GIS技術在勘查中應用第四章預測模型及其應用

第四章礦產資源預測模型及其應用中國地質大學資源學院數據輸入數據管理模型建立空間分析數據輸出4.1GIS應用于成礦預測的一般流程

▲GIS應用于成礦預測，除了需要滿足一般GIS應用的數據流程要求外，又需要滿足本學科特有的數據要求，其流程為：（1）地礦信息獲取和空間數據庫的建立（2）預測信息的提取----變量（3）成礦預測模型的建立（4）空間分析（2、3、4相互交叉驗證）（5）解釋最終結果

4.1.1地礦信息獲取和空間數據庫的建立利用GIS提供的數據輸入平臺將地學資料分類輸入。金屬礦產預測的多源地礦信息源一般包括：研究區(qū)地質礦產圖，研究區(qū)地球物理數據或物探異常圖，研究區(qū)地球化學數據或化探異常圖，研究區(qū)遙感數據或遙感圖像及遙感解譯圖等。輸入的方法可采用數字化儀、掃描儀和鍵盤輸入。對輸入的各類數據應標注其屬性及數據間的拓撲關系，并將輸入數據轉換為統(tǒng)一的某一種坐標投影系統(tǒng)和有利于空間分析的數據格式（矢量或柵格格式），進行誤差校正。從而建立起可供查詢、檢索及進行各種分析的空間數據庫。4.1.2預測信息的提取根據所研究礦產模型的需要，從原始數據庫中提取有用的證據單元，或重新組合成基本的證據層。例如：利用物、化探資料產生地球物理和地球化學異常圖；提供有利于成礦的線元或面元形成單獨或組合的證據圖層；對礦點、礦床的產出位置進行提取得到礦點、礦床分布圖等。4.1.3預測模型的建立證據權法信息量法BP神經網絡ART神經網絡特征分析法邏輯回歸模糊邏輯4.1.4空間分析以重新組合的證據層為基本單元，利用GIS強大的圖形分析功能，按照專家系統(tǒng)提供的知識和經驗，對各個圖形進行操作分析。通過GIS的圖形顯示功能觀察中間結果，對比、分析、評價、修改初始模型和圖形分析方法，產生新的中間圖層，直到滿足礦產資源預測的要求為止。4.1.5解釋最終結果對多層地學證據進行疊加，產生研究區(qū)礦產預測圖。即產生預測的最終成果。利用GIS產生的礦產預測圖是以不同色級標示的一幅礦產資源空間可能產出的概率圖。根據其概率的不同可以圈定各級遠景區(qū)。同時可以通過組織專家分析成果應用的有效性，并可以修改或重新構成基本證據的模型參數，產生新的礦產資源預測圖件。4.1.6礦產資源GIS評價系統(tǒng)基于GIS的礦產資源評價工作目前國內成果：金屬礦產資源評價分析系統(tǒng)（MORPAS）（趙鵬大、胡光道等）礦產資源綜合信息礦產資源預測評價系統(tǒng)（王世稱等）礦產資源綜合評價系統(tǒng)（MRAS）

（肖可炎等）礦產資源評價與預測工作一般流程地質物探化探遙感礦產數據處理與分析成礦信息提取經驗模型監(jiān)督模型非監(jiān)督模型找礦有利度與靶區(qū)分類踏勘驗證GIS找礦標志提取地質背景，地質異常分析與找礦標志提取物探資料處理分析與找礦標志提取化探資料處理分析與找礦標志提取遙感資料處理分析與找礦標志提取成礦信息綜合多源信息空間數據庫成果表達成果表達成果表達兩個核心概念

一、單元劃分單元劃分是進行地質異常提取、礦產資源綜合評價最基礎的環(huán)節(jié)，單元劃分得合理與否將對礦產預測結果產生直接的影響。它不僅是統(tǒng)計觀測的基本單位，也是提取與資源特征有密切關系的地質變量的基礎，而且是統(tǒng)計對比和綜合評價的對象；評價的結果是以單元為基礎或通過單元表達的。單元劃分的目的為了確定地質變量觀察尺度和取值范圍，提高評價結果的準確性，而單元類型和大小，猶如樣品采集和分析那樣，其取樣的方法及大小不同，獲得的結果對地質現(xiàn)象描述的精確程度不同，從而直接影響地質研究與資源評價的效果。預測單元劃分太小，造成同一地質體分布于多個單元，人為割裂地質現(xiàn)象，而且明顯地擴大了無礦單元和單一控礦單元的數目，增加了預測工作量，不利于地質模型的建立；而網格單元劃分太大，則歪曲了有礦單元的分布形態(tài)，使誤判有礦的面積增大，不利于找礦工作的進行，并使預測靶區(qū)的信度降低，因此如何確定最佳網格單元大小并非易事，它必須結合實際資料水平和采用的評價模型，選擇合理的單元劃分方法。目前有規(guī)則網格單元劃分和不規(guī)則單元劃分兩種方法。規(guī)則網格單元規(guī)則網格化單元是指采用一定規(guī)則的網格作為統(tǒng)計預測樣品的方法總稱。自20世紀60年代D．P．Harsis,首先采用網格法劃分單元建立資源統(tǒng)計預測模型以來，該方法一直被廣泛地應用于資源預測、統(tǒng)計性地質數據處理等領域。該方法母體構成是以“相似類比”原理為基礎的，即相似的地質構造環(huán)境應含有相似的礦產。研究區(qū)域內所有地質構造環(huán)境相似的地段都是母體的組成部分，因此，采樣必須沿一定網格連續(xù)進行，丟掉任何一個小的局部地段都有可能漏掉礦化單元。網格化單元有如下優(yōu)點：①網格化單元的劃分原則統(tǒng)一，預測區(qū)和模型區(qū)網格單元規(guī)格易統(tǒng)一，它不受地質工作程度的不平衡性所限制；②網格化單元是獨立的，單元內已知礦床是隨機分布的，有利于隨機抽樣，形成簡單樣本，同時還可以研究礦床在單元內的分布規(guī)模；③某些礦種（同生礦床系列、石油等）采用網格化單元有利于擴大樣品數，擴大樣本容量，以提高統(tǒng)計的準確性；④網格化單元劃分方法簡便，劃分方案統(tǒng)一，易于坐標化，便于大范圍信息的儲存和計算機成圖工作。網格單元劃分的關鍵問題是選擇單元的位置、大小。如何確定最佳網格單元大小，并非易事，也缺乏明確的準則（趙鵬大，1995）通常對單元的劃分應該考慮以下因素：①預測比例尺和精度要求；②預測區(qū)地質條件復雜程度，礦點數及空間分布特征；③研究區(qū)范圍大小及保證統(tǒng)計分析所需的單元數；④地質特征的空間變異性；③應遵循抽樣的隨機性與樣品的代表性原則。常用的經驗算法有1經驗性最佳面積：根據區(qū)內礦點數量以及預測范圍的大小，經驗性地確定最優(yōu)的單元面積，即S=研究區(qū)總面積／礦點數*L式中：L為給出的期望礦點平均數，一般取1一3）之間的值。2趙鵬大等提出一種采用概率統(tǒng)計劃分方法，即以落入單元內的期望礦點數等于或小于實際落人單元礦點數標準差的三倍為準則，即有

δ／E＝Sqrt（（l－S）／nS）＜＝l／3式中：E為落人單元內的礦點數的數學期望；δ為實際落人單元內的礦點數標準差；S為單元面積與研究區(qū)面積之比；n為礦點總數。3）根據圖件比例尺確定單元大?。簩τ?：50萬比例尺的地質圖，用25－100km2的面積為基本單元的大??；對于1：20萬比例尺的地質圖，用4－16km2的面積為基本單元的大??；對于I：5萬地質圖單元大小為0．25-1km2的面積比較適宜。地質體單元法也稱自然單元法前述單元劃分是以滿足抽樣的隨機性或代表性為前提而進行的等大小規(guī)則單元劃分，此法給成礦預測帶來了方便，但可能不能很好反映地層體內容的變化特征。不規(guī)則單元——地質體、地質異常體、資源體等，則可以在不割裂地質體內部變化性的情況下，開展預測研究。地質單元法是指應用對預測礦種具有明顯控制作用的地質條件和找礦意義明確的標志圈定地質統(tǒng)計單元的方法。其優(yōu)點是能保證直接建立預測地質體與礦產的關系。其關鍵是確定劃分地質單元邊界的條件。礦產預測的地質體單元劃分方法主要取決于綜合信息找礦模型的特點。在綜合信息找礦模型中，有兩種找礦標志：一種是成礦的必要條件；另一種是成礦有利（或不利）標志。地質統(tǒng)計單元的劃分以成礦的必要條件為基礎，并以成礦有利或不利標志為補充。例如：對于巖漿巖型礦床，多以巖體專屬性特征為主要控礦因素。若礦體的圍巖即是成礦母巖而這類礦床的礦體很少產于巖休以外的圍巖中時，一般選擇巖體為單元。1）將各種自然地質體作為單元，這是常用的一種劃分方法。自然地質體有地層、巖體和蝕變帶等。例如地層，可將表示地層的那些GIS圖元作為數據提取單元。此時，單元劃分到的地層單位級別（例如，是劃分到“群”還是劃分到“組”）應由用戶結合實際情況確定。另外，如果研究區(qū)域中若干個地層圖元都帶有用戶指定的某個屬性項，那么在數據提取時應將這若干圖元作為同一個單元看待，雖然這些圖元分散在GIS圖的不同位置。譬如，某研究區(qū)出露新生代的第四紀。新近紀和古近紀地層及中生代的白堊紀、侏羅紀和三疊紀地層，單元劃分到的級別是“代”?，F(xiàn)在要考察銅礦（化）點在新生代和中生代地層中的分布情況，那就應把圖中那些表示第四紀、新近紀和古近紀地層的圖元作為一個數據提取單元，因為這些地層都屬于新生代；把表示白堊紀、侏羅紀和三疊紀地層的圖元作為另一個數據提取單元，因為這些地層都屬于中生代。如果單元劃分到的級別是“組”，那么就應將同一組的地層作為一個單元，而不管這個組在圖上的分布情況。這實際上是利用了GIS的屬性統(tǒng)計功能。也可以選擇表示巖體的那些圖元作為數據提取單元以查明對找礦有利的巖體。地層、巖體在GIS中就是以區(qū)圖元實體的形式存在的，在實際操作時就是根據用戶指定的地層單位級別依據屬性將它們聯(lián)系起來形成一個組合，同一個組合中的所有圖元被視為一個數據提取單元。2）根據研究需要也可把多個（種）地質體或構造組合形成的區(qū)域作為單元稱之為構造單元。有的成礦區(qū)（帶）已經根據本區(qū)的地層、大地構造及巖體分布情況完成了構造分區(qū)，并生成了相應的GIS圖件，我們可以直接把這樣的圖件作為構造單元圖。如果要在GIS中完成這樣的工作，顯然是一個人機交互過程，它要求用戶充分研究工作區(qū)的地質、地理及構造背景，憑借自己的地質認識和經驗劃分預測單元，這樣提取出的信息會更真實地反映地質事實。構造單元邊界通常是地質界線，如斷層線、地層界線、巖體界線、不整合面之間的分界線等，在GIS的輔助下它的形成過程可以概括為：選取地質底圖上具有不同地學意義的原始地質界線作為單元的邊界輪廓，適當添加輔助線圖元，用一個新的圖層存放這些線元（選中的原始地質界線和輔助線）

經過線編輯、線轉弧段、弧段編輯、弧段拓撲錯誤檢查、拓撲重建，最后生成一個區(qū)圖層，并將它保存起來以備后用。例如以褶皺軸為界，將兩翼的地層（實際上是地層組合）各劃作一個單元；以主干斷裂、次級斷裂為界，形成具有不同構造背景的構造單元。3）以現(xiàn)代地貌為依據劃分單元，如將匯水盆地（一級、二級、三級匯水域）作為單元。在地球化學找礦中，經常要用匯水盆地來圈定和研究區(qū)域化探異常。4）以人機交互的形式將用戶指定的區(qū)域作為單元。如用戶可用鼠標圈定某一特定（這一區(qū)域可以是矩形也可以是任意多邊形），將其作為數據取值單元，以考察其中的礦點、斷裂。地層和巖體分布情況。

從GIS角度來講，不管采用哪種單元劃分類型，最終得到的總是一個區(qū)文件，在MapGIS中是一個＊．Wp區(qū)文件。在進行小比例尺的礦產預測時，因為預測工作區(qū)的面積很大，單元劃分應使成礦預測的實際研究范圍大大縮小，使研究具有明確的對象。因此，單元劃分要在找礦模型的指導下進行，以最大限度地反映成礦信息和預測單元面積最小為原則，通過對工作區(qū)內的地質、地球物理、地球化學、遙感資料的綜合分析，對可能的成礦地段劃分預測單元。二、地質信息的定量化提取不同的地學信息有不同的表達方式（數據。圖形、圖像及文字描述），尤其是地質信息主要以地質構造圖件表達。如何將圖形、圖像及文字描述數字化和定量化，如何保證這種轉化過程盡量減少信息的損失和失真，而盡量通過這種轉換增加信息量并減少問題的多解性，是實現(xiàn)定量化成礦預測的一個關鍵。地質信息的定量化提取地質變量的取值或地質異常的提取以往是一項比較費時也是很復雜的工作。有些地質信息是顯式的，而更多的信息是隱蔽的，需要通過一定的分析、處理等才能獲得。傳統(tǒng)上，一般是在地質圖上打好網格或按不同地質體用人工讀圖的方式記錄有關地層、巖體、構造、蝕變及礦化等信息，再填入相關的表格，不僅費工、費時，而且采集的信息精度也不高，如地層出露面積、斷層長度等是靠讀方格紙估計的，此外還有一些信息根本就不可能采集，如單元網格內的地層熵、斷裂的累計長度、優(yōu)異度、成礦多樣度等。GIS系統(tǒng)提供的地質變量自動取值模塊不僅能有效地解決上述問題，而且提高了數據采集精度，可靠程度，對工作效率的提高更是無法估算的。在實際工作中，有以下兩種定量取值方法。（1）用空間疊加與查詢的方式將圖形信息定量化）用空間疊加與查詢的方法將圖形信息定量化：通過將研究區(qū)地質點、線、面圖層與統(tǒng)計單元作空間疊加分析，然后運用GIS的空間交互查詢功能，實現(xiàn)各統(tǒng)計單元內圖形信息定量提取的任務。如單元內有無某一類型的斷層出現(xiàn)。單元內有無某一類型的地層出現(xiàn)、單元內某一類型的地層出露的面積等。（2）構造新的地質變量通過熵計算、地殼升降系數、線性體統(tǒng)計、地質復雜度等一系列新變量的定義，提取深層次的地質異常（變量）1）熵（Hr）的計算公式為式中：N為研究區(qū)地質對象種類的多少，如地質圖中地層、巖漿巖的總種類數；P；為計算單元中第i類地質體面積廣(i=l，2，…N）與單元面積之比；Hm為最大可能嫡，又稱最大不確定性值。

三證據權法證據權法（WeightsofEvidence）是一種定量評價方法，它最初用于醫(yī)療診斷；20世紀80年代末，加拿大地調所FritsAgterberg和GraemeBonham-Carter將該方法引入到GIS支持下的礦產資源潛力評價中。其基本過程是：將每一種地學信息視為成礦預測的一個證據因子；通過分析，計算出每一個證據因子對成礦貢獻的權重值；最終對各證據因子加權求和，得出成礦有利度值，從而對礦產遠景區(qū)進行定位預測。

證據權法假設研究區(qū)被劃分成面積相等的Ｔ個單元，其中有Ｄ個單元為有礦單元。則隨機選取一個單元有礦的概率是：

Ｐ（Ｄ）＝Ｄ/T

則先驗概率：

O（D）=Ｐ（Ｄ）/（1-Ｐ（Ｄ））=D/（T-D）對于任意一個證據因子，其權重定義為：Ｗ＋＝ｌｎ[Ｐ（Ｂ／Ｄ）/Ｐ（Ｂ／Ｄ－）]Ｗ－＝ｌｎ[Ｐ（Ｂ－／Ｄ）/Ｐ（Ｂ－／Ｄ－）]

Ｂ為因子存在區(qū)的單元數；Ｂ－為因子不存在區(qū)的單元數，Ｄ表示有礦，Ｄ－表示無礦Ｗ＋、Ｗ－分別為證據因子存在區(qū)和不存在區(qū)的權重值（即成礦關聯(lián)度），對于原始數據缺失區(qū)域權重值為０。定義關聯(lián)度顯著性指標C為：

C=W+-W-

證據權法證據權重法要求各證據因子之間相對于礦點分布滿足條件獨立。對于Ｎ個證據因子，若它們都關于礦點條件獨立，則研究區(qū)內任一ｋ單元為有礦的后驗概率為：由此可得出研究區(qū)內任一ｋ單元為有礦單元的后驗概率為：

Ｐ＝Ｏ／（１＋Ｏ）最后根據后驗概率圈出找礦遠景區(qū)。

證據權法

工作步驟各類圖件證據層面積計算點-區(qū)分析點-線分析礦點密度分析權重計算W+&W-根據C值進行優(yōu)化

證據加權求和先驗概率成礦有利度后驗概率

證據權法工作步驟---1、權重計算研究區(qū)某類地層落在該地層上的的礦點數不落在該地層的礦點數出露該地層的面積未出露該地層的面積

證據權法工作步驟---1、權重計算

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=礦床點21某類地層不存在某類地層存在類別 面積 礦點數 礦點／面積 權重

證據權法工作步驟---1、權重計算

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=礦床點類別 面積 礦點數 礦點／面積 權重

證據權法工作步驟---2、權重優(yōu)化0.00.51.01.52.02.53.0012345678910顯著度曲線C證據存在證據不存在斷層BUFFER距離或物化探異常范圍

證據權法工作步驟---3、證據加權求和w+w+w+w-w-w-圖層加權有利度圖最小有利度 < < < < 最大有利度

證據權法工作步驟---3、證據加權求和

證據層1 證據層2 加權和

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=證據層1證據層2圖層綜合22023/2/4413.“證據權”方法的優(yōu)點1.“證據權”技術最終結果是以權的形式或以后驗概率圖的形式表達的異常組合圖。2.“證據權”技術的優(yōu)點在于權的解釋是相對直觀的，并能夠獨立的確定，易于產生重現(xiàn)性。該方法亦適用于獲取局部特征和區(qū)域模型的信息（譬如地球化學和地球物理異常）。2023/2/4424.基于證據權法信息集成與資源潛力評價（據陳永清）建立了評價模型，借助MORPAS3.0軟件，應用證據權法對“三江”南段有色金屬等礦產資源的潛力進行綜合信息提取及評價；在“三江”南段共圈定Cu-Pb-Zn-Ag找礦遠景區(qū)20個，其中A級遠景區(qū)6個、B級遠景區(qū)7個、C級遠景區(qū)7個。2023/2/443（MORPAS3.0）礦產資源評價分析系統(tǒng)2023/2/4442023/2/445地層含礦性分析2023/2/446地層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巖性數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巖性多樣性2023/2/448線性構造控礦性分析線性構造W+W-C線性構造0.5KmBuffer0.322-0.7121.034線性構造1KmBuffer0.158-1.5751.733線性構造1.5KmBuffer0.123-2.4782.601線性構造2KmBuffer0.093-2.2422.335線性構造2.5KmBuffer0.121-1.8421.963線性構造——包括實測的斷裂構造和用遙感和物探方法推測的隱伏斷裂構造2023/2/449環(huán)形構造W+W-C環(huán)形構造1KmBuffer0.301-0.5860.887環(huán)形構造2KmBuffer0.260-0.6230.883環(huán)形構造3KmBuffer0.236-0.7150.951環(huán)形構造4KmBuffer0.174-0.6370.811環(huán)形構造5KmBuffer0.133-0.5440.677遙感解譯環(huán)形構造控礦性分析2023/2/450中酸性巖體W+W-C中酸性巖體1KmBuffer0.343-0.2480.591中酸性巖體2KmBuffer0.364-0.3110.675中酸性巖體3KmBuffer0.357-0.3420.699中酸性巖體4KmBuffer0.317-0.3260.643中酸性巖體5KmBuffer0.276-0.3050.581中酸性巖體含礦性分析2023/2/451基性超基性巖體W+W-C基性超基性巖體1KmBuffer0.508-0.0410.549基性超基性巖體2KmBuffer0.617-0.0610.678基性超基性巖體3KmBuffer0.539-0.0640.603基性超基性巖體4KmBuffer0.558-0.0800.638基性超基性巖體5KmBuffer0.531-0.0830.614基性超基性巖體含礦性分析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地球化學控礦性分析2023/2/453（后驗概率）單元總數：2484含礦單元數：191先驗概率：0.082023/2/454序號證據圖層W+W-C1線性構造Buffer1.5Km0.123-2.4782.6012環(huán)形構造Buffer3Km0.236-0.7150.9513含礦地層組合熵0.205-0.5180.7234巖性多樣性（巖性種類數7~14）0.441-0.2970.7385中酸性巖體Buffer3Km0.357-0.3420.6996基性超基性巖體Buffer4Km0.558-0.0800.6387Cu異常(SA)0.537-0.4791.0168Pb-Zn-Ag異常0.510-0.2830.7939Au異常(SA)0.316-0.2080.525西南“三江”南段資源潛力評價證據權模型2023/2/455Cu-Pb-Zn-Ag找礦靶區(qū)(Ⅰ類)A級6個

B級7個

C級7個Au-PGE找礦靶區(qū)（Ⅱ類）

A級4個有色金屬貴金屬綜合找礦靶區(qū)（Ⅲ類）

A級4個

B級1個

C級4個2023/2/456西南“三江”南段Cu、Pb、Zn、Ag、Au等找礦靶區(qū)分類表類型級別編號面積（km2）典型礦床Ⅰ類找礦靶區(qū)AI-A-1812.36德欽羊拉銅礦I-A-21229.92騰沖老廠坪子銅鉛鋅多金屬礦I-A-31041.53保山核桃坪鉛鋅礦I-A-4523.40思茅大坪掌銅礦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類型級別編號面積（km2）典型礦床I類CI-C-1131.31I-C-2604.84Ⅱ類靶區(qū)AⅡ-A-196.24金寶山鉑鈀礦Ⅱ-A-2475.90老王寨金礦BⅡ-B-1213.50Ⅲ類靶區(qū)AⅢ-A-11843.96中甸普朗銅礦、雪雞坪銅礦Ⅲ-A-23898.59金頂鉛鋅礦、白秧坪銅礦、北衙金礦Ⅲ-A-31712.35鎮(zhèn)康蘆子園鉛鋅礦、勐興鉛鋅礦BⅢ-B-1187.35Ⅲ-B-2474.64Ⅲ-B-31403.872023/2/458實例--川西北地區(qū)證據權法的應用

——第一步，數據庫建立預測的礦種為金礦，類型為微細浸染型