基于核密度估计的我国铁矿资源开发基地研究

张玉韩，董延涛，马吉宇

（1.中国国土资源经济研究院，北京101149；2.中国地质大学 （北京）人文经管学院，北京 100083）

基于核密度估计的我国铁矿资源开发基地研究

张玉韩1，董延涛1，马吉宇2

（1.中国国土资源经济研究院，北京101149；2.中国地质大学 （北京）人文经管学院，北京 100083）

铁矿资源勘查开发基地作为实现铁矿资源合理布局、优化开发的重要手段之一，对保障国家铁矿资源安全具有重要意义。本文从“开发”方面切入，以矿区查明资源储量、矿业权设计开采规模、矿山规模结构三项指标为基础，采用空间聚类方法中的核密度估计方法对我国铁矿资源开发基地进行了划定，并考虑将生态功能重要性指标作为约束指标对基地所包含的县级行政区进行了统计。结果表明：我国铁矿分布区大致可划定十个铁矿资源开发基地，共包含420个县级行政区；从相关指标统计结果来看，本文划定的铁矿资源开发基地涵盖了大部分的铁矿资源及其开发利用活动。此外，本文还对相关基地开发利用方向提出了建议，以期为我国铁矿资源勘查开发基地相关决策提供支撑。

铁矿；资源开发基地；核密度估计

铁矿是我国重要的大宗矿产，对国民经济发展具有重要支撑作用［1］，从全国非油气矿产资源开发利用情况来看，我国铁矿工业总产值常居第二位，仅次于煤炭。从2004～2014年间，我国铁矿石产量增长了9.4亿t，平均增速为13.4%，但仍不能满足钢铁工业迅速发展对铁矿石的增长需求，2004～2014年间，我国铁矿石需求量平均增速为14.5%，进口总量增长了348.3%，2013年对外依存度达到了67.8%。这种供需矛盾局面严重影响到我国铁矿资源安全。

合理布局、优化开发是缓解我国铁矿资源供需矛盾、提高资源供应安全性的重要手段之一［2］。《国土资源部关于开展第三轮矿产资源规划编制工作的通知》（国土资发〔2014〕35号）明确提出划定一批资源勘查开发基地，促进区域资源开发集聚。2015年印发《省级矿产资源总体规划编制技术规程》将矿产资源勘查开发基地定义为在成矿条件有利、找矿潜力大且资源分布相对集中的重点成矿区带（重要含油气盆地）中，考虑资源储量、开发利用基础条件和生态环境外部条件等，划定的提升矿产资源勘查开发的规模效应、集聚效应，保障国家矿产资源安全的重要战略核心区域。但并未明确划分标准。

本文拟从“开发”方面切入，对我国铁矿资源开发基地进行研究，这是由于，与勘查相比，部署已具备生产能力的生产型基地任务更为紧迫。国外相关研究主要偏重理论方面［3－4］，实证研究较少；国内学者针对我国铁矿资源后备基地［5］、安徽省铁矿资源开发基地［6］、全国铁矿生产基地［1］等开展了实证研究，但总体来看其划定方法主要以通过对相关数据空间分布特征来定性判断为主，虽也有基于数量方法的判断，但仅针对查明资源储量等单项指标展开分析，鲜有针对多指标的数量方法基础上的实证研究。

矿产资源以点状开发为主，全国铁矿资源开发基地的划定需要识别那些铁矿资源分布和开发活动集中的区域。聚类分析、回归分析和判别分析是经典数理统计学的三大支柱，其中聚类分析在解决大规模复杂问题时更具优越性［7］，考虑到本研究中基础数据量较大，采用聚类分析最为合适。本文将通过构建评价指标体系，以ArcGIS软件为平台，采用空间聚类分析中的核密度估计来识别我国铁矿资源开发基地，并对基地相关指标进行分析评价，以期为我国铁矿资源勘查开发基地划定、提高铁矿资源安全保障能力提供支撑。

1 数据与方法

1.1 数据

本研究采用的数据包括全国铁矿矿区查明资源储量、矿业权设计开采规模以及矿山规模结构（分为大型矿山、中型矿山、小型矿山和小矿四种类型）数据，来源于全国矿产资源储量和开发利用数据库，通过国土资源部信息中心获得，均为2012年数据。数据处理方法为：根据各矿区、矿业权和矿山的坐标信息，将其转换成ArcGIS软件可识别的Shapfile格式，作为下一步空间分析的基础。

1.2 方法

1.2.1 指标体系

影响铁矿资源开发基地划定的主要因素包括资源赋存条件、开发利用现状以及生态环境条件等方面，以此三项要素为准则层，按照科学性、可比性、可操作性、目标导向性等原则，并考虑数据的可获得性，本文最终选取查明资源储量、设计开采规模、矿山规模结构以及生态功能重要性四个指标作为铁矿资源开发基地划定的指标体系，如表1所示。

需要说明的是，生态功能重要性为约束性指标，在目前我国生态文明建设背景下，对于生态环境非常重要的区域，应以保护生态环境为主，限制相应矿产资源开发。而另外三项指标为非约束性指标，因此，本文考虑在铁矿资源开发基地划定阶段，仅以查明资源储量、设计开采规模和矿山规模结构三项指标作为评价标准，不考虑生态功能重要性指标，而在统计各基地所包含的县级行政区时，将考虑各县级行政区生态功能重要性，将生态功能非常重要的地区剔除掉。

指标权重采用层次分析法确定，邀请了相关领域专家对各指标重要性进行比较和打分，采用SPSS软件计算指标权重并进行一致性检验，对随机一致性比率C.R.＜0.1的矩阵计算得到各指标权重。最后得到查明资源储量、设计开采规模以及矿山规模结构三项指标的权重分别为0.5018、0.2895和0.2087。为消除量纲不同造成的影响，将各指标数值采用极差标准化方法进行标准化，其中矿山规模指标的量化过程为：将规模为大型和中型的矿山分别赋予3分和2分，将小型矿山和小矿均赋1分，再将分值进行标准化处理。将三项指标标准化后的数值分别乘以其权重，在ArcGIS软件中合并为一个图层，作为下一步核密度估计的基础。

表1 铁矿资源开发基地划定指标体系

表2 评价指标T－C判断矩阵和权重

1.2.2 核密度估计

核密度估计（Kernel density estimation）由Rosenblatt［8］和 Emanuel Parzen［9］提出，是在概率论中用来估计未知的密度函数，它基于已知数据，采用无参数估计法对未知概率密度函数进行估计，使得估计得到的概率密度函数与实际的概率密度间的均方积分误差最小。核密度估计法的关键是核函数的选取以及窗口宽度，即带宽的确定。

假设由上文得到的三项指标综合值为变量X，它具有条数据（1），则X的概率密度函数表达式为式（1）。

式中，h为带宽，K（x）为核函数。本文将基于ArcGIS平台进行运算，其中默认核函数为Silverman于1986年提出的二次核函数（Epanechnikov）［10］，其公式为式（2）。默认带宽的计算公式为式（3）。

式中，SD为标准距离；Dm为中值距离。

2 结果分析

2.1 铁矿资源开发基地划分结果

对指标综合计算结果进行核密度分析并对分析结果进行分级，得到如图1所示分级结果图，共分为三级。可以看出，我国铁矿资源禀赋及开发利用活动较集中的地区主要分布在以下区域：以鞍山－本溪为中心的辽东北至吉林通化、白山一带；以唐山、承德和秦皇岛等为中心的冀北至辽宁西南部一带；山西北部至河北张家口一带；以包头为中心并覆盖呼和浩特和鄂尔多斯部分区县的内蒙古中部一带；以邢台、邯郸为中心的河北南部至山西南部一带；山东中部北至潍坊、淄博，南至枣庄和江苏徐州北部的鲁中一带；河南西部三门峡、洛阳、平顶山一带；安徽芜湖、巢湖、马鞍山以及湖北黄石、武汉等一带；江西新余、吉安、宜春、萍乡以及与湖南交界的株洲，福建泉州、龙岩、三明交界一带；以攀枝花－玉溪为中心的四川、云南交界一带。其中辽宁鞍山－本溪、河北承德－唐山－秦皇岛、河北邯郸－邢台三处形成了一级核，是我国铁矿矿区查明资源储量、矿业权设计开采规模以及矿山规模高值区高度集聚的地区。

根据图1分析结果，本文认为我国铁矿资源分布地区可划分为十大开发基地，分别为辽吉基地、冀北－辽东基地、呼包鄂基地、晋北－张家口基地、邢邯－晋南基地、豫西基地、鲁中基地、鄂皖基地、湘赣闽基地以及攀滇基地，如图2所示。基地范围划定的主要依据是铁矿核密度分级结果中二级核的边界，并经归并、组合等过程得到。之所以将安徽芜湖、巢湖、马鞍山地区的二级核与湖北黄石、武汉地区的二级核合并为一个开发基地，是由于二者空间范围较小且均位于长江经济带上，距离较近，空间联系便利。此外，考虑到福建泉州、龙岩、三明交界处的二级核范围较小，将其与江西、湖南交界处二级核合并为一个开发基地，命名为湘赣闽基地。

图1 铁矿资源核密度分析结果

图2 铁矿资源开发基地划分结果

本文统计了各基地所包含的县级行政区及其个数，统计规则为：县域一半以上面积落入某基地范围，则该县级行政区隶属于这一基地，县级行政区底图采用我国2006年分县行政区划地图，对同一个市所下辖的区（与县同级）进行归并处理，命名为某市市辖区。由于基地所包含的县级行政区较多，本文仅列举了其个数，如表3所示。考虑生态功能重要性指标，参考《全国生态功能区划》得到我国县级生态功能重要性分级数据，共分为5级，1级最低，5级最高，将生态功能重要性为5级的县级行政区视为生态限制区县，经判断，辽吉基地的白山市市辖区、抚松县，攀滇基地的德昌县、禄劝彝族苗族自治县、普格县、武定县、西昌市、盐源县、元谋县属于生态限制区县，剔除这类区县后，辽吉基地共包含36个区县，攀滇基地共包含25个区县。

2.2 相关指标统计

各基地相关指标统计结果如表4所示，从总体来看，十大基地以占全国8.4%的面积涵盖了全国70.8%的查明资源储量，72.9%的设计开采规模以及68.9%的大中型矿山数量。从查明资源储量指标来看，辽吉基地占全国比例最高，达到了25.9%，其次为攀滇基地和冀北－辽东基地，分别占全国的12.3%和12.2%；从设计开采规模来看，冀北－辽东基地占全国比例最高，达到了21.9%，其次为辽吉基地，占13.2%；此外，冀北－辽东基地大中型矿山数量占全国比例也最高，为16.0%，其次为辽吉基地和鲁中基地，分别占全国的11.9%和10.4%。

表4 基地相关指标统计

从三项指标综合来看，辽吉基地、冀北－辽东基地和攀滇基地是我国铁矿资源赋存和开发利用活动最为集中分布的地区，三者合计占到了全国50.4%的查明资源储量、42.0%的设计开采规模以及32.8%的大中型矿山数量，在保障全国铁矿资源安全方面具有重要战略地位。但由于攀滇基地部分区县生态功能非常重要，在大力开采铁矿资源的同时应注意保护生态环境，协调资源开发与环境保护的关系。

从指标间比较来看，设计开采规模占全国比例明显大于查明资源储量占全国比例的基地为冀北—辽东基地、邢邯—晋南基地和湘赣闽基地，说明这些地区铁矿资源开发强度较大，应加强勘查，统筹安排好开发强度，避免矿山过早枯竭，为大型矿山企业转型发展留足充分时间；而查明资源储量占全国比例明显大于设计开采规模占全国比例的基地为辽吉基地和攀滇基地，其中攀滇基地可能受交通基础设施、水资源等开发条件的限制以及生态环境保护要求而限制了其对铁矿资源的大规模开发利用，应努力改善相关外部条件，在保护生态环境的前提下加强铁矿产资源开发利用，同时，辽吉基地也应加强大中型矿山建设，提高铁矿资源开发的规模效应。

3 结论与讨论

本文构建了以查明资源储量、设计开采规模、矿山规模结构和生态功能重要性四个指标为基础的评价指标体系，以ArcGIS软件为平台，采用空间聚类分析中的核密度估计方法对我国铁矿资源开发基地进行了划定，并对基地包含的县级行政区以及相关指标进行了统计分析，得到如下结论。

1）我国铁矿大致可划分为辽吉基地、冀北－辽东基地、呼包鄂基地、晋北－张家口基地、邢邯－晋南基地、豫西基地、鲁中基地、鄂皖基地、湘赣闽基地、攀滇基地共十个资源开发基地。基地包含的县级行政区总个数为429个，剔除生态限制区县后共包含420个。

2）十大基地以占全国8.4%的面积涵盖了全国70.8%的查明资源储量，72.9%的设计开采规模以及68.9%的大中型矿山数量。查明资源储量占全国比重最高的基地是辽吉基地，设计开采规模和大中矿山数量占全国比重最高的均为冀北—辽东基。辽吉基地、冀北—辽东基地和攀滇基地是我国铁矿资源赋存和开发利用活动最为集中分布的地区。

3）冀北－辽东基地、邢邯－晋南基地和湘赣闽基地较为重视铁矿资源的开发利用，应加强勘查，统筹安排好开发强度，避免矿山过早枯竭；攀滇基地应努力改善交通基础设施、水资源等相关外部条件，在保护生态环境的前提下加强铁矿产资源开发利用，同时，辽吉基地也应加强大中型矿山建设，提高铁矿资源开发的规模效应。

从各基地相关指标统计结果来看，本文基于核密度方法划定的十大铁矿资源开发基地涵盖了我国大部分的铁矿资源及其开发利用活动，具有一定科学性，这一方法同样适用于其他固体矿产资源开发基地的划定。然而，受数据等原因所限，本文仅主要针对开发基地展开研究，而未考虑资源潜力方面的因素对勘查基地进行研究，下一步将从勘查与开发综合角度对铁矿勘查开发基地进行划定。

［1］肖克炎，娄德波，阴江宁，等.中国铁矿资源潜力定量分析［J］.地质通报，2011，30（5）：650－660.

［2］谷树忠，耿海青，姚矛龙.国家能源、矿产资源安全的功能区划与西部地区定位［J］.地理科学进展，2002，21（5）：410－419.

［3］B.C.Bиноградов.综合开发资源及发展苏联黑色冶金铁矿基地的问题［J］.谷长丽译.矿产保护与利用，1981（1）：19－24.

［4］E.И.马留津.苏联铁矿基地及其发展前景［J］.李正忻译.矿产保护与利用，1985（1）：4－6.

［5］胡小平，陈甲斌.铁矿资源后备基地选择与建设研究［J］.矿业研究与开发，2006，26（4）：1－4.

［6］刘春，李建设，何德峰，等.安徽省铁矿资源分布特征、供需分析及开发布局建议［J］.安徽地质，2012，22（3）：229－235.

［7］李存华，孙志挥，陈耿，等.核密度估计及其在聚类算法构造中的应用［J］.计算机研究与发展，2004，41（10）：1712－1719.

［8］Murray Rosenblatt.Remarks on Some Nonparametric Estimates of a Density Function［J］.The Annals of Mathematical Statistics，1956（3）：832－837.

［9］Emanuel Paren.On Estimation of a Probability Density Function and Mode［J］.Annals of Mathematical Statistics，1962，33（3）：1065－1076.

［10］B.W.Silverman.Density Estimation for Statistics and Data Analysis［R］.Chapman and Hall，1986.

Research on exploitation base of iron mine resources in China using nuclear density estimation

ZHANG Yu－han1，DONG Yan－tao1，MA Ji－yu2
（1.Chinese Academy of Land and Resource Economics，Beijing 101149，China；2.School of Humanities and Economic Management，China University of Geosciences（Beijing），Beijing 100083，China）

Exploration－exploitation base of iron mineral resources is one of the important approaches to achieve the reasonable distribution as well as optimized the exploitation of iron mineral resources，which has great significance for the national iron security.From the point of“exploitation”，based on three indicators which were the identify resource reserves，the design mining scale，and the scale structure of mines，This paper used the kernel density estimation that belongs to the spatial clustering method to delimit Chinese exploitation base of iron mineral resources，and made a statistics to the county administrative regions that contains to the exploitation base considering the importance of ecological function indicator as the restrictive index.The results showed that there can be roughly recognised ten exploitation base of mineral resources in the iron distribution areas，which contain a total of 420 county administrative regions.The statistical resultsof related indicatorsindicated that the exploitation base of iron mineral resourcehave covered most of the iron resources and their exploitation and utilization activities.In addition，this paper throw out suggestions for the exploitation and utilization of the related bases，in order to provide support for the relevant decision－making of exploitation base of iron mineral resources in China.

iron mine；base of mineral resources；nuclear density estimation

马吉宇（1988－），男，汉族，黑龙江大庆人，硕士研究生，主要从事矿产资源经济研究。E－mail：majiyu880803＠163.com。

F407.1

A

1004－4051（2015）11－0046－05

2015－03－02

国土资源部地质调查工作项目“重要矿产资源勘查开发布局和资源配置”资助（编号：12120113093000）

张玉韩（1990－），女，汉族，河南鹤壁人，研究实习员，硕士，主要从事矿产资源规划研究。E－mail：1990zhangyuhan＠gmail.com。

采选技术