1、MRAS 技术在安徽庐枞地区铁矿预测中的应用2011-01-27 | 作者： 陈芳 陈凌瑾 姚孝德 柳丙全 吴礼彬 | 来源： 国土资源信息化 | 【大 中 小】【打印】【关闭】摘要：在建立安徽庐枞地区地质、矿产、物探、化探、遥感、自然重砂等基础空间数据库的基础上，深入研究了该区铁矿成矿地质条件、控矿因素及成矿规律，建立找矿模型，充分利用了 GIS 技术提取了与铁矿成矿有关的信息，在 MRAS 技术平台上，对该区铁矿进行了矿产预测，圈定了 52 个成矿远景区。预测结果对该区的下一步找矿工作具有重要的指导意义。关键词：MRAS；特征分析法；铁矿预测；安徽庐枞地区中图分类号：P23 文献标识码：A
2、 文章编号：1674-3695-（2010）-41-041 引言矿产资源预测评价工作是在应用已有地质工作积累的资料（地、矿、物、化、遥和有关科研成果），在分析工作区的地质背景、研究总结成矿规律、划分成矿区（带）、建立区域的（或矿田、矿床的）成矿模式或矿床成矿模型的基础上，进行矿产预测要素信息提取与综合，建立区域评价预测模型和数字找矿模型。根据相似类比原则和“求异”理论，使用科学的预测方法，圈定不同类别的预测区，估算资源量，划定资源量级别，并提出地质找矿工作部署建议。基于 GIS 的区域矿产资源评价系统，简称为 MRAS(mineral resource assessment System)，是
3、建立在 GIS 平台上的地质、物探、化探、遥感、矿产等多元地学空间数据库为基础，进行信息加工，提取能够指示和识别某种矿床存在和赋存规模的有用信息，进而达到快速、高效地进行区域矿产资源综合评价目的并指导找矿的计算机系统工具。MRAS 包括成矿信息分析模块和矿产资源评价模块。该系统经多个大学、研究所和地勘单位的使用取得了较好的效果，可以做为本次庐极地区铁矿预测的工具。2 定位预测评价方法一特征分析法的简介及工作流程GIS 技术发展迅速，已成为中国及世界矿产资源评价的理想工具和手段，定位预测和定量预测是当前成矿预测研究的热点。定位预测评价方法有：有模型的特征分析法、神经网络 BP 模型，无模型的数量
4、化理论、数量化理论、聚类分析、神经网络模型。特征分析（Botbol,1971）是一种多元统计分析方法。在矿产资源靶区预测中，常采用它来圈定预测远景区、变量的筛选及预测远景区的排序等工作。它是传统类比法的一种定量化方法，通过研究模型单元的控矿变量特征，查明变量之间的内在联系，确定各个地质变量的成矿和找矿意义，建立起某种类型矿产资源体的成矿有利度类比模型。然后将模型应用到预测区，将预测单元与模型单元的各种特征进行类比，用它们的相似程度表示预测单元的成矿有利性。并据此圈定出有利成矿的远景区。特征分析方法不要求因变量、自变量必须是二态或三态变量。该方法能充分利用资料，充分发挥地质人员的经验和学识，因而
5、得到了广泛的应用。特征分析法在 MRAS 软件的操作过程中，主要有属性提取、变量赋值、变量选择及远景区的优选等步骤，其操作流程见图 1 所示。3 在安徽庐枞铁矿的成矿预测中的应用 庐枞地区铁矿床主要是与燕山期陆内橄榄粗安岩系火山-潜火山作用有关的一组矿床（即纷岩型），区内矿产预测类型为罗河式潜火山气液型铁矿床和龙桥式层控-热液叠改型铁矿床。庐枞火山岩盆地是一个以中侏罗统象山群陆相碎屑建造为基底，经燕山期早期运动而发育起来的上叠式火山岩盆地，火山岩为一套中基性橄榄粗玄岩系，其火山喷发-喷溢物的最大厚度达 2104.07 米。侏罗系出露有中侏罗统及上侏罗统龙门院组，自垩系出露包括砖桥组、双庙组、浮
6、山组及属陆相粗碎屑沉积的杨湾组。罗河铁矿位于庐枞火山岩盆地的西北部边缘。龙桥铁矿位于基底沉积系枣树咀背斜南西段的南东翼，构造形迹主要以断裂为主。庐枞火山岩盆地西侧为北北东向郯-庐深断裂带。盆地的基底基本上构成了一个北东向 500 走向的平缓向斜，火山岩与之呈不整合接触。火山岩地层本身也具有良好的负性围斜构造。预测工作是在开展典型矿床研究和成矿信息的提取的基础上使用 MRAS 对铁矿资源潜力进行研究和评价。3.1 基础资料的收集和基础数据库的建立对安徽庐枞地区地质勘查所积累的与矿产有关的资料（地质、矿产、物探、化探、遥感等）数字化信息进行综合分析、数据处理，建立基础数据库。3.2 成矿信息的提取
7、与综合建立在门 GIS 上的基础地质数据库均是以点、线、面几种形式表现的，不能直接用来进行预测和解释。因此，要对地质变量进行分类提取。基于 MARS 平台的矿产资源评价系统的地质变量提取有点、线和面实体存在与否、属性值、点实体分布密度、线分布密度、深大断裂带到统计单元的距离等。对已经提取的地质变量有的还需进行变换，生成新变量，常用的变换方法包括标准化、正规化、指数、对数、乘积等。3.3 预测单元的圈定预测单元的圈定方法大致可分网格单元法和综合信息地质单元法。庐枞地区铁矿预测采用地质体单元法圈定预测远景区。在圈定过程中，主要使用 MRAS 中的要素叠加法来实现。根据庐枞地区陆相火山岩型铁矿成矿地
8、质特征，分析该区成矿预测区的要素特征，选择该区进行成矿远景区的圈定工作的要素，分别为区域地质环境、区域成矿特征、区域航磁特征和区域重力特征。在 MRAS 操作平台上，使用建模器圈定靶区，结合物、化、遥、自然重砂分析，圈定罗河式铁矿预测靶区和龙桥式铁矿预测靶区。3.4 预测要素变量的购置与选择根据庐极陆相火山岩铁矿床的成矿、控矿特征，以及在区域上通过横纵对比，初步选择作为预测区优选的要素组合的变量。根据庐枞地区陆相火山岩型铁矿区域预测模型，初步对该区陆相火山岩型铁矿预测要素进行购置，其要素属性有点元（铁矿床、点等）、线元（基底断裂等）及面元。另外，为了更好的反映该区的航磁、重力异常特征及其对铁矿
9、的控制作用，又利用航磁、重力数据购置了三个组合变量。然后在 MARS 技术平台的基础上，分别对罗河式、龙桥式铁矿床矿产预测变场进行初步优选研究。3.5 预测区的优选预测区的优选是根据矿产资源评价原始数据矩阵用统计方法确定每一个地质统计单元的成矿有利程度，再根据地质统计单元的成矿有利程度去定统计单元所属的矿产资源靶区级别，从而达到预测区优选的目的。庐枞陆相火山岩型铁矿两种类型预测区采用特征分析法进行优选。预测区的优选步骤是：1、构造预测模丽型；2、计算因素权重，计算因素权重有两种方法，分别为主分量法和平方和法；3、预测区的优选。首先计算成矿概率，然后进行靶区级别划分，最后形成预测结果。将优选后的
10、预测区图层与地质、物探、化探和遥感等资料进行对比分析，进一步筛选最小预测区。庐枞地区陆相火山岩型铁矿优选结果为：罗河式 1 级预测区 13 个，2 级预测区 17 个，3 级预测区 14 个，预测区共计44 个；龙桥式 1 级预测区 6 个，2 级预测区 13 个，3 级预测区 9 个，预测区共计27 个曰见图 2-3 所示。3.6 资源量的定量估算通过 MRAS 软件平台，进行预测靶区的圈定、优选工作，建立了庐枞陆相火山岩型铁矿床品位-吨位模型，初步估计了该区未发现矿床数 90概率 5 个，50%概率25 个，10概率 29 个。按成矿有利度划分为 A、B、C 三级，A 级为成矿条件十分有利
11、、可优先安排矿产预查的地区；B 级为成矿条件有利、可考虑安排地质工作的地区；C 级具有成矿条件、推断具有一定资源潜力的地区。预测区优选是 l 级，对应的资源量级别是 334-l，预测区划分为 A 级预测区；预测区优选是 2 级，对应的资源量级别是 334-2，预测区划分为 B 级预测区；预测区优选是 3 级，对应的资源量级别是 334-3，预测区划分为 C 级预测区；根据预测区优选结果、资源量估算结果以及预测区在区域上分布特征，对庐枞陆相火山岩型铁矿的预测区进行详细的划分，划分 A 级预测区 16 个，B 预测区 17 个，C 预测区 19 个,分别使用蒙特卡洛、函数回归分析、磁测定量计算及专
12、家估分计算等四种方法，从不同的角度分别计算了该区铁矿资源潜力。四种方法计算的结果比较接近，经过综合分析，认为提交334-1 资源量 8.70 亿吨、334-2 源量 10.71 亿吨、334-1 资源量 0.82 亿吨是比较合理的。4 结论庐枞地区的预测工作，共提交 A 级预测区 16 个，B 预测区 17 个，C 预测区 19个，这些预测区均是该区相对比较有前景的工作地区，对今后的进一步找矿具有重要的指导意义。基于 GIS 平台开发的矿产资源评价系统 MRAS,其预测方法较多，可以进行定量预测和资源量估算，是进行矿产资源潜力预测评价的较好工具。参考文献：l叶天竺,朱裕生,夏庆霖等.固体矿产顶
13、测评价方法技术M.北京:中国大地出版社,2004:1-3512杜建国,许卫,吴礼彬等.安徽省庐枞地区陆相火山岩型铁矿典型示范成果报告R.2009:1-213.3赵鹏大.定量地学方法及应用M.北京:高等教育出版社,2004.4陈郑辉,陈毓川,王登红.矿产资源潜力评价示范研究-以南岭东段钨矿资源潜力评价为例M.北京:地质出版社,2009:153-187.5杨茂森,黎清华,张淑珍. GIS 技术在山东胶东地区金矿预测中的应用J.山东师范大学学报（自然科学版）,2005,20(3):52-22.6邓勇,邱瑞山,罗鑫.基于证据权重法的成矿预测-以广东省钨锡矿的成矿预测为例J.地质通报,2007:1228-1234.
