CN111325813B - 一种基于化探异常编制潜在成矿作用期次图的编图方法 - Google Patents
一种基于化探异常编制潜在成矿作用期次图的编图方法 Download PDFInfo
- Publication number
- CN111325813B CN111325813B CN202010086309.2A CN202010086309A CN111325813B CN 111325813 B CN111325813 B CN 111325813B CN 202010086309 A CN202010086309 A CN 202010086309A CN 111325813 B CN111325813 B CN 111325813B
- Authority
- CN
- China
- Prior art keywords
- mineralization
- geochemical
- abnormal
- potential
- action period
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000033558 biomineral tissue development Effects 0.000 title claims abstract description 168
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000013507 mapping Methods 0.000 title claims abstract description 33
- 239000000126 substance Substances 0.000 title claims abstract description 24
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 19
- 239000011707 mineral Substances 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims description 59
- 238000012732 spatial analysis Methods 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 24
- 230000005856 abnormality Effects 0.000 claims description 22
- 238000011160 research Methods 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 20
- 230000015572 biosynthetic process Effects 0.000 claims description 16
- 238000013210 evaluation model Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000013049 sediment Substances 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 3
- 239000011435 rock Substances 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- 238000000205 computational method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 12
- 239000010949 copper Substances 0.000 description 47
- 229910052802 copper Inorganic materials 0.000 description 43
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 23
- 229910052725 zinc Inorganic materials 0.000 description 20
- 229910052721 tungsten Inorganic materials 0.000 description 19
- 229910052737 gold Inorganic materials 0.000 description 13
- 230000001089 mineralizing effect Effects 0.000 description 4
- 229910007569 Zn—Au Inorganic materials 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 229910052745 lead Inorganic materials 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 229910052785 arsenic Inorganic materials 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 229910052750 molybdenum Inorganic materials 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 230000001594 aberrant effect Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 229910052787 antimony Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052793 cadmium Inorganic materials 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002366 mineral element Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229910052761 rare earth metal Inorganic materials 0.000 description 1
- 150000002910 rare earth metals Chemical class 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 229910052718 tin Inorganic materials 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Mining & Mineral Resources (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Remote Sensing (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于化探异常编制潜在成矿作用期次图的编图方法，在传统化探异常编图方法的基础上，深度挖掘了化探异常之元素空间组合所蕴含的潜在成矿作用期次信息；通过建立潜在成矿作用期次分级标准，对元素异常空间组合进行潜在成矿作用期次分级，最后基于潜在成矿作用分级结果完成潜在成矿作用期次成矿有利度分级图件的编制。通过该图件的编制，将地球化学异常与成矿作用的复杂性建立了直接的联系，提升了地球化学异常在热液型矿产成矿预测中的作用，同时也为区域成矿预测提供了重要的地球化学技术支撑。
Description
技术领域
本发明涉及成矿预测和勘查地球化学技术领域，具体涉及一种基于化探异常编制潜在成矿作用期次图的编图方法。
背景技术
成矿预测是为了提高找矿的成效和预见性而进行的一项综合研究工作，区域成矿预测工作中，在地质矿产工作程度不高的工作区，如青藏高原，因区内已有的各种地质、矿产和物化探等实际资料有限，勘查地球化学(简称“化探”)资料往往是区内具面状覆盖的重要的实测资料之一。化探数据的有效处理及其成果对预测矿产的有利地段具有重要的支撑作用，进而为下一阶段的普查找矿工作提供重要依据。
一个矿床的形成常具有多期性，热液型矿床在成矿过程中，每个成矿期内的成矿活动常以不同的元素特征划分成矿阶段。由于地质作用乃至成矿过程的多期、多源性，使得地球化学元素表现出群体组合关联特征，进而造成了地球化学元素在时空上的叠加性，即同一空间中呈现不同的相位，或不同的相位占据同一空间。元素在空间上客观存在的组合特性，使得元素间的空间相关性可能反映了成矿过程的不同期次。成矿地质作用角度，不同元素的富集具有不同的成矿作用机制，在同一空间不同元素的富集则代表了地质历史时期多个成矿作用的发生。即元素异常的空间组合与结构携带有成矿期次信息。
传统的化探数据处理主要基于传统统计学与现代地质统计学来确定或评价化探异常。然而，传统方法主要基于单元素异常分析，对成矿元素在空间上的组合特征及其空间结构关系研究较少。即使是考虑多元素叠加效应，也是将单元素分析结果进行机械叠加，所得到的效果仍具有人为信息割裂的弱点。大型矿床常具多期多阶段成矿特点，现有关于矿床多期次成矿的研究多集中在典型矿床的矿相学证据、同位素地球化学证据、稀土地球化学证据以及年代学证据等方面，属点上成因的深入研究，研究成果难以在区域上推广，即多期次成矿信息尚未转化到区域性矿产成矿预测层面。前述地球化学元素异常的空间组合与结构携带有成矿期次信息，地球化学异常的空间性使得这一成矿信息具有面状覆盖特点，从而基于化探异常所派生的潜在成矿作用期次信息即具有区域成矿预测作用。然而，现有的地球化学系列编图方法多基于统计学基础开展并呈现相应编图结果，其结果并未表达任何成矿作用期次信息，这在一定程度上人为地损失了重要且有效的区域地球化学找矿信息。本发明提供一种基于化探异常编制潜在成矿作用期次图的编图方法，本方法通过将地球化学异常与成矿作用期次的复杂性建立直接联系，为区域成矿预测提供了重要的地球化学技术支撑。
发明内容
针对现有技术中的上述不足，本发明提供的一种基于化探异常编制潜在成矿作用期次图的编图方法，解决了潜在成矿作用期次图制图的难题。
为了达到上述发明目的，本发明采用的技术方案为：一种基于化探异常编制潜在成矿作用期次图的编图方法，包括以下步骤：
S1、根据区域成矿预测目标和研究区内对应已知矿产成矿规律确定潜在成矿作用期次图编制所需的地球化学测量元素；
S2、采用地球化学测量方法采集所需的地球化学测量元素的含量；
S3、针对研究区地形地貌、气候条件以及地质特征确定所收集的地球化学测量元素含量的异常下限值；
S4、根据各测量元素含量的异常下限值，绘制各测量元素地球化学异常图；
S5、对各测量元素地球化学异常图进行空间叠合分析，得到各测量元素异常空间分析结果；
S6、根据各测量元素异常空间分析结果厘定对应的化探异常元素及其空间组合形式，进而根据空间上同位置出现的地球化学元素异常数量推测潜在至少成矿作用期次；
S7、根据区域成矿预测目标矿种成矿类型、矿床分带特征和各测量元素异常空间分析结果建立潜在成矿作用期次评价模型；
S8、根据潜在成矿作用期次评价模型对化探异常元素的空间组合形式和至少潜在成矿作用期次进行潜在成矿作用期次成矿有利度分级；
S9、根据潜在成矿作用期次成矿有利度分级结果，在GIS软件平台编制区域潜在成矿作用期次成矿有利度分级图。
进一步地：步骤S1中的区域成矿预测目标为：在某区域开展成矿预测的某种成矿类型的矿种或矿种组合。
进一步地：步骤S2中地球化学测量方法包括：水系沉积物地球化学方法、土壤地球化学方法和岩石地球化学方法。
进一步地：步骤S3中确定所收集的地球化学测量元素含量的异常下限值的方法包括：长剖面法、图解法和计算法。
进一步地：当元素含量呈正态分布时，所述计算法的公式为：T＝X+(2～3)δ，其中，T为某测量元素的异常下限，X为地球化学背景平均值，δ为标准差。
进一步地：当元素含量呈对数正态分布时，所述计算法的公式为：lgT＝lgX+(2～3)lgδ，其中，T为某测量元素的异常下限，X为地球化学背景平均值，δ为标准差。
进一步地：所述步骤S4包括以下步骤：
S41、采用GIS软件平台将所需的地球化学测量元素的含量进行数据网格化，得到网格化数据；
S42、将网格化数据通过GIS软件平台等值线生成模块绘制元素含量等值线图；
S43、根据元素含量等值线图，将大于等于异常下限值部分的元素含量对应的等值线区提取出来作为元素含量的地球化学异常图。
进一步地：步骤S5中采用MapGIS或ArcGIS地理信息软件平台对各测量元素地球化学异常图进行空间叠合分析。
进一步地：步骤S5包括以下步骤：
S51、根据各测量元素地球化学异常图，得到地球化学异常元素数量，进而将各元素异常进行分组；
S52、将各组内的元素异常分别进行空间叠合分析，得到组内空间独立的空间分析结果数据；
S53、对组内空间独立的空间分析结果进行组间空间分析，依次剔除其他各个组内独立的元素异常，使其组间元素异常也满足空间独立，最终得到组内组间均独立的各测量元素异常空间分析结果数据。
本发明的有益效果为：在传统化探异常编图方法的基础上，深度挖掘了化探异常之元素空间组合所蕴含的潜在成矿作用期次信息；通过建立潜在成矿作用期次分级标准，对元素异常空间组合进行潜在成矿作用期次分级，最后基于潜在成矿作用分级结果完成潜在成矿作用期次成矿有利度分级图件的编制。所编制的潜在成矿作用期次图反映的是至少潜在成矿作用期次，通过该图件的编制，将地球化学异常与成矿作用的复杂性建立了直接的联系，提升了地球化学异常在热液型矿产成矿预测中的作用，同时也为区域成矿预测提供了重要的地球化学技术支撑。
附图说明
图1为一种基于化探异常编制潜在成矿作用期次图的编图方法流程示意图；
图2为实施例中对各测量元素地球化学异常进行空间分析流程图；
图3为实施例中某研究区W、Cu、Zn、Au 4元素潜在成矿作用期次成矿有利度分级图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，在本发明的一个实施例中，一种基于化探异常编制潜在成矿作用期次图的编图方法，包括以下步骤：
S1、根据区域成矿预测目标和研究区内对应已知矿产成矿规律确定潜在成矿作用期次图编制所需的地球化学测量元素；
区域成矿预测目标指在某区域开展成矿预测的某种成矿类型的矿种或矿种组合，如在青藏高原冈底斯成矿带开展斑岩型铜矿预测，研究区为冈底斯成矿带，预测的成矿类型为斑岩型，预测的矿种为铜矿。
关于参与潜在成矿作用期次图编制所需的地球化学测量元素的确定，一般根据所测量或收集的地球化学测量资料和拟预测矿种的成矿类型来确定，尽量选择已有地球化学测量资料中的已测元素。如冈底斯成矿带斑岩型铜矿成矿预测工作，可选择Au、Ag、Cu、Pb、Zn、As、W、Mo等元素开展编图工作。特别指出的是，本发明专利不限定成矿预测或区域矿产资源潜力评价的目标矿种、预测区域和预测比例尺等。
S2、采用地球化学测量方法采集所需的地球化学测量元素的含量；
当研究区内无已有地球化学测量数据时，需要开展地球化学测量工作；当研究区内之前已开展过地球化学测量工作时，可收集所需的地球化学测量资料。
地球化学测量方法包括水系沉积物地球化学方法、土壤地球化学方法和岩石地球化学方法等。区域性成矿预测中一般选择水系沉积物地球化学测量方法。关于地球化学测量元素，如中国地质调查局矿产地质调查技术要求(1∶50000)中规定，Au、Ag、Cu、Pb、Zn、As、Sb、Hg、W、Sn、Mo、Bi、Co、Ni、Cr、Cd等16种元素为水系沉积物测量的必测元素。
S3、基于行业标准或针对研究区地形地貌、气候条件以及地质特征确定所收集的地球化学测量元素含量的异常下限值；
异常下限值是分辨地球化学背景和地球化学异常的一个量值界限，低于异常下限值的所有元素测试值(含量)属于地球化学背景范围，高于异常下限值的含量是地球化学异常。异常下限值的确定有长剖面法、图解法和计算法等，一般采用计算方法求得，通常用背景平均值加上两倍或三倍标准差作为异常下限。
当元素含量呈正态分布时，计算法的公式为：T＝X+(2～3)δ，其中，T为某测量元素的异常下限，X为地球化学背景平均值，δ为标准差。
当元素含量呈对数正态分布时，计算法的公式为：lgT＝lgX+(2～3)lgδ，其中，T为某测量元素的异常下限，X为地球化学背景平均值，δ为标准差。
S4、根据各测量元素含量的异常下限值，绘制各测量元素地球化学异常图；
步骤S4包括以下步骤：
S41、采用GIS软件平台将所需的地球化学测量元素的含量进行数据网格化，得到网格化数据；
S42、将网格化数据通过GIS软件平台等值线生成模块绘制元素含量等值线图；
S43、根据元素含量等值线图，将大于等于异常下限值部分的元素含量对应的等值线区提取出来作为元素含量的地球化学异常图。
特别说明的是，本发明专利编制的元素地球化学异常图只用区表示，且不做浓度分带，即元素含量大于等于异常下限的区统一划归为一类异常。
S5、对各测量元素地球化学异常图进行空间叠合分析，得到各测量元素异常空间分析结果；
S51、根据各测量元素地球化学异常图，得到地球化学异常元素数量，进而将各元素异常进行分组；
S52、将各组内的元素异常分别进行空间叠合分析，得到组内空间独立的空间分析结果数据；
S53、对组内空间独立的空间分析结果进行组间空间分析，依次剔除其他各个组内独立的元素异常，使其组间元素异常也满足空间独立，最终得到组内组间均独立的各测量元素异常空间分析结果数据。
基于MapGIS或ArcGIS等地理信息软件平台的空间分析功能对步骤S4中所得各测量元素地球化学异常图的元素地球化学异常进行空间叠合分析，得到多个元素异常空间分析的空间独立结果。所谓空间独立结果即多元素异常空间分析后的任一区文件空间上独立且无拓扑错误。为进一步说明空间分析的过程，本发明实施例分别以冈底斯成矿带某研究区W、Cu、Zn、Au 4个元素地球化学异常为例以叙述空间分析的详细过程，如图2所示。
A1、把4个元素异常分为①W、Cu和②Au、Zn两组，其中分组是任意的，没有特别要求；
A2、将两组异常中的两个元素异常分别进行空间叠合分析，得到第一层空间分析的6个结果数据，①组中分别为W-Cu、W∩Cu、Cu-W，②组中分别为Au-Zn、Au∩Zn、Zn-Au；并将W-Cu、W∩Cu、Cu-W分别设为a、b、c，将Au-Zn、Au∩Zn、Zn-Au分别设为A、B、C；
A3、基于步骤A2所得a、b、c和A、B、C数据进一步开展空间分析，得到第二层空间分析结果数据：
首先，用a和A进行空间分析，得到a-A、a∩A、A-a，其中a∩A为仅含W和Au元素异常的空间独立数据，而A-a为空间上已剔除a∩A和a-A但仍可能包含b和c的数据，故需对A-a进一步开展空间分析；
其次，A-a与b按照上述方式进行空间分析，得到b-(A-a)、b∩(A-a)和(A-a)-b，其中(A-a)-b还存在包含c的可能；
最后，将(A-a)-b与c进行空间分析处理，得到c-[(A-a)-b]、c∩[(A-a)-b]和[(A-a)-b]-c，其中c∩[(A-a)-b]和[(A-a)-b]-c为空间上独立的异常区域；但a-A、b-(A-a)和c-[(A-a)-b]仍未排除组②中B、C元素异常区域；
A4、将a-A、b-(A-a)和c-[(A-a)-b]分别剔除与B的交集和与C的交集后，即可得到空间上独立的异常区域，结果分别为(a-A)-[(a-A)∩B]-[(a-A)∩C]、a∩A、[b-(A-a)]-{[b-(A-a)]∩B}-{[b-(A-a)]∩C}、b∩(A-a)、{c-[(A-a)-b]}-{{c-[(A-a)-b]}∩B}-{{c-[(A-a)-b]}∩C}、[(A-a)-b]∩c和[(A-a)-b]-c共7个空间独立的异常区域；
同理，B、C数据同上述A数据处理方式一致，各得到7个空间独立的异常区域；步骤A4完成后即得到第三层空间分析的21个空间独立的异常区域。
S6、根据各测量元素异常空间分析结果厘定对应的化探异常元素及其空间组合形式，进而根据空间上同位置出现的地球化学元素异常数量推测潜在至少成矿作用期次；
以步骤S5中示出的某研究区W、Cu、Zn、Au 4个元素地球化学异常空间分析结果为例，本实施例拟定的其空间分析结果所对应的化探异常元素及其空间组合形式如表1所示。
依据地表同位出现的化探异常元素的种数，推测该地至少经历热液叠加的次数，如同时存在W、Cu、Zn、Au异常元素，则暗示至少发生过4次热液叠加，即潜在成矿作用次数为4。
表1某研究区W、Cu、Zn、Au 4个元素空间分析结果
注：a＝W-Cu；b＝W∩Cu；c＝Cu-W；A＝Au-Zn；B＝Au∩Zn；C＝Zn-Au
S7、根据区域成矿预测目标矿种成矿类型、矿床分带特征和各测量元素异常空间分析结果建立潜在成矿作用期次评价模型；
以冈底斯成矿带某研究区斑岩型铜矿成矿预测为例，预测的目标矿种为铜矿，成矿类型为斑岩型。热液矿床中矿床分带现象最为常见也最为复杂，一般用成矿元素来表现，元素空间分带性是地球化学元素迁移过程中的规律性表现，通常根据空间上的分布特征，可分为垂直分带和水平分带。
按照元素地球化学习性，当成矿热液活动体系自下而上运移时，在垂向上，由深经浅，在平面上，由中心向边缘，理论上依次沉淀高温、中温和低温元素。在地表，若同位出现高温、中温、低温元素化探异常，则意味着至少发生了三次成矿作用，即空间上同一部位不同热液活动发生了叠加。如步骤S6所述，依据地表同位化探异常元素的种数，故可以推测该地至少经历热液叠加的次数。以冈底斯成矿带某研究区斑岩型铜矿成矿预测中W、Cu、Zn、Au4元素异常的空间分析结果为例所建立的潜在成矿作用期次评价模型如表2所示。
表2潜在成矿作用期次评价模型例表
| 元素异常组合 | 潜在成矿作用期次 | 铜成矿强度 | 成矿有利度 | 成矿有利度分级 |
| Au、Zn、Cu、W | 4 | 3 | 最佳 | Ⅰ |
| Au、Zn、Cu | 3 | 3 | 次佳 | Ⅱ |
| Au、Cu、W | 3 | 2 | 佳 | Ⅲ |
| Zn、Cu、W | 3 | 2 | 佳 | Ⅲ |
| Au、Zn、W | 3 | 2 | 佳 | Ⅲ |
| Au、Cu | 2 | 2 | 佳 | Ⅲ |
| Zn、Cu | 2 | 2 | 佳 | Ⅲ |
| Au、Zn | 2 | 2 | 佳 | Ⅲ |
| Au、W | 2 | 1 | 有一定希望 | Ⅳ |
| Zn、W | 2 | 1 | 有一定希望 | Ⅳ |
| Cu、W | 2 | 1 | 有一定希望 | Ⅳ |
| Au | 1 | 1 | 有一定希望 | Ⅳ |
| Zn | 1 | 1 | 有一定希望 | Ⅳ |
| Cu | 1 | 1 | 有一定希望 | Ⅳ |
| W | 1 | 0 | 希望较小 | Ⅴ |
其中，(1)元素异常组合：指经过步骤S6中根据各测量元素异常空间分析结果厘定对应的化探异常元素及其空间组合形式，一般需列出参与潜在成矿作用期次图件编制元素的所有可能空间组合；(2)潜在成矿作用期次：与元素异常组合的元素数量对应，有几个元素即有几次至少潜在成矿作用期次，潜在成矿作用期次的数量值为潜在成矿作用期次评价的得分值；(3)铜成矿强度：本实施例以斑岩型铜矿成矿预测为例，故名铜成矿强度，若为其它矿种成矿预测则为对应矿种的成矿强度；为保持与潜在成矿作用期次在同一量级，成矿强度从0到i用整数表示，具体值的大小代表了目标预测矿种成矿强度的大小，值越大则成矿强度越大；成矿强度值依据成矿元素垂直分带规律确定，如针对斑岩型铜矿成矿预测，冈底斯成矿带某斑岩型铜矿成矿元素自下而上的垂直分带表现为W、Mo→Cu(Mo)→Pb、Zn、Au，表示成矿元素从高温到中高温到中低温运移富集的规律；根据这一规律，结合本实施例示出的4种元素异常，当出现Zn、Au元素异常时，表示地下不深之处可能出现铜矿化，可各记一次铜成矿强度；当出现Cu元素异常时，可记一次铜成矿强度；当出现W元素异常时，一般认为Cu矿化已经被剥蚀殆尽，不记录铜矿成矿强度；铜成矿强度的数量值也可视为铜成矿强度评价的得分值；(4)成矿有利度：是综合潜在成矿作用期次和铜成矿强度的定性描述，潜在成矿作用期次和铜成矿强度得分值的和最高者成矿有利度最佳、最低者成矿有利度最小，为简化成果图图面负担，本实施例做五级定性描述；(5)成矿有利度分级：是对成矿有利度定性描述的定量表达，可采用Ⅰ、Ⅱ、Ⅲ……或1、2、3……等序号表示。
S8、根据潜在成矿作用期次评价模型对化探异常元素的空间组合形式和至少潜在成矿作用期次进行潜在成矿作用期次成矿有利度分级；
基于MapGIS或ArcGIS等地理信息系统软件平台，对步骤S6中元素异常的空间组合形式建立分级属性表，属性字段至少包括步骤S7中表2的“元素异常组合”、“潜在成矿作用期次”、“铜成矿强度”、“成矿有利度”和“成矿有利度分级”等属性；根据步骤S7建立的潜在成矿作用期次评价模型对步骤S6的元素异常空间组合形式和至少成矿作用期次赋分级属性。
S9、根据潜在成矿作用期次成矿有利度分级结果，在GIS软件平台编制区域潜在成矿作用期次成矿有利度分级图。
在MapGIS或ArcGIS等地理信息系统软件平台，基于步骤S8的潜在成矿作用期次分级结果，编制研究区潜在成矿作用期次成矿有利度分级图，图3为利用MapGIS软件平台编制的本实施例中某研究区W、Cu、Zn、Au 4元素潜在成矿作用期次成矿有利度分级图。图3中Ⅰ级和Ⅱ级的成矿有利度较高，是潜在成矿作用期次较多的区域，指示了研究区内最佳的找矿地段。大型-超大型矿床一般具有多期叠加成矿作用的发生，基于化探异常编制的潜在成矿作用期次图为区域成矿预测提供了一种新的定量判断成矿作用强弱的技术手段，为区域成矿预测提供了重要的预测要素。
本发明在传统化探异常编图方法的基础上，深度挖掘了化探异常之元素空间组合所蕴含的潜在成矿作用期次信息；通过建立潜在成矿作用期次分级标准，对元素异常空间组合进行潜在成矿作用期次分级，最后基于潜在成矿作用分级结果完成潜在成矿作用期次成矿有利度分级图件的编制。所编制的潜在成矿作用期次图反映的是至少潜在成矿作用期次，通过该图件的编制，将地球化学异常与成矿作用的复杂性建立了直接的联系，提升了地球化学异常在热液型矿产成矿预测中的作用，同时也为区域成矿预测提供了重要的地球化学技术支撑。
Claims (8)
1.一种基于化探异常编制潜在成矿作用期次图的编图方法，其特征在于，包括以下步骤：
S1、根据区域成矿预测目标和研究区内对应已知矿产成矿规律确定潜在成矿作用期次图编制所需的地球化学测量元素；
S2、采用地球化学测量方法采集所需的地球化学测量元素的含量；
S3、针对研究区地形地貌、气候条件以及地质特征确定所收集的地球化学测量元素含量的异常下限值；
S4、根据各测量元素含量的异常下限值，绘制各测量元素地球化学异常图；
S5、对各测量元素地球化学异常图进行空间叠合分析，得到各测量元素异常空间分析结果；
步骤S5包括以下步骤：
S51、根据各测量元素地球化学异常图，得到地球化学异常元素数量，进而将各元素异常进行分组；
S52、将各组内的元素异常分别进行空间叠合分析，得到组内空间独立的空间分析结果数据；
S53、对组内空间独立的空间分析结果进行组间空间分析，依次剔除其他各个组内独立的元素异常，使其组间元素异常也满足空间独立，最终得到组内组间均独立的各测量元素异常空间分析结果数据；S6、根据各测量元素异常空间分析结果厘定对应的化探异常元素及其空间组合形式，进而根据空间上同位置出现的地球化学元素异常数量推测潜在至少成矿作用期次；
S7、根据区域成矿预测目标矿种成矿类型、矿床分带特征和各测量元素异常空间分析结果建立潜在成矿作用期次评价模型；
S8、根据潜在成矿作用期次评价模型对化探异常元素的空间组合形式和至少潜在成矿作用期次进行潜在成矿作用期次成矿有利度分级；
S9、根据潜在成矿作用期次成矿有利度分级结果，在GIS软件平台编制区域潜在成矿作用期次成矿有利度分级图。
2.根据权利要求1所述的基于化探异常编制潜在成矿作用期次图的编图方法，其特征在于，所述步骤S1中的区域成矿预测目标为：在某区域开展成矿预测的某种成矿类型的矿种或矿种组合。
3.根据权利要求1所述的基于化探异常编制潜在成矿作用期次图的编图方法，其特征在于，所述步骤S2中地球化学测量方法包括：水系沉积物地球化学方法、土壤地球化学方法和岩石地球化学方法。
4.根据权利要求1所述的基于化探异常编制潜在成矿作用期次图的编图方法，其特征在于，所述步骤S3中确定所收集的地球化学测量元素含量的异常下限值的方法包括：长剖面法、图解法和计算法。
5.根据权利要求4所述的基于化探异常编制潜在成矿作用期次图的编图方法，其特征在于，当元素含量呈正态分布时，所述计算法的公式为：T＝X+(2～3)δ，其中，T为某测量元素的异常下限，X为地球化学背景平均值，δ为标准差。
6.根据权利要求4所述的基于化探异常编制潜在成矿作用期次图的编图方法，其特征在于，当元素含量呈对数正态分布时，所述计算法的公式为：lgT＝lgX+(2～3)lgδ，其中，T为某测量元素的异常下限，X为地球化学背景平均值，δ为标准差。
7.根据权利要求1所述的基于化探异常编制潜在成矿作用期次图的编图方法，其特征在于，所述步骤S4包括以下步骤：
S41、采用GIS软件平台将所需的地球化学测量元素的含量进行数据网格化，得到网格化数据；
S42、将网格化数据通过GIS软件平台等值线生成模块绘制元素含量等值线图；
S43、根据元素含量等值线图，将大于等于异常下限值部分的元素含量对应的等值线区提取出来作为元素含量的地球化学异常图。
8.根据权利要求1所述的基于化探异常编制潜在成矿作用期次图的编图方法，其特征在于，所述步骤S5中采用MapGIS或ArcGIS地理信息软件平台对各测量元素地球化学异常图进行空间叠合分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010086309.2A CN111325813B (zh) | 2020-02-11 | 2020-02-11 | 一种基于化探异常编制潜在成矿作用期次图的编图方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010086309.2A CN111325813B (zh) | 2020-02-11 | 2020-02-11 | 一种基于化探异常编制潜在成矿作用期次图的编图方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111325813A CN111325813A (zh) | 2020-06-23 |
| CN111325813B true CN111325813B (zh) | 2020-12-22 |
Family
ID=71165170
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010086309.2A Expired - Fee Related CN111325813B (zh) | 2020-02-11 | 2020-02-11 | 一种基于化探异常编制潜在成矿作用期次图的编图方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111325813B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103942841A (zh) * | 2013-08-15 | 2014-07-23 | 中国地质科学院矿产资源研究所 | 基于gis的矿产资源多元信息处理方法及其系统 |
| CN108335223A (zh) * | 2017-12-25 | 2018-07-27 | 核工业北京地质研究院 | 一种砂岩型铀矿综合评价技术方法 |
| CN108761564A (zh) * | 2018-08-07 | 2018-11-06 | 青海省地质调查院（（青海省地质矿产研究所）） | 一种新生代岩浆型铜多金属矿找矿方法 |
| AU2019100343A4 (en) * | 2018-04-04 | 2019-05-09 | Kraft, John MR | A Low-Cost Method for the Safe Extraction, Storage, Audit and Transfer of Value of Precious Metal Deposits |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BR112015027830A2 (pt) * | 2013-05-09 | 2017-07-25 | Procter & Gamble | método e sistema de identificação de biomarcador |
| WO2017048715A1 (en) * | 2015-09-15 | 2017-03-23 | Conocophillips Company | Phase predictions using geochemical data |
-
2020
- 2020-02-11 CN CN202010086309.2A patent/CN111325813B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103942841A (zh) * | 2013-08-15 | 2014-07-23 | 中国地质科学院矿产资源研究所 | 基于gis的矿产资源多元信息处理方法及其系统 |
| CN108335223A (zh) * | 2017-12-25 | 2018-07-27 | 核工业北京地质研究院 | 一种砂岩型铀矿综合评价技术方法 |
| AU2019100343A4 (en) * | 2018-04-04 | 2019-05-09 | Kraft, John MR | A Low-Cost Method for the Safe Extraction, Storage, Audit and Transfer of Value of Precious Metal Deposits |
| CN108761564A (zh) * | 2018-08-07 | 2018-11-06 | 青海省地质调查院（（青海省地质矿产研究所）） | 一种新生代岩浆型铜多金属矿找矿方法 |
Non-Patent Citations (1)
| Title |
|---|
| 东昆仑五龙沟金矿集中区化探异常与遥感异常响应及成矿预测;易桂花;《中国博士学位论文全文数据库 基础科学辑》;20120315;第I-II、12-13、17-52、106-114页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111325813A (zh) | 2020-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cheng | Spatial and scaling modelling for geochemical anomaly separation | |
| Yousefi et al. | Application of staged factor analysis and logistic function to create a fuzzy stream sediment geochemical evidence layer for mineral prospectivity mapping | |
| Kirkwood et al. | Stream sediment geochemistry as a tool for enhancing geological understanding: An overview of new data from south west England | |
| Dmitrijeva et al. | Defining IOCG signatures through compositional data analysis: A case study of lithogeochemical zoning from the Olympic Dam deposit, South Australia | |
| CN106355011A (zh) | 一种地球化学数据元素序结构分析方法及装置 | |
| CN110991075B (zh) | 一种金属矿产快速勘查评价方法 | |
| CN103345566B (zh) | 基于地质内涵的化探异常识别与评价方法 | |
| CN111707490B (zh) | 一种农用地土壤污染调查分阶段分区采样的方法 | |
| Lima et al. | Interpolation methods for geochemical maps: a comparative study using arsenic data from European stream waters | |
| Beveridge et al. | Refined geochronology and revised stratigraphic nomenclature of the Upper Cretaceous Wahweap Formation, Utah, USA and the age of early Campanian vertebrates from southern Laramidia | |
| Thern et al. | Detrital zircon age structure within ca. 3 Ga metasedimentary rocks, Yilgarn Craton: Elucidation of Hadean source terranes by principal component analysis | |
| Melo et al. | Using self-organizing maps in airborne geophysical data for mapping mafic dyke swarms in NE Brazil | |
| CN111273372B (zh) | 一种基于化探异常编制潜在成矿温度组合图的编图方法 | |
| Webber | The effects of spatial patchiness on the stratigraphic signal of biotic composition (Type Cincinnatian Series; Upper Ordovician) | |
| Nguyen et al. | Spatial cluster and outlier identification of geochemical association of elements: A case study in Juirui copper mining area | |
| CN111325813B (zh) | 一种基于化探异常编制潜在成矿作用期次图的编图方法 | |
| Ribeiro et al. | Geochemical multifractal modeling of soil and stream sediment data applied to gold prospectivity mapping of the Pitangui Greenstone Belt, northwest of Quadrilátero Ferrífero, Brazil | |
| Zhang et al. | Discrimination between natural background and anthropogenic pollution in environmental geochemistry—exemplified in an area of south-eastern Sweden | |
| Raič et al. | Building geochemical vectors with trace element compositions of sulfides in orogenic gold mineral systems in northern Finland | |
| Rabeau et al. | Log-uniform distribution of gold deposits along major Archean fault zones | |
| Partington et al. | Prospectivity mapping using GIS with publicly available earth science data—a new targeting tool being successfully used for exploration in New Zealand | |
| Voegele et al. | Microstratigraphic analysis of fossil distribution in the lower Hornerstown and upper Navesink formations at the Edelman Fossil Park, NJ | |
| Holmes et al. | Soil databases and the problem of establishing regional biogeochemical trends | |
| CN108228920B (zh) | 一种砂岩型铀矿土壤铀元素异常筛选方法 | |
| Guimarães et al. | Upland lakes of the Carajás region: origin and development through time |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201222 |