GIS技术在勘查中应用第四章预测模型及其应用

第四章矿产资源预测模型及其应用中国地质大学资源学院数据输入数据管理模型建立空间分析数据输出4.1GIS应用于成矿预测的一般流程

▲GIS应用于成矿预测，除了需要满足一般GIS应用的数据流程要求外，又需要满足本学科特有的数据要求，其流程为：（1）地矿信息获取和空间数据库的建立（2）预测信息的提取----变量（3）成矿预测模型的建立（4）空间分析（2、3、4相互交叉验证）（5）解释最终结果

4.1.1地矿信息获取和空间数据库的建立利用GIS提供的数据输入平台将地学资料分类输入。金属矿产预测的多源地矿信息源一般包括：研究区地质矿产图，研究区地球物理数据或物探异常图，研究区地球化学数据或化探异常图，研究区遥感数据或遥感图像及遥感解译图等。输入的方法可采用数字化仪、扫描仪和键盘输入。对输入的各类数据应标注其属性及数据间的拓扑关系，并将输入数据转换为统一的某一种坐标投影系统和有利于空间分析的数据格式（矢量或栅格格式），进行误差校正。从而建立起可供查询、检索及进行各种分析的空间数据库。4.1.2预测信息的提取根据所研究矿产模型的需要，从原始数据库中提取有用的证据单元，或重新组合成基本的证据层。例如：利用物、化探资料产生地球物理和地球化学异常图；提供有利于成矿的线元或面元形成单独或组合的证据图层；对矿点、矿床的产出位置进行提取得到矿点、矿床分布图等。4.1.3预测模型的建立证据权法信息量法BP神经网络ART神经网络特征分析法逻辑回归模糊逻辑4.1.4空间分析以重新组合的证据层为基本单元，利用GIS强大的图形分析功能，按照专家系统提供的知识和经验，对各个图形进行操作分析。通过GIS的图形显示功能观察中间结果，对比、分析、评价、修改初始模型和图形分析方法，产生新的中间图层，直到满足矿产资源预测的要求为止。4.1.5解释最终结果对多层地学证据进行叠加，产生研究区矿产预测图。即产生预测的最终成果。利用GIS产生的矿产预测图是以不同色级标示的一幅矿产资源空间可能产出的概率图。根据其概率的不同可以圈定各级远景区。同时可以通过组织专家分析成果应用的有效性，并可以修改或重新构成基本证据的模型参数，产生新的矿产资源预测图件。4.1.6矿产资源GIS评价系统基于GIS的矿产资源评价工作目前国内成果：金属矿产资源评价分析系统（MORPAS）（赵鹏大、胡光道等）矿产资源综合信息矿产资源预测评价系统（王世称等）矿产资源综合评价系统（MRAS）

（肖可炎等）矿产资源评价与预测工作一般流程地质物探化探遥感矿产数据处理与分析成矿信息提取经验模型监督模型非监督模型找矿有利度与靶区分类踏勘验证GIS找矿标志提取地质背景，地质异常分析与找矿标志提取物探资料处理分析与找矿标志提取化探资料处理分析与找矿标志提取遥感资料处理分析与找矿标志提取成矿信息综合多源信息空间数据库成果表达成果表达成果表达两个核心概念

一、单元划分单元划分是进行地质异常提取、矿产资源综合评价最基础的环节，单元划分得合理与否将对矿产预测结果产生直接的影响。它不仅是统计观测的基本单位，也是提取与资源特征有密切关系的地质变量的基础，而且是统计对比和综合评价的对象；评价的结果是以单元为基础或通过单元表达的。单元划分的目的为了确定地质变量观察尺度和取值范围，提高评价结果的准确性，而单元类型和大小，犹如样品采集和分析那样，其取样的方法及大小不同，获得的结果对地质现象描述的精确程度不同，从而直接影响地质研究与资源评价的效果。预测单元划分太小，造成同一地质体分布于多个单元，人为割裂地质现象，而且明显地扩大了无矿单元和单一控矿单元的数目，增加了预测工作量，不利于地质模型的建立；而网格单元划分太大，则歪曲了有矿单元的分布形态，使误判有矿的面积增大，不利于找矿工作的进行，并使预测靶区的信度降低，因此如何确定最佳网格单元大小并非易事，它必须结合实际资料水平和采用的评价模型，选择合理的单元划分方法。目前有规则网格单元划分和不规则单元划分两种方法。规则网格单元规则网格化单元是指采用一定规则的网格作为统计预测样品的方法总称。自20世纪60年代D．P．Harsis,首先采用网格法划分单元建立资源统计预测模型以来，该方法一直被广泛地应用于资源预测、统计性地质数据处理等领域。该方法母体构成是以“相似类比”原理为基础的，即相似的地质构造环境应含有相似的矿产。研究区域内所有地质构造环境相似的地段都是母体的组成部分，因此，采样必须沿一定网格连续进行，丢掉任何一个小的局部地段都有可能漏掉矿化单元。网格化单元有如下优点：①网格化单元的划分原则统一，预测区和模型区网格单元规格易统一，它不受地质工作程度的不平衡性所限制；②网格化单元是独立的，单元内已知矿床是随机分布的，有利于随机抽样，形成简单样本，同时还可以研究矿床在单元内的分布规模；③某些矿种（同生矿床系列、石油等）采用网格化单元有利于扩大样品数，扩大样本容量，以提高统计的准确性；④网格化单元划分方法简便，划分方案统一，易于坐标化，便于大范围信息的储存和计算机成图工作。网格单元划分的关键问题是选择单元的位置、大小。如何确定最佳网格单元大小，并非易事，也缺乏明确的准则（赵鹏大，1995）通常对单元的划分应该考虑以下因素：①预测比例尺和精度要求；②预测区地质条件复杂程度，矿点数及空间分布特征；③研究区范围大小及保证统计分析所需的单元数；④地质特征的空间变异性；③应遵循抽样的随机性与样品的代表性原则。常用的经验算法有1经验性最佳面积：根据区内矿点数量以及预测范围的大小，经验性地确定最优的单元面积，即S=研究区总面积／矿点数*L式中：L为给出的期望矿点平均数，一般取1一3）之间的值。2赵鹏大等提出一种采用概率统计划分方法，即以落入单元内的期望矿点数等于或小于实际落人单元矿点数标准差的三倍为准则，即有

δ／E＝Sqrt（（l－S）／nS）＜＝l／3式中：E为落人单元内的矿点数的数学期望；δ为实际落人单元内的矿点数标准差；S为单元面积与研究区面积之比；n为矿点总数。3）根据图件比例尺确定单元大小：对于1：50万比例尺的地质图，用25－100km2的面积为基本单元的大小；对于1：20万比例尺的地质图，用4－16km2的面积为基本单元的大小；对于I：5万地质图单元大小为0．25-1km2的面积比较适宜。地质体单元法也称自然单元法前述单元划分是以满足抽样的随机性或代表性为前提而进行的等大小规则单元划分，此法给成矿预测带来了方便，但可能不能很好反映地层体内容的变化特征。不规则单元——地质体、地质异常体、资源体等，则可以在不割裂地质体内部变化性的情况下，开展预测研究。地质单元法是指应用对预测矿种具有明显控制作用的地质条件和找矿意义明确的标志圈定地质统计单元的方法。其优点是能保证直接建立预测地质体与矿产的关系。其关键是确定划分地质单元边界的条件。矿产预测的地质体单元划分方法主要取决于综合信息找矿模型的特点。在综合信息找矿模型中，有两种找矿标志：一种是成矿的必要条件；另一种是成矿有利（或不利）标志。地质统计单元的划分以成矿的必要条件为基础，并以成矿有利或不利标志为补充。例如：对于岩浆岩型矿床，多以岩体专属性特征为主要控矿因素。若矿体的围岩即是成矿母岩而这类矿床的矿体很少产于岩休以外的围岩中时，一般选择岩体为单元。1）将各种自然地质体作为单元，这是常用的一种划分方法。自然地质体有地层、岩体和蚀变带等。例如地层，可将表示地层的那些GIS图元作为数据提取单元。此时，单元划分到的地层单位级别（例如，是划分到“群”还是划分到“组”）应由用户结合实际情况确定。另外，如果研究区域中若干个地层图元都带有用户指定的某个属性项，那么在数据提取时应将这若干图元作为同一个单元看待，虽然这些图元分散在GIS图的不同位置。譬如，某研究区出露新生代的第四纪。新近纪和古近纪地层及中生代的白垩纪、侏罗纪和三叠纪地层，单元划分到的级别是“代”。现在要考察铜矿（化）点在新生代和中生代地层中的分布情况，那就应把图中那些表示第四纪、新近纪和古近纪地层的图元作为一个数据提取单元，因为这些地层都属于新生代；把表示白垩纪、侏罗纪和三叠纪地层的图元作为另一个数据提取单元，因为这些地层都属于中生代。如果单元划分到的级别是“组”，那么就应将同一组的地层作为一个单元，而不管这个组在图上的分布情况。这实际上是利用了GIS的属性统计功能。也可以选择表示岩体的那些图元作为数据提取单元以查明对找矿有利的岩体。地层、岩体在GIS中就是以区图元实体的形式存在的，在实际操作时就是根据用户指定的地层单位级别依据属性将它们联系起来形成一个组合，同一个组合中的所有图元被视为一个数据提取单元。2）根据研究需要也可把多个（种）地质体或构造组合形成的区域作为单元称之为构造单元。有的成矿区（带）已经根据本区的地层、大地构造及岩体分布情况完成了构造分区，并生成了相应的GIS图件，我们可以直接把这样的图件作为构造单元图。如果要在GIS中完成这样的工作，显然是一个人机交互过程，它要求用户充分研究工作区的地质、地理及构造背景，凭借自己的地质认识和经验划分预测单元，这样提取出的信息会更真实地反映地质事实。构造单元边界通常是地质界线，如断层线、地层界线、岩体界线、不整合面之间的分界线等，在GIS的辅助下它的形成过程可以概括为：选取地质底图上具有不同地学意义的原始地质界线作为单元的边界轮廓，适当添加辅助线图元，用一个新的图层存放这些线元（选中的原始地质界线和辅助线）

经过线编辑、线转弧段、弧段编辑、弧段拓扑错误检查、拓扑重建，最后生成一个区图层，并将它保存起来以备后用。例如以褶皱轴为界，将两翼的地层（实际上是地层组合）各划作一个单元；以主干断裂、次级断裂为界，形成具有不同构造背景的构造单元。3）以现代地貌为依据划分单元，如将汇水盆地（一级、二级、三级汇水域）作为单元。在地球化学找矿中，经常要用汇水盆地来圈定和研究区域化探异常。4）以人机交互的形式将用户指定的区域作为单元。如用户可用鼠标圈定某一特定（这一区域可以是矩形也可以是任意多边形），将其作为数据取值单元，以考察其中的矿点、断裂。地层和岩体分布情况。

从GIS角度来讲，不管采用哪种单元划分类型，最终得到的总是一个区文件，在MapGIS中是一个＊．Wp区文件。在进行小比例尺的矿产预测时，因为预测工作区的面积很大，单元划分应使成矿预测的实际研究范围大大缩小，使研究具有明确的对象。因此，单元划分要在找矿模型的指导下进行，以最大限度地反映成矿信息和预测单元面积最小为原则，通过对工作区内的地质、地球物理、地球化学、遥感资料的综合分析，对可能的成矿地段划分预测单元。二、地质信息的定量化提取不同的地学信息有不同的表达方式（数据。图形、图像及文字描述），尤其是地质信息主要以地质构造图件表达。如何将图形、图像及文字描述数字化和定量化，如何保证这种转化过程尽量减少信息的损失和失真，而尽量通过这种转换增加信息量并减少问题的多解性，是实现定量化成矿预测的一个关键。地质信息的定量化提取地质变量的取值或地质异常的提取以往是一项比较费时也是很复杂的工作。有些地质信息是显式的，而更多的信息是隐蔽的，需要通过一定的分析、处理等才能获得。传统上，一般是在地质图上打好网格或按不同地质体用人工读图的方式记录有关地层、岩体、构造、蚀变及矿化等信息，再填入相关的表格，不仅费工、费时，而且采集的信息精度也不高，如地层出露面积、断层长度等是靠读方格纸估计的，此外还有一些信息根本就不可能采集，如单元网格内的地层熵、断裂的累计长度、优异度、成矿多样度等。GIS系统提供的地质变量自动取值模块不仅能有效地解决上述问题，而且提高了数据采集精度，可靠程度，对工作效率的提高更是无法估算的。在实际工作中，有以下两种定量取值方法。（1）用空间叠加与查询的方式将图形信息定量化）用空间叠加与查询的方法将图形信息定量化：通过将研究区地质点、线、面图层与统计单元作空间叠加分析，然后运用GIS的空间交互查询功能，实现各统计单元内图形信息定量提取的任务。如单元内有无某一类型的断层出现。单元内有无某一类型的地层出现、单元内某一类型的地层出露的面积等。（2）构造新的地质变量通过熵计算、地壳升降系数、线性体统计、地质复杂度等一系列新变量的定义，提取深层次的地质异常（变量）1）熵（Hr）的计算公式为式中：N为研究区地质对象种类的多少，如地质图中地层、岩浆岩的总种类数；P；为计算单元中第i类地质体面积广(i=l，2，…N）与单元面积之比；Hm为最大可能嫡，又称最大不确定性值。

三证据权法证据权法（WeightsofEvidence）是一种定量评价方法，它最初用于医疗诊断；20世纪80年代末，加拿大地调所FritsAgterberg和GraemeBonham-Carter将该方法引入到GIS支持下的矿产资源潜力评价中。其基本过程是：将每一种地学信息视为成矿预测的一个证据因子；通过分析，计算出每一个证据因子对成矿贡献的权重值；最终对各证据因子加权求和，得出成矿有利度值，从而对矿产远景区进行定位预测。

证据权法假设研究区被划分成面积相等的Ｔ个单元，其中有Ｄ个单元为有矿单元。则随机选取一个单元有矿的概率是：

Ｐ（Ｄ）＝Ｄ/T

则先验概率：

O（D）=Ｐ（Ｄ）/（1-Ｐ（Ｄ））=D/（T-D）对于任意一个证据因子，其权重定义为：Ｗ＋＝ｌｎ[Ｐ（Ｂ／Ｄ）/Ｐ（Ｂ／Ｄ－）]Ｗ－＝ｌｎ[Ｐ（Ｂ－／Ｄ）/Ｐ（Ｂ－／Ｄ－）]

Ｂ为因子存在区的单元数；Ｂ－为因子不存在区的单元数，Ｄ表示有矿，Ｄ－表示无矿Ｗ＋、Ｗ－分别为证据因子存在区和不存在区的权重值（即成矿关联度），对于原始数据缺失区域权重值为０。定义关联度显著性指标C为：

C=W+-W-

证据权法证据权重法要求各证据因子之间相对于矿点分布满足条件独立。对于Ｎ个证据因子，若它们都关于矿点条件独立，则研究区内任一ｋ单元为有矿的后验概率为：由此可得出研究区内任一ｋ单元为有矿单元的后验概率为：

Ｐ＝Ｏ／（１＋Ｏ）最后根据后验概率圈出找矿远景区。

证据权法

工作步骤各类图件证据层面积计算点-区分析点-线分析矿点密度分析权重计算W+&W-根据C值进行优化

证据加权求和先验概率成矿有利度后验概率

证据权法工作步骤---1、权重计算研究区某类地层落在该地层上的的矿点数不落在该地层的矿点数出露该地层的面积未出露该地层的面积

证据权法工作步骤---1、权重计算

1 50 7 0.7/0.5=1.4 ln(1.4)=+0.332 50 3 0.3/0.5=0.6 ln(0.6)=-0.51Total 100 10=矿床点21某类地层不存在某类地层存在类别 面积 矿点数 矿点／面积 权重

证据权法工作步骤---1、权重计算

1MissingData(25)

3 - 0.02 60 3 0.3/0.60=0.5 ln(0.5)= - 0.693 15 4 0.4/0.15=2.7 ln(2.7)= + 0.98Total 75 10123=矿床点类别 面积 矿点数 矿点／面积 权重

证据权法工作步骤---2、权重优化0.00.51.01.52.02.53.0012345678910显著度曲线C证据存在证据不存在断层BUFFER距离或物化探异常范围

证据权法工作步骤---3、证据加权求和w+w+w+w-w-w-图层加权有利度图最小有利度 < < < < 最大有利度

证据权法工作步骤---3、证据加权求和

证据层1 证据层2 加权和

A 1 1 0.33 + 0.0= + 0.33B 1 2 0.33 - 0.69= - 0.36C 1 3 0.33 + 0.98= + 1.31E 2 2 -0.51 - 0.69= - 1.20ABCE21+13=证据层1证据层2图层综合22023/2/4413.“证据权”方法的优点1.“证据权”技术最终结果是以权的形式或以后验概率图的形式表达的异常组合图。2.“证据权”技术的优点在于权的解释是相对直观的，并能够独立的确定，易于产生重现性。该方法亦适用于获取局部特征和区域模型的信息（譬如地球化学和地球物理异常）。2023/2/4424.基于证据权法信息集成与资源潜力评价（据陈永清）建立了评价模型，借助MORPAS3.0软件，应用证据权法对“三江”南段有色金属等矿产资源的潜力进行综合信息提取及评价；在“三江”南段共圈定Cu-Pb-Zn-Ag找矿远景区20个，其中A级远景区6个、B级远景区7个、C级远景区7个。2023/2/443（MORPAS3.0）矿产资源评价分析系统2023/2/4442023/2/445地层含矿性分析2023/2/446地层W+W-CE0.448-0.0810.529K-0.1750.057-0.232J-0.1300.075-0.205T0.230-0.2460.476P0.191-0.0940.285C-P-0.3650.017-0.382C0.201-0.0230.224D-C0.265-0.0250.290D0.356-0.0480.404S-D0.876-0.0620.938S-0.6930.022-0.715O-S0.311-0.0150.326O0.694-0.0360.730∈0.876-0.0350.911Z-∈-0.4320.006-0.438Pt0.102-0.0490.1512023/2/447岩性数W+W-C1~2-1.1940.106-1.3003~4-0.1690.047-0.2165~6-0.0810.031-0.1127~80.395-0.1300.5259~100.539-0.0720.61111~120.224-0.0050.22913~140.945-0.0100.955岩性多样性2023/2/448线性构造控矿性分析线性构造W+W-C线性构造0.5KmBuffer0.322-0.7121.034线性构造1KmBuffer0.158-1.5751.733线性构造1.5KmBuffer0.123-2.4782.601线性构造2KmBuffer0.093-2.2422.335线性构造2.5KmBuffer0.121-1.8421.963线性构造——包括实测的断裂构造和用遥感和物探方法推测的隐伏断裂构造2023/2/449环形构造W+W-C环形构造1KmBuffer0.301-0.5860.887环形构造2KmBuffer0.260-0.6230.883环形构造3KmBuffer0.236-0.7150.951环形构造4KmBuffer0.174-0.6370.811环形构造5KmBuffer0.133-0.5440.677遥感解译环形构造控矿性分析2023/2/450中酸性岩体W+W-C中酸性岩体1KmBuffer0.343-0.2480.591中酸性岩体2KmBuffer0.364-0.3110.675中酸性岩体3KmBuffer0.357-0.3420.699中酸性岩体4KmBuffer0.317-0.3260.643中酸性岩体5KmBuffer0.276-0.3050.581中酸性岩体含矿性分析2023/2/451基性超基性岩体W+W-C基性超基性岩体1KmBuffer0.508-0.0410.549基性超基性岩体2KmBuffer0.617-0.0610.678基性超基性岩体3KmBuffer0.539-0.0640.603基性超基性岩体4KmBuffer0.558-0.0800.638基性超基性岩体5KmBuffer0.531-0.0830.614基性超基性岩体含矿性分析2023/2/452

化探因子W+W-CF1Co-Cr-Cu-As-V0.278-0.2230.501F2Pb-Zn-Ag0.510-0.2830.793F5Au0.038-0.0430.081地球化学控矿性分析2023/2/453（后验概率）单元总数：2484含矿单元数：191先验概率：0.082023/2/454序号证据图层W+W-C1线性构造Buffer1.5Km0.123-2.4782.6012环形构造Buffer3Km0.236-0.7150.9513含矿地层组合熵0.205-0.5180.7234岩性多样性（岩性种类数7~14）0.441-0.2970.7385中酸性岩体Buffer3Km0.357-0.3420.6996基性超基性岩体Buffer4Km0.558-0.0800.6387Cu异常(SA)0.537-0.4791.0168Pb-Zn-Ag异常0.510-0.2830.7939Au异常(SA)0.316-0.2080.525西南“三江”南段资源潜力评价证据权模型2023/2/455Cu-Pb-Zn-Ag找矿靶区(Ⅰ类)A级6个

B级7个

C级7个Au-PGE找矿靶区（Ⅱ类）

A级4个有色金属贵金属综合找矿靶区（Ⅲ类）

A级4个

B级1个

C级4个2023/2/456西南“三江”南段Cu、Pb、Zn、Ag、Au等找矿靶区分类表类型级别编号面积（km2）典型矿床Ⅰ类找矿靶区AI-A-1812.36德钦羊拉铜矿I-A-21229.92腾冲老厂坪子铜铅锌多金属矿I-A-31041.53保山核桃坪铅锌矿I-A-4523.40思茅大坪掌铜矿BI-B-1203.21I-B-2605.45I-B-3651.00I-B-4542.27I-B-5273.60I-B-6169.69I-B-7139.24I-B-8396.91I-B-9141.282023/2/457类型级别编号面积（km2）典型矿床I类CI-C-1131.31I-C-2604.84Ⅱ类靶区AⅡ-A-196.24金宝山铂钯矿Ⅱ-A-2475.90老王寨金矿BⅡ-B-1213.50Ⅲ类靶区AⅢ-A-11843.96中甸普朗铜矿、雪鸡坪铜矿Ⅲ-A-23898.59金顶铅锌矿、白秧坪铜矿、北衙金矿Ⅲ-A-31712.35镇康芦子园铅锌矿、勐兴铅锌矿BⅢ-B-1187.35Ⅲ-B-2474.64Ⅲ-B-31403.872023/2/458实例--川西北地区证据权法的应用

——第一步，数据库建立预测的矿种为金矿，类型为微细浸染型