浅析矿产预测中区域化探异常的识别和评价

摘 要： 区域化探异常识别与评价是矿产预测中的主要环节，是发现矿产资源并对其质量、规模进行评价的一种科学方法，是实现矿产预测的基础和条件，也是一套系统性的工作手段。本文从矿产预测目的和区域化探异常识别、评价的作用入手，结合矿产工程实例，对区域化探异常的识别方法和异常评价的指标参数进行了简要分析，仅供参考借鉴。

关键词： 矿产预测； 区域化探异常； 异常识别； 异常评价

区域化探勘查，作为一种区域性的矿产预测与勘查方式，最早兴起于五十年代初期，直至八十年代，区域化探勘查已经成为矿产预测、矿产取样、数据分析的重要依据。目前，能源短缺已经成为一个世界性的问题，在我国的表现尤为明显。为缓解能源紧张问题，扩充能源储备，我国积极推进矿产普查和矿产预测工作，尽最大的努力发现可能存在的矿点和化探异常区域，对找矿远景进行合理性的评价，测定矿产资源总量，为找矿、开矿等工作提供基本的信息支持。矿产预测中遇到化探异常情况，需进行化探异常识别和评价方能确定找矿远景的具体数据。化探异常识别和评价作为是矿产预测中的重要工作，必须做好相关的研究工作，为矿产预测提供基本的勘查数据。

1. 矿产预测目的和区域化探异常识别、评价的作用

1.1 矿产预测目的

矿产预测，是在研究和认识矿产成矿规律基础上，利用地质理论和一些技术方法，如遥感技术、物化探技术等，找到潜在的矿产资源或矿点，对它的质、量做出合理评价，推测它的开发与利用价值。可以看出，矿产预测目的主要是找到可能存在的矿产资源或矿点，合理确定找矿远景，缩小矿产勘查目标区域，提高找矿的预见性，减少找矿的风险性，确保找矿成效。

1.2 区域化探异常识别与评价的作用

区域化探是针对找矿异常的一种专项技术，可以为找矿异常提供有力的技术指导和支持。区域化探利用相关的技术方法圈定地质矿藏的化学异常范围，将异常化学特征与无矿背景区进行对比，确定异常区域成矿类型，建立化探找矿异常模式，为矿产预测提供需要的勘查数据。建立化探找矿异常模式是识别与评价区域化探异常的重要步骤，是达到矿产预测目的主要手段。工作人员建立化探找矿异常模式时，以区域化探异常识别与评价为基础，从这一点看区域化探异常识别与评价在矿产预测中有着重要作用，是实现矿产预测的关键。其中，化探异常识别是化探异常评价的基础，其根本工作是从背景场中找出异常场。

2. 区域化探异常的识别与评价

2.1 区域化探异常识别

2.1.1 衬值异常

通过科学的计算方法，按照一定的计算原则对衬值处理进行处理，可以识别出低缓异常。目前，衬值处理所采用的计算方法是比较多的，但所有方法的计算原理基本一致。以子区中位数相应衬值滤波法为例，计算原理是：将地球化学背景视作为一个不断起伏变化的曲面，用窗口代替子区，其中通过大窗口模拟地球化学背景的起伏变化曲面，小窗口做具备噪音之用。大窗口与小窗口的平均值的比值就是衬值，可借助此衬值识别低缓异常。

对低缓异常有效识别情况下，从标型元素组合中挑选出能代表异常区矿床的具体标型元素组合，根据衬值异常绘制元素组合图和综合异常图。其中，综合性异常图不仅用于低缓异常识别，还能为矿产预测和定量评价提供可靠的勘察数据。

2.1.2 比值异常

在区域化探异常识别过程中，利用不同的特征指示元素建立元素对比值，或利用元素组合建立元素组合对比值，根据对比值区分成矿元素之间的主次关系，以及不同矿化类型的差异，达到识别化探异常的目的。

如，九瑞矿田有武山矿山、城门山矿床、丰山洞矿床、曾家垅矿床等，成矿元素主要有Cu、Mo。其中，武山矿山的成矿元素Cu、Mo之间的比值约为5.8，Cu的矿化程度远远高于Mo的矿化程度。城门山矿床、丰山洞矿床的成矿元素Cu、Mo之间的比值虽然低于5.8，但是成矿元素组合一致，表示武山矿山与城门山矿床、丰山洞矿床的矿化类型是相同的。反观曾家垅矿床的成矿元素是W、Sn、Cu、Mo等，与前三个矿床的成矿条件、成矿元素不相同，表示曾家垅矿床是不同于前三个矿化类型的矿床。

2.2 区域化探异常评价

2.2.1 评价原则

化探异常评价以化探异常识别为条件，根据化探异常识别结果对化探异常进行相关的分析与评价，合理确定找矿前景，为接下来的找矿工作提供技术指导。为保证化探异常评价合理，其评价工作应当遵守以下原则：第一，深度挖掘地球化学数据中的全部成矿信息，特别是隐藏信息，强调成矿条件与地球化学数据之间的关联性；第二，遵循原生异常和次生异常之间的继承性。

2.2.2 指标参数

（1）规格化面金属量

从以往工作实践和经验看，异常规模是异常评价中的一个重要参数，一般通过面金属量衡量。但是根据地球化学勘查术语和地球化学勘查技术符号中的相关内容，可以知道面金属量与异常规模的术语是不同的。化探异常规模是化探异常面积、化探异常强度的综合表征，符号为Ad。但是，面金属量不属于异常范围内的概念，且它们的计算方法也有很大区别，所以不能单纯地用面金属量衡量化探异常规模，需采用一定的数据变换法，才能用规格化的面金属量衡量化探异常规划。

数据变换法主要有均匀化、标准化、极差化三种方法。其中，均匀化数据变换法常被应用，可以采用中位数、背景值等方式进行变换。规格化异常规模进行计算时，一定要列清楚公式，明确标记各符号代表的参数含义，以免出现计算失误，影响正确的化探异常规模计算。

（2）相似系数

事实上，化探异常评价是一个求异过程，不仅要根据区域化探勘查数据进行定性分析评价，确定异常类型，还要统计成矿元素、划分组合元素、进行关联性分析，对化探异常进行定量评价，方能确定成矿规模。地球化学相似系数是表示“观测样本”和“标准样本”之间的矿化信息相似度的一个参数。当地球化学相似系数较大时，“观测样本”和“标准样本”之间的矿化信息相似度^高，反之较低。所以，通过分析评价地球化学相似系数可以比较准确的确定矿化类型。

地球化学相似系数计算方式：首先，将典型矿床所在的空间位置设置成一个“标准样本”，准确描述其矿化信息；然后，通过距离公式计算“观测样本”与“标准样本”之间的距离值；之后，利用数据变换法使之换成[0，1]区间内的数值，这一数值就是地球化学相似系数。得到地球化学相似系数后，利用它绘制地球化学图，作为化探异常评价的基本资料。

（3）剥蚀系数

矿体产出状态对找矿方法制定和矿产预测成效的影响是巨大的，所以进行化探异常评价时，一定要对矿体的实际剥蚀程度进行科学合理的判别，以便确定成矿情况。然后，制定与之相适应的找矿方法，降低找矿工作的风险性。

进行剥蚀程度判别时，应当以原生晕的原生异常分带理论为基础。当矿床剥蚀程度达到一定数值后，其次生异常特征将表现出原生异常相应特征的组合元素，之所以这样主要因为次生异常与原生异常之间存在一定的继承性。所以，勘查矿床次生异常特征一定程度上可以了解矿床的原生异常特征，能比较清楚的判别矿床剥蚀程度。如果矿床剥落程度较浅，表示矿头晕在地表占优势；如果矿床剥落程度为中等，表示矿体晕异常强，且面积较大；如矿床剥落程度为深剥蚀，表示矿尾晕异常强。剥蚀程度通过剥蚀系数表示，一般通过原生异常特征元素组合的比值求得。

3. 结论

综上所述，区域化探异常识别与评价是矿产预测中的主要环节，是提高矿产预测成效的关键。为达到矿产预测目的，必须合理地运用区域化探技术，准确地从地球背景场找出异常场，并对异常场进行识别和评价，确定矿化类型、成矿元素及条件，预测成矿规模和成矿质量，为日后的开矿设计提供可靠的信息数据，降低找矿风险，使测矿、找矿工作顺利进行。

参考文献：

[1] 龚鹏， 马振东. 矿产预测中区域化探异常的识别和评价[J]. 地球科学， 2013（S1）：113-125.

[2] 龚鹏， 马振东. 矿产预测中区域化探异常的识别和评价[J]. 地球科学， 2013（S1）：113-125.

[3] 刘桂阁， 李艳秋， 常春郊，等. 区域化探数据处理的综合异常法研究[J]. 黄金科学技术， 2012， 20（4）：67-70.

[4] 潘德群， 赵九峰. 探讨综合物化探技术在区域化探异常查证工作中的作用[J]. 企业技术开发， 2015， 34（31）：70-71.

[5] 韩启迪， 王功文， 陈守余，等. 基于Gocad件的区域化探异常三维模拟分析――以云南个旧东部矿区为例[J]. 矿床地质， 2014（s1）：795-796.

[6] 徐仕琪， 赵同阳， 朱志新，等. ArcGIS证据权模型在铜矿成矿预测中的应用――以博格达-哈尔里克成矿带为例[J]. 地质与勘探， 2013， 49（5）：981-989.

[7] 贺捷， 刘馨允. Matlab在化探异常解释评价中的应用[J]. 西部资源， 2015（2）：149-150.