胶西北金矿综合信息资源潜力预测
发布网友
发布时间：2022-06-02 11:32
共1个回答
热心网友
时间：2023-10-17 18:22
一、胶西北金矿区域成矿预测研究历史
胶西北金矿区域成矿预测研究始于20世纪80年代，1987年山东省地质六队完成了《山东省金矿资源总量预测报告》，预测全省36个有矿单元金矿资源总量3026.486t，其中潜在资源量2319.079t;1989年物探队完成了《1∶20胶东地区综合地球物理地球化学信息编图与金成矿预测报告》，将胶东地区划分为9个成矿区、71个预测矿田，其中Ⅰ类预测矿田12个、Ⅱ类预测矿田19个、Ⅲ类预测矿田40个。这一阶段的金矿预测工作是山东省第一轮成矿区划的组成部分。20世纪90年代开展的第二轮成矿区划对主要成矿带开展了大比例尺成矿预测，1993年地质六队完成了《山东省胶东西北部焦家金矿带1∶2.5万金矿成矿预测报告》，采用综合信息成矿预测思路预测焦家矿带金矿资源总量992.687t(包括已探明金矿资源量335.987t);1994年地质六队完成的《山东省胶东西北部招远－平度断裂带1∶5万金矿成矿预测报告》，采用多元回归法定量评价招平带金矿资源总量849.173t，其中潜在资源量665.043t。进入21世纪，在20世纪末区域成矿预测研究的基础上，陆续出版了成矿预测研究成果专著，2003年王世称等编著出版了《山东省金矿床及金矿床密集区综合信息成矿预测》，2007年李士先等编著出版了《胶东金矿地质》，两书均在《山东省金矿资源总量预测报告》基础上提出胶东矿田单元级金矿资源总量3026.4948t，其中胶西北地区金矿资源总量2492.02115t。
二、预测单元的确定
在分析成矿地质条件的基础上，圈出18个矿田预测单元，作为本次成矿预测的对象(表9－2)。其中部分预测区工作程度较高，且已探明较多资源量，属于已知有矿单元，本次预测将其作为模型单元，其余单元则为评价单元———预测单元。
三、预测矿田单元信息和地质变量赋值
(一)预测单元有用信息
成矿有用信息的分析确定是地质变量研究的前提，此项工作是在区域成矿规律、成矿控制条件总结分析、资料综合解释的基础上进行的。具体做法是:以已知有矿单元为对象，以单元卡片中的各项内容为目标，进行信息之间及信息与资源间统计对比，并从成矿理论角度确定其与矿产资源的关系。
在对胶西北地区金矿成矿规律、控矿地质条件和综合找矿标志研究基础上，把地层、构造、岩体、地球物理场、地球化学场特征等几个方面的信息作为重要的标志。在金矿成矿理论指导下，同时考虑到信息的关联性，提取了各预测矿田单元与金矿资源评价有关的信息(表9－3)，这些信息构成了成矿预测的地质变量。
(二)各预测单元地质变量赋值
变量赋值是按一定准则将单元的不同变化状态赋予某种定量数值，使状态与数值之间具有一定的对应关系，变量的变化可通过数值的变化加以表达。本次预测的赋值方法如下:
表9－2 胶西北地区成矿预测矿田单元一览表
续表
续表
表9－3 预测矿田单元成矿信息一览表
续表
续表
续表
续表
续表
续表
注: SJH—黄铁绢英岩化碎裂岩，SγJH—黄铁绢英岩化花岗质碎裂岩，γJH—黄铁绢英岩化花岗岩，JH—黄铁绢英岩，γJ—绢英岩化花岗岩，Kγ—钾化花岗岩，J—绢云母化，Sj—硅化，K—钾化，S—黄铁矿化; ρ—伟晶岩，ργ—伟晶花岗岩，δμ—闪长玢岩，X—煌斑岩，δομ—石英闪长玢岩，q—石英脉，δX—闪斜煌斑岩，β—辉绿岩，δ—闪长岩，N—基性岩脉
表9－4 二态预测原始变量一览表
续表
表9－5 三态预测原始变量一览表
续表
表9－6 回归分析模型连续型变量数据表
注:带*者为推定数据。
1)二态变量的赋值:变量存在的为“1”;变量不存在或资料不清的为“0”。
2)三态变量的赋值:对成矿有利者为“1”;对成矿有利程度一般或资料不清者为“0”;对成矿不利者为“－1”。
通过对各预测单元地质变量分析，按照上述方法赋值，分别形成了预测单元的二态原始变量和三态原始变量(表9－4、表9－5)。
3)定量变量分析与赋值:按照定量预测变量选择和构置的原则，分析了18个预测矿田单元的回归分析模型连续性变量特征，测算的变量数据见表9－6。
对7项25个描述性定量变量，均按二态变量赋值原则赋值，即该状态存在赋值为“1”;不存在或资料不清的为“0”。
四、资源潜力预测
(一)模型单元的确定
模型单元，即建立评价模型所使用的单元，通过模型单元与未知单元的类比达到矿体定位预测的目的。模型矿田单元必须具备下列要求:①矿田单元内应包括一个以上的已知矿床，其资源储量是由工程所控制的;②资源类型清楚，包括两层含义:一是成因清楚;二是单元应具备胶西北矿集区找矿模型的典型特征，工作、研究程度相对较高，能够获取评价所要求的各种信息，包括地质、磁法、重力、重砂、分散流等方面。
通过对胶西北18个矿田单元进行分析对比，选择10个单元作为金矿资源评价的模型单元(表9－7)。
表9－7 胶西北矿集区成矿预测模型单元一览表
由于计算方法原理上的差异，对模型单元的要求也不相同，本书在10个已知模型单元的基础上，根据所使用的计算模型，对模型单元做了进一步的选择。选取焦家、玲珑、灵山沟、原疃、马家窑5个单元作为资源量规模预测逻辑信息模型的标准模型单元。标准模型单元的选择条件是:①单元的亲近程度较高，表现在不同的投影平面中单元都有明显的群聚性，如单元1与2总是形影不离的;②单元资源储量变化具有明显的方向性，即沿某一方向资源储量有由小到大或由大到小的规律变化;③由于不同规模的边界单元具有分类的不稳定性，所以不能作为标准单元。
(二)变量优化
上述原始地质变量的地质意义清楚，与矿产资源特征关系明确，在一定程度上反映了胶西北金矿床的某一方面特征，这些变量的使用是有意义的。但原始变量只能显示单一变量与金矿资源的关系，不能揭示变量重要性的变化特点，不能直接用于成矿预测。必须对原始变量作进一步优化，从而获得一组用于实际预测的最佳变量组合。本次工作采用特征分析中的主分量法和平方和法进行变量优化。
1.二态变量优化
用10×49模型计算49个变量的权系数(表9－8)，根据各变量权系数值的大小和变化状态，经反复筛选，取权系数较大的前45个变量作为预测的变量组合(表9－9)。
2.三态变量优化
对10个模型单元的31个变量进行计算(表9－10)，最终选取前27个变量作为三态定位预测的变量组合(表9－11)。
(三)预测数学模型的建立
1.单元级别预测模型
单元级别预测评价数学模型，即用某种数学方法建立起成矿可能性与地质变量之间的函数关系。本次工作选择特征分析法建立数学地质模型，进行预测远景区圈定、矿产资源级别预测。数学模型是:
胶西北金矿集中区深部大型－超大型金矿找矿与成矿模式
式中Y为联系度，i=1、2、3、……m;m为变量数;ai为第i个变量的权系数;xi为第i个变量的取值。
将各地质单元中的变量值及其权系数代入式中，即得联系度。联系度是反映成矿信息的综合指标，其大小代表着单元成矿前景的标志。通过预测单元与模型单元之间联系度的对比，即可判断出预测单元成矿概率的大小。
2.定量预测模型
选择回归分析法建立预测单元资源量的预测模型———回归分析模型。使用模型单元已知资源量及与其有对应关系的变量，预测各有矿地质单元的资源量。
回归数学模型是:
胶西北金矿集中区深部大型－超大型金矿找矿与成矿模式
式中:a，b，Sb为参数;x为5×20模型对象权。
表9－8 10×49模型二态变量权系数计算结果
胶西北金矿集中区深部大型－超大型金矿找矿与成矿模式
(四)单元级别预测
根据单元级别数学模型的原理方法，分别使用二态变量预测和三态变量预测对确定的18个矿田地质单元进行预测。
1.二态变量预测
使用确定的10个模型单元以及表9－9所示的变量信息。以10×45模型采用主分量法和平方和法分别计算出各变量的权系数(表9－12)。然后将这些权系数代入所建立的数学模型方程，进行预测计算，获得各单元的联系度(表9－13)。
表9－9 二态预测优化变量一览表
续表
表9－10 10×31模型三态变量权系数计算结果
根据计算结果绘制联系度曲线图(图9－1)，曲线呈平缓变化，至第15个单元(三山岛单元)时出现陡降，以其联系度为阀值，划分出预测单元级别Ⅰ、Ⅱ级。
图9－11 0×45模型二态变量预测各单元联系度曲线
表9－11 三态预测优化变量一览表
表9－12 10×45模型二态变量权系数计算结果
2.三态变量预测
采用表9－11所示变量信息，以10×27模型计算。计算过程与二态变量预测一致。获得变量的权系数和单元联系度(表9－14，表9－15)。
根据表中计算结果绘制出联系度曲线图(图9－2)，曲线也在第15个单元(三山岛单元)时出现陡降，以其联系度为阀值，划分出预测单元级别Ⅰ、Ⅱ级。
上述二态变量预测与三态变量预测的结果非常吻合，各单元联系度的序次虽略有差别，但划分级别基本一致。在综合分析对比的基础上，将两种预测结果结合起来作为本次预测成果，对预测单元进行了分级(表9－16)。
Ⅰ级:最有希望寻找大、中型金矿的单元;
Ⅱ级:有希望形成中型以上矿床的单元。
表9－13 二态预测矿田单元联系度一览表
表9－14 10×27模型三态变量权系数计算结果
表9－15 三态预测矿田单元联系度一览表
图9－2 10×27模型三态变量预测各单元联系度曲线
表9－16 单元级别预测结果
(五)单元定量预测
使用模型矿田单元已知资源量及其地质变量建立单个有矿矿田单元资源量的预测模型———回归分析模型，进而预测出各预测矿田单元的资源量。
根据回归分析这一数学方法的要求，首先提取连续型数值变量(表9－6)，将标志进行对比，判查出最小分区标志组合。然后按5×20标准模型计算得出各标准模型单元的标志权、相对标志权、标志信息权、标志分权及标志分权差，最后得出各标准模型单元的对象权。
根据模型所算得的标志分权求得18个预测单元的对象权(表9－17)。以9个连续型定量预测变量作自变量，以模型单元的探明资源量作因变量，经过逐步回归分析之后，求出方程中各自变量参数，再将预测单元各对应的对象权代入方程，求得各预测单元的预测资源量。
表9－17 18个预测单元5×20模型对象权表
采用回归分析的信度0.05，预测深度1000～1500m，各预测单元的资源量完全有可能在95%的概率条件下达到回归模型的上限值置信区间，其上限是回归数学模型加上1.96倍剩余标准差。
按回归数学模型预测的18个预测单元的资源量列于表9－18。预测结果，胶西北矿集区金矿资源总量3217.919t，比前人预测结果多725.90t。
(六)预测结果评价
本次预测的结果基本符合实际地质情况，地质单元级别预测成果是可信的;资源总量预测采用的方法是得当的，定量预测结果是比较可靠的，为胶西北地区金矿找矿奠定了基础。预测结果可靠性主要表现在以下方面:
(1)预测地质依据充分。本次预测在对地质、航磁、重力、重砂和水系沉积物等成果资料按纵向深入、横向联系的方法进行深入研究的基础上，加深了对金矿控矿因素和成矿规律的认识，为矿田的圈定、成矿信息的提取、变量的确定与筛选提供了充分的地质依据。
表9－18 18个矿田单元预测资源量表
(2)预测矿田单元确定合理。在对区域成矿地质条件研究的基础上确定了成矿带中矿田单元的定位条件和边界条件，除了有矿体、矿化点，金重砂异常，金分散流异常等金矿成矿信息外，地层、构造、岩浆岩和地球物理场也是矿田单元定位的重要条件。本次所圈定的矿田单元均有充分的地质、地球物理和地球化学等依据的，是金矿床存在的最可能的空间。
(3)提取了与金矿成矿关联度高的信息和变量。首先，是在对金矿控矿条件、成矿规律和综合找矿模型研究基础上，进行统计分析，确定42个与金成矿有关的信息。其次，对各个信息作横向比较，确定它们与成矿作用的内在联系，进而综合与归并，凝练出二态变量49个、三态变量31个，确定了它们的赋值原则和使用范围。第三，是变量的优化，使用数学方法，给出度量各个变量与资源关系重要性的数值指标，从而达到变量优化的目的。
(4)各单元的预测次序与单元中的金矿规模、资源储量相对应。所有的预测单元基本上都有金矿床、矿点、矿化点，有工业储量的单元就达14个之多。虽然各单元之间已查明资源储量的多少与预测次序不完全吻合，但总体上看是非常一致的。模型单元中以焦家、玲珑两单元金资源储量最大，单元内有特大型金矿，其预测次序始终排在前两位。
(5)各个级别的预测单元在工作区内均匀分布。这一方面反映了预测结果的可靠性，同时又说明了在胶西北地区运用一个找矿模型对全区进行成矿预测的可行性及所总结成矿规律的可靠性。
(6)预测结果与地质研究结果吻合。虽然本次工作确定的单元都是认为有希望寻找大—中型金矿床的地区，但各单元之间的地质构造条件差别较大，对它们形成大—中型金矿的期望值自然也不同。在地质背景分析及成矿模式和找矿模型的研究过程中，已经对几个成矿较有利地区进行了大致的判断，进一步应用数学方法预测，不仅证实地质认识，而且预测出各矿田单元资源量数量，提高了预测的准确性。
(7)建立的回归方程具有高度的显著性，预测意义明确。定量预测回归模型的建立，采用了预测资源量居中的回归方程作为回归预测模型，为了降低回归方程的预测误差，采用回归方程加上1.96倍剩余标准差的办法，给出可信度0.05的上界值，这一回归模型是: 。其预测资源量与新近掌握的实际资料、目前地质工作形势及我们的经验与认识是比较吻合的。
(8)三山岛单元是本次预测中的最大问题。三山岛单元在二态、三态预测中分别排在14、15位，虽仍为Ⅰ级单元，但其排序与矿床规模和金资源储量极不相称。究其原因，三山岛地区基本上为覆盖区，物化探信息较少，影响了预测效果。
