姚家岭锌金多金属矿床三维地质建模与成矿预测*

郑小杰 李晓晖 袁 峰 薛 晨 吴帮财

（1.合肥工业大学资源与环境工程学院，矿床成因与勘查技术研究中心（ODEC）合肥 230009；2.安徽省矿产资源与矿山环境工程技术研究中心 合肥 230009）

矿产资源是人类社会赖以生存的一种重要物质基础，是国家安全与经济发展的重要保证。当前，随着地表矿、浅部矿的逐渐减少，隐伏矿、深部矿的找寻已经成为许多国家和地区找矿的重点对象，这对新时代的矿产资源定量预测方法提出了新的要求（赵鹏大，2007）。近年来，国内外学者相继提出针对深边部找矿工作的三维成矿预测方法（Sprague et al.，2006；陈建平等，2007，2011；袁峰等，2014，2018；毛先成等，2016），并实际运用于深部矿产找矿勘查。毛先成等（2010）基于地质信息三维可视化建模对安徽铜陵凤凰山矿田进行了深边部隐伏矿体的预测，Wang et al.（2015）基于GIS 三维定量预测方法对云南普朗铜矿床进行了预测评价，Yuan et al.（2014）和Li et al.（2015，2019）基于“四步式”三维成矿预测方法在长江中下游成矿带白象山矿床、钟姑矿田和月山矿田展开成矿定量预测工作和深部靶区的圈定。已有的研究和实践显示，深部隐伏矿床三维成矿预测理论方法的研究和实际应用均已取得了不同程度的进展。

姚家岭矿床位于长江中下游成矿带铜陵矿集区东部，经历过多期构造事件，矿区地层层序和构造格架较为复杂，具有较好的成矿地质条件。自发现以来，对姚家岭矿床的研究和勘查工作取得了一系列进展。如刘绍锋（2012）和钟国雄等（2014）对姚家岭地区的成岩成矿年代学进行了推定。黄建满等（2012）在该区域进行了矿床的控矿因素分析和找矿方向的预测。赵守恒等（2018）重新厘定了姚家岭矿床的成岩成矿演化模式。Xiong et al.（2020）基于新的勘探成果，从地质学及矿床学的角度对姚家岭岩体进行了分析，从年代学的角度将姚家岭岩体划分为成矿前和成矿两期岩体，并进一步论述了姚家岭的成矿模式。然而，姚家岭矿床当前仍存在矿床类型和赋存形态复杂，深部隐伏矿体勘探难度大等问题。如能对其深部隐伏矿体进行有效预测与勘探，矿床规模则仍有进一步扩大的可能性。本文基于当前姚家岭矿床最新勘查资料，总结归纳区域成矿规律和找矿标志，利用三维可视化技术和综合地学信息找矿技术，建立姚家岭地区的三维地质模型和成矿预测模型，定位深边部的成矿有利部位，以期为姚家岭锌金多金属矿床深边部找矿工作提供科学的参考建议。

1 地质背景

1.1 区域地质概况

长江中下游成矿带铜陵矿集区主要位于扬子板块的北缘及华北板块的东南部，区内地层发育较完整，除缺失中-下泥盆统外，古生代—新生代地层均有出露（李进文，2004）。区内经历了多次复合叠加构造运动，褶皱和断裂构造均十分发育。矿集区内诸多矿田均分布于构造交汇点及其附近（常印佛等，1991；翟裕生等，1992）。区内燕山期岩浆活动十分强烈，多以中-浅成相岩株、岩枝及岩墙产出，是铜陵地区成矿的重要控制因素，形成了大量的矽卡岩型及斑岩型矿床。铜陵矿集区自西向东可划分为铜官山、狮子山、新桥、凤凰山和姚家岭5 个矿田（图1）（吴淦国等，2008；徐晓春等，2012）。

图1 铜陵矿集区地质图（据徐晓春等，2012）Fig.1 Geological map of the Tongling ore-district（after Xu et al.，2012）

1.2 矿床地质特征

姚家岭锌金多金属矿床位于铜陵地区东部，北临繁昌盆地。区内出露地层较为完整，自老到新有志留系中统坟头组、上统茅山组，泥盆系上统五通组，石炭系中上统黄龙组，船山组，二叠系下统栖霞组、孤峰组，三叠系下统南陵湖组，白垩系下统蝌蚪山组及第四系，地表出露的三叠系下统南陵湖组为青山推覆构造上盘，覆盖于蝌蚪山组火山岩地层之上（蒋其胜等，2008）。矿床位于戴公山背斜北西翼，该背斜长约20 km，宽1～3 km，轴向50°～60°，背斜核部主要为志留系坟头组—茅山组地层，翼部由泥盆系—三叠系地层组成（812 地质队，2014①华东冶金地质勘查局812 地质队.2014.安徽省南陵县姚家岭锌金多金属矿床普查与技术报告（内部资料）.）。区内岩浆活动强烈，西部出露的侵入岩为沙滩角花岗闪长岩，北东部出露青山花岗闪长斑岩以及矿区中部大面积出露的姚家岭Ⅰ期花岗闪长斑岩体，在矿区深部钻孔中可见姚家岭Ⅱ期石英二长斑岩体（Xiong et al.，2020）。区内有数条脉岩侵入，如流纹斑岩和辉绿玢岩岩脉。矿区内围岩蚀变强烈，蚀变类型多样，广泛发育有矽卡岩化、硅化、钾化、绿泥石化、碳酸盐化等围岩蚀变（钟国雄等，2014）。区内断裂主要为研究区地表出露的F5 和隐伏的F6、F7断裂。F5 断层是一处北东—南西方向的断裂，该断层倾向东，倾角约为30°～50°，断层上盘为三叠系南陵湖组地层，该地层盖在下盘的白垩系蝌蚪山组地层及姚家岭I 期岩体之上，倾向延深约200～700 m，为成矿后断层，对成矿无影响（Xiong et al.，2020）。

姚家岭矿区内矿体目前主要划分为6 种类型：接触式矿体、层控式矿体、脉状矿体、层间裂隙型矿体、斑岩型矿体和角砾岩型矿体（杜建忠，2020）。其中接触式矽卡岩型矿体主要赋存于栖霞上段燧石团块灰岩与隐伏姚家岭Ⅱ型石英二长斑岩体的内外接触带。层控式矽卡岩型矿体主要赋存在石炭系中统黄龙组糖粒状大理岩内。脉状矿体赋存于栖霞组灰岩与花岗闪长斑岩接触带的构造薄弱部位，矿体形态总体较陡，有时近乎直立，矿体连续性较差（赵守恒，2018）。

2 研究方法

本文总体基于“四步式”三维成矿定量预测方法对姚家岭矿床开展三维地质建模和成矿预测工作。“四步式”方法由数据资料收集、三维地质建模、控矿要素提取和数据融合及预测评价4 个主要步骤组成，该方法能够有效挖掘三维预测信息，对深部隐伏矿体进行预测。

2.1 数据资料收集

本研究所使用的数据包含姚家岭地区1∶2 000 的地质图和DEM 数据以及矿区22 条地质勘探剖面图。姚家岭地区地势西南高东北低，区域内海拔从40～280 m 不等，相对高差在240 m 左右。地质勘探剖面集中分布于姚家岭地区南、东部（图2），共涉及164 个钻孔，对姚家岭核心区域的主要地层及岩体形态进行控制和约束，孔深自-1 400～-400 m 不等。

图2 姚家岭地质图（据脚注①）Fig.2 Geological map of the Yaojialing deposit（modified from ①）

2.2 三维地质建模

本研究主要使用GeoModeller 软件完成三维建模工作。三维建模平台GeoModeller 软件是当下在国内外应用比较多的隐式地质建模软件，可以有效完成地层、侵入体及其他复杂地质构造的构建，快速获得三维地质模型。GeoModeller 软件具有原始数据导入、数字化约束条件、面模型构建和三维模型构建等功能。其三维地质模型依托3 类地质信息构建：各地质单元的接触带位置、地层序列性和各地质单元的属性及产状（Calcagno et al.，2008；Lindsay et al.，2013）。

矿区内地质情况复杂，原始地质图比例尺较大，反映的地表地质体过于精细，基于Geomodeller 软件隐式建模算法的特性，且考虑到三维成矿预测对三维地质模型精细程度的需求，本文简化了部分散碎地层和微小构造形态，保留和描述控矿地层、控矿构造的整体形态和空间趋势。三维地质模型的构建流程主要包括创建地质序列、添加地质约束、设定断裂和岩体关系、模型计算与调整和矿体建模等几个步骤。

2.3 三维控矿要素信息提取

基于姚家岭地区最新的勘查资料，以矿床三维地质模型为基础，利用三维空间分析方法提取控矿要素，深度挖掘有利成矿的三维成矿预测信息，并对控矿要素数据集进行相关性分析，以确定建立三维定量预测信息集的控矿要素，进行成矿有利程度计算。本次三维预测信息提取与预测工作将使用合肥工业大学研发的三维成矿定量预测系统，该系统依靠Surpac 软件的三维图形功能和平台，并利用C＃语言实现与指示要素信息提取及预测功能（李晓晖等，2017）。

（1）预测空间定义

在进行控矿要素信息提取前，需首先对待预测的三维空间范围进行定义。为保证预测范围尽可能涵盖所有有成矿潜力的部位，本研究定义的三维预测空间的平面范围参考探矿权及研究区范围划定，同时为了有效预测矿区深部成矿潜力，三维预测空间的深度范围定义为自地表至地下-1500 m。整个三维预测空间被划分为规则的立方体预测单元，每个三维预测单元的大小设定为20 m×20 m×20 m，三维预测空间内共计具有97.2 万个三维预测单元（表1）。通过模型赋值，每个单元都含有坐标和相关地质属性数据等信息，能够通过三维空间分析等方法提取控矿要素信息，进而结合已有矿体空间分布特征对矿床深边部隐伏矿体进行三维成矿预测。

表1 预测空间参数定义Table 1 Prediction space parameter definition

（2）三维控矿要素信息提取

“一滴水能折射出太阳的光辉”！游成令在平凡的岗位上不平凡的付出，演绎出一名基层食药监人甘做群众食品药品安全“守望者”的高尚情怀。

根据当前姚家岭矿床当前矿床学研究和找矿勘探成果，将矿区深部有较好成矿远景的层控和接触式矽卡岩型矿体定义为预测目标，构建三维成矿预测模型。姚家岭矿床三维预测模型中的三维控矿要素可以划分为成矿有利地层、岩浆岩、控矿构造与有利形态等类别，根据矿体类型的不同侧重点也有差异。

1）层控式矽卡岩型矿体控矿要素信息

层控式矽卡岩型矿体的成矿有利地层主要包括姚家岭地区石炭系中统黄龙组、船山组灰岩地层部位及其与岩体的接触部位。在灰岩地层厚度方面，矿化多发生在灰岩地层特别是石炭系中统黄龙组、船山组中厚度较薄的部位附近，较厚的地层内并没有发生大规模矽卡岩矿化的可能性（Xiong et al.，2020）。

岩浆岩方面，研究区内的岩浆岩主要是先期侵入的姚家岭Ⅰ期花岗闪长斑岩和后侵入的姚家岭Ⅱ期石英二长斑岩，与成矿作用关系密切。其中，作用于层控式矿化的主要为Ⅱ期石英二长斑岩，其为成矿提供了物质来源（图3）。

图3 姚家岭矿床45 线剖面图（据Xiong et al.，2020）Fig.3 No.45 geological cross-section at the Yaojialing deposit（after Xiong et al.，2020）

控矿构造与形态方面，灰岩地层接触带的倾角、曲率变化和起伏构造位置等地层层位构造薄弱的地带易成为赋矿的位置，在这些部位更易发生矿化，形成与层位相关的层控式矿体。

2）接触式矽卡岩型矿体控矿要素信息

成矿有利地层主要包括姚家岭地区二叠系下统栖霞组、孤峰组和三叠系南陵湖组部分灰岩地层与其他地质体的接触面部位。故提取成矿有利地层接触面及该地层厚度属性以表征灰岩地层接触面上发生热液交代和成矿作用情况。

控矿构造与形态方面，主要包括有利的倾角、曲率、起伏度和岩体隆凹部位等三维控矿要素，以表征地层和岩体不同的形态对热液矿床成矿的促进作用。姚家岭接触式矿体具有一定的形态和赋存特征，如具有一定的形状、赋存位置、倾角等，灰岩地层接触带的曲率变化和起伏构造位置较为容易产生热液的交代作用发生矿化。岩体的隆凹部位有利于热液的聚集或促进发生岩石破碎，形成大规模的矿化，进而生成较大规模的矿体。

以上几种三维控矿要素共同组成了姚家岭矿床三维成矿预测模型的评价指标体系，并且不同类型的矿体对不同要素的敏感性不同（表2，表3）。各项控矿要素能通过三维空间分析方法提取或对其他地学数据处理获得，并基于三维空间距离场分析方法构建单个要素的空间距离场。

表2 层控式矽卡岩型矿体模型及控矿要素分析提取方法Table 2 Stratatebound skarn orebodies model and analysis and extraction method of ore control and indicator elements

表3 接触式矽卡岩型矿体模型及控矿要素分析提取方法Table 3 Contact zone skarn orebodies model and analysis and extraction method of ore control and indicator elements

2.4 矿床三维成矿预测

本研究采用隶属于机器学习范畴的Logistic 回归方法开展三维数据融合与靶区预测。该方法能有效分析和度量不同三维控矿要素与已知矿体的相关性，进而对整个矿区地质空间的成矿有利程度进行预测（李晓晖，2015）。Logistic 回归方法是一种典型的数据驱动信息综合预测方法，其能够对连续性数据开展定量预测评价工作，在理论上具有较强的数据处理分析能力（Porwal et al.，2003）。

Logistic 回归方法的表达式如下：

式中，φ(d)为成矿有利程度，xi为第i种控矿要素，（i= 1，2，…，n），α是一个常数，βi为回归因子，可由最大似然估计方法求得（Cox and Snell，1989）。

3 结果与讨论

3.1 姚家岭矿床三维地质模型

基于三维隐式建模方法构建的姚家岭锌金多金属矿床的三维地质模型如图4 所示。其中地层模型为志留系上统茅山组、泥盆系上统五通组、石炭系上统黄龙船山组、二叠系下统栖霞组、二叠系下统孤峰组、二叠系上统大隆组—龙潭组、三叠系下统南陵湖组、白垩系下统蝌蚪山组（图4a），地层序列三维的模型能够与各剖面的二维模型相互验证；其中对成矿有利的地层为石炭系黄龙船山组，二叠系栖霞组、孤峰组和三叠系南陵湖组中灰岩的部位（图4b）；岩体模型为姚家岭Ⅰ期花岗闪长斑岩、姚家Ⅱ期石英二长斑岩，分别呈S-N 向自深部侵入研究区，其中，Ⅱ期岩体的埋深要大于Ⅰ期岩体（图4c）；矿体模型用于成矿预测的驱动数据，主要基于姚家岭已探明的典型矿体进行构建，倾向总体为70°～100°，倾角在30°～60°之间，倾角的变化总体上与地层的倾角有关（图4d）。

图4 姚家岭矿床三维模型a.矿床模型；b.灰岩地层；c.岩体；d.典型矿体（作为数据驱动）Fig.4 3D model of Yaojialing deposit

3.2 三维成矿预测结果

在控矿要素提取的基础上，研究进一步利用相关分析方法对各控矿要素与已知的不同类型矿化分布之间的空间相关性进行定量分析，以进一步分析和度量各控矿要素在成矿预测研究中的作用和影响（黄松，2020）。计算各要素与矿化变量的皮尔逊相关系数，并进行显著性检验，结果如表4、表5 所示。各控矿要素与已知矿化均采用三维距离场分析结果以表征其空间影响随距离变化的趋势，各控矿要素与矿化变量如为负相关，则表明距离控矿要素越近，矿化可能性就越大，其相关系数R的值越小，表明该要素对矿化的关系越密切。

表4、表5 的结果表明，矿化变量与各控矿要素具有显著的空间相关性。其中，层控式矽卡岩型控矿要素中的有利倾向曲率、有利倾角和有利起伏度要素对矿化变量的相关性较高，表明地层的有利控矿构造与形态对矿化有更好的促进作用；各接触式矽卡岩型控矿要素与矿化的相关性差距不大，其中成矿岩体的隆凹形态部位可能对矿化支持度更高。

表4 层控式矽卡岩型控矿要素的相关系数分析Table 4 Correlation coefficient analysis of stratatebound skarn orebodies

表5 接触式矽卡岩型控矿要素的相关系数分析Table 5 Correlation coefficient analysis of contact zone skarn orebodies

研究进一步采用Logsitic 回归方法对姚家岭矿床深边部层控式矽卡岩型矿体和接触式矽卡岩型矿体进行三维成矿预测，开展成矿有利程度计算，圈定找矿预测靶区。

（1）层控式矽卡岩型矿体预测靶区

姚家岭矿床层控式矿体预测靶区主要分布于石炭系中统黄龙组地层内，以预测结果划定的深部预测靶区如图5 所示。其中，预测靶区覆盖作为数据驱动的已知层控式矿体，表明预测模型具有较好的预测能力。预测靶区整体处于石炭系地层内，并与石炭系地层空间位置密切相关。从空间分布来看，矿区东部的石炭系黄龙组地层位置较深，通过钻探工作不易揭露，进一步工作可沿石炭系地层顺层追索已知矿体的深部，有望进一步扩大资源储量。

图5 层控式矽卡岩型矿体找矿靶区a.三维视图；b.俯视图Fig.5 Potential target of stratatebound skarn orebodies

（2）接触式矽卡岩型矿体预测靶区

接触式矽卡岩型矿体预测靶区如图6 所示，预测结果不但能够预测出作为数据驱动单元的接触式矽卡岩型矿体，而且能够较好的预测出数据驱动端元以外的已探明接触式矽卡岩型矿体，表明模型具有很好的预测能力。预测靶区主要位于栖霞组上段燧石团块灰岩与隐伏姚家岭Ⅱ期岩体的内外接触带，以及岩体与孤峰组上段灰岩—硅质岩互层接触部位，其中成矿可能性较大的位置包括接触带曲率较大部位、倾角变化部位及隆凹部位。预测结果显示，矿区东部的预测靶区主要位于深部的栖霞组地层接触带附近，部分预测靶区已被探明，但仍有部分区域有待进一步揭露和控制；同时，预测模型显示在矿区北部南陵湖组地层与岩体下接触带的深部区域存在一定的成矿可能性，有待进一步开展工作。

图6 接触式矽卡岩型矿体找矿靶区a.三维视图；b.俯视图Fig.6 Potential target of contact zone skarn orebodies

4 结 论

（1）利用GeoModeller 软件构建姚家岭矿区三维地质模型能够更为深入的解析区内地质结构特征，有助于梳理戴公山背斜倒转地层的层位关系及两期岩体侵入对原地层的影响，同时能更加直观的展示矿体的空间定位和形态特征，以及与控矿地质体和地质构造的空间关系。

（2）利用“四步式”三维成矿预测方法体系，本文分别对其深部层控式矽卡岩型矿体和接触式矽卡岩型矿体进行预测并圈定成矿有利靶区。结果显示，层控式矽卡岩型矿体主要赋存于矿区东部较薄厚度的石炭系地层内，接触带式矽卡岩型矿体则较为广泛赋存于矿区中、东部区域Ⅱ期岩体侵入的上、下接触带部位，且其接触带起伏构造、隆起—凹陷位置等更易于形成一定规模的矿体。

（3）研究表明，三维成矿预测方法可融合多源数据用于深部隐伏矿体的找矿预测，预测结果对矿区进一步找矿勘查具有较好的参考价值和研究意义。进一步的研究工作应深入收集整理区内其他地质勘探数据，不断完善三维地质模型，深化和融合更多关键地学数据，以期获得更可靠、更有效的预测成果。