基于GIS和证据权重法的钟姑铁矿成矿预测

袁峰(1971-),男,广西桂林人,博士,合肥工业大学教授,博士生导师.

基于GIS和证据权重法的钟姑铁矿成矿预测

郑通科,袁峰,张明明,李晓晖,贾蔡

(合肥工业大学 资源与环境工程学院,安徽 合肥230009)

摘要:文章应用GIS空间分析和证据权重法相结合的方式进行钟姑铁矿田的成矿预测。为了不受软件平台的限制,基于ArcGIS Engine平台进行GIS空间分析功能和证据权重法功能的编程实现。依据钟姑铁矿田的地质背景和成矿规律,分析控矿因素并提取地层、岩浆岩、断裂等与成矿有关的11个证据因子。利用证据权重法对钟姑铁矿远景区进行圈定,圈定3个Ⅰ级成矿远景区、5个Ⅱ级成矿远景区和2个Ⅲ级成矿远景区。

关键词:ArcGIS Engine 平台;证据权重法;计算机编程;成矿预测

基金项目：安徽省公益性地质(科技)工作资助项目(2011-g-2);教育部新世纪优秀人才支持计划资助项目(NCET-10-0324)

作者简介：郑通科(1988-),男,广西防城港人,合肥工业大学硕士生;

doi:10.3969/j.issn.1003-5060.2015.06.026

中图分类号:P612文献标识码：A

Metallogenic prognosis of iron mineral resources in Zhonggu area based on weights of evidence method and GIS

ZHENG Tong-ke,YUAN Feng,ZHANG Ming-ming,LI Xiao-hui,JIA Cai

(School of Resources and Environmental Engineering, Hefei University of Technology, Hefei 230009, China)

Abstract:Based on the spatial analysis of GIS and the weights of evidence method, the metallogenic prognosis of Zhonggu area is performed. The functions of spatial analysis of GIS and the weights of evidence are realized based on ArcGIS Engine platform so as to avoid the constraint of the software platform. According to the geological background and the metallogenic regularities of Zhonggu area, eleven evidence layers, such as strata, magmatites, fault and so on, are extracted. The weights of evidence method is used to finish the metallogenic prognosis of Zhonggu area, and three first-grade metallogenetic targets, five second-grade metallogenetic targets and two third-grade metallogenetic targets are outlined.

Key words:ArcGIS Engine platform; weights of evidence method; computer programming; metallogenic prognosis

如何从各种不同来源的信息中提取有用信息进行综合处理和综合分析,达到矿产预测目的,一直是地学界探讨的问题[1]。20世纪80年代后,成矿预测发展到以基于GIS的成矿预测方法为特点的阶段[2],GIS技术在成矿预测中的应用为多源信息的提取和综合分析提供了一条新的途径。但是,仅依靠GIS技术进行成矿预测会出现信息处理不完善和模型不适应的问题,原因在于GIS技术的形成与发展过多强调地理的空间关系,并且在成矿预测领域中技术还不成熟。因此,采用GIS技术与成矿预测方法相结合的方式进行成矿预测是很多地质学家热衷的选择。成矿预测方法有很多,如特征分析、证据权重、信息量、神经网络、秩相关分析、判别分析、聚类分析等方法。

证据权重法是加拿大数学地质学家Agterberg 提出的一种地学统计方法[3]。它立足于数据的空间位置关系,并要求对多源地学信息进行叠加复合分析[4]。它以对数据要求低、权数选择客观、回归系数易解析、易于编程等特点而著名,与GIS 结合后还具有空间分析的能力[5]。

证据权重法广泛应用于矿产预测与评价。文献[6]对甘肃省铅锌矿床进行成矿定量预测及成矿远景区圈定;文献[7]在MRAS软件中开展了那仁宝力格地区铜多金属矿的成矿预测与评价;文献[8]基于ArcGIS 平台对新疆东昆仑西段的铁矿资源进行预测区的圈定和靶区优选;文献[9]基于ArcGIS平台,采用证据权重法和加权Logistic回归法进行东昆仑西段矽卡岩型铁矿的有利度评价;文献[10]采用证据权模型进行赤峰地区有色金属多元找矿信息的综合,并对有利成矿区进行圈定;文献[11]对黑龙江省西北部金矿用证据权重法生成研究区成矿后验概率图;文献[12]在MORPAS平台上利用证据权重法对甘南临潭-宕昌地区铅锌矿远景区进行了圈定;文献[13]利用证据权重法的数学模型对研究区铜多金属矿产进行预测。以往采用证据权重法进行成矿预测多是基于现有的软件,对于编程实现脱离软件平台的证据权重法的研究较少,而钟姑矿田多年的地质勘探研究积累了大量的地质资料,如何有效地利用这些地质资料进行成矿预测值得探究。

本文采用证据权重法和GIS技术相结合的方式进行钟姑矿田成矿预测,为了不受软件平台的过多限制,采用ArcGIS Engine作为开发平台进行证据权重法功能和空间分析功能的编程实现,并采用这些功能对宁芜盆地南段钟姑铁矿田进行成矿预测。

1证据权重法理论

证据权重法是一种利用矿产形成的后验概率来圈定研究区有利成矿部位的数学模型[14]。其基本原理是把每一种成矿信息都视为成矿预测的一个证据因子,每个证据因子对成矿预测的贡献是由该因子的权重值来确定的[15],进而计算任意空间位置的矿产发育的概率值,以圈定不同级别的预测靶区[16]。其关键计算公式[17-22]如下所述。

(1)

(2)

对于n个证据因子图层,若它们都关于矿点条件独立,研究区任一单元为矿点的可能性,即后验似然比O,可用公式表示为:

(3)

后验概率为:

(4)

其中,P为后验概率,代表一个单元内找矿的有利度,该值越大,则该单元矿产产出的可能性越大;O为后验概率的似然比。

2编程实现

2.1　证据权重法功能的实现

根据证据权重法理论,证据权重法功能包括单元网格化、计算先验概率、计算证据权重、计算后验概率等功能。对于单元网格化功能的实现,使用ArcGIS Engine 中的ToRasterDataset方法将图层按照指定的大小分成等大的单元。

ArcGIS Engine中的接口DataStatistics调用Statistics.sum属性可以获取每个图层的单元总数。在实现计算先验概率的功能时,通过调用该属性获取矿床(点)和研究区的单元总数。根据先验概率计算公式,编程实现运算功能进行先验概率值的计算。

在实现计算证据权重的编程中,封装一个类,在类中实现4种方法,分别用于统计图层叠加后4种单元重叠情况的单元数,并返回单元数。在类中,使用接口DataStatistic调用Statistics.sum属性获取每个图层的单元数。在方法1中使用ArcGIS Engine的接口IMathOp调用方法BooleanAnd进行证据图层与矿床(点)图层的逻辑与运算,并使用接口DataStatistics调用Statistics.sum属性获取逻辑与运算后图层的单元总数(Bj& D)。在方法2中将证据因子图层的单元总数(Bj)减去逻辑与运算后的单元总数(Bj& D),即实现计算仅有证据因子的单元总数(Bj-(Bj& D))的功能。同理,在方法3中实现计算仅有矿点的单元格总数(D-(Bj& D))的功能。在方法4中实现既没有证据因子又没有矿点的单元总数(T-Bj-D+(Bj& D))的功能。根据证据权重的计算公式,编写一个方法将上面所述的4种单元的总数进行证据权值的运算,然后在“计算证据权重”按钮的点击事件中调用该方法,实现的结果如图1所示。

图1　证据权重法功能模块界面

实现计算后验概率值功能,需要借助ArcGIS Engine的接口IMathOp调用方法Plus来进行证据图层的叠加。封装一个类,在类中调用计算证据权重值所定义的方法获取每个证据图层的证据权重值,并在类中定义一个计算后验概率值的方法,根据叠加属性的不同,使用不同证据图层的证据权重值进行单元格的后验概率值的计算。

2.2　空间分析功能的实现

基于ArcGIS Engine进行空间分析功能的开发,其步骤如下：

(1) 导入类库,通过在解决方案资源管理器中添加引用导入类库,如Geoprocessor、AnalysisTools、Geodatabase、SystemUI、Controls、Cartoon、Geometry等。

(2) 利用using引用类库,如using ESRI.ArcGIS.Geoprocessor等,实现类库中成员的加载,方便类库方法等的调用。

(3) 利用接口或者类对象调用类中的方法,如类Geoprocessor的对象gp调用Execute方法实现缓冲区分析功能。接口IBasicGeoprocessor的对象pBasicGeo调用BasicGeoprocessorClass类中的方法Intersect实现叠加求交功能。

3成矿预测

3.1　研究区地质概况

长江中下游成矿带位于扬子板块北缘的长江断裂带内,是我国重要的成矿带之一。长期的构造作用、岩浆活动和成矿作用形成了成矿带内断隆区和断凹区的次级构造格局及丰富多样的铁、铜、金多金属等矿床组合[23]。宁芜盆地位于长江中下游成矿带东部,如图2所示[24],是在中生代褶皱坳陷的黄马青组及象山群组盆地基础上发育起来的继承式断陷型火山盆地,是我国重要的矿集区。

图2　长江中下游地区地质略图

钟姑矿田地质图如图3所示(根据文献[25]修改)。

钟姑铁矿田位于宁芜盆地南段,如图3所示,区内构造发育,岩浆活动强烈。燕山早期,在产生褶皱构造的地应力作用下,产生了NNE向和NWW向的共轭断裂,形成大小不等的条块状构造布局[26]。燕山晚期断裂构造,基本上是承袭早期构造线。NNE和NWW向2组基底断裂构造,为火山喷发和岩浆侵入提供了上升的通道,控制了区内火山-侵入作用和矿化作用[27]。区内火山基底地层,从老到新为:三叠系中统周冲村组(T2z)白云质灰岩夹膏盐层、中统黄马青组(T2h)砂页岩、侏罗系中下统象山群(J1-2xn)砂页岩。盖层有白垩系下统姑山组(K1g)安山质火山角砾岩、凝灰质粉砂岩、杂砾岩,白垩系上统浦口组(K2p)含砾砂石及第四系全新统(Q4)残坡积层[24-28]。区内地层与铁矿成矿有直接关系的是三叠系中统周冲村组和黄马青组。与铁矿有关的侵入体主要发育于矿田中部,主要有姑山-曹港辉石闪长岩体、钟九钠长(闪长)岩体、云楼-和睦山角闪闪长岩体、青山街-白象山闪长岩体及杨庄隐伏闪长岩体等,它们至今未见有穿插关系[26,29]。

3.2　控矿因素分析

本文采用GIS空间分析和证据权重法相结合的方式对钟姑铁矿田进行成矿预测。GIS空间分析功能用于分析和提取地质控矿因素,生成证据因子图层。证据权重法功能用于计算研究区成矿有利度,包括计算证据权重、后验概率等。

研究区铁矿的产出与地层有着密切的关系。为了确定有利于成矿的地层,将研究区的铁矿床(点)的点图层与地层的面图层作相交分析并加以统计,进行了含矿地层矿产当量值的计算,结果见表1所列。从表1 可以看出,矿化以三叠系中统周冲村组上段(T2z2)最为发育,其次是三叠系中统黄马青组下段(T2h1)和三叠系中统黄马青组中段(T2h2)。为此,选取三叠系中统周冲村组上段、黄马青组下段和黄马青组中段作为证据因子,这与前面提到的找矿有利地层正好一致。

全区露头的大小矿点有8个,分别在和睦山(3个)、钟山(3个)、姑山(2个)。通过本模块的空间分析功能对NNE和NWW向断裂进行不同距离的缓冲区分析,可以确定最佳的断裂影响范围。当缓冲区半径为800 m时,矿点个数增加到最大值,而再增加缓冲距离,矿点数量并没有增加,如图4所示,故800 m是断裂的最佳影响范围,可作为一个面型证据因子。

断裂交汇部位为岩浆的运移和贯入提供了通道,控制着大多数矿床的定位,因此,在考虑断裂控矿的基础上,将断裂交汇部位提取出来,单独作为一个证据因子。

图4　断裂不同缓冲距离统计图

由于研究区与铁矿有关的侵入体是闪长岩,考虑到闪长岩的岩浆热液活动对成矿有一定的影响范围,故需对它进行缓冲区分析。通过统计不同缓冲区半径与已知矿点的关系,确定最大的缓冲区半径为300 m,因此选取缓冲区半径300 m的闪长岩作为一个证据因子图层。

闪长岩体和三叠系黄马青组下段的接触带是有利矿床赋存的位置。将闪长岩体和黄马青组下段地层进行叠加相交分析,提取接触带区域,并将该区域作为一个证据因子图层。接触带区域如图5所示。

图5　接触带区域

3.3　证据权重法预测模型的建立

根据设置单元网格的一般原则,本次研究选用100 m×100 m的网格进行研究区的单元网格划分,保证每个单元格内至多只有1个矿床(点)。证据权重法是基于二值图像进行预测的,把证据图层进行二值化处理,证据因子存在的单元格赋值为1,证据因子不存在的单元格赋值为0[30-31]。在估计被评价单元矿化有利程度时,都假定每2个证据图层之间是条件独立的。如果某2个或者多个证据图层之间存在明显相关,估计的找矿后验概率将会偏高,从而会夸大找矿远景区的面积和矿化有利程度[32]。因此,要对各个证据因子做独立性检验。

根据上述分析和区域地质情况,提取了断裂缓冲区、断裂交汇处、接触带、三叠系黄马青组中段、三叠系黄马青组下段、三叠系周冲村组上段、闪长岩缓冲区、闪长玢岩、高岭土化、大理石化、角岩化矽质脉共11个证据因子。

在对所提取的证据因子的各网格单元赋予属性后,根据证据权重模型中W+、W-以及C值的计算公式,采用本文编程实现的证据权重法功能模块进行正负权重计算,各证据因子权重计算结果见表2所列,并以此对研究区内网格单元进行成矿概率计算。

表2　证据权重值

3.4　成矿预测结果

在计算了研究区的证据权重后,就可以计算各个预测单元的成矿有利度。图6所示为包括已知矿床在内的成矿预测图,根据后验概率值圈定了3级有利成矿远景区,把概率范围(0.547 1～1.000 0)的预测单元作为一级远景区,概率范围(0.356 3～0.547 1)的预测单元作为二级远景区,概率范围(0.118 6～0.356 3)的预测单元作为三级远景区。

从图6可以看出,一级远景区有3处,分别位于和睦山、钟山、姑山。二级远景区有5处,分别位于徐家十三门-云楼、白象山-青山街和一级远景区的外围。三级远景有2处,分别位于万家村、毛家村。

图6　钟姑铁矿田成矿预测图

分析预测结果可知,一级远景区包含了已知矿床(点),说明该预测结果受已知矿床(点)条件的约束,符合相似类比的成矿预测理论。对比钟姑矿田地质资料发现,一级远景区成矿地质条件优越,构造、岩浆岩、蚀变均有发育。二级成矿远景区虽不及一级成矿远景区的成矿地质条件好,但出露的地层、岩浆岩、蚀变都与成矿密切相关。徐家十三门-云楼出露的地层是三叠系中统周冲村组上段和黄马青组下段,出露的岩浆岩是闪长岩。白象山-青山街出露的地层是三叠系中统黄马青组中段,出露的岩浆岩是闪长岩,并有断裂发育。出现二级远景区包含一级远景区的情况,是由于证据因子的数量和影响程度在一级成矿远景区外出现了减弱的情况,符合地质事实。三级成矿远景区虽然受地层影响较少,但断裂构造强烈发育,均发育有NNE和NNW向2组断裂,均处于2组断裂的交汇处,符合成矿规律中关于断裂的控矿情况。

综上所述,研究区的预测结果受到地层、岩浆岩、构造、蚀变的影响,符合成矿预测的一般要求,同时对已知矿床(点)没有漏判,可认为预测结果可靠。从这一事实来看可认为开发的证据权重法模块具有可行性与实用性,但预测结果有待于进一步验证,对实际找矿工作的部署有指导意义。

4结论

在研究中,使用ArcGIS Engine进行GIS应用程序的开发,利用ArcGIS Engine接口,成功地开发了空间分析功能和证据权重法功能。并采用GIS空间分析与证据权重法相结合的方式进行宁芜盆地南段钟姑铁矿田的成矿预测,充分利用编程实现的空间分析功能和证据权重法功能进行有利成矿信息的提取、证据权重的计算以及后验概率值的计算。预测结果共圈出10个成矿远景区,其中有3个远景区覆盖了已知铁矿床(点),另外7个远景区所在的位置基本上都发育与成矿密切相关的地层、构造和岩浆岩等。此次证据权重法功能的开发和应用显示了以计算机为技术进行矿产资源预测的可行性,可提高成矿预测的工作效率和分析决策水平。该系统可用于其他矿种的成矿预测应用,对进行成矿预测及成矿预测系统的开发有一定的借鉴意义。

[参考文献]

[1]陈建平,王功文,侯昌波,等.基于GIS技术的西南三江北段矿产资源定量预测与评价[J].矿床地质,2005,24(1):15-24.

[2]袁峰,周涛发,岳书仓.GIS矿产资源预测中的证据权重法[J].黄金地质,2003,9(3):75-77.

[3]Bonham-Carter G F,Agterberg F P,Weight D F.Weights of evidence modeling:a new approach to mapping mineral potential[M]//Statistical Applications in the Earth Sciences:Geological Survey of Canada,1990:171-183.

[4]黄海峰,姚书振,丁振举.基于GIS的证据权重法在成矿预测中的应用:以甘肃省岷县-礼县地区的金矿预测为例[J].地质科技情报,2003,22(3):77-82.

[5]郑通科,袁峰,张明明,等.基于AE的证据权重成矿预测系统的研究与开发[J].矿物学报,2013,33(Z2):886.

[6]赵江南,陈守余.基于地质异常的甘肃省铅锌矿成矿定量预测[J].地质与勘探,2014,50(1):130-137.

[7]李建国,肖克炎,刘永顺,等.基于GIS和证据权重法的那仁宝力格地区铜多金属矿成矿预测[J].吉林大学学报:地球科学版,2013,43(4):1151-1158.

[8]毛磊,弓小平,薛迎喜,等.新疆东昆仑西段铁矿预测区的圈定及资源量估算:基于ArcGIS 平台[J].地质与勘探,2012,48(5):1049-1057.

[9]刘艳宾,弓小平,薛迎喜,等.ArcGIS在东昆仑西段铁矿资源预测中的应用:以矽卡岩型铁矿为例[J].地质与勘探,2011,47(6):943-956.

[10]陈建平,陈勇,王全明.基于GIS的多元信息成矿预测研究:以赤峰地区为例[J].地学前缘,2008,15(4):18-26.

[11]刘世翔,薛林福,郄瑞卿,等.基于GIS的证据权重法在黑龙江省西北部金矿成矿预测中的应用[J].吉林大学学报:地球科学版,2007,37(5):889-894.

[12]矫东风,吕新彪,胡光道,等.基于MORPAS平台的甘南PbZn矿床远景区预测[J].地质与勘探,2005,41(3):65-70.

[13]刘星,胡光道.应用MORPAS系统证据权重法进行多源信息成矿预测[J].地质与勘探,2003,39(4):65-68.

[14]石凯,张均,胡鹏,等.基于MORPAS的证据权重法在凤太矿集区金矿成矿预测中的应用[J].物探化探计算技术,2009,31(5):500-506.

[15]张琪,王建国,李必红,等.基于GIS的证据权重法在铀成矿远景预测中的应用:以内蒙古巴音戈壁盆地为例[J].世界核地质科学,2012,29(1):41-46.

[16]陈冲,谭俊,石文杰,等.MORPAS系统证据权法在中大比例尺成矿预测中的应用[J].物探与化探,2012,36(5):827-833.

[17]肖克炎,张晓华,陈郑辉,等.成矿预测中证据权重法与信息量法及其比较[J].物探化探计算技术,1999,21(3):223-226.

[18]徐仕琪,冯京,田江涛,等.西昆仑落石沟一带铅锌矿成矿特征及区域预测[J].吉林大学学报:地球科学版,2013,43(4):1190-1199.

[19]吕鹏,朱鹏飞,毕志伟,等.基于GIS和证据权模型的克什克腾旗有色金属成矿预测与评价[J].地质与勘探,2011,47(5):909-917.

[20]苏红旗,葛艳,刘冬林,等.基于GIS的证据权重法矿产预测系统(EWM)[J].地质与勘探,1999,35(1):44-46.

[21]Agterberg F P.Combining indicator pattems in weights of evidence modeling for resource evaluation[J].Nonrenewable Resources,1992,1(1):35-50.

[22]Agterberg F P,Bonham-Carter G F.Logistic regression and weights of evidence modeling in mineral exploration[J].Computer Applications in the Mineral Industries,1999,15(6):483-490.

[23]周涛发,范裕,袁峰,等.长江中下游成矿带地质与矿产研究进展[J].岩石学报,2012,(10):3051-3066.

[24]侯通,张招崇,杜杨松.宁芜南段钟姑矿田的深部矿浆-热液系统[J].地学前缘,2010,17(1):186-194.

[25]李晓晖,袁峰,张明明,等.宁芜盆地白象山矿区人工神经网络三维成矿定位预测[J].地质学报,2014,88(4):644-657.

[26]高道明,洪东良.钟姑矿田铁矿成矿模式与规律及找矿标志[J].金属矿山,2008(7):84-86.

[27]张平,陈浩.钟姑地区找矿远景及工作方法[J].现代矿业,2010(12):64-65.

[28]鲁国强.钟姑矿田次火山岩特征及成矿作用研究[J].矿业快报,2008(11):73-75.

[29]Hou Tong,Zhang Zhaochong, Kusky T.Gushan magnetite-apatite deposit in the Ningwu basin,Lower Yangtze River Valley,SE China:hydrothermal or Kiruna-type?[J].Ore Geology Reviews,2011,43(1):333-346.

[30]孟高原,杨西飞,袁峰,等.安徽沿江火山-次火山气液型硫铁矿远景预测[J].合肥工业大学学报:自然科学版,2011,34(3):424-428.

[31]王云云,周涛发,张明明,等.灰关联分析在姚家岭锌金多金属矿床预测中的应用[J].合肥工业大学大学:自然科学版,2013,36(10):1236-1241.

[32]李裕伟,赵精满,李晨阳.基于GMS、DSS和GIS的潜在矿产资源评价方法[M].北京:地震出版社,2007:1-946.

(责任编辑张淑艳)