豫陕小秦岭金矿带综合信息成矿预测

王 丹，陈建平，刘 畅

(1.中国地质大学(北京)地球科学与资源学院，北京 100083；2.北京市国土资源信息研究开发重点实验室，北京 100083)

0 引 言

现代矿产资源定量预测评价及理论方法发展始于20世纪中期，到80年代末，随着计算机在地质方面的应用，利用GIS平台、RS、三维建模和可视化技术，应用地、物、化、遥等多元地学数据信息进行找矿预测的研究愈来愈多，为综合找矿提供了科学的预测方法，对实现找矿工作的突破具有一定的理论意义和现实价值(Agterberg,2014；胡桥等，2015；刘静等，2017；彭海练等，2017；周永章等，2021)。陈建平等(2011)运用 GIS 技术，充分利用地、化、遥等多元综合异常资料，采用证据权重法对陕西潼关地区金矿进行预测并圈定了找矿靶区；Yousefi等(2014)应用证据权重法对地质及地球化学数据进行空间分析和权重分配，圈定了马赞达兰密西西比河谷型萤石矿床的成矿远景区。此外，国内外诸多研究利用GIS技术进行的矿产预测工作也取得了显著的成果(申维等，2014；Nielsen et al.,2015；魏巍等，2016；彭海练等，2017；薛仲凯等，2021)。

小秦岭位于我国河南与陕西境内，是我国第二大产金地(魏春霞，2018；张欢欢等，2018；谢亘等，2021)，已发现的含金石英脉多达1 200余条，已探明的黄金储量至少800 t，成矿条件好、潜力较大(赵立群等，2019；Liu et al.,2021)。然而，近60年的强力开采已经使该区浅部探明的矿产资源面临枯竭。现阶段，在小秦岭金矿带已有勘探基础上进行深部及外围地区勘查找矿工作十分必要。

选取小秦岭金矿带为研究区，在了解区域地质概况、大地构造背景、区域成矿规律及成矿模式的基础上，以综合信息矿产资源评价和地质异常致矿等理论为指导(李彩凤，2019)，基于GIS平台提取分析地、化、遥找矿信息，利用证据权重法进行二维定量成矿预测，在研究区共圈定4处成矿远景区，对在小秦岭地区进一步开展找矿工作具有现实意义。

1 区域地质背景与找矿模型

1.1 区域地质概况

研究区大地构造属于华北地台南缘华熊台隆小秦岭台穹，处于秦岭—大别造山带最北端，是华北克拉通与扬子克拉通碰撞的产物(Dong et al.,2011)。该区构造十分活跃，经历了多期构造变形活动，断裂、褶皱十分发育。总体构造特征是在伸展模式下形成的不对称拆离-变质核杂岩构造，由南北2条边界大断裂、区域中部的老变质核杂岩及其内部的拆离构造3部分组成(胡正国等，1994)。

表1 研究区热液型金矿床找矿模型Table 1 Prospecting model of hydrothermal gold deposits in the study area

研究区内出露黏土和亚黏土的地层有：上太古界太华岩群，中元古界熊耳群、高山河群及官道口群，下古生界寒武系朱砂洞组、辛集组、三山子组、馒头组和奥陶系马家沟组，中生界白垩系南朝组，新生界新近系以及第四系。其中，上太古界太华岩群为主要出露地层，分布在研究区中部区域，属太古宙绿岩带，分上下2套岩石地层单位：下基底岩石地层单位包括变质花岗岩和变基性表壳岩，上基底岩石地层单位主要由1套副变质岩系组成(黎世美等，1996；戚开静，2010)。岩浆活动贯穿了区域地质演化历史，燕山期华山、文峪和娘娘山岩体的侵位为小秦岭金矿的形成与富集提供了热动力，为区内成矿地质体(王义天等，2002)。

1.2 成矿规律与矿床特征

研究区矿产资源十分丰富，是豫陕小秦岭贵金属成矿带的重要组成部分。区内主要赋矿地层为上太古界太华岩群，围绕华山、文峪和娘娘山岩体成群或成带分布着大量含金矿脉，金矿赋存受断裂和褶皱构造控制显著。金矿成因类型主要为热液型，区内已发现矿床(点)48处，其中大型金矿床6处、中型金矿床12处、小型金矿床29处、金矿化点1处，45处金矿床为热液型金矿床，3处小型金矿床类型分别为砂矿型、沉积变质型和构造破碎型。

小秦岭金矿带主要分为北矿带、北中矿带、中矿带和南矿带4个矿带。其中，北矿带、北中矿带、中矿带为金矿密集区，南矿带金矿规模最小。①中矿带：位于小秦岭复背斜核部、老鸦岔背形轴部，矿化条件最好，规模最大，矿带整体呈东西向展布，大中型矿床主要有文峪矿床、东闯矿床、杨寨峪矿床、老鸦岔矿床、四范沟矿床等。②北中矿带：位于七树坪、金渠沟等地，主要为中小型矿床，如红土岭、金渠沟、桐沟等矿床。③北矿带：位于五里村—大湖峪—荆山峪一带，沿五里村背斜展布，总体呈东西向，大、中、小型金矿床在该矿带均有分布，如大湖金钼大型矿床、马家凹中型金矿床、焕池峪小型金矿床等。④南矿带：规模较小，多为矿化点。

1.3 找矿模型

基于地质概况、大地构造背景、成矿地质背景、矿床成因类型及典型矿床的研究，针对热液型金矿床，总结区内金矿的主要控矿要素和成矿规律，建立研究区热液型金矿床找矿模型(表1)。

2 成矿综合信息分析与提取

基于建立的研究区热液型金矿床找矿模型，收集了区域地质图(1∶50万)、区域地球化学数据(1∶50万)、Landsat 8 OLI 遥感影像、全国矿产数据等多元地质找矿信息，在GIS平台进行提取分析。

2.1 有利地层信息

全球主要的金矿大多产于绿岩带中，华北克拉通的主要金矿均产于绿岩带，小秦岭金矿产于小秦岭花岗岩-绿岩带。通过叠加分析研究区1∶50万地质图与已知45处热液型矿床点数据，发现区内39处已知矿床点分布在上太古界太华岩群中，占区内全部矿床点的86.67%，4处分布于太古宇花岗伟晶岩脉中，2处分布于下元古界花岗伟晶岩脉中，其余地层均无已知矿床点分布。因此得出上太古界太华岩群为研究区主要赋矿地层(图1)。

2.2 有利岩体信息

图1 研究区地质图与已知矿床点叠加图1-第四系；2-新近系；3-古近系；4-白垩系；5-官道口群；6-高山河群；7-奥陶系；8-寒武系；9-震旦系；10-熊耳群；11-新太古代太华杂岩；12-早白垩世花岗岩；13-中侏罗世花岗斑岩；14-中侏罗世闪长玢岩；15-侏罗纪二长花岗岩；16-早侏罗世花岗闪长岩；17-早古生代辉绿岩；18-志留纪花岗岩；19-新元古代二长花岗岩；20-新元古代正长斑岩；21-新元古代花岗岩；22-中元古代闪长岩；23-古元古代花岗伟晶岩；24-太古宙花岗伟晶岩；25-太古宙花岗岩；26-断裂；27-已知热液型矿床及矿点Fig. 1 Superposition of the geological map and known deposit points of the study area

研究区内出露岩体主要为花岗岩，区内西段的华山岩体为侏罗纪岩体，中段和东段的文峪和娘娘山岩体为白垩纪岩体。区内燕山期岩体的侵位为小秦岭金矿的形成与富集提供了热动力，与金成矿关系密切，为有利成矿岩体。区内已知矿床点密集分布在这三大燕山期岩体周围(图1)。对燕山期花岗岩体做缓冲区分析并叠加已知矿床点数据，结果显示燕山期花岗岩体8 km缓冲区范围内有42处已知矿床点，占区内总矿床点数的93.33%(图2)，因此燕山期岩体外围8 km区域可作为成矿预测有利区域。

图2 燕山期花岗岩体8 km缓冲区与已知矿床点叠加图1-侏罗纪二长花岗岩；2-早侏罗世花岗闪长岩；3-早白垩世花岗岩；4-岩体8 km缓冲区；5-大型矿床；6-中型矿床；7-小型矿床；8-矿点Fig. 2 Superposition of 8 km buffer zone of the Yanshanian granitic body and known deposit points

图3 花岗伟晶岩脉4 km缓冲区与已知矿床点叠加图1-下元古界花岗伟晶岩脉；2-太古宇花岗伟晶岩脉；3-岩脉4 km缓冲区；4-大型矿床；5-中型矿床；6-小型矿床；7-矿点Fig. 3 Superposition of 4 km buffer zone of the granite-pegmatite vein and known deposit points

区内发育大量含金石英岩脉。对区内东段太古宇花岗伟晶岩脉和西段下元古界花岗伟晶岩脉进行缓冲区分析并叠加已知矿床点数据，结果显示区内38处已知矿床点分布在花岗伟晶岩脉4 km缓冲区内，占总矿床点数的84.44%(图3)，因此岩脉外围4 km区域可作为成矿预测有利区域。

2.3 有利构造信息

研究区内北部太要断裂和南部小河断裂2条边界大断裂将小秦岭复式褶皱区域围限，形成“两断裂夹一褶皱”的构造格架，局部发育的褶-断型脆韧性剪切带为区内含金石英脉矿的控矿构造。对区内可提取的构造断裂信息进行定量分析并叠加已知矿床点数据，得出金矿床点集中分布的构造等密度区间为(0.020，0.040]，构造中心对称度的有利成矿区间为(0.035，0.105]，区内主干断裂的有利成矿区间为(0.024，0.030]，区内矿床点并未集中分布在主干断裂高值区，与赋矿需要较稳定的低应力环境关系密切，因此将构造等密度区间(0.020，0.040]、构造中心对称度区间(0.035，0.105]以及主干断裂区间(0.024，0.030]作为成矿预测有利因子。

2.4 遥感找矿信息

围岩蚀变为热液型矿床的主要特征之一，是热液成矿作用的重要组成部分(陈进等，2018)。小秦岭地区围岩硅化和黄铁矿化蚀变与金成矿关系最为密切(张欢欢等，2016)。蚀变异常为热液矿床的重要找矿标志之一。采用Landsat 8 OLI数据，对影像进行辐射定标和大气校正后，应用ENVI 5.3 Band Math对冰雪、植被、水体、阴影进行处理，选择掩膜效果最佳的公式(表2)计算后，得到蚀变异常信息提取图像，展示研究区铁染及羟基蚀变异常。

表2 去除干扰因素计算公式Table 2 Calculation formulas for removing interference factors

2.4.1 铁染蚀变异常提取 选取Landsat 8 OLI 2、4、5、6波段提取铁染蚀变异常。根据代表铁染类矿物的主分量判断标准，OLI5与OLI4贡献系数符号相反，与OLI2贡献系数符号相同，主成分PC2与PC4均满足条件，因此依次选择PC2与PC4为主分量进行后续处理，结合研究区地质图及矿产资料，对比得出以PC4为主分量提取的结果更符合研究区实际情况，故选取PC4作为主分量(表3)。

表3 OLI 2、4、5、6主成分分析特征向量Table 3 Feature vectors of principal component analysis of OLI 2,4,5 and 6

2.4.2 羟基蚀变异常提取 选取OLI 2、5、6、7进行PCA变换提取羟基蚀变异常，根据代表羟基类矿物的主分量判断标准，OLI6与OLI7贡献系数符号相反，与OLI2贡献系数符号相同，可选PC4作为反映羟基蚀变信息的主分量(表4)。

表4 OLI 2、5、6、7主成分分析特征向量Table 4 Feature vectors of principal component analysis of OLI 2、5、6 and 7

2.4.3 圈定遥感蚀变异常区 利用公式“均值+N×标准方差(σ)”进行异常等级阈值分割。铁染蚀变异常取N为1.5、2.0、2.5，将异常信息分为三级弱、二级中、一级强3个异常等级；羟基蚀变异常取N为2.0、2.5、3.0，将羟基异常信息同样分为3个等级。密度分割后，对结果进行中值滤波处理，并结合研究区地质、地理及矿产情况，除去伪异常信息后，最终得到铁染、羟基蚀变异常分布结果(图4、图5)。

叠合研究区已知矿床点发现，铁染蚀变异常与已知矿床点分布情况较为吻合，二级蚀变异常区域内分布有大量已知大型及中型矿床，羟基蚀变异常在整个研究区分布较少。叠加两类蚀变异常信息，在研究区内共圈定了6个一级遥感蚀变异常区、5个二级遥感蚀变异常区、6个三级遥感蚀变异常区(图6)。

图4 研究区铁染蚀变异常分布图1-一级异常;2-二级异常;3-三级异常;4-大型矿床;5-中型矿床;6-小型矿床;7-矿点Fig. 4 Distribution of iron stained alteration anomalies in the study area

图5 研究区羟基蚀变异常分布图1-一级异常;2-二级异常;3-三级异常;4-大型矿床;5-中型矿床;6-小型矿床;7-矿点Fig. 5 Distribution of hydroxyl alteration anomalies in the study area

图6 研究区遥感蚀变异常分布图Fig.6 Distribution of remote sensing alteration anomalies in the study area

2.5 地球化学找矿信息

地球化学异常信息对寻找浅部矿产具有重要价值，将地球化学方法运用于深部矿产资源勘查一直是矿产资源勘查方向的研究热点。研究区内主要赋存矿体为金矿，Ag、Mo、Zn元素与金矿体赋存呈正相关，对Au、Ag、Mo、Zn单元素异常进行提取并叠加已知矿床点，得出区内41处已知矿床点分布于Au元素异常区域内，占总矿床点数的91.11%；30处分布于Ag元素异常区域内，占总矿床点数的66.67%；21处分布于Mo元素异常区域内，占总矿床点数的46.67%；33处分布于Zn异常区域内，占总矿床点数的73.33%。区内金矿化典型成矿元素组合为Au-Ag-Cu-Pb-Zn，研究表明，当Au与Ag、Cu、Pb、Ni、Mo、Bi、W元素出现高异常时，非常接近金矿体(张苏坤等，2021)。对区内近矿晕元素Au、Ag、Cu、Pb、Zn做组合异常分析(图7)，叠加区内主成矿元素Au元素，共圈定3处化探综合异常区(图8)。

3 基于GIS的综合信息成矿预测

利用GIS平台进行研究区二维成矿预测工作，主要是根据已建立的找矿模型及提取的地层、岩体、构造有利成矿信息，以及地球化学异常信息、遥感蚀变异常信息，建立成矿定量预测模型。

利用矿产资源MRAS评价系统中证据权重模块进行二维定量预测，圈定研究区金矿成矿远景区。根据建立的小秦岭金矿带找矿模型以及提取的成矿有利信息，总结预测评价模型(表5)。

证据权重法常用来进行矿产资源定量预测工作，是预测评价的一种数学方法，最早由Agterberg等(1993)提出。预测原理是通过叠加统计成矿相关要素，得出各要素对成矿的贡献程度，以计算所有有利信息组合的综合权值，最终划定成矿远景区(Carranza,2004；de Quadros et al.,2006；Lyu et al.,2013；李彩凤，2019)。根据区域成矿预测模型选择证据因子，计算各因子的权重值(表6)。

C值表示证据因子与矿床点产出的相关程度，C值越大反映该预测变量对成矿越有利，C值为负反映该预测信息对成矿不利。由于三级遥感蚀变异常区C值为负，故不计入此次预测。有利地层信息(上太古界太华岩群)、有利岩体信息(燕山期花岗岩体)、有利化探信息(Au元素异常及Au-Ag-Cu-Pb-Zn组合异常)的C值均>3(表6)，表明与金矿产出关系密切程度较高。小秦岭花岗岩-绿岩带为金矿产出提供了有利基础，燕山期岩体侵位提供了热动力，与金成矿关系极为密切。对应金属化学元素富集是矿体矿化形成的本质，Au元素异常为直接反映金存在的标志，与金矿化相关程度高。区内近矿晕元素Au-Ag-Cu-Pb-Zn组合为金矿化典型成矿组合，与金矿化关系密切。

图7 研究区Au-Ag-Cu-Pb-Zn元素组合异常图Fig.7 Au-Ag-Cu-Pb-Zn anomalies in the study area

图8 研究区化探综合异常图Fig.8 Comprehensive anomaly map of geochemical exploration in study area

表5 小秦岭金矿带成矿预测模型Table 5 Metallogenic prediction model of the Xiaoqinling gold belt

表6 小秦岭金矿带各成矿要素权重值Table 6 Weight values of ore-forming elements in the Xiaoqinling gold belt

对各有利图层进行条件独立性检验后，计算得到后验概率值，后验概率结果最小值为0.000 000，最大值为0.999 992，将后验概率≥0.8的区域视为成矿有利区域，按照[0.80，0.92)、[0.92，0.98)、[0.98，0.999 992]区间划分3个等级，共圈出4处成矿远景区(图9)。

图9 小秦岭金矿找矿远景区分布图1-[0.80,0.92)；2-[0.92,0.98)；3-≥0.98；4-成矿靶区；5-研究区已知热液型矿床及矿点；6-省界；7-化探综合异常；8-太华岩群；9-研究区断裂Fig. 9 Layout of promising prospecting areas of the Xiaoqinling gold belt

将预测结果图与已知矿床点叠加，显示后验概率高值区与已知矿床点吻合程度较高，验证了此次预测工作的准确性。预测Ⅰ、Ⅱ号成矿靶区后验概率值大，各成矿有利因子之间相互耦合，具有优良的成矿条件和潜力，为区内金成矿最为有利的区域；Ⅲ、Ⅳ号成矿靶区区域较小，后验概率值较Ⅰ、Ⅱ号低，但也是研究区内金成矿条件及潜力突出的区域，且Ⅲ、Ⅳ号成矿靶区内及外围无已知矿床点分布，可作为今后的重点勘查找矿区域。

4 结 论

(1)基于GIS、RS对小秦岭金矿资源进行了二维定量预测，根据小秦岭区域地质概况、成矿地质背景及成矿特征发现，小秦岭金矿主要赋矿地层为上太古界太华岩群，燕山期花岗岩体为主要成矿地质体，区内金矿体的赋存受断裂和褶皱构造控制显著，铁染蚀变异常与区内金成矿关系密切。

(2)建立了小秦岭地区热液型金矿床找矿模型，利用GIS平台对区内地层、岩体、构造、化探、遥感多元有利成矿信息进行综合分析，采用证据权重法进行矿产预测，成果显著。

(3)基于矿产资源MRAS评价系统，采用证据权重模型对研究区进行二维成矿预测，圈定了4处成矿靶区，为研究区进一步找矿工作提供了参考。