1、四、矿床品位吨位模型,1、品位吨位模型的概念及表示方法 2、品位一吨位模型建立方法、步聚 3、品位吨位建模时应注意的问题 4、品位吨位模型的实例 5、品位吨位模型的应用,1、品位吨位模型的概念及表示方法,矿床品位吨位模型表征一类矿床的品位和吨位的变化范围和频率分布。一般用图形表示,.,2、品位吨位模型的绘制方法,（1）收集并整理资料： 计算矿床比例，排序吨位及其对数值 （2）绘制对数坐标系；投点，拟合曲线 矿床理论吨位由公式T=10 X+Z （3）标出10%，50%，90%时矿床吨位或品位值 (4) 图件整理和图面分析,注：矿床比例相当于标准正态分布表中的(Z),(Z)对应的z值，可由标准正态
2、分布 表查出 矿床理论吨位由公式T=10 X+Z求出本表中对应的X和分别为0261和 06884,3、品位吨位建模时应注意的问题,（1）收集资料时，应注意属于同一类型的矿床，注意矿床、矿区、矿田的区别，特别是相距1500米准则 （2）注意对矿区不同品位和矿量数据的运用。品位应考虑边界品位和开采厚度对矿石平均品位的影响；矿量应为矿床总的资源量（产量，探明储量，预测储量），应考虑开采方法和探矿工程密度的影响 （3）应考虑矿点资料的运用和对低品位、小储量矿床取样的偏差。,4 实例,低硫化物型含金石英脉型的品位吨位模型 By James D. Bliss 1.6 km以内合并 大于 99 t Au与吨
3、位负相关r = -0.30 与Ag 相关 (r = 0.45, n = 39,Figure 183. Au grades of low-sulfide Au quartz vein deposits,Example2,斑岩型Cu-Mo矿床的品位吨位模型 By Donald A. Singer, Dennis P. Cox, and Dan L. Mosier COMMENTS These deposits are a subset of porphyry Cu-Mo deposits for which a Cu, Mo and Au grade were available.,.,Figur
4、e 84. Copper grades of porphyry Cu-Mo deposits.,Figure 85. Molybdenum grades of porphyry Cu-Mo deposits.,Figure 86. Gold grades of porphyry Cu-Mo deposits.,Figure 87. Silver grades of porphyry Cu-Mo deposits.,example3,ALGOMA和 SUPERIOR型铁矿床的品位吨位模型Dan L. Mosier and Donald A. Singer Archean and Proteroz
5、oic deposits (Algoma and Superior types) are both included because they are not significantly different in tonnage or grades.,ALGOMA和 SUPERIOR型铁矿床的吨位模型,Figure 173. ALGOMA和 SUPERIOR型铁矿床的铁品位,Figure 174. ALGOMA和 SUPERIOR型铁矿床的磷品位位,5、品位吨位模型的应用,（1）在成矿预测中的应用 美国三步预测法 （2）研究矿床类型，矿床定位预测 刘连登等2000 （3）矿体定位预测 （4）综
6、合分析研究,（1）三步预测法, 三步预测法three-part form of quantitative assessment,U.S. Geological Survey since 1975.最初目的是提供定量矿产资源信息， 与其它土地应用方案相比较,three-part assessments,In three-part assessments (Singer, 1993)(1)圈定地质上允许的成矿区 (2)用品位吨位模型估算金属储量 (3) 估算待发现矿床的数目,在“三步式”评价方法中，未发现的矿产资源潜力数量远景区可能的矿床个数该类型的矿床品位该类型矿床吨位。其中品位和吨位可以由标准
7、矿床模型得到，但预测远景区矿床个数却是需要估计的 估计的矿床的数量、矿床模型中矿床的吨位和品位，计算结果以累积概率分布表示，代表了金、银、铜、铅和锌矿的估计金属量的概率分布。从这些分布中可以获得变量分位点（值），包括低（ F90 ），高（ F10 ）和中位估计值。,three-part assessments,Part 1. -圈定地质上允许的某类矿床或矿床组合的成矿区,three-part assessments,靶区类型：有利成矿区和成矿许可区 有利成矿区 常用的圈定方法：从已知矿床向外圈定 可被认为是有利成矿区的圈定方法,three-part assessments,成矿许可区 根据预测
8、区内外已知矿床模型所确立的标准来圈定的成区域, called permissive tracts 边界为概率形式表达：边界以外概率极小1 ：100,000 to 1,000,000.,根据Warren J.Nokleberg做了较明确的解释。 TRACT是受某特定构造事件（如岩浆弧、碰撞带等）控制的可能产生一组有成因联系的矿床组合的区域，相当于MA分析的BELT。 TRACT的边界可以是重要的构造边界或含矿岩系范围，在Tract以外不太可能有该类型矿床存在，边界是不规则的。 和我国划分的成矿区带比较，BELT相当于我国3-4级成矿区带，因此，这里的TRACT评价工作相当于一种小比例尺的战略评价
9、工作,three-part assessments,如何圈定： 具体可利用地质、勘探、地球物理和地球化学资料进行圈定，但同一地区不同的矿床圈定的区域不一样。,three-part assessments,注意1： 只代表有矿床存在的可能性 与最终能否发现新矿床的无关。 原因: 矿床发现涉及一系列不确定因素 future economic conditionsdevelopment of new exploration methodsdepth and type of coverthe determination of the explorer,three-part assessments,注意
10、2 理想情况下，矿床模型可提供找矿的必要和充分的条件 区分成矿与无矿地质环境区分矿床类型区分矿床和矿化点,注意3： Warren J.Nokleberg又给出六点具体工作 (1）定义关键的标准术语 ； （ 2）编制地质构造建造地图； （3）系统地描述和研究地区矿床特征模型，以期总结评价区内可能的矿床类型； （4）归纳和总结矿床模型和找矿模型； （5）圈定含有已知矿床、矿点的成矿远景区； （6）根据总结的成矿区带找矿模型圈定尚未发现矿床的区域内的远景区。 在圈定成矿远景区带方面有两种不同的方法，即以上述6项工作为基础的矿床成因模型法和信息合成综合的定量评价法,在信息合成综合的定量评价方法中,他们
11、继使用特征分析和证据权后，又使用了非线性神经网络技术 ，从而提高了预测评价的精度和灵活性。,关于构造建造编图问题 成矿地质构造编图在“三步式”资源评价中占有极其重要的地位，是进行各种预测的最基本的出发点，一方面通过编图可以认识研究一定的构造环境分区、构造环境地质建造的演化以及产出相关矿床的可能性；另一方面在标准的矿床模型中，构造环境是一个重要的圈定成矿远景区的标准准则,前苏联学者从地质建造出发强调矿床是地壳中不同的大地构造（地槽、地台、岩浆构造活化）发展演化的结果，一定矿床是特定的地质构造的产物，不同构造建造单元的矿床产出类型有着根本的区别。 如：在地槽发展早期主要是 Cu、Ni、Fe等矿床，
12、而在地槽晚期则主要是与岩浆活动有关的中、低温多金属矿床，产于地台区沉积盖层内的金属矿床主要是层控低温矿床和一些与碱性岩有关的矿产。,以欧美地质学家为代表的板块成矿学说也十分强调一定大地构造环境对矿床的控制作用 主要采用将今论古的思想，根据现代大洋洋脊、岛弧火山及大陆裂谷等不同成矿环境来认识地质历史发展过程中不同成矿地质构造环境。 著名的斑岩铜矿及与海底火山作用有关的黑矿被认为是大洋板块俯冲结果，非洲南德特大型金铀矿床则认为是古老克拉通成矿环境产物，而一些大型金刚石矿床被认为是大陆裂谷环境的产物。,在“三步式”资源评价中，构造环境底图目前已做得相当精细。 通过构造地质构造编图不仅可以反映大的构造
13、分区如地台、克拉通、岛弧等，还能够表达不同构造环境的物质组成。 地质构造编图还是对地表以下矿化进行定位的有效方法，因为许多隐伏的构造都与矿化类型有着密切的关系，这将有利于矿床模型的完善,多元勘查信息综合应用问题,Warren J.Nokleberg指出，在成矿地质底图编制中应该加强多元勘查信息的解译和应用 地球物理、地球化学和遥感等勘查技术对隐伏地区矿产、深部构造、岩体等信息的识别起着重要作用,地球化学预测起始于前苏联 主要是通过研究一定区域内成矿作用元素及其组合在时间和空间上分布特点 地球化学预测主要运用求异方法和综合方法 求异方法是指在充分考虑地质背景前提下研究各种地球化学异常的性质、研究
14、和评价地球化学异常性质结构，进而选出最有利的异常区 综合方法主要是充分利用区域地球化学资料，研究元素在不同地质建造的表现形式，分析区域成矿地球化学规律，进而进行地化预测,地球物理预测主要是通过研究地球物理异常以及分析矿床与地球物理场的关系两个方向进行 矿区地质中，地球物理可以较直接地应用到找矿中 ，如：激发极化法和视电阻率法在寻找金属矿体方面非常有效；矿井中利用电磁波法还能够圈定某些漏掉的有色金属富矿体；而对于某些特殊类型的矿种，例如 Fe、放射性U等，直接研究地球物理异常也是十分有效的找矿方法。 区域预测中，对大多数矿床来说地球物理预测法是作为一种间接的预测方法得到应用 由于地球物理方法具“
15、穿透性”的特点，它能够提供有效的深部隐伏的地球物理大地构造信息，通过物探资料还能够分析地质建造结构、深部变化、界面等，因此各国学者都十分注意利用地球物理信息进行成矿分析，并获得了较好的成果和丰富的经验,前苏联学者安德列耶夫等研究发现 负重力异常与地槽带相对应，而正异常则与地台区相对应； 王懋基通过地球物理资料研究认为，钨锡成矿与岩石圈低密度有关，表现为重力低，而铅锌矿化主要在重力异常梯度带上 更多的地质学家强调利用地球物理资料研究区域地质构造发展演化的特点，特别是识别大量的隐伏构造，研究各种构造的规模大小、延深、期次、序次及相互依存关系等，并与区域成矿作用研究结合起来，进而开展区域成矿预测,遥
16、感信息具有的宏观性、准确性、穿透性和综合性等特点,愈来愈受到人们的重视 可以有效地识别区域线性构造、环形构造及隐伏构造，并通过研究各种构造的复杂程度（等密度图）以及展布关系来确定成矿有利部位，从而达到预测成矿的目的。 近年来各国在利用遥感信息直接预测找矿方面也取得了丰富经验，主要是利用蚀变矿物或离子基团的特征吸收曲线对蚀变信息进行识别，从而间接确定与蚀变有关的矿化信息。 人们研究并试验了多种有效的方法来提取矿化蚀变，如在可见光近红外区（ 0.383.0m），与蚀变有关的水、OH - 基团、CO 2 - 3 基团将产生特征吸收谱线，运用比值法、主成分分析法、小波变换、光谱匹配滤波等方法，可以将矿
17、化信息有效地提取出来,地球化学、地球物理、遥感等信息的预测标志常常由于影响因素较多而具有明显的多解性。 据美国矿产局统计分析， 10万个化探异常中，异常与矿点、矿床之比为100:4:0.7，可见化探异常的出现是受许多非矿化因素所制约的，如剥蚀水平、地表景观等； 地球物理异常的多解性更为人所知，电磁波法异常不仅与富矿、漏矿有关，也可能与一些富水断层有关 遥感信息本身就是地物的综合信息，再加上受大气、植被等的影响，异常形成的原因更不单一。 将这些方法与地质预测理论有机结合以及对这些异常标志的及时验证在预测工作中都是至关重要的,Part 2. - 估算待发现矿床的大小 According to Sa
18、ngster (1986), 品位吨位模型是将地质学家语言转变为经济学家可理解的语言的里程碑,Part 2. -估算待发现矿床的大小,假设前提： 可用不同矿床的品位吨位模型解释不同矿床类型之间品位和吨位的差别 (Singer and Kouda, 1999). 已知矿床的品位吨位模型与相似地质环境下待发现矿床的品位吨位模型一致,Part 2. -估算待发现矿床的大小,理想情况下，矿床的品位吨位模型有两个作用： 帮助划分一个地区的矿床和进行描述提供侍发现矿床的品位吨位等方面的信息,Part 2. -估算待发现矿床的大小,与品位吨位模型应用有关的几个问题经济过滤效应economic filteri
19、ng 、边界品位cutoff grades 、吨位偏态分布skewed tonnage distributions ，与矿床规模有关的偏差取样 size-biased sampling,经济过滤效应economic filtering,低品位吨位矿床由于经济过滤效而取样少；因此，低品位吨位矿床的过滤效应更明显,经济过滤效应,The analysis of Harris (1984) of uranium deposits in New Mexico demonstrated : 使用所有数据时品位吨位之间为正相关，去掉小的矿床时负相关，去掉经济过滤效应时不相关,经济过滤效应,已有的数据表明，不
20、管在经济过滤效应前服从什么分布，由于经济过滤效应去掉低品位和低吨位矿床时会导致所剩余数据的负相关。,经济过滤效应,（1）结论：如果各种矿床的品位和吨位的关系为负相关，那么，由于经济过滤效应排除低品位和低吨位矿床不仅不会掩盖这种关系，而且还会加强。 （2） 品位和吨位模型中没有负相关表明经济过滤效应不明显。,边界品位,Taylor (1985) 的结论 边界品位可以影响矿床的平均品位和吨位 但人们为了合理地开采矿石，使矿体连续，边界品位必然要接近品位中值。,大小有关的偏差取样,现象：大的油田被早发现，这样就是品位吨位模型的偏差取样 (Arps and Roberts, 1958). 这样一个地区
21、由早发现的矿床组成的品位吨位模型会过高地估计大矿床的频率，过低估计小矿床的频率,Part 3. 估计预测区未知但固定的待发现矿床的数目，代表概率问题，反映不确定性和有利性。,three-part assessments,不确定性用不同的概率下发现矿床的数量表示Uncertainty is shown by the spread of the number-of-deposits estimates associated with the 90- to the 10- or 1-percent quantiles - a large difference suggests great uncer
22、tainty. 有利度用指定概率下发现矿床的数量来表示。Favorability can be represented by the estimated number of deposits associated with a given probability level or by the expected number of deposits.,three-part assessments,估算矿床数量必须与矿床品位吨位模型综合考虑，两个模型必须一致。,II 如何确定待发现矿床的数量,没有固定的方法可循 最有效的为密度法直接用勘探程度较高地区的矿床数量及由其计算出来的分布频率或用这种频率
23、作为指导,Figure 1. Plan view of known deposits (filled circles) in 12 hypothetical well-explored permissive areas (A) and histogram of derived deposit densities (B).,Plan view of known deposits (filled circles) in 12 hypothetical well-explored permissive areas (A) and histogram of derived deposit densit
24、ies (B).,如何确定待发现矿床的数量,实例：斑岩铜矿 Nevada. 内华达州有7个斑岩铜矿床 将岩体向外10公里作为成矿允许区 在有地球物理异常的位置，从异常边界向外推测,成矿允许区为 117,300 km2, 占内华达的 41% 地表出露的成矿允许区占 32,800 km2, 有5个矿床. 约 72 % 的成矿允许区84,500 km2 被覆盖 两个矿床产于覆盖区，没有被揭露和完全勘探,假定有出露区不能再找到工业矿床，那么，5 /32,800 km2等于 0.00015 porphyry copper deposit/km2. 再用这个密度数据估计其它地区有待发现的矿床数。0.000
25、15 84,500 12.9 13211（有待发现的矿床数目）,方法变种: 线型回归：用加利福利亚超基性岩的面种大小与已知的透镜状铬铁矿床数进行线型回归 这种回归分析被用于其它地区（如Alaska 和 哥斯达黎加）,其它估算矿床数量的方法 高勘探区矿床分布频率 (US, AlaskaMacKevett and others, 1978: Western USDrew and others, 1986: Costa RicoSinger and others, 1987: VenezuelaCox, 1993: AustraliaScott, 2000: generalBliss and Men
26、zie, 1993) 局部矿床外推 (US, AlaskaSinger and MacKevett, 1977: US, AlaskaRoot and others, 1992: JapanKouda and Singer, 1992:) 为异常指定并计算概率 (US, AlaskaReed and others, 1989: Puerto RicoCox, 1993),局部矿床外推 ：把勘探程度高的地区的矿床密度向其它程度较低的地区进行投影 这种方法得到的是待发现矿床数量的点估计 基区不一定被勘探完毕，但已发现的矿床数量和勘探区的比例应确定。,为异常指定并计算概率,可通过勘探程度高的地区的经
27、验或统计分析Counting and assigning probabilities to anomalies and occurrences have long been practiced either through experience or through statistical analysis of well-explored areas, 能够通过异常的强度和不同方面证据吻合的程度确定某一异常的成矿概率the proportions of anomalies and occurrences that are actually mineral deposits can, be e
28、stimated from the intensities and coincidence of different kinds of evidence.,过程限定Process constraints (WorldwideDrew and Menzie, 1993) 矿床相对丰度比Relative frequencies of related deposit types (WorldwideDrew and Menzie, 1993) 面积限定Area spatial limits (WorldwideSinger and Mosier, 1981) 已知金属总量 Total known m
29、etal (USunpublished),“过程限定 基本假设是成矿条件越有利，越能形成更多的矿床 有利地质条件的信息同时也提供了矿床产出频率的信息。.,矿床相对丰度比 the number of polymetallic veins is larger than the number of porphyry copper deposits. Thus, where both deposit types could occur in a permissive tract, we would expect the estimated number of polymetallic veins to
30、 be larger than the estimated number of porphyry copper deposits.,面积限定,利用一些矿床周围矿化带和蚀变带的规模来分析研究区内有可能出现几个矿床，这种方法有时被使用。 The sizes of alteration and mineralization zones around some deposit types are so large that they can be used to set upper limits on how many deposits could exist in a delineated trac
31、t. These spatial limits have been informally used in some assessments.,注意Special note,人们关心矿床规模较多 矿床数量的估计应以对应的类型的矿床品位吨位模型作用指导。 估计的矿床数量应与矿床品位吨位模型相一致，也就是，应有一半以上的估计矿床的吨位大于相应矿床品位吨位模型中的中间值。 品位可不过多地关心。,三步预测中，最后均用主观概率法，但可以利用前述一、两个方法作为指导 不同的方法可相互参照。,主观概率法,“三部式”定量评价的基本优势是其内在一致性。 （ 1 ）圈定靶区与描述性模型一致； （ 2 ）品位吨位模型
32、与描述性模型和评价区的已知矿床一致； （ 3 ）研究区已知矿床和矿床数的估计与品位吨位模型一致。在这一过程中，所有的可用的信息均要被利用，同时还要表达不确定性。,A:金； B:银； C:铜； D:铅； E:锌； Prod:过去的总产量；Iden:已确定的资源量； Undis:潜在的资源量. 图 4 美国的金、银、铜、铅和锌资源量估量和过去的总产量（以占总资源量的百分比表示）,（2）研究矿床类型，矿床定位预测,浅成,中深成,（3）矿体定位预测,（4）综合分析研究,DL莫希尔等人(DLMosier，etal，1986)收集了世界各地88个以火山岩为围岩的浅成低温贵金属和贱金属石英冰长石矿床的品位和
33、吨位资料，并根据下伏的基底岩性将矿床分成了三组： 产于蒸发盐岩碳酸盐岩基底之上的矿床(I型)，产于沉积岩变沉积岩基底之上的矿床(型)产于花岗岩及中酸性火山岩(岩浆岩基底)之上的矿床(型)。 三类矿床品位和吨位分别统计并建立了各自的品位吨位模型,碳酸盐岩蒸发盐基底,沉积岩基底,花岗岩基底,解释,I型矿床规模大，且富银和贱金属，可能与银和贱金属以氯的络合物的形式搬运有关搬运时高盐度淋滤基底围岩中的金属，而这又恰好与碳酸盐岩蒸发盐岩中含盐类和古封闭海水有关型矿床规模中等，富含金银和贫贱金属这种贫贱金属的特点可能是基底岩石中缺乏蒸发盐岩和古封闭海水的缘故在日本，型矿床相对贫铅，可能与区域地球化学背景有
34、关,解释,型矿床规模小，但金银较富，贱金属含量较低与型矿床相比，这组矿床贫银富铜富铜的原因可能与其中一些矿床在空间上与黑矿型浸染状矿化伴生有关 型矿床中铅也较贫，可能代表岩浆岩基底与沉积岩基底相比相对贫铅的缘故,五、数字化矿床模型 NUMERICAL MINERAL DEPOSIT MODEL,数字化矿床模型是对每一个描述型矿床模型赋值（打分）的模型. 如果一个特殊模型中的所有模型属性均出现且最理想时，可得到最大分值。 不同的矿床模型的最大值不一样,1. 序言,1)每一个地质属性有两种打分，一正一负。 two scoresone that is positive, and one that i
35、s negativeare associated with each of the attributes. 正分代表一个特殊属性存在时对矿床模型的支持程度 负分代表一个属性不存在时对一个矿床模型的否定程度,1. Introduction,也可反过来打分： 如果一个属性不存在时有利于一个矿床模型出现时：属性不出现给正分，出现时负分,1. Introduction,2)数字化矿床模型中地质属性按下述方面分类“时代“ “岩石类型“结构与构造“ “围岩蚀变“ “矿物成分“ “地球化学标志“ “地球物理 ” and “共生矿床“,建立了所谓的隶属关系的分类方案 For example, under Ro
36、ckTypes, “Granite“ is defined as a “kind-of Felsic-plutonic RockType, which is a “kind-of Plutonic RockType, which is a “kind-of Igneous RockType. 数字化矿床模型中即有一般的属性，又有特殊的属性 隶属关系的分类方案极为有用,3) 并不是在描述型模型中出现的所有题目在数字化矿床模型中均出现 目前还不能为大地构造环境、成矿环境及控矿因素进行打分。,2. WEIGHTING OF THE ATTRIBUTES(属性的权重属性的重要性）,正的权重代表一个属性
37、的出现对矿床模型的支持程度，负的权重代表否定程度( a Leu-cogranite is highly suggestive (+4) of a Sn-greisen deposit ) The known absence of Felsic-plutonic rocks in an area, virtually precludes (-5) the existence of Sn greisen deposits. In many cases, not possible to assign positive and negative numbers to the attributes ev
38、en by trial and Error. A rationale for assigning numbers was simply lacking. Then default numbers of +2 and 2 were used 权重通过不同方法难以确定时，给出一个默认值2或2.,Quantization levels for presence /absence of particular mineral deposit,3.SCORING OF THE ATTRIBUTES（属性的得分）属性的多少,-赋给某个题目内某个属性的分值 在描述型模型中，每个题目内的属性数目是不一致的。必须
39、设计一个方案进行平衡,Quantization levels and associated scores for mineral deposit models（属性的权重与打分）,地球化学 地球物理,4.UNCERTAINTY IN THE EVIDENCE （证据的确定性程度，属性的存在状态）,地质属性可分成以下几个可信级别： being present suspected of being present (present?)missingabsent. Absence is treated as the attribute having “Been looked for but not
40、found.,4.UNCERTAINTY IN THE EVIDENCE,缺失当做默认 如果一个题目内所有属性都不存在，指定0 If all of the attributes within a heading are missing, a default score of 0 is assigned. 如果一个题目内某些属性存在，缺失的属性指定为 -1. 怀疑存在的属性的权重比存在降一级Attributes suspected of being present are assigned the next less positive level than the level associate
41、d with their presence.,4.UNCERTAINTY IN THE EVIDENCE,“时代” 特殊处理heading, specially treateda score of + 100 if any part of the interval specified lies within the interval specified by the compiler of the model-100 if did not+40 if uncertain 0 if no information “Texture Structure“ is not used as a basis
42、 for numerical scoring,5.WORKSHEETS FOR NUMERICAL MODELS,数字化矿床模型的编号与描述型模型一致。 数字化矿床模型用于对一个地区的地质属性进行打分。 工作表可用以确定一个地区满足某一矿床模型的程度,6.工作实例A WORKED EXAMPLE,加拿大西部地区的第三纪斑状花岗岩是否含云英岩型锡矿？其它证据，填表Do seriate to porphyritic Tertiary granite in some part of Canadian contains Sn greisen deposits?other evidences! the
43、worksheet for the Sn greisen deposit model was filled,6.A WORKED EXAMPLE,-花岗岩时代为第三纪 - 显生宙范围内 - 100分,6.A WORKED EXAMPLE,白云母浅色花岗岩出现 模型中出现白云母浅色花岗岩时权重为3，打分45. 白云母浅色花岗岩是浅色花岗岩的一种，权重为4，打分为60通过类似的推理，花岗岩和长英质深成岩体分别打分为 75.,6.A WORKED EXAMPLE,岩石类型这个题目中黑云母花岗岩不存在 工作表中，不存在为2，现在是缺失，应是1，而不是2。 黑云母花岗岩一栏中打分为 -5.,6.A WO
44、RKED EXAMPLE,The total score was 1,055 out of a possible maximum score of 2,930. 637 out of 2,430 for Sn veins576 out of 2,445 for Climax Mo,559 out of 1,730 for Porphyry Sn, 466 out of 1,795 for W veins. concluded that even though the area not be a likely prospect for Sn greisen deposits, if deposits should exist, they most likely would be of this type,7.conclusions,数字矿床模型是将描述性模型数字化，可用于定量分析一个地区产出某种矿床类型的可能性 这一模型准确性主要取决于描述性模型，也取决于将各种地质属性数字化的能力 是专家系统中应用的主要矿床模型，构成了专家系统的基础,
