矿床地球化学报告

孙逸峰2014-12-30趋势面法与S-A法在地化异常提取的对比研究趋势面法与S-A方法在地球化学异常提取中的对比研究姓名：孙逸峰学号：20111004611班号：021112指导老师：李建威目录1.勘查地球化学异常提取研究现状 22.方法原理 32.1趋势面方法基本原理 32.2S-A方法基本原理 32.3PCA原理 43.实例研究 43.1数据来源 43.2数据处理 43.2.1数据预处理 43.2.2地球化学数据主成分分析 53.2.3趋势面分析 63.2.4S-A分析 83.3结果评述 9结束语 91.勘查地球化学异常提取研究现状地球化学勘查简称化探,原是一种找矿技术方法,但随着它的发展,已建立起自己的理论与方法学体系。研究领域从找矿扩展到基础地质、地球化学、环境地质、污染调查、农业、畜牧业、地方病等,发展成为地质科学的新分支,称为勘查地球化学。实际上,它是系统地在不同尺度和规模上研究岩石圈、水圈、生物圈、气圈、土壤圈和技术圈(人类活动造成的特殊圈)中化学元素、同位素及其化学特征的空间分布变化规律,并探讨它们在宏观、微观尺度内的分配与迁移机制如何有效利用地球化学数据圈定异常是人们普遍关注的问题。近年来当人们认识到那些建立在经典统计学基础上的各种传统方法的局限性时，尤其是稳健统计学在化探数据处理中得到应用后，又相继出现了不少确定异常下限的新方法新技术，这些方法的提出使得异常识别更具真实性和客观性，其中分形理论和数据滤波处理方法的应用就是比较成功的例子。其中最精细的方法要数由成秋明和Chengetal.所发展的C-A和S-A方法，因为它不仅考虑了频率分布而且采用了空间分布，该方法的优势是将地球化学场的各向异性、广义自相似性、尺度不变性等特征集于一体，通过压制变化性背景干扰来突出局部异常，该方法在国内外地球化学、地球物理和遥感致矿异常信息提取中取得了良好的应用效果。成秋明、李庆谋等学者（Agterbergetal．，1993；Sandersonetal．，1994；AllegreandEric，1995；chengandAgterberg，1995；McaffreyandJohn-son,1996；Robertsetal.，1998；BlenkinsopandSanderson，1996；HerzfeldandOverbeck，1999；成秋明，2004；李庆谋和成秋明，2004；HronskyandGroves，2008）通过研究发现：地球化学元素、矿床的空间分布在特征空间域具有局部不均一性和各向异性，并且通常表现出服从多重分形分布的特征，分形模型也由此逐渐被引入到地质复杂度研究中。化探异常的提取与解释一直是地球化学勘査工作中的重中之重，运用合理的方法正确处理好地球化学背景与异常之间的关系是决定化探工作成败的关键。目前主流的研究方法主要有概率图法，多种双变量法，多变量法，趋势面分析法，S-A法等。本文研究就是通过趋势面分析法与S-A分析方法在化探异常提取上进行对比研究。2.方法原理2.1趋势面方法基本原理趋势面分析方法认为化探数据包含着与空间地理坐标相关的3部分信息:①反映区域性变化规律，这些规律由区域构造、区域岩相、区域背景等地质因素控制;②反映局部的变化特征；③反映随机性变化规律，这些规律是由随机因素造成的偏差而形成的。因此，观测值由如下3部分构成:Zi=Ti+N其中，Z为观测值，T反映总体变化规律性变化，Ni反映局部特征，e为噪声。趋势面方法圈定局部异常可分为3步:数据检查，剩余值计算，元素异常圈定。趋势面分析方法圈定异常区的实质是拟合出不同地理坐标处趋势值与化探采样点实际值的正剩余值，此值为一相对值，因此在应用趋势面分析法时，应注重结合区域地球化学背景值与化探元素分析值，辅助判断圈出的异常区对实际勘查工作是否具有指向作用。

2.2S-A方法基本原理S-A(多重分形滤波)方法的基本假设是一定的地质过程所产生的地球化学场或图像在分形意义下是可区分的，地球化学场的分布与尺度之间服从一定的指数关系，即尺度不变性，也称为自相性，这种具有空间自相似性的成分往往突出反映了空间相关的特定地质现象或地质过程。在频率域空间，这种尺度不变性（自相似性）主要通过能谱密度的分布来反映，可由以下指数模型刻画：A（S≥s）∝S其中：S是能谱密度，A（≥S）是在能谱密度空间上能谱密度大于S的面积，β为分形模型的指数系数，若S与A（≥S）服从指数关系，对其同时取对数绘制的双对数图上，lnS－lnA（≥S）图上，S的不同取值区间对应于不同的线性关系，不同的直线段代表了不同的分形关系，2条直线的交点所对应的横坐标值（谱能量密度值）可被用来确定分形滤波器的阈值，借助lnS－lnA（≥S）图，3种类型的分形滤波器可被构造：低通、高通和带通谱能量密度滤波器，两条线段相交，取交点横坐标S0、S1作为阈值，在S0、S1两边的两条线段均具有不同的斜率，反映了满足不同的分形规律。该方法在国内外地球化学、地球物理和遥感致矿异常信息提取中取得了良好的应用效果。2.3PCA原理PCA（PrincipalComponentAnalysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。对于一系列sample的feature组成的多维向量，多维向量里的某些元素本身没有区分性，比如某个元素在所有的sample中都为1，或者与1差距不大，那么这个元素本身就没有区分性，用它做特征来区分，贡献会非常小。所以我们的目的是找那些变化大的元素，即方差大的那些维，而去除掉那些变化不大的维，从而使feature留下的都是“精品”，而且计算量也变小了。3.实例研究3.1数据来源本文研究数据来源是新斯科舍省南部Nova地区的地质与地球化学数据。这个数据集包括一个简化的地质图、金矿床位置和湖泊沉积物地球化学样品。3.2数据处理3.2.1数据预处理由于化探数据中个别异常点的特高值会对趋势面的形态产生很大的影响，因此应首先对原始数据加以处理。实际工作中多用低值总体累积频率95%处的分位值作为高样品值的临界值，凡高于临界值的观测值全部用临界值代替。表1研究区7种元素指标处理前后对比3.2.2地球化学数据主成分分析选取Cu.Pb.Zn.Ag.Au.Sb.As七种元素，现在ArcGIS中进行插值，导入GeoDAS中进行主成分分析，得出PCA_1。选择第一主成分的原因由柱状图可知，第一主成分代表性最好，因而选择第一主成分进行分析。图1主成分相对重要性图2PCA_1PCA_2PCA_3图3PCA_1图件3.2.3趋势面分析（1）软件处理过程Surfer软件中格网菜单下的数据命令(Grid|Da-ta)，提供了根据离散数据(X、Y、Z)建立格网文件时的12种数据内插方法，其中/PolynomialRegression(多元回归法)方法可根据空间的采样数据拟合一个数学曲面，用该数学曲面来反映空间数据分布的变化情况,因此该插值方法实际上是一个趋势面分析程序，可利用该程序完成从原始数据中拟合出数据变化的趋势。点击/AdvancedOptions0按钮，则弹出/RegressionAdvancedOptions0对话框(图2)；可在SurfaceDefinition选择框中选取多元回归类型,提供选用的回归类型有/Simpleplanarsurf(简单平面)0、/Bi-linearsadle(双线性鞍)0、/Quadraticurface(二次曲面)0、/Cubicsurface(三次曲面)0和/Userdefinedpolynomial(用户自定义多项式)0。选择不同的多项式类型，在/Parameters0选择框中的值会相应改变，其中MaxTotal框为指定多项式中X和Y最大的次数之和。图4回归高级选项图5网格残差（2）剩余值计算残参值是相应位置原数据的观测值与趋势值之差。计算剩余的命令在/Grid|Residuals0，首先在/OpenGrid0对话框中选择某一元素的格网文件(*.grd)，单击确定后出现/Open0对话框，在其中选择与该元素相对应的数据文件(*.dat),单击打开，出现/GridResiduals0对话框(图2)，分别指定数据文件中X、Y、Z数据所在的列,残参相应的存储在最后一列。单击残差选项后，系统自动打开一个选择元素的工作表，并在表中最后一列显示新产生的残参值。（3）元素异常圈定剩余值是某一位置上原始观测值与经过该点的趋势值之差，如剩余值为正，说明剩余值为高出趋势的部分；如剩余值为负，说明剩余值为低出趋势的部分。因此，求出各点的剩余值后,即可按一定的间隔作出剩余分布等值线图。值得注意的是,前面已分析过剩余值并不完全等于局部异常，它只是局部异常Ai与随机因素造成的随机分量Ri之和,即∆Zi=Ai+Ri。因此为了得到各观测点的异常分量，应从剩余值中∆ZiR=k=1式中:M是正剩余的个数;∆Zi表示第i点的正剩余。从正剩余中去掉R，就可以得到该点的异常分量,从而可以作出异常分量图趋势面方法作图原理：已知数据中，然后在Sufer8.0中得出残差值，然后原始数据减去残差值，得出趋势值。其中拟合成矿元素的空间趋势面时，尝试采用1-5次多项式进行拟合对比，认为采用2次或3次多项式拟合成矿元素的空间趋势效果较好。3.2.4S-A分析S-A方法作图原理：在ArcGIS中进行元素插值处理，导入GeoDAS中进行主成分分析，得出PCA_1,然后在工具栏中选择异常分解中的S-A分析，得出成果图件。图6lnS－lnA图7趋势背景图8趋势异常图9S-A背景图10S-A异常3.3结果评述由图3-2、3-4、可以看出,趋势面法圈出的异常区在S-A方法圈出的异常图中均有显示,但S-A方法圈出的部分异常区在趋势面法的图中没有出现,异常图对比发现S-A方法圈出的异常面积小，趋势面方法划分出的异常区较连续。两种方法就已知矿点的圈定来说，圈定结果较好，但是S-A圈定的范围更小。得出结论认为，当进行高精度小比例尺找矿时，S-A法圈定的异常分布范围结果优于趋势面方法圈定结果。当进行圈定大范围成矿远景区的时候，进行趋势面分析方法也是适用的。进行趋势背景与S-A背景图的对比发现，趋势背景的圈定比S-A背景圈定范围粗糙，S-A方法圈定更细致，个人认为，在进行实际背景区圈定中，可以根据工作量选取这两种方法。结束语经过学习文献，理解了趋势面分析和多重分型滤波的原理，学会了ArcGIS，GeoDAS，Sufer软件的简单操作，并且进行了制图，收获颇多。第一次完成这样的的报告对于我本身来说也实属不易。最后，再次一并感谢指导我学习的师兄，是经过他们的指导我才能完成此次报告。参考文献成秋明，2006．非线性成矿预