分析我国金矿找矿远景.docVIP

分析我国金矿找矿远景 　　摘要：本文对各成矿省分别建立统计模型，确定主要找矿标志，进行成矿预测，为全国范围的金矿资源潜力评价奠定基础。如何在当前技术条件下进一步开发、使用这些数据，深入挖掘数据所隐含的找矿信息，是开展新一轮找矿区划工作必须面对的问题。本文简要介绍我们利用国家大型数据库开展全国金矿资源潜力评价工作的一些做法和结果。 　　关键词：金矿；成矿预测 　　中图分类号：O741+.2文献标识码：A 文章编号： 　　1 数据来源及准备工作 　　鉴于是对全国范围的数据进行分析、处理，所以本次研究的基本比例尺确定为1：250万，投影采用正轴等角圆锥投影，中央经线110°，标准纬线为25°，47°数据综合分析处理平台采用基于Arc-View GIS的“矿床位置预测系统(DPIS)”。本次研究使用的主要数据、来源和初步整理结果如下： 　　1．1 地质数据 　　地质数据来自“全国l：250万数字地质图数据库”，提取地质体、断层和基础地理要素图层，转换为SHP格式，对部分省区地质体图层中的颜色号、地质符号等字段进行了整理。在DPIS上将分省的图层文件合并为全国的地质图层、断层图层。使用中对“全国1：250万数字地质图数据库”存在的部分问题进行了修正。 　　1．2 矿产数据 　　来自“中国地质工作程度数据库”和GWM 1．0应用系统，提取贵金属、有色金属矿产地数据，保存为SHP格式。利用其中的DBF表在DPIS上投影生成贵金属图层、有色金属图层。由于是进行全国范围的矿床统计预测，我们使用全国大中型岩金矿床作为建立模型的基础，将岩金矿点、矿化点作为找矿标志使用。 　　1．3 地球化学数据 　　来自“全国区域地球化学勘查数据库”，使用多元地学数据管理与分析系统(GeoExp1)，提取Au，Ag，Cu，Pb，Zn，W，Mo，As，Sb，Bi，Hg等11种元素原始数据，按照距离平方反比法生成1：100万精度(10 km×10 km)的网格化衍生数据，保存为MDB格式。然后利用MDB数据库中含有x，y，坐标信息的数据表，在DPIS上投影生成网格状分布的点位图。删除我国陆地范围以外的衍生数据点，形成数据点图层。为了消除不同构造单元、不同景观环境元素背景值差异造成的数据台阶效应，使全国的数据能放在一起进行研究，我们采用归一化方法对数据进行先期处理，数据分区以划分的二级成矿带为基础，并综合考虑地球化学景观分区因素。对于大区域范围内化探异常的确定，我们进行了异常下限优化处理，最终确定了各成矿省不同元素的异常下限。 　　2 成矿省划分 　　由于中国地域广大，不同地区具有不同的成矿地质条件和金矿分布规律，不宜作为同一个统计预测区，因此我们在研究中，首先划分了成矿省。在划分成矿域的基础上，结合我国金矿成矿的特点，进一步将全国划分为7个金矿成矿省，即西北成矿省、东北成矿省、华北成矿省、秦祁昆成矿省、扬子成矿省、华南成矿省、西南成矿省。采用“分区研究、合并成图”的方式，即对各成矿省分别研究各类找矿指示标志，建立不同的找矿模型，分别进行成矿预测和评价。最后在制做成果图时，再将各成矿省的结果合并成全国性图件。数据综合分析研究使用信息量模型，地质数据比例尺为1：250万，化探数据比例尺为1：100万，设定的单元格大小为20 km×20 km。将全国(不含台湾省)划分为23 941个单元，其中有效单元(指有化探数据分布的单元)17 701个。 　　3 地质标志选择 　　正确设置与选择地质标志是矿床统计预测成败的关键。这里探索用信息量法分类研究各种找矿指示标志，并从中初选地质标志。分析信息量计算公式L A j →B=l g[-(N j／N)／(S j／S)]可以发现，一种标志所提供的找矿信息量，只与该标志及目标矿种的分布有关，而与其他标志的分布无关。因此就可以单独研究一类标志的找矿信息量并进行对比，筛选出有利的找矿指示标志。 　　研究中仅使用大中型金矿床作为建立模型的基础，确定含矿单元，而没有使用小型金矿床作为建立模型的参照单元，也没有用其作为找矿标志，目的在于用小型金矿床的分布进行检验，检查预测结果的可靠性。小型矿床的出现，表明该地区具有良好的成矿条件，而且地质历史上有足以形成工业矿体的成矿作用发生。理论上，以大中型矿床为参照建立的预测模型，预测结果指示发现大中型矿床的概率。如果一个区域目前还没有发现大中型矿床，但统计结果显示其找矿信息量很高，且已经发现了一些小型矿床，那么在这个地区找到大中型矿床的可能性就比较大；如果大部分小型矿床都分布在信息量高值区域内，则表明统计模型的可靠程度较高。分区对7个成矿省的地层、侵入岩、断裂、化探异常、有色金属矿床点等5类找矿标志分别进行了统计研究，筛选出各成矿省金矿找矿指示标志(表1)。限于篇幅，各标