基于证据权重法的海南岛金多金属矿成矿预测研究

吴传军; 许德如; 郭涛; 周迎春; 侯茂洲; 周岳强

基于证据权重法的海南岛金多金属矿成矿预测研究

吴传军^{1, 2,},
许德如^1, ,,
郭涛³,
周迎春⁴,
侯茂洲^{1, 2},
周岳强^{1, 2}

1.
中国科学院广州地球化学研究所矿物学与成矿学重点实验室, 广州 510640
2.
中国科学院大学地球科学学院, 北京 100049
3.
中国地质科学院地质力学研究所, 北京 100081
4.
海南省地质调查院, 海口 570206

基金项目:

国家找矿突破行动计划专项 1212011220710

详细信息

作者简介:
吴传军（1985-），男，博士研究生，构造地质学专业。E-mail：wuchuanjun321@126.com

通讯作者:
许德如（1966-），男，研究员，博士生导师，主要从事大陆边缘与成矿学研究。E-mail：Xuderu@gig.ac.cn

中图分类号: P612
计量
- 文章访问数: 256
- HTML全文浏览量: 146
- PDF下载量: 13
- 被引次数: 0
出版历程
- 收稿日期: 2013-09-28
- 刊出日期: 2014-03-01

STUDY ON METALLOGENIC PROGNOSIS FOR GOLD POLYMETALLIC DEPOSITS IN HAINAN ISLAND BASED ON EVIDENCE WEIGHTING METHOD

WU Chuan-jun^{1, 2
,},
XU De-ru^{1
, ,},
GUO Tao³,
ZHOU Ying-chun⁴,
HOU Mao-zhou^{1, 2},
ZHOU Yue-qiang^{1, 2}

1.
Key Laboratory of Mineralogy and Metallogeny, Guangzhou Institute of Geochemistry, CAS, Guangzhou 510640, China
2.
College of Earth Science, University of Chinese Academy of Sciences, Beijing 100049, China
3.
Institute of Geomechanics, Chinese Academy of Geological Sciences, Beijing 100081, China
4.
Hainan Geological Survey Institute, Haikou 570206, China

摘要

摘要: 在系统总结海南岛金多金属矿区域成矿规律的基础上，分析并提取了包括地层、构造、岩浆岩、航磁、化探、遥感等多元有利找矿证据因子，建立了海南岛金多金属矿证据权重预测模型，并采用MRAS软件证据权重模块对研究区进行2 km×2 km的网格单元划分及后验概率计算。根据网格单元后验概率计算值大小及地质矿产空间分布特征，将研究区分三级进行了成矿远景区圈定：A级成矿远景区3个，B级成矿远景区4个、C级成矿远景区24个。研究结果表明，90%的已知矿床（点）位于成矿远景区，显示了良好的预测效果，其结果为该区的找矿工作提供了重要的科学依据。
- 证据权重法 /
- 成矿预测 /
- 金多金属矿 /
- 海南岛
Abstract: Based on systematical analysis of regional metallogenic regularity of gold polymetallic deposits in Hainan Island, multivariate favorable geological evidences such as strata, structure, magmatic rock, aeromagnetic, geochemical exploration, and remote sensing data were analyzed and extracted. With the help of MRAS, the authors established an evidence weight prediction model for gold polymetallic deposits in this area. The study area was divided into 2 km×2 km grid units at first and then the posterior probability of every grid unit was calculated. According to the magnitude of evidence weight and the distribution characteristics of mineral resources, the study area was classified into 3 A-level prospective targets, 4 B-level prospective targets and 24 C-level prospective targets. Research results showed that about 90% deposits were located in metallogenic prospective area showing a good prediction effect, which provided an important scientific basis for prospecting work in this region.
- evidence weighting method /
- metallogenic prognosis /
- gold polymetallic deposit /
- Hainan Island

HTML全文

0. 引言

随着地表矿、浅部矿及易识别矿的日益减少, 找矿难度日益增大, 矿产预测评价方法逐步向综合利用地-物-化-遥等多源找矿信息的方向发展。GIS技术以其强大的空间数据管理、查询、综合分析及可视化功能, 成为了多源找矿信息提取与综合的有利工具^[1~2]。证据权重法作为GIS技术支持下常用的矿产资源评价方法之一, 具有简单、适用、模型精细等优点, 广受地质学家的重视和推崇。该方法最早由加拿大数学地质学家Agtxrbxrg和Bonham-Carter ^[3~4]提出, 后经国内外众多学者的长期探索, 目前已趋于成熟^[5~7]。其原理主要是以计算各种地质因素及找矿标志的权重大小(即找矿指示作用大小)为基础, 利用Bayes先验概率与后验概率转换的相互关系, 定量计算预测单元成矿后验概率的大小, 从而达到快速圈定资源预测靶区的目的^[8~11]。

海南岛经过多年的找矿勘查工作, 积累了大量的基础地质资料。为科学有效地组织和利用这些资料, 提高找矿效果, 利用基于GIS技术的现代多源信息综合成矿预测研究势在必行。本文在广泛收集地、物、化、遥、矿产资料, 系统总结研究区区域成矿规律的基础上, 利用GIS平台分析并提取了地质、物探、化探、遥感等多源有利找矿信息, 建立了海南岛金多金属矿证据权重预测模型, 开拓性地对研究区金多金属矿进行了定量和定位分析。

1. 区域地质概况

海南岛是中国第二大岛屿, 以琼州海峡与大陆相隔, 面积约3.4×10⁴ km²。大地构造位置上处于太平洋板块、印度—澳大利亚板块和欧亚板块三者结合部位^[12], 是我国环太平洋构造-岩浆-成矿带的重要区段, 成矿条件优越, 以金矿资源最为丰富。截止2010年底, 累计探明主要矿种金属储量为:金144 t, 银矿94 t, 钨矿0.25×10⁴ t, 钼矿2.9×10⁴ t, 铜矿12×10⁴ t, 铅锌矿42×10⁴ t。

海南岛地层出露较全, 除缺失蓟县系、泥盆系及侏罗系外, 其余地层皆有出露^[13]。中元古界为一套年龄约为1400~1600 Ma的片岩、片麻岩系, 主要由花岗质古侵入体、碎屑岩等经中深变质形成的斜长角闪片麻岩、石英云母片岩组成^[14]; 新元古界为一套浅海-澙湖相火山碎屑和碳酸岩建造, 仅分布于岛西部石碌地区^[15]; 古生界为一套具类复理石韵律沉积的砂泥质岩石建造, 岩石类型主要为板岩、千枚岩等浅变质岩石; 中新生界未遭受明显变质作用, 主要由中生界火山碎屑岩、砂岩及新生界基性火山岩、松散沉积物等组成。自二叠纪以来, 海南岛先后经受海西—印支、燕山构造-岩浆活动影响, 发生了强烈的花岗岩浆侵入。同时, 燕山晚期还伴随大规模的火山活动, 形成了一系列由火山断陷盆地组成的火山岩带。新生代岛北喷发了大面积的第三系玄武岩(见图 1)。区内构造发育, 其构造特征表现为:在东西向构造格局之上叠加了北东及北西向构造, 组成了海南岛的基本构造格架, 格架之内往往有中生代沉积盆地。这样的构造格局及相关的沉积作用、岩浆活动和变质作用对海南岛金等多金属矿产的形成起着决定性控制作用。

图 1 海南岛地质简图^[12]

Figure 1. Generalized geological map of the Hainan Island

下载: 全尺寸图片幻灯片

2. 金多金属矿成矿规律及成矿特征

海南岛金、银、铜、铅锌、钨、钼多金属矿主要属于岩浆热液型、斑岩型和火山岩型, 成矿时代以中生代印支期为主, 燕山期次之, 不同成矿时期相应矿化强度及矿化类型不尽相同, 印支期以金矿化为主, 燕山期以钼矿化为主。矿床具有明显的空间分带性, 其一是分布在王五—文教断裂及九所—陵水断裂之间的金、钼、银、铅锌矿化, 以岩浆热液型、斑岩型为主; 其二是分布在九所—陵水以南的铜、金、铅锌矿化, 以火山岩型为主。中生代印支期及燕山晚期壳源重熔型花岗岩、次火山岩、火山机构及韧性、脆韧性剪切带与成矿关系密切。

印支期矿化主要为金、银、铅锌组合, 与印支期花岗岩浆热液活动密切相关, 主要发生在琼西及白沙坳陷带。琼西以金矿化为主, 伴有弱的铅锌、银矿化, 主要受印支期钾长花岗岩、二长花岗岩及北东向韧性剪切带共同控制。北东向戈枕大型韧性剪切带发育于中元古代抱板群之上, 在印支期岩浆活动作用下, 上述中元古界成矿组分进入成矿流体, 并最终在韧性剪切带中沉淀^[16~21], 如二甲金矿、红甫门岭金矿、抱板金矿等。少数矿床受发育于古生界浅变质岩中北西向及近东西向断裂控制, 如抱伦金矿、王下金矿, 成矿物质可能来源于古生界或来自于花岗岩浆^[22~23]。白沙坳陷带矿化类型包括钨、锡、金、银等, 主要受印支期二长花岗岩控制, 但矿化总体十分微弱。

燕山期矿化类型主要包括钼、金、银、铜、铅锌矿化, 在琼南同安岭—牛腊岭盆地、雷鸣盆地、白沙盆地及昌江、琼海、乐东等地均有分布, 但矿化类型及成矿作用不尽相同。九所—陵水断裂以南, 发育与中酸性火山—次火山岩浆活动有关的铜、金、银、铅锌矿化组合, 主要分布于琼南同安岭—牛腊岭白垩纪火山岩盆地之中, 矿床赋存于盆地低级序断裂之中, 如岭壳铜铅锌矿, 成矿作用发生于燕山晚期。在尖峰—吊罗与九所—陵水深大断裂之间, 主要发育钼、铜、金、铅锌、银矿化组合, 构成石门山—看树岭钼多金属成矿区, 矿床受低级序北西向、近南北向断裂和燕山晚期花岗斑岩共同控制。琼北白垩纪陆相盆地中发育金、银矿化组合, 矿化受同沉积顺层断裂及燕山晚期侵入岩共同控制^[24]。此外, 琼西还发育与燕山晚期黑云母钾长花岗岩有关的钨、锡、铅锌、银、金矿床成矿系列, 白沙凹陷带中也发育与燕山晚期岩浆热液作用有关的铅锌矿化, 但两个矿化系列组合均相对较弱。

3. 证据权重法原理及应用步骤

3.1 证据权重法原理

证据权重法基于概率不确定性及Bayes律, 通过对一些与成矿相关的地学信息的复合叠加分析来进行资源预测靶区的圈定。该方法针对空间决策分析特点作了重大的改进, 如目标图层的定义、图层权系数的确定、图层独立性的检验等, 因而在矿产资源评价中有着广泛的应用^[25~26], 其原理主要涉及先验概率和条件概率计算、先验似然比及后验似然比计算、地质证据因子权重及相关系数计算等方面。

3.1.1 先验概率和条件概率计算

首先对研究区进行统计单元划分, 以便建立起评价区资源特征与地质变量之间的统计关系。假定T为研究

评价区矿床出现的先验概率为:

$P\left( d \right) = D/T$

(1)

当地质证据因子j存在时, 矿床出现的条件概率为:

$P\left( {d|{x_j}} \right) = {T_{{x_j}}} \cap d/{T_{{x_j}}}$

(2)

当地质证据因子j存在时, 矿床不出现的条件概率为:

$P\left( {\bar d|{x_j}} \right) = = {T_{{x_j}}} \cap \bar d/{T_{{x_j}}}$

(3)

当地质证据因子j不存在时, 矿床出现的条件概率为:

$P\left( {d|{{\bar x}_j}} \right) = {T_{{{\bar x}_j}}} \cap d/{T_{{{\bar x}_j}}}$

(4)

当地质证据因子j不存在时, 矿床不出现的条件概率为:

$P\left( {\bar d|{{\bar x}_j}} \right) = {T_{{{\bar x}_j}}} \cap \bar d/{T_{{{\bar x}_j}}}$

(5)

3.1.2 先验似然比及后验似然比计算

研究区矿床出现的先验似然比为:

$O\left( d \right) = P\left( d \right)/\left[{1-P\left( d \right)} \right]$

(6)

研究区地质证据因子j存在时, 矿床出现的条件似然比为:

$O\left( {d|{x_j}} \right) = P\left( {d|{x_j}} \right)/\left[{1-P\left( {d|{x_j}} \right)} \right]$

(7)

研究区地质证据因子j不存在时, 矿床出现的条件似然比为:

$O\left( {d|{{\bar x}_j}} \right) = P\left( {d|{{\bar x}_j}} \right)/\left[{1-P\left( {d|{{\bar x}_j}} \right)} \right]$

(8)

3.1.3 地质证据因子权重及相关系数计算

对任意一个地质证据因子j的权重值定义为:

$w_j^ + = \ln \left( {O\left( {d|{x_j}} \right)/O\left( d \right)} \right)$

(9)

$w_j^-= \ln \left( {O\left( {d|{{\bar x}_j}} \right)/O\left( d \right)} \right)$

(10)

式中, w_j⁺、w_j^-分别为证据因子存在和不存在时的权重值。原始数据缺失时, 证据权重值取为0, 因此地质证据因子在某个统计单元取值状态可表示为:

$w_j^k\left\{ \begin{array}{l} w_j^ + \;\;\;证据因子j存在\\ 0\;\;\;\;\;证据因子j不清楚\\ w_j^-\;\;\;证据因子j不存在 \end{array} \right.$

C_j=w_j⁺-w_j^-为相关系, 表示证据因子对矿床形成是否有利, 其值为正, 表示证据因子对矿床形成有利, 其值为负, 表示对矿床形成不利, 需将其剔除。

3.1.4 研究区任意统计单元后验概率计算

证据权重法要求各个地质证据因子之间相对于矿床(点)的分布满足条件独立, 对于n个地质证据因子, 若它们都关于矿床(点)条件独立, 则:矿床出现的后验似然比可表示为:

${O_{后验}} = \exp \left\{ {\ln \left( {{O_{先验}}} \right) + \sum {w_j^k} } \right\}$

(11)

矿床出现的后验概率为:

${P_{后验}} = {O_{后验}}/\left( {1 + {O_{后验}}} \right)$

(12)

后验概率表明了统计单元矿床产出的可能性, 其值越大, 表示寻找该类矿床的潜力越大, 将后验概率依值大小制作成图, 即为研究区的成矿潜力图^[26]。

3.2 证据权重模型应用步骤

证据权重模型的建立及应用可分为4个基本步骤:

① 通过区域成矿地质背景及成矿规律分析, 建立地质因素与矿化的关系, 用于指导有利证据因子的选择。

② 将各个证据因子与矿床(点)一起做空间分析处理, 计算证据因子的权重值W⁺、W^-, 并对有利证据因子进行优化修正。

③ 对优选后的证据因子进行条件独立性检验, 去除相关性过高的证据因子, 进一步对证据因子进行优化及修正。

④ 应用Bayes法则及证据权重模型计算各网格单元的后验概率值, 生成矿产资源潜力图。

4. 预测变量分析与提取

本文系统收集了研究区多源地学数据, 包括区域地质(1:250000)、地球物理(1:200000)、地球化学(1:200000)、遥感、区域矿产等数据资料。这些多源地学数据由MAPGIS 6.7统一集中管理, 并利用MRAS软件进行成矿信息的分析、提取及有机综合, 最后采用证据权重模块进行后验概率的计算。

4.1 基础地质信息与成矿分析

研究区金多金属矿化与印支期及燕山晚期中酸性—酸性侵入及火山活动密切相关, 当这些侵入岩及火山—次火山热液侵入上覆地层中时, 可以促使其中的成矿物质活化、迁移。区域成矿规律及相关研究表明, 与矿化相关的地层主要有中元古抱板群深变质岩、古生界浅变质岩以及白垩纪陆相火山沉积岩。因此从1:250000地质图中提取出印支期、燕山晚期花岗岩体以及中元古抱板群、古生界浅变质岩及白垩系火山沉积岩等作为成矿有利地层因子。

研究区金多金属矿化还受构造带控制, 包括断裂、褶皱和剪切带。本文为研究断裂及褶皱构造的影响范围, 分别对其做缓冲区分析, 结果表明当缓冲半径为6 km时, 深大断裂缓冲带和已知矿床(点)相关度最大; 当缓冲半径为2 km时, 次级断裂缓冲带和已知矿床(点)相关度最大; 当褶皱轴部为1 km时, 褶皱轴缓冲区与已知矿床(点)相关度最大, 将缓冲后的证据层作为成矿有利预测因子。

此外, 前苏联学者A H布加耶茨等提出:"最重要的矿床赋存于地壳中具有异常低值结构性质组合的地段, 因此, 对象的异常组合应该是最有远景的"^[27]。本文利用MRAS软件对海南岛地层组合熵进行了计算, 从已知矿床(点)分布来看, 约有79.68%的矿床(点)落在地层组合熵值为40~80的梯度带上(见图 2)。从热液型矿床成矿模式分析, 这可以理解为组合熵值最大的区域通常是地质构造复杂度最高的区域, 是构造活动最强的区域, 往往不利于矿床的保存, 而组合熵最小的区域通常是地质构造最弱的区域, 也不利于矿床的产出^[11]。

图 2 海南岛地层组合熵异常图

Figure 2. Entropy anomalies of the strata in Hainan Island

下载: 全尺寸图片幻灯片

4.2 地球物理信息与成矿分析

重磁场信息具有较深的穿透性, 能够用于揭示地壳深部地质构造特征, 被广泛地应用于基础地质研究和资源评价中^[28]。本次收集了1:200000区域航空磁测资料, 并采用中国地质调查局发展中心研制的RGIS重磁软件进行了航磁ΔT化极及垂向一阶导数处理。

在航磁ΔT等值线图(见图 3)中磁场表现为如下特征:1研究区南部万宁—陵水—三亚—崖城—感城出现强度和梯度变化都很复杂的正负伴生异常区, 该异常区以崖城为界, 西部呈北西走向, 东部呈北东走向, 总体上与同安岭、牛腊岭中生代火山岩盆地以及该区岩体基性成分增高有关; 2在王五—文教断裂以南、九所—陵水断裂以北的琼中地区, 出现无固定走向的航磁正负异常伴生区, 在儋州、白沙、乐东一带, 北东东轴向条带状或短轴状小规模航磁异常, 为海西—印支期酸性岩体引起, 昌江、屯昌、尖峰、保亭、黎母岭等地呈北东东或北西向分布短轴状磁力低, 为燕山晚期酸性、中酸性岩体引起, 而位于其间的低缓磁异常区, 通常是古生代—元古代变质岩的反映; 3位于王五—文教断裂以北的临高、海口、文昌等地出现低值负背景场中叠加有不同方向次一级正异常, 背景场为雷琼断陷盆地弱磁性基底岩石引起, 次级负异常反映玄武岩的分布。在航磁ΔT化极等值线平面图基础上进行了垂向一阶导数处理, 经与矿点叠加(见图 4)发现, 矿床(点)产于-50~100 nT区间, 可将该区间值作为找矿证据层。

图 3 航磁ΔT化极等值线平面图

Figure 3. A contour map of aeromagnetic ΔT

下载: 全尺寸图片幻灯片

图 4 航磁ΔT化极垂向一阶导数平面图

Figure 4. A contour map of vertical first derivative of aeromagnetic ΔT

下载: 全尺寸图片幻灯片

4.3 地球化学信息与成矿分析

地球化学异常是一种比较直接的找矿信息, 它在很大程度上直接反映了致矿地质异常及矿体的特征, 本文利用1:200000地球化学扫面数据资料, 选取主成矿元素Au、Mo、Pb、Zn、Cu及Ag进行地球化学异常提取, 提取过程中采用正态和对数正态逐步截尾法进行异常下限值的确定^[29]。基本过程分为3步^[27]:① 求原始数据n个样本的均值x, 均方差s, 并对其做正态或对数正态分布检验。如不服从标准分布, 则将观测值大于均值加3倍均方差的数据删除; ② 再次计算均值与方差, 检验保留数据的标准分布, 如仍不服从标准分布, 再将预测值中大于均值加3倍均方差的数据删除; ③ 重复上述步骤, 直至保留数据服从标准分布, 采用平均值加2倍方差标准来确定异常下限值, 将主成矿元素Au、Mo、Pb、Zn、Cu、Ag各单元素异常作为有利找矿因子。

4.4 遥感图像处理与成矿分析

岩石是由数种(或一种)主要矿物组成, 这些矿物均有各自独特的光谱特征, 矿化蚀变作为热液型金属矿床找矿的重要标志, 其本身也具有独特的光谱特征, 这就是利用遥感信息提取各种矿化蚀变的主要依据^[30~31]。遥感蚀变异常信息主要有2种, 分别为羟基蚀变异常和铁染蚀变异常。前者是由OH^-和CO₃^2-等基团振动产生的异常, 后者是由Fe³⁺等阳离子电子过程产生的异常^[30]。海南岛金多金属矿床受印支期、燕山期岩浆热液活动影响, 绿泥石化、绿帘石化、绢云母化、碳酸岩化、褐铁矿化蚀变现象比较普遍, 可大致分为含Fe³⁺离子矿物及含OH^-和CO₃^2-等基团矿物, 是研究区提取矿化蚀变异常信息的基础。

本次研究收集了1999年11月2日Landsat-7的EM/ETM影像, 其云层覆盖少于5%, 没有重要地物覆盖, 相邻影像之间有不少于图像宽度4%的重叠, 通过对影像分景进行植被、水体、盐碱地、云、阴影等一些掩膜处理后, 在ENVI和ERDS平台上对其进行了蚀变信息提取(见图 5、图 6), 并将提取的蚀变信息作为有利的找矿证据因子。

图 5 遥感羟基异常蚀变信息图

Figure 5. A hydroxyl alteration anomaly map extracted from ETM data

下载: 全尺寸图片幻灯片

图 6 遥感铁染异常蚀变信息图

Figure 6. An iron alteration map extracted from ETM data

下载: 全尺寸图片幻灯片

此外, 遥感推测环状构造信息也是重要的找矿证据权因子。它的形成与各种岩浆侵入、火山喷发密切相关, 这一特性决定了环状构造与成矿作用有着必然的联系。本次研究利用遥感影像对隐伏的环形构造进行了解译, 识别出地表无法识别或遗漏的构造信息, 有效的弥补了地面工作的不足。

5. 成矿预测

5.1 网格单元的划分

在矿产资源评价过程中, 统计单元是建立评价区资源特征与多元地质信息的桥梁, 也是统计分析的基础。统计单元划分方法主要有网格单元法、地质体单元法、物化遥异常单元法等。其中, 网格单元法主要应用于中小比例尺预测, 划分的关键问题是单元大小的选择, 单元面积越大, 不含矿点或含一个矿点的单元数就越少, 矿点趋向于均有分布, 反之, 趋向于随机分布。影响网格单元大小的因素可概况为:①统计预测研究所要求精度或比例尺大小; ②研究区地质条件复杂程度、矿点数及其空间分布; ③研究范围大小及保证统计分析所必须的单元数^{[9, 32]}。

本次成矿预测采用1:200000比例尺, 统计单元划分采用网格单元法。利用金、钼、铅锌等多金属矿床(点)的空间分布作为网格单元划分的基础, 为使每个单元至多只有一个矿床(点), 采用2 km×2 km的网格单元划分方案, 网格划分的方向与海南岛主要构造线方向平行, 即网格单元平行于东西方向。共将研究区划分为15410个基本单元, 实际有效单元为8412个。

5.2 证据权重模型的建立

综合信息找矿预测的证据权重预测模型即是根据已知矿床点与综合信息预测变量之间的条件概率来确定每种变量的权重值, 然后推广到全区, 实现多源信息对评价矿种、类型的预测^[33]。根据上述有利找矿证据因子分析, 最后将20个证据因子作为预测变量, 并计算各预测变量与成矿的相关程度(即预测变量的权重值), 以此来对研究区内各单元进行成矿概率计算(见表 1)。

表 1 地质证据因子先验概率及权重值

Table 1. Prior probability and weighing values of geological evidence factors

序号	证据因子名称	条件概率1	条件概率2	条件概率3	条件概率4	正权重值	负权重值	相关系数
1	抱板群	0.234375	0.025034	0.765625	0.974966	2.236696	-0.24171	2.478406
2	古生界浅变质岩	0.078125	0.008250	0.921875	0.991750	2.248125	-0.073062	2.321187
3	白垩纪火山岩	0.078125	0.013015	0.921875	0.986985	1.792229	-0.068245	1.860474
4	地层组合熵	0.953125	0.533604	0.046875	0.466396	0.580093	-2.297551	2.877644
5	深大断裂缓冲区	0.660714	0.404478	0.339285	0.595521	0.490723	-0.562594	1.053317
6	次级断裂缓冲区	0.671875	0.311144	0.328125	0.688856	0.769816	-0.741637	1.511453
7	韧性剪切带	0.109375	0.010952	0.890625	0.989048	2.301235	-0.104819	2.406054
8	褶皱缓冲区	0.187500	0.035275	0.812500	0.964725	1.670608	-0.171727	1.842335
9	印支期中酸性岩体	0.156250	0.048432	0.843750	0.951568	1.171300	-0.120255	1.291555
10	燕山期中酸性岩体	0.203125	0.109309	0.796875	0.890691	0.619639	-0.111299	0.730938
11	航磁异常梯度区	0.046875	0.012019	0.953125	0.987981	1.360991	-0.035917	1.396908
12	金地球化学异常	0.671875	0.095086	0.328125	0.904914	1.955294	-1.014446	2.969740
13	钼地球化学异常	0.406250	0.047792	0.593750	0.952208	2.140115	-0.472325	2.612440
14	铅锌地球化学异常	0.390625	0.044449	0.609375	0.955551	2.173401	-0.449854	2.623255
15	钨地球化学异常	0.203125	0.044947	0.796875	0.955053	1.508337	-0.181069	1.689406
16	铜地球化学异常	0.334375	0.112338	0.665625	0.887661	1.739260	-0.260955	2.000215
17	银地球化学异常	0.390625	0.062087	0.609375	0.937913	1.839217	-0.431224	2.270441
18	遥感羟基蚀变异常	0.171875	0.080009	0.828125	0.919991	0.764634	-0.1052	0.869834
19	遥感铁染蚀变异常	0.421875	0.259228	0.578125	0.740772	0.487002	-0.247903	0.734905
20	遥感环状构造	0.093750	0.025247	0.906250	0.974753	1.311919	-0.072869	1.384788
注:条件概率1—矿点出现时, 证据因子出现的概率; 条件概率2—矿点没出现时, 证据因子出现的概率; 条件概率3—矿点出现时, 证据因子没有出现的概率; 条件概率4—矿点没有出现时, 证据因子没有出现的概率

下载: 导出CSV

| 显示表格

表中正权重值反映了各个预测变量存在时的权重值, 负权重值反映了各个预测变量缺失时的权重值, C值反应了各个预测变量与矿床点产出状态之间的关联性强弱, 通过正负权的差值大小来进行衡量, C值大表明该预测变量的找矿指示性好, C值小表示指示性差。

5.3 成矿远景区圈定

利用MRAS软件对表 1中的20个证据因子进行显著性水平为0.05的条件独立性检验^[34], 显示了较好的条件独立性, 因此将其全部参与后验概率的计算, 将后验概率计算值分3级(即后验概率≥0.5, 0.3≤后验概率＜0.5, 0.1≤后验概率＜0.3), 并与矿床(点)套合显示输出(见图 7)。由图 7可知, 大于90%的矿床一致落在后验概率≥0.1的网格单元内, 且大部分矿床落在后验概率较大的网格单元, 说明预测结果具有较高的准确性。

图 7 海南岛金多金属矿预测后验概率色块图

Figure 7. A color block map of posterior probability for gold polymetallic prognosis in Hainan Island

下载: 全尺寸图片幻灯片

根据上述预测结果, 笔者结合地质矿产等有关情况, 共圈定了31个预测远景区, 按成矿有利程度划分成了A、B、C三级, 其中A级3个, B级4个, C级24个。A级预测区为成矿条件十分有利、可优先安排矿产预查的地区; B级预测区为矿床条件有利、可考虑安排地质工作的地区; C级预测区具有成矿条件、推断具有一定资源潜力的地区(见图 8)。

图 8 海南金多金属矿预测远景区

Figure 8. Prospective areas of gold polymetallic deposits in Hainan Island

下载: 全尺寸图片幻灯片

6. 结论

经过多年的找矿勘查工作, 海南岛积累了大量的地质资料。本文应用MRAS平台证据权重模块首次将这些资料进行了详细分析与综合处理, 圈定出岛内金等多金属矿床找矿预测靶区, 取得了良好的预测效果。

基于GIS技术的成矿预测彻底改变了传统成矿预测的方法体系, 能够快速地将大量的找矿信息进行关联与综合, 并可以实现从地质找矿模型到数学模型的转换, 提高了成矿预测的效率和数据综合利用的程度。

本次预测共圈定A级预测区3个, B级预测区4个, C级预测区24个, 预测结果与已知矿床(点)套合比较理想, 说明了该方法具有较高的准确性。根据圈定结果, 除了与戈枕剪切带成矿有关的戈枕、不磨预测区之外, 王下、江边、雷鸣盆地、中建农场以及琼南看树岭—英州等地也显示了良好的找矿前景, 应在以后的找矿勘查工作中引起重视。

致谢: 成文过程中得到了海南省地质调查院周慧文、吴小洁、蔡水库等同志的帮助, 笔者在此致以衷心的感谢。

图 1 海南岛地质简图^[12]

Figure 1. Generalized geological map of the Hainan Island

下载: 全尺寸图片幻灯片

图 2 海南岛地层组合熵异常图

Figure 2. Entropy anomalies of the strata in Hainan Island

下载: 全尺寸图片幻灯片

图 3 航磁ΔT化极等值线平面图

Figure 3. A contour map of aeromagnetic ΔT

下载: 全尺寸图片幻灯片

图 4 航磁ΔT化极垂向一阶导数平面图

Figure 4. A contour map of vertical first derivative of aeromagnetic ΔT

下载: 全尺寸图片幻灯片

图 5 遥感羟基异常蚀变信息图

Figure 5. A hydroxyl alteration anomaly map extracted from ETM data

下载: 全尺寸图片幻灯片

图 6 遥感铁染异常蚀变信息图

Figure 6. An iron alteration map extracted from ETM data

下载: 全尺寸图片幻灯片

图 7 海南岛金多金属矿预测后验概率色块图

Figure 7. A color block map of posterior probability for gold polymetallic prognosis in Hainan Island

下载: 全尺寸图片幻灯片

图 8 海南金多金属矿预测远景区

Figure 8. Prospective areas of gold polymetallic deposits in Hainan Island

下载: 全尺寸图片幻灯片

表 1 地质证据因子先验概率及权重值

Table 1. Prior probability and weighing values of geological evidence factors

序号	证据因子名称	条件概率1	条件概率2	条件概率3	条件概率4	正权重值	负权重值	相关系数
1	抱板群	0.234375	0.025034	0.765625	0.974966	2.236696	-0.24171	2.478406
2	古生界浅变质岩	0.078125	0.008250	0.921875	0.991750	2.248125	-0.073062	2.321187
3	白垩纪火山岩	0.078125	0.013015	0.921875	0.986985	1.792229	-0.068245	1.860474
4	地层组合熵	0.953125	0.533604	0.046875	0.466396	0.580093	-2.297551	2.877644
5	深大断裂缓冲区	0.660714	0.404478	0.339285	0.595521	0.490723	-0.562594	1.053317
6	次级断裂缓冲区	0.671875	0.311144	0.328125	0.688856	0.769816	-0.741637	1.511453
7	韧性剪切带	0.109375	0.010952	0.890625	0.989048	2.301235	-0.104819	2.406054
8	褶皱缓冲区	0.187500	0.035275	0.812500	0.964725	1.670608	-0.171727	1.842335
9	印支期中酸性岩体	0.156250	0.048432	0.843750	0.951568	1.171300	-0.120255	1.291555
10	燕山期中酸性岩体	0.203125	0.109309	0.796875	0.890691	0.619639	-0.111299	0.730938
11	航磁异常梯度区	0.046875	0.012019	0.953125	0.987981	1.360991	-0.035917	1.396908
12	金地球化学异常	0.671875	0.095086	0.328125	0.904914	1.955294	-1.014446	2.969740
13	钼地球化学异常	0.406250	0.047792	0.593750	0.952208	2.140115	-0.472325	2.612440
14	铅锌地球化学异常	0.390625	0.044449	0.609375	0.955551	2.173401	-0.449854	2.623255
15	钨地球化学异常	0.203125	0.044947	0.796875	0.955053	1.508337	-0.181069	1.689406
16	铜地球化学异常	0.334375	0.112338	0.665625	0.887661	1.739260	-0.260955	2.000215
17	银地球化学异常	0.390625	0.062087	0.609375	0.937913	1.839217	-0.431224	2.270441
18	遥感羟基蚀变异常	0.171875	0.080009	0.828125	0.919991	0.764634	-0.1052	0.869834
19	遥感铁染蚀变异常	0.421875	0.259228	0.578125	0.740772	0.487002	-0.247903	0.734905
20	遥感环状构造	0.093750	0.025247	0.906250	0.974753	1.311919	-0.072869	1.384788
注:条件概率1—矿点出现时, 证据因子出现的概率; 条件概率2—矿点没出现时, 证据因子出现的概率; 条件概率3—矿点出现时, 证据因子没有出现的概率; 条件概率4—矿点没有出现时, 证据因子没有出现的概率

下载: 导出CSV

参考文献(34)

[1]	肖克炎, 张晓华, 王四龙, 等.矿产资源GIS评价系统[M].北京:地质出版社, 2000. XIAO Ke-yan, ZHANG Xiao-hua, WANG Si-long, et al. Mineral resource assessment system with GIS[M]. Beijing: Geological Publishing House, 2000.
[2]	陈建平, 陈勇, 王全明.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, 2008, 15(4):18~26. http://www.cnki.com.cn/Article/CJFDTOTAL-DXQY200804004.htm CHEN Jian-ping, CHEN Yong, WANG Quan-ming. Study on synthetic informational mineral resource prediction using GIS: A case study in Chifeng region, Inner Mongolia, China [J]. Earth Science Frontiers, 2008, 15(4): 18~26. http://www.cnki.com.cn/Article/CJFDTOTAL-DXQY200804004.htm
[3]	Agterberg F P. Computer programs for mineral exploration [J]. Science, 1989, 245: 76~81. doi: 10.1126/science.245.4913.76
[4]	Bonham-Carter G F, Agterberg F P, Wright S F. Integration of geological datasets for gold exploration in Nova Scotia[J]. Photogrammetry and Remote Sensing, 1988, 54: 1585~1592. doi: 10.1029/SC010p0015/references
[5]	CHENG Qiu-ming, Agterberg F P. Fuzzy weights of evidence method and its application in mineral potential mapping [J]. Natural Resources Research, 1999, 8(1): 27~35. doi: 10.1023/A:1021677510649
[6]	Agterberg F P, CHENG Qiu-ming. Conditional independence test for weights-of-evidence modeling[J]. Natural Resources Research, 11(4): 249~255. doi: 10.1023/A:1021193827501
[7]	张生元, 成秋明, 张素萍, 等.加权证据权模型和逐步证据权模型及其在个旧锡铜矿产资源预测中的应用[J].地球科学:中国地质大学学报, 2009, 34(2):281~286. http://www.cnki.com.cn/Article/CJFDTOTAL-DQKX200902008.htm ZHANG Sheng-yuan, CHENG Qiu-ming, ZHANG Su-ping, et al. Weighted weights of evidence and stepwise weights of evidence and their applications in Sn-Cu mineral potential mapping in Gejiu, Yunnan Province, China[J]. Earth Science: Journal of China University of Geosciences, 2009, 34(2): 281~286. http://www.cnki.com.cn/Article/CJFDTOTAL-DQKX200902008.htm
[8]	游远航, 杨建中, 胡明, 等.找矿信息量法在成矿预测中的应用——以武当西缘铅锌铜矿预测为例[J].地质找矿论丛, 2006, 21(1):58~62. http://www.cnki.com.cn/Article/CJFDTOTAL-DZZK200601012.htm YOU Yuan-hang, YANG Jian-zhong, HU Ming, et al. Application of prospecting information contents method for minerogenetic prediction: A case study on prediction of lead-zinc-copper deposit in Western Wudang area[J]. Contributions to Geology and Mineral Resources Research, 2006, 21(1): 58~62. http://www.cnki.com.cn/Article/CJFDTOTAL-DZZK200601012.htm
[9]	邓勇, 邱瑞山, 罗鑫, 等.基于证据权重法的成矿预测——以广东省钨锡矿的成矿预测为例[J].地质通报, 2007, 26(9):1228~1234. http://www.cnki.com.cn/Article/CJFDTOTAL-ZQYD200709027.htm DENG Yong, QIU Rui-shan, LUO Xin, et al. Minerogenetic prediction based on the weight-of-evidence approach: A case study of the prediction of tungsten and thin deposits in Guangdong, China [J]. Geological Bulletin of China, 2007, 26(9): 1228~1234. http://www.cnki.com.cn/Article/CJFDTOTAL-ZQYD200709027.htm
[10]	刘世翔, 薛林福, 郄瑞卿, 等.基于GIS的证据权重法在黑龙江省西北部金矿成矿预测中的应用[J].吉林大学学报:地球科学版, 2007, 37(5):889~893. http://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ200705006.htm LIU Shi-xiang, XUE Lin-fu, QIE Rui-qing, et al. An application of GIS-based weithts of evidence for gold prospeciting in the northwest of Heilongjiang Province [J]. Journal of Jilin University: Earth Science Edition, 2007, 37(5): 889~893. http://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ200705006.htm
[11]	孙岩, 王训练, 陈建平, 等.基于证据权重法的沱沱河地区铅锌银矿成矿预测[J].地质通报, 2010, 29(4):556~564. http://www.cnki.com.cn/Article/CJFDTOTAL-ZQYD201004011.htm SUN Yan, WANG Xun-lian, Chen Jian-ping, et al. Lead-zinc-silver metallogenic prediction based on GIS in Tuotuo River region, Qinghai, China [J]. Geological Bulletin of China, 2010, 29(4): 556~564. http://www.cnki.com.cn/Article/CJFDTOTAL-ZQYD201004011.htm
[12]	许德如, 肖勇, 夏斌, 等.海南石碌铁矿床成矿模式与找矿预测[M].北京:地质出版社, 2009. XU De-ru, XIAO Yong, XIA Bin, et al. Metallogenic mode and prospecting prediction of Shilu iron deposit in Hainan Province[M]. Beijing: Geological Publishing House, 2009.
[13]	陈哲培, 何圣华, 陈贻川, 等.海南省岩石地层[M].北京:中国地质大学出版社, 1997. CHEN Zhe-pei, HE Sheng-hua, CHEN Yi-chuan, et al. Lithostratic stratigraphy of the Hainan Province [M].Beijing:China University of Geosciences Press, 1997.
[14]	马大铨, 黄香定, 陈哲培, 等.海南省抱板群研究的新进展[J].中国区域地质, 1997, 16(2):130~136. http://www.cnki.com.cn/Article/CJFDTOTAL-ZQYD702.002.htm MA Da-quan, HUANG Xiang-ding, CHEN Zhe-pei, et al. New advanced in the study of the Baoban Group in Hainan Province [J]. Regional Geology of China, 1997, 16(2): 130~136. http://www.cnki.com.cn/Article/CJFDTOTAL-ZQYD702.002.htm
[15]	Xu Deru, Wang Zhilin, Cai Jianxin, et al. Geological characteristics and metallogenesis of the Shilu Fe-ore deposit in Hainan Province, South China [J]. Ore Geology Reviews, 2013, 53: 318~342. doi: 10.1016/j.oregeorev.2013.01.015
[16]	廖香俊, 王平安, 丁式江, 等.海南岛主要成矿系列与矿床成矿规律研究[J].地质力学学报, 2005, 11(2):187~193. http://journal.geomech.ac.cn/ch/reader/view_abstract.aspx?flag=1&file_no=20050228&journal_id=dzlxxb LIAO Xiang-jun, WANG Ping-an, DING Shi-jiang, et al. Main minerogeneric series and metallogenic characteristics on Hainan Island [J]. Journal of Geomechanics, 2005, 11(2): 187~193. http://journal.geomech.ac.cn/ch/reader/view_abstract.aspx?flag=1&file_no=20050228&journal_id=dzlxxb
[17]	战明国, 张树淮, 刘国庆.海南岛西部戈枕含金剪切带及其金矿成矿系列[J].矿床地质, 1996, 15(4):289~297. http://www.cnki.com.cn/Article/CJFDTOTAL-KCDZ604.000.htm ZHAN Ming-guo, ZHANG Shu-hai, LIU Guo-qing. The Gezhen auriferous shear zone and related metallogenic series in western Hainan Island[J]. Mineral Deposits, 1996, 15(4): 289~297. http://www.cnki.com.cn/Article/CJFDTOTAL-KCDZ604.000.htm
[18]	肖力, 周遗军, 邹依林.海南戈枕金矿带金矿床剪切成矿模式研究[J].矿产与地质, 1999, 13(71):148~152. http://www.cnki.com.cn/Article/CJFDTOTAL-KCYD903.003.htm XIAO Li, ZHOU Yi-jun, ZOU Yi-lin. Study on shearing metallogenic model of gold deposits in Gezhen gold belt, Hainan [J].Mineral Resources and Geology, 1999, 13(71): 148~152. http://www.cnki.com.cn/Article/CJFDTOTAL-KCYD903.003.htm
[19]	涂绍雄.海南岛金矿分布规律及成矿地质条件的初步研究[J].地质找矿论丛, 1992, 7(3):71~82. http://www.cnki.com.cn/Article/CJFDTOTAL-DZZK199203006.htm TU Shao-xiong. Metallogenic geologic conditions of the gold deposits in Hainan Island [J]. Contributions to Geology and Mineral Resources Research, 1992, 7(3): 71~82. http://www.cnki.com.cn/Article/CJFDTOTAL-DZZK199203006.htm
[20]	饶家光, 黄香定, 涂绍雄, 等.海南岛西部戈枕金带的成矿演化——以二甲—不磨地区主要金矿床为例[J].华南地质与矿产, 1996, (3):12~22. http://www.cnki.com.cn/Article/CJFDTOTAL-HNKC199603001.htm RAO Jia-guang, HUANG Xiang-ding, TU Shao-xiong, et al. Metallogenetic evolution of the Gezhen gold deposit belt in western Hainan Island, China: With the main deposits in Erjia-Bumo area as examples[J]. Geology and Mineral Resources of South China, 1996, (3): 12~22. http://www.cnki.com.cn/Article/CJFDTOTAL-HNKC199603001.htm
[21]	王春宏, 聂风莲, 刘纲, 等.海南省金矿成矿规律及找矿方向[J].黄金地质, 2002, 8(1):11~16. http://www.cnki.com.cn/Article/CJFDTOTAL-HJDZ200201002.htm WANG Chun-hong, NIE Feng-lian, LIU Gang, et al. Metallogenic rules and directions for prospecting gold deposit in Hainan[J]. Gold Geology, 2002, 8(1): 11~16. http://www.cnki.com.cn/Article/CJFDTOTAL-HJDZ200201002.htm
[22]	丁式江, 黄香定, 李中坚, 等.海南抱伦金矿地质特征及其成矿作用[J].中国地质, 2001, 28(5):28~34. http://www.cnki.com.cn/Article/CJFDTOTAL-DIZI200105004.htm DING Shi-jiang, HUANG Xiang-ding, LI Zhong-jian, et al. Geological characteristics and mineralization of Baolun gold deposit in Hainan Island[J]. Geology in China, 2001, 28(5): 28~34. http://www.cnki.com.cn/Article/CJFDTOTAL-DIZI200105004.htm
[23]	陈柏林, 丁式江, 李中坚, 等.海南抱伦金矿床成矿时代研究[J].地球化学, 2001, 30(6):525~532. http://www.cnki.com.cn/Article/CJFDTOTAL-DQHX200106003.htm CHEN Bai-lin, DING Shi-Jiang, LI Zhong-jian, et al. Metallogenic age of Baolun gold deposit, Hainan Province [J]. Geochimica, 2001, 30(6): 525~532. http://www.cnki.com.cn/Article/CJFDTOTAL-DQHX200106003.htm
[24]	张小文, 覃海灿, 傅杨荣.海南定安富文金矿床矿石特征[J].地球科学与环境学报, 2007, 29(1):26~29. http://www.cnki.com.cn/Article/CJFDTOTAL-XAGX200701006.htm ZHAGN Xiao-wen, QIN Hai-can, FU Yang-rong. Ore character of Fuwen gold deposit in Ding'an, Hainan Province[J]. Journal of Earth Sciences and Environment, 2007, 29(1): 26~29. http://www.cnki.com.cn/Article/CJFDTOTAL-XAGX200701006.htm
[25]	苏红旗, 葛艳, 刘冬林.基于GIS的证据权重法矿产预测系统(EWM)[J].地质与勘探, 1999, 35(1):44~45. http://www.cnki.com.cn/Article/CJFDTOTAL-DZKT901.011.htm SU Hong-qi, Ge Yan, LIU Dong-lin. A GIS-based mineral deposits prediction system by using evidence weight modeling[J]. Geology and Prospecting, 1999, 35(1): 44~45. http://www.cnki.com.cn/Article/CJFDTOTAL-DZKT901.011.htm
[26]	周宁, 李德平, 田赤英, 等.证据权法在CC区潜在多金属结核资源预测中的应用[J].大地构造与成矿学, 2008, 32(3):352~359. http://www.cnki.com.cn/Article/CJFDTOTAL-DGYK200803014.htm ZHOU Ning, LI De-ping, TIAN Chi-ying, et al. Application of weights of evidence modeling to prediction of potential polymetallic nodule resources in the clarion-clipperton zone[J]. Geotectonica et Metalbgenia, 2008, 32(3): 352~359. http://www.cnki.com.cn/Article/CJFDTOTAL-DGYK200803014.htm
[27]	陈建平, 陈勇, 王全明.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, 2008, 15(4):18~26. http://www.cnki.com.cn/Article/CJFDTOTAL-DXQY200804004.htm CHEN Jian-ping, CHEN Yong, WANG Quan-ming. Study on synthetic informational mineral resource prediction using GIS: A case study in Chifeng region, Inner Mongolia, China[J]. Earth Science Frontiers, 2008, 15(4): 18~26. http://www.cnki.com.cn/Article/CJFDTOTAL-DXQY200804004.htm
[28]	陈永清, 夏庆霖, 黄静宁, 等."证据权"法在西南"三江"南段矿产资源评价中的应用[J].中国地质, 2007, 34(1):132~140. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=dizi200701018&dbname=CJFD&dbcode=CJFQ CHEN Yong-qing, XIA Qing-lin, HUANG Jing-ning, et al. Application of the weights-of-evidence method in mineral resource sessments in the southern segment of the "Sanjiang metallogenic zone", southwestern China[J]. Geology in China, 2007, 34(1): 132~140. http://kns.cnki.net/KCMS/detail/detail.aspx?filename=dizi200701018&dbname=CJFD&dbcode=CJFQ
[29]	刘晓玲, 陈建平.基于GIS的证据权重法在内蒙古阿鲁科尔沁旗地区成矿预测中的应用[J].地质通报, 2010, 29(4):571~580. http://www.cnki.com.cn/Article/CJFDTOTAL-ZQYD201004013.htm LIU Xiao-ling, CHEN Jian-ping. Application of GIS-based weights of evidence method for mineral quantitative prediction: A case study on Alukerqiin area, Inner Mongolia, China[J]. Geological Bulletin of China, 2010, 29(4): 571~581. http://www.cnki.com.cn/Article/CJFDTOTAL-ZQYD201004013.htm
[30]	王宝林, 朱锁, 丛丽娟, 等.遥感蚀变异常在地质矿产勘查工作中的应用[J].华南地质与成矿, 2011, 27(1):64~68. http://www.cnki.com.cn/Article/CJFDTOTAL-HNKC201101010.htm WANG Bao-lin, ZHU Suo, Cong Li-juan, et al. The application of alteration abnormities extracting from remote sensing data for geological exploration [J]. Geology and Mineral Resources of South China, 2011, 27(1): 64~68. http://www.cnki.com.cn/Article/CJFDTOTAL-HNKC201101010.htm
[31]	赵少杰, 钱建平, 陈宏毅.遥感线性构造分形统计和蚀变信息提取在桂东地区金铅锌锡多金属成矿预测中的应用[J].大地构造与成矿学, 2011, 35(3):364~371. http://www.cnki.com.cn/Article/CJFDTOTAL-DGYK201103005.htm ZHAO Shao-jie, QIAN Jian-ping, CHEN Hong-yi. Application of fractal statistics of linear structure and alteration information extraction of remote sensing on the Au, Pb, Zn, Sn polymetallic minerogenetic prognosis in eastern Guangxi[J]. Geotectonica et Metalbgenia, 2011, 35(3): 364~371. http://www.cnki.com.cn/Article/CJFDTOTAL-DGYK201103005.htm
[32]	赵鹏大, 胡明亮, 李紫金.矿床统计预测[M].北京:地质出版社, 1993. ZHAO Peng-da, HU Ming-liang, LI Zi-jin. Statistical prediction of ore deposits[M]. Beijing: Geological Publishing House, 1993.
[33]	薛顺荣, 肖克炎, 丁建华.基于MRAS的证据权重法在香格里拉地区的综合信息成矿预测[J].吉林大学学报:地球科学版, 2008, 38(5):738~743. http://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ200805004.htm XUE Shun-rong, XIAO Ke-yan, DING Jian-hua. Multi-source information metallogenic prognosis with weighting of evidence based on MRAS in Shangri-La[J]. Journal of Jilin University: Earth Science Edition, 2008, 38(5): 738~743. http://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ200805004.htm
[34]	Harris J R, Wilkinsos L, Heather K, et al. Application of GIS processing techniques for producing mineral prospectivity maps: A case study of mesothermal Au in the Swayze greenstone belt, Ontario, Canada[J]. Natural Resources Research, 2001, 10(2): 91~124. doi: 10.1023/A:1011548709573