下载文档原格式
第一章“三联式”成矿预测的理论基础一、概述地质异常、成矿多样性、矿床谱系是三个相互联系，互为因果的地质现实，是矿产预测的依据和指南。
在过去的矿产勘查实践中虽然大量地和这些现象打交道，担并没有从这个角度去分析问题、认识问题，也很少利用它们作为指导找矿的理论工具。
能否识别和充分提取与成矿关系密切的地质异常，是决定成矿预测和找矿成败的关键；成矿多样性分析是明确区域勘查对象，选择勘查目标，保证综合勘查效果所必须，同时也是分析和评价区域成矿环境有利度和差异度的重要依据；矿床谱系的建立是从时间上、空间上和成因上分析区域成矿规律的结果。
这三者的实现将会提高成矿预测和找矿的成功率和效果，因此是十分重要的。
把地质异常、成矿多样性及矿床谱系的联合分析研究作为成矿预测和找矿的“切入点”是一种新的尝试。
我们把这种预测途径或预测系统称之为“三联式”或“三步式”成矿预测，前一名称突出了这三者之间的密切联系，后一名称更加重了这三项分析的时间顺序的含义。
我们以“三联式”或“三步式”成矿预测而与美国学者提出的“三部式”成矿预测相区别和相呼应。
二、地质异常理论与成矿预测（一）地质异常及其表现特征地质异常（Geological anomaly）是在成分、结构、构造或成因序次上与周围环境有着明显差异的地质体或地质体组合（赵鹏大等，1991）。
如果用一个数值（或数值区间）作为阈值来表示背景场的话，凡超过或低于该阈值的场就构成地质异常。
它具有一定的强度、空间范围和时间界限，其表现形式不仅在物质成分、结构构造和成因序次上与周围环境不同，而且还经常表现在地球物理场、地球化学场及遥感影像异常等的不同。
因此，地质异常往往都是综合异常。
由于地质异常的尺度水平不同，其表现的形式也不一样。
大者如板块的碰撞俯冲带和地缝合线（板缘构造），小到岩石、矿物集合体、矿物、矿物内的包裹体以至矿物的各种超微结构的地质异常。
有的是有形的，或称“显式的”，如地质体的不连续界面或不同地质体的分界面、地质体内部和外部特征突然变化或突出变化的部位，不同成因地质体的嵌入；有的是无形的，或称“隐式的”，如单位面积或体积内各种地质体或同一地质体不同属性组合熵异常，具不同演化历史的地质体，地质体地质构造的复杂程度，地质体之间的相似或关联程度等都可以形成地质异常。
以GIS思想为指导逐步确定矿体空间形态——以喇嘛苏外围铜矿为例吾守尔江·巴拉提;帕拉提·阿布都卡迪尔;常金雨【摘要】以地理信息系统(GIS)为指导思想,通过系统的收集研究区地质、地球化学、地球物理勘探数据,分阶段逐步确定矿体的空间形态.第一阶段系统化、结构化收集、整理、汇总地质数据、地球化学数据、地球物理数据,通过有效的数据空间组合分析圈定研究区范围内的重点研究区;第二阶段是在第一阶段的基础上再次综合利用多元的信息数据,以矿体中有用元素的品位为主要参考变量,选择性的确定矿体的空间形态.【期刊名称】《世界有色金属》【年(卷),期】2016(000)010【总页数】5页(P169-172,174)【关键词】GIS;空间数据库;可视化分析;矿体模型【作者】吾守尔江·巴拉提;帕拉提·阿布都卡迪尔;常金雨【作者单位】新疆大学地质与矿业工程学院,新疆乌鲁木齐830047;新疆大学地质与矿业工程学院,新疆乌鲁木齐830047;新疆大学地质与矿业工程学院,新疆乌鲁木齐830047【正文语种】中文【中图分类】P208随着地质矿产行业向地壳深部、海洋地区逐步转移的趋势越来越明朗，相应的地质勘探的技术与方法也逐渐呈现出多元、繁冗的特点，而在数据的采集、储存、管理、处理、分析及可视化方面具有独特优势的GIS[1]技术，在地质矿产的勘探过程中正在呈现出越来越为重要的作用。
本文以新疆博乐市温泉县喇嘛苏铜矿北西方向的“喇嘛苏外围铜矿”为例，阐述GIS思想在矿产勘查过程中的实际运用。
第一阶段主要完成地质、地球化学、地球物理数据的收集、存储、整理、分析工作，从而构建研究区空间数据库，空间数据库模型见下图1。
在此需要着重强调两个问题,其一是数据组织的系统性及结构性：“系统化”，主要体现在认识事物从宏观至微观的过程中：整体上先从研究区内的区域性的地质背景、地球化学、地球物理特征入手，逐渐过渡到微观即地质方面：岩、矿石的基本特征，如：岩石结构、构造、矿物组合及矿化蚀变特征；地球化学方面：岩、矿石元素含量；地球物理方面：研究区内具体岩性的物性参数，包括：视极化率、视电阻率；其二结构性是单个数据集的属性结构，包括地质、地球化学、地球物理，分别根据以上三个方面的特征，建立相应的属性库结构，见下表1地质数据集、地球化学据集、地球物理数据集属性库结构。
自然重砂异常圈定及其对中条山铜矿的找矿指示意义
薛生升;张双奎;赵楠;石磊
【期刊名称】《资源与产业》
【年(卷),期】2015(17)2
【摘要】利用山西省1∶20万自然重砂测量数据,以铜矿物重砂为例,简要介绍了重砂组合异常的圈定,在中条山成矿带共圈定铜族矿物自然重砂异常5个,其中Ⅰ级异常2个,Ⅱ级异常2个,Ⅲ级异常1个。
中条山陈村镇Ⅰ级异常位于老君殿高重异常区(该异常内包含横岭关矿床、铜矿峪矿床和徐茂公殿矿床),与胡—篦型矿床、横岭关矿床和铜矿峪矿床共同处在区域低缓负磁异常中,且与分形理论处理后的化探异常吻合。
根据异常区内地质特征分析,认为本次铜矿物重砂所圈定的异常范围具有较好的找矿指示意义,可以为下一步工作提供方向。
【总页数】7页(P28-34)
【作者】薛生升;张双奎;赵楠;石磊
【作者单位】山西省地球物理化学勘查院
【正文语种】中文
【中图分类】F407.1;F205
【相关文献】
1.湖北省自然重砂异常圈定及找矿指示意义浅析
2.湖北省自然重砂异常圈定及找矿指示意义浅析
3.宁夏卫宁北山地区自然重砂异常特征及其找矿指示意义
4.东北地
区金矿自然重砂异常及其找矿指示意义5.吉林开山屯铬铁矿自然重砂异常及找矿指示意义
因版权原因，仅展示原文概要，查看原文内容请购买。
矿产资源预查评价摘要在地质学领域，应用GIS技术很好地提高了对重要成矿区带的地、物、化、遥资料的综合研究解释能力，有效地浓缩普查找矿靶区，提高成矿预测和资源评价水平。
GIS以其空间分析功能而区别于其它的诸如计算机辅助设计等图形系统。
在矿产预测中，GIS主要用来组织、分析各种资料，并最终形成各种矿产预测图件。
从矿产预测的流程上看，GIS在矿产预测中应分五个主要环节：数据准备，控矿因素成矿有利度分析，找矿可行地段的圈定，找矿靶区的圈定及靶区评价等几个阶段。
文中以内蒙赤峰为例说明GIS的应用过程,广泛收集地、物、化、遥、矿产资料,在研究区域成矿规律的基础上,以地质异常致矿、综合信息矿产评价理论为指导,利用GIS 平台开展多元信息综合成矿预测研究,对有色金属成矿远景区进行圈定,为赤峰地区区域矿产资源的进一步勘探和开发提供科学依据。
关键字：预测；矿产资源评价；空间分析；GIS技术；靶区引言矿产资源是国家经济发展的支柱, 矿产资源评价工作, 历来都是地质工作者非常重视的焦点。
以前, 大多利用多元统计或其它数学方法, 把各种地质现象离散化或数值化, 对评价区进行打分, 来进行矿产资源的评价工作。
这种方法在我们的找矿工作中起到了一定的作用。
但它有自己的局限性, 它们是针对数值型数据而不是针对图形, 故难于与地质图件相联系, 而且在给地质现象打分的过程中, 往往受人为因素的影响。
几十年来, 我国的矿产勘查为经济建设做出了巨大贡献, 取得了极其丰硕的成果, 积累了极为丰富的资料和研究成果, 是矿产勘探中极为宝贵的信息资源, 其中蕴涵着难以估量的潜在优势和效益规模。
在新时期的矿产资源评价过程中, 如何利用现有的资料, 充分发挥资料的潜力, 减少地质勘探的费用和风险? 地理信息系统(Geograph ical Info rmat ion System ) 的出现为我们提供了一个强有力的工具, 既可以进行定性分析, 也可以进行定量分析, 同时兼顾许多独立而彼此又有联系的信息特征, 只要它们之间有地理上的共通性, 就可以将若干这样的特征联系在一起进行综合分析和研究。
马扎拉金锑矿元素组合异常及找矿方向卿成实;丁俊;李应栩;董磊;代作文【摘要】岩屑地球化学测量作为一种初期勘探方法应用极为广泛,由于矿床次生晕异常分布范围广,如何缩小靶区范围,降低非矿致异常带来的干扰,减少异常查证的工作量,以便进一步准确定位矿体,成为化探工作中需要重点解决的问题.利用西藏措美县马扎拉矿区1:1万岩屑地球化学测量数据,采用因子分析、聚类分析划分出Au-Sb-As、Pb、Hg、Zn、Ag等5类元素组合,并绘制了因子得分等值线图,在此基础上探讨了Au的找矿方向,缩小了预测靶区.结合矿区实际地质情况认为:区内Au、Sb、As和其余元素间有着明显不同的物质来源;矿区东南角及西北角为两处成矿潜力较好的区域;下一步除继续在矿区东南角构造交汇位置重点开展找矿工作外,还可对矿区南侧以及西北部进行相应的工程验证.【期刊名称】《金属矿山》【年(卷),期】2014(000)012【总页数】4页(P134-137)【关键词】因子分析;聚类分析;元素组合异常;找矿方向【作者】卿成实;丁俊;李应栩;董磊;代作文【作者单位】成都理工大学地球科学学院,四川成都610059;成都理工大学地球科学学院,四川成都610059;中国地质调查局成都地质调查中心,四川成都610081;中国地质调查局成都地质调查中心,四川成都610081;中国地质调查局成都地质调查中心,四川成都610081;成都理工大学地球科学学院,四川成都610059【正文语种】中文【中图分类】TD166岩屑地球化学测量作为一种反映矿床次生晕分布的地球化学测量方法，在初期勘探工作中对于快速圈定靶区有着重要作用[1]。
但如何将初步圈定的靶区范围进一步缩小，减少异常查证的工作量，以便进一步准确定位矿体便成为了亟需解决的问题。
多元统计分析中的因子分析以及聚类分析，可以有效划分出与物质来源联系紧密的元素组合[1]。
通过对原数据变量进行降维，将元素分组，并计算出每个样品的因子得分，可以突出对应元素组合的异常强度浓集中心，降低“假异常”即非矿致异常的干扰[2-4]。
