内蒙古额济纳旗红石山金矿三维成矿条件分析与成矿预测

胡　彬, 陈建平, 安文通, 向　杰, 田夏一, 王文杰, 赖自力

(1.中国地质大学(北京)地球科学与资源学院，北京100083； 2.北京市国土资源信息研究开发重点实验室，北京100083)



内蒙古额济纳旗红石山金矿三维成矿条件分析与成矿预测

胡彬1,2, 陈建平1,2, 安文通1,2, 向杰1,2, 田夏一1,2, 王文杰1,2, 赖自力1,2

(1.中国地质大学(北京)地球科学与资源学院，北京100083； 2.北京市国土资源信息研究开发重点实验室，北京100083)

分析了内蒙古额济纳旗红石山金矿床地质特征和控矿地质条件，总结了研究区成矿规律及找矿标志在深部的变化规律，建立了该区域的找矿地质模型，利用Surpac软件对区内地层、断裂构造、岩体、已知矿体、物化探异常等成矿预测因子进行了三维实体建模；采用立方体预测模型法对三维实体模型进行空间分割，并依据建立的找矿地质模型，给每一个立方体单元块赋相应属性值，建立数字找矿模型；进而对研究区地质、地球物理、地球化学等9个预测变量进行三维成矿有利条件分析与提取，采用三维信息法计算并统计各预测变量所包含的信息量，确定成矿有利组合的空间部位，并结合研究区内实际地质情况、已有见矿工程分布等因素圈定了3处找矿靶区；最后采用体积估计法计算得到3处找矿靶区的总资源量为4.67 t。

立方体预测；三维成矿分析；三维信息量法；Surpac软件；靶区圈定；红石山金矿床；内蒙古额济纳旗

0　引　言

随着我国现代工业化的不断推进，找矿工作已由地表矿、浅部矿、易识别矿转向隐伏矿、深部矿、难识别矿，找矿难度日益增大(于萍萍，2015)。因此，对成矿规律作更深一步研究以及加强矿产资源预测评价理论方法的科学性，对于提高矿床发现的成功率至关重要。随着Houlding(1994)基于三棱柱模型建立的层状地质体三维模型的出现，三维建模技术飞速发展。近年来，基于三维模型的成矿预测评价成为研究重点，越来越多的学者开展了基于三维数字矿床模型的成矿预测研究。吴健生等(2001)通过对阿舍勒铜锌矿建立三维矿体模型和三维地质模型，在转化为立方块结构后，利用数学地质方法统计矿体品位，估计储量；邹艳红(2005)通过建立地测数据库和三维隐伏矿床可视化模型来对研究区进行定量预测；肖克炎等(2012)研究总结了大比例尺三维成矿预测的具体工作流程，并结合具体实例说明了应用的成效;毛先成等(2009，2010)研究提出了隐伏矿体立体定量预测工作的核心流程即地质数据集成-成矿信息定量提取-立体定量预测;陈建平等(2007，2008a，2012a，2014)和吕鹏(2007)提出了一种基于三维建模的立方体预测模型找矿方法，综合地、物、化、遥多元信息，开展深部矿体定位、定量、定概率一体化的预测评价，圈定预测靶区，并对资源量进行了预测。尽管三维预测评价前人研究成果较多，但是，随着大数据时代的到来，如何通过已有的大量的地质数据，挖掘并分析出有利成矿信息，进而总结出矿区或成矿带的成矿有利因子，实现完全用数据说话以减少人为主观因素，并结合三维可视化技术实现矿体的定位和定量预测评价值得深究，这对于下一步矿产资源的勘探部署意义重大。

北山成矿带是我国西部地区重要的成矿带之一，找矿潜力巨大，其中金矿找矿工作更是在近10年内取得的重大突破，共发现大、中、小型金矿床几十处，金矿点上百个，已成为我国西北地区重要的金矿资源产地之一。以北山成矿带南带内蒙古额济纳旗红石山金矿为研究对象，基于Surpac软件建立研究区三维地质模型，提取成矿有利信息，对区内隐伏矿体进行三维定位、定量预测研究，其成果对北山成矿带金成矿有利信息的进一步认识及提取有一定的借鉴意义,并对该区域今后的矿产资源勘探工作具有一定的指导意义。

1　区域地质背景

图1　区域大地构造划分略图Ⅰ-哈萨克斯坦板块；Ⅱ-北山造山带；Ⅲ-塔里木板块；Ⅰ1-扫子山—圆包山活动陆坡及边缘弧；Ⅱ1-岛弧带；Ⅱ2-红柳河湖后盆地；Ⅱ3-明水—旱山地块；Ⅲ1-盘陀山陆块；Ⅲ2-北山裂谷Fig.1　Simplified map showing regional tectonic structure division of the study area

研究区位于内蒙古自治区西南部与甘肃交界处，面积约38.86 km2。大地构造上处于塔里木板块和哈萨克斯坦板块晚古生代缝合带南侧、北山造山带之中，由北而南依次划分为旱山—明水地块、洗肠井构造混杂岩带和望旭山陆块，区域上呈“一带两块”的构造格局(聂凤军等，2002)(图1)。区内地层及岩性较为简单，主要出露中、上元古界长城系古硐井群下、中岩性组地层，南侧发育少量新近系古泉组，沿沟谷发育第四系。其中，古硐井群中岩性组主要出露于研究区的中部和南部，岩性为灰—浅灰色夹褐灰色长石石英细砂岩，并夹少量浅灰色薄层状石英细砂岩，以变形强、变质弱、片理发育为特征。区域上古硐井岩群走向延伸稳定，为含金矿化的主要矿源层。区内断裂构造较发育，主要发育脆性断裂构造，以1条走向NE并贯穿全区的断裂构造为主干断裂，并发育有近EW向次级韧性剪切带及片理化带，推测片理化带在成矿期是成矿热源的运输通道，控制着矿体产出，为区内主要的容矿构造。区内岩浆岩较为发育，形成时代自晚古生代到中生代均有出露，其中以二叠纪中酸性侵入岩为主体，是成矿富集热源和动力的主要来源。区内脉岩较为发育，具多期成因，且石英脉与金矿化关系密切。

2　三维成矿条件分析与成矿预测

三维成矿条件分析与成矿预测是在分析研究区地质、地球物理、地球化学和遥感特征的基础上，建立研究区的综合找矿地质模型，并依据所建立的赋值后的三维立方体模型提取研究区有利的成矿信息进行分析与预测。

2.1综合找矿地质模型

综合找矿模型是指对地质、地球物理、地球化学等多源信息的有机综合与研究，从中抽象出矿产资源体可能存在的控矿因素、找矿标志、找矿准则和矿化信息的概念或图表模型(肖克炎，1994)。通过对区内矿床的地质特征的研究，并结合矿区的矿床成因、矿体特征、控矿因素和找矿标志以及前人研究(彭海练等，2011)，总结出研究区内卡林型金矿的综合找矿模型。

2.1.2构造特征研究区位于盘陀山—古硐井复式背斜的核部，断裂构造较发育，主要为近EW向韧性剪切带及片理化带。金矿化点产于近EW向片理化带中，表明片理化带可能既控制了金矿的形成，为成矿热源提供运移通道，又控制了矿体的产出，是主要的容矿构造。

2.1.3岩浆岩特征闪长岩、石英闪长岩呈岩株、岩脉状在区内广泛发育，已知矿体在岩枝边部围岩含矿性最好，Au品位较高，且岩体围岩发生硅化。推测可能是由于闪长岩体在上侵就位阶段使围岩发生了热接触变质，致使围绕岩体的围岩发生硅化，并形成了从高温→中温→低温的成矿系统，促进了成矿作用的进行，为研究区金矿的形成提供了必不可少的热动力条件。

2.1.4地球物理特征激电中梯高极化率异常带结合激电测深异常往往是寻找隐伏金矿体重要的地球物理标志。区内激电异常主要分布在北部及西南部，整体走向为近EW向及NE向，呈串珠状展布，其中低值区主要分布在中部和东部。激电异常所在地层电性既有高阻异常区，也有位于低阻区域及高阻向低阻过渡带，反映比较复杂。视电阻率相对高阻异常主要分布在北部及西部，向东、南部逐渐变化为串珠状分布、具有一定走向规律的高阻异常带，相对低阻区在普查区的中部和东南部。结合区内地质情况分析，高阻异常带可能反映的是砂岩地层，低阻区可能是粉砂岩地层及断裂破碎带的反映，因此推测区内低阻异常区是较有利的成矿区。

2.1.5地球化学特征地球化学勘查是对成矿元素和相关元素在不同地质体及区带含量和分布的研究，是找出异常地段、缩小和确定找矿及勘探对象的主要研究方法。研究区处于望旭山陆块Au、Sb、W、Mo地球化学块体中，块体内前寒武系地层Au、As、Sb、H、Mn的背景值相对较高。其中，Au、Sb元素变异系数大，显示主成矿元素特征，认为其构成含Au、Sb元素的矿源层。同时，1∶5万水系沉积物分析以及1∶1万土壤分析结果表明：Au、Sb元素在古硐井岩群中明显富集，Au-Sb-As低温元素组合异常均具有3级含量分带，套合程度高,在一定程度上说明古硐井岩群具有较好地形成金矿的地球化学条件。

通过以上研究分析，总结出红石山金矿的找矿模型(表1)。

表1　研究区红石山金矿床综合地质找矿模型

2.2三维地质建模及成矿条件

本次研究采用Surpac软件对研究区内地层、构造、岩体、物化探异常等成矿预测因子进行三维实体建模(图2)。

根据所获取的地质资料，特别是勘探线的工程距离、矿体的大小、采矿设计要求以及研究区的大小等实际情况，选用行×列×层为10 m×10 m×10 m大小划分立方块，共获取立方块897 024个。最后采用立方体预测模型法对各个变量进行成矿有利条件的分析与提取，并在此基础上采用三维信息量法对各个预测变量进行评价。

图2　研究区三维实体模型Fig.2　Three-dimensional solid model of the study area

图3　古硐井群中岩性组地层立方块提取Fig.3　Cubic extraction of the middle lithologic formation of Gudongjing group (ChG21)

2.2.2构造信息断裂构造为研究区的成矿作用提供了良好的容矿空间及热液通道，对研究区的成矿作用产生了重要影响。对于构造信息，主要提取了构造带特征和构造展布特征。

(1) 构造带特征。根据已有资料分析以及结合已知矿体在地质上的叠加和前人研究(彭海练等，2011)认为，古硐井岩群中岩性组中发育片理化带NEE向韧性剪切带及片理化带，并控制着金矿体的形成和产出，是金矿形成过程中岩浆热液的运移通道以及金矿富集的主要场所。因此，通过结合研究区的实际地质情况，分别对片理化带做了50、75 m的片理化缓冲带，在经过立方体软件处理后，统计结果显示：缓冲区50 m范围内包含的已知矿体超过50%；而缓冲区75 m范围内共包含7 967矿块，含矿率达到84%，这表明片理化带缓冲区在区内是极重要的成矿有利因子。片理化带与已知矿体叠加见图4。

图4　片理化带与已知矿体叠加Fig.4　Superposition of schistositized zones with the known ore bodies

(2) 构造展布特征。构造断裂带往往是成矿物质运移的主要通道，但由于主干断裂空间较大，流体活动性较强，而成矿物质的沉淀与聚集常需要一个相对稳定的环境。因此，主干断裂旁侧的局部断裂构造或片理化带通常是成矿的相对有利区。用方位异常度来表征局部断裂特征，通过提取构造等深线，经立方体预测软件(陈建平等，2008b，2009，2012b；史蕊等，2011)统计方位异常度与矿体之间的关系，并选取0～0.049 75作为成矿有利区间，将方位异常度与主干断裂叠合，结果显示异常区间较好地反映了局部断裂特征。

2.2.3 岩体信息岩浆岩为热液矿床成矿提供热源、动力及成矿物质，对于隐伏岩体来说，矿体一般发现于岩体周边及表面一定区域内。因此，岩体信息是不可缺少的预测变量。通过岩体实体模型和已知金矿体实体模型对立方块体模型约束之后，统计结果显示只有106块矿体落在岩体里面，仅占总矿体的1.1%,说明虽然南部出露的闪长岩体与金矿体在成因上有联系，但岩体的主体产出部位与金矿体空间分布上并没有直接的接触关系。

2.2.4地球物理信息激电中梯高极化率异常带结合激电测深异常经常是寻找隐伏金矿体重要的地球物理标志。根据电阻率平面等值线图选取电阻率值大于140 Ω·m区域为高值异常区，小于80 Ω·m区域为低值异常区，选取极化率异常下限值为2%，并通过建立立方体模型，使用矿体模型进行约束来提取异常值区间内的地球物理异常信息。统计结果表明，极化率低异常区金矿体的块数为6 172个，占已知矿块的65.1%；电阻率值高值异常区金矿体立方块数为237个，占已知矿块的2.5%；电阻率值低值异常区金矿体的立方块数为6 165个，含矿比例为65%。这表明极化率低值区和电阻率低值区是区内成矿较有利的地球物理信息。

2.2.5 地球化学信息研究区内地球化学信息是基于1∶1万内蒙古自治区额济纳旗红石山南锑金矿普查土壤测量综合异常图、1∶5万水系沉积物分析结果的分析，共圈定了Au、As、Sb、Cu、Ag、Hg等12个综合异常区，其中研究区内含4个以15 mg/t为异常下限的Au异常区，分别是HT8、HT9、HT10、HT11。通过对区内4个化探异常区建立三维实体模型并进行立方块处理，结果表明，4个化探异常区共包含4 462块金矿体，占已知矿块的47%，通过叠加可以看出，HT9、HT11异常与金矿体叠加效果较好，HT8、HT10异常区内已知矿体几乎没有，因此将HT9、HT11异常作为区内成矿的有利地球化学信息。

化探异常与已知矿体叠加见图5。

图5　化探异常与已知矿体叠加图Fig.5　Superposition of geochemical anomalies with the known ore bodies

2.3成矿预测及有利区圈定

成矿有利区圈定见图6。

图6　成矿有利区圈定Fig.6　Delineation of favorable metallogenic areas

图7　典型矿床与成矿有利区A的位置Fig.7　Three-dimensional model showing the position of typical deposits and favorable metallogenic area A

图8　典型矿床与成矿有利区B的位置Fig.8　Three-dimensional model showing the position of typical deposits and favorable metallogenic area B

图9　典型矿床与成矿有利区C的位置Fig.9　Three-dimensional model showing the position of typical deposits and the favorable metallogenic area C

从成矿信息量的预测结果可以看出，预测有利区B和C是找矿的重点区域，两者信息量值n≥1.6的立方体块数占全部高值块数的95.7%，其中有利区B占84.2%，有利区C占11.5%。采用体积估计法计算得到上述3处找矿有利区的资源总量为4.67 t。

3　结　论

通过对内蒙古额济纳旗红石山金矿地质背景和成矿条件进行分析，总结出地质找矿模型。

(1) 建立了该区的定量预测模型，进而对研究区内9个预测变量进行了三维成矿有利条件分析与提取。

(2) 采用三维信息量法统计计算各地质因素、找矿标志所提供的找矿信息量。

(3) 圈定了找矿有利区域并估计了区内的预测资源储量，反映出区内具有较好的找矿潜力。

结果对北山成矿带内成矿有利信息的进一步认识及提取有一定的借鉴意义。

陈建平，吕鹏，吴文，等，2007. 基于三维可视化技术的隐伏矿体预测[J]. 地学前缘,14(5):54-62.

陈建平，陈勇，王全明，2008a. 基于GIS的多元信息成矿预测研究：以赤峰地区为例[J]. 地学前缘，15(4): 18-26.

陈建平，陈勇，曾敏，等，2008b. 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, 27(4): 552-559.

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

陈建平, 严琼, 尚北川,等，2012a. 湖南黄沙坪地区铅锌矿床三维预测研究[J]. 地质学刊, 36(3):243-249.

陈建平, 史蕊, 王丽梅,等，2012b. 基于数字矿床模型的陕西潼关县Q8号金矿脉西段三维成矿预测[J]. 地质学刊, 36(3):237-242.

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

吕鹏，2007. 基于立方体预测模型的隐伏矿体三维预测和系统开发[D]. 北京:中国地质大学(北京).

毛先成，戴塔根，吴湘滨，等，2009. 危机矿山深边部隐伏矿体立体定量预测研究：以广西大厂锡多金属矿床为例[J].中国地质，36(2):424-435.

毛先成，邹艳红，陈进，等，2010. 危机矿山深部、边部隐伏矿体的三维可视化预测：以安徽铜陵凤凰山矿田为例[J].地质通报，29 (2/3):401-413.

聂凤军，江思宏，白大明，等，2002. 北山地区金属矿床成矿规律及找矿方向[M]. 北京:地质出版社.

彭海练, 杨克俭, 李宁,等，2011. 内蒙古红石山南金矿地质特征及找矿方向[J]. 西北地质, 44(4):44-49.

史蕊，陈建平，陈珍平，等，2011. 陕西小秦岭金矿带撞关段区域三维定量预测[J]. 地质通报，31(5):711-721.

吴健生，黄浩，杨兵，等，2001. 新疆阿舍勒铜锌矿床三维矿体模拟及资源评估[J]. 矿产与地质，15(2):119-123.

肖克炎，1994. 试论综合找矿模型[J]. 地质与勘探, 30(1):41-45.

肖克炎，李楠，孙莉，等，2012. 基于三维信息技术大比例尺三维立体矿产预测方法及途径[J]. 地质学刊，36(3):229-236.

于萍萍，2015. 基于知识驱动的矿产资源定量预测评价关键技术研究[D]. 北京：中国地质大学(北京).

邹艳红，2005. 矿山地测数据集成与三维立体定量可视化预测研究[D]. 长沙:中南大学.

HOULDING S W, 1994. 3D Geoscience Modeling: Computer Techniques for Geological Characterization[M]. Berlin: Springer-Verlag.

Three-dimensional analysis of metallogenic conditions and their metallogenic prediction of the Hongshishan gold mine in Ejin Banner of Inner Mongolia

HU Bin1,2, CHEN Jianping1,2, AN Wentong1,2, XIANG Jie1,2, TIAN Xiayi1,2, WANG Wenjie1,2, LAI Zili1,2

(1. School of Earth Sciences and Resources， China University of Geosciences (Beijing)， Beijing 100083， China; 2. Key Laboratory of Land and Resources Information Research & Development in Beijing, Beijing 100083， China)

This work analyzed the geological characteristics and ore-controlling conditions of the Hongshishan mine in Ejin Banner of Inner Mongolia, and summarized the variations of metallogenic rules and prospecting indicators in the deep mine. Based on this, we established a geological prospecting model and conducted three-dimensional solid model of strata, faults, rock mass, known ore bodies, geophysical and geochemical anomalies using Surpac software. We utilized the method of cubic forecasting modelling to conduct spatial division, and assigned corresponding attribute values for each cubic unit to build a digital prospecting model using the established prospecting model. Then, we carried out three-dimensional analysis and extracted information of favorable ore-forming conditions including nine predictive variables of geology, geophysical and geochemical factors, and used the three-dimensional information method to calculate and add up the information of each predictor, which can determine the favorable ore-forming space. In combination with the geological fact and ore-intersected engineering, three prospecting targets were delineated, whose total resource amount was estimated to be 4.67 tons by the volume estimation method. The research results have certain significance for the follow-up prospecting work in this region.

cubic prediction; three-dimensional metallogenic analysis; three-dimensional information method; Surpac software; delineation of prospecting targets; Hongshishan gold mine; Ejin Banner in Inner Mongolia

10.3969/j.issn.1674-3636.2016.03.486

2016-06-03；

2016-06-23；编辑：陆李萍

国家重点基础研究发展计划(“973”计划)项目“前寒武纪优势矿种成矿系列与找矿预测”(2012CB416605)

胡彬(1991—)，男，硕士研究生，研究方向为矿产资源预测与评价，E-mail： hubin3s@163.com

P612； P618.51

A

1674-3636(2016)03-0486-07