多重地球化学背景下地球化学弱异常增强识别与信息提取

张 焱, 周永章

(1.中山大学 地球科学系, 广东 广州 510275; 2.广东省地质过程与矿产资源探查重点实验室, 广东 广州 510275)

0 引 言

如何有效利用地球化学数据圈定异常是人们普遍关注的问题, 近年来当人们认识到那些建立在经典统计学基础上的各种传统方法的局限性时, 尤其是稳健统计学在化探数据处理中得到应用后, 又相继出现了不少确定异常下限的新方法新技术, 这些方法的提出使得异常识别更具真实性和客观性, 其中分形理论和数据滤波处理方法的应用就是比较成功的例子, 而其中最精细的方法要数由 Cheng[1]和Chenget al.[2]所发展的C-A和S-A方法, 因为它不仅考虑了频率分布而且采用了空间分布, 该方法的优势是将地球化学场的各向异性、广义自相似性、尺度不变性等特征集于一体, 通过压制变化性背景干扰来突出局部异常[3–6], 该方法在国内外地球化学、地球物理和遥感致矿异常信息提取中取得了良好的应用效果[6–9], 大量学者[10–19]通过研究发现: 地球化学元素、矿床的空间分布在特征空间域具有局部不均一性和各向异性, 并且通常表现出服从多重分形分布的特征, 分形模型也由此逐渐被引入到地质复杂度研究中, Hodkiewicz[20]和 Fordet al.[21–22]将分维概念用于度量地质复杂度, 并揭示了地质复杂度与矿化位置、规模之间的关系, 开辟了将非线性技术定量应用于提取定性致矿异常信息的新纪元。本文将从简单分形模型着手来探讨C-A和S-A模型,在此基础上重点研究如何利用这些模型进行异常识别与信息提取, 探索适用于从区域地球化学数据中提取致矿异常信息的非线性方法技术。文中将以庞西垌地区水系沉积物地球化学数据为例介绍C-A和S-A分形法的方法原理以及应用效果。

1 研究区概况

研究区属钦州湾-杭州湾成矿带的南段(图件引自文献[23]), 具体位于粤西云开隆起区的南缘, 北东向信宜-廉江断褶带南段, 为晚古生代以来的长期隆起区, 该区构造复杂, 岩浆活动频繁。以往工作研究发现[24–26], 该区出露地层主要有寒武纪黄洞口组、志留纪连滩组、泥盆纪纪杨溪组、老虎头组、信都组、东岗岭组、天子岭组、帽子峰组、石炭纪大寨坝组、白垩纪罗定组、第四纪洪冲积层。侵入岩广泛发育, 主要有塘蓬岩体、英桥岩体、新安岩体、太平岩体等, 主要为加里东、印支期、燕山期产物, 呈岩基或岩株状产出, 以及星散分布的花岗斑岩脉, 占全区总面积的五分之三左右, 主要集中出露在研究区的中北部和西部。变质岩主要分布于测区东北-东南部, 属于中晚元古代云开群的变质产物。云开群的原岩主要为砂泥质-碳酸盐岩和石英砂岩, 经区域变质作用形成了一套以黑云母变粒岩-黑云石英片岩-磁铁石英岩为代表的变质建造。此外,区内还存在与成矿作用相关的蚀变岩和构造演化形成的动力变质岩——碎裂岩、断层角砾岩等。前者与部分矿床(点)共生, 但总体分布较少; 后者主要分布于断裂破碎带处。

前人研究工作发现[27], 研究区域总体具有高Ag和高Ag/Au的地球化学背景, 与该区域贵金属矿床以Ag为特色相对应; 与之相比, 云开地体东部高要-清远地区, 总体具有高Au、低Ag/Au背景, 主要发育Au矿床。区内As、Sb、B、Cd、Ba、Ni、Co、Cr和V等主要呈高含量背景, La、Sr、Be、Th、Y和U等主要呈低含量背景; 这些元素的含量分布可能主要反映泥盆系、寒武系以及与断裂构造有关的组分特征。研究区的中段丰村-坡仔营一带As、Sb、Au、W、Mo、Pb、Zn、Cd、Cu和 Bi等多种元素呈高含量背景-异常分布, 这些元素异常套合好, 强度高, 面积大, 异常连续性好, 浓集中心与已知的众多的Fe、Pb、Zn、Mo矿床(点)吻合, 可能主要反映丰村-坡仔营一带为多金属和Au成矿的有利地段。该区复杂的地质背景、成矿作用的多样性和多期性使得水系沉积物地球化学数据具有多重地球化学背景。

2 因子分析法对庞西垌地区地球化学元素组合异常的识别

采用庞西垌地区的地球化学数据Au、B、Sn、Cu、Ag、Ba、Mn、Pb、Zn、As、Sb、Bi、Hg、Mo、W和F等16种元素含量数据进行因子分析, 其结果可有效地反映研究区元素的共生组合规律和区域地质特征[23]。将庞西垌地区 7236件样品进行旋转(正交)因子分析, 前5个因子累计贡献方差达到68.86%,足以反映样品间大部分信息, 从结果可得出该研究区主要存在五种元素组合: (1) Au、Cu、As、Sb和B; (2) Ag、Pb和 Zn; (3) W、Bi、Mo和 Sn; (4) Mn; (5)F。编制五个主因子的化探因子得分图(图 1), 这些图件可反映研究区成矿元素地球化学异常的空间展布特征。公因子F1中Au-Cu-As-Sb-B的共生组合关系反映了中低温热液成矿元素的聚集过程, 从研究区实际矿化角度看, Au、Cu组合为成矿元素组合类型, As、Sb和B可作为前缘元素组合类型, 主要分布于庞西垌断裂带附近; Ag-Pb-Zn伴生通常作为多金属矿的指示元素, 反映了以有色金属矿化为代表的热液矿化元素组合特征; W-Bi-Mo-Sn组合可能反映了高温成矿带元素组合, 此组元素共生与斑岩Cu-Mo矿化有关, 是寻找Cu-Mo矿床、W-Mo矿床的指示。

3 C-A多重分形模型在庞西垌化探数据中的应用

3.1 分形模型与算法

设分形模型

r表示特征尺度,C＞0为比例常数,D＞0为元素分维,N(r)表示尺度大于等于r的数目或尺度小于等于r的数目, 分别记为N(≥r)=Cr-D,N(≤r)=Cr+D(r＞0)。当r表示品位时,N(≥r)表示某品位大于r时的样本数;N(≤r)表示某品位小于r时的样本数。当r表示半径时,N(≤r)可表示半径为r的圆包含的矿体个数。可通过将一系列观测数据 (N(r1),N(r2),N(r3),…,N(rn)) (r1,r2,r3,…,rn)绘制在双坐标对数图上来求得分维数D。即将式(1)两边取对数, 得到方程:

用最小二乘法即可求出分维数D。拟合直线段时采用最小二乘法确定分界点, 使各区间拟合的直线与原始数据之间剩余平方和e=e1+e2+ … +en在各个区间的总和为最小, 可通过相关系数检验和方差分析来检验方程的显著性。

C-A分形模型的算法是先将地球化学数据进行数据网格化, 然后绘制元素含量等值线图, 记N(r)为等值线图元素含量为r时对应的面积, 从而得到数据(N(r1),N(r2),N(r3),…,N(rn)) (r1,r2,r3,…,rn), 代入分形模型(1)然后利用最小二乘法即可求得相应的分维数。

3.2 应用研究

长期以来地学工作者大多通过统计学方法计算地球化学异常, 一般以均值与 2倍标准离差之和作为地球化学异常下限值, 此种计算方法是以样品数据呈正态分布或对数正态分布为假设前提。而实际计算过程中由于使用该方法时夹杂了大量人为因素的影响, 计算的结果往往会有偏差, 而且数据服从正态或对数正态分布是一种理想的状态。而分形方法是通过分维数来表征空间不规则形体的确定性本质, 它不要求数据服从正态或对数正态分布, 用分形来刻画区域地球化学变量可揭示局部随机性和整体确定性特征[28−29]。Chenget al.[30]提出的含量-面积分形方法模型为C=kAa,其中A为含量大于C的面积,C为含量,k为常数,a为指数, 该模型从分形角度刻画了地球化学异常与背景具有各自独立的幂指数关系由此导致了多重分形分布。已有工作表明[31]庞西垌地区银金矿床具有分形特征, 且利用储量分形预测法对矿区内银矿储量进行过预测取得了满意的效果。

文中以庞西垌地区 1∶5万水系沉积物化探组合副样, 按每平方米 4件的采样密度采集样品, 用原子吸收法分析测定了Cu含量，化学光谱法分析测定了Au含量，全谱光谱法分析得到Pb、Zn、Ba、Mn含量，光谱定量法分析测定了Ag、Sn、B含量，原子荧光法分析测定了 As、Bi、Sb、Hg含量，离子电极法分析测定了F含量，催化极谱法分析测定了W和Mo含量数据。采用含量-面积分形法确定庞西垌各元素的异常下限, 在各元素含量-面积的双对数坐标散点图上, 各元素“含量-面积”关系可用两条或两条以上的直线段拟合, 说明各元素含量在空间分布上存在多个无标度区。通常低值区拟合的直线为元素的背景区, 第二直线段为元素主要含量空间一般为区域地质作用形成的区域异常区, 而第三段通常反映局部矿化作用形成局部地球化学异常。文中以 Au、Ag、Cu、Pb、Zn、W、Bi、Mo几种元素举例详细说明, 其中Au和Ag的单位是ng/g, Cu、Pb、Zn、W、Bi、Mo的单位为 μg/g。

采用C-A分形模型利用最小二乘法得到Ag元素的分维方程为:

可以得知分维数分别为:D1=1.393,D2=1.767,D3=0.663, 分界点为 0.229和 1.683。由 lg(面积A)-lg(含量C)拟合图还可看出在拟合线段的拖尾处有较多的重复点, 进一步研究分析得知随着元素含量的提高, 等值线包围的面积逐渐减小最后趋于一定值, 此时高含量段的平滑重复点不具备实质的地质意义。

根据C-A分形模型确定的分界点来对异常图进行分级显示, 由Ag异常分布图(图2b)可看出, 蓝色部分为低背景区, 浅绿色部分为低异常区, 红色部分为高异常区, 高异常区覆盖面积最小, 也是存在矿产的最大可能区域。部分已知矿床(点)与异常区吻合较好, 且异常走向与研究区塘蓬幅大断裂走向一致, 可以说明该区域存在矿产的可能性极大, 另一部分异常在已知矿点附近, 可通过这部分高异常来对潜在的Ag矿点进行预测。

图2a Ag元素lgA-lgC拟合图Fig.2a lgA-lgC fitting chart of Ag

图2b Ag元素异常分布图 Fig.2b Silver anomaly distribution in the study region

依照处理Ag元素的流程, 得到Au元素的分维方程为:

可以得知分维数分别为:D1=0.745,D2=1.661,D3=1.142, 分界点为4.95和 84.20用于区分区域异常和局部异常。

从Au异常图(图2d)可看出, 浅绿色区域为元素的主要含量区, 也是存在矿产的最大潜在区, 因该异常图中高异常只显示较少的几处, 这几处异常更突出显示了 Au矿床的具体位置, 可通过图中红色部分也即高异常来对潜在的Au矿床进行预测。结合Ag和Au的异常分布图得知Ag和Au元素在研究区塘蓬幅异常分布走向极为相似, 结合野外实际工作可知该异常区确实存在Ag-Au共生组合矿床, 由此说明在该研究区内Ag和Au的地球化学关系非常密切。研究区银金矿床为多期多阶段地质地球化学演化的产物[27], 在前寒武纪-寒武纪矿源层形成期间,成矿元素发生初步富集; 在加里东区域变质作用过程中, 矿源层中的元素经历了活化、迁移随之再分配; 在中生代期间, 断裂构造、岩浆活动伴随岩石变形和热液蚀变作用, 使得矿床得以最终定位。

得到Cu元素的分维方程为:

可以得知分维数分别为:D1=0.006,D2=1.734,D3=2.932, 分界点为5,20和102。

由Cu元素异常图(图2f)观察得知Cu异常区主要分布于研究区的西南部和东部方向, 已知矿点与异常区吻合较好, 经实地发现该异常区与考察煌斑岩脉的产出相吻合, 其他异常位于岩脉两侧。采用分形法得到的异常区位于构造发育的地区, 证明了含量-面积分形法用于预测地球化学异常是可行的。

得到Pb元素的分维方程为:

可以得知分维数分别为:D1=0.122,D2=3.810,D3=2.326, 分界点为28和96。

得到Zn元素的分维方程为:

可以得知分维数分别为:D1=0.100,D2=4.002,D3=0.791, 分界点为31和210。

Pb、Zn异常在研究区西部有一部分吻合, 说明Pb和Zn的地球化学关系较为密切, 且Pb和Zn位于该区域的异常形态与 Ag和 Au极为相似, 说明Ag、Au、Pb和Zn这4种元素的地球化学关系极为密切。进一步研究发现Pb、Zn大部分异常区是偏离已知矿点的, 从元素lgA-lgC拟合图中加以分析发现,分维数D2对应的直线段斜率都较其他几种元素高,均大于3, 而其他元素大多处于1到2之间, 以往有研究[32]表明该段直线越缓, 从低含量到高含量点频率下降慢, 说明有较多的高含量点分布, 越有利于成矿, 反之, 主要集中低含量点越不利于成矿。可由此解释为何 Pb、Zn元素大部分异常区偏离已知矿点。

得到W元素的分维方程为:

可以得知分维数分别为:D1=0.079,D2=1.715,分界点为2.79。

得到Bi元素的分维方程为:

可以得知分维数分别为:D1=0.235,D2=1.637,分界点为1.19。

得到Mo元素的分维方程为:

可以得知分维数分别为:D1=0.302,D2=1.590,分界点为2.06。

结合 Cu-W-Bi-Mo异常分布图 (图 2f, 图 2l,图 2n和图 2p) 可知, 这4种元素在位于研究区西南方向的异常区域吻合度较高, 经查证该区域已知有以Cu为主W、Bi、Mo伴生矿床存在, 且部分异常位于已知矿点附近岩脉两侧, 探明未知矿床可由此着手。

单从这几种元素的 lgA-lgC拟合图也可看出,Ag和Au拟合直线形态极为相似, 这也进一步验证了分形法得出的异常区的可靠性, W、Bi、Mo拟合直线段均分为两段, 第二段直线斜率相差不大,形态相似, 可靠地说明了三者之间的共生组合关系,与该区已知的W-Mo矿床吻合。

图2c Au元素lgA-lgC拟合图Fig.2c lgA-lgC fitting chart of Au

图2d Au元素异常分布图(图例见图2b)Fig.2d Gold anomaly distribution in the study region(Mineral legend see Fig.2b)

图2e Cu元素lgA-lgC拟合图Fig.2e lgA-lgC fitting chart of Cu

图2f Cu元素异常分布图(图例见图2b) Fig.2f Copper anomaly distribution in the study region(Mineral legend see Fig.2b)

图2g Pb元素lgA-lgC拟合图Fig.2g lgA-lgC fitting chart of Pb

图2h Pb元素异常分布图(图例见图2b)Fig.2h Lead anomaly distribution in the study region(Mineral legend see Fig.2b)

图2i Zn元素lgA-lgC拟合图Fig.2i lgA-lgC fitting chart of Zn

图2j Zn元素异常分布图(图例见图2b)Fig.2j Zinc anomaly distribution in the study region(Mineral legend see Fig.2b)

图2k W元素lgA-lgC拟合图Fig.2k lgA-lgC fitting chart of W

图2l W元素异常分布图(图例见图2b)Fig.2l Tungston anomaly distribution in the study region(Mineral legend see Fig.2b)

图2m Bi元素lgA-lgC拟合图Fig.2m lgA-lgC fitting chart of Bi

图2n Bi元素异常分布图(图例见图2b) Fig.2n Bismuth anomaly distribution in the study region(Mineral legend see Fig.2b)

进一步对各元素含量-面积双对数图进行研究发现, 各元素关系图均用两条或两条以上的直线来拟合, 反映了各元素含量的空间分布存在两个或两个以上的无标度区。低区斜率较小属背景区, 第二段以上为主要含量区间, 通常为异常区。若第二段直线反映区域地质作用形成的区域异常区, 则第三段直线反映局部地球化学异常, Au、Ag、Pb和 Zn元素均分为三段, 且第三段直线斜率较第二段小,这说明矿化作用比较强烈, 成矿潜力较大, 可能形成大中型金银铅锌矿床。W、Bi、Mo均为两段无标度区的简单多重分形模式, 表明这三种元素在研究区没有明显的成矿富集趋势, 可能没有实质性的致矿异常, Cu分为四段, 第三四段已反映出局部地球化学异常, 且与W、Bi、Mo异常区有重叠部分, 这进一步验证了该区域可能存在以 Cu为主伴生 W、Bi、Mo的大中型矿床。

图2o Mo元素lgA-lgC拟合图Fig.2o lgA-lgC fitting chart of Mo

图2p Mo元素异常分布图(图例见图2b) Fig.2p Molybdenum anomaly distribution in the study region(Mineral legend see Fig.2b)

4 地球化学异常提取

4.1 多重分形滤波原理

由于地壳的非均质性, 其物质结构的各向异性通常具有自相似性和分形结构[33]。它满足幂律关系:

S为能谱密度(energy spectrum density), 当能谱密度设定一临界值S0时,A为S＞S0时的面积。当分形滤波器的购置不同时对应不同的ß值, 可通过双对数图体现, lnA(＞S)−ln(S)图上, 所有的直线段均服从幂律关系。各直线段对应相应的分形关系, 不同的直线段对应不同的分形关系, 各直线段的交点所对应的横坐标值为分形滤波器的阀值, 通过这些阀值可构造背景、异常滤波器, 通过这些滤波器将其变换到空间域上可实现背景异常分离[34]。

4.2 成矿主元素地球化学异常提取

为有效地提取地球化学异常, 采用分形滤波技术, 试图从复杂的地球化学背景中提取出局部致矿异常。文中在各地球化学元素异常分布图的基础上(图 2b, 2d, 2f, 2h, 2j, 2l, 2n, 2p)分离出局部异常(图 3b, 3d, 3f, 3h, 3j, 3l, 3n, 3p)。

应用S-A法得到lnA(＞S)-lnS关系图, 不同斜率的直线段代表了不同的自相似性特征, 体现空间域中不同的背景异常模式, 它保证了S-A之间的幂律关系, 直线拟合采用最小二乘法确定分界点, Ag中阀值 lnS0=4.43。S＜S0代表异常,S＞S0代表背景。以lnS0=4.43为阀值绘制Ag异常图(图3b)。从图中可以看出异常区与断层走向一致, 且与已知部分矿点吻合, 在西南方向有一处找矿远景区, 与图2b相比, 在图3b中, 与Ag有关的弱异常被增强, 这说明S-A法可有效从地球化学背景中提取出致矿异常。

图3a Ag的lnA(＞S)-lnSFig.3a lnA(＞S)-lnS mapof Ag

图3b S-A方法获取的Ag异常(图例见图2b)Fig.3b Silver anomaly obtained by fractal filtering method(Mineral legend see Fig.2b)

图3d S-A方法获取的Au异常(图例见图2b)Fig.3d Au anomaly obtained by fractal filtering method(Mineral legend see Fig.2b)

图3c Au的lnA(＞S)-lnSFig.3c lnA(＞S)-lnS map of Au

图3e Cu的lnA(＞S)-lnSFig.3e lnA(＞S)-lnS map of Cu

图3f S-A方法获取的Cu异常(图例见图2b)Fig.3f Copper anomaly obtained by fractal filtering method(Mineral legend see Fig.2b)

图3g Pb的lnA(＞S)-lnSFig.3g lnA(＞S)-lnS map of Pb

图3h S-A方法获取的Pb异常(图例见图2b)Fig.3h Pb anomaly obtained by fractal filtering method(Mineral legend see Fig.2b)

图3i Zn的lnA(＞S)-lnSFig.3i lnA(＞S)-lnS map of Zn

图3j S-A方法获取的Zn异常(图例见图2b)Fig.3j Zinc anomaly obtained by fractal filtering method(Mineral legend see Fig.2b)

图3k W的lnA(＞S)-lnSFig.3k lnA(＞S)-lnS map of W

图3l S-A方法获取的W异常(图例见图2b)Fig.3l Tungston anomaly obtained by fractal filtering method(Mineral legend see Fig.2b)

类似于研究Ag的步骤, 绘制Au、Cu、Pb、Zn、W、Bi、Mo的lnA(＞S)-lnS关系图(图3c, 3e, 3g, 3i,3k, 3m, 3o)和应用S-A法提取异常图(图3d, 3f, 3h, 3j,3l, 3n, 3p)。各元素阀值分别为Au: lnS0=7.79, Cu:lnS0=8.88, Pb: lnS0=10.33, Zn: lnS0=9.72, W: lnS0=7.78, Bi: lnS0=6.91, Mo: lnS0=7.21。从图中观察得知(图3d)S-A方法获取的Au异常走向类似于Ag, 且Au、Ag两元素与已知矿点具有较好的吻合性, 经过对研究区实地考察分析, Au、Ag矿主要受该区域的大断裂控制, 经常可以见到一些矿化脉的出现, 且受断裂影响, 周围地区裂隙发育, 提供了物理和化学风化的条件, 为Au、Ag元素异常提供了不断的来源, 这也进一步验证了文中采用 C-A法得出的 Ag和Au地球化学关系密切的结论。结合Au、Ag、Cu、Pb、Zn单元素异常图, 发现它们与采用因子分析法得到的组合异常图在异常走向趋势上大体相吻合。观察Cu、Pb、Zn异常(图3f, 3h, 3j)得知在东南方向大部分已知矿点与Cu、Pb、Zn异常区吻合, 同时产生了一些新的找矿远景区, 与图2f、2h、2j相比, 在图3f、3h、3j中, 弱异常均处于增强状态。对于W、Bi、Mo异常(图3l, 3n, 3p)而言, 它们与采用因子分析法得到的组合异常图一致, 由三者共生关系得知,处于东南方向的异常W、Bi与C-A法分析得出的异常相对应, 但由 S-A法提取出的 Mo异常新发现一条W-Bi-Mo矿化异常带, 且该异常走向与断层走向一致, 这在 C-A法分析结果中是没有显示的, 深层次地说明了 S-A法提取弱异常的优越性, 论证了S-A法克服了C-A模型在异常圈定中的不足[35]。

图3m Bi的lnA(＞S)-lnSFig.3m lnA(＞S)-lnS map of Bi

图3n S-A方法获取的Bi异常(图例见图2b)Fig.3n Bismoth anomaly obtained by fractal filtering method(Mineral legend see Fig.2b)

图3o Mo的lnA(＞S)-lnSFig.3o lnA(＞S)-lnS map of Mo

图3p S-A方法获取的Mo异常(图例见图2b)Fig.3p Molybdenum anomaly obtained by fractal filtering method(Mineral legend see Fig.2b)

庞西垌异常主要分布于北东向庞西垌断裂的两侧、燕山三期塘蓬花岗岩与周围地质体如寒武系八村群、加里东期混合岩、燕山四期花岗岩的接触带内外。异常浓集中心内产有庞西垌大型银金矿、大岭(金山)大型金矿和高村中型金矿等矿床(点)。对于Ag、Au、Cu、Pb、Zn、W、Bi、Mo等元素组合, 可能主要反映局部富集甚至成矿的组分特征, 特别是在塘蓬幅岩体北侧、南侧与加里东期混合岩、寒武系的断裂接触带上, 上述元素异常强度高, 套合好,浓集中心位置与接触带上分布的众多的金属矿床(点)吻合, 反映出接触带是金、多金属富集成矿的有利地段。

5 结 论

(1)因子分析结果说明庞西垌地区存在五种元素组合: 第一组合 Au-Cu-As-Sb-B反映了中低温热液成矿元素的聚集过程, 第二组合Ag-Pb-Zn反映了以有色金属矿化为代表的热液矿化元素组合特征, 第三组合 W-Bi-Mo-Sn反映了高温成矿带元素组合,它能够揭示成矿背景和致矿异常元素组合及其空间分布特征。(2) S-A法可在C-A法揭示的区域异常的基础上更深层次地提取出与矿化有关的局部异常用以反映研究区的多重地球化学背景, S-A法刻画了庞西垌地区与矿化有关的局部异常特征, 有效地提取了 Au、Ag、Cu、Pb、Zn、W、Bi、Mo隐蔽矿化异常信息, 由该法获取的异常图可作为圈定Au-Ag-Cu-Pb-Zn-W-Bi-Mo找矿靶区的重要依据。

从庞西垌地区地球化学元素的含量-面积模型双对数图关系可对该研究区异常的期次有一个大致的了解, 根据双对数图中各拟合直线段的交点可以确定区域异常和局部异常的异常下限值, 从而为划分地球化学背景、区域异常与局部异常提供依据。基于研究区复杂的多重地球化学背景, 多重分形滤波技术能够克服高背景, 从中提取出弱异常, 这些异常不仅与多数已发现矿床吻合, 在未知区得到的弱异常也有进一步开展工作的意义, 这为该区矿床勘查提供了新的靶区, 为未知矿床的探寻提供了新的启示。

广东省地质过程与矿产资源探查重点实验室在本工作中提供了帮助; 两位匿名审稿专家对文章进行了精细的评审, 并提出了宝贵的建设性意见, 在此一并表示感谢！

:

[1]Cheng Q.Spatial and scaling modeling for geochemical anomaly separation[J].J Geochem Explor, 1999, 65: 175−194.

[2]Cheng Q, Xu Y, Grunsky E.Multifractal power spectrum-area method for geochemical anomaly separation[J].Nat Resour Res, 2000, 9(1): 43−51.

[3]Lima A, Plant J A, De Vivo B,Tarvainen T, Albanese S,Cicchella D.Interpolation methods for geochemical maps: A comparative study using arsenic data from European stream waters[J].Geochem Explor Environ Anal, 2008, 8(1): 41−48.

[4]成秋明, 张生元, 左仁广, 陈志军, 谢淑云, 夏庆霖, 徐德义, 姚凌青.多重分形滤波方法和地球化学信息提取技术研究与进展[J].地学前缘, 2009, 16(2): 185−198.Cheng Qiu-ming, Zhang Sheng-yuan, Zuo Ren-guang, Chen Zhi-jun, Xie Shu-yun, Xia Qing-lin, Xu De-yi, Yao Ling-qing.Progress of multifractal filtering techniques and their applications in geochemical information extraction[J].Earth Sci Front, 2009, 16(2): 185−198 (in Chinese with English abstract).

[5]Carranza E J M.Catchment basin modeling of stream sediment anomalies revisited: Incorporation of EDA and fractal analysis[J].Geochem Explor Environ Anal, 2010, 10:365− 381.

[6]Cheng Q, Xia Q, Li W, Zhang S, Chen Z, Zuo R, Wang W.Density/area power-law models for separating multi-scale anomalies of ore and toxic elements in stream sediments in Gejiu mineral district, Yunnan Province, China[J].Biogeosciences, 2010, 7: 3019−3025.

[7]Xu Y, Cheng Q.A multifractal filter technique for geochemical data analysis from Nova Scotia , Canada[J].Geochem Explor Environ Anal, 2001, 1(2): 147−156.

[8]Chen Y Q, Huang J N, Zhang S Y.Application of multi-fractal filtering in geochemistry data decomposing − A case study from the south region of “Sanjiang ore-forming belt”,South-western China[C]//Milkereit B.Proceedings of Fifth Decennial International Conference on Mineral Exploration,Exploration 07 (Volume two), Totronto, 2007: 985−988.

[9]张焱, 成秋明, 周永章, 谢淑云, 刘小龙, 徐德义.分形插值在地球化学数据中的应用[J].中山大学学报自然科学版,2011, 50(1): 133−137.Zhang Yan, Cheng Qiu-ming, Zhou Yong-zhang, Xie Shu-yun,Liu Xiao-long, Xu De-yi.Assessment of Fractal Interpolation Method in Geochemical Exploration[J].Acta Sci Nat Univ Sunyatseni, 2011, 50(1): 133−137 (in Chinese with English abstract).

[10]Agterberg F P, Cheng Q, Wright D F.Fractal modeling of mineral deposits[C]//Proceedings 24th APCOM Symposium,Canadian Inst.Mining, Metallurgy, and Petroleum Engineers,1993, 1: 43−53.

[11]Sanderson D J, Roberts S, Gumiel P.A fractal relationship between vein thickness and gold grade in drillcore from La Codosera, Spain[J].Econ Geol, 1994, 89: 68−173.

[12]Cheng Q M, Agterberg F P.Multifractal modeling and spatial point processes[J].Math Geol, 1995, 27(7): 831−845.

[13]Claude J Allegre, Eric Lewin.Scaling laws and geochemical distributions[J].Earth Planet Sci Lett, 1995, 132: 1−13.

[14]McCaffrey K J W, Johnston J D.Fractal analysis of mineralized vein deposit.Curraghinalt gold deposit, County Tyrone[J].Miner Deposita, 1996, 31: 52−58.

[15]Roberts S, Sanderson D J, Gumiel P.Fractal analysis of Sn-W mineralization from Central Iberia-insights into the role of fracture connectivity in the formation of an ore deposit[J].Econ Geol, 1998, 93(3): 360−365.

[16]Blenkinsop T G, Sanderson D J.Are gold deposits in the crust fractals? A study of gold mines in the Zimbabwe craton[M]//McCaffrey K J W, Lonergan L, Wilkinson J J.Fractures, Fluid Flow and Mineralization.Geological Society, London, Special Publication 155, 1999: 141−151.

[17]成秋明.空间模式的广义自相似性分析与矿产资源评价[J].地球科学, 2004, 29(6): 733−743.Cheng Qiu-ming.Quantifying the generalized self-similarity of spatial patterns for mineral resource assessment[J].Earth Sci, 2004, 29(6): 733−743 (in Chinese with English abstract).

[18]李庆谋, 成秋明.分形奇异(特征)值分解方法与地球物理和地球化学异常重建[J].地球科学, 2004, 29(1): 109−118.Li Qing-mou, Cheng Qiu-ming.Fractal singularity decomposition method and anomaly reconstruction[J].Earth Sci, 2004, 29(1): 108 −119 (in Chinese with English abstract).

[19]Hronsky J M A, Groves D I.Science of targeting: Definition,strategy, targeting and performance measurement[J].Aust J Earth Sci, 2008, 55: 101−122.

[20]Hodkiewicz P F.Complexity gradients in the Yilgarn Craton:Fundamental controls on crustal-scale fluid flow and the formation of world-class orogenic-gold deposits[J].Aust J Earth Sci, 2005, 52: 831−841.

[21]Ford A, Blenkinsop T G.Evaluating geological complexity and complexity gradients as controls on copper mineralization,Mt Inlier[J].Aust J Earth Sci, 2008, 55: 12−23.

[22]Ford A, Blenkinsop T G.Combining fractal analysis of mineral deposit clustering with weights of evidenve to evaluate patterns of mineralization: Application to copper deposits of the Mount Isa Inlier, NW Queensland, Australia[J].Ore Geol Rev, 2008, 33: 435−450.

[23]张焱, 周永章, 王正海, 黄锐, 吕文超, 王林峰, 梁锦, 曾长育.广东庞西垌地区地球化学组合异常识别与提取[J].地球学报, 2011, 32(5): 533−540.Zhang Yan, Zhou Yong-zhang, Wang Zheng-hai, Huang Rui,Lü Wen-chao, Wang Lin-feng, Liang Jin, Zeng Chang-yu.Geochemical combination anomalies recognition and extraction: A case study of Pangxidong area[J].Acta Geosci Sinica, 2011, 32(5): 533−540 (in Chinese with English abstract).

[24]广西壮族自治区地质矿产局.广西壮族自治区区域地质志[M].北京: 地质出版社, 1985: 887p.Guangxi Bureau of Geology and Mineral Prospecting and Exploitation.Regional Geology of Guangxi Zhuang Autonomous Region, PRC[M].Beijing: Geological Publishing House, 1985: 887p (in Chinese).

[25]广东省地质矿产局.广东省区域地质志[M].北京: 地质出版社, 1988.Bureau of Geology of Guangdong Province.Regional Geology of Guangdong[M].Beijing: Geological Publishing House, 1988 (in Chinese).

[26]广西壮族自治区地质矿产局.区域地质调查报告(文地幅和石角幅)[M].北京: 地质出版社, 1985.Guangxi Bureau of Geology and Mineral Prospecting and Exploitation.Regional Geological Surveying Report(Wendi and Shijiao)[M].Beijing: Geological Publishing House, 1985(in Chinese).

[27]王祖伟.蚀变构造岩型银金矿床地质地球化学及资源潜力-对粤西庞西垌-桂东南金山银金矿带的解剖[D].广州: 中国科学院广州地球化学研究所, 1998.Wang Zu-wei.Geology and geochemistry of hydrothermally altered deformed-rock type Ag-Au deposits and their resource potential-with detaled anatomy of Pangxidong-Jinshan Ag-Au deposit belt from Yukai area, South China[D].Guangzhou:Guangzhou Institute of Geochemistry, Chinese Academy of Sciences, 1998 (in Chinese with English abstract).

[28]邹林, 彭省临, 杨自安, 赖建清, 张普斌.青海阿尔茨妥山地区地球化学异常场的多重分形研究[J].中国地质, 2004,31(4): 436−441.Zou Lin, Peng Sheng-lin, Yang Zi-an, Lai Jian-qing, Zhang Pu-bin.Multifractal study of geochemical (anomaly) fields in the A’ ercituoshan area, Qinghai[J].Geol China, 2004, 31(4):436−441 (in Chinese with English abstract).

[29]谢淑云, 鲍征宇.地球化学场的连续多重分形模式[J].地球化学, 2002, 31(2): 191−200.Xie Shu-yun, Bao Zheng-yu.Continuous multifractal model of geochemical fields[J].Geochimica, 2002, 31(2): 191−200(in Chinese with English abstract).

[30]Cheng Q, Agterberg F P, Ballantyne S B.The separation of geochemical anomalies from background by fractal methods[J].J Geochem Explor, 1994, 51:109−130.

[31]姚东良, 王祖伟, 周永章.庞西垌银金矿床分形性研究[J].矿产与地质, 1999, 13(1): 20−23.Yao Dong-liang, Wang Zu-wei, Zhou Yong-zhang.Fractal characteristics of silver-gold deposit of Pangxidong[J].Mineral Resour Geol, 1999, 13(1): 20−23 (in Chinese with English abstract).

[32]文战久, 高星, 姚振兴.基于”元素含量-面积”模型方法的地球化学场的多重分形模式分析[J].地球科学进展, 2007,22(6): 598−604.Wen Zhan-jiu, Gao Xing, Yao Zhen-xing.Multifractal mode study of geochemical fields based on “element areaconcentration” method[J].Adv Earth Sci, 2007, 22(6):598−604 (in Chinese with English abstract).

[33]成秋明.非线性成矿预测理论: 多重分形奇异性-广义自相似性-分形谱系模型与方法[J].地球科学, 2006, 31(3):337−348.Cheng Qiu-ming.Singularity-generalized similarity-fractal spectrum (3S) models[J].Earth Sci, 2006, 31(3): 337−348 (in Chinese with English abstract).

[34]陈永清, 张生元, 夏庆霖, 李文昌, 卢映祥, 黄静宁.应用多重分形滤波技术提取致矿地球化学异常: 以西南”三江”南段Cu、Zn致矿异常提取为例[J].地球科学, 2006, 31(6):861−866.Chen Yong-qing, Zhang Sheng-yuan, Xia Qing-lin, Li Wen-chang, Lu Ying-xiang, Huang Jing-ning.Application of Mutifractal fractal filtering to extraction of geochemical anomalies from multi-geochemical backgrounds: A case study of the Southern section of “Sanjiang Ore-Forming Zone”,Southwestern China[J].Earth Sci, 2006, 31(6): 861−866 (in Chinese with English abstract).

[35]Cheng Q, Xu Y, Grunsky E.Intergrated spatial and spectral analysis for geochemical anomaly separation[M]//Lippard S J, Naess A, Sinding-Larsen R.Proceedings of the Firth Annual Conference of the International Association for Mathematical Geology, Trondheim, Norway 6-11th August,1999, 1: 87−92.