9第九章-礦產資源定量預測

1、第九章 礦產資源定量預測,礦產資源評價,,,,礦產資源定量預測概念,,礦產資源定量預測方法,礦產資源定量預測模型,定量預測基本概念,礦產資源定量預測特征與任務礦產資源潛力的分析研究礦產資源定位與定量預測關系數學模型的應用與分類計算機的應用,礦產資源定量預測：應用數學方法對礦種（一種或多種）的地質特征作出定量估計以及對礦種的經濟特征作出論證工作。礦產資源定量預測是在一個較大區(qū)域內，對某種礦產資源的總量進行估算，并結合礦物原料的

2、經濟因素，對其近、中、長期的供應保證程度作出評價的工作。礦產資源定量預測包括總和式估算、非總和式估算兩類。總和式礦產資源估算形式能夠較迅速的確定大區(qū)域礦產資源潛力。非總和式估算做到“四定”：即定礦產資源體的個數、定礦產資源體的位置、定礦產資源體的質量和數量。,定量預測基本概念,我國礦產預測的特點是以局部地區(qū)大、中比例尺的非總和式資源總量預測為主。這是因為我國地質工作研究程度較高，發(fā)展比較平衡。通過分析研究區(qū)域的資源潛在能力，不僅為國家

3、制定資源政策提供依據，而且可以為各省地礦局、地質隊礦床探測提供新的基地或依據。礦產預測工作是建立在綜合信息礦產預測圖和綜合信息找礦模型的基礎上。礦床地質研究比較深入，區(qū)域地質資料相對詳細和可靠，因而分析類比具有比較可靠的基礎，在這種情況下礦產預測工作就可深入地研究礦產資源的空間分布規(guī)律、指明成礦活動有利區(qū)段或者具體確定礦產資源可能的位置。為普查找礦工作部署提供靶區(qū)。對礦床、礦田、礦床密集區(qū)范圍的礦產資源分別進行預測。注意了資源類型和

4、級別的劃分以及不同級別資源條件的研究。例如，,定量預測特征與任務,資源潛力的分析研究,在礦產勘查中，大型礦床往往首先發(fā)現，而尋找大型礦床外圍的中小型礦床和姐妹礦床可能是礦產資源潛力的源泉之一。在礦田或礦床密集區(qū)中，礦床規(guī)模與礦床個數之間有明顯的反消長關系，即礦床的規(guī)模越大個數就越少，而規(guī)模越小個數就越多。隨著人們對礦床研究程度的提高，有些礦床規(guī)模有由小變大的可能，即礦點、礦化點可變?yōu)橛泄I(yè)價值的礦床，小型礦床可以變?yōu)榇?、中型礦床，這是

5、礦產資源潛力的另一源泉。礦田和礦床密集區(qū)不是孤立存在的，通常受一定地質條件的控制，而呈現某種規(guī)律性。我們可以利用礦田或礦床密集區(qū)的空間分布選擇并結合物探、化探、遙感等綜合信息推斷盲礦床、盲礦田，這是資源潛力第三個源泉。對綜合信息異常進行類型劃分，在已知礦床的直接信息和間接信息關聯(lián)分析的基礎上，發(fā)現新的類型異常是資源潛力的第四個源泉。在資源潛力的來源分析的基礎上，探索新類型劃分和資源潛力的估算問題。,礦產資源定量預測方法綜述,礦產資源

6、定量預測方法綜述卡基爾和克拉克最早提出的六種礦產資源定量預測方法： 區(qū)域價值估計法：將有代表性的單位面積內礦產資源估計價值外推到感興趣的區(qū)域。體積估計法：將單位體積某種資源的平均含量外推到感興趣的那一部分體積。豐度法：由一合理的平均豐度，通過某種經驗函數，來估計某種礦產資源總量。德爾菲法：根據不同專家的意見進行綜合，最后得出一致性的結論。礦床模型法：根據某種地質環(huán)境中已知礦床的特征分析，來估計相似地質環(huán)境中的礦產資源。綜合

7、方法：根據上述方法中的兩種或多種方法組合對礦產資源進行估算。,礦產資源定量預測方法,D·A·辛格、D·L·莫西爾（1981）將評價方法分成了外推法和類比法兩大類。外推法通常適用于數據以外輸入變量，象礦石品位和未來價格等都是隱式的；類比法則要依賴于內推法，輸出、輸入變量通常都是顯式的；包括15種主要方法。時率法：應用儲量、產量、累積年發(fā)現量或發(fā)現率與累積鉆探量之間關系進行資源估算的方法。 地殼豐

8、度法：應用對數正態(tài)、二項分布或線性回歸使地殼豐度與品位、礦床噸位或儲量之間發(fā)生關系的方法。 累積噸位與品位關系法：應用累積噸位的對數與已各礦床品位或品位對數間的關系可以預測較低品位資源量（品位-噸位法）。,礦產資源定量預測方法,簡單主觀法：根據一人或多人的經驗和知識直接進行估計的方法。復雜主觀法：根據專家意見進行推斷的方法。專家意見論及到礦床類型和地質綜合規(guī)律。 貝葉斯法：根據獲得的最新資料對地質事件的估計概率進行修

9、改的方法。 頻率法：用勘探較好地區(qū)的一種或多種指標的頻率分布作為未勘探區(qū)或部分勘探區(qū)模型的方法。趨勢法：指用空間模式的延伸與實際形態(tài)的偏差，推測礦床位置的方法。 幾何概率法：利用礦床的幾何特征來估計預測礦床被發(fā)現的概率。,礦產資源定量預測方法,多元回歸法:應用多個自變量對因變量的回歸方方程，對預測區(qū)的資源進行估計。 判別分析：按著某種準則和若干個總體的地質特征建立起總體間的判別函數，用此來決定未知樣本的

10、歸屬。 主成分分析：將原始變量綜合成少數新的、獨立的變量，使之更易于理解和處理。 多元邏輯斯蒂法：這是一種非線性回歸分析法，它可以用來估計一次事件的概率。 聚類分析：是用多元分類技術對未知樣本進行分類的方法。 模擬法：根據實驗和體系的聯(lián)合分布特征等性質，建立數學模型與檢驗方法。,礦產資源定量預測方法,潘恩沛、朱裕生等(1982)根據是否進行地質環(huán)境分析，以及分析所依賴的數據的完善和客觀程度

11、將資源評價方法分成了四大類： 不涉及地質環(huán)境分析的礦產資源總量估算方法基于主觀判斷的礦產資源總量估算方法基于地質環(huán)境對比的礦產資源總量估算方法基于地質環(huán)境與成礦標志分析的礦床模型化法王世稱教授等根據評價方法的假設前提是否以地質分析為基礎，將資源評價方法分成兩大類：非地質評價方法類地質評價方法類,礦產資源定量預測方法,非地質評價方法類 資源評價方法: 時率法、累積噸位與品位關系法、頻率法、祁普夫法、幾何概率法和利用各種

12、分布擬合礦床數分布的方法。該類的特點：方法的假設不是地質前提，而是以人類的行為對資源量的影響為前提。 例如，累積噸位和品位關系法的前提是：一個礦種的開采品位總是逐年下降的，且隨著開采品位的下降，礦石的噸位將隨之增大。拉斯基把品位和噸位間關系用一元線性回歸方程給予表示：G=a+b·logT0 T0-礦石噸位，包括已生產的加上估計的儲量；G -相應噸位的加權平均品位；a和b是礦床的待定系數。,礦產資源定量預

13、測方法,用這一方程即可以對成批礦床，又可以對單個礦床進行資源分析。很顯然，人類對資源利用的技術，影響了礦產的資源特征；可利用的品位愈低，礦石的累積噸位愈大。這類方法是比較粗糙的估計方法，方法簡單，易于掌握，但這種成果難于從地質角度加以論證。,礦產資源定量預測方法,地質評價方法類 評價方法：以某種地質理論為其假設前提。例如相似類比理論，在相類似的地質構造環(huán)境中，有相似的礦產資源產出，即是體積法和礦床模型法的地質理論依據。方法優(yōu)點：

14、利用該類方法對礦產資源進行預測，均要對礦產資源產出的地質構造環(huán)境做不同程度的論證，論證地質條件對資源特征的影響，論證預測區(qū)和模型區(qū)的地質環(huán)境的相似程度、可比性。成果可靠性：該類方法的成果較易為地質工作者所接受，成果的可靠性和精度與數學方法原理、使用的資料、數據質量等有關。根據評價數據來源，進一步將該類方法分為：主觀判斷礦產資源定量預測方法和客觀地質環(huán)境分析的礦產資源定量預測方法。,礦產資源定量預測方法,主觀判斷的資源評價方法基于有

15、經驗的地質學家的主觀判斷：與直覺在評價礦產資源中起著非常重要的作用這樣一種認識。具體如德爾菲法、簡單主觀概率法和復雜主觀概率法均屬此類。方法的特點：直接以若干地質學家對同一地區(qū)的資源特征的主觀估計為原始數據。這類方法在國內外均被廣泛地應用。在對墨西哥石油資源的評價中就使用了德爾菲方法，并取得了較好效果。優(yōu)點：簡便易行，需用的資料不受限制，工作周期短，實用性較強，在地質工作程度高、低地區(qū)均可使用。缺點：人為因素對成果的影響較大，精度

16、相對較低，適用于大區(qū)域的粗略估計。,礦產資源定量預測方法,客觀的地質環(huán)境分析的資源評價方法 以地質環(huán)境的分析為基礎：評價所需的數據來源于對地質現象的直接或間接觀測結果，數據的客觀性較強。區(qū)域價值估計法、豐度估計法、體積估計法和礦床模型法是這類方法中的常用方法。優(yōu)點：地質依據充分，人為的干擾因素較小，成果易于解釋和接受。例如應用礦床模型法進行資源評價時，所使用的定量評價模型具體地反映了資源量與地質條件之間的相依關系。在地質條件類比基礎

17、上將定量模型外推到預測區(qū)。預測精度：由于各種評價方法的假設前提和所用數據不同，其精度也不盡相同。一般來說，要求的數據水平愈高，則其精度愈高。,礦產資源定量預測方法,近年的實踐表明，非總和式礦產資源估算，適于選用思路模型；主要有礦床模型法、體積估計法和豐度估算法。豐度法：適用于化探數據水平較高的地區(qū)。由于區(qū)域地質調查中化探數據水平總體比較低，尤其原生暈資料有限，因此豐度法對某些礦種和地區(qū)的應用受到了數據水平的限制。 體積估計法：對層

18、狀沉積礦床和沉積變質礦床有效的非總和式資源估算方法。該方法是通過沉積建造格局分布規(guī)律的研究、含礦層位定量地層對比、含礦巖相的熵分析等方法確定礦產資源估算的方法。,礦產資源定量預測方法,礦床模型法：一種重要的非總和式礦產資源估算方法。要求對某種類型礦床或礦化系列建立綜合信息找礦模型，并在此基礎上，建立礦產資源與地質條件之間的關系，然后利用這種關系評價未知地區(qū)的礦產資源。估算礦產資源量、礦產質量、礦床個數以及空間位置；使礦產資源估算達到

19、“四定”的目的。特點是比較實用，應用廣泛的一種非總和式礦產資源定量預測方法。,礦產定位與定量預測關系,礦產資源評價工作不只是估算礦產資源的數量，而且要求對礦產資源的濃集因素進行分析，確定礦產資源的位置，這使礦產預測工作進一步定量化，使礦產區(qū)域調查工作進一步科學化。由于非總和式資源評價工作的發(fā)展，要求對礦產資源總量估算工作作到“四定”。這樣使礦產資源定位預測和礦產資源定量預測工作有了相互結合的基礎。非總和式礦產資源估算工作，使礦產資

20、源靶區(qū)確定工作和靶區(qū)的資源潛力估算工作緊密結合起來，有利于指導進一步普查找礦工作和加強成礦區(qū)成礦規(guī)律的研究，同時也減少不必要的重復計算工作。通常使用一套地質、物探、化探數據同時達到兩個目的。,礦產定位與定量預測關系,根據非總和式礦產資源估算的“四定”要求，解決不同問題的數學模型有所不同，一般可以劃分如下幾類：①標準單元選擇數學模型②變量賦值與篩選數學模型③礦產資源定位預測數學模型④礦產資源定量預測數學模型⑤成果表達數學模型,

21、礦產定位與定量預測關系,選擇模型單元的數學模型：選擇模型單元是以地質體為統(tǒng)計單元所出現的一個新問題，這種情況下，識別標準地質統(tǒng)計單元顯得十分重要，必須用定量化手段來參與這一問題的研究。通過數學模型選擇出那些地質控礦因素變化同單元資源量變化有對應關系的單元作為模型單元。通常模型單元本身是沒有礦產資源潛力的。有已知儲量，但不能做為模型單元的單元是資源潛力來源的主要對象之一。,礦產定位與定量預測關系,變量賦值與篩選的數學模型：主要解決通過

22、單元對比來篩選變量和對變量客觀賦值問題。地質變量可以劃分為確定性地質條件和統(tǒng)計性的地質變量。統(tǒng)計性的地質變量是礦產資源預測的地質變量。礦產資源定位預測和礦產資源定量預測所用的某些數學模型沒有明確的界線，而很重要的因素是取決于變量的賦值問題。,礦產定位與定量預測關系,礦產資源定位預測的數學模型，礦產資源定位問題是非總和式資源估算的一個組成部分。它所利用的地質變量，主要應從地質條件是否存在的角度進行賦值。從礦產預測角度分析，各種統(tǒng)計方

23、法計算所獲得的單元得分，是對預測單元成礦有利程度的一種定量化的度量，非總和式礦產預測，把礦產資源定位預測工作，看作為礦產預測的一個不可缺少的步驟?；蛘哒f是計算過程中的中間結果。應當指出，礦產資源定位預測有它自己的獨立性，因為有些研究程度較低的地區(qū)只能進行礦產資源定位預測，而不具備礦產資源定量預測的條件。,數學模型的應用與分類,以地質體為單元的非總和式資源預測遇到一個新的問題是，在地球上有工業(yè)價值的礦床、礦田的個數特別是在一個國家和地區(qū)

24、地質體的個數是有限的，往往受到限制，因此，有些統(tǒng)計數學模型的使用受到了限制，下面根據幾個實例探討這方面問題。 ①大中礦床個數少，礦床總數也少的礦帶。 ②大中型礦床數少，礦床的總數略多的礦田或礦帶 ③大中型礦床數少，但總礦床個數多的礦田或礦帶 ④大、中礦床個數多，礦床總數也多的礦田或礦帶,計算機的應用,礦產資源定量預測工作是把礦產預測、統(tǒng)計預測和礦產資源總量估算三者統(tǒng)一起來，把地質、地球物理和地球化學多種成礦信息在以地質體為單元的

25、前提下有機結合起來。需要處理大量的地質、物探、化探數據；其計算工作量是相當大的。這就必須在評價工作中，充分發(fā)揮電子計算機容量大、運算速度快的特長，完成礦產資源定量預測任務。應充分利用計算機的優(yōu)越性進行工作：,計算機的應用,(1)物探、化探、遙感資料的數據予處理及圖系的自動成圖。(2)數學方法選擇模型單元。(3)變量賦值研究。(4)礦產資源定位預測計算模型的試算及建立。(5)礦產資源定量預測的計算模型的試算及建立。(6)地質

26、、物探、化探綜合信息數據庫的建立及資料存儲和提取的自動化。(7)綜合信息成礦預測圖編制、靶區(qū)分布圖及其它評價成果圖件的自動化輸出。,礦產資源評價,,,,礦產資源定量預測概念,,礦產資源定量預測方法,礦產資源定量預測模型,礦產資源定量預測方法,豐度估計法體積估計法礦床模型法,定量預測的基本方法,豐度估計法原理：較高的豐度往往伴隨著較豐富的資源——某種礦產儲量與該元素在該地區(qū)的豐度（克拉克值）有一定的關系。在地球化學找礦中，研究這

27、種關系也是研究區(qū)域性成礦規(guī)律的主要內容。在局部地區(qū)或全球性的研究工作中，基本弄清了元素的地殼豐度（克拉克值）與礦產儲量的關系，建立經驗公式，得出了大體一致的結論。從非總和式礦產資源估算角度，豐度估算法主要是解決局部地區(qū)的資源估算問題。因此，主要是用原生暈、次生暈和水系沉積物解決礦產資源量的估算問題。,豐度估算法,豐度模型的建立和應用 由已知地區(qū)求出成礦元素的富集系數；外推到地質環(huán)境相類似的未知地區(qū)；求出預測資源量。

28、 富集系數：在地殼單位體積內某元素成礦部分占元素總量的比例。反映元素在一定地質環(huán)境中富集成礦的能力。富集系數的計算公式為： rR-成礦元素或成礦元素組合（R）的富集系數;TR-成礦元素或成礦元素組合（R）的金屬儲量（噸）;CR-模型區(qū)的面積(km2) ;D-已知區(qū)地殼深度(km)，一般按當前的開采勘探技術條件確定; CA-成礦元素的地殼豐度（10-6）; SG-成礦元素組成礦石的體重; 103是將體重G和豐度A的單位統(tǒng)

29、一用km3和噸表示的換算常數。,,豐度估算法,對于未知區(qū)內的資源總量估算公式，是將上式進行變換。公式為 ： ETR—未知區(qū)（預測區(qū)）內的資源總量（噸）； RA—未知區(qū)面積(km2)； A—未知區(qū)的地殼豐度（10-6）； D—地殼深度(估算深度，km)； SG—未知區(qū)礦石體重 （噸/m3） 。當rR為已知時，可根據未知區(qū)取得的RA、A、D、SG等參數

30、進行礦產資源估算，這就是資源預測的豐度模型。,,豐度估算法,1:20萬地球化學測量資料應用(選自墨西哥會議材料) 根據1∶20萬金屬量測量中測得的銅元素濃度，求得已知銅的豐度為: CA=19.55×10-6已知面積 CR=12072km2 （全區(qū)面積共21312km2，扣去水域和第四紀分布區(qū)9240km2 的實際取樣面積）。區(qū)內巖石加權平均比重為:SG=3.5勘查獲得銅資源總量

31、為 TR=2,973,628噸。計算富集系數,豐度估算法,預測區(qū)銅金屬蘊藏量（資源量）預測： 銅的豐度CA=32.68×10-6 預測面積RA=2632km2 巖石比重為SG=3.5將富集系數rR=0.003587用于這個預測區(qū)，于是計算預測區(qū)的銅資源量為: 據了解，在資源預測之后，新證實的蘊藏量已達40萬噸以上，這是一次成功的驗證。,,,豐度估算法,地球化學異常評

32、價 ：介紹的是索洛沃夫提出的方法。 根據礦體的次生分散暈對礦體定量評價的方法是以暈的擴散模式為依據；在使用次生暈結果并結合地質資料圈定次生分散暈的條件下，通常研究某一水平截面（或平行于斜坡的截面）上，所含的成礦元素的金屬量與當初在這一水平上的礦體中所包含金屬量之間的對應關系進行資源估算。線金屬量法（米％）和面金屬量法（平方米％）是沿測線（沿平面或沿剖面）在地球化學異常范圍內研究超出背景的金屬量。在數學意義上相當于沿直線（或按面積

33、）的積分。,,豐度估算法,在實際計算中，次生暈的異常金屬量可以利用下列公式計算： P-某成礦元素的金屬量； ΔS-普查網的方格的面積； CX-取樣點上測得的金屬元素的濃度； S-異常范圍 ； -圈定異常范圍的元素濃度的平均值 ； -地區(qū)性的地球化學背景值；一般礦體金屬量和暈的金屬量之間的比例關系為 P=K Pu Pu-礦體面

34、金屬量，P-次生分散暈的面金屬量,,,,豐度估算法,對于深部礦體的金屬儲量可用下式計算。 P-暈的面金屬量，單位為米2 ％；K-是次生富集系數（K≥1 ），由成礦元素的地球化學性質決定，且隨著侵蝕截面的加深而趨于數值1。H-適當的計算深度，單位為米。除以40則是將儲量單位用噸表示的換算常數。?-統(tǒng)計的表外礦在總量中所占的比例系數（?＜1 ）。索沃洛夫認為按這個公式算得的儲量屬D 級（相當于334級）,,,,

35、豐度估算法,地球化學異常是由水系沉積物測量所圈定，則預測礦床儲量可采用如下方法。 設水系中任一點的金屬含量為 P-礦化區(qū)的面金屬量，單位為米2 ％，S-匯水盆地面積，單位為米2。K′-當地條件的比例系數CΦ′-水系中金屬元素背景值。若令P′=K′P，則P′=S(CX′—CΦ′)，P′是水系中的面金屬量根據水系沉積物中的金屬量,可求出面金屬量,,,豐度估算法,根據土壤的面金屬量，若求原巖中金屬量，根據前面

36、的討論，有 于是估計原巖中金屬量的公式為 如果水系數目為m。估計總金屬量用公式,,,,體積估算法,體積估計法是礦產資源預測中的一種簡便易行的方法。在美國、加拿大、墨西哥、委內瑞拉等國都采用這種方法進行資源評價。從礦產種類來說，石油、煤、磷灰石、鉀鹽、沉積鐵礦等層狀礦產都能應用體積法進行評價。,體積估算法,體積估計法的基本實質：將某種礦產的平均含量的估計值，外推到預測區(qū)的體積中。它包含了兩個主要步

37、驟： 根據已有的資料，建立合理的地質論據，確定某種礦產資源在地殼單位體積內的平均含量。根據相似類比原理，將已知區(qū)的某種礦產的平均含量外推到預測區(qū)，確定預測區(qū)的含礦建造體積，從而估算出礦產資源的數量。預測區(qū)與已知區(qū)地質成礦條件的相近性可能是粗略，或是比較細致的，根據所掌握資料的水平確定。,體積估算法,體積估算法基于相似類比原理：①在一定的地質建造中賦存著某種礦產資源的潛力，是與該建造的體積成正比的；②地質環(huán)境類似的建造中，有賦存同類

38、礦產資源的潛力。這些假設是應用體積法的前提 。方法的計算步驟 以石油資源預測為例。資料收集 收集模型區(qū)以下方面的資料： 過去的產量(PP)； 探明儲量(Pr)推定儲量(Lgr)； 推斷儲量(Ir)； 根據未見油氣的鉆孔圈定盆地內無油氣的體積(Vx)； 采取率(?g)； 有遠景巖層的體積(Vf)。,體積估算法,計算模型區(qū)資源平均含量。模型區(qū)的礦產資源平均含量計算公式為 計算預

39、測區(qū)賦存礦產的地質建造的體積。對石油來說，從地質圖上測定沉積盆地面積，再乘以沉積中含油建造的厚度，這樣就得到所求的體積Vu。計算資源量 計算公式為 PS=Mc×Vc 即為預測區(qū)的資源量預測結果。隨著礦產資源估算工作的深入，體積估算方法也要向非總和式估算方法發(fā)展。,,體積估算法,應用實例 張光前在湖北宜昌磷礦資源量估算研究中，應用馬爾柯夫鏈綜合分析研究磷礦的有利沉積旋回；應用百分熵研究磷礦的有利巖相的變化

40、規(guī)律；應用系統(tǒng)熵分析研究磷礦的富集規(guī)律。其研究成果為非總和式體積估算方法提供了礦產資源估算的地質基礎。 湖北宜昌磷礦資源估算的具體步驟如下：通過沉積格局的分析，從沉積建造、沉積旋回分析入手，劃分總和式估算的區(qū)域。把宜昌與荊襄磷礦分為兩個區(qū)域進行資源估算。應用馬爾柯夫鏈的綜合分析，進行含磷巖系的旋回劃分及層位對比，明確不同區(qū)域主要的資源層位。應用百分熵進行巖相分析，在不同旋回劃分巖相的基礎上，確定不同區(qū)域里含磷的主要巖

41、相類型及其空間分布規(guī)律，從而確定預測方向及靶區(qū)。,體積估算法,應用系統(tǒng)熵研究磷礦的富集規(guī)律，進一步建立系統(tǒng)熵與線性儲量之間的回歸分析模型。根據含磷旋回，含磷巖相以及系統(tǒng)熵的變化規(guī)律，確定預測遠景區(qū)范圍。把典型實測剖面的線面儲量計算作為基礎模型，在靶區(qū)范圍進行資源估算。通過以上六步，使所估算出的資源量有一定層位、一定巖相、一定富集規(guī)律和一定空間位置。這樣可以把礦產靶區(qū)預測與資源量估算緊密結合起來。,體積估算法,應用馬爾柯夫鏈進行含磷

42、層位的旋回劃分 通過宜昌九個剖面和荊襄六個剖面的馬爾柯夫鏈綜合分析，宜昌礦區(qū)劃分為三個旋回。各旋回特點如表。各旋回概況表,體積估算法,應用百分熵進行巖相分析。采用下列公式計算百分熵 100Hr—系統(tǒng)的相對熵；Hm—系統(tǒng)的最大熵值； Pi—第i組分所占厚度百分比。 在旋回劃分的基礎上，通過百分熵研究各個旋回的巖相。各巖相的主要特征如表所示。 磷礦的形成一般在熵值大于60的

43、巖相區(qū)，如D、E、G相，其次為F相。 根據巖相的劃分及P2O5的平均含量，可見磷質在G、E、D相有明顯的濃聚，其它巖相磷質則相對分散，故確定G、E、D為含礦巖相，其它為非礦巖相。,,體積估算法,表 各巖相特征表,體積估算法,應用系統(tǒng)熵研究磷礦的富集規(guī)律。 上升洋流攜帶大量富磷溶液，在適當的環(huán)境中磷酸鹽沉積下來形成礦源層，再經多次反復的機械簸選作用，磷質進一步富集成礦。系統(tǒng)熵的大小反映了磷礦是否進一步富集的巖

44、石共生組合的特點，故“系統(tǒng)熵”與磷的富集存在著一定的關系。通過十五個剖面各個旋回系統(tǒng)熵與線儲量的計算，將結果進行單變量回歸分析，得到主要含礦旋回的回歸方程及相關系數如下： 可見系統(tǒng)熵與線儲量之間存在著密切的正相關關系，由此可根據旋回系統(tǒng)熵值，間接推斷磷礦的富集規(guī)律。,,體積估算法,根據巖相分析與系統(tǒng)熵的分析提出預測方向宜昌磷礦的I1，I2，II旋回中的巖相變化向北東方向分別為E、G或D相。這三種巖相是最有希望賦存

45、磷礦的巖相。 系統(tǒng)熵與線儲量在宜昌礦區(qū)北及北東方向上仍然有繼續(xù)升高與增長的趨勢。特別是Ⅱ旋回中的磷礦層在栗西礦區(qū)明顯增厚。荊襄礦區(qū)Ⅲ旋回中，巖相變化從北向南為D→G→D →G，由放馬山礦向南有持續(xù)G相或變成D相的趨勢。荊襄礦區(qū)Ⅰ、Ⅲ兩個含礦旋回的線儲量與系統(tǒng)熵，在放馬山礦并無明顯的減少與降低，仍以較高的值向南延續(xù)。 根據上述分析，推測宜昌磷礦的北及北東部、荊襄磷礦放馬山礦的南部為有希望發(fā)現新的磷礦遠景預測區(qū)。,第一節(jié)

46、 礦產資源定量預測,通過典型剖面對靶區(qū)進行資源量估算 采用G、E、D含礦巖相的平均厚度，結合實際地質資料，圈定靶區(qū)的分布面積，以此來確定該地區(qū)具有一定經濟意義的有效體積。根據上述對有效體積范圍的確定，以及當前對具有工業(yè)意義的儲量的規(guī)定公式 資源量=有效體積×平均品位×體重 計算出該地區(qū)磷礦總的資源量(包括經濟與非經濟資源)與具工業(yè)意義的經濟資源，其結果如表所示。,體積

47、估算法,由此得出結論：宜昌磷礦的北、北東部，即自果園、栗西、丁家河、桃坪河等以北或北東8000米范圍內為大有希望發(fā)現新的磷礦的遠景靶區(qū)，總資源潛力約為34億噸，具工業(yè)意義的經濟資源可達近10億噸，這是今后工作的重點地區(qū)。荊襄磷礦放馬山以南6000米，沿巖層傾向方向4000米范圍內為遠景靶區(qū)，總資源潛力為34億噸。放馬山以南3000米以內具工業(yè)意義的經濟資源約0.6億噸。故這個地區(qū)值得今后重視。其它地段也有待進一步的工作。,礦床模

48、型法,礦床模型法又稱礦床模擬化法：依據某一類礦床或礦床系列特征建立所的模型，應用到預測區(qū)；找出與模型區(qū)的地質環(huán)境最接近或最相似的靶區(qū)，并對其資源潛力作出估算。礦床模型法應用前提：“相似的地質條件，產出相似的礦產資源，某些地質條件的變化，將會引起礦產資源量的變化”（相似類比原理）；實質是普查評價工作的系統(tǒng)化、理論化和定量化。礦床模型法屬于非總和式資源估算最重要估算方法。,礦床模型法,方法改進和應用地質資料的不統(tǒng)一性和物化探成果的多解

49、性問題：在地質的先驗前提下，對物探、化探、重砂、遙感等信息進行綜合解譯，改進資料搜集和整理的工作方法。 成礦單元與評價單元對應關系：地質體是有等級的，礦產資源預測的單元也是有等級的，資源也以此作為類型劃分的依據。根據礦產資源潛力的分析，以地質體為單元，劃分礦床單元、礦田單元，使單元的劃分和礦產資源潛力有明確的對應關系，并應用數學模型檢驗這種的對應關系的可靠性，使單元的選擇有相對客觀的標準。,礦床模型法,以地質體為單元進行地質變量的選

50、取與賦值：在單元的對比中，提取統(tǒng)計性地質變量作為礦產資源預測研究的地質變量，根據預測類型（或組合）的礦產資源，選用適當的數學模型定量賦值（賦值標準的客觀性）。 進行模型轉換：根據模型區(qū)和預測區(qū)的地質研究程度，加強直接信息與間接信息有機關聯(lián)，進行模型轉換，應用間接信息進行預測單元的礦產資源量估算。模型選?。焊鶕V床類型、單元特征以及不同等級單元的結構特點，選擇適當礦產資源估算的數學模型。強調以地質體為單元，把礦產統(tǒng)計預測和礦產資源預

51、測有機結合起來進行，以達到“四定”的要求。,礦床模型法,礦床模擬法實施的步驟如下： 數據準備 為了建立綜合信息找礦模型，首先需要對預測的礦種類型的已知礦床地質、物探、化探、重砂、遙感等資料進行系統(tǒng)收集；按類型建立控礦因素的直接信息和間接信息的關聯(lián)。通過同類礦床的統(tǒng)計對比分析建立綜合信息找礦模型。在綜合信息找礦模型建立的基礎上，應用不同類型綜合信息找礦模型，編制不同類型的綜合信息礦產預測圖。并按不同類型礦床間接信息的特征預測礦

52、產資源靶區(qū)。,礦床模型法,單元劃分和模型單元選取 以地質體為單元。通過綜合信息方法確定地質單元存在的控制條件、分布范圍。根據已知資料，可以劃分為礦床單元和礦田單元。利用間接信息對未知區(qū)進行單元劃分。一般說，選擇單元主要考慮兩點：需要對單元進行類型劃分，同一母體、同一級別的單元才能建立模型；同類型、同一等級的單元根據礦產資源量與統(tǒng)計性地質變量的關系，選擇代表不同規(guī)模（礦床）、礦田的模型單元才能建立礦產資源預測模型。,礦床模型法,預

53、測模型和簡化模型研究建立礦產資源預測模型：根據不同等級、不同母體的單元特征建立礦產資源預測模型。根據單元的個數或單元的結構特點選擇相應的數學模型。進行模型轉換：根據地質工作研究程度的不平衡性，對礦產資源預測模型進行簡化或信息轉換，使建立的礦產資源模型適用于預測區(qū)。變量賦值：變量在模型中的作用有正反兩種表現，通過變量權（系數）符號區(qū)分；變量作用的大小用權的絕對值衡量。預測模型中保留那些重要的變量，剔除無用變量。,礦床模型法,變量轉換

54、（直接信息—間接信息轉換）：研究變量間的關系，分析確定相關變量，進行變量互換（預測區(qū)主要是通過間接信息進行預測）。區(qū)分不同勘查階段的變量：資源評價主要應用普查階段獲得的變量進行預測。用這種變量建立的模型稱之為簡化模型。簡化模型的方案可以不同，但要同原預測模型的預測效果相對比，找出不超過某種允許范圍的簡化模型，即可認為二者預測結果基本相同。這種選定的簡化模型中的變量，即是普查階段不可缺少的地質調查內容，故可稱為普查評價準則。,礦床模型法

55、,根據非總和式礦產資源估算要求，預測模型從目的上可以劃分為兩類：定位預測和定量預測。前者是確定礦產資源體的空間位置，而后者是確定資源的數量。定位模型和定量模型主要取決于變量的賦值方法。從模型單元和預測單元之間相似程度角度進行預測是屬于定位預測范疇。如在特征分析中研究預測單元成礦條件的有利程度；在判別分析中研究它是屬于哪一類樣品的界限；在概率回歸中研究樣品屬于那一類的概率，這均屬于定位預測。如果根據不同等級單元及其所對應的相同等

56、級地質變量，研究地質變量和礦產資源量的統(tǒng)計關系，用上述數學模型則可達到礦產資源定量預測的目的。,礦床模型法,建立礦產資源參數的統(tǒng)計分析模型通常用蒙特卡洛方法建立礦產資源預測統(tǒng)計分布模型。建立模型礦床參數分布模型：對模型區(qū)的礦床（或礦田）單元的已知參數如礦石量T、礦床品位C和金屬儲量M，建立它們的理論分布，用來估算預測區(qū)的資源量。首先建立資源參數C和T的概率分布：根據樣本的統(tǒng)計直方圖峰度、偏度等特征，用形狀相似的已知分布來擬合或用函

57、數逼近方法建立起理論分布模型。在模型的各項參數都已建立概率分布的基礎上，接下來的工作是使用隨機數在這些分布中抽樣，形成隨機變量的概率分布。,礦床模型法,預測模型的應用：以預測對象的資源量服從相似類比理論。預測區(qū)的成礦條件與模型區(qū)不同時，不能直接用該模型進行預測。確定類比系數：為了使預測對象適合模型使用條件，需要建立兩者的關聯(lián)，故將預測單元乘上一個表示見礦可能性的有利系數，即類比系數L。模型應用條件修正：在資源預測模型中起到聯(lián)系礦床

58、模型和預測對象的作用，是對模型應用條件的修正，使礦床模型成為實用預測模型。,礦產資源評價,,,,礦產資源定量預測概念,,礦產資源定量預測方法,礦產資源定量預測模型,礦產資源定量預測方法,蒙特卡洛方法邏輯信息法三權法,定量預測常用數學模型,資源定量預測的實質是對研究區(qū)內蘊藏的礦產資源的數量等作出定量的估計。資源定量預測有兩種形式：一種是“總和式”，另一種是“非總和式”?？偤褪劫Y源定量預測：對預測區(qū)內資源總體的規(guī)模作出估計，而不研究單

59、個礦產資源體的資源數量?？偤褪劫Y源預測的統(tǒng)計模型主要用蒙特卡洛法；非總和式資源預測：統(tǒng)計估算研究區(qū)內每一個礦產資源體的可能的資源規(guī)模，然后，將它們累加起來得出研究區(qū)內礦產資源的總量。非總和式資源預測常用數學模型有：邏輯信息法、三權法。,蒙特卡洛方法,蒙特卡洛方法也稱統(tǒng)計試驗方法：根據統(tǒng)計抽樣理論，對隨機變量函數的概率分布進行抽樣模擬，建立起概率意義下的資源量分布模型，依據該模型估算某一概率下的資源量。該方法能得到許多復雜隨機變量近似

60、的概率分布模型，因此在統(tǒng)計學中具有重要意義。地質事件及其所產生的地質體無論作為地質過程中的產物還是作為地質觀測的結果，都具有隨機性。資源在特定地質環(huán)境中的富集作用也是一種隨機事件，因此資源可在一定概率意義下進行估計。,蒙特卡洛方法,資源量具有質量和數量兩種特征質量特征用品位表示，表示資源數量特征的參數有資源個數、礦石量和金屬量等；這些特征參數都是隨機變量；資源量是這些參數的函數。蒙特卡洛方法在資源量估算中的應用，是通過統(tǒng)計抽樣

61、模擬資源參數的統(tǒng)計分布，進而求出資源量的概率分布，根據資源量的概率分布對預測區(qū)的資源量進行估算。,蒙特卡洛方法,資源量估算過程建立概率模型：根據資源預測對不同礦種的不同要求，建立資源與參數的關系，例如：金屬量M與礦石量T和品位C的關系是 M=T×C 建立參數的統(tǒng)計分布：不同參數有不同的分布，可通過樣本觀察值的統(tǒng)計和模擬求得參數分布。隨機抽樣，模擬資源量分布。研究預測區(qū)和模型區(qū)的關系：通過類比建立預測區(qū)資源量的概率

62、分布，用資源量概率分布估計預測區(qū)的資源量。,建立概率模型,蒙特卡洛方法是一種模擬隨機變量分布函數的一種方法。它應用于資源估算中，主要用于資源量概率分布模型的建立。不同的概率分布模型具有不同的地質意義，資源量預測的一般模型是： M為統(tǒng)計單元資源量，它是隨機變量。令Cj (j = 1, 2, …, m)為資源特征參數，例如品位C、礦石量T等，它們也是隨機變量。資源量M是這些參數的函數，表示為M=f(C1,C2,…,Cm)

63、不同的函數將形成不同的資源量分布模型。,蒙特卡洛方法,隨機變量分類：資源量預測中常用的概率分布模型： ①隨機變量乘積模型；②隨機變量和的模型；③隨機變量混合模型。隨機變量乘積模型：由于不同模型中具有不同的隨機變量（參數），而且有不同的關系，不同模型反映了不同地質內容。譬如為了研究某類礦床、礦田等單元資源量分布，可以通常礦石量、品位等參數求得 :M=T·C 資源量為T和C兩隨機變量的乘積，屬于第一種模型。,蒙特卡洛方法

64、,隨機變量和的模型：如果研究兩個不同研究區(qū)的資源量預測問題，由于兩個區(qū)的資源參數具有不同的分布，為求得兩個區(qū)的資源總量或礦石總量或礦床個數總量，則可采取隨機變量和的模型：M=M1+M2 N=N1+N2T=T1+T2 其中，M1、N1、T1分別表示其中第一個區(qū)的資源量、礦床數、礦石量參數，M2、N2、T2表示第二個區(qū)的相應參數。,蒙特卡洛方法,混合模型：此例中研究兩個區(qū)的資源量還可表示為 M=T1C1+T2C2

65、 以上模型中既有隨機變量的乘積，又有隨機變量的和，是一種混合模型。它由兩個乘積模型與一個和模型組成。一個復雜的模型一定是由一系列簡單模型組成的，因此，可按分解后的簡單模型研究各種參數之間的關系。,蒙特卡洛方法,按資源參數的維數分類一維預測模型：只含一個資源參數的預測模型稱為一維預測模型。有時由于某種礦產資源品位變化，使原來礦石量發(fā)生相應的變化，為求新的礦石量T的分布可采用一維模型；T1*=f(T)。譬如

66、 T*=aT或T*=aTc f-根據品位變化對礦石量影響所確定的函數關系。再比如進行大區(qū)域資源量預測，由于資料水平和精度要求，可采取如下模型預測資源總量： M*=NM M-預測區(qū)資源量，N-總的資源數目，一個常數。,蒙特卡洛方法,二維預測模型：含二個資源參數的模型稱為二維模型。由二個獨立隨機變量做參數的模型。資源量特征中最基本

67、的特征是礦石量和品位，為了研究資源量分布規(guī)律，對與模型類似的地區(qū)預測資源量，可采用如下的模型： M=T·C T為礦石量，C為品位，M為資源量。,蒙特卡洛方法,三維預測模型：含三個資源參數的模型稱為三維模型。如進行外推預測時，預測區(qū)單元成礦具有一定概率性，因此整個統(tǒng)計單元資源母體中，反映成礦可能性的量L為隨機變量。母體的資源量將與礦石量T，品位C及成礦概率L有

68、關，它們之間滿足如下的關系： M=T·C·L 在資源量預測中，特別是以地質體為單元的資源總量預測，通常估算預測區(qū)的資源量時均采用這種模型。一般礦床級預測以礦床單元為統(tǒng)計樣品、礦田級預測以礦田單元為統(tǒng)計樣品。,蒙特卡洛方法,四維預測模型：四維預測模型是指含有四個獨立的參數。比如有資源個數N、礦石量T、 品位C及成礦概率L。

69、 M=N·T·C·L 這種模型對于網格化單元的資源預測是常用的。由于網格單元與礦床沒有確定的對應關系，而單元中礦床數N是隨機變量，因此，作為網格單元的資源量應與礦床數呈正相關。如要采用地質體為單元，一般不采用該模型。 以上是對模型的一種分類。構造模型的方法很多，根據問題的性質、任務的要求以及資料水平的不同，可構造出不同的模型。比如礦床預測模型、礦田