基于加權信息量法的找礦靶區優選方法

摘要：找礦靶區優選是礦產勘查的重要環節，是連接成礦預測與勘查工作的重要組成部分。然而，傳統找礦靶區篩選方法以綜合找礦模型的相似類比為主，主要采用定性分析方式，針對同一地質現象或地質體，不同專家側重點也不盡相同。為減少研究結果的多解性和不確定性，通過采用加權信息量法實現找礦靶區優選的定量分析，科學、客觀地圈定找礦靶區。在溝里地區已經開展的金礦成礦預測基礎上，根據實際地質特征，選取斷裂影響強度、地質界面影響強度、Au元素異常、磁異常、斷裂空間聚類、地質界面空間聚類等6個地質特征作為評價因子，對生成的69個預測區進行篩選排序，最終圈定2個可供進一步勘查的找礦靶區，這2個找礦靶區均具有良好的金礦找礦遠景，對后續勘查工作具有一定的指導意義。

關鍵詞：礦產勘查；金礦；加權信息量法；評價因子；溝里地區；找礦靶區；定量分析

[中圖分類號：TD15" P618.51 文章編號：1001-1277（2025）04-0072-007 文獻標志碼：A doi：10.11792/hj20250414 ]

引言

隨著大數據思維和深度學習方法在地學領域的不斷應用，深度學習方法已廣泛應用于成礦預測及地球化學異常識別等方面。其中，卷積神經網絡（CNN）是目前應用最廣泛的深度學習模型之一［1］，由于其具有多層次的卷積和池化操作，模型會自動學習復雜地質數據中的高級特征，進而提高成礦預測的準確性和效率。CNN能夠從復雜的地質數據中提取有效信息，不再依賴人工提取特征，從而克服了傳統方法在處理復雜數據中的局限性。

找礦靶區優選是成礦預測工作中的一項必不可少的工作內容，也是體現成礦預測研究成果的直接物化形式［2］。在成礦預測過程中，找礦靶區優選作為橋梁，將成礦預測與勘查工作銜接起來。傳統找礦靶區篩選方法以綜合找礦模型的相似類比為主，輔以預測標志打分和成礦有利度排序，并重視專家經驗［3］。然而，對同一地質現象或地質體，不同研究者可能從不同角度出發而得到不同的結論。因此，通過數字技術和方法定量分析地質因素與成礦之間的相關性，可以減少研究結果的多解性和不確定性［4］。使用計算機深度挖掘數據進行定量評價代替傳統地質定性評價，對預測區的多種地質數據進行深度分析，進行科學篩選預測區并圈定找礦靶區，可降低找礦風險、確保礦產資源的高效勘查［5］。

目前，大量研究主要針對如何合理圈定找礦有利地段，而針對找礦靶區優選的方法研究則較為薄弱。近年來，學者們對找礦靶區優選的方法及數學模型的研究取得了一些成果。GORELOV［6］根據地質異常致礦理論對礦石含量進行定量評估；盧宇等［7］使用地質異常致礦理論，根據研究區礦物異常、地球物理異常、地球化學異常圈定靶區；李中蘭［8］采用多因子模糊綜合評估法，根據地層構造特征、物化遙異常、土壤異常等多個地質要素圈定靶區；夏慶霖等［9］基于GIS實現了靶區優選；左仁廣［10］采用多層次模糊綜合評價方法綜合考慮地質因素和地理經濟因素圈定了靶區。

目前，在青海省都蘭縣溝里地區，結合地質特征、物化探特征和遙感特征等，利用CNN模型開展了1∶5萬金礦成礦預測，共圈定69個預測區。但是，不明確哪些預測區具有更好的成礦潛力及找礦前景，難以為下一步勘查工作提供明確的方向，因此亟須對這些預測區開展優選排序。本文采用加權信息量法對溝里地區圈定的預測區進行找礦靶區優選，科學、合理地圈定最具勘探價值的找礦靶區，減少主觀因素的影響，為后續工作提供科學依據，同時為其他地區的找礦靶區優選提供方法參考，提高地質找礦效果。

1成礦地質背景

溝里地區是青海省重要的金找礦潛力區之一，行政區劃隸屬于青海省都蘭縣。溝里地區成礦地質背景條件獨特，與著名的五龍溝金礦集區處于同一構造成礦帶內，其大地構造位置處于東昆侖成礦帶東段［11］，而東昆侖成礦帶是中國重要的、極具潛力的金屬成礦帶［12］。

1.1地層

溝里地區出露地層較齊全，主要發育古元古界金水口巖群、中—新元古界萬寶溝巖群、古生界納赤臺群、石炭系—二疊系下統哈拉郭勒組和浩特洛洼組、二疊系上統馬爾爭組和格曲組、三疊系鄂拉山組、第三系—第四系咸水河組。其中，與金礦床關系密切的地層主要為金水口巖群和萬寶溝巖群，金水口巖群包括白沙河組和小廟組，巖性以片巖、大理巖、斜長角閃巖和片麻巖為主；萬寶溝巖群巖性主要為大理巖、英云片巖和中基性火山巖［13］。

1.2構造

溝里地區斷裂十分發育，具有多期活動的特點。其中，以昆中斷裂和昆南斷裂規模最大，貫穿全區，是主干斷裂，控制區內巖漿巖的展布。除此之外，還存在多組北西向次級斷裂，斷裂規模明顯小于昆中斷裂和昆南斷裂，主要表現為張性、扭性，其中，規模最大的為北西向—北北西向香日德—德龍斷裂［14］。目前，已發現的Au元素異常及金礦床大多分布于該斷裂兩側，據此推測該斷裂承擔了配礦構造的角色。

溝里地區經歷了元古代基底形成，又經歷了古生代、中生代多旋回構造作用［15］，導致結構極其復雜，斷裂和巖體發育造成地層殘缺不全，但同時也為金及多金屬成礦提供了有利條件。依據地層在不同時期的空間展布和沉積組合，結合溝里地區存在的3個不整合面（新元古代晚期與早古生代中晚期之間、志留紀晚期與晚泥盆世之間、晚三疊世以后），將構造形成劃分為太古代—新元古代早期、早古生代中晚期、晚古生代—三疊紀及侏羅紀—新生代4個階段［16］。

1.3巖漿巖

溝里地區巖漿侵入活動十分頻繁，侵入巖有加里東期、華力西期、印支期和燕山期。加里東期侵入巖主要為二長花崗巖與花崗閃長巖，主要分布在都蘭縣南部及昆中部分地區；華力西期—印支期中酸性侵入巖出露最為廣泛，呈大面積的巖基、巖株狀產出［17］，巖性主要為石英閃長巖、正長花崗巖和花崗閃長巖，其次為斜長花崗巖等雜巖體。其中，華力西期巖漿巖主要分布在昆中、昆北地區，印支期巖漿巖遍及全區；燕山期巖性主要為鉀長花崗巖，主要分布在溝里地區北東部，其余以小巖株狀呈星點狀分布。

1.4典型金礦床

溝里地區典型金礦床包括阿斯哈金礦床、果洛龍洼金礦床、按納格金礦床（見圖1）。其中，阿斯哈金礦床、果洛龍洼金礦床為大型金礦床［18］。

阿斯哈金礦床位于東昆中斷裂以北的昆中基底隆起花崗巖帶，礦區內僅出露金水口巖群白沙河組，巖性主要為中—高級變質巖［20］。礦區內斷裂發育，呈北西向和近東西向展布，巖漿活動強烈，已發現10余條含金蝕變破碎帶。

果洛龍洼金礦床位于東昆南復合拼貼構造帶的東部，礦區內主要出露納赤臺群，巖性主要為淺變質火山沉積巖系［21］。礦區內遍布近東西向斷裂，巖漿活動比較強烈，侵入巖發育，已劃分出6條金礦脈。

按納格金礦床位于昆中斷裂帶以北的昆中基底隆起花崗巖帶，礦區內出露地層主要為金水口巖群白沙河組，巖性主要為斜長角閃巖、片麻巖［22］。礦區內有3條呈北西西向或近東西向展布的主干斷裂，出露巖體較少，已發現5條小規模礦脈。

2加權信息量法及評價指標

2.1加權信息量法

不同成因、不同類型的礦床在成礦過程中起主要控制作用的因素不同。綜合考量不同地質要素對于成礦作用的重要性，本文選用加權信息量法（Weighted Information Value Method，WIVM）量化預測區的成礦潛力。WIVM是結合了層次分析法（Analytic Hierarchy Process）與信息量模型（IV）而衍生發展出來的一種方法［23］。通過分析溝里地區地質特征，以信息熵的概念來反映單個地質要素在不同分級標準下與成礦潛力關系的密切程度，同時使用層次分析法對影響因子賦予權重，將單個指標的信息量值與該指標所屬影響因子的權重相乘得到加權信息量，評估該指標對于成礦作用的貢獻度，以此作為預測區的排序指標。加權信息量（I）計算公式［24］如下：

式中：[Wi]為第[i]個地質影響因子的權重；[Ii]為某網格單個影響因子的信息量；[Si]為因素[xi]所占網格總數；[Si0]為因素[xi]所占網格中預測區網格數之和；[A]為區域內總網格數；[A0]為區域內預測區總網格數之和。

本文基于Surfer網格文件進行加權信息量值計算，網格數據行數、列數分別為561及915，總計513 315個網格。

2.2評價指標

溝里地區金礦成礦作用主要受斷裂和地層等地質因素影響，區域性近東西向深大斷裂控制著金成礦帶［25］。因此，基于溝里地區的實際地質情況，選擇異常分級和聚類2類共6個地質數據作為一級評價指標，保證靶區優選結果的客觀性、合理性和可靠性。其中，異常分級數據包括斷裂影響強度、地質界面影響強度、Au元素異常、磁異常；聚類數據包括斷裂空間聚類和地質界面空間聚類（見表1）。

根據影響強度，使用標準分數法可將異常分級數據劃分為Ⅰ、Ⅱ、Ⅲ 3個異常級別（Z），并作為二級評價指標，公式如下：

式中：[X]為樣本濃度；[μ]為背景均值；[σ]為背景標準差。

根據地質要素所處空間位置的差異，將聚類數據劃分為16類，作為二級評價指標（見圖2），圖2-e）、f）各有16種顏色，代表不同的聚類類別。

將預測區與不同影響因子進行疊加分析，統計各二級評價指標內單位面積礦床（點）數及單位面積網格數，結果見圖3。評估不同影響因子及不同二級評價指標對于溝里地區成礦作用的貢獻度，以此為依據合理、客觀地建立影響因子判斷矩陣，賦予影響因子權重。

1）斷裂影響強度（見圖3-a）：Ⅰ、Ⅲ級指標的單位面積礦床（點）數、網格數均高于Ⅱ級指標，表明Ⅰ、Ⅲ級指標更易形成礦床（點）和預測區，反映溝里地區斷裂影響強度與成礦作用具有較強的相關性。

2）地質界面影響強度（見圖3-b）：按Ⅰ、Ⅱ、Ⅲ級指標的順序，單位面積礦床（點）數、網格數依次增大，表明Ⅱ、Ⅲ級指標更易形成礦床（點）和預測區，反映溝里地區地質界面影響強度與成礦作用具有較強的相關性。

3）Au元素異常（見圖3-c）：按Ⅰ、Ⅱ、Ⅲ級指標的順序，單位面積礦床（點）數、網格數依次增大，表明Ⅱ、Ⅲ級指標更易形成礦床（點）和預測區，反映溝里地區Au元素異常與成礦作用具有極強的相關性。

4）磁異常（見圖3-d）：Ⅰ、Ⅲ級指標的單位面積礦床（點）數、網格數均低于Ⅱ級指標，表明Ⅱ級指標更易形成礦床（點）和預測區，反映溝里地區磁異常與成礦作用具有較弱的相關性。

5）斷裂空間聚類（見圖3-e）：6類、11類、13類、14類指標單位面積礦床（點）數、網格數均處于較高水平，表明這4類斷裂更易形成礦床（點）和預測區。

6）地質界面空間聚類（見圖3-f）：6類、13類、14類、15類指標單位面積礦床（點）數、預測區網格數均處于較高水平，表明這4類地質界面更易形成礦床（點）和預測區。

經過對比，將6種影響因子成礦貢獻度按從低到高的順序劃分為磁異常、地質界面空間聚類、地質界面影響強度、斷裂空間聚類、斷裂影響強度、Au元素異常，并以此為依據建立判斷矩陣。

2.3評價指標權重及信息量

影響因子的權重是通過層次分析法計算得出的，其核心思想是將影響因子建立一個判斷矩陣（見表2），用來分析不同影響因子對結果的影響程度。根據圖3對6個影響因子使用一致矩陣法，采用相對尺度將影響因子兩兩之間相互比較，盡可能減少不同性質影響因子間相互比較的困難，提高準確度［27］。

構建的判斷矩陣需要進行一致性檢驗，此判斷矩陣的一致性比例（[CR]）計算公式為：

式中：[CI]為一致性指標；[RI]為平均隨機一致性指標，取1.24；[λmax]為矩陣最大特征值；[n]為矩陣維數。

經計算，此判斷矩陣的一致性比例為0.059（[lt;0.1]），因此認為該判斷矩陣的一致性可以接受。

根據判斷矩陣，采用算術平均法求取各個影響因子的權重，根據式（1）計算[Ii]，獲得各個影響因子的加權信息量（見表3），它與成礦潛力呈正相關性。

3找礦靶區優選

根據預測區內單個網格所處不同影響因子的二級指標，根據表3進行加權信息量計算，將預測區所有網格的信息量求和，得出這個預測區加權信息量，以此為依據對所有預測區進行排序，結果見圖4。

由于溝里地區已開展的商業項目和基金項目的范圍內包含了一些已被勘探的預測區，需要將其從可供進一步勘查的預測區中剔除，據此共篩除40個預測區，對剩余的29個預測區進行重新排序，結果見圖5。

根據篩選結果，選擇了1號、2號預測區作為可供進一步勘查的找礦靶區。

1號找礦靶區的大地構造位置為東昆侖成礦帶東段，位于東昆中構造帶單元內。區內主要出露金水口巖群片麻巖巖組，以及浩特洛哇組雜砂巖、板巖夾灰巖和火山巖。整體呈北西走向，傾向北東。構造呈北西西向展布，與昆中斷裂展布方向一致，且礦床勘查過程中發現多期次隱伏巖體，均為金礦床的形成提供有利條件。

2號找礦靶區的大地構造位置為東昆侖成礦帶東段，位于東昆中與東昆北構造帶過渡單元內，屬于活動大陸邊緣弧環境。區內主要出露金水口巖群斜長角閃巖—片麻巖組，巖漿活動強烈，至少有中奧陶世和中石炭世2期巖漿活動。北東向斷裂發育，斷裂控制金水口巖群地層呈北東向展布，與區域斷裂（控礦構造）展布方位一致，是金富集成礦的有利部位。

4結論

1）溝里地區各評價因子：Ⅰ級、Ⅲ級斷裂影響強度更易成礦；Ⅱ級、Ⅲ級地質界面影響強度更易成礦；Ⅱ級、Ⅲ級Au元素異常更易成礦；Ⅱ級磁異常更易成礦；6類、11類、13類、14類斷裂空間聚類和6類、13類、14類、15類地質界面空間聚類更易成礦。

2）根據預測區加權信息量計算結果，對其排序，同時綜合考慮探礦權等因素，最終圈定2個可供進一步勘查的找礦靶區，它們均具備金礦床形成的有利地質條件，具有良好的金礦找礦遠景。

3）初步驗證了加權信息量法在溝里地區找礦靶區優選中應用的可行性，該方法可推廣應用到類似地區的找礦靶區優選，也可以發展為一種基于加權信息量法的成礦預測方法。

［參考文獻］

［1］ 李忠潭，薛林福，冉祥金，等.基于卷積神經網絡的智能找礦預測方法——以甘肅龍首山地區銅礦為例［J］.吉林大學學報（地球科學版），2022，52（2）：418-433.

［2］ 李敏，張子實，趙忠海，等.黑龍江省下嘎來奧伊河鉛鋅多金屬礦床三維地質建模及深部找礦預測[J].黃金，2023，44（7）：37-47.

［3］ 錢葉照.找礦靶區圈定和篩選原則及其方法研究［J］.科技資訊，2011（27）：2.

［4］ 趙鵬大.地質大數據特點及其合理開發利用［J］.地學前緣，2019，26（4）：1-5.

［5］ 趙鵬大，陳永清.科學選靶的理論與途徑［J］.地球科學（中國地質大學學報），2011，36（2）：181-188.

［6］ GORELOV D A.Quantitative characteristics of geologic anomalies in assessing ore capacity［J］.International Geology Review，1982，24（4）：457-465.

［7］ 盧宇，李師蘭.地質異常理論在找礦靶區優選與評價中的應用——以新疆“305”項目《阿其克布拉克—梧桐溝—帶金桐成礦靶區優選與評價》為例［J］.地質與勘探，1996，32（1）：7-12.

［8］ 李中蘭.多因子模糊綜合評估法在找礦靶區優選中的應用［J］.江西地質科技，1994，21（4）：47-50.

［9］ 夏慶霖，成秋明，左仁廣，等.基于GIS礦產勘查靶區優選技術［J］.地球科學（中國地質大學學報），2009，34（2）：287-293.

［10］ 左仁廣.基于多層次模糊綜合優選找礦遠景區［J］.地質與勘探， 2009，45（2）：85-89.

［11］ 袁萬明，莫宣學，王世成，等.東昆侖金成礦作用與區域構造演化的關系［J］.地質與勘探，2003，39（3）：5-8.

［12］ 王永德，冶曉平，秦泗偉.東昆侖造山帶向陽溝金礦床地質-化探綜合找礦模型及找礦效果［J］.黃金，2023，44（11）：69-75.

［13］ 張紀田，張志強，孫國勝，等.青海溝里整裝勘查區金礦成礦要素及預測意義［J］.黃金，2021，42（7）：11-16.

［14］ 馬冬，孫國勝，李雪，等.青海省都蘭縣溝里地區金礦床地質特征及成因［J］.黃金，2022，43（11）：13-18.

［15］ 趙旭.東昆侖造山帶溝里地區構造巖漿轉換與金成礦作用［D］.武漢：中國地質大學（武漢），2020.

［16］ 馬維明，王振東，張學德，等.青海都蘭縣溝里勘查區找礦潛力及瓶頸淺析［J］.西部探礦工程，2016，28（2）：134-137.

［17］ 王曉云，馬忠賢，李文君，等.青海省溝里地區金礦地質特征及控礦因素分析［J］.中國錳業，2017，35（6）：45-48.

［18］ 李金超，賈群子，孔會磊，等.青海東昆侖溝里金礦田地質特征與控礦因素［J］.地質論評，2013，59（增刊1）：499-500.

［19］ FU L B，BAGAS L，WEI J H，et al.Growth of early Paleozoic continental crust linked to the Proto-Tethys subduction and continental collision in the East Kunlun Orogen，northern Tibetan Plateau［J］.Geological Society of America Bulletin，2022，135（7/8）：1 709-1 733.

［20］ 陳廣俊.青海東昆侖溝里地區及外圍金礦成礦作用研究［D］.長春：吉林大學，2014.

［21］ 胡榮國，賴健清，張紹寧，等.青海省都蘭縣果洛龍洼金礦床地質地球化學特征［J］.地質與勘探，2010，46（5）：931-941.

［22］ 吳勝寶，孫國勝，李雪，等.青海溝里地區斜長角閃巖鋯石U-Pb年代學、Lu-Hf同位素特征及其指示意義［J］.吉林大學學報（地球科學版），2024，54（3）：862-876.

［23］ 張波，石長柏，肖志勇，等.基于GIS和加權信息量的湖北鄂州地質災害易發性區劃［J］.中國地質災害與防治學報，2018，29（3）：101-107.

［24］ 殷坤龍.滑坡災害預測預報［M］.北京：中國地質大學出版社，2004.

［25］ 李世金，曾小平，王富春，等.青海省主要成礦系列與找礦前景［J］.吉林大學學報（地球科學版），2022，52（5）：1 419-1 445.

［26］ 薛林福，冉祥金，于曉飛，等.一種地質圖的向量化表示法：202110068210.4［P］.2021-05-14.

［27］ 姚玉增，任群智，李仁峰，等.層次分析法在山地地質災害危險性評價中的應用——以遼寧凌源地區為例［J］.水文地質工程地質，2010，37（2）：130-134.

Optimized selection of prospecting target areas based on the weighted information value

method—A case study of gold deposits in the Gouli Area， Dulan County， Qinghai Province

Mou Jiangtao1， Ji Mingjia2， Wei Liqiong2， Xiong Haoyu1， Xue Linfu1

（1.College of Earth Sciences， Jilin University; 2.Qinghai Geological Survey）

Abstract： The optimized selection of prospecting target areas is a critical step in mineral exploration， serving as a key link between metallogenic prediction and practical exploration. Traditional methods for target areas screening rely primarily on qualitative similarity comparisons using integrated prospecting models， which often lead to interpretational variability among experts when evaluating the same geological phenomena or units. To reduce ambiguity and uncertainty in results， this study introduces the weighted information value method to achieve quantitative analysis for optimized selection of prospecting target areas， enabling scientific and objective delineation of prospecting target areas. Building on existing metallogenic predictions for gold deposits in the Gouli Area， 6 geological factors were selected as evaluation criteria based on actual geological characteristics： fracture influence intensity， geological interface influence intensity， Au geochemical anomalies， magnetic anomalies， fracture spatial clustering， and geological interface spatial clustering. A total of 69 prediction grids generated were ranked and filtered， ultimately identifying 2 prioritized prospecting target areas with significant gold mineralization potential. These target areas provide guidance for subsequent exploration efforts.

Keywords： mineral resources prospecting; gold deposits; weighted information value method; evaluation factors; Gouli Area; prospecting target areas; quantitative analysis

收稿日期：2024-10-05；修回日期：2025-01-13

基金項目：青海省地質勘查專項資金項目（2023085031ky006）

作者簡介：牟江濤（2000—），男，碩士研究生，研究方向為人工智能找礦預測等；E?mail：2322553534＠qq.com

*通信作者：薛林福（1962—），男，教授，博士，從事地學大數據分析、三維地質建模與地質過程模擬等方面的研究工作；E?mail：xuelf@jlu.edu.cn