基于地质与重力数据的博乐市四台海泉铅锌矿三维地质建模及深部靶区优选

韩铁映 陈川 常金雨 高玲玲 李顺达

摘   要：基于地质与物探数据等多源信息融合，开展地质理论指导下的三维地质建模，是当前深部矿产资源勘查与评价的重要途径和研究热点。以四台海泉铅锌矿為研究对象，基于地表及钻孔信息，通过重力三维反演，解译深部断裂及地层界线，建立四台海泉铅锌矿三维地质模型和重力异常模型。首先分析成矿地质条件，认为矿区矿体形成主要受控于蓟县系库松木切克群第三岩性段和矿区南部山前NW-NWW向断裂。在此基础上，采用多元信息综合法，叠加成矿有利因素，分析建模结果，预测深部靶区3处，为赛里木铅锌铜矿带上其他矿床深部资源预测及靶区圈定提供参考。

关键词：四台海泉;重力三维反演;地质建模;靶区预测

随着我国经济的快速发展，矿产资源消耗量逐年递增，地表矿、浅部矿、易识别矿日益减少，地质找矿工作逐步向第二深度空间发展[1]。因此将三维地质与三维物性模型相结合，充分利用物探手段提供的深部信息，能有效地解决深部隐伏矿的三维预测难题。

加拿大学者Houlding在1993年首先提出三维地学模型概念[2];Nielsen等利用知识驱动方法[3]，以 Marymia Inlier地区的造山型金矿为研究对象，开展了区域性三维成矿预测工作;王功文等融合了地球物理三维反演方法[4]，对栾川矿区进行了三维成矿预测，并取得良好效果;兰学毅等通过重力交互反演技术建立了铜陵矿集区的三维地质模型[5]，实现了地下地质体的“透明化”;毛先成等提出以定位模型-成矿信息-三维预测为主线的隐伏矿体三维可视化预测方法[6]，以安徽铜陵凤凰山铜矿和金川铜镍硫化物矿床为例，展开矿区深部三维可视化预测研究;史蕊等针对迁安铁矿集区[7]，基于地质与重力数据资料综合解译，建立三维地质结构模型并开展了预测工作;张权平等通过三维证据权与找矿信息量相结合的综合圈定方法，对贵州烂泥沟金矿进行了深部预测及靶区圈定[8];陈进等对山东大尹格庄金矿采用定量化方法圈定3个找矿靶区[9]。

四台海泉铅锌矿是新疆西天山成矿带铅锌矿找矿的又一突破[10]。本文通过收集四台海泉铅锌矿地质、钻孔、遥感DEM、勘探线剖面图、地球物理重力数据等资料，进行重力三维反演。在反演结果基础上，建立三维地质模型。据重力三维反演结果，拟合浅部地质资料，采用多元信息综合法[11]，将成矿控制要素与有利成矿区域进行叠加提取，圈定三维空间内四台海泉铅锌矿1 500 m以浅成矿有利区（靶区），为赛里木铅锌铜矿带上其他矿床深部资源预测及靶区圈定提供参考。

1  矿床地质概况及重力场特征

1.1  矿床地质概况

四台海泉铅锌矿床大地构造位置处于哈萨克斯坦-伊犁板块（北天山）北部赛里木微地块南缘。赛里木微地块北部以褶皱带与阿拉套晚古生代路远盆地相邻，东部以天山北缘断裂与准噶尔地块相隔，南部以博罗科努山北坡大断裂与博罗科努晚古生代岛弧带分隔开（图1）。赛里木微地块区域内零星分布古元古代晚期—新元古代早期侵入体，大规模岩浆侵入活动发生于华力西中期，侵入岩分布较广，以花岗岩类为主。断裂、褶皱构造发育，褶皱带主要集中于小温泉-四台一带，控制岩体与矿体的产出[12]。

四台海泉铅锌矿床产于蓟县系库松木切克群碳酸盐岩之中。主要出露地层为中元古界蓟县系库松木切克群、下石炭统阿克沙克组上段和第四系（图2）。中元古界蓟县系库松木切克群可分为4个岩性段。第一岩性段主要岩性为灰-深灰色中厚层状硅质条带灰岩夹薄层泥晶灰岩;第二岩性段主要岩性为灰白色中厚层状白云岩化灰岩夹薄层微晶灰岩;第三岩性段主要岩性有碎裂岩化灰岩，微晶灰岩，含铁质细脉微晶灰岩等;第四岩性段岩性主要为含铁质细脉微晶灰岩，微晶灰岩，夹少量砂屑灰岩和白云岩化灰岩。下石炭统阿克沙克组岩性主要为灰岩、大理岩、粉砂岩。矿区内仅库松木切克群发育有数条晚元古代侵入的辉长岩脉和华力西期闪长岩脉，岩体与地层接触部位发育有少量磁铁矿，岩体与铅锌矿化无明显关系。

矿区后期挤压作用强烈，赋矿地层倾角较高，浅部脆性构造活动剧烈，对矿体改造较强烈。随深度的增加，矿体特征及矿石结构显示同生沉积特征。该矿区所有矿化体（矿体）严格受蓟县系库松木切克群第三岩性段控制，顺层产出，走向主要呈近EW向，倾向NNE，倾角55°～75°，主要赋矿岩石为碎裂岩化灰岩，顶板围岩以含铁质细脉微晶为主，显示极典型的层控特征（图3）。研究区发育的NWW向大型高角度正断层控制了大型矿化带的分布，为重要控矿构造，相近依次平行展布的NWW向断裂为矿体提供了容矿构造。

综上，四台海泉铅锌矿属沉积-变质叠加型矿床[13]。矿体赋矿围岩以灰岩为主，含矿灰岩破碎强烈，发育热液角砾岩化和碎裂岩化。主要呈层状、似层状产出，产状与灰岩地层一致，显示明显的沉积特征，成矿元素与碳酸盐岩地层同时沉积。矿区内变质-变形特征明显，矿石中可观察到方解石、石英等脉石矿物呈残留粒状或重结晶粒状产出。碎裂灰岩、构造角砾岩中发育有角砾状、团块状矿石，局部地层与矿体同时发生弯曲形成层间褶皱，指示后期区域变质作用使矿源层中成矿元素再次活化，并在合适构造部位富集成矿。

1.2  重力场特征

该数据为2020年实测的1∶1万地面重力数据，剩余重力异常经地形校正、中间层校正、高度校正计算等处理获得。将研究区剩余重力异常与地质图对照分析（图4），布格重力异常等值线走向与研究区构造走向一致，异常总体呈西高东低特征，局部重力高值异常与地质图矿化带位置大致匹配。西南角高重力异常呈NWW向展布，与研究区构造方向一致，呈背斜核部为高重力异常特点。西北角高重力异常呈NWW向，与研究区构造方向一致。研究区矿体产出严格受地层控制，推测该部分高重力异常由深部铅锌矿体引起。中南部及中东部等轴状高重力异常与矿化带相匹配，呈铅锌矿体高重力异常特点。

2  重力三维反演与三维地     质建模

2.1  重力三维反演

2.1.1  反演原理及参数设置

本文进行重力三维反演采用哥伦比亚大学研发的UBC-GIF Grav3D软件。该软件反演方法为物性反演[14-16]。据具体反演问题，将地下一定深度内区域剖分为规则的立方块体，每一个立方块体内物性（密度）为一个恒定值，反演结果得到一个相对物性差模型。反演目标函数中，包括参考模型、深度加权函数、模型最小约束及模型光滑约束。将所有地质约束资料转化为物性约束资料，建立参考模型，无约束小块体设为默认值0[17]。由于重力数据没有确定垂向分辨率，在模型构建过程中，直接表现为核函数随深度衰减。由于幅值随深度增加迅速衰减，地面观测数据不足以产生具有深度分辨率的核函数。为克服这种现象，反演需引入深度加权方法，减少自然衰减对反演结果的影响[18]。模型最小约束与光滑约束分别是权衡反演模型偏离参考模型的程度及反演模型的光滑程度。

本次重力三维反演采用的格网剖分尺寸为20 m×20 m×20 m，以地表至地表以下1 500 m范围作为反演目标区域。UBC-GIF 软件在反演过程中，主要参数包括反演模式、深度权重、长宽比、物性上下边界、初始模型及参考模型等[19]。反演模式有Chifact、Constant tradeoff和GCV 3种。本次重力反演选择GCV模式，该模式为一个平衡参数匹配平滑度、最小限制地球物理数据。深度权重值设置为2，能更好的减少衰减效应影响。长宽比设置为2∶2∶1，控制拟合模型的平滑度。物性的上下边界为强制约束，需反演者具一定经验及数据资料支持。由于研究区岩矿石密度差异较大，将边界约束为-5到5。初始模型及参考模型在本次反演中未建立，选择设置为默认值。

2.1.2  反演结果

分析岩矿石物性参数是进行地球物理与地质情况联合解释的前提。通过搜集、实测研究区及邻矿区岩矿石的物性参数，建立岩矿石平均密度表（表1），为反演及解译工作奠定基础。

研究区岩矿石密度大致分为3类：①千枚岩、闪长玢岩，具较低密度，一般为2.62～2.65 g/cm3;②碳质灰岩、微晶灰岩、泥晶灰岩、白云质灰岩等，具中等密度，一般为2.66～2.79 g/cm3;③铅锌矿石，密度均值大于3 g/cm3，矿化岩石密度为2.8～3 g/cm3，与围岩间密度差异明显。本次反演采用数据为上延300 m后得到的布格异常数据。按软件要求格式将数据整理好，与建立好的格网文件与地形文件一同加载到软件相应位置，按上述内容设置好参数进行反演，并进行多次迭代，直至反演结果满足地质解释要求。为更好观测反演结果及为下一步靶区圈定做准备，将反演结果导入GOCAD软件中进行三维可视化展示（图5）。据反演结果，重力反演高密度异常值在浅部主要分布在矿区中南部，处于蓟县系库松木切克群第三岩性段范围，与已探明矿化带（矿体）大致吻合。随着深度的逐渐增加，异常呈北倾特征，这与库松木切克群第三岩性段倾向一致。NW、SW方向仍有异常分布，说明目前重力数据未完全控制异常展布范围，此方向上可能具较大找矿空间。

2.2  三维地质建模

2.2.1  地表模型

地表模型基于数字高程模型（DEM）建立。首先在ArcGIS中基于DEM数据的每个象元提取矢量点，提取的点数据再基于DEM提取高程值和XY坐标，获得X、Y、Z坐标的离散矢量点数据。将矢量点数据导入GOCAD中，由点形成地表面模型。为满足模型精细程度，精确反映矿区地表情况，将遥感正射影像数据进行贴图处理（图6-a）。

2.2.2  矿体模型

矿体模型主要依勘探线剖面图建立。将勘探线剖面图据各自空间坐标定位在三维空间中，将矿体数字化（矢量化），形成矿体线串模型，建立线串之间的节点连接。由闭合线模型形成矿体面模型，并对矿体面模型进行插值迭代使其更光滑（图6-b）。由于四台海泉铅锌矿区已探明部分矿体埋藏较浅，收集的勘探线剖面图不密集，在建立矿体面模型时，需用地表对其進行约束，以免出现矿体高于地表情况。

2.2.3  断层、地层模型

断层模型主要基于重力三维反演结果和收集的基础地质资料（包括地质平面图、勘探线剖面图、钻孔等）建立。据地质图及剖面图中断层倾向、倾角、走向等，结合重力反演结果，通过强度和结构及不同区域重力场边界，连续延伸的重力梯级带及重力异常宽度突变、等值线同形扭曲等重力场特征进行断层解译，形成线串模型。然后将线串模型相连形成面模型，通过离散平滑插值方法对断层面进行圆滑处理，消除畸变点，使模型更符合地质特征（图6-c）。地层模型通过构造地层工作流（Structure&Stratigraphy workflow，简称SnS）构建。首先提取勘探线剖面和地质图中的地层界线，通过重力三维反演结果结合物性参数解译深部地层界线信息，数字化形成地层面模型，在SnS工作流中建立地层柱，确定地层间的新老关系及接触关系，最终生成地层模型（图6-d）。

3  深部靶区圈定

三维地质建模使传统意义上的找矿靶区优选由定性向直接定位变得简单，建模后控矿（或含矿）地质体、构造空间形态已直观呈现，可直接锁定成矿有利部位（或者层位）。前文研究表明，四台海泉铅锌矿床与铅锌成矿作用最重要要素为：①蓟县系库松木切克群第三岩性段;②NWW向大型高角度正断层及相邻发育的NW向、NWW向平行断裂;③重力高密度异常区域。将上述成矿有利要素进行分析叠加，确定最优靶区。

3.1  深部重力异常成矿有利区

四台海泉铅锌矿的铅锌矿石物性表现为高密度，与围岩有明显密度差异。深部高密度异常主要分布在矿区北部，与库松木切克群第三岩性段在矿区深部延伸相吻合，推测该部分重力异常为铅锌矿石引起。通过GOCAD软件regions分区功能，设置重力反演结果属性范围，提取模型高密度异常区域，得到重力异常成矿有利区（图7-a）。

3.2  关键控矿断裂

四台海泉铅锌矿区构造发育，形成以滑脱正断层组合为主的伸展构造格局。矿区南部山前发育一系列顺层正断层，走向NW-NWW向，倾向NE-NNE向，倾角60°～75°。大型高角度断层控制了大型矿化带的分布，为重要控矿构造。相近依次平行展布的NWW向断裂系为矿体提供了容矿构造。矿体产出受断裂构造控制明显，通过分析三维地质模型中已知矿体和断裂构造间的空间位置关系，确定四台海泉铅锌矿区最主要几条控矿断裂，将其提取出，为靶区圈定的关键要素（图7-b）。

3.3  库松木切克群第三岩性段成矿有利区

四台海泉铅锌矿床浅部已探明矿化体（矿体）均受蓟县系库松木切克群第三岩性段控制，顺层产出，走向主要为近EW向，倾向NNE向，倾角55°～75°。主要赋矿岩石为碎裂岩化灰岩，显示出极典型层控特征。该岩性段是深部找矿有利地层区域，将其提取出，为靶区圈定的另一关键要素（图7-c）。

3.4  深部靶区圈定

据多元信息综合法，将上述提取的控矿要素与重力高密度异常区域进行叠加，得到四台海泉铅锌矿区深部靶区模型（图7-d）。共圈定靶区3处，分别位于研究区西北部、中北部和东北部，距地表800 m左右。3处靶区共由16 409个立方块体组成，体积136 002 400 m3，都位于库松木切克群第三岩性段内。NWW向大型高角度正断层南北100 m缓冲区范围内，同样有NWW向断裂展布，为深部寻找铅锌矿靶区。

4  结论

（1） 四台海泉铅锌矿矿体受蓟县系库松木切克群第三岩性段层位控制明显，局部受矿区南部山前NW-NWW向断裂控制。

（2） 通过重力三维反演，推断和划分了构造断裂、地层界线，并展现了重力异常的空间分布，建立四台海泉铅锌矿三维地质模型，为靶区圈定奠定了基础。

（3） 利用多元信息綜合法，对关键控矿断裂、库松木切克群第三岩性段和重力异常区域进行叠加分析，圈定四台海泉铅锌矿3个深部靶区，为赛里木铅锌铜矿带上其他矿床深部资源预测及靶区圈定提供参考。

（4） 建议在后续工作中，建立四台海泉铅锌矿区铅锌元素品位模型，对靶区进一步优化，降低勘探风险与成本。

参考文献

[1]    赵鹏大，张寿庭，陈建平.危机矿山可接替资源预测评价若干问题探讨[J].成都理工大学学报（自然科学版），2004（2）：111-117.

[2]    Houlding S W . 3D Geoscience Modeling[M]. Springer Berlin Heidelberg， 1994.

[3]    Nielsen S H H ， Cunningham F ， Hay R ， et al. 3D prospectivity modelling of orogenic gold in the Marymia Inlier， Western Australia[J]. Ore Geology Reviews， 2015， 71：578-591.

[4]    Gongwen Wang，Ruixi Li，Emmanuel John M. Carranza，Shouting Zhang，Changhai Yan，Yanyan Zhu，Jianan Qu，Dongming Hong，Yaowu Song，Jiangwei Han，Zhenbo Ma，Hao Zhang，Fan Yang. 3D geological modeling for prediction of subsurface Mo targets in the Luanchuan district， China[J]. Ore Geology Reviews，2015，71.

[5]    兰学毅，杜建国，严加永，等.基于先验信息约束的重力三维交互反演建模技术——以铜陵矿集区为例[J].地球物理学报，2015，58（12）：4436-4449.

[6]    毛先成，张苗苗，邓浩，等.矿区深部隐伏矿体三维可视化预测方法[J].地质学刊，2016，40（3）：363-371.

[7]    史蕊，张颖慧，卢民杰，等.基于地质与重力数据集成的河北迁安铁矿集区三维成矿预测_史蕊[J].地球学报，2018，39（6）：762-770.

[8]    张权平，陈建平，陈雪薇，等.贵州烂泥沟金矿三维定量预测[J].地球学报，2020，41（2）： 193-206.

[9]    陈进，毛先成，邓浩.山东大尹格庄金矿床深部三维定量成矿预测[J].地球学报，2020，41（2）：179-191.

[10]  吴福泉，王海涛.新疆赛里木湖地区四台海泉铅锌矿的发现及意义[J].世界有色金属，2017（20）：240-241.

[11]  周放，王保弟，贺娟，等.三维综合信息分析圈定北衙金矿床深部靶区[J].地球科学，2020，45（8）：3028-3039.

[12]  薛春纪.西天山重要成矿带大型矿集区预测和靶区评价[M].北京：中国地质大学，2015-12-01..

[13]  满荣浩.西天山赛里木地区元古宙铅锌成矿作用研究[D]. 北京;中国地质大学（北京），2020

[14]  Li Y，Oldenburg D W.3-D inversion of gravity data[J].Seg Tech      nical Program Expanded Abstracts，1998，61（ 2） ： 394-408

[15]  Li Y，Oldenburg D W.3-D Inversion of Magnetic Data[J].Geo-physics，2013，63（ 1） ： 109-119.

[16]  Spicer B ， Morris B ， Ugalde H . Structure of the Rambler Rhyolite， Baie Verte Peninsula， Newfoundland： Inversions using UBC-GIF Grav3D and Mag3D[J]. Journal of Applied Geophysics， 2011， 75（ 1）：9-18.

[17]  何燦高，孟小红，陈召曦.地质约束三维重磁反演试验研究[A].中国地球物理学会.中国地球物理学会第二十七届年会论文集[C].中国地球物理学会：中国地球物理学会，2011：1.

[18]  严加永，吕庆田，吴明安，等.安徽沙溪铜矿区域重磁三维反演与找矿启示[J].地质学报，2014，88（4）：507-518.

[19]  罗凡，严加永，付光明.基于已知信息约束的重磁三维反演在深         部磁铁矿勘查中的应用——以安徽泥河铁矿为例[J].物探与化探，      2018，42（1）：50-60.

Abrast： Three-dimensional geological modeling guided by geological theory based on the integration of geological and geophysical data and other multi-source information is an important approach and research hotspot in the exploration and evaluation of deep mineral resources. Taking SitaiHaiquan Pb-Zn deposit as the research object， the three-dimensional geological model and gravity anomaly model of SitaiHaiquan Pb-Zn deposit are established based on the surface and borehole information and through gravity three-dimensional inversion to interpret the deep fault and stratigraphic boundary. Firstly， the ore-forming geological conditions are analyzed， and it is considered that the ore-body formation is mainly controlled by the third lithologic section of Kusongmuqieke Group in Jixian System and the NW-NWW trending fault elements in the piedhead south of the mining area; On this basis， the multivariate information synthesis method was adopted to superimpose the favorable factors of mineralization， and finally， the modeling results were analyzed to predict three deep target areas. It provides reference for the deep resource prediction and target delineation of other deposits in the Salimu Pb-Zn -Cu belt.

Key words ： SitaiHaiquan;Gravity three-dimensional inversion; Geological modeling; Target prediction