APP下载

GeoDA软件在区域化探数据找矿中的应用

2016-06-02张建红孟海东

现代矿业 2016年1期
关键词:象限内蒙古关联

张建红 杨 敏 孟海东

(1.内蒙古科技大学矿业研究院;2.内蒙古科技大学材料与冶金学院)



GeoDA软件在区域化探数据找矿中的应用

张建红1杨敏2孟海东1

(1.内蒙古科技大学矿业研究院;2.内蒙古科技大学材料与冶金学院)

摘要利用空间自相关Moran指数,借助GeoDA软件对内蒙古某地区1:50 000水系沉积物测量数据进行分析。结果表明:运用全局空间自相关Moran指数可确定Cu是否存在空间聚集现象,运用LISA和Moran散点图可确定元素具体的聚集位置和范围,利用关联分析技术可寻找到与Cu相关的Zn、Ni,为寻找伴生元素提供了依据。

关键词水系沉积物测量Moran指数化探数据空间聚集关联分析

地学数据在空间分布上既具有关联性,又具有规律性,最大限度地挖掘该类相关性,为找矿提供更多有价值的信息是一项有意义的工作。GeoDA软件可提供一个友好的可视化界面描述空间数据的相关性,该软件是在地图和统计图表相互作用的环境下运行的,运用了强大的窗口连接技术[1-3]。本研究借助该软件对内蒙古某地区1:50 000水系沉积物测量数据进行相关性分析,为区内地球化学找矿工作提供有价值的参考信息。

1空间自相关指数及Moran散点图

1.1空间自相关指数

(1)全局空间自相关Moran指数。Moran's I指数可反映空间邻近区域单元之间的属性值是否存在相关性。为分析地球化学元素的空间分布情况,本研究采用GeoDA软件分析Cu的空间关联性。Moran`s I指数的变化范围为-1~1,小于0表示负自相关,等于0表示不相关,大于0表示正自相关。

(2)局部空间自相关Moran指数(LISA)。可用于评价某区域内Cu与邻近区域Cu的相关程度。

1.2Moran散点图

全局空间自相关Moran指数仅能从总体上反映区域元素有无聚集性,无法反映该区内某一元素确切的聚集位置和聚集类型(高高聚集或低低聚集)。Moran散点图以(z,wz)为坐标点,z为所有元素的观测值和平均值之间的离差组成的向量,wz为空间权重矩阵W与向量z的乘积,即相邻区域观测值的空间加权平均值,亦称为空间滞后向量。Moran可反映元素的局部空间分布格局,分为4个象限(图1),第一象限表示高高关联,第二象限表示低高关联,第三象限表示低低关联,第四象限表示高低关联[4]。

图1 Moran散点图

2试验分析

2.1数据来源

本研究数据来源于内蒙古某地区1:50 000水系沉积物测量成果,采样面积约363 km2,共有379个采样点,每一采样点中主要分析的元素为Cu、Zn、Mo、Cr、Co、Ni、Cd、W、Pb、Bi、Sb、As、Hg、Sn、Au、Ag。该区位于西伯利亚板块东南大陆边缘,历经中生代中亚—蒙古造山与火同岩浆活动以及多生地质构造活动的影响,对于成矿非常有利。区内的铜锌多金属矿床位于内蒙古锡林郭勒盟东乌旗县北东约15 km处,是我国近些年来在地质调查过程中最新发现的矿床[5]。本研究搜集到的数据为Excel格式,为便于采用GeoDA软件分析,运用ArcGIS软件将其转化为Shapefile格式数据。

2.2试验结果

首先分别在Hinge=1.5和Hinge=3.0的情况下,分别制作该区域Cu的箱形地图,发现结果一致。由箱形图可知:Cu无下异常值的范围,Q50Q75和上异常值位于测区中东部和北东部。通过GeoDA软件对Cu的测量数据进行全局空间自相关分析,可知分布于第一、三象限的点均为空间正相关的点,Moran`s I为0.554 236说明Cu在该区域具有较强的自相关性,并非完全随机性。为检验Moran`s I 是否显著,在GeoDA软件中进行蒙特卡罗模拟检验,结果表明,P值为0.001,说明在99.9%的置信度下,Cu的空间自相关性显著。

为更直观地确定该区域Cu的具体分布情况,运用GeoDA软件生成LISA聚集分布图,采用不同的着色区分自相关类别,由于地球化学找矿一般仅关注高含量元素的空间分布状况,所以仅对高高聚集、高低聚集、低高聚集进行分析。黑色代表高高聚集,深灰色代表低高聚集,浅灰色代表高低聚集,无色则表示不显著。由Cu的LISA聚集图可知:Cu主要分布于该区域东部及北东部,与搜集到的事物资料相吻合。

通过空间自相关分析确定了Cu的聚集区域,运用关联分析技术寻找与Cu相关联的元素有Zn和Ni,Cu与Zn的关联系数为0.59,Cu与Ni的关联系数为0.68。由此可知,在找到铜矿的同时,很有可能找到Zn、Ni等伴生矿产。

3结论

(1)运用全局空间自相关Moran指数,并借助GeoDA软件可确定Cu 在区内是否具有聚集性,利用LISA和Moran散点图可进一步确定该元素的具体聚集位置和聚集情况,如高值聚集或低值聚集。

(2)在确定Cu的聚集区域后,利用关联分析技术对该区域的所有元素进行分析,发现Zn、Ni与Cu的关联性较强,说明在找到铜矿的同时也可能找到Zn、Ni等伴生矿产。

(3)运用GeoDA软件进行空间自相关分析与关联分析适合于处理地球化学数据,可为地球化学找矿提供可靠依据。

参考文献

[1]张朝生,章申,何建邦.长江水系沉积物重金属含量空间分布特征研究——空间自相关与分形方法[J].地理学报,1998,53(1):87-96.

[2]胡健,周艳春.基于Geoda 的我国区域油页岩资源勘探开发序列研究[J].西安交通大学学报:社会科学版,2015,35(1):61-65.

[3]万鲁河,王绍巍,陈晓红.基于GeoDA的哈大齐工业走廊GDP 空间关联性[J].地理研究,2011,30(6):977-984.

[4]部慧,梁小珍,皮理.我国金融业区域发展差异的空间统计分析[J].系统工程理论与实践,2014,34(5):1171-1179.

[5]刘晓阳,李俊建,李生,等.内蒙古东乌旗狠麦温都尔锌铜多金属矿矿床地质特征[J].地质调查研究,2012,35(4):241-246.

(收稿日期2015-07-13)

张建红(1988—),女,硕士研究生,014010 内蒙古自治区包头市昆都仑区阿尔丁大街7号。

猜你喜欢

象限内蒙古关联
勘 误
复数知识核心考点综合演练
不惧于新,不困于形——一道函数“关联”题的剖析与拓展
《内蒙古气象》征稿简则
常数牵手象限畅游中考
在内蒙古,奶有一百种吃法
“一带一路”递进,关联民生更紧
可爱的内蒙古
奇趣搭配
平面直角坐标系典例分析