利用小波分析提取深层次物化探异常信息

介绍了小波分析的多分辨理论与Ｍａｌｌａｔ快速算法,同时利用小波对实际物化探异常进行了不同尺度分解,为物化探异常的区域背影及局部异常的提取提供了 的途径,探讨了小波系数图所揭示的物化探异常的分形特征。     

Separation of a geochemical anomaly from background by fractal and U-statistic methods,a case study: Khooni district,Central Iran

Separation of geochemical anomalies from background are one of the important steps in mineral exploration. The Khooni mineral district (Central Iran) has complex geochemical surface expression due to a complex geological background. This region was chosen as a study area for recognition of the spatial distribution of geochemical elements and separating anomalies from background using stream sediment geochemical data. In the past decades, geochemical anomalies have been identified by means of various methods. Some of these separation methods include: statistical analysis methods, spatial statistical methods and fractal and multi-fractal methods. In this article, two efficient methods, i.e. U-statistics and the fractal concentration-area for separation and detection of anomalous areas of the background were used. The U spatial statistic method is a weighted mean, which considers sampling point positions and their spatial relation in the estimation of anomaly location. Also, fractal and multi-fractal models have also been applied to separate anomalies from background values. In this paper, the concentration–area model (C–A) was suggested to separate the anomaly of background. For this purpose, about 256 stream sediment samples were collected and analyzed. Then anomaly maps of elements were generated based on U spatial statistics and the C-A fractal methods for Au, As and Sb elements. According to obtained results, the U-statistics method performed better than C-A method. Because the comparisons of the known deposits and occurrences against the anomalous area created using thresholds from U-statistics and C-A method show that the spatial U-statistics method hits all of 3 known deposits and occurrences, the C-A fractal method hits 1 and fails 2. In addition, the results showed that these methods with regard to spatial distribution and variability within neighboring samples, in addition to concentration value frequency distributions and correlation coefficients, have more accurate results than the traditional approaches.     

分形奇异(特征)值分解方法与地球物理和地球化学异常重建

地球物理和地球化学异常是找矿的重要依据.地球物理和地球化学异常取决于地层、构造在成矿时间上的多样性与空间上排列、叠置的复杂性.地层、构造因素是构造、岩浆、沉积与成矿地球化学等多种动力学过程的综合反映.这些岩石和构造的因素以及动力过程相互渗透和影响决定了最终地质、地球物理与地球化学场.本文提出的在GIS环境下实现的分形奇异值分解(MSVD) 异常重建方法, 不仅可以提取地球物理和地球化学等异常, 而且能够进一步刻画其中的线性和环状构造、细微的局部纹理结构特征.该方法首先对地球物理和地球化学等网格数据进行二维矩阵的奇异值分解, 之后用左特征向量矩阵与右特征向量矩阵的直积构造一个正交完备基.地球物理和地球化学二维数据可以投影到该正交基上, 其投影系数是矩阵的奇异值.在该正交完备空间的某些子空间上对地球物理和地球化学等数据进行滤波.为了选择子空间, 本文定义了上述正交完备基中的能谱密度、能谱半径(或尺度) 与能量测度.在此基础上与空间域及频率域类比, 探讨了能量测度与能谱密度呈现分形(fractal和bifractal) 规律.利用分形关系的间断点, 设计分形奇异值重建算子, 实现对地球物理和地球化学异常的分解.以加拿大NovaScotia南部布格重力异常与As地球化学异常为例, 采用MSVD方法分解Au、Wu -Sn -U等已知矿有关的地球化学异常.发现重建异常能很好地用于解释已知矿点的分布规律.重建的地球化学异常显现了地球化学中的线状和环状异常; 重建的布格重力异常有效勾勒出原图中不易发现的纹理结构, 这些纹理结构可以合理地解释已知矿点在侵入岩体内及其周围的分布规律.应用实例表明, 该方法不仅可以从起因复杂的异常中区分出背景、异常场, 还可以识别代表了成矿源岩、流体、运移通道、赋存空间等异常因素引起的纹理、结构与构造特征.同时实现了GIS环境下交互可视化的MSVD处理与解释系统, 增强了地质异常定量分析的实用性与可操作性.      

广东庞西垌地区地球化学组合异常识别与提取

为了解地球化学元素空间组合分布规律,采用因子泛克里格法构建组合模型用于识别组合地球化学异常,使用分形滤波技术强化弱异常并分离异常与背景.将组合异常模型和分形滤波技术用于钦杭结合带南段庞西垌地区1∶5万水系沉积物地球化学数据进行处理分析,目的在于寻求地球化学致矿异常,寻找未知矿床.研究结果表明,根据组合变量提取出的组合异...     

含油气性物化探信息双子波群灰色关联滤波提取

构建了一个考虑两个子波群，增加信息约束条件对研究区物化探信息进行滤波的新模型－双子波关联滤波模型。对模型的分析研究与应用表明，新模型对物化探油气性信息的识别、提取具有更强的能力。     

空间模式的广义自相似性分析与矿产资源评价

尺度不变性(scale invariance)包括自相似性(各向同性)、自仿射性(成层结构)、广义自相似性(各向异性标度不变性),是由各种地质过程和地质事件所产生的地质特征和模式的本质属性．尺度不变性可用分形和多重分形模型来表征．这些尺度特征的定量化可为刻画地质空问模式和模式识别提供有力的工具．例如。热液矿床的群聚现象可以用局部分形特征(局部奇异性)来刻画．通过在特征空问中(如频率空问)识别空问模式的广义自相似性．可以将空间混合模式进行分解或异常的识别．介绍了几种相关的分形模型和方法。包括度量空问模式广义尺度独立性(GSI)的线性模型;基于广义尺度独立性的异常分解S—A方法;度量空问模式的局部奇异性方法;以及如何利用分形特征预测未发现矿床的2种方法．有些方法已应用于许多矿产资源评价实例中．给出了对加拿大Nova Scotia省西南部湖泊沉积物样品中的4种元素As、Pb、Zn和Cu的地球化学数据处理分析结果。证明了局部奇异性分析和S—A异常分解方法对地球化学异常的增强和分离的有效性．研究表明：由S—A方法分解的异常往往具有多重分形的特点,而且普遍具有局部奇异性．研究区内具有明显奇异性的地区(元素含量富集区)是金矿异常区域。它们与金矿成矿作用和已知矿床的赋存密切相关．     

Application of Wavelet Analysis to Interference Elimination for Geochemical Hydrocarbon Exploration

INTRODUCTIONElimination of interferences (e.g. background variation)is the base of anomaly recognition in geochemical exploration.The interference elimination was performed by using thevariables that could indicate interference factors (L iu andZhao,1992 ) . As some variables such as carbonates and p Hcontain information on both interference and hydrocarbons,some information on hydrocarbons may be lost while theinterference is eliminated. Besides,this approach is not cost-effective becau…     

广西贵港银山岭铅锌矿土壤地球化学找矿研究

通过在广西贵港银山岭开展1∶10 000地质简测工作和1∶10 000土壤剖面地球化学测量工作,总结了银山岭出露的地层、岩性、构造、围岩蚀变等地质特征,在此基础上,进行土壤地球化学找矿研究,得到以下认识:(1)微量元素参数统计表明,Pb、Zn、Ag元素含量相对较高,变化系数较大,易次生富集形成实质性的地球化学异常;(2)元素组合分析、元素分布型式、元素分形特征显示,Pb、Zn、Ag元素代表了主要成矿元素的次生富集组合,其分布范围广,离散度大,可作为找矿的主要指示元素;(3)综合地质和地球化学数据资料分析,在工作区发现了3个土壤地球化学异常块段,并对各个土壤地球化学异常进行解释评价,从而圈定找矿靶区,进一步提出了新的工作建议。     

非线性矿床模型与非常规矿产资源评价

探讨了建立非线性矿床模型对难识别的非常规矿产资源评价的可能性.首先评述了非线性理论在成矿动力学和矿产勘查中的应用, 以及非常规矿床与非常规矿产资源评价的研究现状.然后引进了以岩浆结晶分异成矿作用为例的多维分形非线性成矿系统模型.在此基础上揭示了非线性成矿系统必然导致元素富集和聚集的奇异分布及矿床分布的广义自相似性规律.广义自相似性刻画了成矿的外在多样性和内在相似性.介绍了2种最新研究的“奇异分析”和“广义自相似性”异常分解方法.采用文中所建议的非线性矿床模型方法对加拿大北部Gowganda地区的热液型Co, Ni, Ag, As, Pb 5种元素矿产进行了预测和评价.结果表明, 以“广义自相似性”和“奇异分析”为基础的非线性矿床模型及GIS信息综合技术对非常规难识别矿产资源评价是有效的.      

多维分形理论和地球化学元素分布规律

多维分形模型不仅采用常规的低阶矩统计, 而且采用高阶矩统计对多维分形分布进行度量, 从而能较细致地刻划正常值以及异常值.地球化学元素的正常值往往服从统计学中的大数定量, 即满足正态分布或对数正态分布, 然而异常值会服从分形分布(Preato).介绍了多维分形领域中的最新发展以及在地球化学研究中特别是研究超常元素空间分布和富集规律中的应用.结果表明, 通常的统计方法只对应于多维分形围绕均值周围的局部特征.为了有效地研究异常值的分布和富集规律, 建议采用高阶矩统计方法和多维分形方法, 并给出了两种分析地球化学元素, 并突出异常值贡献的方法.这些方法不仅可应用于研究微量元素的空间分布和富集规律, 而且可以区分地球化学背景与矿化有关的异常值.还介绍了该方法在对加拿大B.C.省西北部Mitchell-Sulphurets地区金铜矿化蚀变带研究中的应用.      

多重地球化学背景下地球化学弱异常增强识别与信息提取

为对钦州湾-杭州湾成矿带(南段)庞西垌地区地球化学数据进行异常识别研究与信息提取,利用含量-面积法(C-A)得出庞西垌地区成矿主元素的异常下限,得到各元素异常分布图,并与已知矿(床)点进行叠加分析,发现已知矿(床)点与C-A法分析得到的异常区基本吻合,可根据该异常区预测未知矿床,从而为该研究区矿产资源潜力评价提供依据。为进一步从研究区复杂的地球化学背景中分离出与成矿有关的地球化学异常,采用分形滤波技术(S-A)提取致矿异常。研究表明,S-A法可在C-A法揭示的区域异常的基础上更深层次地提取出与矿化有关的局部异常用以反映研究区的多重地球化学背景,S-A法可有效地使弱异常增强进而提取出致矿异常,为庞西垌地区探寻隐伏矿体提供依据。     

青海省谢坑铜金矿地质特征及找矿方向

文章较全面分析了该区地质、物化探资料,阐述了谢坑铜金矿的成矿地质背景,矿床地质特征,结合物化探异常分布特征,指出了找矿方向。     

A comparison study of the C–A and S–A models with singularity analysis to identify geochemical anomalies in covered areas

Fractal/multifractal modeling of geochemical data is an interesting topic in the field of applied geochemistry. Identification of weak anomalies for mineral exploration in covered areas is one of the most challenging tasks for utilization of geochemical data. In this study, three fractal models, consisting of the concentration–area (C–A), spectrum–area (S–A) and singularity index models were applied to identify geochemical anomalies in the covered area located in the Chaobuleng Fe polymetallic district, Inner Mongolia (China). The results show that (1) the grassland cover weakens the concentrations of geochemical elements; (2) the C–A model has a limitation to identify weak anomalies in covered areas; (3) the S–A model is a powerful tool to decompose mixed geochemical patterns into a geochemical anomaly map and a varied geochemical background map but suffers edge effects in an irregular shaped study area; and (4) the singularity index is a useful tool to identify weak geochemical anomalies.     

多重分形滤波方法和地球化学信息提取技术研究与进展

圈定地球化学异常是勘查地球化学和环境地球化学研究中的一项基础性工作。笔者通过详细分析近30年来与地球科学密切相关的分形和多重分形等现代非线性理论和新方法的迅速发展和应用,特别是以解决地球化学复杂背景与叠加异常分解难题为例,介绍了广义自相似理论与分形滤波技术的发展和应用,相信在资源、环境、灾害的其他应用领域也将发挥重要影响。文中阐明了多重分形是更具普适性的地球化学元素分布模式,"密度-面积"分形模型是刻画地球化学异常的基础模型,并为多个空间开展分形滤波和分解地球化学复杂背景与叠加异常的理论基础。该方法的显著优势在于将地球化学场的各向异性、尺度不变性、广义自相似性等特征集于一体,具有压制变化性背景干扰,突出局部异常的能力,其中C-A和S-A业已广泛应用于矿产勘查靶区圈定和环境污染模式识别,形成了分解地球化学复杂背景和叠加异常的常用技术,在国内外多个成矿区带取得了显著的找矿效果。     

Spatial filtering of exploration geochemical data using EDA and robust statistics

The spatial filtering techniques that are used for the analysis and interpretation of exploration geochemical data to define regional distribution patterns or to outline anomalous areas are, in most cases, based on non-robust statistical methods. The performance of these techniques is heavily influenced by the presence of outliers that commonly exist in the data. This study describes a number of filtering techniques motivated by the development of exploratory data analysis (EDA) and robust statistical procedures. These are the median filter (MF) and the adaptive trimmed mean filter (ATM) for the smoothing of regional geochemical data to reduce spurious variations; two new filters, the fence filter (FF) and the notch filter (NF), have been developed to define geochemical anomalies.The application of the spatial filtering techniques is illustrated by Zn data from approximately 3100 stream sediment samples taken in a regional geochemical survey over 25,000 km² of the western margin of the São Francisco Basin, Brazil. Regional distribution patterns for Zn obtained by the MF and ATM filters are clearly related to known stratigraphic units. Anomaly filtering using the FF and NF has delineated most known base metal and gold occurrences, as well as a number of anomalies located in geologically favourable environments but unrelated to any known mineralization. The two anomaly filters have, for the most part, defined the same anomalies in the study area but only the NF highlights the anomaly associated with the important Morro Agudo Pb-Zn deposit, which is too subtle to be immediately apparent in the unprocessed data.     

基于S-A多重分形滤波方法的深层土壤Au元素异常识别—以皖东张八岭—管店地区为例

张八岭—管店地区位于皖东张八岭构造带北部,区内已发现多处金多金属矿点,但尚未取得显著突破。近年来,多维分形理论与地球化学勘查相结合的方法已被广泛应用于Au、Cu矿床的找矿勘查工作,其中S-A(能谱密度-累计面积)方法是一种建立在能谱空间上的分形滤波技术,能够利用傅里叶变换对物化探数据进行异常和背景分解。以张八岭—管店地区深部土壤Au元素为例,利用S-A方法对研究区深部土壤中Au元素地球化学场进行异常识别。结果显示,该方法能够有效分离地球化学背景,识别已知金铜矿点的矿致异常信息,在区内已知矿点以外识别出多个Au元素异常区域。研究成果可为进一步找矿勘探提供新的目标和方向。     

区域地球化学异常空间分形结构及其意义——以浙江省诸暨地区区域地球化学数据为例

区域地球化学数据既具有确定性的特征 ,又具有随机性的特征 ,从而地球化学异常的空间分布具有标度不变性的特征 ,即空间分形结构。本文运用元素含量 等值线面积模型、元素含量的周长与面积模型 ,查明区域地球化学异常分形结构 ,初步探讨了其形成机制 ,并讨论了元素含量与等值线面积的空间分形模型用于划分地球化学异常与背景的意义。     

基于盲源分离理论的地球化学矿致异常识别研究

尝试将盲源分离技术用于地球化学领域中,应用盲源分离理论中的FastICA算法对西藏洞嘎普铜矿勘查区1∶10 000土壤地球化学测量数据进行了矿致异常识别研究。首先根据盲源分离算法建立反演化探数据元素组合模型,以此确定地球化学成矿元素组合;然后,利用分形方法确定地球化学单元素及元素组合的异常下限,圈定异常浓集中心,进而确定异常分带性;最后,将元素分带特性研究与研究区地质特征相结合,对比单元素异常图及组合异常图,对研究区的地球化学元素作出异常分类和异常评价解释,划分的4个异常区域在后期的工程验证中取得了很好的效果。     

基于随机模拟技术和局部奇异性理论的地球化学异常不确定性分析

地球化学异常通常是直接按某个阈值将整个研究区划分为高异常区或低异常区,这可能导致一些重要异常信息的丢失或决策判断失误。从统计学角度分析,推断未采样点处可能取得结果的概率,或者刻画估计值大于或小于某一地球化学异常阈值的概率分布,更符合勘查地球化学找矿活动的实际需要。针对确定性地球化学场建模方法的局限性,本研究通过集成地统计随机模拟和局部奇异性理论实现地球化学异常识别及其不确定性度量。通过奇异性指数-分位数分析,刻画奇异性指数在频率域中的分布模式,实现地球化学异常阈值分割。采用局部不确定性和空间不确定性算法模拟地球化学异常不确定性传播过程,并以新疆西天山地区为研究区,开展铜异常识别及其不确定性评价应用研究。     

张家口地区矿化元素异常信息提取与集成

提要：本文以局部奇异性方法为手段,结合证据权模型中点-面空间相关关系显著性指标t值,确定了成矿元素局部奇异值最优的α阈值,据此圈出了单元素异常分布区域。同时采用基于广义自相似性原理的S-A方法对复合异常进行分解,得出区域背景场和异常场的空间分布。研究显示,上述方法圈定的异常区域与已知矿床及区域成矿条件吻合程度较高,能有效地提取和增强元素弱异常,所圈异常区域可靠程度较高,具有找矿意义。