基于矿床成矿系列的三维成矿预测——以安徽铜陵矿集区为例

向　杰，陈建平，胡　桥，安文通，尹晓云

(1.中国地质大学(北京) 地球科学与资源学院，北京　100083；2.中国地质大学(北京) 国土资源与高新技术研究中心，北京　100083)



基于矿床成矿系列的三维成矿预测

——以安徽铜陵矿集区为例

向杰1,2，陈建平1,2，胡桥1,2，安文通1,2，尹晓云1,2

(1.中国地质大学(北京) 地球科学与资源学院，北京100083；2.中国地质大学(北京) 国土资源与高新技术研究中心，北京100083)

为了对安徽铜陵矿集区深部矿产资源进行定量预测评价，并按不同矿床类型实现混合成因预测，以矿床成矿系列为指导开展三维成矿预测很有必要。在前人研究的基础上，总结归纳了研究区两个矿床成矿系列：与燕山期岩浆作用有关的成矿系列和沉积-改造(变质)成矿系列，以及斑岩-矽卡岩-热液型成矿模式，并利用三维可视化技术，对研究区进行了三维地质建模。在此基础上，运用“立方块预测模型”找矿方法，对研究区开展三维成矿预测，根据信息量值结合地质情况圈定了14个找矿远景区。该研究成功地将传统二维成矿预测理论与三维可视化技术结合，将区域矿产预测拓展到三维空间，更有利于区域范围内隐伏矿体的圈定工作，亦为今后的三维成矿预测工作提供了参考。

铜陵矿集区；矿床成矿系列；立方块预测模型；信息量；三维成矿预测

0　引　言

成矿系列的概念是由程裕淇、陈毓川、赵一鸣于1979年提出[1]。经过30多年的研究，逐步得到完善。矿床成矿系列是成矿系列概念中的核心组成部分，自从矿床成矿系列概念提出以来，我国的广大地质工作者以成矿系列为指导，在地质找矿勘查中取得了显著成绩[2]。

21世纪以来，在三维基础上利用计算机三维建模技术和地质统计学进行隐伏矿三维定量预测已经成为矿产勘查一大亮点[3]。通过对矿区的三维地质建模，能够形象直观地反映各种地质体、地球化学异常、地球物理异常之间的互相关系。另外，通过对块体模型进行赋值，利用地质统计技术对空间数据进行科学计算，可以更科学地实现定位、定量预测的目的[4]。

目前区域矿产资源评价运用三维预测方法往往只针对单一矿种或单一矿床类型，没有从矿床成矿系列角度进行混合成因类型预测。陈毓川曾指出，成矿系列的核心思想就是认为矿床是以矿床组合自然体存在的，而这种矿床组合是在一定的地质构造环境中，由不同矿种、不同成因的矿床所组成的[5]。本文基于对安徽铜陵矿集区矿床成矿系列的总结，并以此为指导开展了矿集区三维成矿预测研究。

1　区域地质

图1　铜陵矿集区大地构造位置(a)[19]和铜陵矿集区地质简图(b)[20]Fig.1　Tectonic position of Tongling mineral district(a)[19] and geological sketch map of Tongling mineral district(b)[20]

铜陵矿集区位于下扬子坳陷带中部，贵池—马鞍山印支期隆起带中部的铜陵凸起中。西与华北地块和大别地块毗邻，以郯庐断裂为分界，南东与江南台隆相接。南、北两侧由东西向的隐伏基底断裂围限，与贵池、繁昌两个北东向的S状隆褶带相隔[6]；东、西两侧分别以北东向断裂带为界，构成一个菱形隆起地块。本区构造格局由近东西向、近南北向的基底断裂及北东向印支期褶皱和燕山期断裂为主的盖层构造组成[7]。本区地层除缺失中—下泥盆统外，出露志留系到第四系，累计厚度大于4 500 m。在燕山期岩浆活动强烈，地表出露的小岩体约有76个，面积70 km2，主要为辉石闪长岩-闪长岩-石英闪长岩-二长岩-花岗闪长岩[8-10]。矿集区从西至东分布有铜官山矿田、狮子山矿田、新桥矿田、凤凰山矿田和沙滩角矿田(图1)。

2　矿床成矿系列

矿床成矿系列是“在一定的地质历史时期或构造运动阶段，在一定的地质构造单元及构造部位，与一定的地质成矿作用有关，形成一组具有成因联系的矿床的自然组合”[1]。前人对该区矿床开展了大量的研究工作，提出了矽卡岩型、同生沉积型、(喷流)沉积-热液叠加改造型、层控矽卡岩型[11-14]、广义矽卡岩型-斑岩型-热液型[15]和斑岩-矽卡岩型[16]等观点，以及“三位一体”成矿模式[17]、“多层楼”成矿模式[18]。为更好地开展该研究区的定量预测，通过综合研究该区铁、铜、金等矿床，得出该区主要分为与燕山期岩浆作用有关的成矿系列和沉积-改造(变质)成矿系列。

2.1与燕山期岩浆作用有关的成矿系列

本系列主要形成于中生代板内变形阶段，是与燕山期构造—岩浆活动密切相关的铜、金成矿系列。预测类型亚类属于铜陵式，成矿区带属于安庆—铜陵—繁昌Cu-Fe-Pb-Zn-Au-Ag-硫铁矿-明矾石成矿亚带。成矿时代为燕山期，成矿与高钾钙碱性花岗质岩石有密切的成因联系，属于比较典型的斑岩-矽卡岩成矿系统。本系列进一步分为3个亚系列。

(1)接触交代矽卡岩型(凤凰山式)：成矿时代为燕山期晚侏罗世，大地构造位置处于下扬子前陆坳陷带地幔上隆区，基底断裂主要为东西向、近南北向断裂，盖层构造以北东向印支期褶皱、燕山期断裂为主。矿床受区域东西向大断裂、南北向盖层断裂及北东向新屋里复向斜组成的网格状构造体系复合控制。岩体与围岩间的接触带构造，为矿体的主要赋存空间。

(2)热液型(姚家岭式)：成矿时代为燕山晚期，构造位置属于铜陵隆起与繁昌盆地过渡部位，靠近铜陵隆起的一侧。花岗闪长斑岩中Cu、Pb、Zn等成矿元素的含量高于邻近的岩体，是该类型主要的成矿物质来源。区内石炭-二叠系地层是区域内重要的Cu、Au、Ag、Pb、Zn矿源层，也为成矿提供了较多的物质来源。成矿流体以岩浆期后热液为主。

(3)斑岩型(舒家店式)：成矿时代为燕山中期，大地构造处于下扬子前陆坳陷带，铜陵断块隆起区内。东西向、近南北向、北东向基底断裂发育。盖层构造以北东向印支期褶皱、燕山期断裂为主。基底断裂及燕山期断裂构造控制着区域内岩浆活动及矿化作用。北东向压性断裂是区内主要的岩浆通道，其产生的同方向构造破碎带是矿区内重要的控矿构造。在岩体接触带内侧裂隙发育，构成舒家店铜矿的主要聚矿空间。

由于铜陵地区大量的碳酸盐岩发育，矽卡岩型矿床比斑岩型矿床更加发育，而且具有通常可见的矿化分带特征，即斑岩型矿床出现在岩体隆起部位，而接触带为矽卡岩型矿床，向外有矽卡岩-热液型金矿和铅锌矿[16]，这样的分带特征为我们的预测提供了很好的参考。

2.2沉积-改造(变质)成矿系列

本成矿系列主要形成于古生代的盖层沉积阶段，多生成于滨海—浅海相沉积环境，以炭质页岩、粉砂质粘土岩和白云岩为主，通过正常的沉积成矿作用而形成原始的黄铁矿层或菱铁矿层，经过燕山期岩浆热液进一步叠加、复合而形成矿床，属于层控矽卡岩型(冬瓜山式)。

层控矽卡岩型(冬瓜山式)：成矿时代为晚侏罗世至早白垩世，大地构造位置处于扬子板块的东北缘，属大别造山带的下扬子前陆坳陷褶皱带内，铜陵—戴家汇岩浆断裂活动断块区。该系列矿床具有同生沉积和后生岩浆热液叠加改造两期矿化特征[21]。典型矿床如冬瓜山、新桥硫铜多金属矿。冬瓜山矿床的铁矿成矿物质既有地幔深部岩浆携带的铁质来源，又活化、迁移了上石炭统白云岩地层中同生沉积的黄铁矿层中的铁质，在上泥盆统五通组与石炭系地层间的层间滑脱构造中富集成矿。

基于对以上的总结认识，本文建立了铜陵地区成矿模式(图2)。深部岩浆房分异出成矿热液流体，沿断裂上升萃取成矿物质。成矿热液流体上升至浅部侵入体并受上覆硅质岩或砂岩圈闭时，在侵入体中形成斑岩型矿床；成矿热液流体上升并与五通组砂页岩之上的镁质碳酸盐岩发生交代作用，形成层控矽卡岩型矿床；成矿热液流体沿侵入体与围岩接触带上升，在岩体与晚石炭世至中三叠世碳酸盐地层接触带发生双交代作用，形成接触交代矽卡岩；成矿热液迁移至浅部岩体或围岩的断裂裂隙构造中，发生交代或充填，形成热液型矿床[21-23]。

图2　铜陵矿集区成矿模式图(据徐晓春等[23]，2014略改)Fig.2　Metallogenic model in Tongling mineral district(modified after Xu et al.[23]，2014)

3　三维成矿预测

区域隐伏矿体三维预测评价是以多年积累的二维地质调查成果与经验为基础，依托三维可视化技术拓展为三维实体地质模型，以成矿控制因素有利组合部位的定量圈定与筛选实现深部矿产资源的定位与评价[3,24-27]，近年来取得了很好的成果[28-30]。深部找矿预测在创建预测评价模型之前，必须先建立三维地质模型，再根据成矿理论总结成矿规律，从而挖掘出成矿有利信息，提取有利预测变量，最终形成三维预测模型[31-32]。

3.1建立三维地质模型

三维地质建模是三维定量预测评价的前提和基础[3]，同时也是一项高度综合和非常复杂的系统性地质研究工作。三维地质建模的基础资料主要是区域实测剖面、地球物理资料、地球化学资料、钻孔数据等，通过三维可视化技术来构建地层、构造、岩体、矿体等三维实体模型。

3.1.1建模基础资料

本次三维地质建模的资料基础为纵贯研究区的25条地质地球物理联合反演的综合剖面，该剖面的获得是安徽铜陵深部矿产调查项目组以地质剖面为初始模型，以岩(矿)石物性为纽带，根据航磁化极、剩余异常推断了岩体的形态；根据剩余重力异常推断了背斜、向斜形态及断裂位置等，对25条剖面进行了重力-磁法-AMT-地质联合反演(图3)，保证了本次三维建模的模型准确性。

图3　重力-磁法-AMT-地质联合剖面Fig.3　Gravity-magnetism-AMT-geology combined profile

3.1.2三维地质建模

本次研究应用主流的地质三维建模软件Surpac 6.3.2，采用剖面建模法对研究区地层、岩体、构造、矿体进行了三维地质建模(图4—图6)。本区石炭系与二叠系地层物性近似，采用重磁-AMT联合反演无法加以区分，因此两者统称为石炭—二叠系，并进行统一建模。

图4　铜陵矿集区地层实体模型Fig.4　3D entity model of strata in Tongling mineral district

图5　铜陵矿集区岩体实体模型Fig.5　3D entity model of rock mass in Tongling mineral district

图6　铜陵矿集区断裂实体模型 Fig.6　3D entity model of fracture in Tongling mineral district

3.2成矿有利信息分析

本次研究使用“立方块预测模型”[27]进行矿产资源预测评价。本次研究区面积约1 200 km2，模型区坐标范围为南北3 396 035～3 431 835 m、东西571 407～616 507 m，高程为-3 000～600 m，单元块行×列×层为100 m×100 m×50 m，模型总共有5 893 440个单元块。每个立方块模型中都赋有地质属性值，按照不同预测类型的控矿因素，提取出有利的成矿信息，形成该区域定量预测模型。

3.2.1有利地层信息提取

依据地层模型对立方块模型进行限定，划分出不同地层的块体单元。同样将已知矿体信息赋值到块体单元，作为矿床预测中的先验条件。通过已知矿体与不同地层的图层叠加统计，得出三叠系含矿最多，石炭—二叠系次之(图7)，印证了区内C+P+T的“多层楼”成矿模式[18,21]。

图7　不同地层含矿立方体数目统计Fig.7　Statistics of the amount of ore cubes in different strata

3.2.2岩体信息提取

本次深部建模数据为重磁-AMT联合反演剖面，难以将闪长岩-石英闪长岩-花岗闪长岩区分，因此将其统一建模为闪长岩。根据区内主要为“岩体+地层”的成矿模式，对岩体分别做了500 m缓冲区、1 000 m缓冲区，同样通过与已知矿体叠加，可见在闪长岩及其缓冲区中含矿性较好(图8)。

图8　不同岩体部位含矿单元体数目图Fig.8　Statistics of the amount of ore cubes in different rock mass parts

岩浆的分异作用可使形成的岩浆岩形态较为复杂，流体对岩体的破坏也使岩体呈现出复杂的表面结构，岩体的复杂程度特征反映了岩体的分异特征，我们将之称为岩体分异系数。经过统计，选取岩体分异系数(2，2.5)区间为成矿有利区间。图9为岩体分异系数分布，可以直观地看到，成矿有利区间与岩体的分异程度非常吻合。

图9　岩体分异系数分布图Fig.9　Distribution of differentiation coefficient of rock mass

3.2.3有利构造信息提取

根据本区矿床特征，主要的构造控矿类型分为断裂控矿、褶皱控矿。本次研究对断裂进行了三维建模，并做200 m断裂缓冲区来表征断裂带，用方位异常度表征局部断裂特征。经统计，选取方位异常度(0.985，0.995)为成矿有利区间。图10显示方位异常度与主干断裂叠合，由图可以看出异常区间很好地反映了局部断裂特征。

图10　方位异常度分布图Fig.10　Distribution of azimuth abnormality degree

褶皱也是该区的重要控矿因素。本次研究根据铜陵地区构造推断图，分别提取了背斜和向斜的赋值区域。经统计72%的已知矿体在背斜区域，10%的已知矿体在向斜区域，由此证明褶皱作为一项重要控矿因素不可忽视。

3.3定量预测模型的建立

3.3.1定量计算方法

本次研究采用三维找矿信息量的方法，计算研究区各找矿标志的信息量值，即设定含有找矿标志的单元块中该项属性为1，不存在的为0，通过信息量计算公式(1)，计算出不同类型不同找矿标志的信息量值(表1)。

(1)

式中：IA(B)为A标志有B矿的信息量；Nj表示研究区内具有标志A的含矿单元数；N为研究区内的含矿单元数；Sj为研究区内具有标志A的单元数；S为研究区的单元块总数。

3.3.2定量预测模型及信息量

通过对研究区矿床成矿系列和成矿模式的总结归纳，本次三维定量预测分4种矿床类型开展，按照4种矿床式(舒家店式、凤凰山式、冬瓜山式、姚家岭式)，总结了4种定量预测模型(表1)。定量预测模型是定量预测的指导，是将地质控矿因素转换为能够为计算机识别计算的GIS图层，通过三维信息量方法计算，求取各个变量在不同预测类型中的信息量值。从表中可以看到信息量值均大于零，证明了找矿标志的有效性。

图11　铜陵预测远景区及靶区划分Fig.11　Predicted prospect area and division of targets in Tongling mineral district

4　预测结果

按照不同的定量预测模型将计算出的信息量赋值给单元块中每一个变量，再将每个单元块所含变量的信息量值进行叠加，得到每个单元块信息量加和[31-32]。按照含矿浓集程度的收敛曲线分别确定4种类型的信息量下限：层控矽卡岩型信息量下限为3.88、接触交代矽卡岩型信息量下限为2.618、热液型信息量下限为1.764、斑岩型信息量下限为2.648。大于信息量下限的块体即为预测远景区，结合区域地质特征及已有找矿事实，圈定了14个预测靶区，并依据信息量高值块体数目将预测靶区分为A、B、C 3级(图11)。从图中可以看到，铜官山矿田、狮子山矿田、新桥矿田、凤凰山矿田和沙滩角矿田都属于信息量浓集区域，证明了该预测方法的有效性。本次圈定的预测靶区不仅包含了已知矿区，还包含了没有找矿发现但是潜力较大的新区，如B8-8、C5-2、C5-3、C5-5是下一步找矿的方向。

5　结　论

(1)通过对前人研究的归纳整理，总结了铜陵矿集区矿床成矿系列，分为与燕山期岩浆作用有关的成矿系列和沉积-改造(变质)成矿系列，并梳理了铜陵矿集区斑岩-矽卡岩-热液型成矿模式。

(2)运用三维可视化技术建立了铜陵矿集区三维地质模型，并基于研究区的矿床成矿系列，提出了该区4种矿床类型的定量预测模型。在定量预测模型的指导下，运用“立方块预测模型”找矿方法，圈出了14个找矿远景区，其中4个属于未开发区域。

(3)本次研究结果与找矿事实较一致，充分表明基于矿床成矿系列进行分类型三维预测的现实可行性。该研究成功地将传统二维成矿预测理论与三维可视化技术结合，将区域矿产预测拓展到三维空间，更有利于区域范围内隐伏矿体的圈定工作，为深部边部找矿提供了有效的技术手段。

[1]程裕淇，陈毓川，赵一鸣. 初论矿床的成矿系列问题[J]. 中国地质科学院院报，1979，1(1)：32-58.

[2]肖克炎，丁建华，娄德波. 试论成矿系列与矿产资源评价[J]. 矿床地质，2009，28(3)：357-365.

[3]陈建平，于萍萍，史蕊，等. 区域隐伏矿体三维定量预测评价方法研究[J]. 地学前缘，2014，21(5)：211-220.

[4]丁建华，肖克炎，娄德波，等. 大比例尺三维矿产预测[J]. 地质与勘探，2009，45(6)：729-734.

[5]陈毓川，裴荣富，宋天锐，等. 中国矿床成矿系列初论[M]. 北京：地质出版社，1998： 1-104.

[6]李东旭，谭以安. 限制型S状构造及其模拟——以铜陵地区为例[J]. 现代地质，1989，3(3)：309-318.

[7]刘文灿，李东旭，高德臻. 铜陵地区构造变形系统复合时序及复合效应分析[J]. 地质力学学报，1996，2(1)：42-48.

[8]黄许陈，储国正，周捷，等. 安徽铜陵地区成矿物质和含矿流体来源问题的探讨[J]. 安徽地质，1994，4(3)：1-9.

[9]翟裕生，姚书振，林新多，等. 长江中下游地区铁、铜等成矿规律研究[J]. 矿床地质，1992，11(1)：1-12.

[10]曾普胜，杨竹森. 安徽铜陵矿集区燕山期岩浆流体系统时空结构及成矿[J]. 矿床地质，2004，23(3)：298-308.

[11]常印佛，刘学圭. 关于层控式矽卡岩型矿床——以安徽省内下扬子坳陷中的一些矿床为例[J]. 矿床地质，1983，2(1)：11-20.

[12]储国正，李东旭. 顺层滑动构造对于安徽狮子山矿田“多层楼”矿床的控制[J]. 现代地质，1992，6(4)：504-513.

[13]郭文魁.论安徽铜官山铜矿成因[J]. 地质学报，1957，37(3)：317-332.

[14]顾连兴，徐克勤. 论长江中、下游中石炭世海底块状硫化物矿床[J]. 地质学报，1986，60(2)：176-188.

[15]唐永成，吴言昌，储国正，等. 安徽沿江地区铜金多金属矿床地质[M]. 北京：地质出版社，1998：1-351.

[16]毛景文，邵拥军，谢桂青，等. 长江中下游成矿带铜陵矿集区铜多金属矿床模型[J]. 矿床地质，2009，28(2)：109-119.

[17]李文达. 论扬子型铜矿床及其成因[J]. 中国地质科学院南京地质矿产研究所所刊，1989，10(2)：1-14.

[18]常印佛，刘湘培，吴言昌. 长江中下游铜铁成矿带[M]. 北京：地质出版社，1991：1-379.

[19]毛景文，胡瑞忠，陈毓川，等. 大规模成矿作用与大型矿集区[M]. 北京：地质出版社，2006：278-391.

[20]谢建成，杨晓勇，肖益林，等. 铜陵矿集区中生代侵入岩成因及成矿意义[J]. 地质学报，2012，86(3)：423-459.

[21]姚孝德，杜建国，许卫，等. 安徽省铜陵矿集区区域成矿模式[J]. 合肥工业大学学报(自然科学版)，2012，35(7)：965-976.

[22]邓晋福，戴圣潜，赵海玲，等. 铜陵Cu-Au(Ag)成矿区岩浆-流体-成矿系统和亚系统的识别[J]. 矿床地质，2002，21(4)：317-322.

[23]徐晓春，范子良，何俊，等. 安徽铜陵狮子山矿田铜金多金属矿床的成矿模式[J]. 岩石学报，2014，30(4)：1054-1074.

[24]WU Q，XU H，ZOU X K. An effective method for 3D geological modeling with multi-source data integration[J]. Computers & Geosciences，2005，31(1)：35-43.

[25]KAUFMANN O，MARTIN T. 3D geological modelling from boreholes，cross-sections and geological maps, application over former natural gas storages in coal mines[J]. Computers & Geosciences，2008，34(3)：278-290.

[26]WANG G W，HUANG L. 3D geological modeling for mineral resource assessment of the Cu deposit，Heilongjiang Province，China[J]. Geoscience Frontiers，2012，3(4)：483-491.

[27]陈建平，吕鹏，吴文，等. 基于三维可视化技术的隐伏矿体预测[J]. 地学前缘，2007，14(5)：56-64.

[28]陈建平，陈勇，曾敏，等. 基于数字矿床模型的新疆可可托海3号脉三维定位定量研究[J]. 地质通报，2008，27(4)：552-559.

[29]陈建平，尚北川，吕鹏，等. 云南个旧矿区某隐伏矿床大比例尺三维预测[J]. 地质科学，2009，44(1)：324-337.

[30]毛先成，邹艳红，陈进，等. 危机矿山深部、边部隐伏矿体三维可视化预测：以安徽铜陵凤凰山矿田为例[J]. 地质通报，2010，29(3)：401-413.

[31]史蕊，陈建平，刘汉栋，等. 山东焦家成矿带三维预测模型及靶区优选[J]. 现代地质，2014，28(4)：743-750.

[32]严琼，陈建平，尚北川. 云南个旧高松矿田芦塘坝研究区三维预测模型及靶区优选[J]. 现代地质，2012，26(2)：286-293.

3D Metallogenic Prediction Based on Minerogenetic Series:A Case Study in Tongling Mineral District of Anhui

XIANG Jie1,2，CHEN Jian-ping1,2，HU Qiao1,2，AN Wen-tong1,2，YIN Xiao-yun1,2

(1.SchoolofEarthSciencesandResources，ChinaUniversityofGeosciences，Beijing100083，China；2.InstituteofLandResourcesandHighTechniques，ChinaUniversityofGeosciences，Beijing100083，China)

In order to quantitatively predict the underlying mineral resources in Tongling mineral district and implement mixed genesis prediction according to the different deposit types，3D metallogenic prediction based on minerogenic series is imperative. In this paper，we summarized two minerogenic series on the basis of previous studies，including the minerogenic series related to the Yanshanian magmatism and the sedimentary-reformation(metamorphic) minerogenic series. In addition，we summarized the porphyry-skarn-hydrothermal metallogenic model in the study area. Using 3D visualization technology，the 3D digital mine is modeled. After that,by implementing “cubic predicting model”prospecting method, we carried out a three-dimensional metallogenic prediction in the study area，and delineated 14 predicted targets according to the value of information and geolo-gical condition. Our research combines the traditional two-dimensional regional metallogenic prediction methods with advanced visualization technologies successfully，and extends the prediction of mineral resources within the region to three-dimensional space，makes it more conducive to concealed ore delineation work within the region，and also provides a reference for future three-dimensional prediction.

Tongling mineral district；minerogenic series；cubic predicting model；information quantity；3D metallogenic prediction

2015-09-12；改回日期：2015-12-21；责任编辑：楼亚儿。

中国地质调查局项目“老矿山找矿技术创新与示范”(1212011220737)。

向杰，男，博士研究生，1990年出生，地球探测与信息技术专业，主要从事矿产资源定量预测与评价研究。

Email:530861206@qq.com。

陈建平，男，教授，博士生导师，1959年出生，地球探测与信息技术专业，主要从事矿产资源定量预测与评价研究。Email:3s@cugb.edu.com。

P628；P612

A

1000-8527(2016)01-0230-09