新疆喀拉尕依沙地区地球化学异常信息的提取

辛存林，廖建栋，董 凯，包小强，谢庆豪，赵 振，王 乐，季健健

(西北师范大学 地理与环境科学学院,兰州 730070)



·地球科学·

新疆喀拉尕依沙地区地球化学异常信息的提取

辛存林，廖建栋，董 凯，包小强，谢庆豪，赵 振，王 乐，季健健

(西北师范大学 地理与环境科学学院,兰州 730070)

通过泛克里金法和多重分形滤波技术相结合的方法,对新疆喀拉尕依沙地区成矿能量异常信息进行分析,以此获取该地区不同层次的致矿异常信息。研究结果表明:①新疆喀拉尕依沙地区成矿能量的最大变程为2.4 km,最大变程的方向为310°,最大变程方向与研究区主断裂F1走向基本一致；该地区成矿能量变化主要受到区域内的主断裂F1控制,其成矿能量含量的变化表现出较强的结构性特征。②泛克里金法获得的异常与低通滤波获取的区域成矿能量的异常总体具有相似的空间分布特征,它们均反映了异常的分布趋势和浓集特征,具有明显的裂控-岩控特征。③多重分形滤波(S-A)法能够提取多层次的致矿异常信息,其中包括了成矿能量的区域异常和隐伏背景中的弱异常和隐蔽异常,通过对背景和异常信息的关联分析,得出有利于矿化的解释,指示隐伏矿床的分布位置，同时为寻求未知矿床提供新的启示。

成矿能量;泛克里金法;多重分形滤波;新疆喀拉尕依沙

随着勘探地球化学的发展，为了更加准确地提取异常信息和对异常进行评价,就要求原始数据测量点必须均匀分布。但是，由于取样条件、地质情况、人为等因素的制约,不可避免地出现数据局部集中或过度分散,从而引起元素空间异常信息的畸变。而成矿能量反映了全部所查明元素含量的综合信息,并且可对区域内集中或分散的元素自动筛选[1],从而使提取的信息减少了外界环境的影响,使得研究结果更加科学、有效。

地球化学元素的空间变化不仅具有结构性的变化特征,还具有随机性的变化特征[2]。这种随机性变化往往是由致矿异常因素所引起的,其尺度不变性特征可由分形和多重分形模型定量表征[2-3]。成矿能量是利用与研究区主攻元素正相关的某几种元素的含量同区域上该元素的背景值的比值来反映元素能量的变化,所以也表现出分形和多重分形的特征。基于非线性模型的多重分形滤波技术,根据区域地球化学数据在频率域中具有不同的广义自相似性特征将其分解为不同的空间模式,以此来识别或分解叠加地质作用引起的与矿化有关的异常[4-7]。多重滤波技术是通过傅里叶变化把空间域转变成时空域,通过构建滤波器,在频率域上运用不同的滤波器,并将其转换在空间域上保持或加强区域的信息,对低背景中的弱异常或者隐蔽异常进行提取、识别和圈定,还可以将异常区域的背景和异常进行分离。

新疆喀拉尕依沙地区地形条件复杂,在采集样品时，样品间距的不均一性导致研究区元素化探数据异常信息的不准确。因此，本文采用成矿能量法综合分析研究区元素异常,以减小样品间距不均匀导致的数据信息的不准确性。通过泛克里金法和多重分形滤波技术分别对研究区成矿能量空间信息的变化进行分析,获取研究区成矿能量异常信息的空间变化特征及其控制因素,并对研究区综合信息进行弱异常和隐蔽异常信息的提取。最后，结合研究区地质背景,对研究区异常信息进行综合评价。

1 研究区成矿地质背景

东天山处于准噶尔板块与塔里木板块接合处,在长期的演化过程中经历了复杂的裂解和拼合,地质构造复杂,背景独特,岩浆活动频繁,是中国主要的多金属成矿带,具有复杂的地质成矿背景[8-9]。研究区位于东天山中段准噶尔微板块(Ⅱ)、北天山造山带(Ⅵ)和东准噶尔板块(Ⅳ)的交汇处,地壳活动活跃(见图1)。区域上位于博格达铜、金成矿带,该成矿带成矿地质条件良好,极具找矿潜力。

研究区出露的地层主要为古生界的石炭系以及中生界的三叠系和新生界的第四系。区内岩浆作用强烈,主要为华力西中期辉绿玢岩(βμ2a4),侵位于中石炭统居里得能组地层中。区内断裂较为发育,呈NNW,NEE向展布,断裂在走向上具波状弯曲,穿插于石炭系地层内,对区内成矿物质的活化、迁移和富集成矿均有重要的控制作用(见图2)。在沿断裂发育的一系列岩浆岩中,常见黄铜矿、辉铜矿、硅化、褐铁矿化、绢云母化、孔雀绿泥石蚀变等矿化蚀变。

通过对研究区采集的1 269个样品元素含量的均值、标准离差、变化系数和浓度克拉克值等参数进行统计分析(表1)后表明，其中浓度克拉克值大于1的元素有Cu，Pb，Zn，Bi，这说明这4种元素具有相对富集和较强富集；变异系数大于1的元素有Ag，Cu，Mo，Sb,这说明这4种元素活化和迁移作用强烈。从上述特征可以看出,在该区地层中,既有同生聚集(浓度克拉克值大于1),又具强烈后生改造(变异系数大于l)的元素(Cu元素), 其他元素的浓度克拉克值和变异系数均较低,其活化和迁移作用也较为微弱。这说明Cu元素不仅在地层中相对富集,而且分布极不均匀,在有利的地层条件下,极有可能形成矿化体。由野外地质调查可知，研究区分布有6条近东西向展布的绿泥石化蚀变带,其普遍具孔雀绿泥石蚀变,岩石中可见斑点状黄铜矿、辉铜矿等。综上可知，Cu元素为本研究区成矿能量的主攻元素。

图1 新疆北部铜、金矿床分布图[10-11]Fig.1 Sketch map showing the major tectonic units and distribution of copper and gold deposits in North Xinjiang

表1 研究区微量元素含量特征统计表Tab.1 Statistical table of trace element in researched area

2 泛克里金法对成矿能量综合异常的提取

2.1 成矿能量法的原理与计算

成矿能量是指成矿元素由分散状态组合成富集体(矿体或矿石)时的地球自然能,也就是各种金属成矿元素从最初的分散状态到局部富集成矿、成晕所需要消耗的相应的能量。具体到一个研究区就是利用与主攻元素正相关的某几种元素的含量同区域上该元素的背景值的比值来反映能量的变化[12]。单位体积矿石(晕)上成矿能量消耗(En)的计算公式[13]为

(1)

式中:En表示由n个元素形成单位体积矿石或地球化学晕时所消耗的能量;n为成矿、成晕的元素数;ki为组成矿石或地球化学晕的第i个元素的克拉克浓度值。成矿能量只是相对地反映了元素迁移和富集增加或者减小的能量,不反映元素富集或者分散的绝对值和具体到那一时期地质作用对能量分布的影响,仅仅是最终形成状态的能量的分布。

图2 研究区地质略图Fig.2 Geological map of researched area

通过Spss软件对新疆喀拉尕依沙地区1 269个样品的9种元素数据作标准化处理后,计算得到各相关系数矩阵见表 2。与主攻元素Cu正相关的元素为Ag，Mo，Zn，Au， Mn， Sb，Pb (在1%信度下的显著相关),根据这些元素的背景值,按成矿能量计算公式(1)求出该研究区的成矿能量,以此表示研究区的综合异常。

2.2 泛克里金法的原理

泛克里金法主要是运用变差函数和非平稳随机函数的协方差函数为已知条件下，是一种考虑漂移的无偏线性估计量的地质统计方法。通过变差函数和不同方向的漂移形式可以准确地反映地质变量在不同方向的变化程度。

变差函数是地质统计学中描述区域化变量空间结构性和随机性的基本工具。它通过测定区域化变量分隔等距离样点间的差异来研究区域化变量的空间相关性和空间结构。而基于变差函数的泛克里金法绘制的地球化学异常图可以为区域找矿提供信息。其表达式[9]为

(2)

式(2)中，N(h)为滞后距为h时参加变差函数计算的样品个数,h为滞后距。变差函数由4个参数来表征:方向、块金值、基台值和变程。在做出实验变差函数之后,选择一个最优的理论变差函数模型，即球状模型进行最优拟合，以保证克里格方程有解。

2.3 研究区成矿能量统计特征分析

研究区占地面积29.25 km2。根据100 m×250 m的网度组合一个样品,共采集了1 269个样品。对这1 269个样品的主成矿元素(Cu)的成矿能量参数进行统计后可知(见表3)，研究区内成矿能量的平均值为0.04,最高值为86.52。本文以原始数据的平均值加上3倍的标准差剔除特异值,使数据接近正态分布。对研究区特异值剔除之后,用实验变差函数计算成矿能量的变化特征。

在计算过程中采用两倍的取样间距0.2 km作为步长,角度容差22.5°,带宽为0.1 km,用球状模型拟合变差函数。首先计算其在0°，45°，90°，135°四个方向上的实验变差函数值点图,拟合出的变差函数参数见表3所示。研究区的成矿能量在变程之内有较强的向异性,其基台值为块金值的两倍以上,这说明成矿能量在变程范围内具有较强的相关性；成矿能量连续性最佳方向为310°,这与区域内的主断裂带F1断裂一致,这表明成矿能量受到北北西向断裂控制,也与研究区内华力西中期辉绿玢岩(βμ2a4)的分布较为一致。在变差函数中表现为成矿能量连续性变化的最大变程和最小变程分别为2.4 km和1.03 km,这表明成矿能量的变化在研究区岩浆岩的范围之内具有较好的连续性。同时，其块金效应(块金值/基台值)比较高，这表明成矿能量表现出更强的结构性特征。

表2 微量元素的相关系数Tab.2 Correlation coefficient matrix of microelements

表3 成矿能量统计参数与数据变差函数拟合参数Tab.3 Statistical parameter and fitting semi-variogram parameters of the ore-forming energy concentration

2.4 应用泛克里金法对地球化学成矿能量异常的提取

根据以上参数拟合的变差函数,采用泛克里金法对研究区进行地球化学成矿能量异常识别分析,获取区域成矿能量异常图(见图3)。

图3 泛克里金法获取的区域成矿能量异常图Fig.3 The regional obtain of the ore-forming energy by universal Kriging

泛克里金法的优势不仅是线性无偏和最小估计方差的最优估计,还可以给出指标定量评价其预测精度[14]。该方法一般要求平均误差绝对值与标准化平均误差接近于0,平均标准误差较小,标准化均方根误差接近为1。由表4可知,在本研究中，泛克里金法达到了较好的预测精度。

3 应用多重分形滤波技术对异常的提取

3.1 多重分形滤波技术的基本原理

为了有效地从不均匀性、偶发性变化引起的离群值中提取地球化学场的异常,减少特高与特低的异常值造成的背景的奇异现象, 本研究对研究区成矿能量进行空间滤波处理。多重分形滤波(S-A)法,是空间分析和频谱分析的集成, 主要是利用频域中明显的广义自相似性,根据场的能谱分布的不同,用滤波技术选取频率信息,重新恢复空间模式，将异常从背景中分离出来[5-7]。简单来说，就是为了突显某些成分并且压制其他成分的影响。我们可以利用能谱密度S与A之间的函数关系表示

A(≥S)∝S-β，

(3)

其中:S为能谱密度,A(≥S)是能谱密度大于S的波数集合的面积,β为幂指数。对式(3)两边同时取对数，绘制双对数图(lnS与lnA)，并用最小二乘法对其进行分段拟合成一条直线。不同段拟合的直线的交点对应的横坐标值为能谱密度，用它来确定分形滤波器的阈值。利用这个阈值构建不同的滤波器,从而达到对场的分离。滤波器一般分为高通、低通与带通3种类型[9]，分别如下式所示:

(4)

(5)

(6)

由于能谱密度与波谱频率成反比关系,所以GA(w)为高通滤波器，也称为异常滤波器,它能滤掉能谱密度大于S0能谱成分,保留小于S0能谱成分。GB(w)为低通滤波器，也称为背景滤波器,它能滤掉能谱密度小于S1能谱成分,保留大于S1能谱成分。GC(w)为带通滤波器，也称为局部异常,它只保留在区间(S1,S0)的能谱成分，再根据逆傅里叶变换就可以得到分解后的背景值和异常值的数据。

表4 预测精度参数Tab.4 Precision parameter of prediction

3.2 用多重分形滤波方法提取区域成矿能量异常

成矿能量是利用与主攻元素正相关的某几种元素的含量同区域上该元素的背景值(区域背景值为一个定值)的比值来反映能量的变化的,所以也表现出分形分布的特征。

由于成矿能量计算出来有负值(成矿能量为负值只反映元素富集到现有程度能量增加或减少的相对值,而不反映元素富集或分散所消耗的能量的绝对值)不符合拟合能谱密度S(spectrum density)-面积A(area)双对数图的要求,故对成矿能量进行变换,在其成矿能量上加一个正整数C,使得该地区成矿能量与正整数C之和Eni>0,使得成矿能量变换后符合指数模型的运算要求[9]。

用S-A法绘制研究区成矿能量“能谱密度-面积”关系双对数图(见图4)，用最小二乘法拟合不同斜率的直线，这些直线代表了不同的自相似性特征，它们通常对应空间域中不同级次的地球化学异常模式。如图4所示，由成矿能量双对数图拟合了3条斜率不同的直线，分别为：k1=-1.551，k2=-2.632，k3=-5.047，3条直线的交点横坐标为：S1=1.775，S0=3.044，其所对应的成矿能量为r1=5.899，r0=20.982，用此可作为构建滤波器的阈值。对于研究区成矿能量的分布而言，SS0代表了区域异常。

图4 成矿能量的lnA(>S)-lnS图Fig.4 ln-ln plot showing relationships between power spectrum value S and area A(>S) on the ore-forming energy

4 结果与讨论

1)通过对研究区采集的1 269个样品的元素含量进行统计,并且结合野外地质调查综合分析,确定Cu元素为研究区成矿能量的主攻元素。由研究区成矿岩层分布特征和元素成矿能量异常识别分析可知,成矿能量异常高值中心主要集中在华力西中期辉绿玢岩(βμ2a4)出露区及其附近。Cu元素矿化异常主要在华力西中期辉绿玢岩(βμ2a4)和中石炭统居里得能组:灰绿—灰褐色安山岩中。由泛克里金法获取的成矿能量异常表明，该成矿能量的异常高值点与华力西中期辉绿玢岩(βμ2a4)分布吻合程度较高。这说明Cu元素不仅在华力西中期辉绿玢岩中相对富集,而且分布极不均匀,在有利的构造热液条件下,极有可能形成矿化体。华力西中期辉绿玢岩(βμ2a4)可作为该区域寻找Cu矿化点的指示性岩性特征,因此该地区铜成矿具有明显的岩控特征。

2)从泛克里金法获取的成矿能量异常分布和走向趋势上来看,其异常具有明显的浓度分带特征,异常主要集中在研究区内的最大断裂F1的北侧,受到F1主断裂和F3，F4次级断裂的控制,呈北北西走向的带状分布,分布并不连续。由此可以推测，其成矿过程可能跟断裂构造有关的岩浆热液作用具有一定的关联,可能是华力西中期岩浆岩侵位于中石炭统居里得能组围岩中,通过热液萃取围岩中活化、迁移能力强的Cu元素到有利的成矿部位富集成矿。该异常可作为寻找热液型铜多金属矿产的重要远景区。因此，该成矿过程既有明显的岩控又具有明显的裂控特征。

3)通过对低通滤波(见图5A)获取的异常与泛克里金法获取的异常对比分析可知:① 低通滤波获取的区域成矿能量的异常与泛克里金法获得的异常总体具有相似的空间分布特征。② 泛克里金法所获得的异常在区域上具有较明显的分布趋势和浓集特征,这种特征往往反映的是区域背景下的重大致矿地质事件。③ 低通滤波获得的异常点明显比泛克里金法获得的多，这说明低通滤波突出了背景中的弱异常和隐蔽异常。泛克里金法可以获得异常点和异常趋势,低通滤波可以获得详细的异常点。它们两者结合为下一步探矿工作指明了方向和依据。

4)通过带通滤波获得的局部异常(见图5B)与泛克里金法和低通滤波获得的异常(见图5A)相比,异常范围缩小并且突出,其局部异常出现了更强的方向性。这是因为通过带通滤波对那些次生富集的不均匀性和偶发性引起的离群值与周围的样品相关性较差的数据已被屏蔽掉。而这些局部均匀的异常信息反映了元素在地质过程中的运移、富集规律,与特定的矿化过程有关,为研究矿床的走向和寻找远景区矿床有一定的指示作用。

图5 S-A法获得的成矿能量异常图Fig.5 The ore-forming energy S-A method

5 结 论

1)通过对成矿能量运用变差函数的研究表明，新疆喀拉尕依沙地区成矿能量的最大变程为2.4 km,最大变程的方向为310°。这表明该地区成矿能量变化主要受到区域内的NNW主断裂F1断裂控制,具有较好的连续性。其比较高的块金效应(块金值/基台值)表明，它的成矿能量表现出较强的结构性特征。

2)泛克里金法获取的成矿能量异常反映了异常的分布趋势和浓集特征,具有明显的裂控和岩控特征。低通滤波获取的区域成矿能量的异常与泛克里金法获得的异常空间分布总体具有相似的空间分布特征,但是，低通滤波获取的异常明显比泛克里金法获得的异常点多。

3)多重分形滤波(S-A)法能够提取多层次的致矿异常信息,其中包括了成矿能量的区域异常和隐伏的或者背景中的弱异常和隐蔽异常。通过多重滤波方法提取的不同层次的异常为下一步工作提供了新的研究靶区。通过对背景和异常的异常信息的关联分析,得出有利于矿化的解释,指示隐伏矿床的分布位置，并为寻求未知矿床提供新的启示。

[1] 杨利民,杨自安.成矿能量在化探综合异常提取中的应用研究[J].矿产与地,2008,22(1):74-77.

[2] 成秋明.非线性成矿预测理论:多重分形奇异性-广义自相似性-分形谱系模型与方法[J].地球科学：中国地质大学学报,2006,3(3):337-348.

[3] LIMA A, PLANT J A, DE VIVO B,et al. Interpolation methods for geochemical maps: Acomparative study using arsenic data from European streamwaters[J]. Geochem Explor Environ Anal, 2008, 8(1): 41-48.

[4] 成秋明, 张生元,左仁广, 等. 多重分形滤波方法和地球化学信息提取技术研究与进展[J]. 地学前缘,2009,16(2): 185-198.

[5] 成秋明.空间模式的广义自相似性分析与矿产资源评价[J].地球科学：中国地质大学学报,2004,29(6):733-743.

[6] 李庆谋,成秋明.分形奇异(特征)值分解方法与地球物理和地球化学异常重建[J].地球科学：中国地质大学学报,2004,29(1):109-118.

[7] 成秋明.多维分形理论和地球化学元素分布规律[J].地球科学：中国地质大学学报,2000,25(3):311-318.

[8] 崔彬, 和志军, 赵磊, 等.新疆东天山中段金、铜成矿系统研究[J]. 地学前缘，2000,25(3):311-316.

[9] 黄静宁,赵鹏大.东天山地区Cu-Au异常信息提取与评价[J].地球科学：中国地质大学学报,2011,36(2):317-326.

[10] 秦克章.新疆北部中亚型造山带与成矿作用[D].北京：中国科学院研究生院，2000.

[11] 韩春明,肖文交,崔彬,等.新疆北部晚古生代铜矿床主要类型和地质特征[J].地质学报,2006,80(1):74-89.

[12] 杨利民,杨自安,罗铁良,等.成矿能量在化探综合异常提取中的应用研究[J].矿产与地质,2008,22(1):74-77.

[13] 徐锡华.成矿能量-克立格双模型在化探数据处理中的特殊功效[J].地质找矿论丛,2002,17(1):52-56.

[14] 王景雷,孙景生,张寄阳,等.基于GIS和地质统计学的作物需水量等值线图[J].农业工程学报,2004,20(5):51-54.

(编 辑雷雁林)

Geochemical abnormal information extract in Kalagayisha Xinjiang

XIN Cun-lin, LIAO Jian-dong, DONG Kai, BAO Xiao-qiang, XIE Qing-hao, ZHAO Zhen, WANG Le, JI Jian-jian

(College of Geography and Environmental Science, Northwest Normal University, Lanzhou 730070， China)

Based on the universal Kriging method and Spectrum-Area(S-A) method, essential mineralization abnomal information in Kalagayisha areas, Xinjiang were analyzed, leadingto different levels of mine information.Results show that: ① Kalagayisha, Xinjiang mineralization can be one of the biggest variation range of 2.4 km, the direction of the maximum codomain is 310°, the largest variation direction basically accords with the strike of the main faults F1 in the study area, suggestting that the region mineralization can change is mainly controlled by the regional main faults F1 fault. Changes in concentrations of mineralization can show strong structural features. ② The anomaly obtained by the Universal Kriging Method and the regional ore-forming energy anomalies obtained by the low-pass filter have similar spatial distribution characteristics as a whole. They all reflect the trend and concentration distribution characteristics of abnormal information, with obvious crack and rock control characteristics. ③ The Spectrum-Area(S-A) method can extract the multi-level ore anomalies information, including the regional anomalies and mineralization can concealed in the background of weak anomalies. Through correlation analysis of the background and anomaly exception information, the mineralization explanation is reached, indicating the distribution of concealed deposit location and providing a new relation of seeking the unknown deposit.

the ore-forming energy; Universal Kriging Method; Spectrum-Area(S-A) method; Kalagayisha Xinjiang

2014-04-16

国家自然基金资助项目(41262001)；甘肃省科技支撑基金资助项目(1104FKCA116)；甘肃省自然科学基金资助项目 (1010RJZA020)；甘肃省高等学校研究生导师科研基金资助项目(1101-07)；兰州市科技计划基金资助项目(2011-2-89)

辛存林,男,甘肃秦安人,教授,从事地质矿产与勘查研究。

P632

：ADOI：10.16152/j.cnki.xdxbzr.2015-02-020