潘勇，彭省臨，彭光雄, 2

?

基于Meta分析的青海雜多地區(qū)成礦定量預(yù)測(cè)

潘勇1, 3，彭省臨1，彭光雄1, 2

(1. 中南大學(xué)地球科學(xué)與信息物理學(xué)院，長(zhǎng)沙 410083；2. 大陸構(gòu)造與動(dòng)力學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京100037；3. 廈門大學(xué)嘉庚學(xué)院，廈門，363105)

為降低權(quán)重確定的不確定性，將循證醫(yī)學(xué)領(lǐng)域廣泛使用的Meta 分析方法用于定量預(yù)測(cè)青海雜多地區(qū)的礦產(chǎn)資源。在分析該地區(qū)成礦規(guī)律與控礦因素的基礎(chǔ)上，選擇地層、構(gòu)造、巖漿巖、地磁異常、化探異常和遙感蝕變異常這6個(gè)要素的11個(gè)預(yù)測(cè)因子，構(gòu)建成礦定量預(yù)測(cè)的指標(biāo)體系。以區(qū)內(nèi)的50多個(gè)已知礦點(diǎn)為樣本，采用規(guī)則網(wǎng)格單元統(tǒng)計(jì)上述11個(gè)預(yù)測(cè)因子與已知礦點(diǎn)的空間位置套合情況，從而將地質(zhì)資料中的非定量數(shù)據(jù)轉(zhuǎn)化為Meta分析所要求的定量信息，并通過Meta分析計(jì)算得到不同預(yù)測(cè)因子的優(yōu)勢(shì)比。通過分析各個(gè)預(yù)測(cè)因子之間優(yōu)勢(shì)比之差，結(jié)合模糊綜合層次分析法(FAHP)求得各個(gè)因子在成礦預(yù)測(cè)中的權(quán)重?；谠摍?quán)重，利用模糊綜合評(píng)判(FCA)建立青海雜多地區(qū)鉛鋅多金屬礦的成礦定量預(yù)測(cè)模型，并劃分出3類不同級(jí)別的成礦有利區(qū)。以此為基礎(chǔ)，劃定出5個(gè)成礦遠(yuǎn)景區(qū)，圈定A類勘查靶區(qū)5處，B類勘查靶區(qū)10處，C類勘查靶區(qū)20處。研究結(jié)果表明：基于Meta分析的定量預(yù)測(cè)法比常規(guī)的綜合化探異常法的找礦有效性提高36%。

Meta分析；隱伏礦體；模糊綜合評(píng)判；定量預(yù)測(cè)

隨著數(shù)據(jù)采集技術(shù)、數(shù)據(jù)處理技術(shù)及成礦理論的發(fā)展，成礦預(yù)測(cè)所能借助的方法和技術(shù)手段也日益增多，基于多元信息的定量成礦預(yù)測(cè)成為找礦預(yù)測(cè)領(lǐng)域的研究熱點(diǎn)。由于成礦預(yù)測(cè)中地質(zhì)變量的復(fù)雜性和不確定性，定量預(yù)測(cè)地下深部地質(zhì)體及隱伏礦床非常具有挑戰(zhàn)性[1?2]。而定量確定找礦目標(biāo)與找礦信息之間的關(guān)系，是解決上述問題的重要途徑與前沿技術(shù)之 一[3?5]。權(quán)重是定量體現(xiàn)找礦目標(biāo)與找礦信息的重要指標(biāo)，因此，科學(xué)、客觀地確定成礦定量預(yù)測(cè)中各個(gè)信息變量的權(quán)重具有十分重要的意義[6?7]。證據(jù)權(quán)法(weights of evidence)是AGTERBERG[8]提出的一種基于概率不確定性與貝葉斯律的地學(xué)統(tǒng)計(jì)方法，在成礦定量預(yù)測(cè)中應(yīng)用較為廣泛。但證據(jù)權(quán)法要求各個(gè)證據(jù)層必須是二值化或者是多分類數(shù)據(jù)，并且參與預(yù)測(cè)的各個(gè)變量之間是必須相互獨(dú)立的[9]，因而具有一定的局限性。Meta分析(meta-analysis)以其超常規(guī)的綜合分析能力，廣泛應(yīng)用于心理、教育和醫(yī)學(xué)等領(lǐng)域，是循證醫(yī)學(xué)研究的重要方法，20世紀(jì)90年代后開始被引入到生態(tài)領(lǐng)域并得到了生態(tài)學(xué)界的高度重視[10?12]。近幾年，研究者開始嘗試將Meta 分析應(yīng)用于找礦預(yù)測(cè)領(lǐng)域，并在定量處理不確定性的地質(zhì)數(shù)據(jù)方面顯示出優(yōu)越性[5, 13?14]。Meta分析的統(tǒng)計(jì)量—效應(yīng)尺度(如相關(guān)系數(shù)、優(yōu)勢(shì)比、對(duì)照組與實(shí)驗(yàn)組的標(biāo)準(zhǔn)化差值)可給出處理效應(yīng)的定量結(jié)果，解決研究結(jié)果的不一致性，并為權(quán)重的客觀確定提供有效的工具[14?15]。由于Meta分析有利于降低權(quán)重確定的不確定性，從而能有效提高多元信息成礦定量預(yù)測(cè)的能力。為此，本文作者將Meta分析應(yīng)于定量分析青海雜多鉛鋅多金屬礦區(qū)的成礦預(yù)測(cè)，以期提高該地區(qū)的礦產(chǎn)勘查靶區(qū)優(yōu)選的準(zhǔn)確性，為進(jìn)一步找礦部署提供科學(xué)依據(jù)。

1 Meta分析的原理和方法

Meta分析是一種超常規(guī)的綜合分析方法[16?17]。劉關(guān)鍵等[16]將Meta分析的統(tǒng)計(jì)學(xué)過程概括為3部分：合并統(tǒng)計(jì)量的選擇；異質(zhì)性檢驗(yàn)；合并統(tǒng)計(jì)量的假設(shè)檢驗(yàn)。Meta分析的基礎(chǔ)是必須獲取大量實(shí)驗(yàn)結(jié)果的定量數(shù)據(jù)。Meta分析的初衷是對(duì)相同研究主題的相關(guān)文獻(xiàn)進(jìn)行綜合定量分析[18]，因此，應(yīng)用于成礦定量預(yù)測(cè)中時(shí)，需要將地質(zhì)調(diào)查與勘探中獲取的成礦預(yù)測(cè)信息進(jìn)行量化提取，并轉(zhuǎn)化為Meta分析能夠識(shí)別利用的數(shù)據(jù)[19?20]。網(wǎng)格單元法是實(shí)現(xiàn)上述數(shù)據(jù)量化提取的有效方法之一。彭省臨等[5, 20]通過“微分單元法”實(shí)現(xiàn)了成礦定量預(yù)測(cè)中面向Meta分析的地質(zhì)數(shù)據(jù)量化提取。對(duì)地質(zhì)數(shù)據(jù)量化提取的結(jié)果進(jìn)行Meta分析，可得到不同地質(zhì)變量的優(yōu)勢(shì)比O，從而獲得不同地質(zhì)變量對(duì)成礦預(yù)測(cè)的重要性定量指標(biāo)。

2 成礦預(yù)測(cè)指標(biāo)體系

2.1 地質(zhì)背景

研究區(qū)位于青藏北特提斯成礦域、唐古拉成礦省、沱沱河—雜多華力西期—喜山期銅鉬鉛鋅銀成礦帶的中西段，也是“三江”成礦帶的北延部分。區(qū)內(nèi)地層主要為早石炭世雜多群灰?guī)r及晚三疊世結(jié)扎群灰?guī)r。地層之間以斷塊形式呈北西—南東向展布，與區(qū)域構(gòu)造線基本一致。斷裂構(gòu)造主要為北西—南東走向，其次為北東—南西走向。區(qū)內(nèi)地層、火山巖、侵入巖及礦產(chǎn)的空間展布均受斷裂構(gòu)造控制。已發(fā)現(xiàn)的礦化帶大部分沿北西—南東向斷裂帶分布，形成的礦體大部分賦存于其次級(jí)斷裂帶中。火山巖、侵入巖較發(fā)育，侵入巖與區(qū)內(nèi)多金屬成礦的關(guān)系較密切，已發(fā)現(xiàn)的礦化多產(chǎn)于巖體外接觸帶部位的灰?guī)r和矽卡巖中。區(qū)內(nèi)礦產(chǎn)較豐富，尤以銅、鉬、鉛、鋅為主，其次為鐵、銀等。具有一定規(guī)模的礦床有然者涌鉛鋅銀礦床、東莫扎抓鉛鋅礦床和莫海拉亨鉛鋅礦床等[4]。

2.2 地質(zhì)變量的選取

以區(qū)內(nèi)鉛鋅礦床的成礦規(guī)律和控礦因素為依據(jù)，選擇地層、斷裂、巖漿巖、地磁異常、化探異常和遙感蝕變異常這6個(gè)要素的11個(gè)變量建立成礦預(yù)測(cè)指標(biāo)體系(見表 1)。這6個(gè)要素的11個(gè)地質(zhì)信息變量通過遙感解譯、化探及地磁數(shù)據(jù)處理、礦化蝕變遙感信息提取等手段進(jìn)行量化處理。

表1 成礦定量預(yù)測(cè)的指標(biāo)體系及評(píng)分表

2.3 數(shù)據(jù)量化提取

根據(jù)Meta分析的思路和步驟，基于網(wǎng)格單元，可采取多區(qū)域法和多級(jí)網(wǎng)格法2種方法實(shí)現(xiàn)地質(zhì)資料數(shù)據(jù)的量化提取。潘勇等的研究表明[14]：采用Meta分析進(jìn)行數(shù)據(jù)量化提取時(shí)，應(yīng)優(yōu)先采用多區(qū)域法，其次才能選用多級(jí)網(wǎng)格法。由于研究區(qū)內(nèi)的樣本數(shù)據(jù)比較豐富，能夠滿足多區(qū)域法Meta分析量化提取的要求，因此，優(yōu)先選擇多區(qū)域法將地質(zhì)調(diào)查中的非定量數(shù)據(jù)轉(zhuǎn)化為Meta分析所要求的定量信息。

研究區(qū)包括12個(gè)1:5萬(wàn)比例尺的標(biāo)準(zhǔn)圖幅范圍，約5 000 km2，其中北部4個(gè)圖幅的礦床(點(diǎn))資料較豐富，可以用于進(jìn)行Meta分析確定指標(biāo)的權(quán)重，然后，利用這4個(gè)圖幅確定的權(quán)重來(lái)構(gòu)建全區(qū)12個(gè)圖幅的成礦定量預(yù)測(cè)模型。利用多區(qū)域法時(shí)，將北部4個(gè)圖幅劃分為10個(gè)不同的區(qū)塊進(jìn)行統(tǒng)計(jì)。

網(wǎng)格單元的尺度大小也是影響Meta分析效果的重要因素之一，一般根據(jù)區(qū)內(nèi)資料的豐富程度及地區(qū)經(jīng)驗(yàn)來(lái)選擇[14]。根據(jù)區(qū)內(nèi)已有地質(zhì)調(diào)查數(shù)據(jù)，通過多次試驗(yàn)后發(fā)現(xiàn)1 km×1 km是最優(yōu)網(wǎng)格單元尺度。以1 km×1 km規(guī)則網(wǎng)格單元?jiǎng)澐盅芯繀^(qū)信息統(tǒng)計(jì)單元，統(tǒng)計(jì)上述11個(gè)地質(zhì)信息變量與每個(gè)網(wǎng)格的空間位置套合情況。當(dāng)網(wǎng)格中每包含11個(gè)地質(zhì)信息變量中的1個(gè)變量信息時(shí)，賦給單元格的值則加1，根據(jù)實(shí)際情況進(jìn)行累加。在一般情況下，單元格的賦值越高，則成礦的可能性越大，可暫且將單元格的賦值成礦≥6的單元格設(shè)為遠(yuǎn)景成礦單元格，作為Meta分析的1個(gè)參照對(duì)象。

分別用全變量組合和缺某個(gè)變量的變量組合進(jìn)行比較，統(tǒng)計(jì)已知礦點(diǎn)落在單元格的數(shù)量，進(jìn)行Meta分析，可計(jì)算獲得相應(yīng)的優(yōu)勢(shì)比O，從而確定地質(zhì)信息變量對(duì)于成礦的相對(duì)重要程度。設(shè)全變量遠(yuǎn)景成礦單元格數(shù)量為，有礦點(diǎn)落入的實(shí)際有礦單元格數(shù)量為, 有礦點(diǎn)落入的遠(yuǎn)景成礦單元格數(shù)量為，則基于10個(gè)區(qū)塊的地質(zhì)資料，利用多區(qū)域法可分別統(tǒng)計(jì)得到，和，如表2所示。

表2 單元格網(wǎng)中的礦點(diǎn)數(shù)量統(tǒng)計(jì)表

3 Meta分析

Review Managers是用于循證醫(yī)學(xué)Meta分析的軟件，由國(guó)際Cochrane協(xié)作網(wǎng)開發(fā)并免費(fèi)發(fā)布。利用Review Manager(V5.1)對(duì)表2所示統(tǒng)計(jì)結(jié)果進(jìn)行Meta分析。異質(zhì)性檢驗(yàn)結(jié)果=1.0，大于0.05，因此，可認(rèn)為上述的多個(gè)獨(dú)立研究具有同質(zhì)性，可采用固定效應(yīng)模型(fixed effect model)計(jì)算其合并統(tǒng)計(jì)量。缺1變量組森林圖中菱形與垂線相交并位于垂直線偏右側(cè)位置，假設(shè)檢驗(yàn)=0.43，大于0.05，因此，統(tǒng)計(jì)學(xué)意義不明顯。其余2至11共10個(gè)變量的假設(shè)檢驗(yàn)均小于0.05，森林圖中菱形完全位于垂直線右側(cè)，結(jié)果具有統(tǒng)計(jì)學(xué)意義。全變量組與缺某個(gè)變量組Meta分析所得優(yōu)勢(shì)比O如表3所示。優(yōu)勢(shì)比O越大，說(shuō)明對(duì)應(yīng)的變量對(duì)成礦的貢獻(xiàn)越大，在成礦定量預(yù)測(cè)中對(duì)應(yīng)變量的權(quán)重也就越大。由表3可知：8(鉛鋅銀成礦元素組合因子)對(duì)成礦的貢獻(xiàn)最大，其O為3.44；其次為3(斷裂構(gòu)造交點(diǎn)數(shù)高值區(qū)緩沖帶)，其O為3.22；1(地層)對(duì)成礦的貢獻(xiàn)最小，其O僅為1.17。

表3 變量組Meta分析的優(yōu)勢(shì)比RO及總體效應(yīng)檢驗(yàn)

4 權(quán)重分析

模糊綜合層次分析法 (fuzzy analytical hierarchy process, FAHP) 是確定權(quán)重常用的一種系統(tǒng)分析方法[21?22]。本文采用0.1~0.9標(biāo)度法構(gòu)建模糊互補(bǔ)判斷矩陣[22?23]。變量的優(yōu)勢(shì)比O越大，則其對(duì)成礦的貢獻(xiàn)程度就越高。因此，可用2個(gè)變量之間的優(yōu)勢(shì)比O之差來(lái)衡量2個(gè)變量對(duì)于成礦作用的權(quán)重。根據(jù)表3的數(shù)據(jù)求得變量?jī)蓛芍畹慕^對(duì)值如表4所示，用來(lái)分析O之差的分布情況。

由表4可知：數(shù)據(jù)集的O之差最小值為0，最大值為2.27，平均值為0.83，標(biāo)準(zhǔn)差為0.59。根據(jù)模糊綜合層次分析法的0.1~0.9標(biāo)度法及其含義，則可判定均值以下區(qū)間為稍微重要的標(biāo)度，均值加1，2和3倍標(biāo)準(zhǔn)差依次對(duì)應(yīng)明顯重要、重要得多、極端重要的標(biāo)度。當(dāng)兩者O之差在(0，0.83 ]之內(nèi)時(shí)“標(biāo)度”設(shè)為0.6；當(dāng)兩者O之差在(0.83，1.42] 之內(nèi)時(shí)“標(biāo)度”設(shè)為0.7；當(dāng)兩者O之差在(1.42，2.01]之內(nèi)時(shí)“標(biāo)度”設(shè)為0.8; 當(dāng)兩者O之差在(2.01，3]之內(nèi)時(shí)“標(biāo)度”設(shè)為0.9。根據(jù)表4以及上述O之差標(biāo)度量化規(guī)則，從而可將優(yōu)勢(shì)比O轉(zhuǎn)化為權(quán)重模糊互補(bǔ)判斷矩陣，如表5所示。

表4 變量RO之差的絕對(duì)值統(tǒng)計(jì)表

表5 11個(gè)變量的權(quán)重模糊互補(bǔ)判斷矩陣A

利用徐澤水推導(dǎo)的方法[24]，可對(duì)模糊互補(bǔ)判斷矩陣求解，得到1至11這11個(gè)成礦預(yù)測(cè)變量的權(quán)重分別為0.072 7，0.086 3，0.110 0，0.079 0， 0.087 2，0.098 1，0.092 7，0.113 6，0.088 1，0.082 7，0.084 5。根據(jù)陳華友等[25]推導(dǎo)的計(jì)算方法，利用模糊互補(bǔ)判斷矩陣和特征矩陣可求得相容性指數(shù)(,*)=0.094 7(小于0.100 0)，可以通過一致性檢驗(yàn)，因此，其權(quán)重的分配是合理的。

5 成礦有利區(qū)

在Meta分析定量確定目標(biāo)因素權(quán)重的基礎(chǔ)上，通過網(wǎng)格進(jìn)行評(píng)價(jià)單元?jiǎng)澐?，利用模糊綜合評(píng)判法(fuzzy comprehensive appraisement, FCA)可對(duì)各個(gè)單元的成礦有利度進(jìn)行評(píng)價(jià)和分級(jí)。利用模糊綜合評(píng)價(jià)FCA進(jìn)行成礦定量預(yù)測(cè)可歸納為以下幾步：1) 建立因素集，如前述的11個(gè)成礦預(yù)測(cè)變量；2) 建立決斷集，研究區(qū)內(nèi)的各個(gè)單元格的評(píng)語(yǔ)即構(gòu)成決斷集；3) 建立單因素評(píng)判模糊矩陣；4) 確定權(quán)重集；5) 綜合評(píng)判，對(duì)方案集進(jìn)行隸屬度復(fù)合運(yùn)算。根據(jù)=·，求得每個(gè)網(wǎng)格單元的成礦有利度即綜合評(píng)價(jià)值。預(yù)測(cè)區(qū)范圍包括12個(gè)1:5萬(wàn)標(biāo)準(zhǔn)圖幅，面積約為5 000 km2。與前述規(guī)則網(wǎng)格的尺度一致，采用1 km×1 km網(wǎng)格單元進(jìn)行模糊綜合評(píng)判和成礦預(yù)測(cè)。

5.1 評(píng)判矩陣

根據(jù)地球化學(xué)元素和地磁異常特點(diǎn)，可以確定Pb，Zn和F因子及地磁等定量變量的隸屬度函數(shù)，定性變量的隸屬度由專家評(píng)分確定，從而可得到評(píng)判矩陣。

5.2 成礦有利區(qū)

采用加權(quán)平均模型對(duì)方案集進(jìn)行隸屬度復(fù)合運(yùn)算。根據(jù)=·，即可求得每個(gè)網(wǎng)格單元的綜合評(píng)價(jià)值即成礦有利度。根據(jù)成礦有利度的直方圖，可取總體累積頻率95%處的作為成礦有利區(qū)的臨界值[26]。根據(jù)累積頻率可得到3類成礦有利區(qū)的分組區(qū)間分別為：一級(jí)成礦有利區(qū)[0.457 4，0.694 3)；二級(jí)成礦有利區(qū)[0.325 9，0.457 4)；三級(jí)成礦有利區(qū)[0.239 1，0.325 9)。

5.3 驗(yàn)證Meta分析

利用北部4個(gè)圖幅范圍內(nèi)10個(gè)區(qū)塊的礦床(點(diǎn))資料，以2 km×2 km為網(wǎng)格單元，采用多區(qū)域法對(duì)基于Meta分析的定量預(yù)測(cè)法與常規(guī)的化探綜合異常法的成礦預(yù)測(cè)效果進(jìn)行對(duì)比分析，得到表6所示的統(tǒng)計(jì)結(jié)果?；贛eta分析的定量預(yù)測(cè)法與常規(guī)的化探綜合異常法所得結(jié)果與已知礦(化)點(diǎn)的平均吻合率分別為16.6%和12.2%。

表6 定量預(yù)測(cè)法與化探綜合異常法的預(yù)測(cè)結(jié)果與已知礦(化)點(diǎn)的吻合情況統(tǒng)計(jì)表

Meta分析的異質(zhì)性檢驗(yàn)結(jié)果為=1.00，大于0.05，可認(rèn)為多個(gè)獨(dú)立研究具有同質(zhì)性。森林圖中菱形完全位于垂直線右側(cè)，并且假設(shè)檢驗(yàn)小于0.05，差異具有統(tǒng)計(jì)學(xué)意義，其優(yōu)勢(shì)比O=1.38。Meta分析結(jié)果也說(shuō)明基于Meta分析的定量預(yù)測(cè)法比與常規(guī)的化探綜合異常法的找礦預(yù)測(cè)效果更顯著，前者比后者的找礦預(yù)測(cè)有效性提高36%。

5.4 礦產(chǎn)勘查靶區(qū)圈定

研究區(qū)內(nèi)的成礦有利區(qū)都是呈北西向展布，與區(qū)域構(gòu)造方向一致，說(shuō)明礦床受區(qū)域斷裂構(gòu)造的控制作用明顯。根據(jù)成礦有利區(qū)的空間分布，可以劃分出5個(gè)大的成礦遠(yuǎn)景區(qū)：1) 然者涌—色窮弄成礦遠(yuǎn)景區(qū)；2) 耐千—東腳涌成礦遠(yuǎn)景區(qū)；3) 葉龍達(dá)—甘藏—東莫扎抓成礦遠(yuǎn)景區(qū)；4) 等群卡—莫海拉亨成礦遠(yuǎn)景區(qū)；5) 吉龍塞—吉那涌成礦遠(yuǎn)景區(qū)。1)~4)成礦遠(yuǎn)景區(qū)主要受羊曲河—襄謙斷裂帶控制，與區(qū)內(nèi)1:5萬(wàn)水系沉積物化探組合異常較吻合，區(qū)內(nèi)已發(fā)現(xiàn)然者涌、東莫扎抓及莫海拉亨等鉛鋅礦床和幾十個(gè)礦點(diǎn)。第5)個(gè)成礦遠(yuǎn)景區(qū)則主要受控于解曲斷裂帶，位于1:25萬(wàn)礦產(chǎn)圖上鉛鋅甲級(jí)異常區(qū)，但在區(qū)內(nèi)1:5萬(wàn)水系沉積物化探組合異常上不明顯，區(qū)內(nèi)有少量礦床(點(diǎn))，遙感的硅化和鐵帽異常非常強(qiáng)烈。根據(jù)A，B和C這3類勘查靶區(qū)的劃分方法和原則，基于一、二和三級(jí)成礦有利區(qū)，綜合分析相關(guān)資料在5個(gè)成礦遠(yuǎn)景區(qū)內(nèi)，共劃分出A類勘查靶區(qū)5處，B類勘查靶區(qū)10處，C類勘查靶區(qū)20處(如表7所示)，可為進(jìn)一步找礦部署提供依據(jù)。

表7 青海雜多地區(qū)銅鉛鋅多金屬礦勘查靶區(qū)

6 結(jié)論

1) 對(duì)成礦預(yù)測(cè)中的各個(gè)地質(zhì)信息變量，利用網(wǎng)格單元法可將地質(zhì)資料中的非定量數(shù)據(jù)轉(zhuǎn)化為Meta分析所要求的定量信息，并通過Meta分析可計(jì)算不同地質(zhì)變量的優(yōu)勢(shì)比。分析各個(gè)變量之間優(yōu)勢(shì)比之差，可確定各個(gè)地質(zhì)信息變量對(duì)于成礦作用的重要程度，利用模糊綜合層次分析法即可求取各個(gè)變量在成礦預(yù)測(cè)中的權(quán)重。

2) 對(duì)于不精確的、非線性的控礦因素，模糊綜合評(píng)判模型能有效地量化并揭示出成礦有利度與控礦因素間的模糊關(guān)系，在成礦定量定位預(yù)測(cè)中顯示出較好的優(yōu)越性。

3) 基于Meta分析和模糊綜合評(píng)判的成礦定量預(yù)測(cè)模型，在地質(zhì)勘探數(shù)據(jù)較豐富的情況下，對(duì)成礦預(yù)測(cè)中地質(zhì)信息變量權(quán)重的確定較客觀、合理，采用所建立的成礦定量預(yù)測(cè)模型取得了較理想的成礦預(yù)測(cè)效果。但這方面的研究工作尚處于起步階段，仍需要更進(jìn)一步研究使之更加方便、快捷和實(shí)效。

致謝：感謝青海省地質(zhì)調(diào)查院為本文提供的地質(zhì)資料。

[1] 成秋明. 非線性礦床模型與非常規(guī)礦產(chǎn)資源評(píng)價(jià)[J]. 地球科學(xué): 中國(guó)地質(zhì)大學(xué)學(xué)報(bào), 2003, 28(4): 445?455. CHEN Qiuming. Nonlinear mineralization model and information processing methods for prediction of unconventional mineral resources[J]. Earth Science: Journal of China University of Geosciences, 2003, 28(4): 445?455.

[2] PARK N W, CHI K H, KWON B D. Accounting for spatial patterns of multiple geological data sets in geological thematic mapping using GIS based spatial analysis[J]. Environmental Geology, 2007, 51(2): 1147?1155.

[3] 趙鵬大. “三聯(lián)式”資源定量預(yù)測(cè)與評(píng)價(jià)數(shù)字找礦理論與實(shí)踐探討[J]. 地球科學(xué): 中國(guó)地質(zhì)大學(xué)學(xué)報(bào), 2002, 27(5): 482?490. ZHAO Pengda. “Three component” quantitative resource prediction and assessments: theory and practice of digital mineral prospecting[J]. Earth Science: Journal of China University Of Geosciences, 2002, 27(5): 482?490.

[4] 侯增謙, 宋玉財(cái), 李政, 等. 青藏高原碰撞造山帶PbZnAgCu礦床新類型: 成礦基本特征與構(gòu)造控礦模型[J]. 礦床地質(zhì), 2008, 27(2): 123?144.HOU Zengqian, SONG Yucai, LI Zheng, et al. Thrust controlled, sedimentshosted PbZnAgCu deposits in eastern and northern margins of Tibetan Orogenic Belt: geological features and tectonic model[J]. Mineral Deposits, 2008, 27(2): 123?144.

[5] 彭省臨, 王穎, 邵擁軍, 等. Meta分析在深部找礦預(yù)測(cè)研究中的應(yīng)用[J]. 高校地質(zhì)學(xué)報(bào), 2009, 15(4): 460?469.PENG Shenglin, WANG Ying, SHAO Yongjun, et al. Application of metaanalysis to deep prospecting predictions: an example from the Tongshan copper deposit, Tongling, Anhui Province[J]. Geological Journal of China Universities, 2009, 15(4): 460?469.

[6] 王世稱. 綜合信息礦產(chǎn)預(yù)測(cè)理論與方法體系新進(jìn)展[J]. 地質(zhì)通報(bào), 2010, 29(1): 1399?1404. WANG Shicheng. The new development of theory and method of synthetic information mineral resources prognosis[J]. Geological Bulletin of China, 2010, 29(1): 1399?1404.

[7] 彭省臨, 邵擁軍, 張建東. 金屬礦山隱伏礦找礦預(yù)測(cè)理論與方法[J]. 地質(zhì)通報(bào), 2011, 30(4): 538?543. PENG Shenglin, SHAO Yongjun, ZHANG Jiandong. Prospecting prediction theory and method about concealed oredeposit in metal mine[J]. Geological Bulletin of China, 2011, 30(4): 538?543.

[8] AGTERBERG F P. Computer programs for mineral exploration[J]. Science, 1989, 245(3): 76?81.

[9] CHENG Qiuming, AGTERBERG F P. Fuzzy weights of evidence method and its applications in mineral potential mapping[J]. Natural Resource Research, 1999, 8(1): 27?35.

[10] ERIC V W. Lack’s clutch size hypothesis: an examination of the evidence using metaanalysis[J]. Ecology, 1992, 73(5): 1699?1705.

[11] TONHASCA A, BYRNE D N. The effect of crop diversification on herbivorous insects: a metaanalysis approach[J]. Ecological Entomology, 1994, 19(2): 239?244.

[12] CURTIS P. A metaanalysis of leaf gas exchange and nitrogen in trees grown under elevated carbon dioxide[J]. Plant, Cell and Environment, 1996, 19(1): 127?137.

[13] 王穎, 彭省臨, 王雄軍. Meta分析在礦集區(qū)成礦信息權(quán)重值比較中的應(yīng)用[J]. 中國(guó)地質(zhì), 2011, 38(1): 180?190. WANG Ying, PENG Shenglin, WANG Xiongjun. Application of oresearching information’weight comparison to the ore concentration area based on metaanalysis[J]. Geology in China, 2011, 38(1): 180?190.

[14] 潘勇, 彭光雄, 劉德波. 基于Meta分析的不同化探異常找礦有效性定量評(píng)價(jià)[J]. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015, 46(1): 180?187.PAN Yong, PENG Guangxiong, LIU Debo. Quantitative evaluation on prospecting effectiveness of different geochemical anomalies based on metaanalysis[J]. Journal of Central South University (Science and Technology), 2015, 46(1): 180?187.

[15] DEAN C. Resampling tests for metaanalysis of ecological data[J]. Ecology, 1997, 78(5): 1277?1283.

[16] 劉關(guān)鍵, 吳泰相, 康德英. Meta分析中的統(tǒng)計(jì)學(xué)過程[J]. 中國(guó)臨床康復(fù), 2003, 7(4): 538?539. LIU Guanjian, WU Taixiang, KANG Deying. The statistical process of metaanalysis[J]. Modern Rehabilitation, 2003, 7(4): 538?539.

[17] 趙寧, 俞順章. Metaanalysis: 一種新的定量綜合方法[J]. 中國(guó)慢性病預(yù)防與控制, 1993, 1(6): 277?281. ZHAO Ning, YU Shunzhan. Meta analysis: a new quantitative approach to research synthesis[J]. Chinese Journal of Prevention and Control of Chronic Noncommunicable Diseases, 1993, 1(6): 277?281.

[18] 黃魯眾, 楊騰飛, 黃晶晶, 等. 高溫作業(yè)對(duì)工人心電圖影響的Meta分析[J]. 中國(guó)循證醫(yī)學(xué)雜志, 2011, 11(2): 174?180. HUANG Luzhong, YANG Tengfei, HUANG Jingjing, et al. ECG changes in workers exposed to hightemperature: a metaanalysis[J]. Chinese Journal of Evidence Based Medicine, 2011, 11(2): 174?180.

[19] 陳進(jìn), 毛先成, 彭省臨, 等. 物化探技術(shù)有效性定量評(píng)價(jià)方法研究: 以鳳凰山銅礦CSAMT 法為例[J]. 大地構(gòu)造與成礦學(xué), 2010, 34(2): 263?269.CHEN Jin, MAO Xiancheng, PENG Shenglin, et al. Quantitative evaluation on availability through geophysical and geochemical prospecting techniques: a case study on CSAMT approach in Fenghuangshan copper deposit[J]. Geotectonica et Metallogenia, 2010, 34(2): 263?269.

[20] 彭省臨, 樊俊昌, 邵擁軍, 等. 礦山深部隱伏礦定位預(yù)測(cè)關(guān)鍵技術(shù)新突破[J]. 中國(guó)有色金屬學(xué)報(bào), 2012, 22(3): 844?854.PENG Shenglin, FAN Junchang, SHAO Yongjun, et al. New breakthrough in key technologies of location prediction about deep concealed ore bodies of mine[J]. The Chinese Journal of Nonferrous Metals, 2012, 22(3): 844?854.

[21] 徐澤水. 一種改進(jìn)的模糊一致性判斷矩陣構(gòu)造方法[J]. 應(yīng)用數(shù)學(xué)與計(jì)算數(shù)學(xué)學(xué)報(bào), 1996, 11(2): 62?71. XU Zeshui. A improved method for constructing judgment matrix with fuzzy consistency[J]. Communication on Applied Mathematics and Computation, 1996, 11(2): 62?71.

[22] 張吉軍. 模糊層次分析法(FAHP)[J]. 模糊系統(tǒng)與數(shù)學(xué), 2000, 14(2): 80?89. ZHANG Jijun. Fuzzy analytical hierarchy process[J]. Fuzzy Systems and Mathematics, 2000, 14(2): 80?89.

[23] 姬東朝, 宋筆鋒, 喻天翔. 模糊層次分析法及其在設(shè)計(jì)方案選優(yōu)中的應(yīng)用[J]. 系統(tǒng)工程與電子技術(shù), 2006, 28(11): 1692?1696. JI Dongchao, SONG Bifeng, YU Tianxiang. FAHP and its application in the selection of design scheme[J]. Systems Engineering and Electronics, 2006, 28(11): 1692?1696.

[24] 徐澤水. 模糊互補(bǔ)判斷矩陣排序的一種算法[J]. 系統(tǒng)工程學(xué)報(bào), 2001, 16(4): 311?314. XU Zeshui. Algorithm for priority of fuzzy complementary judgment matrix[J]. Journal of Systems Engineering, 2001, 16(4): 311?314.

[25] 陳華友, 趙佳寶. 模糊判斷矩陣的相容性研究[J]. 運(yùn)籌與管理, 2004, 13(1): 44?47. CHEN Huayou, ZHAO Jiabao. Research on compatibility of fuzzy judgment matrices[J]. Operations Research and Management Science, 2004, 13(1): 44?47.

[26] 韓春明. 應(yīng)用模糊評(píng)判法預(yù)測(cè)東準(zhǔn)噶爾地區(qū)金成礦有利區(qū)[J]. 新疆工學(xué)院學(xué)報(bào), 1996, 17(3): 168?173. HAN Chunming. The application of fuzzy discrimination to locate east junger gold ore advantageous prognostic region[J]. Journal of Xinjiang Institute of Technology, 1996, 17(3): 168?173.

Metallogenic prediction based on meta-analysis in Zaduo, Qinghai Province

PAN Yong1, 3, PENG Shenlin1, PENG Guangxiong1, 2

(1. School of Geosciences and Info-Physics, Central South University, Changsha 410083, China; 2. State Key Laboratory for Continental Tectonics and Dynamics, Beijing 100037, China; 3. College of Tan Kah Kee, Xiamen University, Xiamen 363105, China)

To reduce the uncertainty of weight determination, meta-analysis of evidence-based medicine was used in the quantitative prediction of mineral resource in Zaduo, Qinghai Province. Based on the analysis of the regional metallogenic regularity and ore controlling factors, 11 predictors of six elements such as formation, structure, magmatite, geomagnetic anomaly, geochemical anomaly and remote sensing alteration were selected to construct the index system of quantitative prediction. Based on grid unit, more than 50 deposits and ore occurrences in study area were used as test samples to count the superposition of the spatial position between 11 predictors and deposits. According to the statistic results, the non-quantitative geological data could be converted to quantitative information required by meta-analysis and the odds ratio (O) of 11 predictors could also be derived. Through the analysis of the difference of odds ratio value of 11 predictors, their weights for metallogenic prediction could be calculated based on fuzzy analytical hierarchy process (FAHP). Combined the above weights with fuzzy comprehensive appraisement (FCA), a quantitative prediction model of Pb-Zn deposits in Zaduo, Qinghai Province, could be constructed. Three classes’ favorable areas of ore-forming were zoned based on the ore-forming favorability derived from FCA model. 5 mineralization prospecting zones have been schemed, which includes 5 of A-grade exploring targets, 10 of B-grade exploring targets and 20 of C-grade exploring targets. The results show that the prospecting effectiveness of this quantitative prediction model based on meta-analysis is higher 36% than that of comprehensive geochemical anomaly model.

meta-analysis; concealed orebody; fuzzy comprehensive appraisement; quantitative prediction

10.11817/j.issn.1672-7207.2016.09.025

P612；P208

A

1672?7207(2016)09?3093?08

2016?02?10；

2016?04?15

國(guó)家自然科學(xué)基金資助項(xiàng)目(41403035)；中國(guó)博士后科學(xué)基金資助項(xiàng)目(2012T50832)；大陸構(gòu)造與動(dòng)力學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室開放基金資助項(xiàng)目(K201504) (Project(41403035) supported by the National Natural Science Foundation of China; Project(2012T50832) supported by the China Postdoctoral Science Foundation; Project(K201504) supported by the Open Foundation of State Key Laboratory of Continental Tectonics and Dynamics)

彭光雄，博士，講師，從事遙感地質(zhì)與成礦預(yù)測(cè)研究；E-mail: pgxcsu@csu.edu.cn

(編輯 陳燦華)