第11讲-特征分析法预测

特征分析法预测

(CharacteristicAnalysis)第十一讲YOURSITEHERE第一节引言第二节方法步骤第三节应用YOURSITEHERE第一节引言YOURSITEHERE特征分析，又称决策模拟或决策分析。最早由J.M.Botbol等人(1971)提出，是作为解释地质、地球化学、地球物理等区域性多元数据的一种方法。自上世纪80年年代以来，在各种比例尺的矿产资源定量预测中，该方法已被普遍采用。YOURSITEHERE总的说是属于“矿床模型法”。其假设前提是相似的地质条件有相似的矿床分布，其实质是成矿地质环境的定量类比。是传统类比法的一种定量化方法。特征分析法基本原理YOURSITEHERE特征分析法通过对研究区内模型单元控矿地质变量的特征（包括地质、地球化学、地球物理、遥感等变量提供的矿化信息），查明地质变量之间的内在联系，确定各个地质变量的找矿意义，建立起某种特定类型矿产资源体或矿床的成矿有力度定量类比模式。特征分析法研究思路与内容然后，将模型应用到预测区，将预测单元与模型单元的各种地质特征进行类比，用它们的相似程度表示预测对象的成矿可能性（用关联度来度量），据此圈定出有利成矿的各级远景区。YOURSITEHERE特征分析方法要求自变量必须是二态或三态变量。该方法具有计算简单、意义明确的特点。特征分析是从研究已知矿床的主要特征（转换为二态或三态变量）出发，考查地质变量之间的匹配关系，对不同地质变量按其对成矿作用的大小，统计计算赋予不同的权，从而建立起某种矿床类型的定量化模型——一组特征标志（变量）的加权线性组合。然后考查预测单元的特征地质变量和矿床模型的特征变量之间的关联程度，圈出远景区。YOURSITEHERE控制区（模型区）单元xij为三态逻辑变量(1、0、-1)X为模型单元的逻辑变量矩阵数学模型通过考查主要特征标志（变量）间的匹配关系，研究变量间的相关性，从而筛选出对成矿有指示意义的重要控矿因素和找矿标志，并按其对找矿作用的大小，对变量赋予不同权。YOURSITEHERE矿床定量模型——选择权大的前p个变量，构成线性组合:式中：xi——特征标志（变量）的三元逻辑值bi——各特征标志（变量）的权系数y——关联度或称关联指数，表示了该单元找矿的有利程度YOURSITEHERE第二节方法步骤YOURSITEHERE方法步骤1.建立地质概念模型2.选择控制区全面收集、分析研究资料建立不同尺度的地质概念模型：区域的、矿田的、矿床的、矿体的不同尺度的各种控矿地质条件分析及找矿标志研究可用少数控制单元先建立模型，将y值高得分的单元与控制单元一起建立新的推广（扩充）模型，经过筛选后的“推广模型”用于预测。YOURSITEHEREGIS技术支持下控制区确定、变量取值与处理云南维西矿床地质图YOURSITEHERE对各单元进行编号116234567891011121314151923217177各单元变量取值与处理控制区GIS技术支持下控制区确定、变量取值与处理云南维西矿床地质图YOURSITEHERE3.变量研究特征标志（变量）原始取值（定量、定性、图表数据）、变换和筛选将特征标志（变量）转换成逻辑变量三态(-1,0,1)或二态(-1,1)变量值YOURSITEHERE某种地质特征在单元中出现情况，若三态有利1不利－1性质不明0二态有利1不利及性质不明0逻辑上互相对立转换为二态或三态变量值的方法，视数据类型、性质及研究目的而定。总的赋值原则是以变量对成矿的有利程度为标准。YOURSITEHEREb.对离散型或某些连续性变量原始取值>临界值,有利1≤临界值,不利及性质不明0二阶方向导数<0,高异常1>0,低异常－1=0,无异常0a.对定性数据一般可采用直观判定的方法c.对平面上分布的连续性变量YOURSITEHERE数据变换：Z=Sqrt(Ln(Cu))Cu元素地球化学图（云南维西）2.503551.11241原始数据y’=0水平方向一阶导数8.4817e-005-0.000113742

水平方向二阶导数2.89838e-008-3.52654e-008y”=0minXY=(2972000.00,501000.00)maxXY=(2972000.00,599000.00)Cellsize=2000.00Points=50YOURSITEHERE水平方向一阶导数水平方向二阶导数YOURSITEHERE原始图二态图三态图YOURSITEHERE加拿大某地区沉积变质金矿矿产地质图W-Sn-U矿床与矿点Au矿床与矿点花冈杂岩体板岩石英岩其它岩石米YOURSITEHEREYOURSITEHEREC=W+-W-t=C/s(C)t距离背斜轴的距离(×500米)YOURSITEHEREYOURSITEHEREd.转换变量的逻辑组合将原始数据逻辑变量[三态(或二态)转换变量]逻辑组合变量建立模型ABAUBA∩B～A11110101000110100001二态逻辑运算YOURSITEHEREd.转换变量的逻辑组合将原始数据逻辑变量[三态(或二态)转换变量]逻辑组合变量建立模型ABAUBA∩B～A1111-11010-11-11-1-101100000000-10-10-111-11-100-11-1-1-1-11三态逻辑运算YOURSITEHERE4.计算特征标志（变量）的权系数方法一：(1)计算乘积矩阵R=(rij)pxp=X’XX——由三态变量表达的原始数据矩阵rij——表示在n个单元中，第i变量与第j变量间的匹配关系。其中，YOURSITEHEREX=单元号#x1x2x3x4x5x6x7x8531-10001000262101011112431011011116411111111275-1-10010-1-1456101010005471111111136810110111YOURSITEHERE匹配关系匹配[1]不计匹配[0]不匹配[-1]正匹配负匹配1←→

1-1←→

-11←→

0，-1←→

01←→

-1YOURSITEHEREx1x2x3x4x5x6x7x8x183642565x233221232x362644554x442442443x521426321x652543554x763542565x852431456R=(rij)pxp=X’X=（对称方阵）i＝j主对角线元素——第i变量在n个单元中取值为非零的个数，即出现“1”和“－1”的单元数。i≠j非对角线元素——第i变量和第j变量的匹配单元数(1←→

1，-1←→

-1)与不匹配单元数之差(1←→

-1)(0不计匹配）YOURSITEHERE两变量出现不匹配情况较多负相关程度增加两变量出现匹配情况较多正相关程度增加相关系数rij0＋n－nYOURSITEHERE(2)确定变量的权系数乘积矩阵(rij)pxp平方和法（矢量长度法）主分量法代数和法(用于二态变量)(用于二态、三态变量)(用于二态、三态变量)用主成分分析取第一主成分相对权系数（归一化）YOURSITEHERE方法二：(1)计算概率矩阵；

（2）计算概率矩阵主分量法。4.计算特征标志（变量）的权系数该方法是从控制单元中各变量之间的匹配概率出发，研究模型中变量与变量之间的依次关系。pij——第i变量与第j变量之间的匹配概率。意义：在n个控制单元中，当变量i与变量j各自出现“1”、“-1”总数固定不变时，则i与j出现正匹配和负匹配的观测匹配数是个随机变量，pij则为变量i和j匹配数≤观测匹配数的累积概率。YOURSITEHERE概率矩阵主分量法计算步骤（1）计算匹配矩阵T,并统计各变量的在n个单元中取“1”的个数pj和取“－1”的个数qjx1x2x3x4x5x6x7x8x1

x2

x3

x4

x5

x6

x7

x8

i和j变量的正匹配数[＋＋]i和j变量的负匹配数[－－]T=（2）计算两两变量的匹配概率pij，得匹配概率矩阵p。（3）利用主分量分析方法，求概率矩阵的最大特征值及其所对应的特征向量，作为变量的权系数。计算要求：单元数n足够大。YOURSITEHERE与乘积矩阵R一样，概率矩阵也是某种意义上的一种关联矩阵，反映了变量间的相关程度。例：第i和第j变量在n个单元中，观测匹配数（正匹配数＋负匹配数）=4，计算所得的匹配概率