基于GIS的矿产预测地质解译空间信息集成

叶水盛，乔金海，叶育鑫，郭利军，蔡红军

1.吉林大学综合信息矿产预测研究所，长春 130061 2.国核电力规划设计研究院，北京 100094 3.吉林大学符号计算与知识工程教育部重点实验室，长春 130012 4.吉林大学国家地球物理探测仪器工程技术研究中心，长春 130061 5.内蒙古地质矿产勘查开发局，呼和浩特 010020

基于GIS的矿产预测地质解译空间信息集成

叶水盛1，乔金海2，叶育鑫3，4，郭利军5，蔡红军5

1.吉林大学综合信息矿产预测研究所，长春 130061 2.国核电力规划设计研究院，北京 100094 3.吉林大学符号计算与知识工程教育部重点实验室，长春 130012 4.吉林大学国家地球物理探测仪器工程技术研究中心，长春 130061 5.内蒙古地质矿产勘查开发局，呼和浩特 010020

利用我国海量地质标准基础数据库中的数字地质图和矿产图，通过基于GIS的地质解译空间集成地质信息，将其用于综合信息矿产预测。以地质解译系统对内蒙大兴安岭南段1∶20万成矿预测的应用为案例，阐述地质信息的空间提取与集成过程：首先在建立地质字典库实现地质空间信息共享的基础上，通过矿化密集区对地质模型的分类图层进行空间分析，建立地质成矿空间信息库和图库；然后，基于典型矿床圈定模型单元，通过模型单元与地质成矿空间信息库和图库的空间分析，建立地质找矿模型；最后，基于地质单元对地质成矿空间信息库和图库的二次空间集成，完成预测模型的地质空间信息提取与集成。将本方法应用在银矿案例的综合信息矿产预测靶区评价上，得到可供进一步查证的新增靶区比已知靶区增加了近5倍。

矿产预测；地质解译；地质空间信息集成；地质找矿空间信息库；地理信息系统

0 前言

我国已将建国60年来积累的海量地质资料建立起非常巨大的标准基础数据库。据不完全统计，已经完成和正在建设的全国性数据资源有12大类50余种数据库，包括1∶500万－1∶5万数字地质图空间数据库，1∶20万、1∶5万和小比例尺矿产地数据库等，其中包括了大量图形数据和多图层属性数据。为了满足我国快速增长的矿产资源需求，急需进一步开发利用上述海量地质信息，服务于国民经济的持续发展。

综合信息矿产预测理论与方法现已成为矿产资源预测和评价通行的理论与方法［1］。综合信息找矿模型以矿产资源体为单元，应用它们的集合建立统计性模型。矿产资源体有不同的等级（如矿田、矿床、矿体等），不同等级的找矿模型是统计性模型而不是确定性模型。综合信息找矿模型以地质信息为基础，研究地质、地球物理、地球化学和遥感信息，并研究它们之间信息的转换规律，应用间接信息找寻隐伏矿产资源体和盲矿产资源体，达到找矿的目的［2］。

综合信息找矿模型中地质找矿模型的建立，尤其是通过基于GIS的地质解译进行空间地质信息的自动提取和集成，建立地质找矿模型，完成预测模型的空间信息提取与转换，迄今仍是一件较困难的事。笔者围绕这一问题展开了一系列的论述。

1 基于GIS的矿产预测地质信息解译原理

1.1 综合信息矿产预测中的地质解译

矿产图与地质图是综合信息矿产预测地质解译的基础数据。从统计观点分析，地质图和矿产图是不同性质、不同时期、不同等级地质体和矿产资源体的组合。各种物、化探图系和遥感影像是地质体、矿产资源体不同侧面的显示。

目前地质图、矿产图都是二维的，应用综合信息矿产预测理论与方法体系，可以建立综合信息找矿模型，通过综合信息找矿模型研究矿产资源体的地质、地球物理、地球化学和遥感信息，形成三维化矿产资源体集合，按矿种进行矿产资源体预测。即：按矿种编制综合信息矿产预测图系，按不同矿种和不同类型矿床组成矿床密集区集合，按不同矿种研究矿床密集区和异常密集区信息之间的转换规律，推断不同矿种隐伏矿产资源体集合，在此基础上进行不同矿种矿产资源潜力评价［1］。

1.2 基于GIS的综合信息矿产预测地质解译

地质解译过程就是综合信息成矿预测图的编制过程。笔者遵循综合信息矿产预测的地质解译原理与方法，总结传统的地质解译地质图及矿产图的建模过程和工作流程［3－4］，在设计综合信息矿产预测系统的总体框架下［5－6］，设计并成功研发出由新建字典库、原始图处理、空间分析3个主要功能模块组成的地质解译系统［7］（图1）。系统中设5个独立子功能模块实现对系统的管理与服务：系统环境设置包括指定工作路径、解译用图及结果图库的存放目录；文件管理是指对任一GIS点、线、面文件的存取；图库管理是将地质解译全过程的图库自动分类建库；属性库管理是浏览、条件检索图形的属性库；帮助是指地质解译系统的具体操作使用说明。

研发的地质解译系统功能齐全，能在计算机上完成地质解译全过程，实现基于GIS矿产预测中的地质信息提取。

图1 地质解译模块功能设计Fig.1 Functional design of geological interpretation model

2 建立地质字典库实现地质空间信息共享

2.1 数字化地质图

地质数据来源于地质图、矿产图等，其数据类型分为图形数据和与图形相关的属性数据［8］。众所周知，我国不同时期、不同省区、不同比例尺建立的数字化地质图的属性库结构各异。基于GIS的地质解译首先需要将各种不同地质图的属性库结构进行转换和重建，建立地质解译系统统一标准的共享信息，然后才能开展地质解译的空间成矿信息提取。

2.2 建立系统共享地质空间信息的字典库

建立地质解译系统的字典库，统一转换不同数字化地质图中的不同库结构为系统通用的标准库结构，实现地质解译系统下的地质空间信息共享。

笔者设计了地质解译字典库，该模块对不同的数字化地质图采用系统的标准库结构进行统一管理，如图2所示，通过系统的“新建字典库”功能实现用户地质图向系统用的标准地质图的转换。地质字典库为地质建模和空间地质信息的自动、快速集成提供共享的标准信息源。

3 建立地质成矿空间信息库和图库

综合信息找矿模型是以矿产资源体为单元，应用它们的集合建立的统计性模型。不同等级的地质找矿模型必须研究不同等级的地质体，建立不同等级的空间信息地质找矿模型［9］。笔者主要论述1∶ 20万矿产预测中地质信息的提取研究，建立矿田级的空间信息地质找矿模型。

图2 新建字典库功能Fig.2 Functions of the built dictionary database

3.1 地质模型分类图层的建立

对地质解译而言，地层及岩体的划分是综合解译工作的地质先验前提，需要根据预测目的简化系统标准地质图为地质模型分类图层。图1中的“成矿模型”功能模块，即为地质图层分类而设的。地质图层的分类方法可以有多种：可按不同预测目标分别建立不同矿种的成矿地质分类图层；也可按地质图图例进行分类，如地层、岩体、岩脉等的简单分类。本文采用后一种分类。文中案例是开展中比例尺金、铜、铅、锌、银多金属矿预测，根据内生矿产的地层、岩浆岩、构造控矿因素分析，将案例中的内蒙古大兴安岭南段1∶20万的系统用标准地质图，按建立的成矿模型分别集成建立地层分类库、岩体分类库，目的是为地质解译建立基础图库。

图层分类是由分类模型的代码与系统的地质图标准代码的匹配检索来实现的：即通过分类模型匹配的属性记录代码找到相应的图形记录，经过一系列空间分析的判别、合并等功能，分别保存同种类型岩性的图元。图1中的“原始图处理”功能模块完成地质图的地层、岩体分类过程。

3.1.1 建立地层分类库

从地质演化的角度分析不同时代地质体的控矿特征，在地质解译系统下，将内蒙古大兴安岭南段1∶20万的系统标准地质图进行地层划分。按照成矿模型划分地质体基本类型，全区地层共划分为10类：老变质岩早元古代宝音图群；石炭系下统、中统；二叠系上统、下统；三叠系上统；侏罗系下统、中统、上统；白垩系下统。

3.1.2 建立岩体分类库

按时代与岩性分类建立岩体分类库。全区岩浆岩共划分为12类：石炭纪中性；二叠纪酸性、中性、基性、超基性；三叠纪酸性；侏罗系酸性、中性、基性；白垩纪酸性、中性、基性。

3.2 建立矿化密集区

矿产资源体是指那些含有矿床（点）及矿化信息的地质体。这些矿产资源体集合的空间分布特征反映了它的成矿规律。地质找矿模型的地质找矿标志包括来自预测区矿产图库中已知典型矿床（体）的成矿特征，重砂、化探异常等的矿化信息特征［10－11］，与地层、岩浆岩、构造等地质体的成矿相关性分析结果（图3）。对预测区矿化信息空间分布规律和特征的研究，不仅是建立地质找矿模型的需要，也是模型单元、预测单元选定和划分的重要条件。因此空间集成预测区矿化信息就成为建立地质找矿模型首选工作。

3.3 建立地质成矿空间信息库和图库

在建立测区地质模型分类图层的基础上，结合测区建立的矿化密集区进行空间关联分析，建立地质成矿空间信息库和图库。

利用地质解译系统的空间分析模块（图1），进行区对点叠加空间分析，分别以地层分类库、岩体分类库中的各类地层、岩体为叠加图层，以金、铜、铅、锌、银多金属矿化密集区为被叠加图层，进行空间相交分析，建立反映地质找矿模型内容的地层控矿库和岩体控矿库，即为地质成矿空间信息库和图库。

图3 矿产图库内容（白音诺尔大型铅锌银矿）Fig.3 Content of mineral map database（large lead－zincsilver mine of Baiyinruoer）

3.3.1 建立地层成（控）矿库

由前可知，区内出露不同时代的地层。由于不同地层本身存在相应的主成矿元素一致的元素高丰度背景或存在化学活泼的岩性层，在后期构造岩浆作用过程中一方面同化、溶滤了其中的成矿金属组分，另一方面岩浆侵入造成的岩热流体与大气降水对流循环，从围岩中浸出部分多金属组分或产生接触交代作用，因而形成区内广泛分布的接触交代型和热液型甚至斑岩型矿床［12］。按地层分类库中不同时期、不同岩性的各类地层与各预测矿种矿化密集区的空间相关分析，从地层分类库中空间集成并建立地层成（控）矿库。地层的成（控）矿地质解译分3个不同层次，从地层分类库中空间关联集成不同时代地层对不同矿种的成（控）矿特征：

①仅地层中含矿（化）点的岩性（模型标志集合）的地质体集合，后缀MX；

②地层中与含矿化岩性完全相同的所有地质体集合（各地质体图代码完全相同）后缀HK；

③地层中与含矿化岩性类型相同的所有地质体集合（各地质体库代码完全相同）后缀KK。

各矿种地层成（控）矿库中的空间信息库和图库的内容列表1。

除老变质岩分布区缺金资料外，由表1统计可知系列成矿与时间序列有关，地层从老到新，即从元古宇→石炭系→二叠系→三叠系→侏罗系→白垩系大致形成了金、铜、铅、锌、银矿化组合。

表1 内蒙古大兴安岭南段地层成（控）矿库Table 1 Formation metallogenic（ore－controlling）database of Daxinganling in the south of Inner Mongolia

3.3.2 建立岩体成（控）矿库

本区广泛分布种类繁多的岩浆岩类与现存的已知矿产有直接和间接的成因联系，主要作用体现在两方面：其一是岩浆岩中有大量的成矿物质，它是成矿物质重要的载体，尤其是金属物质，这些成矿物质在地质作用下，分别或组合富集，就可以形成单矿种或复合矿种的矿体，即岩浆岩直接控矿。其二是岩浆活动能释放出大量的热能，对深层地下水起加热和集聚作用，与岩浆自身的含矿热液混合，在其循环过程中可以萃取围岩中的矿物质，使其参加到成矿作用过程中去。根据本区成（控）矿标志的空间信息分布特征，以出露岩体为单位分3个（MX、HK、KK）不同层次集成岩浆岩的所有成（控）矿信息，建立岩体成（控）矿库。即按岩体分类库中不同时期、不同岩性的成（控）矿作用，从岩体分类库中以各预测矿种为库类，分别集成各时代的酸性、中性、基性、超基性岩体空间成（控）矿信息，建立岩体控矿的空间信息库和图库。岩体成矿库中与本次预测有关的成（控）矿岩性见表2。

表2 内蒙古大兴安岭南段岩体成（控）矿库Table 2 Rock mass metallogenic（ore－controlling）database of Daxinganling in the south of Inner Mongolia

由表2统计可知：Cu与各期的岩浆活动都有关，与各类岩性也都有关，Zn次之；Pb、Ag、Au主要与中酸性岩关系密切。

4 找矿模型的地质空间信息提取

矿产资源体由大、中、小型矿床组成，成为一个有机的整体。综合信息找矿模型是以矿产资源体为单元，应用它们的集合建立统计性模型［1］。

利用已建立的矿产地数据库（矿产图）结合数字化地质图，研究典型矿床的成矿规律、控矿因素和找矿标志，建立以矿产资源体为单元的模型单元；在上述地质解译的地质成矿空间信息库和图库的基础上，进行矿床客观存在的地质找矿标志提取，建立找矿标志组合的地质找矿模型，即为综合信息找矿模型的地质找矿模型空间信息库。

4.1 以模型单元建立地质找矿模型

在已建立的地质成矿空间信息库和图库基础上，分别建立金、银、铜、铅、锌各预测矿种的地质找矿模型，建立以矿产资源体为模型单元的矿床（点）密集区的空间信息库和图库。

本文基于GIS建立地质找矿模型，就是以地质成矿空间信息库和图库叠加模型单元的空间成矿分析，然后与物探、化探、遥感等解译图系关联，分析出露及半隐伏矿的物化探异常分布特征，通过相似类比确定半隐伏－隐伏矿的地质找矿标志，进一步归纳总结典型矿床的地质体特征，确定矿产资源体的地质找矿标志组合，建立基于模型单元的矿田级综合信息地质找矿模型。

4.2 找矿模型的地质空间信息提取

不同矿种建立地质找矿模型空间信息库的建模过程、解译方法和空间信息集成技术基本类似。本文以建立银地质找矿模型空间信息库为例来叙述地质解译的找矿模型建立过程。

4.2.1 基于典型矿床圈定模型单元

从传统意义上讲，找矿模型的建立是在已知典型矿床的研究分析基础之上。GIS的引入与应用为建立地质找矿模型提供了极为便利的手段，它可利用己建立的矿产地数据库（矿产图）结合数字化地质图，进行成矿地质空间信息的分析集成，建立地质找矿模型。本文在基于GIS的矿产预测应用研究中，以一个或数个典型矿床组成的矿田作为模型单元圈定的成矿必要条件，依据矿产地数据库中的矿床属性库的成矿地质标志（图3），结合地质成矿空间信息库和图库、以及地球物理、地球化学的找矿标志，决定模型单元的定义域及其边界条件，建立模型单元（图4）。

通过矿产图银矿床（点）属性库（图3）的空间集成，分析典型矿床及矿化点的成（控）矿因素，列出有关银典型矿床成矿特征（表3）；并以地质成矿空间信息库和图库为地质先验底图，用矿产图银多金属矿床（点）空间定位模型单元，结合物化探异常确定模型单元的定义域及其边界条件。

在本测区内分布银多金属矿床4处，其中与银密集区有关的大型矿床2处，小型矿床2处，此外，与银有关的矿（化）点7处（图4）。根据多金属矿床与银有关的伴（共）生关系（表3）以及银矿化点等综合信息，圈定模型单元与扩展模型单元9个，分别是26、31、46、47、60、76、83、84、86（图4）。

4.2.2 地质信息找矿模型的建立

基于GIS的地质找矿模型是在矿产地数据库的基础上，根据研究区矿产图库的已知典型矿床（体）的地质成矿特征（图3），以及物化探、重砂等信息显示的特征［13］，建立模型单元；利用模型单元对地质成矿空间信息库和图库进行空间信息的提取和集成，建立成（控）矿地层、岩体的地质模型找矿标志。如集成的银找矿地质模型的主要地质找矿标志：

1）元古宇锡林郭勒杂岩（Pt1xl），

2）石炭系格根敖包组（Cpg），

3）下二叠统（哲斯组P1zs，大石寨组P1d，寿山沟组P1ss…），

4）侏罗系（新民组J2x，满克头鄂博组J3mk，玛尼吐组J3mn，白音高老组J3b），

5）二叠纪侵入岩（Pηγ，Pδ），

6）侏罗纪侵入岩（Jγ，Jγπ，Jγβ，Jηπ），

7）白垩纪侵入岩（Kγβ，Kξγ，Kλ）。综合分析银矿化信息与地质找矿标志的空间相关分布，从元古宙、古生代到中生代与银的产出都有联系，但最主要的控矿地层是下二叠统的哲斯组（P1zs），上侏罗统的满克头鄂博组（J3mk）、玛尼吐组（J3mn）和白音高老组（J3b）；主要控矿岩体是二叠纪二长花岗岩（Pηγ）、闪长岩（Pδ），侏罗纪酸性岩（Jγ，Jγπ，Jγβ），白垩纪黑云母花岗岩（Kγβ）及钾长花岗岩（Kξγ）等。

表3 银典型矿床成矿特征Table 3 Metallogenic table of typical silver deposits

图4 银模型单元分布Fig.4 Unite distributions of silver models

5 预测模型的地质空间信息提取

预测模型主要是指统计预测数学模型和矿产资源预测数学模型［1］。由于来自实际观测的地质数据具有不统一的独特性，比较有效的方法是通过地质体和矿产资源体的单元划分，将数据规格化、标准化，然后进行数据处理［1］。笔者基于GIS实现对地质信息的提取，建立综合信息的矿产资源预测模型，达到对找矿靶区的定位、定量预测的应用。

5.1 以地质单元建立预测模型

5.1.1 统一的地质单元——模型单元与预测单元

本文单元的划分是强调在完整地认识地质体和矿产资源体的基础上，以统一划分的地质体和矿产资源体作为单元，即以含矿床（点）为模型单元，以成矿异常为预测单元，两者在区域上的控矿特征具有广泛可对比性的矿田级地质单元。在第4节已按内生矿床的多金属成矿特点，用矿床（点）定位、地质结合物化探异常确定单元边界的方法建立了测区的模型单元，应用GIS技术以人机交互的方式，以其类似条件圈定金、银、铜、铅、锌各矿种的预测单元。图5为银矿预测圈定的82个地质单元的空间分布。

5.1.2 预测模型的地质空间信息提取

以预测单元和模型单元的合成地质单元分布图（图5）为预测模型空间信息集成底图，以地质成矿空间信息库和图库为找矿地质信息提取对象，采用GIS空间分析的区区叠加分析功能，集成建立以地质单元为图元实体的地质找矿空间信息库和图库，即不同矿种预测模型的地质空间信息库（图6）。

5.2 预测模型的地质统计变量转换

以模型单元的矿产资源数字特征和地质变量的观测值为基础，分别建立矿产资源定位和定量预测的统计数学模型，用于对预测单元的成矿可能性和潜在资源量进行统计预测。

基于GIS建立的地质找矿空间信息库最大的特点是，对地质单元内每一地质实体都能以图文并茂的形式，详尽地用地质符号与精确的数字表达其属性特征，即以图元和属性建库。通过地质空间信息与地质变量的转换，它能满足不同预测模型所要求的多种不同变量类型，还可通过进一步对地质找矿空间信息库的数据挖掘，提供更深层次的地质统计变量。

图5 银模型单元与预测单元分布图Fig.5 The distributed map of silver model and prognosis units

根据预测模型的统计条件，进行地质找矿空间信息库中每一项属性特征的横向对比。如果属性特征在模型单元中是普遍存在的，可提取作为控制矿产资源分布位置及成矿可能性的资源定位预测变量。通过地质找矿空间信息库中每项属性特征的纵向对比：如果属性特征与模型单元资源量变化有显著关联性，可提取作为控制资源量大小变化的定量预测变量。笔者在已建立的地质找矿空间信息库基础上，根据不同的预测目标，分别构置用于金、铜、铅、锌、银多金属矿预测的原始变量。变量的赋值采用2种方法：一种是定性的二态赋值方法，在单元内存在为“1”，不存在或信息不清均为“0”（表4）；另一种是定量的地质体实际度量赋值，如单元包含与成（控）矿有关的出露岩体的面积度量值等。

图6 地质单元（银）预测模型的地质空间信息库Fig.6 Geological spatial information database of（silver）prognosis model of geological units

表4 地质单元（银）预测模型地质空间信息提取转换变量Table 4 Variable table of extraction and conversion of spatial information of（silver）prognosis model of geological unit

6 应用实例

在上述预测模型的地质空间信息提取基础上，同时利用综合信息矿产预测系统对物探空间信息、化探空间信息、遥感空间信息进行了提取，并集成综合信息的定位预测与定量预测模型，在内蒙古大兴安岭南段进行了1∶20万金、铜、铅、锌、银多金属矿的综合预测靶区评价。首次在该区圈出金靶区25个，评价出新增大中型矿床靶区铜14个、铅12个、锌13个、银14个。

例如：对银矿（图6）82个地质统计单元的预测模型综合信息变量（表4），利用特征分析的乘积矩阵主分量法进行定位预测，计算控矿变量权系数与模型单元及预测单元的联系度，并根据单元联系度大小排序，靶区预测结果被分为三级：一级靶区12个，为86、31、84、60、76、35、64、78、85、32、1、15号单元；二级靶区14个，为5、10、17、80、81、22、20、26、30、36、34、44、28、33号单元；其他56个单元被划分为三级靶区。利用定位预测的26个一、二级靶区进行资源量预测，建立银聚类分析的预测模型［14］，按聚类结果及谱系图分析得出银资源量规模预测结果：大型靶区为46（已知单元）、31（已知中型、预测为大型）、86、76（已知单元）、80、78、64、35、15、84共10个；中型为32、36、85、33、60、5、1共7个；小型为28、30、20、26、34、44、81、22、17共9个。

综上，评价出可供进一步查证的新增大、中型银矿靶区14个，比已知靶区增加了近5倍。

7 结语

数字化地质图与矿产图是地质空间信息提取的直接找矿信息，地质矿产图结合化探及组合异常图可反映地层、岩体的成（控）矿性，结合物探图可提取隐伏矿的间接地质找矿信息。

在以地质体为单元的多金属成矿预测中，以地质矿产图空间定位与定性地质单元的空间分布，参考化探主成矿元素、组合异常以及物探异常可以确定地质单元的定义域及边界。

以地质单元为底图，以地质成矿空间信息库和图库为地质找矿信息的集成对象，空间分析集成建立地质找矿模型和预测模型，不但为基于GIS的地质信息空间提取集成提出一条新途径，也为开发利用我国已建立的海量空间数据库进行了一次有益的尝试。

（References）：

［1］ 王世称.综合信息矿产预测理论与方法体系新进展［J］.地质通报，2010，29（10）：1399－1403.

Wang Shi－cheng.The New Development of Theory and Method of Synthetic Information Mineral Re－sources Prognosis［J］.Geological Bulletin of China，2010，29（10）：1399－1403.

［2］ Wang Shi－cheng，Ye Shui－sheng，Zhou Dong－dai.Theory and Method of Mineral Resource Prediction Based on Synthetic Information［J］.Journal of China University of Geosciences，2003，14（3）：269－273.

［3］ 叶水盛，纪瑛瑛，朱政嘉，等.利用计算机综合解译圈定找矿靶区［J］.长春科技大学学报，1997，22（2）：226－229.

Ye Shui－sheng，Ji Ying－ying，Zhu Zheng－jia，et al.Integrated Interpretation aided with Computer for the Delineation of the Prospecting Targets［J］.Journal of Changchun University of Science and Technology，1997，22（2）：226－229.

［4］ 余先川，王桂安.计算机综合信息矿产预测系统研究［J］.地质论评，2000，46（增刊.）：160－163.

Yu Xian－chuan，Wang Gui－an.Study of Computerized Metallogenic Prognosis System with Integrated Informa［J］.Geological Review，2000，46（Sup.）：160－163.

［5］ Ye Shui－sheng，Wang Shi－cheng，Li De－qiong.Application of GIS in Mineral Resource Prediction of Synthetic Information［J］.Journal of China University of Geosciences，2003，14（3）：234－241.

［6］ Ye Shui－sheng，Zhou Dong－dai，Dong Yao－song，et al.Mineral Resources Prediction System of Synthetic Information［C］／／The 4th ISPRS Workshop on Dynamic and Multi－dimensional GIS.Pontypridd：［s.n.］，2005：174－178.

［7］ 叶水盛，王世称，刘万菘，等.GIS基本原理与应用开发［M］.长春：吉林大学出版社，2004：434－483.

Ye Shui－sheng，Wang Shi－cheng，Liu Wang－song，et al.The Basic Principles of GIS and Application Development［M］.Changchun：Press of Jilin University，2004：434－483.

［8］ 叶水盛，陈惠娟.综合信息矿产资源评价中图库管理系统的开发应用研究［J］.吉林大学学报：地球科学版，2009，39（3）：547－553.

Ye Shui－sheng，Chen Hui－juan.A Study of the Development and Application of Maps Database Management System for the Mineral Resources Assessment by Comprehensive Information［J］.Journal of Jilin University：Earth Science Edition，2009，39（3）：547－553.

［9］ Wang Shi，Ye Shui－sheng，Wang Shi－cheng.Study on Synthetic Information Prediction for Crisis Mine Resources Potentiality［C］／／Proceedings of IAMG＇05：GIS and Spatial Analysis.Toronto：［s.n.］，2005：1117－1122.

［10］ 叶水盛，刘光胜，马生忠.克立格方法在化探元素评价中的应用［J］.长春科技大学学报，2000，30（2）：201－203.

Ye Shui－sheng，Liu Guang－sheng，Ma Sheng－zhong.Kriging and Its Application of Processing Regional Geochemical Data［J］.Journal of Changchun University of Science and Technology，2000，30（2）：201－203.

［11］ 李献业，叶水盛.基于GIS的大型金矿预测中化探空间信息集成技术的初步探讨［J］.长春科技大学学报，2000，30（3）：296－298.

Li Xian－ye，Ye Shui－sheng.The Preliminary Discussion of Technology to Integrate Chemical Exploration Space Information in the System for Predicting Large Scale Goldmine［J］.Journal of Changchun University of Science and Technology，2000，30（3）：296－298.

［12］ 王硕，冯贞.内蒙古自治区主要成矿带地质找矿综合地质研究［R］.呼和浩特：内蒙古地质矿产勘查开发局，2004：175－280.

Wang Shuo，Feng Zhen.Study of the Main Mineralization of Geological Prospecting and Comprehensive Geological in Inner Mongolia［R］.Hohhot：Inner Mongolia Bureau of Geology and Mineral Exploration，2004：175－280.

［13］ 叶水盛，董耀松.基于GIS的重砂空间信息合成［J］.吉林大学学报：地球科学版，2005，35（1）：131－135.

Ye Shui－sheng，Dong Yao－song.Integrating Schlich Space Information Based on GIS［J］.Journal of Jilin University：Earth Science Edition，2005，35（1）：131－135.

［14］ 叶水盛，杨凤超，于萍，等.研究程度较低地区的矿产资源潜力评估方法应用研究［J］.世界地质，2008，27（2）：188－197.

Ye Shui－sheng，Yang Feng－chao，Yu Ping，et al.The Study of Assessment Methods of Mineral Resources on Less Potential Areas［J］.Global Geology，2008，27（2）：188－197.

Integrate of Geological Interpretation Spatial Information of Mineral Resource Prediction Based on GIS

Ye Shui－sheng1，Qiao Jin－hai2，Ye Yu－xin3，4，Guo Li－jun5，Cai Hong－jun5
1.Institute of Mineral Resources Prognosis of Comprehensive Information，Jilin University，Changchun 130061，China 2.State Nuclear Electric Power Planning Design ＆Research Institute，Beijing 100094，China 3.Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education，Jilin University，Changchun 130012，China 4.National Engineering Research Center of Geophysics Exploration Instruments，Jilin University，Changchun 130061，China 5.Inner Mongolia Bureau of Geology and Mineral Exploration，Hohhot 010020，China

According to our massive digital geological map and mineral map in geological standardsbased database，geological information is integrated in space by GIS－based geological interpretation.It’s utilized to implement comprehensive information mineral forecast.In this paper，ageological interpretation system is applied to 1∶20 0000mineralization prediction about Daxinganling，in the southern of Inner Mongolia.In this work，the spatial geological information extraction and integration process can be illuminated.The geological spatial information is shared by establishing geologicaldictionary.First，geological ore－forming space information base and gallery space are established through making spatial analysis of classification layers of the geological model in the mineralization dense area.Then，the geological prospecting model is established through making spatial analysis about geological model unit and ore－forming spatial information database and gallery space.At last，extraction and integration of the geospatial information of prediction model are completed through the second space integration of the geological model unit to the geological ore－forming spatial information database and gallery space.The amount of new target areas which should be confirmed further is increased 5times by using this approach to evaluate target areas of comprehensive information mineral forecast of a case of Ag mineral.

mineral resource prediction；geological interpretation；spatial integration of geological information；geological prospecting spatial information database；geographic information systems

book=2012,ebook=470

P628.4

A

1671－5888（2012） 04－1214－09

2011－12－05

国家自然科学基金项目（41172294）

叶水盛（1953－），男，教授，主要从事综合信息矿产预测与GIS开发应用研究，Tel：0431－88502410，E－mail：ye＿jl.edu＠163.com

叶育鑫（1981－），男，讲师，主要从事地学信息集成技术研究，E－mail：yeyx＠jlu.edu.cn。