基于浓度–面积分形模型和模糊证据权的铜矿资源潜力评价：以江西九瑞地区为例

中国江西省的九瑞地区是长江中下游成矿带中最重要的铜矿产地之一,其中花岗闪长斑岩与铜成矿关系密切。基于水系沉积物与矿化相关的信息,采用因子分析（FA）、浓度–面积分形法（C–A）和模糊证据权方法 （FWofE）相结合建立成矿潜力预测模型。使用因子分析处理包含32个元素的255份水系沉积物样本数据,找到能够指示铜矿化的组合元素（即主因子）。采用多重分形反距离加权插值法（MIDW）创建主因子得分栅格图并用C–A分形模型提取与铜矿化相关的地化异常。将得到和铜矿化相关的地球化学异常图与地质、遥感解译数据相结合,应用模糊证据权方法建立预测模型。结果表明：已知铜矿床位于圈定预测概率高值区,且受花岗闪长斑岩和断裂的分布共同控制;除已知铜矿床区域外,圈定的3个一级远景区域内也具有较高的概率,值得进一步铜勘查找矿工作的进行。     

R型因子分析在矿床成矿预测中的应用——以山东黄埠岭金矿为例

危机矿山的深边部矿体预测研究,是当前成矿预测研究的热点内容.因子分析是研究元素的共生组合的有效手段和方法,因子分析中每一个因子所包含的主要元素,不仅仅表示它们的一种组合关系,而且反映了一种内在的成因联系.因此可利用每一个因子的因子得分的空间分布来预测矿体的存在.作者利用黄埠岭金矿床两条主要成矿矿脉的11种成矿及伴生元素的分析数据,采用R型因子分析方法,研究元素间的共生组合关系,在此基础上分析每一因子对矿体的指示意义,利用因子得分定量地描述这种指示意义.最后通过研究因子得分的空间分布规律,对矿床深边部未知矿体进行预测,圈定了找矿靶区.     

西藏尼雄铁多金属区化探组合特征及成矿潜力分析

据西藏尼雄铁多金属矿预测工作区水系沉积物成矿及伴生元素分析数据,采用因子分析方法,研究元素间共生组合关系。在此基础上分析每一因子对成矿预测的指示意义,利用因子得分定量描述这种指示意义,最后通过研究因子得分的空间分布规律来评价该区矿产资源潜力,说明因子分析对矿产资源潜力评价的重要意义。     

基于遥感地质异常的综合信息矿产预测方法研究

以滇东北地区为例,通过对遥感地质异常的综合信息矿产预测方法进行了研究.在滇东北地区对ETM遥感图像进行岩性及构造的解译、遥感光谱异常提取等手段获得7项遥感地质异常信息因子,在GIS软件中,利用缓冲带(buffer zone)等方法将线性地质异常转化为面状异常,并通过空间分析确定各种遥感异常与已知矿产当量的关系,计算各主因子的二级因子得分,形成成矿预测栅格图像.通过栅格图像各通道间的复合运算分析进行遥感综合异常的定量圈定,最终在工作区圈定了多个不同级别的遥感综合异常.     

多孔介质非均质性空间变异结构分析

非均质多孔介质的空间分布具有随机性与结构性的双重性质.地统计学方法在研究具有结构性和随机性双重性变量的空间变异性方面具有极强的科学性.本文在地理信息系统平台ArcGIS上,采用Geostatistical Analyst地统计学分析模块中的kriging插值方法研究非均质性多孔介质的空间变异性.以河北省廊坊市地下水污染物的现场数据为研究对象,利用普通克立格法对氟化物、硫酸盐、氯化物和汞浓度的空间变异性进行分析.     

综合主因子分析和WARD聚类法研究储层分类评价

影响储层分类的有很多变量,而这些变量之间又有相关性,针对这样的问题,利用主因子分析建立主因子模型,从而用更少的变量代替原有众多变量的主要信息。得到的主因子之间不具有多重共线性,因此可以将主因子数据进行WARD聚类分析,从而对储层进行综合分类评价。利用主因子分析和WARD聚类法对柯克亚凝析气田西河甫组西五二段储层分类评价,所得的结果与工程实际高度吻合。研究表明,此方法地质意义明确,能定量评价储层,有较高的应用价值。     

基于遥感地质异常的综合信息矿产预测方法研究

以滇东北地区为例，通过对遥感地质异常的综合信息矿产预测方法进行了研究。在滇东北地区对ETM遥感图像进行岩性及构造的解译、遥感光谱异常提取等手段获得7项遥感地质异常信息因子，在GIS软件中，利用缓冲带（buffer zone）等方法将线性地质异常转化为面状异常，并通过空间分析确定各种遥感异常与已知矿产当量的关系，计算各主因子的二级因子得分，形成成矿预测栅格图像。通过栅格图像各通道间的复合运算分析进行遥感综合异常的定量圈定，最终在工作区圈定了多个不同级别的遥感综合异常。     

甘肃省祁连山西段地球化学分区及其特征

水系沉积物地球化学数据蕴含了丰富的地质地球化学信息。采用R型因子分析方法对祁连山西段地区1∶25万水系沉积物数据进行统计分析,根据元素组合划分了5个地球化学区,并阐述了各分区的地质意义;划分的地球化学分区与一定级次的构造单元存在对应关系,可以为基础地质研究提供丰富的地球化学信息,同时也在一定程度上反映了区域成矿特点,为成矿远景预测及IV级成矿区带的细分提供一定的参考价值。     

层次分析法在基于高分遥感及伽马能谱的多源数据铀成矿预测中的适用性分析

层次分析法主要用于一些较为复杂、模糊且难以完全定量分析的问题的定量化决策。在地质勘查特别是铀矿地质勘查领域,高分（包括高空间分辨率和高光谱分辨率）遥感和伽马能谱数据异常信息与成矿要素及成矿可能性之间的关系难以定量化描述。在大面积研究区中,通过高分数据、伽马能谱数据及其他地学数据,该方法能够定量化地描述最有潜力的铀成矿远景区。文章分析了高分遥感和伽马能谱等多源数据异常信息与铀成矿要素的对应关系,探讨了铀成矿要素转化为层次分析法准则层的适用性和最优远景区选择规则的合理性,研究层次分析法应用于高分遥感和伽马能谱等多源数据铀矿勘查定量化分析的可行性和适用性,并以本巴图地区为实例进行该方法的操作步骤的展示和验证。研究结果表明,层次分析法适用于多源数据铀矿远景区筛选工作,且效果良好。     

基于地球化学数据的滇东南地区断裂构造信息提取

利用GIS与多重分形奇异值理论,探讨了一种用地球化学数据提取断裂构造信息的方法。基于滇东南地区1∶20万水系沉积物地球化学数据,依据构造地球化学原理选取Au、As、Sb、Hg、W、Sn、Bi共7种元素进行构造信息提取。经因子分析及因子旋转,发现主因子得分的空间分布与已知岩浆岩及断裂的空间展布行迹密切相关。通过计算断裂构造因子的奇异性指数进行弱信息增强,凸显出断裂构造的弱异常。将奇异性指数作为证据层,点状要素化的断裂构造数据作为训练点,进行模糊证据权(FWofE)计算,并对计算结果利用Student′s t值确定异常下限,圈定断裂构造异常范围。地球化学数据具有深部指示作用,这种断裂构造信息提取方法为深部找矿的断裂构造信息提取提供了新思路。     

地球化学分区标准化方法在区域化探信息提取中的应用

从区域化探数据中提取找矿地球化学信息是目前化探工作的重要研究课题,地球化学背景与异常划分是提取找矿地球化学信息的关键。水系沉积物是岩石风化的产物,是上游汇水盆地物质的天然组合,在化学成分上与上游汇水盆地岩石组成具有明显的继承性。水系沉积物中成矿成晕元素含量与常量元素含量之间亦有着密切关系。笔者基于水系沉积物样品特点,采用地球化学分区标准化方法圈定地球化学异常。研究发现,利用常量元素进行地球化学分区是可行的;分区标准化数据处理可以有效地压抑高背景区非矿异常,并强化低背景区矿致异常,突出了找矿信息。以成矿成晕元素标准化数据的因子得分圈定矿化类型综合异常,集中体现了矿致异常信息。     

基于IFA的组合分析算法及其在矿产预测中的应用

矿产预测是寻找潜在矿产资源、增加后备储量的主要手段。地球化学信息作为直接找矿信息,在矿产预测中占据重要地位,对地球化学数据进行矿致异常的识别和评价是关键环节之一。地球化学数据分析的目的是从杂乱无章的原始数据中寻找并有效圈定化探组合异常。针对目前常用于组合异常分析的R型聚类分析和因子分析等传统算法对数据源限制较多、预测效果不理想等问题,将信号处理领域的盲源分离算法——独立因子分析(IFA)引入到矿产预测中,提出了基于IFA的组合分析算法,并选取广东汕头澄海区鸿沟山锡金多金属矿区地球化学数据作为研究对象。验证结果表明,基于IFA的组合分析结果更有利于解释矿产分布规律,圈定的化探组合异常更符合实际勘查结果。依据分析结果进行矿产预测,成功圈定出3个找矿靶区。     

因子分析在地球化学数据处理中的应用

因子分析是一种多元统计分析方法,以往地质研究中常用其解决复杂的地质成因及矿化叠加问题。本文利用R型因子分析对岷县寨上-马坞调查区的1:20万水系沉积物样品数据进行处理,计算因子得分,圈定因子得分异常图,并与区内的各种地质作用相联系,取得了一定的效果;利用R-Q型因子分析对寨上及附近的原生晕样品进行分析,通过对矿体及构造带样品的分析,可以划分矿化类型;通过对地层样品的分析,可以划分地层并得出各地层的特征组合元素。因此利用因子分析可以为地球化学数据解释提供重要信息。     

对应聚类分析与盲矿体的地球化学预测

为利用矿区地球化学数据进行找矿靶区预测,采用了对应聚类分析方法。以山东省平度地区旧店金矿3号脉的实例,说明该方法的实施过程和应用效果。结果表明,该方法以简单步骤和单一图件揭示了在多元地球化学数据中隐藏的核心信息,正确识别了元素含量较低地段的隐伏矿体,为隐伏矿靶区预测探索了一种新的途径。     

Semi-hierarchical correspondence cluster analysis and regional geochemical pattern recognition

Semi-hierarchical correspondence cluster analysis (SHCCA), firstly developed in this paper, extracts the main advantages of correspondence analysis, hierarchical and non-hierarchical cluster analysis, and unifies the R- and Q-mode cluster analysis of large data set. A systemic program to recognize the regional geochemical patterns is built up based on this method. With this program, the complex tasks for data interpretation can be achieved by simple processes, and important geochemical information can be displayed by a single diagram, i.e. the multivariate regional geochemical image. As one of the applied examples of this program, the regional geochemical pattern recognition for a shallow covered area around Tahe in Heilongjiang Province is introduced. The results show that many hidden geochemical patterns related to the lithologies, structures, ore-forming conditions and prospecting targets etc are revealed by the geochemical image, and that the main geochemical patterns are related with certain geological and gravitational patterns. By finding contrasts between geochemical patterns and geological or gravitational patterns, the SHCCA results assist the geological mapping in this area. Geochemical data obtained in Chinese regional geochemical exploration provides useful information regarding geology and minerals, and the method described in this paper provides a new way to examine this type of resource.     

鄂尔多斯盆地北缘地球化学大数据样本优选分析

众所周知,地球化学数据携带有众多地质噪音,这些噪音严重影响地球化学数据信息的客观性与可靠性;对于地球化学大数据融合分析而言,确定样品的有效性及变量优选是滤除地质噪音、建立最优样本集合的必要性工作,因而在地球化学大数据处理分析前需首先进行大样本优选,从而更加客观、真实的揭示地球化学大数据信息及相关地质意义。本文以鄂尔多斯盆地北缘1∶20万地球化学土壤测量数据为例,考虑元素之间的地球化学亲和力与组合匹配关系,建立非线性大样本优选模型。具体做法是基于优选后的样品矩阵,将39个元素变量分解成若干独立因子向量,将最优独立因子向量作为元素组合,其向量各分量作为元素变量的权重,依权重大小进行变量优选;优选后的样本集合可以作为该区地球化学数据分析与信息识别的有效地学信息集合,运用这种集合可以有效开展鄂尔多斯盆地外围铀地球化学分析,并为盆地铀资源预测奠定基础。     

Using robust staged R-mode factor analysis and logistic function to identify probable Cu-mineralization zones in Khusf 1:100,000 sheets,east of Iran

Factor analysis method is a multivariate analysis technique that is widely used for the interpretation of stream sediment geochemical data. The purpose of factor analysis is describing the changes in a set of multi-element geochemical data by reducing the dimension of the data and variables to a number of factors that can present the hidden association between elements. Differences in mobility, physical, and chemical properties of the elements and the nature of the factor analysis method in which the matrix of all data is used cause paragenes elements not to be found on the output of factor analysis. In this research, to improve the output of factor analysis for deriving the best reagent multi-element mineralization, robust staged factor analysis method was used according to the close nature of geochemical data in order to identify the Cu-mineralization potential in Khusf 1:100,000 sheets located at the east of Iran. The robust staged factor analysis enhances the recognition of anomalous geochemical signatures and increases geochemical anomaly intensity and the percentage of the total explained variability of data. As indicated by the results of the study, few anomalous zones have been found in the study area. The observation of chalcopyrite and malachite mineralization in andesite and dacite–andesite rocks in a region during the field study confirms the effectiveness of the robust SFA technique. Such studies can be used by mine engineers and geologists for designing an optimum grid exploration on the next exploration steps.     

多重分形与地质统计学方法在粤北刘家山地区矿化指示中的应用

为了解地球化学元素在岩石等介质中的局部富集和贫化规律,采用多重分形和地质统计学方法来分析其空间自相关性及奇异性,多重分形方法通过多重分形模型来刻画,地质统计学方法通过变异函数来实现。应用这两种方法处理粤北刘家山地区1∶5万水系沉积物地球化学各元素数据表明,地球化学数据的局部奇异性在该区可反映铅锌铜矿化蚀变带等局部成矿有利部位。为进一步研究异常与奇异性区的关系采用分形滤波技术(S-A法)对该区成矿主元素Pb、Zn进行分析,发现由S-A法分解得到的异常区与奇异性区一致,并且得出由S-A法分解的异常具有局部奇异性的结论。研究区内具有明显奇异性的地区也即元素富集区域是铅锌矿异常区域,它们与铅锌矿成矿作用和已知矿床的赋存密切相关, 这也为该地区元素的成矿潜力评价提供了重要的线索。     

Imprecise (fuzzy) information in geostatistics

A methodology based on fuzzy set theory for the utilization of imprecise data in geostatistics is presented. A common problem preventing a broader use of geostatistics has been the insufficient amount of accurate measurement data. In certain cases, additional but uncertain (soft) information is available and can be encoded as subjective probabilities, and then the soft kriging method can be applied (Journel, 1986). In other cases, a fuzzy encoding of soft information may be more realistic and simplify the numerical calculations. Imprecise (fuzzy) spatial information on the possible variogram is integrated into a single variogram which is used in a fuzzy kriging procedure. The overall uncertainty of prediction is represented by the estimation variance and the calculated membership function for each kriged point. The methodology is applied to the permeability prediction of a soil liner for hazardous waste containment. The available number of hard measurement data (20) was not enough for a classical geostatistical analysis. An additional 20 soft data made it possible to prepare kriged contour maps using the fuzzy geostatistical procedure.This paper was presented at MGUS 87 Conference, Redwood City, California, 14 April 1987.