地化异常信息提取方法报告

1、标题地球化学开常是勘査地球化学的基木手段，也是矿产勘查的重要环节之一。在过去的勘 查研究工作中，地球化学异常提取的常规方法是将成矿成晕标准化数据为基木数据，再进行 异常下限计算,（公式为ca=c0±rs, g为异常下限.co为背景值,s为标准差,r为决定可 靠性的一个系数ior2or3）并圈定单元素异常，通过因了分析确定矿化类型元素组合，以其对 应因子得分圈定矿化类型综合界常图。但是这种方法只适川于研究区面积较小时与真实值接 近，对区域性地化异常提取不够准确。常用的地球化学异常信息提取方法除了以上的传统方法z外还包括地质背景衬值异常 法，滑动平均标准化数值法，以及子区中位数衬值滤波法

2、。地质背景衬值界常法就是将地质背景划分成若干统计单元，然后分别单独统计各单元 平均值，区内各点数据除以其所在统计单元的平均值，从而得到该元索背景衬值数据图，然 示在背景衬值数据图上圈定地质背景衬值异常图。这种方法的优点是将不同地质体的弟异性 变得更加明显，很好的弥补采用单一异常下限时强度较弱，特别是在低背景区的异常被削弱 或掩盖，导致部分界常信息丢失的不足。缺点是工作量大而繁琐，界常下限数据不确定。滑动平均标准化数值法，以区内各点为中心选取适合大小数据窗口，统计窗口内数据 的平均值，以该中心点的数据与窗口内数据平均值的商替代中心点原始数据，逐点进行替换 得到滑动平均标准化数据图，在滑动平均标准

3、化数据图上求得异常下限，圈定札i应的滑动平 均标准化数据异常图。优点是该方法不用考虑地质构造单元界限,适用于工作程度低的地区, 地球化学数据处理。缺点是需要操作人员有研究者的经验。了区中位数衬值滤波法（samcf）是对己知的各种化探数据处理方法进行系统研究的 基础上，吸收了 eda技术和滤波技术开发出的一种1： 20万区域化探扫面数据的计算机数 据处理方法。这一技术己经自形一套从数据处理到绘制单元素、多元素界常图的计算机系统。除了以上儿种常规方法z外还冇各种化探数据处理方法：针对地球化学场的分形方法、 对数据归一化法等等应用mapgis数字高程模型提取区域地球化学异常信息的方法：区域地球化学异

4、常是 相对于区域地球化学背景而言的，地球化学背景包括空间范围和倉量幅度两 方面的含义（阮天健等，1985）（图1）。区域地球化学背景不是一个确定的含量值，而是 一个含量范围， 空间上表现为较人范围内连续变化的曲面，主要受地质背景控制。此外，区域地球化 学数据还受地理 景观、采样介质、分析手段等i大i素影响，不可避免 的产生系统误差而或多或少的改 变背景曲面的形态。在正确圈定异常前就需尽可能真实的模拟区域 地球化学背景曲面的变化，以对区域地球化学数据进行适当的背景校正（包括系统谋差图1 不同尺度异常的关系示意图fig. 1 sketch map of anomalies on different

5、 scales图1不同尺度异常的关系示意图fig. 1 sketch map of anomalies on different scales将原始区域化探数据(1 : 20万组合样数据，规则网格)引入mapgis的数 字鬲程模型系统(及高程库管理系统)，形成以元素含量为高程值的数字高程模 型，在髙程模型中利用像元邻域统计功能，对模 型中以每一像元为中心的固 定大小的窗口内的像元 进行统计，可选用介适的统计结果作为输出数据层 中 对应像元的像元值来模拟区域地球化学背景曲而。像元邻域统计时可改变 统计窗口的大小和选择最小值、最大值、高程范围、累加值、平均值、标准 偏差以及屮值七种统计方式，笔者通

6、过用原始数据对比试验分析，认为采用7 x7统计窗口对1 : 20万化探数据进行邻域屮值统计计算后，模型能较好地反映背景的变化情况。此外，数据中常常存在由于次牛富集的不均匀性、偶然性变化等引起的 离群值，会极大地影响模拟背景的分布形态，使杲常的地质解释受到影响，因此在背景模拟前需对数 据进行空间滤波处理，减弱或消除局部因素的影响。通过均值低通滤波可以 使原始数据平滑,减少特别高或者特别低的像元值。传统方法以固定值c“圈定异 常，难以发现低背景区的弱小异常。作者注意到，以衬值计算为基础的方法却有可能过分地夸 大低背景区元素含量的不明显变化。如图2所示，a点处于相对低背景区，某元素含量仅为2(虚拟单

7、位,下同)其衬值fq=1.80；而b点元素含量为1(),由于 背景值髙，其衬值fch模拟的果儿索律爪数据11112345555555'a12a12345,ob555%11112345555555图2 a点的衬值(fc“)相比b点的衬值(fc,)被过分夸大示意图fig. 2 sketch map showing gross magnification of fca to fcb也仅为1.80。事实上由各类地质作用对成矿元素的富集在那些背景值高（包括高值区）的地区比起背景值低（包括低值区）的地区相对更容 易浓集成矿。因此，可运用mapgis的数字高程模型系统屮的规则网差值运算（或数学表达式

8、计算一求 差）功能用模拟的空间背景场值对原始数据进行背景校正，消除地 质背景、地理景观、样品分析批次等不同的影响，在元素含量校正值（残羌，为某点上元素的矿化叠加值？）基础上运用数字高程模型玄接进行异常圈定和信息的提取。方法流程应用mapgis数字髙程模型提取区域地球化学 异常信息的流程见图1。图1地球化学异常信息提取流程fig. 3 flow chart of extraction of geochemical anomaly information需耍说明的是:数字高程模型（.gfd）生成时采 川的网格间距为lommxlomm,莫网 度和当于1 : 20万实际组合样品点的间距（2 kmx2

9、km）。对其他 比例尺（如1 ： 5万） 化探数据的应用时，可和应调整网格间距，使模型能最好的反映数据原貌；消除偶 然性变化等引起的离群值采用3x3均值低通滤波窗口（6 kmx6 km）模拟区域地球化 学背景曲面时釆用7x7窗口（14 kmxl4 km）进行邻域中值统计，效果较好，也可结 合地质情况适当调整窗口大小；经差值运算后的结果数字高程模型（grd）,在自动牛成异常图前，可将其高程值（经背景 校止的矿化强度信息）导出，进行统计分析，指导界常图的编制、信息的提取。模拟的果儿索律爪数据11112345555555'a12a12345,ob555%11112345555555图2 a点

10、的衬值（fc“）相比b点的衬值（fcq被过分夸大示意图fig. 2 sketch map showing gross magnification of fca to fcb也仅为1&）。事实上由各类地质作用对成矿元素的富集在那些背景值高（包括高值区）的地区比起背景值低（包括低值区）的地区相对更容 易浓集成矿。因此，可运用mapgis的数字高程模型系统屮的规则网差值运算（或数学表达式计算一求 差）功能川模拟的空间背景场值对原始数据进行背景校止，消除地质背景、地理景观、样甜分析批次 等不同的影响，在元素含量校正值（残差，为某点上元索的矿化叠加值）基础上运用数字窩程模型直接进行异常圈定和信息

11、的提取。方法流程应川mapgis数字高程模型提取区域地球化学界常信息的流程见图2。仆空间坐杯的地球化学分析数据 | 数据预处珅（对数等变化） 投影匸成点义件（飢m）i分析敌抓故7為化模ni（.grd）3x3均値低通滤波工）：7x7邻域中値统计值工背朵高程模巾（grd） |_-运工残爰(grd)h工生成尤索异常图等.评价异常图3地球化学异常信息提取流程fig. 3 flow chart of extraction of geochemical anomaly information需耍说明的是:数字高程模型（.grd）生成时采 川的网格间距为lommxlomm,莫网 度相当于1 :20万实际组合样品点的间距（2 kmx2km）o对其他 比例尺（如1 : 5万）化探数据的应用 吋，可相应调整网格间距，使模型能最好的反映数据原貌；消除偶然性变化等引起的离群值采用3 x3均值低通滤 波窗口（6 kmx6 km）模拟区域地球化学背景曲而时采用7x7窗口（14 kmxl4 km）行邻域中值统计，效杲较好，也可结合地质情况适 当调整窗口大小；经差值运算后的结果数字高程模型（grd）,在自动生成界常图前，町将其鬲程值（经背景 校止的矿化强度信息）导出，进行统计分析，指导界