成欣怡,張 姚
(四川省冶金地質勘查局水文工程大隊,四川 成都 610000)
在我國的有色金屬找礦工作中,由于各地有色金屬礦區大多地形復雜、地質活動多變且找礦技術相對落后等因素的影響,因而有色金屬的找礦工作難度巨大。基于前人研究和豐富的找礦資料,并應用一系列如特征分析法、邏輯信息法的量化方法,引入到GIS空間分析中,充分挖掘地質、物探、化學、遙感等找礦信息,從而提高預測的準確性和高效性。本文基于GIS分析技術,通過采集的大量數據進行建模,進行了有色金屬成礦遠景預測評價[1]。
對有色金屬成礦的遠景分析首先應進行成礦信息采集,成礦信息采集包括空間數據的提取和數學模型的建立兩部分。
(1)成礦空間數據的提取。在有色金屬成礦的諸多影響因素中,地質變量是最為重要的衡量標準,因此它是有色金屬的成礦遠景評價必須提取的空間數據[2]。地質變量的范疇包括:地物化遙空間數據、成礦預測評價的單元劃分及相關數據等。其中,成礦預測的單元劃分數據又包括點數據(破火口、有色金屬、總劃分單元)、線數據(斷層、地質界線)和面數據(地層、侵入巖、分散流、劃分單元總量)。有些成礦空間數據還包括曲面數據(斷層節點數、斷層線密度、地層熵值),該數據可通過給定的閾值根據需求轉化為線或面數據進行計算[3]。
(2)成礦數學模型的建立。在進行量化的成礦預測中,應用量化模型進行定量分析,能夠有效找出地質變量中的成礦預測的重要因子,分析各種地質變量的作用和相關性。根據量化模型的計算公式:

式中,Ai表示某種地質變量,B表示有礦的情況,而Ii表示地質變量對找礦影響的大小,是衡量地質變量的意義和作用的重要因素。若Ii>0,說明Ai存在有利于成礦的地質信息,且影響因子隨Ai的增大而增大;若Ii≤0,則說明不存在成礦信息,即Ai對于成礦預測無影響。
對于有色金屬成礦遠景預測模型的建立,首先應對已知數據庫進行單元劃分,即將研究范圍進行網格化。通常,進行單元格的劃分應注意的事項有:嚴格按照研究對象的比例尺和精度;確保研究所有區域都進行了單元格劃分;確保所有礦床數都已知;根據實際情況進行單元格劃分的微調。
對于已經劃分好的單元格,需要根據實際需求和已知邊界條件對所有單元格進行相關性檢索,檢索工作在MORPAS系統中進行。接著把檢索后相關的單元格與已知實際數據進行相交分析,即計算二者的相關性權重因子。我們對得到的相關性數據進行二次賦值計算,將相關性的閾值和不相關的閾值分別用“1”和“0”來表示,最后利用MORPAS系統來進行數據統計和編圖設計來生成相關性色塊圖。成礦遠景預測的結果需要結合實際礦區的地質條件、成礦規律和典型研究來進行驗證。結合GIS技術的大量數據和綜合權證法,判斷預測結果的準確性。
為了驗證算法和模型的準確性,需要對成礦遠景預測模型進行實際應用的分析,對比實際數據和前人研究進行判斷。我們選取了大瑤地區的金礦進行實例研究。
根據GIS采集到的數物化遙數據,我們對湖南大瑤金礦進行單元格劃分,在保證最大精度的情況下,將大瑤金礦劃分為1876個單元格,每個單元格大小為0.5km×0.5km。通過計算每個單元格的相關性和權重因子,得到各礦區內權重值的結果如表1所示。

表1 權重因子計算結果
通過對GIS技術采集的數物化探數據和權重計算結果的分析,我們可以得出結論。
(1)雷神廟區和黃滸洞區的地層巖石構造以云母板巖、砂巖和粉砂巖為主。遙感技術在礦區底部還新發現了部分板巖巖脈和石英巖脈,兩種巖脈均受到不同程度的硅化、黃鐵化、綠泥石化等蝕變的影響。通過進一步的分析,發現該區域具有強烈的蝕變綜合異常,并發現了3個金礦點,成礦遠景較好。
(2)小木坪區位于大瑤金礦西北側,巖石屬性主要為變質砂巖,還有少量的雜砂巖和粉砂巖。區域內的巖石形變劇烈,板巖中含有較多的褐鐵,這十分有利于成礦。通過物探還發現,該區域土壤中含金韌性剪切帶發育良好,且含金量高達10g/t,說明該區域成礦遠景極好。
(3)在大瑤金礦礦區的其他區域,我們還發現了由東向北走向的斷裂帶和石英巖脈,以及隱伏巖體的發育。經過進一步勘探,在斷裂帶中含有多達十條的含金蝕變帶,最寬的礦脈達60cm,長度在230m左右;石英巖脈的變形程度大,黃鐵礦化情況嚴重,有利于金礦的形成,具有一定的成礦潛力。
本文通過建立的有色金屬成礦遠景預測算法和模型,并利用大瑤地區成礦工作的實際地質資料,借助GIS技術的空間分析和圖形繪制功能,應用綜合模型評級等多種多元統計方法對各種地質參數進行了權重因子的計算。通過應用MORPAS平臺的模型分析技術,準確的對大瑤地區金礦成礦遠景預測進行了良好的預測。驗證了本文建立分析技術的準確性,期望為后續成礦遠景預測工作提供幫助。