礦產預測思索
前言：本站為你精心整理了礦產預測思索范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。
本文作者：牛翠祎1，2史小翠2作者單位：1中國地質大學地球科學與資源學院2武警黃金地質研究所
1地質數據的問題
礦產預測過程中，收集礦產地質資料，編制地質圖、專題地圖及輔助性圖件是一項工作量很大的基礎性工作。礦產地質數據是礦產資源評價預測的基礎。在應用GIS進行礦產預測的過程中，我們收集到的數據不僅包括基礎地質數據，如地質、構造、地層、巖漿巖、物探、化探、遙感、重砂等，而且還包括基于基礎地質的各項研究成果資料。這些數據資料的表達形式各異，如地質圖、素描圖、照片等圖像資料；報告、說明書等文本資料等。對于這些來源多樣、跨越不同的學科和部門的表達方式不一的眾多數據如何進行有效地組織和管理，成為GIS礦產預測評價過程中亟待解決的問題。許多研究者對數據組合管理進行了探討，如向運川等開發的Geoexplore系統、胡光道的Morpas系統等都涉及數據的組織和管理模塊的開發，這些系統在數據組織和管理方面體現出各自的特色。但不同的礦產預測評價工作應根據礦產預測評價的目的，以成礦規律的研究為基礎，從礦床成礦作用的角度對收集到的礦產地質數據進行歸納、總結、分類，建立多源地質空間數據庫。該數據庫不僅包括基礎地質數據，還包括在成礦規律及成礦作用研究基礎上，由基礎地質數據派生的成果數據。空間數據庫建立的好壞直接影響著礦產預測能否順利進行及預測工作的成效，因此空間數據庫的建立是礦產預測的基礎及關鍵環節。在此過程中必須注意以下問題：
（1）礦產地質數據的矢量化。基于GIS的礦產資源預測需要采集大量的礦產地質數據，由于上世紀地質工作獲得的基礎地質數據大部分都是以紙質和圖形形式存儲，因此圖形的矢量化成為目前地質數據獲取的重要方式。而目前采用數字化儀或基于GIS平臺的屏幕數字化均存在工作量大、精度控制難等問題。雖然一些GIS平臺（如MAPINFO，AR－CINFO和MAPGIS等）提供了自動數字化功能，一些專門的矢量化軟件（如R2V，VPStudio和GeoScan等）也可以對圖形自動矢量化，但由于地質數據內容的復雜性，其自動矢量化的效果均不理想，交互式半自動矢量化仍是目前圖像數據轉換為矢量數據的主要方式。對于數據精度問題，目前可行的方法是，在地圖掃描的基礎上，應用GIS的鑲嵌配準功能對掃描圖形進行校正，然后基于GIS平臺或專門矢量化軟件進行半自動、交互式的屏幕數字化，對矢量化的數據再進行誤差校正，以提高矢量化過程中圖形數據的精度及準確度。
（2）礦產、地質數據的轉換。由于GIS技術的不斷進步與推廣應用，現已建立了大量的地學空間數據庫。但由于各部門建立數據庫采用的GIS軟件不盡一致，其數據的存儲格式多種多樣，如ARC－GIS，MAPINFO，MAPGIS，SURFER等矢量數據和JPE，TIF，GIF等柵格數據，因此在礦產預測過程中，根據所選取的預測軟件對數據的要求，將不同矢量格式的數據轉換為統一的矢量數據格式，而柵格數據需要通過矢量化方式轉換為統一的矢量數據格式。
（3）礦產、地質空間數據庫的建立。由于數據來源的多樣性，不同來源的空間地質數據的坐標系及所用圖形投影參數存在差別，因此必須根據基礎地質圖的坐標系和投影參數對所有的空間數據通過誤差校正、投影轉換、鑲嵌配準等功能進行坐標系及投影參數的統一，使相同地理位置的數據在同一坐標系下的誤差控制在預測精度所要求的范圍內，以減少地質數據誤差對成礦預測精度的影響。礦產、地質空間數據庫不僅包括空間數據，其空間數據的屬性數據也是礦產預測過程中必不可少的。對于預測過程中數據的分類提取，專題圖層的建立具有不可或缺的作用，因此屬性數據要根據預測工作的目的和需要，在成礦規律研究的基礎上來確定。如在斷裂構造中，不同級別的斷裂對成礦的控制作用不同，區域深大斷裂控制著巖漿巖帶或礦帶的空間展布，而次級的斷裂則控制著礦體的就位，因此斷裂屬性中斷裂級別是必不可少的。
2地質專業人員的作用
在成礦預測過程中，地質專家的參與貫穿于成礦預測的全過程，包括數據的收集、數據庫的建設、成礦規律及控礦條件的研究、預測模型的建立、地質變量的構建及預測成果的解釋等。由于計算機技術和GIS的應用，礦產預測數據處理自動化程度有所提高，但地質人員在成礦預測過程中仍起著不可忽視的作用。礦產地質數據組織離不開地質人員的參與，地質人員必須根據預測目的及預測思路提出礦產地質空間數據庫建設的方案。基礎地質礦產數據庫建立的好壞影響著地質變量的選取與構建計劃能否順利進行，成礦預測的思路和方案能否實現，成礦預測的成果能否有效指導找礦。在礦產預測過程中收集了大量地質、物化探、遙感、重砂、礦產及基礎地質方面的圖形及文字資料。資料是否完整，能否用于礦產預測，需要地質人員根據預測的目的、任務、要求對大量的資料進行篩選和補充，同時還要剔除一些不能滿足精度、范圍要求的資料。如在區域礦產預測中，預測區內的工作程度各不相同，部分工作程度較高的區段可能具備有高精度的數據，如果預測者將其作為變量而參與建模，而該數據在整個預測區不具有可比性的話，就會造成預測區該變量的取值不確定而使預測成果的不確定性增加，因此在預測工作中應由地質人員根據實際情況來決定該數據的取舍；又如某些地質圖只有圖形數據，其屬性數據則應由地質人員根據相關的基礎地質資料或圖形內容進行補充。遙感數據圖像能較好地反映工作區構造的總體格局，可以作為區域地質資料中構造信息的補充。人們可以從中提取出區域地質圖上未能很好反映的隱伏斷裂、巖體等信息，也可對區分斷裂的規模、性質，隱伏巖體規模等起到輔助判別的作用。對于遙感解譯出的各類地質變量，要由地質人員對其進行分析鑒別，如環形構造反映的是構造信息還是巖體信息？要對環形構造的細節與特點結合地質情況進行具體分析，如果由巖體引起的，變量應劃分為巖體變量，而構造作用形成的環形構造，應按構造變量來對待。同時對遙感解譯信息和地質圖上提供的相關信息進行分析，對一些重復的信息要有所取舍，選擇一些有用的、不重復的數據，對遙感數據的有效運用需要遙感人員與地質人員的有機配合。變量的選取與構置。地質數據不僅包括定量的數據，如化探分析數據、物探數據、有用元素的含量等，還包括許多定性的或描述性的數據，如蝕變的強度、礦化強度、礦體的規模、控礦地質體的產狀、規模等；不同的數據具有不同的單位和量綱。如何在成礦預測過程中把這些語句有機地組合起來，如何把定性的描述性數據用定量的數據進行合理的表達，需要地質人員根據各種方法所獲取的數據之間的關系，結合地質實際情況進行合理的變量賦值，或根據數據分析所獲得的不同變量之間的關系將相關的變量進行組合，使復雜的變量簡化，優化變量結構，使成礦預測過程中涉及到的變量盡可能地少，同時又能有效地反映礦床或礦體空間變化特征，提高預測的可信度和準確性。礦產地質人員在成礦預測的過程中，必須對區域成礦規律及控礦地質條件進行研究，把成礦規律或成礦模型轉換為相應的找礦預測模型。礦產地質人員在礦產預測過程中，需要不斷對預測結果與找礦模型間存在的偏差進行分析，找出造成預測結果與地質事實之間存在偏差的原因，并提出校正的思路和方法，對預測結果進行修正，以保證預測結果的準確性和精確性，最后對礦產預測的結果進行地質解釋與評價。袁峰等［9］和魏芳［10］曾經論述過地質礦產數據在GIS預測過程中如何有效組織的問題，礦產時間譜系在GIS預測中如何體現及地質專家與GIS預測評價系統如何有效結合仍是目前GIS預測中需要考慮的關鍵問題。這些問題的解決僅僅依靠GIS系統是不能實現的，必須由地質專家或地質專業人員在成礦規律研究的基礎上，根據礦產資源評價的要求，提出解決問題的思路，通過GIS系統實現數據有效組合與表達，從而提高預測的準確性和可信度。
3單元的劃分
單元是礦產預測的基本單位，預測工作以單元進行觀測和取值，不同大小的單元對地質現象描述的精度不同，影響著地質變量觀測的尺度，最終制約預測評價結果的準確程度。前人對地質單元的劃分進行了研究，提出了地質體單元法、地質異常單元法及網格單元法，如陳永良探討了GIS中地質體單元的劃分［11］，李鐘山等將地質體單元劃分方法應用于華北地臺北緣金礦預測［12］，趙鵬大等應用地質異常單元方法在魯西地區進行了金礦的預測工作［13］。以上兩種單元劃分方法在GIS系統中的實現還有待探索，由于網格單元法的劃分自動化程度較高，目前依然是網格單元劃分常用的方法。網格單元劃分中網格單元面積、形狀及鋪設的合理性對于預測精度起著至關重要的作用，在劃分過程中需要考慮以下幾個因素［14］：
（1）統計預測的比例尺。統計預測所采用的比例尺決定著預測過程中所使用數據的精度，也決定著預測的精度。經過大量礦產預測評價的實踐，地質學家對預測所使用地質圖件的比例尺與預測單元大小之間的關系進行了總結：當預測比例尺為1∶50000時，單元大小宜為0．25～1km2；預測比例尺為1∶200000時，單元大小宜為4～16km2；預測比例尺為1∶500000時，單元大小宜為25～100km2。
（2）研究區地質條件的復雜程度。合理的單元劃分應該能使建立的模型反映區域地質構造背景和礦床地質條件變化的信息。在預測目的及預測資料精度確定的前提下，根據地質條件的復雜程度來確定單元格的面積。如西秦嶺地區進行1∶500000的金礦資源評價時，地質條件變化復雜，信息量大，為了能客觀地反映預測區情況，在不增加預測工作量的前提下，采用了5km×5km的單元格。如果地質條件相對簡單，在保證統計預測所要求的單元格數量的前提下采用較大面積的單元格。
（3）研究區出露的礦點數量及空間分布的特征。研究表明，網格單元的面積不同，其礦點分布模型也不同，李新中等［15］對單元格面積與礦點分布模型進行了研究，提出了網格單元劃分的基本準則，推導出確定單元格面積的公式。值得注意的是，研究區出露的礦點數量不僅與研究區成礦地質背景及成礦條件有關，還與研究區的工作程度密切相關，因此需要在綜合研究成礦地質背景及調查研究區工作程度的基礎上，對上述公式計算的單元面積進行合理的調整。
（4）保證統計分析所需的單元數。礦產預測是統計意義的預測，因此單元的劃分必須使含礦單元的數量滿足統計分析所要求的最小單元數，即含礦單元數要大于變量數［16］。
（5）地質特征的空間變異性。地質變量在空間的分布是不均勻的，通常表現為各向異性，因此在劃分單元格時，要考慮地質變量的空間變化特征，利用區域化變量理論來研究單元內地質變量的空間結構性。當地質變量的結構變化表現為各向同性時，采用正方形單元；當地質變量的結構變化表現為各向異性時，則采用長方形單元，并以長方形的短邊平行變化較大的方向。比如在祁連成礦帶進行金礦資源量預測時，由于構造及地層主要呈NW向延伸，表現出較強的各向異性，因此在劃分單元格時采用長方形網格，網格的長邊平行于構造及地層的延長方向（即NW向），而網格單元的短邊則垂直構造和地層的走向（即NE方向）。因此，單元格劃分只有綜合考慮上述因素，找出預測工作區內影響單元格劃分的主要因素，在合理劃分單元格的基礎上進行預測評價，預測結果才能更好地反映地質客觀事實，達到真實、可靠的要求。
4成礦模型和找礦模型
應用成礦模型和找礦模型進行礦產預測是地質工作者常用的預測方法，如斑巖型銅礦模型、石英脈型鎢礦的“五層樓”模型、長江中下游玢巖鐵礦模型，以及在這些模型基礎上提出的礦床模型預測理論。它們是根據各類礦床復雜的地質現象和各種各樣找礦信息對成礦規律及控礦地質條件的高度概括和總結，對礦床成礦作用的研究及找礦勘探具有指導意義。但是成礦模型和找礦模型既有內在的聯系，也存在著差別。成礦模型是對礦床賦存的地質環境、控礦因素、內外部特征、時空變化規律、成礦物質來源、成礦機理的高度概括和綜合，并用圖表和文字進行表達，使人們對同類或相似的成礦作用有完整的認識［16］。找礦模型則是在成礦規律及成礦模型綜合研究的基礎上建立的，主要對成礦地質作用的結果，即對礦床發現有特殊意義的地質、物化探、遙感等找礦標志及其在空間的變化規律進行研究，總結礦床發現所需要的信息標志及使用的有效方法，是對成礦地質作用過程所表現的外在信息的綜合和概括。在實際應用中出現了各種各樣的找礦模型，并有不少成功的范例，如地質－地球化學模型、地質－地球物理模型、噸位－品位模型等。成礦模型側重礦床成礦的過程和形成機理，揭示的是成礦作用過程內在控制因素的組合規律；而找礦模型側重的是成礦地質作用的外在表現。只有通過對成礦規律的研究，建立成礦模型，才能更好地理解哪些找礦信息反映成礦規律和成礦作用的本質，在礦產預測過程中所起作用的大小，在此基礎上建立找礦模型，更能對所獲得的各種信息數據進行有效而充分的綜合，并轉化為礦產預測的各種地質標志，提高找礦預測的效率及準確性。
GIS礦產預測的發展趨勢
隨著計算機技術的發展，GIS成為礦產資源評價及成礦預測的一種強有力的工具，在成礦預測實踐中得到廣泛應用，在多源地學數據的集成管理、模型建立及空間分析方面具有不可比擬的優勢。隨著時態GIS［17－18］、三維GIS［19－21］、WebGIS［22－24］的發展，GIS技術在時空演化、三維可視化、數據開放共享的方面不斷拓展，這為成礦時空變化規律的有效闡述、成礦預測的三維立體直觀表達、GIS數據的共享提供了實現的途徑，成為GIS目前的發展趨勢。
