鄧 軍,戰(zhàn)明國(guó),周偉金,伍松樂(lè),黃 寧,張潤(rùn)秋,謝淑云

1.廣西壯族自治區(qū)地質(zhì)調(diào)查院,廣西 南寧 530023;2.廣西壯族自治區(qū)地質(zhì)礦產(chǎn)勘查開(kāi)發(fā)局,廣西 南寧 530023;3.中國(guó)地質(zhì)大學(xué)(武漢)地球科學(xué)學(xué)院,湖北 武漢 430074

0 引言

近五十年來(lái),礦產(chǎn)資源潛力評(píng)價(jià)一直是地球科學(xué)工作者的一項(xiàng)重要研究課題,發(fā)展適合礦產(chǎn)定量預(yù)測(cè)的理論和技術(shù)已成為當(dāng)今國(guó)際數(shù)學(xué)地球科學(xué)領(lǐng)域的前沿問(wèn)題(翟裕生等,2004; 趙鵬大,2007; Cheng, 2012)。礦產(chǎn)資源定量評(píng)價(jià)的理論方法與軟件技術(shù)平臺(tái)(如ArcGIS、GeoDAS等)均得到了長(zhǎng)足的發(fā)展(張生元等,2012)。隨著大數(shù)據(jù)這一科學(xué)研究第四范式在近幾年來(lái)的發(fā)展,地質(zhì)數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人工智能等逐漸成為當(dāng)前基于大數(shù)據(jù)開(kāi)展地學(xué)研究的前沿和熱點(diǎn)(周永章等,2018,2020;劉艷鵬等, 2020;王智偉等,2020)。地球化學(xué)背景值與異常值的劃分技術(shù)是礦產(chǎn)資源潛力評(píng)價(jià)與預(yù)測(cè)中至關(guān)重要的核心內(nèi)容之一, 直接影響預(yù)測(cè)信息的提取和找礦實(shí)踐的效果(Carranza,2008),在不同比例尺下多信息融合的礦產(chǎn)資源定量預(yù)測(cè)工作中更是受到了廣泛關(guān)注(Bonham Carter,1994;龔紅勝等,2020)。從地球化學(xué)空間模式的復(fù)雜性和尺度不變性規(guī)律出發(fā),基于分形與多重分形理論的研究思路與方法已在該領(lǐng)域逐步深入發(fā)展 (Cheng et al.,1994;左仁廣等,2021)。

證據(jù)權(quán)法(weights of evidence)是一種離散的多元統(tǒng)計(jì)方法(陳永清等,2007),20 世紀(jì) 80 年代末作為經(jīng)典模型之一引入礦產(chǎn)資源潛力評(píng)價(jià)與定量預(yù)測(cè)領(lǐng)域 (Agterberg,1989; Bonham Carter and Cheng,2001),近年來(lái)在多元信息融合和空間決策系統(tǒng)中得到廣泛應(yīng)用(成秋明等,2007;Hong et al., 2018)。該方法以貝葉斯條件概率為基礎(chǔ),將地質(zhì)、物探、化探、遙感等地學(xué)數(shù)據(jù)信息提取和轉(zhuǎn)換為不同的證據(jù)圖層,計(jì)算其對(duì)成礦貢獻(xiàn)的權(quán)重大小,分析和總結(jié)找礦模型,加權(quán)求和各證據(jù)因子,得出成礦有利度值,區(qū)分礦化有利地段和不利地段,預(yù)測(cè)成礦遠(yuǎn)景區(qū),達(dá)到定量圈定和評(píng)價(jià)找礦靶區(qū)的目的 (肖克炎等,2009a, 2009b)。Cheng and Agterberg(1999)提出了基于模糊集和模糊概率的模糊證據(jù)權(quán)法,突破了二值圖形的局限性,克服了普通證據(jù)權(quán)方法在離散圖層易造成信息損失的不足,能有效刻畫(huà)證據(jù)圖層與礦床(點(diǎn))的空間關(guān)系,提高礦產(chǎn)資源預(yù)測(cè)的精度,在礦產(chǎn)遠(yuǎn)景預(yù)測(cè)中發(fā)揮了重要的作用(Agterberg and Cheng,2002;成秋明等,2007)。

廣西壯族自治區(qū)境內(nèi)的礦產(chǎn)資源經(jīng)過(guò)近幾十年的勘查開(kāi)發(fā),已逐步形成了田林高龍、憑祥龍?zhí)?、貴港 (六梅、龍頭山)、賀州龍水、橫縣南鄉(xiāng)、鳳山六大金礦生產(chǎn)基地(李昌明,2010;劉舒飛,2017)。區(qū)域內(nèi)經(jīng)歷了多期次構(gòu)造巖漿活動(dòng),為金礦的形成與保存提供了良好條件,具有勘探大型金礦的潛力。但區(qū)域成礦地質(zhì)條件復(fù)雜、金礦礦床類型多樣,致使傳統(tǒng)地球化學(xué)數(shù)據(jù)提取找礦信息難度大(吳榮華等,2012)。文章擬在ArcGIS、GeoDAS等軟件平臺(tái)上,通過(guò)多源地學(xué)信息提取與融合技術(shù),綜合分析地球化學(xué)、地球物理及地質(zhì)背景數(shù)據(jù),定義控礦因素組合,運(yùn)用模糊證據(jù)權(quán)法 (Cheng and Agterberg, 1999;成秋明等,2007),預(yù)測(cè)編制廣西卡林型金礦和破碎帶蝕變型金礦兩種典型金礦類型礦產(chǎn)的成礦后驗(yàn)概率圖,并最終圈定金礦有利成礦地段。

1 研究區(qū)概況與數(shù)據(jù)來(lái)源

廣西壯族自治區(qū)構(gòu)造單元多以深大斷裂相分隔,巖漿活動(dòng)頻繁,大部分地區(qū)地層發(fā)育時(shí)代齊全(李昌明,2010;劉舒飛,2017)。已探明的金礦大多以構(gòu)造斷層控制為主,其主要類型為卡林型、破碎蝕變帶型、斑巖型和石英脈型金礦,并發(fā)育有多期次不同類型成礦共同控制的成礦區(qū)帶(周澤昌等,2016),即桂北成礦區(qū)、大瑤山成礦帶、右江成礦區(qū)、桂東南成礦帶 (李昌明,2010)。礦產(chǎn)勘查初步顯示,卡林型、石英脈型、斷裂蝕變帶型三類礦床(點(diǎn))較多,分別占廣西黃金礦床(點(diǎn))數(shù)的 19.4%、45.4%、13%,而其他類礦床(點(diǎn))數(shù)極少(李昌明,2010)。

此次共收集了廣西全區(qū)60767個(gè)1∶200000 水系沉積物地球化學(xué)樣品中Au、Ag、Mn、Cu、Pb、Zn、Sn、Sb等主要成礦及伴生元素的含量數(shù)據(jù)。經(jīng)已知的區(qū)域基礎(chǔ)地質(zhì)資料整理發(fā)現(xiàn),卡林型金礦點(diǎn)62個(gè)、斑巖型金礦點(diǎn)2個(gè)、石英脈型金礦點(diǎn)9個(gè)、破碎帶蝕變巖金礦點(diǎn)52個(gè),共152個(gè)金礦點(diǎn)(圖1)。

圖1 Au元素地球化學(xué)空間分布及不同類型金礦點(diǎn)分布圖Fig.1 Spatial distribution of Au contents and different types of gold deposits in the study area

對(duì)Au元素含量(單位10-6)取10為底的對(duì)數(shù),經(jīng)IDW插值后得地球化學(xué)空間分布圖(圖1)。從圖中可以看出,基于原始數(shù)據(jù)的地球化學(xué)分布模式,Au的地球化學(xué)高含量區(qū)整體與卡林型金礦點(diǎn)吻合較好(劉舒飛,2017);但斑巖型、石英脈型和破碎帶型金礦點(diǎn)受構(gòu)造類型及巖漿巖等的分布影響,與地表Au分布的高含量區(qū)并未一一對(duì)應(yīng),如若僅依據(jù)單一地球化學(xué)數(shù)據(jù)進(jìn)行金礦產(chǎn)預(yù)測(cè)存在一定的局限,因此,文中擬通過(guò)模糊證據(jù)權(quán)法著重討論儲(chǔ)量較大的卡林型、斷裂蝕變帶型礦床在研究區(qū)的成礦特點(diǎn)并進(jìn)一步預(yù)測(cè)其礦產(chǎn)資源靶區(qū)。

2 模糊證據(jù)權(quán)方法及計(jì)算流程

證據(jù)加權(quán)分析法 (weights of evidence analysis method)是近年來(lái)提出的一種地質(zhì)學(xué)統(tǒng)計(jì)方法 (Agterberg and Cheng, 2002; Deng, 2010; Agterberg, 2011),是一種貝葉斯概率準(zhǔn)則下的對(duì)數(shù)線性模型,主要是通過(guò)先驗(yàn)概率,計(jì)算在某種地學(xué)證據(jù)模式條件下的條件概率。該模型將數(shù)理統(tǒng)計(jì)、圖像分析與人工智能理念有機(jī)綜合,與礦產(chǎn)形成相關(guān)的地質(zhì)學(xué)信息進(jìn)行疊加復(fù)合分析,為基于GIS軟件平臺(tái)成礦預(yù)測(cè)提供有效的方法,在礦產(chǎn)資源評(píng)價(jià)及靶區(qū)圈定等方面應(yīng)用廣泛 (Li et al., 2019;Williams et al., 2020; Sun et al., 2020;)。 普通證據(jù)權(quán)法直接應(yīng)用于基于地球化學(xué)異常的礦產(chǎn)資源綜合預(yù)測(cè)時(shí)對(duì)證據(jù)層進(jìn)行二值化處理,可能會(huì)造成相關(guān)數(shù)據(jù)丟失,影響評(píng)價(jià)結(jié)果;模糊證據(jù)權(quán)法是對(duì)傳統(tǒng)證據(jù)權(quán)方法的推廣,通過(guò)多值模糊隸屬度函數(shù)將證據(jù)層定義為模糊集,計(jì)算隸屬度定量證據(jù)層的模糊度來(lái)處理多分類證據(jù)層,利用多值模糊隸屬度函數(shù)擬合訓(xùn)練樣本,計(jì)算證據(jù)權(quán)重值,克服了傳統(tǒng)證據(jù)權(quán)方法在離散圖層時(shí)易造成信息損失的不足 (Cheng and Agterberg, 1999; Cheng and Zhang, 2002)。

模糊證據(jù)權(quán)模型的計(jì)算(成秋明等,2007),首先初步篩選典型圖層,進(jìn)而構(gòu)建模糊證據(jù)權(quán)模型并計(jì)算各證據(jù)因子的權(quán)重,分析各證據(jù)因子的權(quán)重值和對(duì)比度,確定需保留的證據(jù)圖層,計(jì)算各因子的隸屬度函數(shù)、模糊權(quán)重和后驗(yàn)概率。

首先選擇研究區(qū)已知的卡林型和斷裂蝕變帶型兩類金礦礦床點(diǎn)作為訓(xùn)練樣本。在對(duì)區(qū)域地質(zhì)、礦區(qū)地質(zhì)進(jìn)行調(diào)查研究基礎(chǔ)上,以1∶200000地質(zhì)圖、礦產(chǎn)分布圖、60767 個(gè) 1∶200000 水系沉積物化探樣品地球化學(xué)元素含量分布圖為基礎(chǔ)數(shù)據(jù)資料,采用 GeoDAS 軟件有效的信息處理方法進(jìn)行數(shù)據(jù)處理與信息提取,開(kāi)展研究區(qū)區(qū)域性礦產(chǎn)資源潛力評(píng)價(jià)與找礦靶區(qū)預(yù)測(cè)。在對(duì)數(shù)據(jù)特征進(jìn)行深入研究的基礎(chǔ)上,主要開(kāi)展如下工作(圖2):

(1)采用主成分分析方法提取與金成礦相關(guān)元素的有效組合信息;

(2)采用分形濾波 S-A方法(Cheng,1999)對(duì)水系沉積物主要主成分進(jìn)行地球化學(xué)異常分解,確定主成分異常場(chǎng)和背景場(chǎng);

(3) 通過(guò)區(qū)域成礦規(guī)律和已探明典型礦床點(diǎn)的分布特征研究,建立控礦因素與礦化的關(guān)系,合理選擇證據(jù)圖層,構(gòu)建與目標(biāo)礦床相關(guān)的空間證據(jù)圖層;

(4) 采用模糊證據(jù)權(quán)法(成秋明等,2007)對(duì)該區(qū)成礦或控礦因素進(jìn)行信息綜合, 以模糊隸屬度函數(shù)表示證據(jù)層的可信度,并計(jì)算模糊證據(jù)層的權(quán)重W (確定證據(jù)層的重要性),對(duì)比分析各構(gòu)造單元的成礦元素分布特征和富集規(guī)律,揭示不同地質(zhì)要素對(duì)于礦產(chǎn)空間分布結(jié)構(gòu)的制約作用,綜合多個(gè)模糊證據(jù)層計(jì)算后驗(yàn)概率形成金礦礦產(chǎn)資源潛力分布圖,確定預(yù)測(cè)尚未發(fā)現(xiàn)的卡林型和斷裂蝕變帶型金礦礦產(chǎn)有利找礦靶區(qū),主要技術(shù)路線如圖2所示。

圖2 廣西金礦礦產(chǎn)預(yù)測(cè)主要技術(shù)路線圖Fig.2 Flowchart of mineral resources prediction in the gold deposits in the study area

3 分析與討論

3.1 選取證據(jù)層

依據(jù)研究區(qū)巖漿巖斷裂金礦產(chǎn)信息(圖3a),分別對(duì)區(qū)域斷裂、巖漿巖以及斷裂與巖漿巖的交點(diǎn)構(gòu)建緩沖區(qū),緩沖單位距離設(shè)為2000m,環(huán)數(shù)為10環(huán),得區(qū)域地質(zhì)要素緩沖區(qū)示意圖(圖3b—3d)。最終選取如下證據(jù)層來(lái)進(jìn)行金礦綜合預(yù)測(cè):

(1)斷裂的緩沖區(qū)圖(對(duì)兩類金礦訓(xùn)練點(diǎn)最佳緩沖區(qū)半徑為2000m,選取環(huán)數(shù)為5環(huán)),如圖3b;

圖3 區(qū)域地質(zhì)要素緩沖區(qū)示意圖Fig.3 Schematic diagram of the buffer zones of regional geological elements. (a) Mapping of magmatic rocks, faults and gold ores. (b) Buffer zones of faults. (c) Buffer zones of magmatic rocks. (d) Buffer zones at the intersection of magmatic rocks and faults.

(2)巖漿巖(主要為廣西隱伏巖體;朱國(guó)器等,2010)的緩沖區(qū)圖(對(duì)兩類金礦訓(xùn)練點(diǎn)最佳緩沖區(qū)半徑為2000m,選取環(huán)數(shù)為10環(huán)),如圖3c;

(3)巖漿巖與斷裂交點(diǎn)的緩沖區(qū)圖(對(duì)兩類金礦訓(xùn)練點(diǎn)最佳緩沖區(qū)半徑為2000m,選取環(huán)數(shù)為10環(huán)),如圖3d;

(4)航磁△T與布格重力異常圖(分別對(duì)航磁△T數(shù)據(jù)與布格重力異常數(shù)據(jù)進(jìn)行18組重分類),如圖4;

圖4 2個(gè)證據(jù)圖層分布圖Fig.4 Distribution map of two evidence layers. (a) Regional aeromagnetic data. (b) Gravity data.

(5)對(duì)全部地球化學(xué)數(shù)據(jù)進(jìn)行主成分分析(圖5),獲取地球化學(xué)數(shù)據(jù)第1主成分和第3主成分得分圖(圖6),通過(guò)S-A分解背景場(chǎng)與異常場(chǎng)(圖7),分別作為兩種不同礦床類型的證據(jù)圖層(圖8,圖9)。

對(duì)研究區(qū)的12種元素作對(duì)數(shù)變換后進(jìn)行了主成分分析(principal component analysis,簡(jiǎn)稱PCA),依據(jù)各主成分的特征根與方差得前12個(gè)主成分的相對(duì)重要性(圖5)。這里使用反距離加權(quán)法插值(IDW)對(duì)PCA1和PCA3進(jìn)行空間分析(圖6)。其中前3主成分累積方差占74%,第1主成分PCA1占總體方差的53%,12個(gè)元素變量均具有正載荷;第2主成分PCA2占總體方差的12.6%,其正載荷總體較小,基本均小于0.2,反映了這一主成分所代表的復(fù)雜地質(zhì)背景;第3主成分PCA3占總體方差的10%,其正載荷反映了與金成礦相關(guān)的一套元素組合:W-Sn-Mo-Au-Ag,組合中W-Sn-Mo的出現(xiàn)說(shuō)明PCA3主要反映了高溫元素組合,已知破碎帶型礦點(diǎn)同樣出現(xiàn)在其高值區(qū)域(圖6b)。

圖5 主成分的相對(duì)重要性示意圖Fig.5 Plot of relative importance of principal components based on variance vs. characteristic root

采用S-A多重分形濾波分離技術(shù) (Cheng, 1999; Daya et al., 2015)對(duì)IDW插值后的PCA1和PCA3空間分析結(jié)果進(jìn)行地球化學(xué)異常和背景的分解(圖7),將兩主成分得分地球化學(xué)圖(圖6)從空間域變換到頻率域,基于不同廣義自相似性構(gòu)建的分形濾波器,最后經(jīng)反變換得到分解后的背景圖和異常圖(圖8,圖9)。

圖6 主成分得分圖Fig.6 Score plots of principal components. (a) Score plot of PCA1. (b) Score plot of PCA3

圖7 基于S-A方法的背景與異常區(qū)分示意圖Fig.7 Separation of anomalies from background based on S-A method. (a) Log-log diagram of S-A relationship of PCA1. (b) Loglog diagram of S-A relationship of PCA3

圖8 基于S-A分解的第一主成分背景場(chǎng)和異常場(chǎng)Fig.8 Schematic diagram of geochemical background field and anomaly field based on S-A method. (a) Distribution of PCA1 geochemical background field. (b) Distribution of PCA1 geochemical anomaly field

應(yīng)用模糊證據(jù)權(quán)法的關(guān)鍵步驟生成與金礦化有關(guān)的控礦或找礦地質(zhì)要素證據(jù)層。如前所述,通過(guò)GIS處理和分析,提取多種不同的證據(jù)層,以模糊隸屬度函數(shù)表示證據(jù)層的可信度,并計(jì)算模糊證據(jù)層的權(quán)重(確定證據(jù)層的重要性)。具體地,應(yīng)用GeoDAS提供的模糊證據(jù)權(quán)法,分別以兩種不同類型金礦點(diǎn)為訓(xùn)練點(diǎn)集,計(jì)算了上述各4個(gè)證據(jù)層的先驗(yàn)概率和后驗(yàn)概率。證據(jù)層由隸屬度函數(shù)(MSF)進(jìn)行重分類,MSF可在閉區(qū)間[0,1]上任意取值,其圖形表現(xiàn)為一條漸變曲線。一般地,根據(jù)對(duì)比度C及其標(biāo)準(zhǔn)偏差S(C)的比值t(學(xué)生分布t值,t=C/S(C))值的大小來(lái)確定各類證據(jù)圖層的MSF取值。GeoDAS提供的曲線擬合功能可實(shí)現(xiàn)自動(dòng)賦值。以布格重力異常圖層為例,依據(jù)模糊證據(jù)權(quán)法計(jì)算證據(jù)層特征根和學(xué)生分布t值,得模糊證據(jù)權(quán)重的選擇示意圖(圖10),其中紅色點(diǎn)t值較大,表示與成礦密切相關(guān)的點(diǎn),隸屬度函數(shù)(MSF)取1;藍(lán)色點(diǎn)具有較小的t值,表示與成礦關(guān)系不密切的點(diǎn),隸屬度函數(shù)(MSF)取0;這兩類點(diǎn)將各個(gè)證據(jù)層分為邊界截然的二值圖。

圖10 布格重力異常圖層隸屬度函數(shù)v-t圖解及模糊證據(jù)權(quán)重的選擇示意圖(紅色點(diǎn)表示與成礦密切相關(guān)的點(diǎn)、藍(lán)色點(diǎn)表示與成礦關(guān)系不密切的點(diǎn))Fig.10 V-T diagram of membership function of Bouguer gravity anomaly layer and selection of fuzzy evidence weights (red points indicate points closely related to mineralization, blue points indicate points not closely related to mineralization)

綜合多個(gè)模糊證據(jù)層,以模糊證據(jù)權(quán)法所得到的后驗(yàn)概率圖為依據(jù)進(jìn)行資源潛力評(píng)價(jià),得到預(yù)測(cè)遠(yuǎn)景區(qū)分布圖(圖11),區(qū)域異常帶分布清晰。

3.2 模糊證據(jù)權(quán)模型檢驗(yàn)

如圖11a所示,利用模糊證據(jù)權(quán)法得出的卡林型金礦預(yù)測(cè)后驗(yàn)概率高值區(qū)域主要集中在桂西北地區(qū),其中右江盆地覆蓋面最廣,今后找礦潛力大,主要與其三疊系地層密切相關(guān)(圖12);其次為桂中橫縣等與泥盆紀(jì)地層密切相關(guān)的地區(qū)及區(qū)域北部桂北隆起的江南造山帶(圖13),具有成面和成帶分布特點(diǎn)。從預(yù)測(cè)效果來(lái)看,區(qū)域地 層巖性控礦作用較為明顯,這點(diǎn)與已報(bào)道的研究區(qū)域卡林型金礦與區(qū)域三疊系碳酸鹽巖關(guān)系密切,并與受構(gòu)造控制明顯的成礦特征研究相符(賀秋利等,2013;林建輝等,2015)。

圖12 卡林型金礦后驗(yàn)概率標(biāo)準(zhǔn)化值與三疊系地層空間分布圖Fig.12 Posterior probability map of Carlin-type gold deposits and Triassic strata spatial distribution

圖13 卡林型金礦預(yù)測(cè)靶區(qū)與廣西有色金屬成礦帶分布Fig.13 Distribution of Carlin-type gold deposits predicted target area and Guangxi nonferrous metal metallogenic belts I-Danchi metallogenic belt of Sn-Cu-Pb-Zn-Ag-Sb-Hg;> II-Northern Guangxi metallogenic belt of Sn-W-Cu-Ni-Pb-Zn;> IIINortheastern Guangxi metallogenic belt of Sn-W-Cu-Pb-Zn-Au-Ag;> IV-Damingshan metallogenic belt of W-Cu-Au;> V-Dayaoshan metallogenic belt of Cu-Pb-Zn-Au;> VI-Yunkaidashan metallogenic belt of Pb-Zn-W-Au;> VII-West Damingshan metallogenic belt of Cu-Pb-Zn-Ag;> VIII-Western Guangxi metallogenic belt of Au-Sb;> IX-Jingxi-Pingguo metallogenic belt of Al

如圖11b所示,破碎帶蝕變型金礦遠(yuǎn)景區(qū)主要分布在各構(gòu)造過(guò)渡帶附近,同時(shí)受不同期次巖漿巖展布方向影響。從證據(jù)權(quán)法破碎帶蝕變巖型金礦預(yù)測(cè)與廣西有色金屬成礦帶分布圖(圖14)可以看出,在桂西南印支期巖漿巖附近,亦發(fā)現(xiàn)新的遠(yuǎn)景區(qū),這可能說(shuō)明研究區(qū)破碎帶蝕變型金礦與加里東期、燕山期及印支期多期巖漿活動(dòng)密切相關(guān)(李昌明等,2010)。從整體預(yù)測(cè)效果來(lái)看,卡林型金礦預(yù)測(cè)結(jié)果具有明顯成面和成帶分布特點(diǎn),體現(xiàn)出了構(gòu)造斷裂及區(qū)域地層控礦作用明顯(陳敏,2016)。破碎帶蝕變巖金礦預(yù)測(cè)高值區(qū)域主要落在大瑤山隆起與云開(kāi)隆起(劉舒飛等,2017),其地區(qū)主要發(fā)育寒武系地層,其富含炭質(zhì)的沉積巖在海底噴流、生物作用及機(jī)械沉積分異作用的影響下使得金發(fā)生了相對(duì)的初始富集,為成礦提供了良好的礦源層。在桂西南印支期巖漿巖附近,可發(fā)現(xiàn)新的遠(yuǎn)景區(qū),這可能說(shuō)明研究區(qū)破碎帶蝕變型金礦與加里東期、燕山期及印支期多期巖漿活動(dòng)密切相關(guān),這些巖漿活動(dòng)帶來(lái)的熱源是該區(qū)域不可或缺的成礦條件。另外,現(xiàn)存礦點(diǎn)位置與預(yù)測(cè)高值區(qū)域主要與憑祥-大黎斷裂帶、陸川-岑溪斷裂帶南側(cè)空間相關(guān)性較好;在桂中加里東地槽褶皺帶北部的資源斷裂也有預(yù)測(cè)高值分布(楊斌等,2007)。這些區(qū)域斷層為早期地下水熱液的加入提供了良好的通道,被巖漿熱動(dòng)力加熱的熱液可在分布廣泛的斷裂支持下大量萃取圍巖中礦物質(zhì),形成豐富的含礦熱液。因此區(qū)域構(gòu)造斷裂附近可作為下一步破碎帶蝕變巖金礦勘探的重要參考。

圖11 采用模糊證據(jù)權(quán)法計(jì)算的金的后驗(yàn)概率圖及資源潛力遠(yuǎn)景區(qū)預(yù)測(cè)Fig.11 Posterior probability map of Au and target areas for gold deposits delineated by the fuzzy weights of evidence method. (a) Carlin-type gold deposits predicted by PCA1 background and anomaly decomposition. (b) Altered type gold deposits predicted by PCA3 background and anomaly decomposition I-Caledonian geosynclinal fold belt in Central Guangxi (I1-Northern Guangxi uplift;> I2-Liuzhou depression;> I3-Northeast Guangxi transitional zone;> I4-Dayaoshan uplift;> I5-Yunkai uplift); II-Hercynian geosynclinal fold belt in southern Guangxi;> III-Indosinian geosynclinal fold in Western Guangxi (III1-Duyangshan uplift;> III2-Youjiang depression;> III3-Xidamingshan uplift;> III4-Shiwandashan depression); 1-Sipu fault, 2-Pingpeiling fault;> 3-Sanjiang-rong′an fault;> 4-Shoucheng fault;> 5-Longsheng-Yongfu fault;> 6-Ziyuan fault;> 7-Luchuan-Cenxi fault;> 8-Bobai-Wuzhou fault;> 9-Lingshan-Tengxian fault;> 10-Dongzhong-Xiaodong fault zone;> 11-Gaoping-Xinhei fault;> 12-Pingxiang-Dali fault zone;> 13-Lipu fault;> 14-Xialei-Lingma fault;> 15-Napo fault zone;> 16-Youjiang fault zone;> 17-Tianlin-Bama fault zone;> 18-Nandan-Kunlunguan fault zone;> 19-Baishi fault;> 20-Limu-Majiang fault;> 21-Fuchuan fault;> 22-Guilin-Laibin fault zone;> 23-Guanyin′ge fault zone;> 24-Yishan-Liucheng fault zone

圖14 證據(jù)權(quán)法破碎帶蝕變巖型金礦預(yù)測(cè)與廣西有色金屬成礦帶分布圖Fig.14 Prediction map of altered rock type gold deposits in fracture zone by the weights of evidence method and the distribution of Guangxi nonferrous metal metallogenic beltsI-Danchi metallogenic belt of Sn-Cu-Pb-Zn-Ag-Sb-Hg;> II-Northern Guangxi metallogenic belt of Sn-W-Cu-Ni-Pb-Zn;> IIINortheastern Guangxi metallogenic belt of Sn-W-Cu-Pb-Zn-Au-Ag;> IV-Damingshan metallogenic belt of W-Cu-Au;> V-Dayaoshan metallogenic belt of Cu-Pb-Zn-Au;> VI-Yunkaidashan metallogenic belt of Pb-Zn-W-Au;> VII-West Damingshan metallogenic belt of Cu-Pb-Zn-Ag;> VIII-Western Guangxi metallogenic belt of Au-Sb;> IX-Jingxi-Pingguo metallogenic belt of Al

3.3 靶區(qū)圈定與評(píng)價(jià)

對(duì)模糊證據(jù)權(quán)法得出的卡林型金礦預(yù)測(cè)后驗(yàn)概率進(jìn)行標(biāo)準(zhǔn)化,并提取大于0.8的區(qū)域,對(duì)圈定出來(lái)的區(qū)域由面積分帶從大到小劃分三個(gè)靶區(qū),其中落在靶區(qū)內(nèi)的礦點(diǎn)數(shù)有44個(gè),占卡林型金礦總礦點(diǎn)數(shù)的71%。此次將卡林型金礦預(yù)測(cè)后驗(yàn)概率大于0.0106圈定為一級(jí)預(yù)測(cè)區(qū),一級(jí)預(yù)測(cè)區(qū)共有575個(gè)單元,占總面積的1.196%,含有大部分已知礦點(diǎn),成礦地質(zhì)條件最好,可作為下一步找礦的優(yōu)先部署區(qū)域;后驗(yàn)概率小于0.0106且大于0.0060為二級(jí)預(yù)測(cè)區(qū),二級(jí)預(yù)測(cè)區(qū)域共有785個(gè)單元,占總面積的1.632%,含有部分已知礦點(diǎn),有具有較好的成礦條件,為相對(duì)有利區(qū)域;后驗(yàn)概率小于0.0060且大于0.0037為三級(jí)預(yù)測(cè)區(qū),三級(jí)預(yù)測(cè)區(qū)共有3044個(gè)單元,占總面積的6.338%,主要為已知礦區(qū)的周緣區(qū)域,具有一定的找礦潛力。

對(duì)模糊證據(jù)權(quán)法得出的破碎帶蝕變巖金礦預(yù)測(cè)后驗(yàn)概率進(jìn)行標(biāo)準(zhǔn)化處理,提取大于0.8的區(qū)域礦點(diǎn)數(shù)有50個(gè),占破碎帶蝕變巖金礦總礦點(diǎn)數(shù)的96%。此次預(yù)測(cè)將后驗(yàn)概率大于0.0081圈定為一級(jí)預(yù)測(cè)區(qū),一級(jí)預(yù)測(cè)區(qū)共有493個(gè)單元,占總面積的1.147%,含有大部分已知礦點(diǎn),成礦地質(zhì)條件最好,可作為下一步找礦的優(yōu)先部署區(qū)域;后驗(yàn)概率小于0.0081且大于0.0044為二級(jí)預(yù)測(cè)區(qū),二級(jí)預(yù)測(cè)區(qū)域共有3431個(gè)單元,占總面積的7.977%,含有部分已知礦點(diǎn),有具有較好的成礦條件,為相對(duì)有利區(qū)域;后驗(yàn)概率小于0.0044且大于0.0024為三級(jí)預(yù)測(cè)區(qū),三級(jí)預(yù)測(cè)區(qū)共有6264個(gè)單元,占總面積的14.56%,主要為已知礦區(qū)的周緣區(qū)域,具有一定的找礦潛力,但該預(yù)測(cè)區(qū)面積較大,可以先選擇更有利的小面積高后驗(yàn)概率區(qū)域開(kāi)展下一步工作。

4 結(jié)論

文章根據(jù)區(qū)域斷裂、巖漿巖、地球化學(xué)與航磁及重力分布數(shù)據(jù)等在區(qū)域上的分布特征,通過(guò)模糊證據(jù)權(quán)法,有效提取了廣西不同金礦類型的成礦信息,基于GeoDAS平臺(tái)開(kāi)展了金礦產(chǎn)資源潛力評(píng)價(jià),得到如下結(jié)論。

(1) 卡林型金礦預(yù)測(cè)高值區(qū)域主要分布在右江坳陷,在構(gòu)造斷裂上與田林-巴馬斷裂帶重合較好,其次在那坡斷裂帶也有高值分布,與三疊紀(jì)地層密切相關(guān),找礦潛力很大;次為桂中橫縣等與泥盆紀(jì)地層密切相關(guān)的地區(qū)及區(qū)域北部江南造山帶,具有成面和成帶分布特點(diǎn);從預(yù)測(cè)效果來(lái)看,區(qū)域地層巖性控礦作用亦較明顯。

(2) 破碎帶蝕變型金礦遠(yuǎn)景區(qū)主要分布在各構(gòu)造過(guò)渡帶附近,同時(shí)受不同期次巖漿巖展布方向影響;在桂西南印支期巖漿巖附近,亦發(fā)現(xiàn)新的遠(yuǎn)景區(qū),這可能說(shuō)明研究區(qū)破碎帶蝕變型金礦與加里東期、燕山期及印支期多期巖漿活動(dòng)密切相關(guān)。

(3)采用地質(zhì)、地球化學(xué)、計(jì)算機(jī)、數(shù)學(xué)等多學(xué)科交叉和地質(zhì)觀測(cè)與數(shù)值模擬相驗(yàn)證的技術(shù)路線,使用模糊證據(jù)權(quán)法所得的預(yù)測(cè)遠(yuǎn)景區(qū)具有信息損失少、預(yù)測(cè)精度高等優(yōu)點(diǎn),預(yù)測(cè)結(jié)果對(duì)進(jìn)一步開(kāi)展找礦工作部署具有重要的參考意義。