黑龙江省下嘎来奥伊河铅锌多金属矿床三维地质建模及深部找矿预测

李敏　张子实　赵忠海　崔晓梦　周佳峥　李成禄　杨元江

摘要：为了实现下嘎来奥伊河铅锌多金属矿床深部找矿预测，根据矿区地质和矿床地质资料，采用Micromine三维建模软件对深部地层、矿体等进行了三维地质建模，实现了深部地质体的三维可视化、透明化，运用“立方体预测模型”和找矿信息量法对矿区多源地质数据进行统计分析。最终在矿区内圈定了铅锌矿找矿靶区3处、磁铁矿找矿靶区4处，为下一步找矿工作提供了参考和依据。

关键词：三维地质建模；深部找矿预测；下嘎来奥伊河；铅锌多金属矿床；找矿靶区；深部地质体

中图分类号：TD15 P618.2文献标志码：A开放科学（资源服务）标识码（OSID）：

文章编号：1001-1277（2023）07-0037-11doi：10.11792/hj20230706

引 言

矿产资源是人类经济社会发展和科学技术进步的物质基础，任何形态的社会发展都离不开矿产资源。随着已知浅、富矿逐步枯竭，亟须找寻深部矿。当前国内主要找矿方向由地表矿和浅部矿转为隐伏矿和深部矿，隐伏矿预测在研究程度较高的地区，传统地质技术已经无法满足要求，要想实现新的找矿突破，必须采用新的观念和理论，并结合新的技术和方法。三维地质建模技术随计算机和科学技术的深入发展应运而生，目前已在找矿预测工作中发挥越来越重要的作用，成为矿产勘查领域的热点和重点。国内外学者相继开展了大量三维成矿预测工作，该项工作显现出较好的发展势头，并成功圈定多个深部找矿靶区，相关成果为深部找矿勘探提供了新方向。例如：SVERJENSKY［1］通过对地质、地球物理等资料综合分析，借助GOCAD软件建立了Taupo地区的三维地质模型，对热液型金矿进行了成矿预测评价，证实了该地区深部具有较大找矿潜力；SCHWEIGHOFER［2］根据已知地物信息建立了西澳大利亚BrokenHill矿床的三维预测模型，并将该模型用于锌铅硫化物矿床的成矿预测，取得了良好的找矿效果；国内学者王素芬等［3］在西藏甲玛矿区进行三维地质建模，预测了层状矽卡岩靶区，为下一步深部资源潜力评价与矿集区增储提供了可靠依据；陈建平等［4］利用三维可视化技术，结合找矿信息量法确定了云南个旧锡矿深部的有利找矿靶区，表明了应用三维可视化技术进行隐伏矿体三维定量、定位和定概率的有效性。以上研究表明，三维地质建模与深部找矿预测理论在众多研究项目中取得了显著成果并得到了广泛应用。

本文以下嘎来奥伊河铅锌多金属矿床为例，利用三维地质建模技术，通过归纳、分析钻孔、勘探线剖面等原始数据，构建建模区域地质数据库，建立了三维地质模型。基于典型矿床的研究成果，采用“立方体预测模型”及找矿信息量法对下嘎来奥伊河铅锌多金属矿床深边部进行了找矿预测，并圈定了找矿靶区，为进一步找矿工作提供了科学依据与理论参考。

1 矿区地质概况

下嘎来奥伊河铅锌多金属矿床位于黑龙江省大兴安岭额尔古纳成矿带的白卡鲁山成矿远景区西段北缘，下嘎来奥伊河南侧（见图1）。区域出露地层主要为上元古界—下寒武统倭勒根岩群变质岩，部分为古生代侵入岩，呈基底产出。

矿区内地层从老至新依次为上元古界—下寒武统倭勒根岩群吉祥沟组、下白垩统光华组和第四系全新统。其中，吉祥沟组呈北西向展布，是区域复背斜的一部分，岩石类型主要有片岩类、大理岩、变砂岩、变火山岩等，矿体主要赋存在该层大理岩中，呈透镜状；光华组受亚立盖河古火山口控制，呈北东向展布，岩石类型主要有英安岩、流纹岩、英安质流纹岩、凝灰岩、含角砾凝灰熔岩等；第四系全新统分布于下嘎来奥伊河和卡马兰河河谷两侧，主要由砂、砂砾及亚黏土组成。

矿区内岩浆岩主要有早寒武世、早白垩世的侵入岩类和中生代早白垩世光华期火山岩及岩脉。早寒武世侵入岩主要分布在矿区北东部和东南部，呈北西向展布，与吉祥沟岩组相伴分布，并被花岗岩侵入，岩石类型有花岗闪长岩和中细粒花岗岩。其中，中细粒花岗岩为浅粉色，中细粒结构。早白垩世侵入岩分布于矿区中北部，岩石类型主要有花岗斑岩、细粒花岗岩、二长花岗岩等。矿区内岩脉较发育，次火山岩发育广泛，主要为中生代早白垩世光华期火山活动形成的酸性火山岩，光华晚期有潜火山岩、流纹岩呈脉状、透镜体产出。

矿区内构造主要表现为褶皱、断裂、火山构造等。吉祥沟岩组中部的向、背斜复式褶皱，呈北西向展布，为矿区主要控矿构造；东部的背斜褶皱位于片岩、变砂岩中，呈东西走向，长2.0 km。矿区断裂影响较小，主要有下嘎来奥伊河断裂、F1断裂、F2断裂、F3断裂、F4断裂等5条控矿断裂。北东向和北西向断裂交会部位是重要的构造找矿标志。

2 矿床地质特征

矿区长约800 m，宽300～400 m，呈北西向展布。矿区主要由23条铅锌矿体和9条磁铁矿体组成。其中，Ⅰ号磁铁矿体和Ⅰ-7、Ⅰ-8、Ⅰ-9、Ⅰ-10号铅锌矿体较大，其余矿体长度均小于50 m（见图2）。矿体形态、规模、产状受矽卡岩的形态、规模、产状控制，多呈似层状、扁豆状、脉状、似脉状等，较大矿体具膨胀收缩和分支复合现象。铅锌矿体和磁铁矿体均赋存在中酸性浅成侵入岩与吉祥沟组大理岩接触带的矽卡岩中及其附近的大理岩中的矽卡岩内，其中存在少部分钼矿体与铅锌矿体共生。矿体围岩主要为大理岩、矽卡岩、角岩及侵入岩，矽卡岩主要为钙质矽卡岩。围岩蚀变主要为矽卡岩化、角岩化、硅化和黄铁矿化、褐铁矿化等。

3 三维地质建模

三维地质建模作为三维成矿预测的前提和基础，是实现深部地质体可视化和透明化，直观揭示区域深部地质体空间几何形态和构造样式的重要方式，在研究程度较高的地区，三维地质建模可满足成矿预测精度的要求［5-9］。

本次研究采用澳大利亚的三维建模软件Micromine［10-11］。为确保模型的还原性和准确性，以已知矿床的地质背景、分布特征和已有勘探信息等资料为基础，确定模型范圍，面积约4.2 km2，建模深度500 m（见图3）。

3.1 建立钻孔和地形模型

建立钻孔三维地质模型，需要钻孔位置信息，如钻孔的地面坐标、开孔标高、钻孔深度;钻孔形态信息，如钻孔的测量数据；钻孔取样信息，如采样位置、样品的化学分析结果、样品代号、地质编录内容等。

本文收集了下嘎来奥伊河铅锌多金属矿床自2005年以来一系列预查、普查、详查的勘探及科研资料。由于这些数据资料类型和来源不同，多存在数据缺失和空间坐标不一致等问题，在处理时需要对数据查漏补缺，对空间坐标不一致的数据通过Mapgis空间投影等进行校正，并对其进行统一格式转换，转换成Micromine可识别的明码格式。对钻孔数据库进行整理、分析、处理，建立地质数据库的4张表，分别为井口表、测斜表、样品表、岩性表［12］，然后导入后利用软件自动校验其合理性，对系统提示错误进行校正［13］，钻孔校验无误后，创建钻孔数据库，实现钻孔模型的三维可视化（见图4）。

本次采用高程数据和TIN（Triangulated Irregular Network）模型方法进行DTM（Digital Terrain Model）模型的建立。通过高程数据反映地表地形情况，呈现地表的三维表达。利用TIN模型方法实现空间数据插值，生成DTM三角形网格模型（见图5-a），修改模型属性生成DTM表面模型（见图5-b），依据钻孔高程数据设置模型底板并生成DTM三维模型（见图5-c），最后将地质图与三维模型叠加生成地质图叠加模型（见图5-d）。完成的三维DTM模型可以宏观立体地显示下嘎来奥伊河铅锌多金属矿床地表地形情况。

3.2 建立矿体模型

建立矿体模型是整个模型建立过程中的核心部分，它能直观地反映矿体在三维空间内的展布形态特征及与其他地质体之间的关系［14］。在圈定矿体时，需要根据矿体赋存部位、产出空间位置及控矿因素等方面综合分析，严格按工业指标圈定矿体，同时围岩厚度大于剔除厚度时作为夹石处理，小于剔除厚度的并入矿体， 但并入后不能降低矿石品位，否则剔除［15］。

矿体模型的建立首先需要依据钻孔模型数据，以勘探线方向在钻孔平面图内切割全部剖面，为后续建模提供基础。对切割后的剖面依据空间数据库的岩性特征进行地质解译，在三维空间相邻钻孔对同一地质体的边界进行圈定，最终完成解译剖面上所有地質体和地质现象的边界圈绘。其次，在地质解译完成的基础上圈定矿体，按一定方向依次将相邻的矿体线连接起来，使之形成一个封闭的线框。在连接过程中选择最大体积三角网法，通过软件自动建立三角网。针对矿体成矿环境的复杂性、多期性，在封闭时选择尖灭封闭，当矿体被断裂切割时选择直接封闭。完成矿体封闭后，实现三维矿体建模可视化（见图6）。

3.3 地质体和构造模型

由于岩层在经历了多期次、不同程度的火山-岩浆侵入作用后，呈现不同形态、产状及构造特征，三维地质体模型可以较清晰呈现出含矿热液在岩体中的赋存关系，为后期找矿靶区的圈定提供依据［16-17］。矿区出露岩体主要有大理岩、矽卡岩、闪长岩、花岗斑岩等早寒武世、早白垩世的侵入岩类和中生代早白垩世光华期火山岩及岩脉。三维地质体模型建模过程和矿体建模步骤相似，区别在于三维地质体模型存在相交的情况，对存在交叉重叠的地质体部分进行三维布尔（Boolean）运算，利用三维布尔运算将不符合实际的地质体进行交集、差集、并集计算，进而对其进行空间切割、镶嵌或相互融合，从而保证三维地质体模型之间准确的拓扑关系，增加其可依据性和可靠性。下嘎来奥伊河铅锌多金属矿床主要三维地质体模型见图7。

构造是岩石形态变化、地层发生位移、受地壳应力相互作用产生的结果［18］。矿区内构造主要表现为褶皱和断裂，部分区域存在火山构造，但由于褶皱在地质体模型中已有展示，这里主要依据矿区地质图及钻孔信息建立断裂模型。

4 成矿有利信息提取与找矿预测

矿区内成矿有利信息分析与提取是实现圈定找矿靶区及资源潜力估算的重要证据和前提，也是完善成矿规律的重要步骤［19-20］。其主要内容是在地质成矿理论的指导下，分析典型矿床的成矿过程及成矿要素，结合前人总结的成矿理论与成矿规律，将得出的成矿要素转换为控矿条件与找矿标志，分别对地层、断裂、岩体等控矿条件及地球物理、地球化学等找矿标志进行分析与提取的过程。因此，本次研究采用“立方体预测模型”找矿方法对三维地质模型进行处理，通过立方体单元的属性对地质体的空间范围和性质进行描述，更精确地分析与提取成矿有利信息，实现找矿靶区圈定与找矿预测。

4.1 成矿有利信息分析与提取

“立方体预测模型”找矿方法是借助已有数学地质、成矿预测理论，采用计算机三维地质建模的新方法、新手段，实现将传统二维平面找矿转变为三维空间找矿的新突破［20-21］。据前人（典型矿床）研究成果，下嘎来奥伊河铅锌多金属矿床为矽卡岩型矿床，矿体体积偏小，形态多为脉状、似脉状、扁豆状［22-24］，因此本次研究以勘探线间距为主要依据，结合矿体形态、产状及空间分布特征来确定立方体块体大小：实体模型按照行×列×层为5 m×5 m×5 m来划分，因立方体块体的规格较小，本次并未在边缘处设置次块体。

根据矿体实体模型，构建了矿块模型，矿块模型信息作为找矿预测模型已知条件参与预测。下嘎来奥伊河铅锌多金属矿床矿体三维块体模型见图8。由图8可知：铅锌矿体共有7 562个单元块，磁铁矿体共有6 323个单元块。

4.2 岩体成矿有利信息分析与提取

对构建的块体模型进行二值化属性赋值，即块体所处空间位置是岩体但不是矿体的立方体单元属性赋值为0，所处空间位置既是岩体也是矿体的单元立方体属性赋值为1。块体属性赋值之后在进行统计分析时可以很好地区分岩体、矿体及岩体所含矿体的立方体单元。经统计，矿区内共有8种岩体。

其中，大理岩体705 352块，含铅锌矿体7 398块，含矿占比为97.83 %，显示与铅锌矿体成矿性息息相关；含磁铁矿体4 432块，含矿占比为70.09 %，显示与磁铁矿体成矿有较高的相关度；闪长岩体214 870块，含铅锌矿体2 858块，含矿占比为37.79 %；含磁铁矿体2 203块，含矿占比为34.84 %，显示闪长岩体与矿体成矿具有较高的相关性；花岗闪长岩体共109 945块，含铅锌矿体2 013块，含矿占比为26.61 %；含磁铁矿体123块，含矿占比为1.99 %，显示花岗闪长岩与铅锌矿体成矿相关度较高，与磁铁矿体成矿相关度较低，但考虑到矽卡岩矿床中磁铁矿成矿距离较远，因此对花岗闪长岩块体模型做50 m缓冲区，缓冲区共包含磁铁矿体4 733块，占已知矿块总数的74.80 %，显示花岗闪长岩缓冲区与磁铁矿成矿有一定的相关性。

4.3 构造成矿有利信息分析与提取

不同类型构造对成矿的影响不尽相同，其控矿、导矿作用也存在差异［25］。目前，对构造成矿有利信息的分析与提取主要包括对构造展布、导矿、容矿特征的分析提取，具体方法包括构造分布、构造方位异常度等的分析计算，从不同角度反映线性构造可能存在的控矿特征。

下嘎来奥伊河铅锌多金属矿床内断裂以北西向断裂为主，北西向断裂为主要导矿、容矿构造。本文提取了块体模型中断裂包含的已知矿体块数，以此来对断裂进行含矿性评价。经统计，研究区内断裂总共180 502块，包含已知铅锌矿体37块、磁铁矿体584块。从统计结果来看，矿体与断裂关系相关性小，但从模型（见图9）来看，断裂切断了铅锌矿体和磁铁矿体，而且由理论可知：断裂活动会导致断裂两侧围岩出现一定范围内的破碎带，破碎带会为成矿热液的运移及流动提供良好的通道，同时，一个相对稳定的环境会造成含矿热液沉积，因而矿体会在构造活动较弱的部位形成储积区。综上所述，本文对断裂进行了一定范围内的缓冲区处理，结果见图10。由图10可知：断裂缓冲区（50 m）已知矿体为214 870块（本研究中勘探线间距为50 m，因此每次断裂缓冲区外推50 m），其结果见表1。由表1可知，断裂缓冲区（50 m）包含已知矿体的块数和比例都在增大且相关性较高，因此断裂缓冲区（50 m）可作为三维预测的找矿要素。

5 三维成矿预测

本次三维成矿预测主要基于综合信息矿产预测理论，根据多年积累的二维地质调查成果与典型矿床研究成果（地质、地球物理、地球化学和遥感等信息），运用三维可视化技术实现三维实体地质模型，并结合块体模型与地质统计学等方法，分析各成矿地质异常要素的三维成矿条件，提取成矿有利信息立方块体［26］，选择找矿信息量法开展成矿预测，基于成矿预测模型中的找矿要素，选取预测结果中合理阈值作为找矿靶区圈定依据，即为成矿有利条件最佳组合部位［27-28］。

5.1 找矿信息量计算

找矿信息量法是由维索科奥斯特罗夫斯卡娅在1968年与恰金在1969年相继提出的一种区域找礦预测方法［29-30］，根据各地质要素单变量在其空间内的分布情况，基于成矿理论和统计分析方法，定量评价各成矿要素指示作用的大小和找矿意义。国内有很多学者采用此方法进行矿床预测，均取得了较好的效果。其具体的基本预测原理如下：

式中：IA（B）为找矿标志A已经发生时事件B（有矿）也发生的信息量；P（A/B）为事件B已经发生时，找矿标志A发生的概率；P（A）为在整个研究区内发生找矿标志A的概率。

然而在实际运算中这种方法计算较难，为了方便计算，采用以样本频率值来估算概率值，即：

式中：Nj为具有找矿标志A存在的含矿单元块数；N为建立的块体模型中含矿单元块的总个数；Sj为找矿标志A的总单元块数；S为建立的块体模型的单元块数。

最后，通过计算不同找矿要素对应的信息量值来反映每个单元的找矿潜力，当IA（B）为0时，代表此标志是否存在对找矿都没有影响；当IA（B）小于0时，代表此标志存在时不利于找矿；当IA（B）大于0时，代表此标志存在有利于找矿，能够提供找矿信息。

根据成矿有利信息，确定与矿化关系密切的信息要素作为本次找矿预测研究工作统计分析变量。找矿信息量法的有利找矿标志较多时，需要对找矿信息要素进行优选，按照其临界值进行筛选，本次研究选取所有有利找矿标志。总结8种找矿预测信息要素，各个找矿信息要素的找矿信息量统计结果见表2。

表2中每个块体单元内的信息量都代表了这个单元块体的找矿有利程度，可以看出，在找矿信息量法中，对预测结果起较大重要作用的是大理岩、大理岩与矽卡岩的接触带，其次是矽卡岩及花岗闪长岩缓冲区（50 m）和成矿有利部位关系密切，而断裂在预测中所起的作用较小，推测大理岩与矽卡岩接触带、矽卡岩及花岗闪长岩缓冲区（50 m）是寻找铅锌矿的有利区域。

下嘎来奥伊河铅锌多金属矿床磁铁矿找矿信息要素的找矿信息量统计结果见表3。由表3可知：花岗闪长岩、大理岩、闪长岩及断裂缓冲区（50 m）的找矿要素信息量较高，推测花岗闪长岩、大理岩、闪长岩及断裂缓冲区（50 m）是矿区磁铁矿找矿的有利区域。

5.2 找矿靶区圈定

根据每个找矿信息要素的找矿信息量，对所有找矿信息要素单元所占块体进行赋值，对于含有2种找矿信息要素的块体，使用每个找矿信息要素找矿信息量的总和，在对所有块体完成赋值后，根据距离幂次反比法对整个预测区的块体进行找矿信息量估值运算。运用三维地质软件对预测区内其他块体进行估值计算，本次预测选择找矿信息量大于0.2的块体作为本次预测找矿靶区。最后，在下嘎来奥伊河铅锌多金属矿区圈定了铅锌矿找矿靶区3处（见图11、图12）、磁铁矿找矿靶区4处（见图13、图14）。根据三维可视化技术，可得出每个找矿靶区的坐标、深度等基础信息，结合地质背景总结出7处找矿靶区所处的地质情况，结果见表4、表5。

根据找矿靶区图，已知矿体分布在找矿信息量高值区，说明预测结果和实际贴合程度较好。图14中已知磁铁矿体穿过预测找矿区域，与之相吻合，再次验证了本次研究中找矿信息量法圈定的找矿靶区成矿可能性较高，预测效果较好，为后续下嘎来奥伊河铅锌多金属矿床矿产勘查工作提供了一定参考。

6 结 论

1）下嘎来奥伊河铅锌多金属矿床中矿体主要赋存于中酸性浅成侵入岩与吉祥沟组大理岩接触带的矽卡岩中及其附近的大理岩中的矽卡岩内。北东向和北西向断裂交会部位是重要的构造找矿标志。围岩蚀变主要为矽卡岩化、角岩化、硅化和黄铁矿化、褐铁矿化等。

2）基于建立的块体模型，下嘎来奥伊河铅锌多金属矿床采用的“立方体预测模型”及找矿信息量法对深边部进行找矿预测，共圈定了找矿靶区7处，包括铅锌矿找矿靶区3处、磁铁矿找矿靶区4处，为下一步深部找矿实现了定位评价。经统计分析：大理岩与矽卡岩接触带、矽卡岩和大理岩处找矿信息量值较高，是寻找铅锌矿的有利找矿区域；花岗闪长岩、大理岩和闪长岩在寻找磁铁矿中信息量较高，是寻找磁铁矿的有利找矿区域。

［参 考 文 献］

［1］SVERJENSKY D A.Genesis of Mississippi valley-type lead-zinc desposits［J］.Annual Review of Earth and Planetary Sciences，1986，14（1）：177-199.

［2］SCHWEIGHOFER B.The geology of ore deposits［J］.Meteorology and Atmospheric Physics，1986，35（4）：253.

［3］王素芬，屈挺，贺日政，等.西藏甲玛矿区三维地质建模与层状矽卡岩靶区预测［J］.地质通报，2021，40（12）：2 110-2 122.

［4］陈建平，于萍萍，史蕊，等.区域隐伏矿体三维定量预测评价方法研究［J］.地学前缘，2014，21（5）：211-220.

［5］赵华杰.三维矿体模型的交互构建与应用［J］.黄金，2019，40（7）：43-47.

［6］張宝一，杨莉，陈笑扬，等.基于图切地质剖面的区域成矿地质体三维建模与资源评价——以桂西南地区锰矿为例［J］.吉林大学学报（地球科学版），2017，47（3）：933-948.

［7］于萍萍，陈建平，王勤.西藏铁格隆南铜（金）矿床三维模型分析与深部预测［J］.岩石学报，2019，35（3）：897-912.

［8］李陈.基于剖面的三维复杂地质体建模技术研究［D］.成都：成都理工大学，2018.

［9］陈振振.基于多元地学信息的三维地质建模及综合演示系统［D］.长春：吉林大学，2016.

［10］刘永刚，杨永，何高文，等.基于Micromine的海山富钴结壳矿床三维评价模型应用［J］.地质通报，2021，40（增刊1）：385-391.

［11］李伟杰，石佳宾，周立冰，等.浅谈Micromine软件在东梁金矿三维地质建模中的应用［J］.矿产与地质，2017，31（3）：646-651.

［12］林永峰，张文国，金宝，等.Dimine软件在金山金矿三维建模中的应用［J］.黄金，2020，41（10）：51-54.

［13］张洪莹.朱诺矿区三维地质建模与找矿预测［D］.北京：中国地质大学（北京），2020.

［14］张思科，倪晋宇，高万里，等.三维地质建模技术方法研究——以东昆仑造山带为例［J］.地质力学学报，2009，15（2）：201-208.

［15］张忠昆，梁凯河.Micromine软件在甲玛矿区资源/储量估算的应用［J］.黄金，2016，37（3）：45-50.

［16］向中林，顾雪祥，章永梅，等.基于三维地质建模及可视化的大比例尺深部找矿预测研究及应用：以内蒙古柳坝沟矿区为例［J］.地学前缘，2014，21（5）：227-235.

［17］TANG L，YING S，LI L，et al.An application-driven LOD modeling paradigm for 3D building models［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2020，161：194-207.

［18］殷梓峰.泰州里下河区域三维地质建模方法研究［D］.连云港：江苏海洋大学，2022：47-48.

［19］陈希节，舒良树.新疆哈尔里克山后碰撞期构造-岩浆活动特征及年代学证据［J］.岩石学报，2010，26（10）：3 057-3 064.

［20］于萍萍，陈建平，柴福山，等.基于地质大数据理念的模型驱动矿产资源定量预测［J］.地质通报，2015，34（7）：1 333-1 343.

［21］吕鹏.基于立方体预测模型的隐伏矿体三维预测和系统开发［D］.北京：中国地质大学（北京），2007：19-20.

［22］刘畅，陈建平，张权平.山西浑源张旺地区金多金属矿体三维成矿预测与评价［J］.地质学刊，2019，43（3）：400-407.

［23］杨昆林.黑龙江省下嘎来奥伊河上游铅锌多金属矿床地质特征与成因研究［D］.长春：吉林大学，2017.

［24］李少朋，李桐林，郑军，等.重磁电三维反演在下嘎来奥伊河上游矿区中的应用［J］.世界地质，2020，39（2）：437-443.

［25］余长胜，杨言辰，杨昆林，等.大兴安岭北段下嘎来奥伊铅锌矿地质、物化探特征及找矿方向［J］.地质通报，2022，41（9）：1 657-1 671.

［26］陈建平，吕鹏，吴文，等.基于三维可视化技术的隐伏矿体预测［J］.地学前缘，2007，14（5）：54-62.

［27］周邓，曾广亮，王洪荣，等.江西桃山罗布里南部地区三维地质建模与成矿预测［J］.地质通报，2022，41（12）：2 256-2 264.

［28］谢徽，高帮飞，李寒滨，等.内蒙古常福龙金矿床隐式地质建模与品位估值［J］.黄金，2022，43（4）：4-13.

［29］朱宇辰，李茜.云南普朗铜矿三维地质建模与深部找矿预测［J］.地质学刊，2022，46（2）：190-198.

［30］王世称.综合信息矿产预测理论与方法体系新进展［J］.地质通报，2010，29（10）：1 399-1 403.

Three-dimensional geological modeling and deep ore prospecting prediction of the Xiagalaiaoyihe lead-zinc polymetallic deposit in Heilongjiang Province

Li Min1，Zhang Zishi2，Zhao Zhonghai2，Cui Xiaomeng2，Zhou Jiazheng2，Li Chenglu3，Yang Yuanjiang3

（1.Inner Mongolia Land Resources Exploration and Development Co.，Ltd.;2.College of Mining，Liaoning Technical University; 3.Heilongjiang Institute of Natural Resources Survey）

Abstract：To carry out deep prospecting for the Xiagalaiaoyihe lead-zinc polymetallic deposit，three-dimensional geological modeling of the deep strata and ore bodies was conducted using Micromine software，based on geological and ore geological data of the mining area，and achieved a three-dimensional visualization and transparency of the deep geological bodies.The cubic prediction model and prospecting information quantity method were used to statistically analyze multi-source geological data in the mining area.Finally，3 lead-zinc mineralization target areas and 4 magnetite mineralization target areas were delineated within the mining area，providing reference and basis for future prospect-ing work.

Keywords：three-dimensional geological modeling;deep ore prospecting prediction;Xiagalaiaoyihe;lead-zinc polymetallic deposit;prospecting targets;deep geological body

收稿日期：2023-04-15；  修回日期：2023-05-10

基金項目：黑龙江省地质矿产局科研项目（HKY202301）；黑龙江省重点研发计划项目（GA21A204）；辽宁工程技术大学学科创新团队资助项目（LNTU20TD-14）

作者简介：李 敏（1985—），男，高级工程师，从事地质矿产勘查工作；E-mail：331935708@qq.com

*通信作者：赵忠海（1984—），男，副教授，博士，从事区域地质调查及矿床学研究工作；E-mail：zhaozhonghai@lntu.edu.cn