基于定量地学方法分析西藏尼木岗讲矿区与矿有关的地质变量

，，， ， ，

(1.中国地质大学(武汉)资源学院，湖北 武汉 430074； 2.中国地质大学地质过程与矿产资源国家重点实验室，湖北 武汉 430074； 3.中国地质大学(武汉)地质调查院，湖北 武汉 430074； 4.国土资源部资源定量评价与信息工程重点实验室，湖北 武汉 430074； 5.安徽太平矿业有限公司，安徽 淮北 235115； 6.天津华北地质勘查总院，天津 300170)

0 引 言

西藏尼木岗讲铜多金属矿是西藏冈底斯斑岩铜矿带上的一个具有超大远景规模的斑岩型铜钼矿，矿区构造复杂，岩浆活动期次多，区内矿石品位整体较低，矿体产状及空间变化复杂。经过多年的勘探与研究，矿区矿体为一向北西开口的“U”型，与南北向断裂构造关系密切(张庆松等，2006；冷成彪等，2012)。

为研究成矿规律，总结与矿有关的地质变量，结合前人的研究成果，作了一系列分析。前人的研究多从地质角度出发，未对已有数据作统计分析。采用信息量法和地质特征向量长度分析法直接对原始样品分析数据进行统计，分析与矿有关的地质变量。常用的统计方法有：几何作图法，计算简单相关系数、偏相关系数、秩相关系数，信息量计算法，秩和检验法，用于二态变量选择的地质向量长度分析法、相关系数比值法、变异序列法等；各种多元统计方法，如主成分分析法、各种序贯分析法，包括全部可能回归法、逐步回归、逐步判别、序贯判别等(赵鹏大等，1994；赵鹏大，2004)。本研究利用信息量法和地质特征向量长度分析法进行分析，综合选取与矿关系密切的变量及找矿有利因素。

1 矿区概况

矿区位于西藏拉萨市尼木县县城北西方向约20 km，矿区有县道和国道，交通较为便利。矿区属冈底斯山脉，大地构造位处冈底斯火山岩浆弧东段，相邻有厅宫和冲江矿区。海拔高度一般在4 000～5 000 m，平均4 500 m，属高原大陆性气候，人口稀少，工作区及其周边矿产资源丰富。

区域内出露地层有白垩系、古近系和第四系，为一套陆相火山岩、火山碎屑岩建造。矿区断裂发育，近南北向和近东西向断裂形成两横、两纵的“井”字形格架，次为派生的北西向和部分北东向断裂，矿区内共有断裂29条，其中F2-3和F12规模最大，F2-3为破矿断层，F12为控矿断层。矿体主要产于二长花岗斑岩及后期的脉岩中，区内黄铜矿化和辉钼矿化发育，蚀变以钾化和硅化为主，且与成矿关系密切，其中黑云母化与矿体关系最为密切(张庆松等，2012)。

矿区矿体整体呈一向北西开口的“U”型。根据产状，矿区矿体大体分为东段、北段和西段3段：东段矿体产状向西陡倾，倾角65°～75°；北段矿体产状向南缓倾，倾角20°左右；西段倾向40°，倾角20°左右。

2 方法原理

2.1 信息量法原理

信息量用条件概率计算：

(1)

式(1)中：IAj|B为A标志j状态提供事件B发生的信息量，P(B|Aj)为A标志j状态存在条件下事件B实现的概率，P(B)为事件B发生的概率。

实际应用时，因P(B)在工作初期不易估计，根据概率乘法定理，上式可变为：

(2)

式(2)中：P(Aj|B)为已知事件B发生的条件下出现Aj的概率，P(Aj)为研究区中标志值Aj出现的概率。

具体运算时，总体概率用样本频率来估计：

(3)

在研究区中：IAj|B表示A标志j状态指示有矿(事件B)的信息量，N表示研究区中含矿样品数，Nj表示出现标志值Aj的含矿样品数，S表示研究区所有样品数，Sj表示研究区出现Aj的所有样品数(赵鹏大等，1994；赵鹏大，2004)。

2.2 地质特征向量长度分析法原理

地质变量长度分析法基本原理是把n个已知含矿单元视为n维空间，每个地质变量为n维空间中的一个向量，例如(a11，a12，a13，…，a1n)。通过计算各个地质变量的向量长来评价变量的重要性，向量长度越大则该变量与矿化的关系越密切。

n个含矿单元的p个地质特征构成一个p×n矩阵A：

3 数据预处理

要统计与矿有关的地质变量，首先要将各地质变量进行汇总，然后分析它们与达到边界品位的钻孔样品的数量关系，以此研究这些变量与矿的关系。

原始数据为钻孔柱状图和钻孔样品分析数据表格，本研究建立了钻孔数据库，整理出钻孔井口文件、样品分析文件、测斜文件、岩性文件4个文件(马秋石等，2013)。与矿有关的岩性、蚀变、矿化、构造等变量信息都在岩性文件的岩性描述中，所以，首先要将岩性描述中的变量提取出来形成多个字段，这项工作很复杂也很关键，可以通过Access数据库将这些变量对应地赋与样品分析文件中的每一个样品。样品分析文件和岩性文件都是区间文件，都有“从”和“到”字段，且钻孔号是对应的，可以将2个文件在Access数据库中建立联接，并运用 “UPDATE”语句通过限定钻孔号和2个文件中的“从”和“到”信息将岩性文件中的变量字段赋给样品分析文件。具体程序语句为：

{

UPDATE [样品分析文件], 岩性文件

SET [样品分析文件].变量字段=[岩性文件].[变量字段]

WHERE (([样品分析文件].钻孔号)=岩性文件.钻孔号)

And (([样品分析文件].从)>=岩性文件.从)

And (([样品分析文件].到)<=岩性文件.到));

}

按照上述程序选择不同的变量字段进行更新，即可将岩性文件中的各变量字段赋予样品分析文件中的各个样品。

更新结果还有一点问题，岩性文件中的“从”字段和“到”字段与样品分析文件中的“从”字段和“到”字段不一定是一一对应的，经常出现衔接处不能赋值的情况，一个样品可能上半部分属于一个岩性，下半部分属于另外一个岩性，这时就需要手动判断。根据长度赋予权重，样品在哪个岩性中所占长度比例大就归为哪个岩性。为了方便统计和计算，可以将变量字段进行二值化，即某属性存在即为“1”，不存在即为“0”(图1)。

图1 二值化的变量信息(部分钻孔)

4 计算结果

4.1 信息量计算结果

按照信息量法的计算公式对研究区的样品分析文件进行统计计算(表1)。

若P(Aj|B)=P(Aj)，则IAj|B=0，这表示标志Aj不提供任何找矿信息，即标志Aj存在与否对找矿没有影响；若P(Aj|B)P(Aj)，则IAj|B为正值，表示标志Aj能提供找矿信息(赵鹏大等，1994；赵鹏大，2004)。

表1 信息量计算结果

续表1

标志状态Sj(S=17 317)Nj(Cu)(N=3 308)Nj(Mo)(N=3 288)CuMo斑含斑14 5122 5032 495-0.044 36-0.043 12无斑3133442-0.245 16-0.150 75钾化8 8031 9241 9610.058 480.069 39硅化10 3251 9362 053-0.008 080.020 04绢云母化68210094-0.114 88-0.139 12黑云母化1 7915095120.172 530.177 72蚀变类型泥化2 308331287-0.124 50-0.183 81黏土化4 274740757-0.042 70-0.030 20高岭土化3 596538535-0.106 13-0.105 93青磐岩化4162742-0.468 82-0.274 30绿泥石化5 950887883-0.107 69-0.107 02碳酸盐化2 033381370-0.008 31-0.018 39黄钾铁矾化17131-1.036 97-1.511 46孔雀石化2 4476663510.153 75-0.121 79矿化类型黄铜矿化9 0081 9051 9020.044 170.046 12黄铁矿化6 155927962-0.103 24-0.084 51褐铁矿化3 9327675690.009 09-0.117 96辉钼矿化5 3971 2431 4890.081 230.162 28强2 0334193870.032 980.001 11蚀变程度较强8 9711 7581 7360.011 090.008 25弱2 874216252-0.405 13-0.335 55无7382638-0.734 18-0.566 73断层断层破碎带1772523-0.131 13-0.164 70斑状结构3 086214191-0.440 07-0.486 82似斑状结构6 7591 5041 5200.066 270.073 50碎裂结构14650.350 930.274 38岩石结构隐晶结构6430.542 820.420 51细粒-隐晶结构2515-0.679 030.022 57细粒结构34311-0.335 450.231 45细-中粒结构5215647-0.249 74-0.323 20中粒结构400岩石构造块状、条带状构造9 9861 6891 723-0.052 85-0.041 57星点状5 424606798-0.232 94-0.110 78薄膜状603140670.084 72-0.232 70浸染状2 7227385990.152 080.064 08粒状21990.350 930.353 56矿石构造土状5647-0.427 22-0.181 55零星状3073587-0.224 160.173 92团块状3065162-0.059 240.028 21细脉状1 9224614700.098 850.109 89片状741210-0.071 14-0.147 69

4.2 地质特征向量长度法计算结果

根据地质特征向量长度分析法原理，对样品分析数据进行计算。首先筛选出有矿样品，以w(Cu)≥0.2，w(Mo)≥0.02为界，分别筛选出铜和钼有矿样品。对各因素进行二值化处理，1表示出现该因素，0表示未出现该因素。然后利用Matlab分别计算铜和钼的乘积矩阵计算，并计算各变量逻辑向量长，并按由大到小排序(图2、图3)。

图2 铜各地质变量逻辑向量长

图3 钼各地质变量逻辑向量长

5 结果分析

5.1 信息量法结果分析

从表2可以看出：与铜矿关系密切的变量(即信息量为正的因素)有19个，与钼矿关系密切的变量有20个。其他变量的信息量虽为负值，但亦含有矿样品，只是相对较少，如断层破碎带等变量，不能确定其对成矿不利，只是成矿有利程度相对较低。

从表1可以看出，岩性为煌斑岩、第四纪沉积物、二长花岗岩和安山岩，均与铜矿关系密切，但煌斑岩和第四系沉积物更显著一些。煌斑岩呈岩脉产出，在研究区较少见，样品数也较少，仅具局部代表性。第四纪位于氧化带，主要成分为岩石风化物，因岩体剥蚀及地表淋滤作用形成近地表氧化矿而富集，但其样品数较少，不具有广泛代表性。二长花岗岩为研究区主要含矿岩体，分布最广，呈岩基状产出，与矿关系密切。安山岩在研究区分布零星，与大规模矿体分布没有密切联系，仅限于局部零星矿体(表2)。

与钼矿关系密切的岩性为煌斑岩、石英岩、二长花岗岩，煌斑岩与钼矿关系最密切，分析可能与煌斑岩成岩条件有关，但在研究区很少见，仅具有局部代表性。石英岩较少出现，规模都较小。

表2 各元素信息量为正的变量

从表2中可以看出，蚀变程度较强的区域和蚀变程度强的区域与矿关系密切。蚀变黑云母化、钾化、硅化与矿关系密切，黑云母化最为显著，张庆松等(2012)也指出黑云母化与铜矿化关系密切。岩石结构为隐晶结构、碎裂结构、似斑状结构与铜矿关系密切，隐晶结构、碎裂结构、细粒结构、似斑状结构、细粒-隐晶结构与钼矿关系密切，但是出现隐晶结构、细粒-隐晶结构、细粒结构和碎裂结构的样品数都很少，只有局部代表性。矿石构造为粒状、浸染状、细脉状、薄膜状与铜矿关系密切，矿石构造为粒状、零星状、细脉状、浸染状、团块状与钼矿关系密切。矿化中孔雀石化、辉钼矿化、黄铜矿化、褐铁矿化与铜矿关系密切，辉钼矿化、黄铜矿化与钼矿关系密切，分析铜矿和钼矿为伴生矿体，辉钼矿化和黄铜矿化均指示矿体的存在。蚀变程度强和较强(中)时较有利于成矿，这与地质分析一致。

5.2 地质特征向量长度分析法结果分析

根据地质特征向量长度分析法计算结果，以及与矿关系密切的变量。将所有变量逻辑向量长度从大到小排序后，确定一个临界值，临界值的确定可以视情况而定，可以取最大信息量的一半。研究区共有50个变量，取最大信息量的一半为临界值，则Cu的临界值为5 909.33/2=2 954.665，Mo的临界值为6 010.37/2=3 005.185。根据图2和3可以看出临界值以上的变量向量长度明显大于临界值以下的变量，区分效果明显。根据临界值区分结果，与铜矿关系密切的变量依次为含斑、二长花岗岩、硅化、钾化、黄铜矿化、蚀变程度较强、块状构造、似斑状结构、辉钼矿化，与钼矿关系密切的变量依次为含斑、二长花岗岩、硅化、钾化、黄铜矿化、块状构造、蚀变程度较强、似斑状结构、辉钼矿化。其地质意义为：在研究区，矿体多发育于二长花岗岩等含斑岩石中，岩石多为似斑状结构，块状构造，围岩蚀变硅化、钾化发育，蚀变程度一般较强，矿化以黄铜矿化和辉钼矿化为主，这与该地区的地质分析结果较一致。

6 与矿关系密切的地质变量

6.1 2种方法结果对比分析

利用样品分析数据，根据信息量法和地质特征向量长度分析法分析了研究区与铜矿和钼矿关系密切的地质变量。对比二者发现，信息量法只能计算出与矿关系密切的变量，而不考虑数量；地质特征向量长度分析法既考虑了质也考虑了量，规模数量越大，对找矿越有利，与矿关系密切但规模数量很小，也不能形成具有开采价值的矿，例如，黑云母化这一因素，信息量法计算得出其与矿关系密切，但地质特征向量长度分析法计算出的结果中不包括黑云母化，原因是黑云母化含矿样品数较多，但规模数量较小，只是相对与矿关系密切。

6.2 与矿关系密切的地质变量

根据2种方法结果，并参考前人的研究成果和研究区地质情况，总结研究区与铜矿和钼矿关系密切的地质变量。

研究区为斑岩型铜钼矿，铜矿与二长花岗岩关系密切。岩体多含斑、似斑状结构，块状构造，与矿关系密切的围岩蚀变有黑云母化、钾化和硅化，其中黑云母化与铜矿体关系最为密切，钾化和硅化最为发育，蚀变程度较强—强时成矿性较好。岩体矿化主要为黄铜矿化和辉钼矿化，孔雀石化虽出现频率较低，但相对前2种矿化含矿率较高，前人研究表明：孔雀石化为后期次生氧化富集时产生，为铜矿的有利成矿标志(张庆松等，2012)。矿石多为星点状、浸染状、细脉状构造，其中浸染状和细脉状构造的矿石含矿率较高，为铜矿有利成矿变量，粒状构造和薄膜状构造的矿石在研究区较少见，但含矿率很高，也可作为有利成矿变量。研究区钼矿为伴生矿体，与矿关系密切的变量与铜矿大致相同，辉钼矿化相对于黄铜矿化更有利于钼矿成矿，矿石构造零星状、团块状也与钼矿关系密切。

7 结 论

运用定量地学方法中的信息量法和地质特征向量长度分析法，结合前人的地质研究成果，计算并分析总结了西藏尼木岗讲矿区与矿有关的地质变量及有利成矿变量。用统计方法定量选取与矿有关的变量及成矿有利因素，比传统地质分析方法更客观，不会受分析者的主观经验影响，可以在一定程度上弥补传统地质分析的不足。将统计方法与传统地质分析法相结合，分析结果更准确。

冷成彪,张兴春,周维德.2010.西藏尼木地区岗讲斑岩铜-钼矿床地质特征及锆石U-Pb年龄[J].地学前缘, 17(2):185-194.

马秋石,陈建国,张波,等.2013.序贯高斯模拟在西藏尼木岗讲矿区的应用研究[J].地质学刊，37(3):482-488.

张庆松,周维德.2006.西藏岗讲斑岩铜钼矿地质特征及找矿远景[J].地质找矿论丛,21(增刊1):27-29.

张庆松,李作华,袁剑飞,等.2012.西藏尼木地区岗讲铜矿区地质特征及找矿前景分析[J].四川地质学报,32(增刊1):38-43.

赵鹏大,胡旺亮,李紫金.1994.矿床统计预测[M].北京：地质出版社.

赵鹏大.2004.定量地学方法及应用[M].北京:高等教育出版社.