礦化有關的斷裂構造帶。

因子得分越高，表明其成礦的可能性就越大，因此據F1因子得分結果,于本區篩選較好As、Sb、Mo、W、Bi元素組合異常區7處，如圖2所示。其中較有前景的有2 處：Ⅲ區、Ⅵ區。Ⅲ區異常濃集中心明顯，異常強度較大，與花崗巖類侵入體及中酸性脈巖空間位置耦合較好，同時區內發育NE及NW向兩組斷裂構造，巖漿活動及斷裂構造的交匯部位，為成礦元素的沉淀提供了充分的物源基礎與富集場所。Ⅵ區濃集中心分布零散，異常強度一般，呈北北東向帶狀展布與二長花崗巖及大石寨組變酸性火山巖接觸帶位置一致。

圖2 F1因子得分等值線圖Fig.2 Score isoline map of factor F1

圖3 F2因子得分等值線圖Fig.3 Score isoline map of factor F2

圖4 F3因子得分等值線圖Fig.3 Score isoline map of factor F3

F2因子組合為Cu、Ni、Ti、Cr，方差貢獻率為20.051%，是對總方差貢獻第二大的因子，這類元素主要存在于基性及中基性巖漿中，在巖漿分異作用的早期便晶出來。該因子得分的高背景區、高值區與第三系西山玄武巖及早白堊世甘河組玄武巖、玄武安山巖等巖性的空間分布位置基本吻合。本區存在已知銅礦化點也證明一定程度的銅礦化作用，Cu元素在F5因子中也有體現，說明Cu的析出不止一次，應是多期多階段成礦作用的產物。

據F2因子得分結果,于本區篩選較好Cu、Ni、Ti、Cr元素組合異常區6處，如圖3所示。

F3因子組合為Ag、Pb、Sn、V，方差貢獻率為18.987%，是與中低溫-中高溫巖漿熱液成礦作用有關的一組元素組合類型。因子得分在空間分布上沒有明顯的規律性，局部地段聚集明顯，在因子得分的高值區域，篩選較好Ag、Pb、Sn、V元素組合異常區2處，如圖4所示。

圖5 圖5 F4因子得分等值線圖Fig.5 Score isoline map of factor F4

圖6 F5因子得分等值線圖Fig.6 Score isoline map of factor F5

Ⅰ區異常面積較大，異常濃集中心、分帶明顯，異常強度較高，呈近南北向的條帶狀，與F1因子Ⅲ號異常區空間位置基本一致，成礦地質條件相當。

F4因子組合為Zn、Cd、Mn，方差貢獻率為15.188%，較高的因子得分區域與下白堊統九峰山組地層空間分布基本一致，說明這類組合元素的分散聚集與這類地質體有關，是反映研究區沉積-風化作用信息的一類因子。中部分布二組北北東及北西向串珠狀因子得分高值區異常帶，受NNE及NW向二組構造斷裂控制明顯。據F4因子得分結果,于本區篩選較好Zn、Cd、Mn元素組合異常區3處，如圖5所示。

F5因子組合為Au、Cu、Hg，方差貢獻率為9.446%，是與中低溫熱液成礦作用有關的一組元素組合類型，以Au、Cu礦化為主的礦化因子。據F5因子得分結果,于本區篩選較好Au、Cu、Hg元素組合異常區3處，如圖6所示。Ⅰ區異常面積較大，異常濃集中心、分帶明顯，異常強度較高，呈北東向的條帶狀展布，與F1因子Ⅲ號及F3因子Ⅰ號異常區空間位置基本相當，除與F1因子Ⅲ號異常區具有相同的地質條件背景外，亦有甘河組火山巖及九峰山組沉積巖發育。Ⅱ區異常面積亦較大，異常濃集中心、分帶明顯，異常強度較高，呈北西向的條帶狀展布，受NW向構造斷裂，華力西中晚期二長花崗巖，下石炭-上二疊統大石寨組火山巖控制明顯。NW向構造斷裂部位有利于含礦熱液的運移與成礦元素的富集沉淀。

綜上所述，結合研究區單元素異常、地質背景對F1礦化因子Ⅲ號異常區、F3及F5礦化因子Ⅰ號異常區進行整合，圈定本區以Au、Cu、Mo為主成礦元素，As、Sb、Ag、Pb等為主要伴生元素的綜合找礦靶區1處，其成礦元素組合好，異常強度高，范圍較大，成礦地質條件有利，優選為一級找礦靶區；對F1礦化因子Ⅵ號異常區、F5礦化因子Ⅱ號異常區進行整合，圈定以Au、Cu為主成礦元素，As、Sb、W、Mo等為主要伴生元素的綜合找礦靶區1處，其成礦元素組合較好，異常強度中等，范圍較大，成礦地質條件有利，優選為二級找礦靶區。

將F2因子Ⅳ、Ⅴ、Ⅵ異常區與已知銅礦化點結合進行充分的研究對比，銅礦化點落于該因子得分的高值區域中。從銅礦化點的成礦地質條件分析，于銅礦化點外圍燕山早期花崗閃長巖、華力西中晚期二長花崗巖等侵入接觸帶位置，脈巖發育區域圈定3處以Cu為主成礦元素的找礦靶區，其異常強度中等-中等偏高，成礦地質條件較有利，結合以上對F2因子得分的分析，其地質成礦作用較弱，故較有希望發現銅礦體(礦化體)，優選為三級找礦靶區。

4 對比及驗證

剩余異常分量因子得分法既考慮了地球化學背景場和偶然性變化因素，又表達出了元素之間的內在聯系，在不漏失原有地球化學信息的前提下，找出能反映它們內在聯系和起主導作用的少數變量組合(即因子)，用以來表達冗余復雜的地球化學信息，筆者所提取5個因子不同程度反映了研究區巖漿巖、變質巖和沉積巖等地質體巖性分布特征以及控礦斷裂構造帶特征并依此繪制了本區的地球化學推斷地質圖(圖7)，與作者1∶50 000路線地質調查實際工作中所圈定的地質體相比，其分布的空間位置基本吻合，范圍較實際工作中確定的地質體面積略大，這與巖體的風化和元素的遷移有關。

圖7 地球化學推斷地質圖Fig.7 Geologic map inferred from geochemistry

圖8 研究區Mo異常圖Fig.8 Anomaly map of Mo in the study area

將剩余異常分量因子得分法所圈定的地球化學異常與傳統平均法圈定的異常(圖8)進行對比，該方法有效地凸顯了弱小異常，同時揭示出了成礦元素的共生組合關系，將深層次的礦化及地球化學信息進行了充分的提取。

在研究區圈定了以Au、Cu、Mo為主成礦元素及以Au、Cu為主成礦元素的綜合找礦靶區2處，以Cu為主成礦元素的綜合找礦靶區3處，對Au、Cu、Mo為主成礦元素的綜合找礦靶區經槽探工程揭露，以0.01%含量為邊界品位圈出4條鉬礦化體(ⅠMokh～ⅣMokh)(圖9)，礦體最寬為7 m，平均品位0.015%，剩余異常分量因子得分法圈定的找礦靶區找礦效果非常顯著。

圖9 礦化體分布圖Fig.9 Distribution map of the mineralization deposit

[1] 中國地質調查局.地球化學普查規范(1∶50000)(DD2009-xx,報批搞) [S]. 2009：18-21. The Bureau of China Geological Survey. Specification for geochemical survey(1：50000)(DD2009-xx, To engage in approval)[S].2009：18-21. (In Chinese)

[2] 王小敏,張曉軍,華杉,等.小波勒山地區1：5萬地球化學數據處理與異常評價[J].地質與勘探,2010,46(4):680-685. WANG X M,ZHANG X J,HUA S,et al.Geochemical data processing and anomaly evaluation in Xiaobole area[J]. Geology and Prospecting, 2010,46(4):680-685. (In Chinese)

[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):250-257. SHI C Y,ZHANG J H,HUANG X M.Subregion median contrast filtering method and recognition of weak anomalies [J].Geophysical and Geochemical Exploration, 1999, 23(4):250-257.(In Chinese)

[4] 楊震,楊明國,胡光道,等.因子得分趨勢面分析法提取個舊陡巖地區巖石化探異常[J].地質科技情報,2016, 35(1):17-21. YANG Z,YANG M G,HU G D,et al.Rock geochemistry anomaly extraction by factor score trend surface analysis in Douyan of Gejiu[J].Geological Science and Technology Information,2016,35(1):17-21.(In Chinese)

[5] 吳躍,張均,胡鵬.剩余異常分量因子得分法在西秦嶺-鳳太礦集區西段化探找礦靶區優選中的應用[J].物探與化探,2010, 34(3):340-343. WU Y,ZHANG J,HU P.The application of residual anomaly component factor score method to the optimization of prospecting target areas:a case dtudy of the western part of the Fengtai ore concentration area in West Qinling mountains[J].Geophysical and Geochemical exploration,2010, 34(3):340-343. (In Chinese)

[6] 劉波,喬寶成,姜治民,等.阿榮旗謝永貴家庭農場一帶土壤化探的數學地質異常提取[J].礦床地質,2013, 32(6):1300-1307. LIU B,QIAO B C,JAING Z M,et al.Mathematical geology anomaly extraction for soil geochemistry in Xie Yong-gui family farm area of Arun Banner,Inner Mongolia[J].Mineral Deposits,2013, 32(6):1300-1307. (In Chinese)

[7] 蔣敬業,程建萍，祁士華,等.應用地球化學[M].武漢:中國地質大學出版社,2006,121-132. JIANG J Y,CHENG J P,QI S H,et al.Applied geochemistry[M].Wuhan:China University of Geosciences press ,2006,121-132. (In Chinese)

[8] 趙鵬大.定量地學方法及應用[M].北京:高等教育出版社,2004,54-57. ZHAO P D.Quantitative Geological Method and Its Application[M].Beijing: High Education Press, 2004,54-58. (In Chinese)

[9] 李隨民,姚書振,韓玉丑,等.Surfer軟件中利用趨勢面方法圈定化探異常[J].地質與勘探,2007, 43(2):72-75. LI S M,YAO S Z,HANG Y C,et al.Using tendency analysis method to deal with Geochemical data based on the Surfer softw are[J]. Geology and Prospecting,2007, 43(2):72-75. (In Chinese)

[10]李方林,鮑征宇.地球化學空間數據處理原則及軟件系統[J].地球科學-中國地質大學學報,1999,24(3):712-715. LI F L,BAO Z Y.Principles system of geochemical spatial data processing and software[J].Earth Sciences Journal of China University of Geosciences,1999,24(3):712-715. (In Chinese)

[11]王建. Surfer 8地理信息制圖[M]. 中國地圖出版社, 2004. WANG J. Geographic information mapping For Surfer8[M].China Mapping press,2004.(In Chinese)

[12]祁軼宏,李曉暉, 霍立新.因子分析與地統計學在化探數據分析中的應用[J].安徽地質,2013, 23(2):112-115. QI Y H,LI X H,HUO L X.Application of factor analysis and geostatistics to geochemical data annalysis[J].Geology of Anhui, 2013, 23(2):112-115. (In Chinese)

[13]趙少卿,魏俊浩,高翔,等.因子分析在地球化學分區中的應用[J].地質科技情報,2012, 31(2):29-30. ZHAO S Q,WEI J H,GAO X,et al.Application of factor analysis in geochemical zoning[J]. Geological science and technology information,2012, 31(2):29-30. (In Chinese)

[14]李賓,李隨民,韓騰飛,等.趨勢面方法圈定龍關地區化探異常及應用效果評價[J].物探與化探,2012,6(2):202-207. LI B,LI S M,HANG T F,et al.The application of trend surface analysis to delineating geochemical anomalies in Longguan area and its effect[J]. Geophysical and Geochemical exploration,2012, 6(2):202-207.(In Chinese)