辛存林，廖建棟，董 凱，包小強，謝慶豪，趙 振，王 樂，季健健

(西北師范大學 地理與環(huán)境科學學院,蘭州 730070)

?

·地球科學·

新疆喀拉尕依沙地區(qū)地球化學異常信息的提取

辛存林，廖建棟，董 凱，包小強，謝慶豪，趙 振，王 樂，季健健

(西北師范大學 地理與環(huán)境科學學院,蘭州 730070)

通過泛克里金法和多重分形濾波技術相結合的方法,對新疆喀拉尕依沙地區(qū)成礦能量異常信息進行分析,以此獲取該地區(qū)不同層次的致礦異常信息。研究結果表明:①新疆喀拉尕依沙地區(qū)成礦能量的最大變程為2.4 km,最大變程的方向為310°,最大變程方向與研究區(qū)主斷裂F1走向基本一致；該地區(qū)成礦能量變化主要受到區(qū)域內的主斷裂F1控制,其成礦能量含量的變化表現(xiàn)出較強的結構性特征。②泛克里金法獲得的異常與低通濾波獲取的區(qū)域成礦能量的異常總體具有相似的空間分布特征,它們均反映了異常的分布趨勢和濃集特征,具有明顯的裂控-巖控特征。③多重分形濾波(S-A)法能夠提取多層次的致礦異常信息,其中包括了成礦能量的區(qū)域異常和隱伏背景中的弱異常和隱蔽異常,通過對背景和異常信息的關聯(lián)分析,得出有利于礦化的解釋,指示隱伏礦床的分布位置，同時為尋求未知礦床提供新的啟示。

成礦能量;泛克里金法;多重分形濾波;新疆喀拉尕依沙

隨著勘探地球化學的發(fā)展，為了更加準確地提取異常信息和對異常進行評價,就要求原始數(shù)據測量點必須均勻分布。但是，由于取樣條件、地質情況、人為等因素的制約,不可避免地出現(xiàn)數(shù)據局部集中或過度分散,從而引起元素空間異常信息的畸變。而成礦能量反映了全部所查明元素含量的綜合信息,并且可對區(qū)域內集中或分散的元素自動篩選[1],從而使提取的信息減少了外界環(huán)境的影響,使得研究結果更加科學、有效。

地球化學元素的空間變化不僅具有結構性的變化特征,還具有隨機性的變化特征[2]。這種隨機性變化往往是由致礦異常因素所引起的,其尺度不變性特征可由分形和多重分形模型定量表征[2-3]。成礦能量是利用與研究區(qū)主攻元素正相關的某幾種元素的含量同區(qū)域上該元素的背景值的比值來反映元素能量的變化,所以也表現(xiàn)出分形和多重分形的特征?；诜蔷€性模型的多重分形濾波技術,根據區(qū)域地球化學數(shù)據在頻率域中具有不同的廣義自相似性特征將其分解為不同的空間模式,以此來識別或分解疊加地質作用引起的與礦化有關的異常[4-7]。多重濾波技術是通過傅里葉變化把空間域轉變成時空域,通過構建濾波器,在頻率域上運用不同的濾波器,并將其轉換在空間域上保持或加強區(qū)域的信息,對低背景中的弱異?；蛘唠[蔽異常進行提取、識別和圈定,還可以將異常區(qū)域的背景和異常進行分離。

新疆喀拉尕依沙地區(qū)地形條件復雜,在采集樣品時，樣品間距的不均一性導致研究區(qū)元素化探數(shù)據異常信息的不準確。因此，本文采用成礦能量法綜合分析研究區(qū)元素異常,以減小樣品間距不均勻導致的數(shù)據信息的不準確性。通過泛克里金法和多重分形濾波技術分別對研究區(qū)成礦能量空間信息的變化進行分析,獲取研究區(qū)成礦能量異常信息的空間變化特征及其控制因素,并對研究區(qū)綜合信息進行弱異常和隱蔽異常信息的提取。最后，結合研究區(qū)地質背景,對研究區(qū)異常信息進行綜合評價。

1 研究區(qū)成礦地質背景

東天山處于準噶爾板塊與塔里木板塊接合處,在長期的演化過程中經歷了復雜的裂解和拼合,地質構造復雜,背景獨特,巖漿活動頻繁,是中國主要的多金屬成礦帶,具有復雜的地質成礦背景[8-9]。研究區(qū)位于東天山中段準噶爾微板塊(Ⅱ)、北天山造山帶(Ⅵ)和東準噶爾板塊(Ⅳ)的交匯處,地殼活動活躍(見圖1)。區(qū)域上位于博格達銅、金成礦帶,該成礦帶成礦地質條件良好,極具找礦潛力。

研究區(qū)出露的地層主要為古生界的石炭系以及中生界的三疊系和新生界的第四系。區(qū)內巖漿作用強烈,主要為華力西中期輝綠玢巖(βμ2a4),侵位于中石炭統(tǒng)居里得能組地層中。區(qū)內斷裂較為發(fā)育,呈NNW,NEE向展布,斷裂在走向上具波狀彎曲,穿插于石炭系地層內,對區(qū)內成礦物質的活化、遷移和富集成礦均有重要的控制作用(見圖2)。在沿斷裂發(fā)育的一系列巖漿巖中,常見黃銅礦、輝銅礦、硅化、褐鐵礦化、絹云母化、孔雀綠泥石蝕變等礦化蝕變。

通過對研究區(qū)采集的1 269個樣品元素含量的均值、標準離差、變化系數(shù)和濃度克拉克值等參數(shù)進行統(tǒng)計分析(表1)后表明，其中濃度克拉克值大于1的元素有Cu，Pb，Zn，Bi，這說明這4種元素具有相對富集和較強富集；變異系數(shù)大于1的元素有Ag，Cu，Mo，Sb,這說明這4種元素活化和遷移作用強烈。從上述特征可以看出,在該區(qū)地層中,既有同生聚集(濃度克拉克值大于1),又具強烈后生改造(變異系數(shù)大于l)的元素(Cu元素), 其他元素的濃度克拉克值和變異系數(shù)均較低,其活化和遷移作用也較為微弱。這說明Cu元素不僅在地層中相對富集,而且分布極不均勻,在有利的地層條件下,極有可能形成礦化體。由野外地質調查可知，研究區(qū)分布有6條近東西向展布的綠泥石化蝕變帶,其普遍具孔雀綠泥石蝕變,巖石中可見斑點狀黃銅礦、輝銅礦等。綜上可知，Cu元素為本研究區(qū)成礦能量的主攻元素。

圖1 新疆北部銅、金礦床分布圖[10-11]Fig.1 Sketch map showing the major tectonic units and distribution of copper and gold deposits in North Xinjiang

表1 研究區(qū)微量元素含量特征統(tǒng)計表Tab.1 Statistical table of trace element in researched area

2 泛克里金法對成礦能量綜合異常的提取

2.1 成礦能量法的原理與計算

成礦能量是指成礦元素由分散狀態(tài)組合成富集體(礦體或礦石)時的地球自然能,也就是各種金屬成礦元素從最初的分散狀態(tài)到局部富集成礦、成暈所需要消耗的相應的能量。具體到一個研究區(qū)就是利用與主攻元素正相關的某幾種元素的含量同區(qū)域上該元素的背景值的比值來反映能量的變化[12]。單位體積礦石(暈)上成礦能量消耗(En)的計算公式[13]為

(1)

式中:En表示由n個元素形成單位體積礦石或地球化學暈時所消耗的能量;n為成礦、成暈的元素數(shù);ki為組成礦石或地球化學暈的第i個元素的克拉克濃度值。成礦能量只是相對地反映了元素遷移和富集增加或者減小的能量,不反映元素富集或者分散的絕對值和具體到那一時期地質作用對能量分布的影響,僅僅是最終形成狀態(tài)的能量的分布。

圖2 研究區(qū)地質略圖Fig.2 Geological map of researched area

通過Spss軟件對新疆喀拉尕依沙地區(qū)1 269個樣品的9種元素數(shù)據作標準化處理后,計算得到各相關系數(shù)矩陣見表 2。與主攻元素Cu正相關的元素為Ag，Mo，Zn，Au， Mn， Sb，Pb (在1%信度下的顯著相關),根據這些元素的背景值,按成礦能量計算公式(1)求出該研究區(qū)的成礦能量,以此表示研究區(qū)的綜合異常。

2.2 泛克里金法的原理

泛克里金法主要是運用變差函數(shù)和非平穩(wěn)隨機函數(shù)的協(xié)方差函數(shù)為已知條件下，是一種考慮漂移的無偏線性估計量的地質統(tǒng)計方法。通過變差函數(shù)和不同方向的漂移形式可以準確地反映地質變量在不同方向的變化程度。

變差函數(shù)是地質統(tǒng)計學中描述區(qū)域化變量空間結構性和隨機性的基本工具。它通過測定區(qū)域化變量分隔等距離樣點間的差異來研究區(qū)域化變量的空間相關性和空間結構。而基于變差函數(shù)的泛克里金法繪制的地球化學異常圖可以為區(qū)域找礦提供信息。其表達式[9]為

(2)

式(2)中，N(h)為滯后距為h時參加變差函數(shù)計算的樣品個數(shù),h為滯后距。變差函數(shù)由4個參數(shù)來表征:方向、塊金值、基臺值和變程。在做出實驗變差函數(shù)之后,選擇一個最優(yōu)的理論變差函數(shù)模型，即球狀模型進行最優(yōu)擬合，以保證克里格方程有解。

2.3 研究區(qū)成礦能量統(tǒng)計特征分析

研究區(qū)占地面積29.25 km2。根據100 m×250 m的網度組合一個樣品,共采集了1 269個樣品。對這1 269個樣品的主成礦元素(Cu)的成礦能量參數(shù)進行統(tǒng)計后可知(見表3)，研究區(qū)內成礦能量的平均值為0.04,最高值為86.52。本文以原始數(shù)據的平均值加上3倍的標準差剔除特異值,使數(shù)據接近正態(tài)分布。對研究區(qū)特異值剔除之后,用實驗變差函數(shù)計算成礦能量的變化特征。

在計算過程中采用兩倍的取樣間距0.2 km作為步長,角度容差22.5°,帶寬為0.1 km,用球狀模型擬合變差函數(shù)。首先計算其在0°，45°，90°，135°四個方向上的實驗變差函數(shù)值點圖,擬合出的變差函數(shù)參數(shù)見表3所示。研究區(qū)的成礦能量在變程之內有較強的向異性,其基臺值為塊金值的兩倍以上,這說明成礦能量在變程范圍內具有較強的相關性；成礦能量連續(xù)性最佳方向為310°,這與區(qū)域內的主斷裂帶F1斷裂一致,這表明成礦能量受到北北西向斷裂控制,也與研究區(qū)內華力西中期輝綠玢巖(βμ2a4)的分布較為一致。在變差函數(shù)中表現(xiàn)為成礦能量連續(xù)性變化的最大變程和最小變程分別為2.4 km和1.03 km,這表明成礦能量的變化在研究區(qū)巖漿巖的范圍之內具有較好的連續(xù)性。同時，其塊金效應(塊金值/基臺值)比較高，這表明成礦能量表現(xiàn)出更強的結構性特征。

表2 微量元素的相關系數(shù)Tab.2 Correlation coefficient matrix of microelements

表3 成礦能量統(tǒng)計參數(shù)與數(shù)據變差函數(shù)擬合參數(shù)Tab.3 Statistical parameter and fitting semi-variogram parameters of the ore-forming energy concentration

2.4 應用泛克里金法對地球化學成礦能量異常的提取

根據以上參數(shù)擬合的變差函數(shù),采用泛克里金法對研究區(qū)進行地球化學成礦能量異常識別分析,獲取區(qū)域成礦能量異常圖(見圖3)。

圖3 泛克里金法獲取的區(qū)域成礦能量異常圖Fig.3 The regional obtain of the ore-forming energy by universal Kriging

泛克里金法的優(yōu)勢不僅是線性無偏和最小估計方差的最優(yōu)估計,還可以給出指標定量評價其預測精度[14]。該方法一般要求平均誤差絕對值與標準化平均誤差接近于0,平均標準誤差較小,標準化均方根誤差接近為1。由表4可知,在本研究中，泛克里金法達到了較好的預測精度。

3 應用多重分形濾波技術對異常的提取

3.1 多重分形濾波技術的基本原理

為了有效地從不均勻性、偶發(fā)性變化引起的離群值中提取地球化學場的異常,減少特高與特低的異常值造成的背景的奇異現(xiàn)象, 本研究對研究區(qū)成礦能量進行空間濾波處理。多重分形濾波(S-A)法,是空間分析和頻譜分析的集成, 主要是利用頻域中明顯的廣義自相似性,根據場的能譜分布的不同,用濾波技術選取頻率信息,重新恢復空間模式，將異常從背景中分離出來[5-7]。簡單來說，就是為了突顯某些成分并且壓制其他成分的影響。我們可以利用能譜密度S與A之間的函數(shù)關系表示

A(≥S)∝S-β，

(3)

其中:S為能譜密度,A(≥S)是能譜密度大于S的波數(shù)集合的面積,β為冪指數(shù)。對式(3)兩邊同時取對數(shù)，繪制雙對數(shù)圖(lnS與lnA)，并用最小二乘法對其進行分段擬合成一條直線。不同段擬合的直線的交點對應的橫坐標值為能譜密度，用它來確定分形濾波器的閾值。利用這個閾值構建不同的濾波器,從而達到對場的分離。濾波器一般分為高通、低通與帶通3種類型[9]，分別如下式所示:

(4)

(5)

(6)

由于能譜密度與波譜頻率成反比關系,所以GA(w)為高通濾波器，也稱為異常濾波器,它能濾掉能譜密度大于S0能譜成分,保留小于S0能譜成分。GB(w)為低通濾波器，也稱為背景濾波器,它能濾掉能譜密度小于S1能譜成分,保留大于S1能譜成分。GC(w)為帶通濾波器，也稱為局部異常,它只保留在區(qū)間(S1,S0)的能譜成分，再根據逆傅里葉變換就可以得到分解后的背景值和異常值的數(shù)據。

表4 預測精度參數(shù)Tab.4 Precision parameter of prediction

3.2 用多重分形濾波方法提取區(qū)域成礦能量異常

成礦能量是利用與主攻元素正相關的某幾種元素的含量同區(qū)域上該元素的背景值(區(qū)域背景值為一個定值)的比值來反映能量的變化的,所以也表現(xiàn)出分形分布的特征。

由于成礦能量計算出來有負值(成礦能量為負值只反映元素富集到現(xiàn)有程度能量增加或減少的相對值,而不反映元素富集或分散所消耗的能量的絕對值)不符合擬合能譜密度S(spectrum density)-面積A(area)雙對數(shù)圖的要求,故對成礦能量進行變換,在其成礦能量上加一個正整數(shù)C,使得該地區(qū)成礦能量與正整數(shù)C之和Eni>0,使得成礦能量變換后符合指數(shù)模型的運算要求[9]。

用S-A法繪制研究區(qū)成礦能量“能譜密度-面積”關系雙對數(shù)圖(見圖4)，用最小二乘法擬合不同斜率的直線，這些直線代表了不同的自相似性特征，它們通常對應空間域中不同級次的地球化學異常模式。如圖4所示，由成礦能量雙對數(shù)圖擬合了3條斜率不同的直線，分別為：k1=-1.551，k2=-2.632，k3=-5.047，3條直線的交點橫坐標為：S1=1.775，S0=3.044，其所對應的成礦能量為r1=5.899，r0=20.982，用此可作為構建濾波器的閾值。對于研究區(qū)成礦能量的分布而言，SS0代表了區(qū)域異常。

圖4 成礦能量的lnA(>S)-lnS圖Fig.4 ln-ln plot showing relationships between power spectrum value S and area A(>S) on the ore-forming energy

4 結果與討論

1)通過對研究區(qū)采集的1 269個樣品的元素含量進行統(tǒng)計,并且結合野外地質調查綜合分析,確定Cu元素為研究區(qū)成礦能量的主攻元素。由研究區(qū)成礦巖層分布特征和元素成礦能量異常識別分析可知,成礦能量異常高值中心主要集中在華力西中期輝綠玢巖(βμ2a4)出露區(qū)及其附近。Cu元素礦化異常主要在華力西中期輝綠玢巖(βμ2a4)和中石炭統(tǒng)居里得能組:灰綠—灰褐色安山巖中。由泛克里金法獲取的成礦能量異常表明，該成礦能量的異常高值點與華力西中期輝綠玢巖(βμ2a4)分布吻合程度較高。這說明Cu元素不僅在華力西中期輝綠玢巖中相對富集,而且分布極不均勻,在有利的構造熱液條件下,極有可能形成礦化體。華力西中期輝綠玢巖(βμ2a4)可作為該區(qū)域尋找Cu礦化點的指示性巖性特征,因此該地區(qū)銅成礦具有明顯的巖控特征。

2)從泛克里金法獲取的成礦能量異常分布和走向趨勢上來看,其異常具有明顯的濃度分帶特征,異常主要集中在研究區(qū)內的最大斷裂F1的北側,受到F1主斷裂和F3，F(xiàn)4次級斷裂的控制,呈北北西走向的帶狀分布,分布并不連續(xù)。由此可以推測，其成礦過程可能跟斷裂構造有關的巖漿熱液作用具有一定的關聯(lián),可能是華力西中期巖漿巖侵位于中石炭統(tǒng)居里得能組圍巖中,通過熱液萃取圍巖中活化、遷移能力強的Cu元素到有利的成礦部位富集成礦。該異?？勺鳛閷ふ覠嵋盒豌~多金屬礦產的重要遠景區(qū)。因此，該成礦過程既有明顯的巖控又具有明顯的裂控特征。

3)通過對低通濾波(見圖5A)獲取的異常與泛克里金法獲取的異常對比分析可知:① 低通濾波獲取的區(qū)域成礦能量的異常與泛克里金法獲得的異?？傮w具有相似的空間分布特征。② 泛克里金法所獲得的異常在區(qū)域上具有較明顯的分布趨勢和濃集特征,這種特征往往反映的是區(qū)域背景下的重大致礦地質事件。③ 低通濾波獲得的異常點明顯比泛克里金法獲得的多，這說明低通濾波突出了背景中的弱異常和隱蔽異常。泛克里金法可以獲得異常點和異常趨勢,低通濾波可以獲得詳細的異常點。它們兩者結合為下一步探礦工作指明了方向和依據。

4)通過帶通濾波獲得的局部異常(見圖5B)與泛克里金法和低通濾波獲得的異常(見圖5A)相比,異常范圍縮小并且突出,其局部異常出現(xiàn)了更強的方向性。這是因為通過帶通濾波對那些次生富集的不均勻性和偶發(fā)性引起的離群值與周圍的樣品相關性較差的數(shù)據已被屏蔽掉。而這些局部均勻的異常信息反映了元素在地質過程中的運移、富集規(guī)律,與特定的礦化過程有關,為研究礦床的走向和尋找遠景區(qū)礦床有一定的指示作用。

圖5 S-A法獲得的成礦能量異常圖Fig.5 The ore-forming energy S-A method

5 結 論

1)通過對成礦能量運用變差函數(shù)的研究表明，新疆喀拉尕依沙地區(qū)成礦能量的最大變程為2.4 km,最大變程的方向為310°。這表明該地區(qū)成礦能量變化主要受到區(qū)域內的NNW主斷裂F1斷裂控制,具有較好的連續(xù)性。其比較高的塊金效應(塊金值/基臺值)表明，它的成礦能量表現(xiàn)出較強的結構性特征。

2)泛克里金法獲取的成礦能量異常反映了異常的分布趨勢和濃集特征,具有明顯的裂控和巖控特征。低通濾波獲取的區(qū)域成礦能量的異常與泛克里金法獲得的異常空間分布總體具有相似的空間分布特征,但是，低通濾波獲取的異常明顯比泛克里金法獲得的異常點多。

3)多重分形濾波(S-A)法能夠提取多層次的致礦異常信息,其中包括了成礦能量的區(qū)域異常和隱伏的或者背景中的弱異常和隱蔽異常。通過多重濾波方法提取的不同層次的異常為下一步工作提供了新的研究靶區(qū)。通過對背景和異常的異常信息的關聯(lián)分析,得出有利于礦化的解釋,指示隱伏礦床的分布位置，并為尋求未知礦床提供新的啟示。

[1] 楊利民,楊自安.成礦能量在化探綜合異常提取中的應用研究[J].礦產與地,2008,22(1):74-77.

[2] 成秋明.非線性成礦預測理論:多重分形奇異性-廣義自相似性-分形譜系模型與方法[J].地球科學：中國地質大學學報,2006,3(3):337-348.

[3] LIMA A, PLANT J A, DE VIVO B,et al. Interpolation methods for geochemical maps: Acomparative study using arsenic data from European streamwaters[J]. Geochem Explor Environ Anal, 2008, 8(1): 41-48.

[4] 成秋明, 張生元,左仁廣, 等. 多重分形濾波方法和地球化學信息提取技術研究與進展[J]. 地學前緣,2009,16(2): 185-198.

[5] 成秋明.空間模式的廣義自相似性分析與礦產資源評價[J].地球科學：中國地質大學學報,2004,29(6):733-743.

[6] 李慶謀,成秋明.分形奇異(特征)值分解方法與地球物理和地球化學異常重建[J].地球科學：中國地質大學學報,2004,29(1):109-118.

[7] 成秋明.多維分形理論和地球化學元素分布規(guī)律[J].地球科學：中國地質大學學報,2000,25(3):311-318.

[8] 崔彬, 和志軍, 趙磊, 等.新疆東天山中段金、銅成礦系統(tǒng)研究[J]. 地學前緣，2000,25(3):311-316.

[9] 黃靜寧,趙鵬大.東天山地區(qū)Cu-Au異常信息提取與評價[J].地球科學：中國地質大學學報,2011,36(2):317-326.

[10] 秦克章.新疆北部中亞型造山帶與成礦作用[D].北京：中國科學院研究生院，2000.

[11] 韓春明,肖文交,崔彬,等.新疆北部晚古生代銅礦床主要類型和地質特征[J].地質學報,2006,80(1):74-89.

[12] 楊利民,楊自安,羅鐵良,等.成礦能量在化探綜合異常提取中的應用研究[J].礦產與地質,2008,22(1):74-77.

[13] 徐錫華.成礦能量-克立格雙模型在化探數(shù)據處理中的特殊功效[J].地質找礦論叢,2002,17(1):52-56.

[14] 王景雷,孫景生,張寄陽,等.基于GIS和地質統(tǒng)計學的作物需水量等值線圖[J].農業(yè)工程學報,2004,20(5):51-54.

(編 輯雷雁林)

Geochemical abnormal information extract in Kalagayisha Xinjiang

XIN Cun-lin, LIAO Jian-dong, DONG Kai, BAO Xiao-qiang, XIE Qing-hao, ZHAO Zhen, WANG Le, JI Jian-jian

(College of Geography and Environmental Science, Northwest Normal University, Lanzhou 730070， China)

Based on the universal Kriging method and Spectrum-Area(S-A) method, essential mineralization abnomal information in Kalagayisha areas, Xinjiang were analyzed, leadingto different levels of mine information.Results show that: ① Kalagayisha, Xinjiang mineralization can be one of the biggest variation range of 2.4 km, the direction of the maximum codomain is 310°, the largest variation direction basically accords with the strike of the main faults F1 in the study area, suggestting that the region mineralization can change is mainly controlled by the regional main faults F1 fault. Changes in concentrations of mineralization can show strong structural features. ② The anomaly obtained by the Universal Kriging Method and the regional ore-forming energy anomalies obtained by the low-pass filter have similar spatial distribution characteristics as a whole. They all reflect the trend and concentration distribution characteristics of abnormal information, with obvious crack and rock control characteristics. ③ The Spectrum-Area(S-A) method can extract the multi-level ore anomalies information, including the regional anomalies and mineralization can concealed in the background of weak anomalies. Through correlation analysis of the background and anomaly exception information, the mineralization explanation is reached, indicating the distribution of concealed deposit location and providing a new relation of seeking the unknown deposit.

the ore-forming energy; Universal Kriging Method; Spectrum-Area(S-A) method; Kalagayisha Xinjiang

2014-04-16

國家自然基金資助項目(41262001)；甘肅省科技支撐基金資助項目(1104FKCA116)；甘肅省自然科學基金資助項目 (1010RJZA020)；甘肅省高等學校研究生導師科研基金資助項目(1101-07)；蘭州市科技計劃基金資助項目(2011-2-89)

辛存林,男,甘肅秦安人,教授,從事地質礦產與勘查研究。

P632

：ADOI：10.16152/j.cnki.xdxbzr.2015-02-020