徐仕琪，趙同陽，朱志新，劉 新，陳 川2，

(1.新疆地質(zhì)調(diào)查院，新疆烏魯木齊 830000;2.新疆中亞造山帶大陸動力學(xué)與成礦預(yù)測實(shí)驗(yàn)室，新疆烏魯木齊 830046;3.新疆大學(xué)，新疆烏魯木齊 830046)

新疆博格達(dá)－哈爾里克位于北天山東段，包括博格達(dá)山、哈爾里克山等，地質(zhì)調(diào)查工作開展相對較早，但由于工作條件所限，以往工作程度相對較低。近年來隨著工作重點(diǎn)的轉(zhuǎn)移，該區(qū)完成了一批重要的區(qū)域地質(zhì)調(diào)查、找礦、科研等項(xiàng)目，積累了一些成果資料，同時也發(fā)現(xiàn)了一批重要的金屬礦產(chǎn)①，其中以銅、金礦為主，主要礦床類型為層控砂頁巖型銅礦(如達(dá)板城、博斯塘銅礦)、火山熱液型銅(如闊木達(dá)坂銅礦)等。

傳統(tǒng)的成礦預(yù)測做法是把研究區(qū)內(nèi)地球化學(xué)異常和地球物理異常疊加在相同比例尺的地質(zhì)圖上，根據(jù)地質(zhì)、地球化學(xué)以及地球物理特征的疊合程度圈定目標(biāo)礦床類型的成礦預(yù)測區(qū);或者采用多元統(tǒng)計預(yù)測的方法進(jìn)行數(shù)學(xué)概率預(yù)測(趙鵬大，1983)。近幾十年來，人們提出了各種基于GIS的快速而有效的綜合信息礦產(chǎn)資源潛力評價方法，這些方法具有傳統(tǒng)礦產(chǎn)資源評價方法無法比擬的優(yōu)點(diǎn)(王世稱等，2000;Agterberg，2005;丁清峰等，2005;陳川，2010)。其中，較為引人注目的是 Agterberg等人1993年提出的加權(quán)Logistic回歸法(WLR)(Raines，2002);婁德波等(2010)在MapGIS平臺上開發(fā)礦產(chǎn)資源評價系統(tǒng)(MRAS);張會瓊等(2010)，呂鵬等(2011)，黃照強(qiáng)等(2010)基于GIS空間分析模塊，在柵格數(shù)據(jù)環(huán)境下建立空間數(shù)據(jù)庫，進(jìn)行二次信息提取，依據(jù)專家打分模型、權(quán)重計算等數(shù)學(xué)方法，進(jìn)行適宜性分析，獲得適宜成礦靶區(qū)。這些方法的實(shí)質(zhì)是通過數(shù)學(xué)模型結(jié)合相應(yīng)的GIS軟件，對多源信息進(jìn)行空間位置的疊加、復(fù)合處理，是求異和定量組合控礦理論的應(yīng)用。只有采用適宜的數(shù)學(xué)模型和高效的GIS分析平臺，才可獲得新的、全面反映區(qū)域內(nèi)地質(zhì)要素空間特征的綜合變量，使成礦預(yù)測的結(jié)果具有可信性和客觀性(陳川等，2010)。筆者在對新疆博格達(dá)－哈爾里克一帶銅礦成礦預(yù)測研究中，采用美國地質(zhì)調(diào)查所和加拿大地質(zhì)調(diào)查所合作開發(fā)的基于ArcGIS平臺的證據(jù)權(quán)模塊(WofE)，成功實(shí)現(xiàn)了基于ArcGIS的銅礦證據(jù)權(quán)法預(yù)測，最后利用加權(quán)邏輯斯回歸模型計算得出其后驗(yàn)成礦概率圖及其置信度圖，完成了對區(qū)內(nèi)銅礦成礦遠(yuǎn)景區(qū)的圈定。

1 區(qū)域地質(zhì)成礦背景

從大地構(gòu)造劃分看，研究區(qū)位于天山－興蒙造山系(Ⅰ)準(zhǔn)噶爾－吐哈地塊(Ⅰ－13)(潘桂棠，2009)，其北側(cè)為早石炭世卡拉麥里蛇綠混雜巖帶(汪幫耀，2009)，南側(cè)為晚寒武世－早奧陶世康古爾塔格蛇綠混雜巖帶(李文鉛，2008)，就其古生代大地構(gòu)造屬性，由博格達(dá)晚古生代裂谷和哈爾里克古生代復(fù)合島弧組成(顧連興，2001)，見圖1所示。根據(jù)近年高精度同位素年代學(xué)資料(王銀喜，2005;孫桂華，2005)，二者具有大體相同的巖漿活動歷史。

1.1 哈爾里克古生代復(fù)合島弧

哈爾里克－大南湖晚古生代島弧以奧陶系、志留系火山巖為主。奧陶系地層為中酸性火山巖，中上志留統(tǒng)中酸性火山巖不整合于其上，中下泥盆統(tǒng)為雙峰式島弧型火山巖建造，上泥盆統(tǒng)為陸相中酸性火山巖建造(圖1b)。下石炭統(tǒng)為酸性火山－陸源碎屑巖建造，上石炭統(tǒng)為濱海－陸相陸源碎屑巖建造。下二疊統(tǒng)與下伏地層為不整合，為陸相中性火山巖建造或海相磨拉石建造。上二疊統(tǒng)為陸相碎屑巖。區(qū)內(nèi)巖漿活動十分強(qiáng)烈。區(qū)內(nèi)構(gòu)造變形以發(fā)育NW向線(帶)狀的韌－脆性構(gòu)造變形帶為特征，并發(fā)育有與火山機(jī)構(gòu)有關(guān)的構(gòu)造斷裂系統(tǒng)，在哈爾里克北坡一帶形成強(qiáng)應(yīng)變構(gòu)造帶，為成礦熱液的運(yùn)移提供了很好的通道。

帶內(nèi)以已發(fā)現(xiàn)銅、金、鎢、稀有金屬礦為主，并有膨潤土、珍珠巖、沸石、石墨、泥炭、石鹽、芒硝等多種礦產(chǎn)。主要礦床類型為酸性火山－深成巖有關(guān)的銅、鉬、金礦(如依格爾、八大石及小鋪銅礦)、花崗巖型鎢、稀有金屬礦(如瓊洛克鎢礦、小鋪稀有金屬礦)等。此外，在山間盆地中有現(xiàn)代鹽湖石鹽、芒硝及晶間鹵水礦(如巴里坤湖石鹽、芒硝礦)。

1.2 博格達(dá)晚古生代裂谷

博格達(dá)造山帶主要出露石炭系地層，下石炭統(tǒng)火山巖主要是海相環(huán)境下的產(chǎn)物，東段七角井組(C1q)火山巖為塊狀、枕狀玄武巖與流紋巖互層的雙峰式火山巖建造;上石炭統(tǒng)柳樹溝組(C2l)大面積出露，為一套安山巖－玄武巖－英安質(zhì)凝灰?guī)r建造(圖1c)。該造山帶侵入巖很少，除造山后期拉張環(huán)境下大量輝綠巖順層貫入和巖株外，僅有個別花崗閃長巖和鉀長花崗巖小巖體和巖株。該裂谷拉張始于早石炭世，在七角井一帶出現(xiàn)雙峰式火山巖建造，向上為濱海相火山碎屑－陸緣碎屑巖，石炭系上統(tǒng)－下二疊統(tǒng)為濱淺海相陸源碎屑巖夾中酸性火山巖，結(jié)束于晚石炭世末期，早二疊世進(jìn)入后造山伸展的演化階段。上二疊統(tǒng)為陸相含磷、油頁巖的正常碎屑巖，中新生界不整合其上，為含煤建造和紅層。該造山帶構(gòu)造擠壓活動較弱，斷裂構(gòu)造發(fā)育，褶皺開闊，反映出急劇拉張后平穩(wěn)隆起為陸的夭折裂谷特點(diǎn)。

區(qū)內(nèi)以銅、金礦為主，并有已發(fā)現(xiàn)銅、金、鐵、錳、硼、磷、油頁巖等多種礦產(chǎn)。主要礦床類型有層控砂頁巖型銅礦(如達(dá)板城、博斯塘銅礦等)、海相火山巖型銅、硼礦(如西西爾塔克硼礦)、陸相沉積型磷礦和油頁巖礦(如五工河、冰草溝磷塊巖礦和雅馬里克油頁巖礦等)。此外，區(qū)內(nèi)山間盆地中有現(xiàn)代鹽湖石鹽、芒硝及晶間鹵水礦(如達(dá)坂城及七角井石鹽、芒硝礦)。

1.3 銅礦控礦地質(zhì)要素

通過對研究區(qū)內(nèi)銅礦床成礦特征和空間位置的研究，認(rèn)為博格達(dá)－哈爾里克地區(qū)銅礦與下述地質(zhì)因素關(guān)系密切:

(1)有利成礦地層:研究區(qū)銅礦(化)點(diǎn)分布于上于二疊系上石炭柳樹溝組(C2l)，為碎屑巖和海相中基性火山巖建造;其次為下石炭統(tǒng)七角井組(C1qj)、下－中奧陶統(tǒng)恰干布拉克組(O1－2q)，為一套碎屑巖夾中基性火山巖。

(2)區(qū)內(nèi)總體構(gòu)造線呈北東走向，地層擠壓較強(qiáng)烈，褶皺和斷裂發(fā)育，為后期巖漿熱液、火山熱液及地下水熱液的活動提供了十分便利的條件;位于研究區(qū)中部柳樹溝組、七角井組、恰干布拉克組之間的兩條大斷裂為區(qū)內(nèi)明顯的控礦構(gòu)造，已發(fā)現(xiàn)礦化點(diǎn)均與這兩條斷裂有關(guān)。

(3)區(qū)內(nèi)巖漿活動主要集中在泥盆紀(jì)、石炭紀(jì)和二疊紀(jì)，其中石炭紀(jì)是巖漿侵入活動最活躍的時期。石炭紀(jì)侵入巖、輝綠巖脈、花崗閃長巖脈與銅礦成礦有密切關(guān)系，是尋找熱液型銅礦的重要部位。

(4)區(qū)內(nèi)的巖石光譜成果分析表明，區(qū)內(nèi)火山巖地層的安山巖Cu、Zn元素平均含量高出新疆北部元素豐度值，Au元素含量亦明顯偏高，安山質(zhì)火山碎屑巖(包括安山質(zhì)凝灰?guī)r、集塊巖等)中 Cu元素高于新疆北部元素豐度值5～40倍，酸性火山巖及火山碎屑巖(主要有英安巖、石英斑巖、英安質(zhì)凝灰、酸性凝灰?guī)r等)中Au、Ag含量明顯偏高，Cu、Zn元素普遍偏高，尤其是英安質(zhì)凝灰?guī)rCu元素平均含量高于新疆北部元素豐度值約30倍，所以，區(qū)內(nèi)火山巖是銅礦重要的礦物來源。

(5)根據(jù)區(qū)域化探資料，總體上全區(qū)元素高值區(qū)在研究區(qū)北部下澇壩一帶分布較多、較集中，尤其是Cu、鐵族元素呈大面積分布。該地區(qū)主要對應(yīng)地質(zhì)單元為下泥盆統(tǒng)大南湖組(D1d)、下石炭統(tǒng)七角井組第一段(C1qj1)及石炭柳樹溝組(C2l)。加之中酸性到中基性巖漿巖分布較多，斷裂構(gòu)造發(fā)育，熱液活動頻繁，成礦地質(zhì)－地化環(huán)境好，是本區(qū)重要的找礦地段。

2 加權(quán)邏輯斯(Logistic)回歸模型(WLR)簡介

證據(jù)權(quán)模型是數(shù)據(jù)驅(qū)動型成礦有利區(qū)評價方法之一，該方法是在信息量模型基礎(chǔ)上發(fā)展起來的一種評價模型。傳統(tǒng)方法是在成礦有利度評價中，將已知礦點(diǎn)作為參照標(biāo)準(zhǔn)(響應(yīng)因子)，各種與成礦作用發(fā)生有關(guān)的影響因素相關(guān)數(shù)據(jù)作為“證據(jù)圖”，這些預(yù)測因子圖的分類是依據(jù)成礦有利度(已發(fā)現(xiàn)礦點(diǎn)與各證據(jù)層間的空間聯(lián)系的密切程度)，這些預(yù)測因子圖最終組成成礦有利度評價模型的證據(jù)層，利用這些證據(jù)層，根據(jù)貝葉斯概率最終生成成礦有利度評價圖(呂鵬，2011;黃曉強(qiáng)，2011)。

由于證據(jù)權(quán)模型的條件獨(dú)立假設(shè)在地學(xué)中往往難以完全成立，由此提出了在證據(jù)權(quán)模型基礎(chǔ)上加入加權(quán)Logistic回歸方法，用回歸方法替代貝葉斯法則計算后驗(yàn)概率，解除貝葉斯法則中的條件獨(dú)立假設(shè)對地學(xué)應(yīng)用的種種限制，避免條件獨(dú)立假設(shè)在預(yù)測結(jié)果中所造成的偏差，而且在計算過程中不受因變量的影響(Agterberg，1993;Raines，2002，1999)。因此在成礦預(yù)測研究中得到了很多地質(zhì)學(xué)家的青睞。筆者應(yīng)用WLR法對博格達(dá)－哈爾里克成礦帶的銅礦進(jìn)行預(yù)測研究，快速生成成礦后驗(yàn)概率圖，圈定成礦遠(yuǎn)景區(qū)。

2.1 WLR模型的原理

假定存在一個研究區(qū)，該研究區(qū)可以被分割成大小相等的單元(像元)，同一空間范圍內(nèi)的各類影響因子也可以做同樣的分割，這樣，每一個像元就對應(yīng)著多個影響因子中的具體類別(分類代碼)?，F(xiàn)假定有P個這樣的影響因子(各類影響因素數(shù)據(jù))參與成礦有利度評價;另外還有一個響應(yīng)因子(已知礦點(diǎn))，它包含兩類數(shù)據(jù):① 已發(fā)生礦點(diǎn)的個數(shù);②已發(fā)生礦(化)點(diǎn)的二值柵格數(shù)據(jù)，柵格數(shù)據(jù)中各像元的值用兩個值表現(xiàn)，即發(fā)現(xiàn)礦(化)點(diǎn)(=1)，或未發(fā)現(xiàn)礦(化)點(diǎn)(=0)。此時，研究區(qū)中任意像元i中發(fā)現(xiàn)礦(化)點(diǎn)的概率θi可以用P個影響因子的函數(shù)表示:

函數(shù)f通常使用線性函數(shù)，即研究區(qū)第i像元成礦的概率為θi=X'ib，對于研究區(qū)任一像元，X'i=(1，Xi1，Xi2...Xip)為 P+1 維常數(shù)向量，b 是 P+1 個待估計的回歸參數(shù)，在線性回歸中，常用最小二乘法估計該參數(shù)。但應(yīng)用該參數(shù)估計方法估計參數(shù)，再計算成礦概率時，往往會超出0～1的范圍，這和概率的定義是矛盾的。為解決這一矛盾，同時克服證據(jù)權(quán)法中的條件獨(dú)立問題，Cox和Snell提出了加權(quán)Logistic回歸模型，其回歸方程如下:

用最大似然率法估計第i像元回歸參數(shù)b的值，進(jìn)一步得到該像元成礦概率θi，最終就可獲得研究區(qū)成礦有利度評價結(jié)果。

2.2 ArcGIS平臺證據(jù)權(quán)模型計算過程

在WLR中，證據(jù)層的選擇依然采用證據(jù)權(quán)模型的方法，即用W+、W－以及C值定量評價單一影響因子對成礦的影響。在ArcGIS平臺上實(shí)現(xiàn)證據(jù)權(quán)模型的計算，一般需如下步驟:

①選擇證據(jù)因子，包括礦點(diǎn)圖層、沉積巖、火山巖、侵入巖、變質(zhì)巖、斷裂等圖層;

②各證據(jù)因子的柵格化處理，或稱二值圖像化處理，即利用ArcGIS空間分析工具中的“Conversion Tools”，可快速將所有矢量證據(jù)圖層轉(zhuǎn)換為柵格圖像，在轉(zhuǎn)換過程中需注意柵格圖像文件命名不得超過13個字符，且不能以數(shù)字開頭，輸出數(shù)據(jù)類型為連續(xù)短整型數(shù)據(jù)，同時設(shè)定柵格單元的大小;

③先驗(yàn)概率估算。據(jù)各因子與已知礦點(diǎn)的統(tǒng)計關(guān)系計算各證據(jù)因子在各單元內(nèi)的成礦概率，該值在ArcGIS證據(jù)權(quán)模塊(WofE)計算礦點(diǎn)與某證據(jù)圖層的證據(jù)權(quán)大小過程中，會以信息窗的形式顯示出來，同時包括整個計算區(qū)域的面積，礦點(diǎn)數(shù)量等信息;

④計算證據(jù)因子的權(quán)重值、反差以及學(xué)生化反差，即計算 W+、W－、C、S(C)，W+代表影響因子中某一特定類別存在時，對響應(yīng)因子的影響程度;W－則表示影響因子中某一特定類別不存在時，對響應(yīng)因子的影響程度;C值提供了度量礦(化)點(diǎn)和影響因子之間相關(guān)性的有效依據(jù)(C=W+－W－);上述權(quán)值和反差的計算結(jié)果，還需對其顯著性水平進(jìn)行定量評價，評價公式如下:

以上公式中，S2(W+)、S2(W－)、S2(Contrast)表示 W+、W－、Contrast的方差，Studentized(Contrast)是對反差Contrast(即C值)做學(xué)生化處理，該值反映了C值的顯著性水平，二者對應(yīng)關(guān)系見表1。

表1 學(xué)生化反差(Studentized(Contrast))與C值顯著性水平關(guān)系Table 1 Studentized contrasts versus their levels of significance

雖然W+、W－、C、S(C)值的計算公式看似復(fù)雜，但借助于ArcGIS證據(jù)權(quán)模塊(WofE)，可方便快捷的完成這些參數(shù)的計算，并且計算結(jié)果以dbf數(shù)據(jù)庫的格式輸出，可在Excel中方便的進(jìn)行分析和篩選。

⑤證據(jù)因子成礦有利度影響程度分類，根據(jù)各證據(jù)圖層單因素計算結(jié)果，以S(C)或綜合權(quán)重值的大小將各種影響因素對礦(化)點(diǎn)的影響程度進(jìn)行分類，可分為主要影響因素、參與評價的重要影響因素、參與評價的次要影響因素、非影響因素四大類。S(C)值大于1.96的，其成礦置信度為97.5%，可歸類為成礦主要影響因素，S(C)值在(1.28，1.96)區(qū)間的，其成礦置信度高于90%，可歸類為參與評價重要影響因素，S(C)值在(0.542，1.28)區(qū)間的，其成礦置信度高于70%，可歸類為參與評價次要影響因素，S(C)值在(0，0.542)區(qū)間的，其成礦置信度低于60%，可歸類為非影響因素。

⑥成礦后驗(yàn)概率圖層輸出，選擇成礦主要影響因素、參與評價的次要影響因素、參與評價的次要影響因素為加權(quán)Logistic回歸模型的證據(jù)圖層，利用ArcGIS證據(jù)權(quán)模塊(WofE)計算成礦后驗(yàn)概率，得出其成礦后驗(yàn)概率圖層、成礦置信度圖層以及成礦概率標(biāo)準(zhǔn)差圖層。

⑦成礦遠(yuǎn)景區(qū)的圈定，根據(jù)加權(quán)Logistic回歸模型計算得出的成礦后驗(yàn)概率圖層、成礦置信度圖層，按概率值的大小進(jìn)行分級，較高的為成礦有利地區(qū)，其成礦置信度也較高，可疊加這兩個圖層結(jié)合已知礦床(點(diǎn))、地球化學(xué)元素異常、地球物理異常等信息進(jìn)行成礦遠(yuǎn)景區(qū)的圈定。

3 加權(quán)邏輯斯(Logistic)回歸模型應(yīng)用

3.1 證據(jù)圖層的確定

本次研究涉及的單因素分析主要包括:斷層因素、沉積地層因素、侵入巖因素、火山巖因素等，以上數(shù)據(jù)柵格像元大小為100m，采用分析單元面積為1km2。在單因素分析中，礦床(礦(化)點(diǎn))與上述因素的關(guān)系按2.2節(jié)所述技術(shù)方法得到。研究區(qū)總面積102856.33 km2，單元面積 2 km2，銅礦(包括礦(化)點(diǎn))共73 個，銅礦先驗(yàn)概率:0.001419，用于分析的柵格數(shù)據(jù)像元大小100m×100m。

3.2 證據(jù)圖層的矢量－柵格轉(zhuǎn)換及信息提取

上述證據(jù)圖層中，斷層為線狀要素，筆者利用ArcGIS空間分析工具進(jìn)行密度分析(density analysis)、距離分區(qū)(distance)、方向分析(aspect analysis)后，可將斷層線狀矢量要素轉(zhuǎn)換為柵格圖層，同時衍伸出斷層密度、斷層距離、斷層方向3個圖層作為證據(jù)層，為分析區(qū)域銅礦與不同斷層密度、斷層距離、斷層方向下的成礦權(quán)值大小提供了有效數(shù)據(jù)。

其余圖層均可根據(jù)其不同屬性內(nèi)容進(jìn)行重分類，獲得更多單因素證據(jù)圖層。沉積地層可根據(jù)地層名稱、地層時代、巖性組合等屬性字段進(jìn)行提取，獲得3個不同地質(zhì)信息的沉積巖柵格圖層;侵入巖可根據(jù)侵入巖時代、巖性組合進(jìn)行提取，獲得2個侵入巖柵格圖層;火山巖亦可根據(jù)火山巖組合、時代、構(gòu)造旋回等屬性字段進(jìn)行提取，獲得多個火山巖柵格圖層;變質(zhì)巖亦可根據(jù)其不同屬性內(nèi)容進(jìn)行單要素提取形成多個證據(jù)圖層。

3.3 證據(jù)權(quán)值計算

斷層密度權(quán)值計算 采用前述模型中W+、W－、C以及S(C)值計算公式，利用ArcGIS證據(jù)權(quán)模塊(WofE)得出研究區(qū)斷層密度與銅礦床(點(diǎn))的空間關(guān)系計算結(jié)果。斷層密度對銅礦控制作用，主要表現(xiàn)在第3級和第6級斷層密度區(qū)間，即斷層密度在0.071 ～0.09975 m/km2和 0.18449 ～0.2754m/km2之間，落入該區(qū)間4175個單元內(nèi)的礦床或礦(化)點(diǎn)數(shù)有19個，占所有礦床或礦(化)點(diǎn)數(shù)的26.1%，其學(xué)生化反差均大于2.7，但綜合權(quán)值較小。

斷層距離權(quán)值計算斷層距離對銅礦控制作用，主要表現(xiàn)在第1級、第2級和第3級斷層距離區(qū)間，即斷層密度在0～1000 m、1000～2000 m和2000～3000m之間，落入該區(qū)間19842個單元內(nèi)的礦床或礦(化)點(diǎn)數(shù)有49個，占所有礦床或礦(化)點(diǎn)數(shù)的67.1%，其學(xué)生化反差均大于0.5，綜合權(quán)值較小。

斷層方向權(quán)值計算斷層方向?qū)︺~礦控制作用，主要表現(xiàn)在第3級、第5級斷層方向區(qū)間，即斷層密度在90 ～135°、180 ～224°之間，落入該區(qū)間8516 個單元內(nèi)的礦床或礦(化)點(diǎn)數(shù)有24個，占所有礦床或礦(化)點(diǎn)數(shù)的32.9%，其學(xué)生化反差均大于1.59。

沉積巖地層時代權(quán)值計算沉積巖地層對銅礦控制作用，主要表現(xiàn)在第1級、第6級、第14級、第18級、第41級、第30級，即為石炭紀(jì)七角井組(C1－2q)、三疊紀(jì)克拉瑪依組(T2－3k)、中二疊世塔什庫拉組(P2t)、晚二疊世大河沿組(P3dh)、早二疊世石人子溝組(P1s)、晚－中志留世恰干布拉克組(O1－2q)沉積地層，落入該類型沉積巖控制區(qū)域內(nèi)的924個單元內(nèi)的礦床或礦(化)點(diǎn)數(shù)有15個，占落入沉積巖區(qū)域礦床或礦(化)點(diǎn)數(shù)的20.6%，其學(xué)生化反差均大于2.44，綜合權(quán)值均大于1.9，說明對成礦作用影響很大。

沉積巖巖石組合權(quán)值計算沉積巖巖石組合對銅礦控制作用，主要表現(xiàn)在第15級、第19級、第31級、第24級、第34級，即為砂巖－凝灰質(zhì)砂巖－安山巖、砂巖－粉砂巖、粉砂巖－砂巖－玄武巖、礫巖－砂巖－泥巖、粉砂巖－長石砂巖等組合，落入該類型沉積巖控制區(qū)域內(nèi)的956個單元內(nèi)的礦床或礦(化)點(diǎn)數(shù)有17個，占落入沉積巖區(qū)域礦床或礦(化)點(diǎn)數(shù)的 23.3%，其學(xué)生化反差均大于2.4，綜合權(quán)值均大于2.22。

火山巖時代權(quán)值計算火山巖時代對銅礦控制作用，主要表現(xiàn)在第4級、第10級，即為早泥盆世大南湖組(D1d)、晚石炭世柳樹溝組(C2l)火山巖地層，落入該類型火山巖控制區(qū)域內(nèi)的1782個單元內(nèi)的礦床或礦(化)點(diǎn)數(shù)有7個，占落入沉積巖區(qū)域礦床或礦(化)點(diǎn)數(shù)的9.59%，其學(xué)生化反差均大于1.8，綜合權(quán)值均為負(fù)值。

火山巖巖性組合權(quán)值計算火山巖巖性對銅礦控制作用，主要表現(xiàn)在第7級、第8級，即為玄武巖－安山巖－英安質(zhì)凝灰?guī)r、玄武巖－安山巖－集塊巖－凝灰?guī)r火山巖地層，落入該類型火山巖控制區(qū)域內(nèi)的3272個單元內(nèi)的礦床或礦(化)點(diǎn)數(shù)有8個，占落入沉積巖區(qū)域礦床或礦(化)點(diǎn)數(shù)的11%，其學(xué)生化反差均大于0.4，綜合權(quán)值均為負(fù)值。

侵入巖權(quán)值計算 侵入巖對銅礦控制作用，主要表現(xiàn)在第45級、第49級、第50級、第51級，即為早石炭世正長花崗巖、早石炭世輝綠巖、早石炭世輝長閃長巖、早石炭世閃長巖，落入該類型侵入巖控制區(qū)域內(nèi)的85個單元內(nèi)的礦床或礦(化)點(diǎn)數(shù)有5個，占落入侵入巖區(qū)域礦床或礦(化)點(diǎn)數(shù)的6.85%，其學(xué)生化反差均大于3.1，綜合權(quán)值均大于 2.7。

變質(zhì)巖權(quán)值計算因區(qū)域內(nèi)變質(zhì)巖分布極少，通過銅礦點(diǎn)與變質(zhì)巖面圖層的空間疊加分析，落入變質(zhì)巖圖層中的礦床點(diǎn)為0，無法計算其權(quán)值，故將變質(zhì)巖列為非影響因素。

3.4 影響因子的確定及分類

Logistic回歸模型合成前應(yīng)根據(jù)各影響因子權(quán)重值進(jìn)行影響成礦重要性評價，依據(jù)學(xué)生化反差S(C)值，根據(jù)前文2.2所述分類劃分區(qū)間，提出單因素因子對區(qū)內(nèi)銅礦成礦有利度影響程度分類，見表1。

表1 影響因子對博格達(dá)－哈爾里克成礦帶銅礦成礦有利度影響程度分類表Table 1 Classification of influencing factors for copper mineralization in the Bogda－Harlik metalloginic belt

4 成礦有利度綜合評價

鑒于研究區(qū)已知成型銅礦床較少，成礦規(guī)律研究薄弱，缺少對成型銅礦床成礦模式、預(yù)測模型等的研究和總結(jié)，所以筆者本次采用ArcGIS系統(tǒng)下證據(jù)權(quán)模塊(WofE)的成礦有利度綜合評價，只能以數(shù)據(jù)驅(qū)動方式為主，應(yīng)用該模塊中的加權(quán)邏輯斯(Logistic)回歸模型將3.4節(jié)、3.4節(jié)所確定的8個影響因子進(jìn)行計算，獲得最終定量評價結(jié)果，輸出研究區(qū)銅礦成礦有利度評價圖和成礦置信度圖。

將成礦后驗(yàn)概率圖層按后驗(yàn)概率進(jìn)行重分類得到連續(xù)性柵格數(shù)據(jù)，表中后驗(yàn)概率最大的區(qū)間(表2)，即表中第4 級區(qū)間，概率在 0.0405 ～0.4268，落入該區(qū)間367個單元內(nèi)的礦床或礦(化)點(diǎn)數(shù)有13個，占所有礦床或礦(化)點(diǎn)數(shù)的17.8%，其學(xué)生化反差為11.08，綜合權(quán)值達(dá)到3.25。顯然，后驗(yàn)概率最大的區(qū)間即為礦床產(chǎn)出最有利地區(qū)。根據(jù)成礦后驗(yàn)概率區(qū)間劃分研究區(qū)成礦有利地區(qū)，依次可分為成礦非成礦有利區(qū)、低成礦有利區(qū)、中成礦有利區(qū)和高成礦有利區(qū)，這些有利區(qū)級別的劃分為區(qū)內(nèi)銅礦找礦提供了很好的依據(jù)和參考。

表2 博格達(dá)－哈爾里克成礦帶銅礦數(shù)據(jù)驅(qū)動評價圖層與礦點(diǎn)權(quán)值計算結(jié)果Table 2 Weighted values calculated for copper mineralization evaluation in the Bogda－Harlik metalloginic belt

5 成礦遠(yuǎn)景區(qū)圈定

在采用WLR模型進(jìn)行計算過程中，僅依據(jù)地質(zhì)條件，即按斷層、侵入巖、沉積巖、火山巖、變質(zhì)巖等要素對研究區(qū)銅礦進(jìn)行了有利度評價，得到了研究區(qū)綜合評價結(jié)果。但在成礦遠(yuǎn)景區(qū)圈定過程中，必須結(jié)合一定的物化探數(shù)據(jù)進(jìn)行驗(yàn)證，僅依據(jù)WLR模型得到的綜合評價后驗(yàn)概率圖是不夠的，即使綜合評價置信度區(qū)間均高于1.96(即可信度概率大于96%)，所以仍然要借助已知物探、化探等數(shù)據(jù)等進(jìn)行驗(yàn)證(劉磊，2008;黃文斌，2011)。本次研究僅收集到區(qū)內(nèi)化探資料，利用ArcGIS的空間疊加，將研究區(qū)影響因素加權(quán)Logistic合成后銅礦成礦有利度圖與區(qū)域Cu地球化探異常圖進(jìn)行疊加，最終圈定了7個銅礦成礦遠(yuǎn)景區(qū)，如圖2所示。

本次成礦遠(yuǎn)景區(qū)分類采用成礦有利性分類方案，即根據(jù)成礦有利度、成礦概率，結(jié)合具體的地質(zhì)情況對預(yù)測區(qū)按三類(第1類、第Ⅱ類、第Ⅲ類)劃分，所圈定的7個成礦遠(yuǎn)景區(qū)內(nèi)第1類有4處，第Ⅱ類有2處，第Ⅲ類有1處。所圈定的成礦遠(yuǎn)景區(qū)，均為有利地層出露區(qū)域，涵蓋了區(qū)域內(nèi)大部分已知礦床(點(diǎn))，其中 V －1、V －2、V －3、V －5等均與銅地球化學(xué)異常套合較好，位于Cu元素異常濃集中心。

6 結(jié)論

在GIS的支持下，結(jié)合加權(quán)Logistic回歸法對研究區(qū)銅礦床進(jìn)行成礦預(yù)測，由于避免條件獨(dú)立假設(shè)在預(yù)測結(jié)果中所造成的偏差，在證據(jù)權(quán)重模型的基礎(chǔ)上加入加權(quán)Logistic回歸替代貝葉斯法則，解除貝葉斯法則中的條件獨(dú)立假設(shè)對地學(xué)應(yīng)用的種種限制。加權(quán)Logistic回歸法提高了成礦預(yù)測的自動化程度、預(yù)測效率和水平，簡化了預(yù)測過程，節(jié)約了時間，縮短了研究周期。通過建立數(shù)學(xué)模型，挖掘了多源數(shù)據(jù)的潛在信息，大大提高了數(shù)據(jù)的綜合利用程度，提高了礦產(chǎn)預(yù)測的智能化程度。

本文以已知礦床(點(diǎn))與地質(zhì)要素的空間相關(guān)性作為預(yù)測依據(jù)，以柵格數(shù)據(jù)為基礎(chǔ)，利用ArcGIS平臺下的加權(quán)Logistic回歸模型，實(shí)現(xiàn)了成礦有利度定量評價，從而更加準(zhǔn)確、真實(shí)地反映了研究區(qū)內(nèi)成礦潛力，對博格達(dá)－哈爾里克成礦帶的銅成礦潛力進(jìn)行了評價，并結(jié)合區(qū)域地球化學(xué)異常圈定了區(qū)內(nèi)銅礦成礦遠(yuǎn)景區(qū)，為研究區(qū)銅礦勘探提供理論依據(jù)、技術(shù)支持及數(shù)據(jù)支撐，以服務(wù)于研究區(qū)銅礦勘查部署工作。

隨著計算機(jī)的發(fā)展，GIS作為一種強(qiáng)有力的工具在成礦預(yù)測中得到了廣泛應(yīng)用。它的優(yōu)勢在于能提供集成管理多源地學(xué)數(shù)據(jù)、方便建立模型及進(jìn)行空間分析的能力，是使數(shù)據(jù)的分析更有效和定量化。但它目前還不能代替地質(zhì)專家，也不能解決數(shù)據(jù)或數(shù)據(jù)庫本身存在的問題。在成礦預(yù)測中起決定性作用的還是各地質(zhì)科學(xué)領(lǐng)域的專家，還需要有經(jīng)驗(yàn)的專家參與。在未來的發(fā)展中，基于GIS的成礦預(yù)測應(yīng)該向更準(zhǔn)確、高精度以及智能化的方向發(fā)展。

［注釋］

① 王世新等.2005.《新疆哈密市沁城一帶1∶5萬區(qū)域地質(zhì)礦產(chǎn)調(diào)查報告》.新疆地礦局第一區(qū)域地質(zhì)調(diào)查大隊(duì)［R］.

Agterberg F P，Bonham Charter G F，Cheng Q，Wright D F.1993.Weights of evidence modeling and weighted logistic regression for mineral potential mapping:Computers in Geology［M］.Cambridge:Oxford University Press:13－32

Chen Chuan，Gong Xiao-ping.2010.Mineral resource assessment methodology study:Based on spatial information［J］.Journal of Norhwest U-niversity，86(40):399 －404(in Chinese with English abstract)

Deng Yong，Qiu Rui-shan，Luo Xin.2007.Minerogenetic prediction based on the weight-of-evidence approach:A case study of the prediction of tungsten and tin deposits in Guangdong［J］.Geological Bulletin of China，26(9):1228－1234(in Chinese with English abstract)

Huang Wen-bin，Xiao Ke-yan，Ding Jian-hua.2011.Potential assessment of solid mineral resources based on GIS［J］.Acta Geologica Sinica，85(11):1834－1843(in Chinese with English abstract)

Huang Zhao-qiang，Huang Shu-feng，F(xiàn)u Yong，Zhao Zhen-mei，Cheng Ming-hua.2011.Mineralization prediction and potential evaluation based on GIS and multi-source information for copper polymetallic deposits in the eastern Gangdise Belt，Tibet［J］.Geology and Exploration，47(1):113－120(in Chinese with English abstract)

Gu Lian-xing，Hu Shou-xi，Yu Chun-shui，Wu Chang-zhi ，Yan Zhengfu.2001.Initiation and evolution of the Bogda subduefion-torn-type rift［J］.Acta Petrologic Sinca，17(41):585 － 597(in Chinese with English abstract)

Li Wen-Qian，Ma Hua-Dong，Wang Ran，Wang He，Xia Bin.2008.SHRIMP dating and Nd-Sr isotopic Tracing of Kangguertage ophiolite in eastern Tianshan，Xinjiang［J］.Acta Petrologica Sinica，24(4):773－780(in Chinese with English abstract)

Liu Lei，Zhang Bing，Zhou Jun，Wang Jue.2008.Synthetic analyses of remote sensing geochemical surveying and geology in the ore exploration in the Singu tin deposit，Yunnan Province［J］.Geology and Prospecting，44(5):70 －75(in Chinese with English abstract)

Lou De-bo，Xiao Ke-yan，Ding Jian-hua.2010.Application of MRAS in national mineral resource potential assessment［J］.Geological Bulletin of China，29(11):1677 －1684(in Chinese with English abstract)

Lu Peng，Zhu Peng-fei，Bi Zhiwei，Chen Jian-ping.2011.Metallogenic prognosis and evaluation of non-ferrous metal deposits based on GIS and weights of evidence modeling in Keshiketeng Qi of Inner Mongolia［J］.Geology and Prospecting，47(5):909 －907(in Chinese with English abstract)

Pan Gui-tang，Xaio Qing-hui，Lu Song-nian，Den Jin-fu，F(xiàn)eng Yi-min，Zhang Ke-xin.2009.Subdivision of tectonic units in China［J］.Chinese Geology，36(1):1－28(in Chinese with English abstract)

Raines G L，Mihalasky M J.2002.A reconnaissance method for delineation of tracts for regional-scale mineral·resource assessment based on geologic—map data［J］.Natural Resources Research，11(4):241－248(in English with English abstract)

Su Hong-qi，Ge Yan，Liu Dong-lin.1999.Weights of evidence method in mineral prediction system based on GIS［J］.Geology and Prospecting，35(1):44 －46(in Chinese with English abstract).

Sun Gui-hua，Li Jin-yi，Gao Li-ming，Yang Tian-na.2005.Zircon SHRIMP U-Pb Age of a Dioritic Pluton in the Harlik Mountain，Eastern Xinjiang，and Its Tectonic Implication［J］.Geological Review，51(4):463－469(in Chinese with English abstract)

Wang Shi-cheng，Chen Yong-niang，Xia Li-xian.2000.The theory and methods of Comprehensive information mineral prediction［M］.Beijing:Science Press:2－30(in Chinese with English abstract)

Wang Yin-xi，Gu Lian-xing，Zhang Zun-zhong，Zhang Kai-jun，Li Huimin，Wu Chang-zhi，Yang Jie-dong.2005.Isotopic chronologic evidence of bogda rift closure and regional uplift and its geological significance［J］.Acta Geoscienca Sinica，26(B09):102 － 104(in Chinese with English abstract)

Wang Bang-yao，Jiang Chang-yi，Li Yong-jun，Wu Hong-en，Xia Zhao-de，LuRong-hui.2009.Geochemistry and tectonic implications of Karamali ophiolite in east Junggar of Xinjiang［J］.Journal of Mineralogy and petrology，29(3):74－82(in Chinese with English abstract)

Xiao Ke-yan，Ye Tian-zhu，Li Jing-chao.2010.Integrated Geo-Information Modeling Reserve Estimation Method［J］.Geologcal Bulletin of China，29(10):1405－1412(in Chinese with English abstract)

Xiao Ke-yan，Cheng Song-lin，Lou De-bo.2010.Integrated Information Evaluation Model for Regional Mineral Resources Quantitative Assessment［J］.Geological Bulletin of China，29(10):1430 － 1444(in Chinese with English abstract)

Ye Tian-zhu，Xiao Ke-yan，Yan Guang-sheng.2007.Methodology of deposit modeling and mineral resource potential assessment using integrated geological information［J］.Earth Science Frontiers，14(5):11－19(in Chinese with English abstract)

Zhao Peng-da.1983.Statistical prediction of mineral deposit［M］.Beijing:Geological Publishing House:1－100(in Chinese with English abstract)

Zhang Hui-qiong，Zhang Shou-ting，Wei Chang-shan，Wang Jing-bin，Wang Yu-wang.2010.Metallogenic prediction based on comprehensive information on the ArcGIS platform［J］.Mineral Exploration，1(2):165 －172(in Chinese with English abstract)

［附中文參考文獻(xiàn)］

陳 川，弓小平.2010.基于信息科學(xué)思想的資源潛力評價體系研究［J］.西北大學(xué)學(xué)報，186(40):399 －404

鄧 勇，邱瑞山，羅 鑫.2007.基于證據(jù)權(quán)重法的成礦預(yù)測:以廣東省鎢錫礦的成礦預(yù)測為例［J］.地質(zhì)通報，26(9):1228－1234

黃文斌，肖克炎，丁建華.2011.基于GIS的固體礦產(chǎn)資源潛力評價［J］.地質(zhì)學(xué)報，2011，85(11):1834 －1843

黃照強(qiáng)，黃樹峰，付 勇，趙珍梅，程明華.2011.基于GIS的岡底斯東段銅多金屬礦多元信息成礦預(yù)測與潛力評價［J］.地質(zhì)與勘探，47(1):113－120

顧連興，胡受奚，于春水，吳昌志，嚴(yán)正富.2001.論博格達(dá)俯沖撕裂型裂谷的形成與演化［J］.巖石學(xué)報，17(4):585－597

李文鉛，馬華東，王 冉，王 核，夏 斌.2008.東天山康古爾塔格蛇綠巖SHRIMP年齡、Nd－Sr同位素特征及構(gòu)造意義［J］.巖石學(xué)報，24(4):773－780

劉 磊，手長兵，周 軍，王 玨.2008.云南思姑錫礦區(qū)地質(zhì)、化探、遙感、多元信息綜合找礦研究［J］.地質(zhì)與勘探，44(5):70－75

婁德波，肖克炎，丁建華.2010.礦產(chǎn)資源評價系統(tǒng)(MRAS)在全國礦產(chǎn)資源潛力評價中的應(yīng)用［J］.地質(zhì)通報，29(11):1677－1684

呂 鵬，朱鵬飛，畢志偉，陳建平.2011.基于GIS和證據(jù)權(quán)模型的克什克騰旗有色金屬成礦預(yù)測與評價［J］.地質(zhì)與勘探，47(5):909－907

潘桂棠，肖慶輝，陸松年，鄧晉福，馮益民，張克信.2009.中國大地構(gòu)造單元劃分［J］.中國地質(zhì)，36(1):1－28

蘇紅旗，葛 艷，劉冬林.1999.基于GIS的證據(jù)權(quán)重法礦產(chǎn)預(yù)測系統(tǒng)(EWM)［J］.地質(zhì)與勘探，35(1):44 －46

孫桂華，李錦軼，高立明，楊天南.2005.新疆東部哈爾里克山閃長巖鋯石SHRIMPU－Pb定年及其地質(zhì)意義［J］.地質(zhì)論評，51(4):463－469

王世稱，陳永良，夏立顯.2000.綜合信息礦產(chǎn)預(yù)測理論與方法［M］.北京:科學(xué)出版社:2－30

王銀喜，顧連興，張遵忠，張開均，李惠民，吳昌志，楊杰東.2005.博格達(dá)裂谷閉合和區(qū)域隆起的同位素年代學(xué)證據(jù)及地質(zhì)意義［J］.地球?qū)W報，26(B09):102－104

汪幫耀，姜常義，李永軍，吳宏恩，夏昭德，盧榮輝.2009.新疆東準(zhǔn)噶爾卡拉麥里蛇綠巖的地球化學(xué)特征及大地構(gòu)造意義［J］.礦物巖石，29(3):74－82

肖克炎，葉天竺，李景朝.2010a.礦床模型綜合地質(zhì)信息預(yù)測資源量的估算方法［J］.地質(zhì)通報，29(10):1405 －1412

肖克炎，程松林，婁德波.2010b.區(qū)域礦產(chǎn)定量評價的礦床綜合信息評價模型［J］.地質(zhì)通報，29(10):1430－1444

葉天竺，肖克炎，嚴(yán)光生.2007.礦床模型綜合地質(zhì)信息預(yù)測技術(shù)研究［J］.地學(xué)前緣，14(5):11 －19

趙鵬大.1983.礦床統(tǒng)計預(yù)測［M］.北京:地質(zhì)出版社:1－100

張會瓊，張壽庭，韋昌山，王京彬，王玉往.2010.在ArcGIS柵格數(shù)據(jù)環(huán)境下的綜合信息成礦預(yù)測［J］.礦產(chǎn)勘查，1(2):165－172