基于GIS平台的多源数据成矿预测——以敦煌白山地区为例

李浩杰, 常晓珂

(1.兰州大学 土木工程与力学学院,甘肃 兰州 730000； 2.甘肃省有色地质调查院,甘肃 兰州 730000； 3.兰州理工大学 经济管理学院,甘肃 兰州 730000)

基于GIS平台的多源数据成矿预测
——以敦煌白山地区为例

李浩杰1,2, 常晓珂3

(1.兰州大学 土木工程与力学学院,甘肃 兰州 730000； 2.甘肃省有色地质调查院,甘肃 兰州 730000； 3.兰州理工大学 经济管理学院,甘肃 兰州 730000)

利用GIS空间分析技术,在地质、物探、化探、遥感数据处理的基础上,将不同来源的数据信息采用遥感图像融合、叠加各种致矿要素,在GIS系统中综合信息成矿预测理论,采用证据权模型进行综合分析与解释,从而提高成矿预测的精度,圈定成矿预测区,助力找矿突破。

GIS；多源数据；叠加分析；成矿预测

多源数据包括遥感数据、地质数据、物探数据、化探数据等,这些数据都是地质体不同物理特性、化学特性、光谱特性的直接或间接反映,是成矿预测所需要的控矿因素。遥感、物探、化探勘查技术都是一种间接找矿方法,单一数据源的多解性,使得勘查结果具有不确定性,由此所提供的信息也往往是片面的,因此需要对众多复杂而又相互关联的地学数据进行更深入的分析,从而达到找矿的目的[1]。对多源数据的综合分析可借助于GIS的空间分析功能,对多源数据进行空间叠置,寻找有利于成矿的区域。

1 地质概况

研究区为1∶5万白山幅等四幅,位于敦煌市西北。白山幅、白山南幅地层属北疆—兴安地层大区,红柳园地层分区,印尼喀拉地层小区,位于大地构造位置南天山褶皱带东端与塔里木板块的东端叠加复合区内；小独山幅、双岔沟口幅地层属塔里木—南疆地层大区,中天山—北山地层分区,红柳园地层小区,位于北山陆缘活动带古生代柳园—俞井子裂谷带西段[2]。区内出露地层主要有侏罗系中统水西沟群(J2s)、二叠纪方山口组(Pf)和双堡塘组(Psp)、石炭纪干泉组(Cg)和下石炭红柳园组(Ch)、中泥盆三个井组(Dsg)、前长城系敦煌岩群(ArPtD)等。区内岩浆活动强烈,侵入岩分布广泛,从基性到酸性岩均有出露:岩体主要为三叠纪花岗岩(γP)和闪长岩(δP)等,石炭纪黑云母花岗岩(γC)和闪长岩等(图1)。区域构造活动的发展演化,是区域变质的主要原因,为区域变质提供了应力和热源,岩石受温度、压力及热液流体的影响而发生变质。

图1 研究区1∶5万地质构造简图Fig.1 1∶50 000 diagram of geological structure in study area1.第四系;2.侏罗系中统水西沟群;3.石炭纪干泉组;4.下石炭红柳园组;5.中泥盆三个井组;6.前长城系敦煌岩群;7.三叠纪黑云母花岗岩;8.石炭纪黑云母花岗岩;9.三叠纪花岗岩;10.三叠纪闪长岩;11.芦草滩铁矿点;12.断层。

围岩蚀变是成矿直接的控制因素之一,围岩主要有凝灰质砂岩、绢云千枚岩、糜棱岩和辉绿岩等。区域岩浆活动显著,出露有大量的热变质岩,其岩石区域变质为低绿片岩相。石英脉型钨矿床主要沿区域性淤泥河大断裂与盐滩南大断裂东部复合部位,典型矿床为小独山石英脉型白钨矿,赋存于南蚀变带的三个矿化带中；金矿点则分布于盐滩南大断裂东端西侧,代表矿点为19号金矿点,该地段岩石蚀变(绿泥石化、绢云母化、硅化、碳酸盐化、黄铁矿化)强烈,石英脉、方解石脉发育；铁矿点处于酸性花岗岩与泥盆纪碳酸盐接触部位,金滩子弧形构造西侧附近,典型矿床为芦草滩接触变质型铁矿点,产于华力西中期二长花岗岩与砂板岩之接触带,岩石破碎,见有硅化、角岩化、绿泥石化、绿帘石化[3]。

2 遥感蚀变信息与构造信息分析

2.1 遥感蚀变信息特征

研究区位于中国西北极干旱无人地区,植被极不发育,地表无水体,且所选图像成像时间为冬季无降雪。进行掩膜处理后对比发现,此次异常提取,几乎无干扰信息,提取的遥感蚀变信息较为可靠。

2.1.1 遥感异常种类

由ETMl、3、4、5四个波段进行的特征定向主成分分析获得铁化(铁染)蚀变遥感异常；ETMl、4、5、7四个波段进行的特征定向主成分分析获得泥化(羟基)蚀变遥感异常。

2.1.2 遥感异常分级

遥感异常按灰度值分为三级,即高值级,铁染异常用红色表示,泥化异常用粉色表示；中值级,铁化异常用绿色表示,泥化异常用黄色表示；低值级,铁化异常用蓝色表示,泥化异常用青色表示。

2.1.3 遥感异常找矿模式

本区几个已知矿点及其周边均出现不同程度的“矿化型异常”,这类异常一般值级较高,分布较连续,并具有一定规模,而且铁化和泥化遥感异常有一定的重合性。这类异常是反映矿化区的铁化蚀变、泥化蚀变晕的富集地段,是找矿的重要指示标志。

2.2 构造信息特征

2.2.1 线性构造数据统计

以研究区1∶5万遥感影像线性体解译图作为线性体统计分析的基础资料,以正北为0°,东为90°,南为180°,角度间隔45°分组,通过对解译出的44条线性体的长度和数量进行统计并作为基本数据,得到线性构造长度分布直方图(图2)。长度分布直方图的形态接近哑铃状分布,说明线性构造的分布是长度<10 km的小微型构造较为发育,长度在20～25 km的中型构造相对发育,与地质资料统计结果一致,其解译结果可信度较高。将方位进行统计,得到线性构造方位分布直方图(图3)。由方位分布直方图得知,区内线性构造的优势方位为45°～90°和90°～135°,其中27°～45°(北北东向)也比较发育,整体上近东西向和北东向为优势方位。整体分布情况见研究区1∶5万遥感地质构造简图 (图4)。

图2 线性构造长度分布直方图Fig.2 Histogram of length distribution of linear structure

图3 线性构造方位分布直方图Fig.3 Histogram of orientation distribution of linear structure

2.2.2 线性构造密度分析

使用ARCGIS软件密度分析模块得到研究区线性构造密度图(图5),线性构造密度的高值区和频度的高值区基本吻合。它反映了线性体在空间上密度分布的数字特征和结构特征。等密度图上两向延长的高密度区或具有一定延伸方向的梯度带多为区域构造带的反映,对比分析结果表明:在图幅中部自西向东发育了一个线性体密集区,与目视解译的东西向构造完全重合。

图4 研究区1∶5万遥感地质构造简图Fig.4 1∶50 000 diagram of remote sensing geological interpretation in study area1.遥感影像;2.线性构造;3.环形构造。

图5 研究区局部线性构造密度图Fig.5 Density diagram of local linear structure in study area1.极高密度区;2.高密度区;3.中密度区;4.低密度区;5.不发育区;6.线性构造。

为了直观地显示矿化蚀变信息与构造的空间关系,利用MAPGIS软件把线性构造信息与铁染蚀变信息叠加 (图6)。图像显示铁染蚀变信息与构造信息有着密切的空间相关性,铁染蚀变信息主要受北东向和东西向构造的控制,且多分布于断层东南侧。将环形构造分布图与蚀变信息叠加分析,可见环形构造的空间位置与羟基蚀变信息高度吻合(图7)。由此可见由于火山和侵入作用形成的环形构造地区热液蚀变现象较为发育,是羟基蚀变类型矿床形成的有利区域。

3 化探综合异常与蚀变信息叠加

依据1979年1∶20万区域地质调查化探资料显示,研究区内Fe、W元素具有比较好的成矿潜力,在线环构造的复合和岩体围岩接触部位容易富集成矿。在本研究中,采用地球化学Fe、W元素异常等值线与蚀变信息提取图像叠加的数据处理方式,作为找矿预测资料的互为补充与验证,限于篇幅只将Fe元素化探异常与铁化异常叠加(图8)。可见,Fe元素地球化学异常区域与蚀变信息提取异常局部地区吻合,所提取的蚀变信息可以作为找矿预测标志。

图6 线性构造密度与铁染蚀变信息位置关系局部图Fig.6 Local map of position relation between linear structure density and alteration information1.线性构造极高密度区;2.线性构造高密度区;3.线性构造中密度区;4.线性构造低密度区;5.铁染高级异常;6.铁染中级异常;7.铁染低级异常;8.线性构造。

图7 环形性构造与泥化蚀变信息位置关系局部图Fig.7 Local map of position relation between ring structure and pelitization alteration information1.泥化高级异常;2.泥化中级异常;3.泥化低级异常;4.环形构造。

图8 Fe元素化探异常与铁化异常叠加局部图Fig.8 Local map of geochemical anomaly of Fe and iron abnormality1.铁染高级异常;2.铁染中级异常;3.铁染低级异常;4.Fe异常等值线。

4 物探异常与蚀变信息叠加

物探数据为1∶5万高精度磁法测量,经分析整理后可以看出,弱磁 显。推测研究区内主要近东西向构造和以北东—南西向断裂构造为主。对本区成矿有重要控制作用,反映深部地质作用。分解后的局部磁异常,总体反映出北东—南西向局部磁异常分布。根据异常产出部位及异常形态划分出异常,限于篇幅选取1号一类异常为例(图9),1号一类异常:位于测区中部,呈北西—南东向展布,异常长约5 km,北西为负磁,南东为正磁异常带。正磁异常幅值高达540 nT,面积约3 km2。该区主要出露岩性为二叠纪黑云母花岗岩,但相对周边相同岩性地区,异常幅值较高,是成矿预测的重要依据。

图9 1∶5万磁法异常与蚀变信息叠加局部图Fig.9 Local map of superposition of 1∶50 000 magnetic method abnormality and alteration information1.泥化高级异常;2.泥化中级异常;3.泥化低级异常;4.铁染高级异常;5.铁染中级异常;6.铁染低级异常;7.磁法异常等值线。

5 预测区的圈定

依据综合信息成矿预测理论,分析矿床形成、分布规律和控矿因素的地质、地球物理、地球化学、遥感地质等一系列方法所获得的有关信息,对矿产资源体所作的预测工作[4],使用基于GIS平台的Morpas软件,采用证据权模型来进行本次预测。证据权模型:以贝叶斯条件概率为基础,通过一定的数学计算方法确定与成矿作用关系密切的证据层的权重值,进而计算空间任意位置矿产发育的概率值,以圈定预测区[5]。

主要流程:建立研究区矿床(点)和成矿作用有关的证据因子专题数据库,对预测总工程进行网格单元划分,确定合适的网格宽度。进行点、线、面元分析和组合熵计算等[6]。在确定整个预测区内的临界值之后,其概率图中后验概率大于临界值的地区,即为成矿预测区。结合实际情况,圈定6个预测区 (图10),限于篇幅选取两个预测区做情况说明(表1)。

图10 1∶5万成矿预测区分布图Fig.10 Distribution map of 1∶50 000 metallogenetic prognosis area1.证据权重;2.预测区;3.已知矿点。

将已圈定的预测区信息与已知矿点位置进行叠加,发现3个已知矿点均处于预测区范围内,由此表明此次矿产预测具有较好地找矿指导意义。经与化探综合预测结果对比:①化探综合预测方法圈定研究区内2个已知矿点,多源数据预测圈定3个已知的全部矿点。②化探综合预测方法圈定预测区面积是多源数据预测圈定的2.2倍。这表明,多源数据比单一数据的预测方法更加科学合理。

表1 预测区情况

6 结语

基于GIS平台的多源信息综合成矿预测,是利用MAPGIS、ARCGIS等软件强大的兼容性将地质、遥感、地球化学等多源数据,转换到MAPGIS平台进行快速综合分析研究,各种控矿因素进行统计分析和叠加分析,达到预测成矿远景区的目的。方法简单实用,可推广性强,易于掌握,可在矿产勘查中广泛使用,更好地指导找矿工作。

[1] 刘治国,池顺都,周顺平,等．成矿预测中应用GIS的主要步骤[J]．地质找矿论丛,2002,17(2):140-144.

[2] 甘肃省地质矿产局．甘肃省岩石地层[M]．武汉:中国地质大学出版社,1997．

[3] 甘肃省有色地质调查院．甘肃省敦煌市白山―双岔沟口地区矿产地质调查设计书[R].兰州:甘肃省有色地质调查院,2013.

[4] 王世称．综合信息矿产预测理论与方法体系新进展[J]．地质通报,2010,29(10):1399-1403.

[5] 刘星,胡光道．应用MORPAS系统证据权重法进行多源信息成矿预测[J]．地质与勘探,2003,39(4):65-68.

[6] 丁永月．西藏尼木铜矿区域综合致矿异常信息提取与成矿预测[D]．武汉:中国地质大学(武汉),2013.

(责任编辑：陈文宝)

Metallogenic Prediction of Multi-source Data Based on GIS Platform

LI Haojie1,2， CHANG Xiaoke3

(1.SchoolofCivilEngineeringandMechanics,LanzhouUniversity,Lanzhou,Gansu730000; 2.GansuNonferrousGeologicalSurveyInstitute,Lanzhou,Gansu730000; 3.SchoolofEconomicsandManagement,LanzhouUniversityofTechnology,Lanzhou,Gansu730000)

Using GIS spatial analysis technology,on the basis of geological,geophysical,geochemical and remote sensing data processing,the data from different sources of information using remote sensing image fusion,all kinds of mineral elements in the GIS system the comprehensive information metallogenic prediction theory using the weights of evidence model,comprehensive analysis and interpretation,so as to improve the mineralization prediction precision,the delineation of ore prospecting area power prospecting breakthrough.

GIS; multi-source data; overlay analysis; metallogenic prediction

2015-03-30;改回日期:2015-04-16

中国地质调查局计划项目，甘肃省敦煌市白山—双岔沟口地区矿产地质调查项目(12120113046800)。

李浩杰(1986-),男,助理工程师,在读硕士,地质工程专业,从事遥感地质工作。E-mail:lihaojiehao@qq.com

P208; TP75

A

1671-1211(2015)04-0510-05

10.16536/j.cnki.issn.1671-1211.201504029

数字出版网址:http://www.cnki.net/kcms/detail/42.1736.X.20150619.1333.012.html 数字出版日期:2015-06-19 13:33