基于ArcGIS的河南某金矿区成矿预测系统构建

赵亚蓓 时建新 苏衍坤

（1.河南测绘职业学院测绘工程系，河南郑州450015；2.中铁七局集团第一工程有限公司，河南洛阳471001；3.济南测绘地理信息中心，山东济南250014）

随着矿产资源开采强度日益增大，部分矿山资源日渐枯竭，为提高矿山资源储量，有必要进一步提升深部成矿预测效率［1-4］。近年来，不少学者对此进行了深入探索，不少有价值的成矿预测理论被提出。如依托研究区域地质构造和成矿规律的传统矿产资源预测理论［5］、适用于大型矿床以及超大型矿床的矿产资源预测理论［6］、“矿床成矿系列”的相关矿产资源预测理论［7］、“成矿系统”的矿产资源预测理论［8］，此外还有成矿模式等矿产资源预测理论［9］等。本研究以河南省某金矿区为例，针对该矿区地层、岩性特征，基于ArcGIS软件，并采用C语言进行成矿预测系统设计与开发。该系统的成矿预测流程分为数据模型建立、预测模型构建、模型信息提取、矿产资源预测4个部分，通过将系统预测结果与矿区已有信息进行对比，验证所构建系统的预测效果。

1 成矿预测系统总体设计

本研究成矿预测系统设计主要包括4个步骤，分别为数据模型建立、预测模型构建、模型信息提取、矿产资源预测（图1）。数据模型建立是基于矿区的基本地质条件以及勘探数据等资料，采用数据库技术、可视化技术等技术构建研究区的二维数据库和三维数据库［10］。预测模型构建部分设计分为两个步骤，首先建立理论模型，然后依据理论模型建立矿区预测模型。模型信息提取部分主要包括研究区地层信息提取、岩浆岩信息提取、构造信息提取、与找矿相关的物理信息提取、与找矿相关的化学信息提取、与找矿相关的遥感信息提取。

根据上述思路，基于ArcGIS软件平台，采用C语言开发的成矿预测系统界面如图2所示。

2 数据模型和预测模型构建

2.1 数据模型构建

数据库构建分为3个步骤，首先收集研究区域的基本地质条件以及勘探数据等资料，然后建立数据库，最后建立子数据库之间的关联度。

（1）资料收集与分析。资料收集包括收集研究区的地质数据、物化数据等原始资料。地质数据获取是通过地质图文件资料、平面图文件资料、地质勘查报告文件资料、钻探以及探槽的记录文件资料等分析总结实现。此外，前期需要收集的原始资料还包括研究区的物理信息资料文件、化学信息资料文件、与找矿相关的遥感信息资料文件等［11-12］。资料分析是将所获得的原始资料中成矿预测所需的信息进行筛选，将筛选后的数据和信息进行分类，并对各类数据和信息进行格式转换等基本处理。

（2）数据库构建。数据库构建包括两部分，一是建立空间数据库，二是建立模型数据库。空间数据库的主要作用是将前期收集到的所有信息进行统一化管理，建立时将收集和分析后的数据信息在同一个坐标系统中进行输入，形成具有统一文件格式的空间数据库。模型数据库是将不同的数据信息根据不同的方式进行输入，最终形成3个子数据库，分别为基本子数据库、二维子数据库、三维子数据库。基本子数据库是由研究区的地质数据、物化数据等原始资料组成，包括地质图文件资料、平面图文件资料、地质勘查报告文件资料、钻探以及探槽的记录文件资料、研究区物理信息资料文件资料、研究区化学信息资料文件资料、研究区与找矿相关的遥感信息文件资料等。二维子数据库主要是由成矿预测所需要的研究变量组成，包括研究区含矿量等地层信息特征、研究区构造交点数等构造信息特征、研究区岩体顶面构造等岩体信息特征等［13-14］。三维子数据库主要利用三维地质建模与可视化技术，数据库中块体均具有三维属性信息，如研究区地表模型、研究区构造三维模型、研究区地层三维模型等。

（3）逻辑关系建立。基本子数据库作为原始信息存储数据库，是二维子数据库和三维子数据库的基础。二位数据库和三维数据库作为数据库构建的阶段性成果，二者之间具有一定的补充性，且二者之间可以相互验证，如图3所示。

2.2 预测模型构建

本研究预测模型构建分为两个步骤，首先建立理论模型，然后依据理论模型建立矿区预测模型。理论模型是在目前现有的成矿预测理论以及方法的前提下，基于前期资料和已构建的数据库，分析总结得到研究区域的成矿规律以及找矿标志等具体信息，该信息的集成与构建过程即为理论模型构建过程。本研究理论模型主要包括研究区成矿环境信息集成、成矿系统信息集成、成矿条件信息集成、异常系列信息集成、成矿过程信息集成、矿床变化信息集成、矿床保存信息集成、矿化系列信息集成等步骤。

本研究矿区预测模型要素主要包括基于文献资料总结出的控矿因素、找矿标志等，如表1所示。

根据表1，首先进行研究区成矿预测变量提取，然后利用权重法计算各个变量的权重，最后进行成矿有利度计算，公式［15-17］为

F(X)=a1X1+a2X2+a3X3+ … +anXn，

式中，F(X)为成矿有利度；X1,X2,…,Xn为成矿预测变量出现的概率；a1,a2,…,an为各变量的权重系数；n为变量数量。

根据成矿有利度计算结果进行预测靶区圈定，并进一步确定预测区域范围内成矿有力利度上限和下限，当研究区域的有利度数值小于下限时，该靶区成矿条件不利，应舍弃；当该区域的成矿有利度大于下限且小于上限时，该靶区成矿条件较好，可进一步开展成矿潜力研究；当该区成矿有利度大于上限时，该靶区成矿条件非常好，值得进一步部署工作进行勘探研究。

3 实例分析

3.1 研究区地质概况

河南省某金矿区资源丰富，区域内主要的岩石有新太古代片麻岩（包括闪长质-花岗闪长质等）、中元古界长城系等［18-19］。区域内出露岩石多为侵入岩，比如二长花岗岩、石英二长岩等。区域内主要构造为褶皱构造，且其南北为褶皱带［20-21］，使用本研究成矿预测系统构建的构造实体模型如图4所示。

研究区岩浆岩较发育，尤其是区域北侧岩浆岩为原来含有金矿的新太古时期的变质杂岩经过地质作用形成的岩浆岩，故Au含量较高，对于进一步进行成矿预测具有很好的指向性。

3.2 成矿预测

3.2.1 预测变量提取

根据河南省某金矿区的具体情况，进行矿产资源预测变量提取。通过前期资料收集、数据模型建立以及理论模型建立，从中可以分析出化探因素异常的面积和侵入岩（酸性）的面积占比较大，该物探异常对于成矿预测的影响较大，所以选择变量1到变量8作为预测变量（表2）。某个区域内的Au重砂异常存在时，该区域赋存有金矿的概率很大，所以这项指标提取为预测变量，如表2中的变量8。区域内是否存在断裂构造以及是否发现过金矿都可以作为区域金矿预测的标志，故选择这两个指标为预测变量，如表2中变量9和变量10。

3.2.2 变量要素的权重系数计算

本研究计算的表2中的预测变量的权重系数见表3。

3.2.3 成矿预测结果

根据成矿预测模型首先对研究区的每个单元进行了成矿有利度计算；然后根据计算结果进行初步筛选，当成矿有利度小于1.19时，表示该区域的成矿潜力不理想，予以舍弃；最后对留下的单元进行成矿潜力划分，分为成矿潜力最大的单元、成矿潜力较好的单元、成矿潜力一般的单元3个级别。本研究设置的成矿有利度下限和上限分别为2.51和3.83。当计算结果大于上限3.83时，表示该区域成矿潜力最优，故定义为A级别，如表4中T01、T02、T03、T08、T10、T11、T12等；当计算结果大于下限2.51且小于上限3.83时，表示该区域成矿潜力较好，故定义为B级别，如表4中T05、T06、T07、T09等；当计算结果小于下限2.51且大于可开发的最低有力度1.19时，表示该区域成矿潜力一般，故定义为C级别，如表4中T04。

研究区所圈定的靶区分布如图5所示。

本研究靶区圈定结果和分布范围与研究区已有的靶区圈定信息吻合性较好，表明本研究构建的系统用于成矿预测具有一定的效果。

4 结 语

设计了一种新的成矿预测系统，整个设计流程分为数据模型建立、预测模型构建、模型信息提取、矿产资源预测4个步骤。通过收集研究区基本地质条件以及勘探数据等资料，构建了数据库，并进行了理论模型预测模型构建。以河南省某金矿区为例，通过预测变量提取、权重系数计算、成矿有利度计算，圈定了找矿靶区，通过与研究区已有的信息进行对比，两者吻合性较好，反映出本研究构建的系统对于实现矿产资源成矿预测有一定的适用性。