基于ArcGIS的河南某金礦區成礦預測系統構建

趙亞蓓 時建新 蘇衍坤

（1.河南測繪職業學院測繪工程系，河南鄭州450015；2.中鐵七局集團第一工程有限公司，河南洛陽471001；3.濟南測繪地理信息中心，山東濟南250014）

隨著礦產資源開采強度日益增大，部分礦山資源日漸枯竭，為提高礦山資源儲量，有必要進一步提升深部成礦預測效率［1-4］。近年來，不少學者對此進行了深入探索，不少有價值的成礦預測理論被提出。如依托研究區域地質構造和成礦規律的傳統礦產資源預測理論［5］、適用于大型礦床以及超大型礦床的礦產資源預測理論［6］、“礦床成礦系列”的相關礦產資源預測理論［7］、“成礦系統”的礦產資源預測理論［8］，此外還有成礦模式等礦產資源預測理論［9］等。本研究以河南省某金礦區為例，針對該礦區地層、巖性特征，基于ArcGIS軟件，并采用C語言進行成礦預測系統設計與開發。該系統的成礦預測流程分為數據模型建立、預測模型構建、模型信息提取、礦產資源預測4個部分，通過將系統預測結果與礦區已有信息進行對比，驗證所構建系統的預測效果。

1 成礦預測系統總體設計

本研究成礦預測系統設計主要包括4個步驟，分別為數據模型建立、預測模型構建、模型信息提取、礦產資源預測（圖1）。數據模型建立是基于礦區的基本地質條件以及勘探數據等資料，采用數據庫技術、可視化技術等技術構建研究區的二維數據庫和三維數據庫［10］。預測模型構建部分設計分為兩個步驟，首先建立理論模型，然后依據理論模型建立礦區預測模型。模型信息提取部分主要包括研究區地層信息提取、巖漿巖信息提取、構造信息提取、與找礦相關的物理信息提取、與找礦相關的化學信息提取、與找礦相關的遙感信息提取。

根據上述思路，基于ArcGIS軟件平臺，采用C語言開發的成礦預測系統界面如圖2所示。

2 數據模型和預測模型構建

2.1 數據模型構建

數據庫構建分為3個步驟，首先收集研究區域的基本地質條件以及勘探數據等資料，然后建立數據庫，最后建立子數據庫之間的關聯度。

（1）資料收集與分析。資料收集包括收集研究區的地質數據、物化數據等原始資料。地質數據獲取是通過地質圖文件資料、平面圖文件資料、地質勘查報告文件資料、鉆探以及探槽的記錄文件資料等分析總結實現。此外，前期需要收集的原始資料還包括研究區的物理信息資料文件、化學信息資料文件、與找礦相關的遙感信息資料文件等［11-12］。資料分析是將所獲得的原始資料中成礦預測所需的信息進行篩選，將篩選后的數據和信息進行分類，并對各類數據和信息進行格式轉換等基本處理。

（2）數據庫構建。數據庫構建包括兩部分，一是建立空間數據庫，二是建立模型數據庫。空間數據庫的主要作用是將前期收集到的所有信息進行統一化管理，建立時將收集和分析后的數據信息在同一個坐標系統中進行輸入，形成具有統一文件格式的空間數據庫。模型數據庫是將不同的數據信息根據不同的方式進行輸入，最終形成3個子數據庫，分別為基本子數據庫、二維子數據庫、三維子數據庫。基本子數據庫是由研究區的地質數據、物化數據等原始資料組成，包括地質圖文件資料、平面圖文件資料、地質勘查報告文件資料、鉆探以及探槽的記錄文件資料、研究區物理信息資料文件資料、研究區化學信息資料文件資料、研究區與找礦相關的遙感信息文件資料等。二維子數據庫主要是由成礦預測所需要的研究變量組成，包括研究區含礦量等地層信息特征、研究區構造交點數等構造信息特征、研究區巖體頂面構造等巖體信息特征等［13-14］。三維子數據庫主要利用三維地質建模與可視化技術，數據庫中塊體均具有三維屬性信息，如研究區地表模型、研究區構造三維模型、研究區地層三維模型等。

（3）邏輯關系建立。基本子數據庫作為原始信息存儲數據庫，是二維子數據庫和三維子數據庫的基礎。二位數據庫和三維數據庫作為數據庫構建的階段性成果，二者之間具有一定的補充性，且二者之間可以相互驗證，如圖3所示。

2.2 預測模型構建

本研究預測模型構建分為兩個步驟，首先建立理論模型，然后依據理論模型建立礦區預測模型。理論模型是在目前現有的成礦預測理論以及方法的前提下，基于前期資料和已構建的數據庫，分析總結得到研究區域的成礦規律以及找礦標志等具體信息，該信息的集成與構建過程即為理論模型構建過程。本研究理論模型主要包括研究區成礦環境信息集成、成礦系統信息集成、成礦條件信息集成、異常系列信息集成、成礦過程信息集成、礦床變化信息集成、礦床保存信息集成、礦化系列信息集成等步驟。

本研究礦區預測模型要素主要包括基于文獻資料總結出的控礦因素、找礦標志等，如表1所示。

根據表1，首先進行研究區成礦預測變量提取，然后利用權重法計算各個變量的權重，最后進行成礦有利度計算，公式［15-17］為

F(X)=a1X1+a2X2+a3X3+ … +anXn，

式中，F(X)為成礦有利度；X1,X2,…,Xn為成礦預測變量出現的概率；a1,a2,…,an為各變量的權重系數；n為變量數量。

根據成礦有利度計算結果進行預測靶區圈定，并進一步確定預測區域范圍內成礦有力利度上限和下限，當研究區域的有利度數值小于下限時，該靶區成礦條件不利，應舍棄；當該區域的成礦有利度大于下限且小于上限時，該靶區成礦條件較好，可進一步開展成礦潛力研究；當該區成礦有利度大于上限時，該靶區成礦條件非常好，值得進一步部署工作進行勘探研究。

3 實例分析

3.1 研究區地質概況

河南省某金礦區資源豐富，區域內主要的巖石有新太古代片麻巖（包括閃長質-花崗閃長質等）、中元古界長城系等［18-19］。區域內出露巖石多為侵入巖，比如二長花崗巖、石英二長巖等。區域內主要構造為褶皺構造，且其南北為褶皺帶［20-21］，使用本研究成礦預測系統構建的構造實體模型如圖4所示。

研究區巖漿巖較發育，尤其是區域北側巖漿巖為原來含有金礦的新太古時期的變質雜巖經過地質作用形成的巖漿巖，故Au含量較高，對于進一步進行成礦預測具有很好的指向性。

3.2 成礦預測

3.2.1 預測變量提取

根據河南省某金礦區的具體情況，進行礦產資源預測變量提取。通過前期資料收集、數據模型建立以及理論模型建立，從中可以分析出化探因素異常的面積和侵入巖（酸性）的面積占比較大，該物探異常對于成礦預測的影響較大，所以選擇變量1到變量8作為預測變量（表2）。某個區域內的Au重砂異常存在時，該區域賦存有金礦的概率很大，所以這項指標提取為預測變量，如表2中的變量8。區域內是否存在斷裂構造以及是否發現過金礦都可以作為區域金礦預測的標志，故選擇這兩個指標為預測變量，如表2中變量9和變量10。

3.2.2 變量要素的權重系數計算

本研究計算的表2中的預測變量的權重系數見表3。

3.2.3 成礦預測結果

根據成礦預測模型首先對研究區的每個單元進行了成礦有利度計算；然后根據計算結果進行初步篩選，當成礦有利度小于1.19時，表示該區域的成礦潛力不理想，予以舍棄；最后對留下的單元進行成礦潛力劃分，分為成礦潛力最大的單元、成礦潛力較好的單元、成礦潛力一般的單元3個級別。本研究設置的成礦有利度下限和上限分別為2.51和3.83。當計算結果大于上限3.83時，表示該區域成礦潛力最優，故定義為A級別，如表4中T01、T02、T03、T08、T10、T11、T12等；當計算結果大于下限2.51且小于上限3.83時，表示該區域成礦潛力較好，故定義為B級別，如表4中T05、T06、T07、T09等；當計算結果小于下限2.51且大于可開發的最低有力度1.19時，表示該區域成礦潛力一般，故定義為C級別，如表4中T04。

研究區所圈定的靶區分布如圖5所示。

本研究靶區圈定結果和分布范圍與研究區已有的靶區圈定信息吻合性較好，表明本研究構建的系統用于成礦預測具有一定的效果。

4 結 語

設計了一種新的成礦預測系統，整個設計流程分為數據模型建立、預測模型構建、模型信息提取、礦產資源預測4個步驟。通過收集研究區基本地質條件以及勘探數據等資料，構建了數據庫，并進行了理論模型預測模型構建。以河南省某金礦區為例，通過預測變量提取、權重系數計算、成礦有利度計算，圈定了找礦靶區，通過與研究區已有的信息進行對比，兩者吻合性較好，反映出本研究構建的系統對于實現礦產資源成礦預測有一定的適用性。