化探背景異常劃分的多背景變差襯度法

趙玉巖， 李 兵， 郝立波， 陸繼龍， 趙 禹， 孫立吉, 王曉麗

(1.吉林大學 a.地球探測科學與技術學院,b.吉林大學 學報編輯部，長春 130026； 2.中國地質調查局 西安地質調查中心，西安 710054； 3.湖南省國土資源信息中心，長沙 410007)

0 引言

隨著地質工作程度不斷提高，露頭礦(淺表礦)發現的可能性越來越低，隱伏礦(掩埋礦)已成為找礦工作的重點。多年以來，作為找礦重要技術手段，化探方法已為我國找礦事業提供了大量線索。一直以來，化探異常高、大、全的區域常被選為靶區進行詳查研究，這類異常一般與露頭礦(或淺表礦)有關，其評價方法已非常成熟。關于隱伏礦找礦問題，化探學者普遍認識到[1-5]，對于覆蓋層中沒有任何異常顯示的真隱伏礦床，目前尚無有效的方法。但是對于若隱若現或半隱半現的假隱伏礦，由于礦床原生暈的較少風化，這些礦床的上覆土壤中可能存在個別元素的低弱地球化學異常。而在復雜地質情況下，這些低弱異常容易被巖性之間的元素含量差異掩蓋。在巖性復雜地區，統一化探背景上限的傳統方法會導致低弱異常被掩蓋，又或導致高背景區被錯劃為異常，從而對進一步工作產生困擾。為了解決這一問題，不同的解決方案曾先后被提出，歸納起來主要有3種思路：①從數學角度出發的基于連續背景的襯值濾波法[6]、趨勢面法[7]、子區中位數濾波[8]等；②從地質情況出發的基于不連續背景的分類處理思路的分區背景校正[9]、分區標準化[10]、快速聚類分區[11]等；③以及從地質理論的數學分析出發的基于廣義自相似理論的分形方法[12-14]等。已有的實踐證明了上述諸方法都能在一定程度上實現復雜巖性區背景異常的劃分，各有優勢。筆者認為區域地球化學背景在不同地質體之間應是突變的，在一個地質體內部應是漸變的。基于這一假設和已有的研究，以地質多背景為前提，以簡化計算、突出低緩異常為主要目的，設計了一種新的化探評價參數—多背景變差襯度，用于識別復雜巖性區化探異常。

1 基本原理

化探數據處理時要消除隨機誤差，突出結構異常。在巖性復雜地區，為突出低弱異常，更要強化對隨機誤差的壓制。通過建立相鄰點間的聯系壓制隨機性噪聲，揭示數據隱含信息是一個可行的解決方案。襯度是化探常用異常標志值，通過衍變，可以將單點數據與其相鄰數據均值進行求差值計算，然后以所在地質單元的背景值為基礎計算出變差襯度值(關鍵是各地質單元分別計算背景值)，再繪制全區的變差襯度值等值線圖，以突出異常。

多背景的上限值有很多種求法，其中一種簡捷求法是利用化探數據的造巖元素特征，對研究區進行單元劃分，分別在每個單元內根據元素的分布型式求其背景值。筆者建議采用快速聚類分區方法進行單元劃分，即利用化探數據中的造巖元素SiO2、K2O、Na2O、CaO、MgO、Al2O3、Fe2O3含量及結構關系，對樣品分類間接實現地質體類型劃分。方法的特點在于不需要借助地質圖件，簡便快捷，僅利用現有多元統計分析軟件(如SPSS)中的模塊就可實現化學成分相似樣品的聚類。具體方法步驟可參考文獻[11]。

2 算法公式

根據上述思想構建的多背景變差襯度計算公式為：

(1)

3 實例分析

我們以1∶200 000郴縣幅化探數據為例進行方法實驗，區域地質背景參考文獻[11]。1∶200 000郴縣幅化探數據共有采樣點1 860個，分析元素(氧化物)39種，數據完整，分析質量高，區內鎢錫礦點分布較多，適合作為典型研究區。以元素W、Sn為例進行方法試驗。

采用常見造巖元素SiO2、K2O、Na2O、CaO、MgO、Al2O3、Fe2O3為指標，在SPSS中用K-means快速聚類方法對研究區樣品進行分區處理，得到其地球化學分類圖。將研究區已知的地質簡圖(圖1)和地球化學分類圖(圖2)進行對比分析，發現分類結果與地質體單元大類分布位置吻合良好，其中：震旦系、寒武系、白堊系與第1類樣品位置相對應；石炭系、部分侏羅系與第2類樣品位置相對應；泥盆系與第3類樣品位置相對應；花崗巖與第4類樣品位置相對應；二疊系、部分石炭系與第5類樣品位置相對應。因此，分類結果可用于下一步計算。

圖1 研究區地質簡圖Fig.1 Geological map of the study area

圖2 地球化學分類圖Fig.2 Geochemical classification map

在各類樣品組內分別采用3S檢驗循環剔除異常值后繪制原始數據(或自然對數)頻率分布圖的方法，對W、Sn元素含量進行分布型式檢驗(圖3)，然后分別根據分布型式選擇背景上限公式，求解兩元素在各樣品類中的背景上限(表1)。再根據上述變差襯度計算公式，求解各點的變差襯度值。在求變差襯度值時，由于分區后的各類分布形態并不標準，一些邊緣位置點不能滿足每個點周圍8個相鄰點的要求，這些樣品可以選擇幾個相鄰的同類樣品參與計算，計算結果可用于參考分析。以上計算在MATLAB中實現。

圖3 研究區W、Sn概率分布型式Fig.3 Distribution pattern of W, Sn

方法結果單一背景多背景第1類第2類第3類第4類第5類樣品數量1860581188596344151W分布型式對數正態對數正態對數正態對數正態對數正態對數正態Sn分布型式正態正態對數正態正態正態對數正態W背景上限(k=2)16．467．077．5110．8741．6315．12Sn背景上限(k=2)5．524．4015．765．4538．9216．93W背景上限(k=10)61．87-----Sn背景上限(k=20)25．89-----

基于表1中W和Sn的單一背景上限值，分別繪制傳統W和Sn元素化探異常區圖，并將已知鎢和錫礦床位置標注在圖上(圖4、圖5)。對比圖中異常區與已知礦床位置：在圖4和圖5中，雖然所有已知礦點都在異常區內，但是W和Sn的異常面積都較大，W異常面積約占全區面積的1/5，Sn異常面積約占全區面積的1/3。直接在這樣的異常區內布置進一步的勘查工作將是盲目的，會造成人工和經濟的極大浪費。并且，圖5右側的元素異常明顯受到巖性控制，難以準確判斷在該區內是否有礦致異常的存在。

圖4 W傳統化探異常區(k=2)Fig.4 Geochemical traditional anomaly map of W (k=2) and the location of tungsten deposit

圖5 n傳統化探異常區(k=2)Fig.5 Geochemical traditional anomaly map of Sn (k=2) and the location of tin deposit

圖6 W傳統化探異常(k=10)Fig.6 Geochemical traditional anomaly map of W (k=10) and the location of tungsten deposit

圖7 Sn傳統化探異常(k=20)Fig.7 Geochemical traditional anomaly map of Sn (k=20) and the location of tin deposit

按照傳統背景上限計算方法，如果要縮小異常區面積，需要通過增大k值實現。在極限情況下，當取k=10時，繪制的W異常區圖(圖6)，既能涵蓋已知鎢礦床，又使得異常區面積縮到最小；取k=20繪制Sn異常區圖(圖7)，也能將幾乎所有錫礦床都在涵蓋在Sn元素異常區內。但即使已經取了如此大的k值(10或20)，圖7右側和底部仍存在較大面積的異常，這些異常在巖性影響基礎上是否疊加了成礦異常，無法給出明確答案。另外，當k取值如此大時，區內低緩或微弱的異常都消失了，不利于進一步找礦工作安排。

圖8 W多背景變差襯度異常區(A0=2)Fig.8 Geochemical contrast anomaly map of variation coefficient of W(A0=2) and the location of tungsten deposit

圖9 Sn多背景變差襯度異常區(A0=2)Fig.9 Geochemical contrast anomaly map of variation coefficient of Sn(A0=2) and the location of tin deposit

圖8和圖9是利用本文提出的新方法繪制的W和Sn多背景變差襯度異常區圖(A值大于2視為異常)，同樣也將已知鎢和錫礦床位置標注在圖上。圖8、圖9中，異常區位置非常集中，直接指示了礦床位置，其對應關系非常明顯。尤其在Sn多背景變差襯度異常區中，圖9右側區域巖性的控制被徹底消除。無論是在原來的異常受巖性控制區域還是在其他區域都有新的異常被發現。

圖8、圖9中的點A附近均有異常，存在已知的錫礦床；圖8、圖9中的點B和點C附近均有異常，存在已知的鎢礦床。由于W、Sn的伴生關系，相互印證，說明圖8、圖9的這3個異常位置是準確的。圖8、圖9中點D附近均有異常，尚無已知礦床標注；而該區域在傳統方法劃分的異常中顯示不明顯而容易被忽視。結合地質情況分析，該異常區位于花崗巖體和地層交界附近，應當引起重視，可能有找礦的希望。圖8中點E附近有鎢異常，無已知礦床標注，圖9中點F附近有錫異常，也無已知礦床標注，這兩個異常區在傳統異常圖中是微弱異常，經過數據處理，被本文方法突出出來，也是值得進一步開展工作的位置。

從對比結果可以看出，筆者提出的多背景變差襯度法，相對于傳統化探異常劃分方法具有如下明顯優勢：

1)能完全消除巖性對異常區劃分造成的影響。通過采用多背景的處理方法，使得受地質背景影響嚴重的元素(如Sn)評價時消除地質背景中的元素含量影響，突出顯示元素礦致異常位置。

2)極大縮小異常區域面積。縮小異常面積意味著很多非礦異常區域被去除，與成礦有關的異常位置被明確顯示出來，更加能夠節約工作成本，突出工作重點，提高工作效率。

3)突出低緩或微弱異常。通過采用變差襯度的方法，使得在一類統計單元內部，其相對背景是一種曲面趨勢，進一步實現了發現較弱異常的目的，進一步提高了發現新礦床的可能。與其他方法相比，變差襯度法的異常取值更加符合地質事實，從而保證了其計算結果的可信度。

4 結語

筆者提出了一種新的化探背景異常劃分方法—多背景變差襯度法。數據處理的思路充分考慮異常產生的地質原因，符合地質理論。在計算機軟件輔助下，樣品分類、區域搜索和變差襯度計算等都容易實現。與傳統地球化學異常確定方法相比，新方法有消除巖性影響，縮小異常面積，突出低弱異常的優勢，且成圖圖面簡潔，異常明顯，為進一步找礦勘查工作提供借鑒。

參考文獻：

[1] 朱華平，張德全. 區域化探異常的地球化學勘查評價方法技術進展綜述[J]. 地質與勘探， 2003， 39(3)：35-38.

ZHU H P，ZHANG D Q. Research advances of geochemical survey methods and technologies of regional geochemical abnormities[J]. Geology and Prospecting，2003，39(3)：35-38. (In Chinese)

[2] 李瑜，劉劍鋒，羅愷，等. 化探異常的多背景問題[J]. 物探與化探，2015，39(3)： 443-449.

LI Y，LIU J F，LUO K，et al. The multi-background problem in geochemical anomaly[J]. Geophysical and Geochemical Exploration，2015，39(3)： 443-449. (In Chinese)

[3] 姚濤，陳守余，廖阮穎子. 地球化學異常下限不同確定方法及合理性探討[J]. 地質找礦論叢，2011，26(1)：96-101.

YAO T，CHEN S Y，LIAORUAN Y Z. Methods for determination of the lower geochemical anomaly limit and the rationality discussion[J]. Contributions to Geology and Mineral Resources Research，2011，26(1)：96-101. (In Chinese)

[4] 熊超，葛良全，羅耀耀，等. 多種確定地球化學異常下限方法的比較[J]. 四川有色金屬，2012(1)：52-61.

XIONG C，GE L Q， LUO Y Y，et al. Comparison of multiple method to determine the geochemical anomalies in the lower limit[J]. Sichuan Nonferrous Metals，2012(1)：52-61. (In Chinese)

[5] 陳健，李正棟，鐘皓，等. 多種地球化學異常下限確定方法的對比研究[J]. 地質調查與研究，2014，37(3)：52-57.

CHEN J，LI Z D， ZHONG H，et al. Comparison of multiple methods to determine the geochemical anomaly threshold[J]. Geological Survey and Research，2014，37(3)：52-57. (In Chinese)

[6] 金俊杰，陳建國. 地球化學異常提取的自適應襯值濾波法[J]. 物探與化探，2011， 35(4)：526-530.

JIN J J，CHEN J G. A self-adaptive method of contrast filtering for extracting geochemical anomaly[J]. Geophysical and Geochemical Exploration，2011， 35(4)：526-530. (In Chinese)

[7] 胥澤銀，郭科. 多元統計方法及其程序設計[M]. 成都: 四川科學技術出版社，1999.

HE Z Y，GUO K. Multivariate statistical method and its program design[M]. Chengdu：Sichuan Science and Technology Press，1999. (In Chinese)

[8] 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)

[9] 周蒂. 分區背景校正法及其對化探異常圈定的意義[J]. 物探與化探，1986，10(4)：263-273.

ZHOU D. Unit-wise adjustment of geochemical background data and its significance in geochemical anomaly delineation[J]. Geophysical and Geochemical Exploration，1986，10(4)：263-273. (In Chinese)

[10] 焦保權，白榮杰，孫淑梅，等. 地球化學分區標準化方法在區域化探信息提取中的應用[J]. 物探與化探，2009，33(2)：165-169.

JIAO B Q，BAI R J，SUN S M，et al. The application of geochemical zoning standardized method to the extraction of regional geochemical information[J]. Geophysical and Geochemical Exploration，2009，33(2)：165-169.(In Chinese)

[11] 趙禹，趙玉巖，郝立波，等. 利用快速聚類分析分區確定化探背景上限的方法[J]. 物探化探計算技術，2014，36(4)：487-491.

ZHAO Y，ZHAO Y Y，HAO L B，et al. Subregion determine of upper limit of geochemical background using K-Means cluster analysis method[J]. Computing Techniques for Geophysical and Geochemical Exploration，2014，36(4):：487-491. (In Chinese)

[12] 孫忠軍. 礦產勘查中化探異常下限的多重分形計算方法[J]. 物探化探計算技術， 2007，1(29)：54-57.

SUN Z J. Multifractal method of geochemical threshold in mineral exploration[J]. Computing Techniques for Geophysical and Geochemical Exploration，2007，1(29)：54-57.(In Chinese)

[13] 韓東昱，龔慶杰，向運川. 區域化探數據處理的幾種分形方法[J]. 地質通報，2004，23(7)：714-719.

HAN D Y，GONG Q J，XIANG Y C. Some new fractal methods for regional geochemical survey data processing[J]. Geological Bulletin of China，2004，23(7)：714-719.(In Chinese)

[14] 成秋明，張生元，左仁廣，等. 多重分形濾波方法和地球化學信息提取技術研究與進展[J]. 地學前緣，2009，16(2)：185-198.

CHENG Q M，ZHANG S Y，ZUO R G，et al.Progress of multifractal filtering techniques and their applications in geochemical information extraction[J]. Earth Science Frontiers，2009，16(2)：185-198.(In Chinese)