资源描述：
第4 3 卷第3期 2 0 0 7年 5月 地 质 与 勘 探 GEOL O GY AND P ROS P E C TI NG Vo 1 ． 4 3 N o ． 3 Ma y， 20 07 基 于 G I S的凤凰 山铜矿 区成矿预测 系统 的开发 与实现 毛政利 ， 张宏敏 ， 赖健清 ， 彭省临 1 ． 平顶山X - 学院测绘与国土信息系， 平顶山4 6 7 0 0 1 ； 2 ． 中南大学地学与环境X - 程学院， 长沙4 1 0 0 8 3 [ 摘要] 文章在对凤凰山铜矿床矿床成因与定位机制研究的基础上， 总结提取 了该矿床的控矿 因 素及成矿预测指标， 建立了基于 B P人工神经网络的成矿预测模型， 并借助组件式 GI S软件 M a p X开发 实现了该矿床的成矿预测系统， 为进一步的找矿工作提供依据。 [ 关键词] B P人工神经网络组件式 G I S 成矿预测凤凰山铜矿 [ 中图分类号] P 6 2 8 ； P 6 1 8 ． 4 1 [ 文献标识码 ] A[ 文章编号] 0 4 9 5 5 3 3 1 2 0 0 7 0 3-0 0 9 2- 0 5 地理信息 系统 G I S 是一 门集 计算机科学 、 地 学 、 测绘学 、 遥感 、 环境科学 、 空间科学和信息科学等 为一体的新兴边缘学科。G I S以其强大的管理和分 析空间数据 的功能在很多领域得到了广泛的应用 ； 它在地学上的应用始于2 0世纪 8 0年代初， 当时北 美的地球科学家对该方法在理论和应用上开展 了全 面的研究， 并利用 G I S 解决各种地质问题， 以专家知 识为基础建立推理模型和专家系统， 同时在信息综 合方面进行 了跨学科的综合研究。2 0世纪 9 0年 代 ， G I S在地学上的应用和方法技术趋于成熟 ， 并开 展了许多应用来解决实际的地学问题， 特别是在矿 产资源的预测方面取得了令人满意的效果 - 1 。 成矿预测是一个综合分析评价 的过程 ， 由于影 响成矿的信息具有多源性 、 复杂性 、 模糊性等特点 ， 很难使用单一因素来模拟复杂的评价预测过程 ， 而 需要建立综合的评价预测模型。G I S技术的引人 ， 使这一思想的实现成为可能。但是， 一般地理信息 系统常规的空间分析方法还不足以模拟复杂 的评价 预测过程 ， 需要基于 G I S的空间分析方法开发 出适 合地质特点的评价预测模型。 1 矿床成 因与定位机制 凤凰山铜矿床主要是由中酸陛岩浆活动所 引起 的 ， 并且经历了高温夕 卡岩阶段 到中低温热液阶段 的， 以岩浆热液为主的夕卡岩 一 斑岩复合型热液矿 床， 其成矿物质主要来 自岩体， 有地层物质的参与； 成矿流体为岩浆水和大气降水的混和流体。矿石的 92 沉积和矿体的定位主要与构造及围岩的物理化学性 质直接相关。其成矿作用至少经历了两期 早期夕 卡岩型成矿作用和晚期斑岩型成矿作用 卜 。成 矿作用过程可推测为 在岩体侵位初期， 由于岩体气球式膨胀侵位的 挤压作用以及岩体侵位对局部构造应力场的改变， 使岩体边部形成一复杂的韧 一 脆性构造体系， 随着 岩体的侵位与演化， 岩体边部首先结晶形成花岗闪 长岩 ， 这时 ， 岩浆热液在岩浆侵位的热动力和构造应 力场所产生的压力差驱动下， 在岩体边部不断聚集， 当流体压力超过了岩体边部脆性扩容构造带的压力 时， 这种压力差使先期形成的花岗闪长岩破裂， 岩浆 热液透过破碎的花岗闪长岩涌人岩体与围岩的接触 带 ， 压力得到释放。与此 同时 ， 地层中的水在岩浆侵 位的热动力和构造应力场驱动下也向岩体边缘迁 移， 由于大气水中含有丰富的游离氧， 当这种流体流 经含有成矿元素铜的地层 如铜陵地区广泛分布的 黄龙组火山岩层 时， 就会发生化学反应 ， 如 C u F e S 2 黄铜矿 4 0 2 C u S O 4 F e S O 4 使成矿元素活化并随流体迁移。当两种流体在岩体 边部混合时， 混合流体较之原来的岩浆流体氧逸度 增大， 温度、 压力降低。同时， 流体与围岩发生物质 和能量的交换， 形成内外交代夕卡岩及围岩碳酸盐 岩的热蚀 变产物大理岩 。据 电子探针分 析结 果 ， 该矿床主要的夕卡岩矿物石榴子 石为钙铝榴石 表 1 ， 夕卡岩化可表示为 3 C a A 1 2 O 33 S i O 23 H2 O c a 3 A1 2 S i 3 OI 2 叠 [ 收稿 日期 ] 2 0 0 6 0 50 9 ； [ 修订 13期 ] 2 0 0 60 82 8 [ 责任编辑] 曲丽莉 。 [ 基金项 目] 国家“ 十五” 科技攻关项 目 编号 2 0 0 1 B A 6 0 9 A- 0 6 资助。 [ 第一作者简介] 毛政利 1 9 6 7 年一 ， 男， 2 0 0 4年毕业于中南大学， 获博士学位， 讲师， 现主要从事 G I S 教学与科研工作。 维普资讯 第 3期 毛政利等 基于 G I S的凤凰山铜矿区成矿预测系统的开发与实现 钙铝榴石6 H C a Mg 2 S i O 2 2 H 2 0C a Mg S i 2 0 6 透辉 石 4 H c a S i O 2 H 2 0 C a S i O 3 硅灰石 2 H 夕卡岩化的结果是成矿流体的p H、 E h 值升高， 金属硫化物得 以沉淀 s o 一 M e 8 H 8 e } M e s 4 H 2 0 表 1 凤凰 山铜矿床夕卡岩矿物 电子探针 波谱 定量分析结果 ／ ％ 测试单位 西安地质矿产研究所实验测试 中心 ， 2 0 0 4； 仪器 型号 J X A一 7 3 3 。 随着岩体的进一步演化 ， 后期 的岩浆热液仍然 在岩浆热动力和构造应力场的驱动下 向岩体边部迁 移聚集 ； 而此时先期形成 的金属硫化物脉成为了流 体继续运移的阻挡层 ， 在岩浆流体不断聚集 、 流体压 力不断增大的条件下， 最终使先期形成的金属硫化 物脉破裂， 岩浆流体和地层水混合， 流体与围岩又一 次进行物质与能量的交换， 流体的物理化学条件发 生变化 ， 金属硫化物得 以沉淀。这一过程伴随于花 岗闪长岩浆演化过程的始终。 后期的石英 二长 闪长岩浆的侵入 ， 主要是沿花 岗闪长岩体与围岩接触带及构造薄弱地段侵位 的， 随着岩体的演化 ， 岩浆热 液聚集于石英二长闪长岩 边缘的构造薄弱地段， 此时， 先期侵位的花岗闪长岩 成为围岩之一 ， 由于大气水的参 与， 花岗闪长岩 中的 成矿元素得 以活化 ， 并随大气水迁移富集 于石英二 长闪长岩体边部， 与岩浆热液混合 ； 由于地层碳酸盐 岩 已蚀变成大理岩 ， 岩石变得更加致密 ， 加之岩体边 缘有大量夕卡岩 的存在 ， 阻挡 了成矿流体的进一步 迁移， 使其只能在岩体内部沿小裂隙渗透， 使岩体发 生蚀变及金属硫化物沉淀 ， 从而形成斑岩型矿体 。 2 控矿因素及成矿预测标志 如前所述 ， 凤凰山铜矿床矿体的形成与定位 ， 是 地层一构造一岩浆岩一流体耦合作用的结果。在矿 体的形成与定位过程中， 岩体不仅提供了丰富的成 矿物质 ， 而且在其侵位过程 中所产生的构造应力场 的改变及巨大的热能 ， 是成矿流体运 移和成矿元素 活化迁移的主要驱动力 ； 其 中花岗闪长岩 和石英二 长闪长岩在成矿过程中的作用有所不 同， 根据该 区 化探数据的综合研究 ， 石英二长闪长岩较之花岗闪 长岩 ， 其所经历的成矿期次要多 ， 成矿元素含量的差 异性要大， 因此， 在成矿预测模型中它们应以独自的 评价 因子参与预测评价。构造 系统 ， 特别是与岩体 同时形成的脆性扩容叠加构造系统， 不仅为成矿流 体的运移提供 通道 以及矿体 的形 成与定位 提供空 间， 而且断裂构造的存在或形成使应力得以释放， 在 断裂构造附近形成一个高的应力梯度带， 该应力梯 度带促使成矿流体聚集于构造， 特别是脆性扩容叠 加构造带中； 在该矿床， 脆性扩容断裂构造是矿体定 位的主要赋存空间 ， 特别是这一类 型构造 的产状变 化及交会部位， 其扩容性更强， 更有利于矿体的定 位； 同时， 如果这一类型构造与岩体接触带重合， 使 成矿溶液很容 易进入扩容带而成矿。地层 ， 特别是 不纯灰岩 ， 是成矿流体迁移过程中的地球化学障， 成 矿流体在岩体边缘与地层岩石发生广泛的物质和能 量交换 ， 导致成矿流体的物理化学性质发生改变 ， 促 使矿体的形成与定位。应变能降定量地表示了成矿 溶液 的运移趋势。 因此 ， 在凤凰 山铜矿床成矿预测模 型中选取 以 下变量作为预测指标 花岗闪长岩 口 1 、 石英二长 闪长岩 口 2 、 碳 酸盐 岩 口 3 、 脆 性扩 容叠 加构 造 0 4 、 脆性扩容叠加构造产状变化处 0 5 、 脆 性扩 容叠加构造交会处 口 6 、 岩体与围岩接触带 口 7 、 脆性扩容叠加构 造与岩体和 围岩 接触带复合部 位 口 8 、 构造角砾岩带 0 9 、 应变能降 a l 0 。 3 多元地学信息的数据融合 人工神经 网络是由大量称为神经处理单元的自 律要素以及这些 自律要素相互作用形成的网络。它 是多年来在对神经科学研究 的基础上 ， 经过一定 的 9 3 维普资讯 地质与勘探 2 0 0 7焦 抽象、 简化与模拟的人工信息处理模型。它反映了 人脑功能的某些基本特征， 但又不是人脑的真实写 照， 形成了一个具有高度非线性的大规模非线性动 力学系统。神经网络的作用在于它提供了一种非线 性静态映射， 能以任意精度逼近任意给定的非线性 关系 ， 能够学习和适应未知不确定系统 的动态特征 ， 并将其隐含存储于网络内部的连接权中， 需要时可 通过信号的前馈处理 ， 再现系统的动态特征。因此 ， 该系统以B P人工神经网络模型作为多元地学信息 的数据融合模型， 以前面所述的 l 0 个控矿地质变量 作为输入神经元 ， 以成矿有利度作为输出； 隐含层神 经元数 目参考下式确定一个初始数 目， 在 网络学习 过程 中根据学习情况动态调整。 n 。 ／ 0 nl～l 0 4 成矿预测系统的开发与实现 4 ． 1 系统的总体设计 该系统采用集成二次开发模式进行开发。在基 于 Wi n d o w s 操作系统上， 利用 G I S工具软件实现 G I S的基本功能 ， 以面向对象 的可视化编程语言 为 开发平台， 充分发挥 G I S工具软件在空间数据处理 及可视化编程语言在应用程序开发上 的强大功能 ， 进行二者的集成二次开发。系统利用“ Ma p XV i s u a l C ” 的工作方式， 使面向对象编程语言定制的 操作界面和 Ma p X提供 的强大的 G I S功能达到 了和 谐的统一 ， 把各种空 间数据和属性数据通过系统集 成在一起。Ma p X可以直接打开 Ma p I n f o P r o f e s s i o n a l 类型的数据 ， 对于空间矢量数据 ， 系统采用 图层方式 组织地图。在地 图窗 口中， 每个含有 图层对象的数 据表都可以显示为一个图层， 把含有不同部分信息 的图层叠加在一起， 就可以管理一个完整的地图。 空间数据和属性数据 的连接是通过数据绑定技术实 现 的， 数据绑定技术是 Ma p X中的一项重要功能 ， 它 能将外挂的属性数据库 中的数据放 置在地 图图层 上 ， 以地图中的图形对象来显示数据 ， 并可以按照需 要创建相应 的专题图层 。 根据 Ma p X的功能特点和系统 的建设 目标 ， 该 系统以空间数据库 和图元属性数据 库为 中心， 空间 数据库交由M a p X管理， 图元属性数据库由关系型 数据库管理， 两者的连接通过数据绑定技术实现。 基本的图形操作如图形编辑、 图层控制与显示、 放 大 、 缩小等图形操纵功能 ， 由 Ma p X 4 ． 5和 V i s u a l C 6 ． 0 混合编程方式开发实现； 数据库查询、 成矿 预测和找矿预测模 型以及空 间查询 、 属性查询等功 9 4 能则由 V i s u a l C 6 ． 0开 发实现 ， 并集成 到系统 中， 预测成果输出亦 由Ma p X 4 ． 5和 V i s u a l C 6 ． 0 混合编程方式完成。系统总体结构如图 1 ， 系统运 行总界面如 图2 。 4 ． 2 成矿预测功能模块的设计与实现 该模块主要是 V i s u a l C6 ． 0应用程序对属 性数据库的操作。如前所述， 其预测模型为一个三 层结构的 B P人工神经网络模型 ， B P网络经过已知 样本学习后即可转入成矿预 0 。在成矿预测数据表 中， 前两个字段定义了每条记录所对应的图元的对 象码和分类分级码 ， 后 面的字段定义 了成矿预澳 0 指 标及成矿有利度 ， 其中成矿有利度字段是预先定 义的， 成矿预测就是通过模型计算出每个预测单元 的成矿有利度， 然后将计算结果写入成矿预测数据 表中预先定义的成矿有利度∽ 字段中。 在系统运行时， 通过运行资源预测主菜单下的 B P神经网络学习子菜单， 系统后 台运行神经网络学 习程序， 自动将凤凰山铜矿床成矿预测单元 中的 8个已知单元输入网络学习 ， 经过学习， 网络 中各神 经元之间的连接权值得到调整并保存。神经网络通 过这种连接权值的不 断调整 ， 逐步逼近并最终实现 了矿体的形成与定位过程的数值模拟。然后再运行 资源预测主菜单下 的成矿预测模 型菜 单， 系统 自动 在数据库中取出凤凰山铜矿床的7 7个成矿预测单元 的数据 ， 将其输入到已经学习好 的 B P人工神经网络 中评价， 并将预坝 4 评价结果 ， 即预测单元 的成矿有利 度．厂自动写入成矿预测 单元的属性数据表 中预先定 义好的成矿有利度字段中， 完成该区成矿预测评价。 4 ． 3 预测成果输 出 预测成果输 出有 两种 ， 数 据输 出和 图形输 出。 数据输出通过预测模型计算后将预测结果写入到属 性数据表中， 通过查找数据表或者属性查询即可得 到。图形输 出是通过 M a p X的专题 图渲染 ， 可直观 地看出预坝 0 区内各预测单元的成矿有利度及其分布 情况 图 3 。图中饼的大小表示成矿有利度的大 小， 从图中可以看到， 已有矿体产出的区域， 其成矿 有利度均很高， 在南部预测区， 已有工程控制深部有 隐伏矿体存在的预测单元 ， 其成矿有利度也很高， 说 明预测模型是可信的。除此之外， 在南部预测区的 东部和东南部成矿有利度高 的预测单元 比较多 ， 表 示这些区域成矿的可能性很大 ； 西部相对来说成矿 有利度低些， 但大部分预测单元的成矿有利度在 0 ． 7 5～ 0 ． 8 5之间， 说明这些 区域仍有很大 的成矿可 能性 。 在北 区 ， 成矿有利度较高 的预测单元 主要分 维普资讯 维普资讯 地质与勘探 2 0 0 7拄 图 3 成矿预测成果输 出 的非线性耦合作用模型与 G I S 技术的结合， 不仅提 高了成矿预测工作的效率 与精度 ， 而且使预测结果 直观的显示出来 ， 有利于规划进一步的找矿工作 。 [ 参考文献] [ 1 ] D e r c o l e C， G r o v e s D I ， K n o x R o b i n s o n C M U s i n gf u s s y l o g i c i n a Ge o g r a p h i c I n f o r ma t i o n S y s t e m e n v i ron me n t t o e n h a n c e c o n c e ptu a l l y b a s e d p ros p e c t i v e a n a l y s i s o f Mi s s i s s i p p i Va l l e y t y p e mi n e r - a l i z a t i o n [ J ] ．A u s t r a l i a n J o u r n al o f E a r t h S c i e n c e s ， 2 0 0 0， 4 7 9 1 3 9 27 。 [ 2 ] A s a d i a H H， Hal e d B M．A p r e d i c t i v e GI S mo d e l f o r m a p p i n g PO t e n t i al g o l d a n d b a s e m e t al m i n e r a li z a t i o n i n T a k a b a r e a ， I ron [ J ] ． Co mp u t e r s＆ Ge o s c i e n c e s ， 2 0 01 ， 2 7 9 0191 2 [ 3 ] 黄新武 ， 龚姚进 ， 刘纯高．柴达木 盆地 油泉子 油 田储 层构造 裂 隙定量预测[ J ] ． 钻采工艺 ， 2 0 0 2 ， 2 5 5 8 9 9 4 ． [ 4 ] Z h a n g Z h e n f e i ， H u G u ang d a o， Y a n g Mi n g g u o ， e t a1．G e n e t i c m od e l i n g o f GI S - b a s e d c e l l c l u s t e rs a n d i t s a p pl i c a t i o n i n mi n e r a l r e s o u r c e s p r e d i c t i o n [ J ] ．J o u r al o f C h i n a U n i v e rsi t y o f Ge o s c i e n c e s ， 2 0 0 3， 1 4 1 8 58 9 ． [ 5 ] B a s s a m F A I ．G I S p r e d i c t i v e m o d e l f o r p r o d u c i n g h y d rot h e rmal g o l d p o t e n t i al ma p u s i n g we i g h t s o f e v i d e n c e a p p r o a c h i n Ge n ma r e gi o n ， S anj i a n g d i s t r i c t ， C h i n a[ J ] ．J o u r al o f C h i n a U n i v e rsi t y o f Ge o s c i e n c e s ， 2 0 0 3 ， 1 4 3 2 8 32 9 2 ． [ 6 ] Y e S h u i s h e n g ， Wang S h i c h e n g ， L i D e q i o n g A p p l i c a t i o n o f G I S i n m i n e r al r e s o u r c e p r i d i c t i o n o f s y n t h e t i c i n f o rma ti o n[ J ] J o u r al o f C h i n a U n i v e rsi t y o f Geo s c i e n c e s ， 2 0 0 3， 1 4 3 2 3 4 2 4 1 ． [ 7 ] 张守林， 傅水兴， 李春霞．B I G M多源地学信息系统的结构与 功能[ J ] ． 地质与勘探 ， 2 0 0 3 ， 3 9 3 6 3 6 6 [ 8 ] 闻建光， 许惠平， 欧少佳．金矿地理信息系统的设计与初步实 现[ J ] 世界地质， 2 0 0 3 ， 2 2 2 1 9 6 2 0 0 ． [ 9 ] 张玉杰 ， 路彦明 ， 向永生 ， 等．基于 G I S技术 的区域金矿资源定 位预测流程以藏北 班 公 湖一怒 江 成矿 带 中段 为 例 [ J ] 黄金 ， 2 0 0 3， 2 4 1 O 1 41 9 [ 1 O ] 矫东风， 吕新彪， 胡光道， 等． 基于 M O R P A S 平台的甘南 P h z n 矿床远景区预测[ J ] ． 地质与勘探， 2 0 0 5 ， 4 1 3 6 5 7 O ． [ 1 1 ] 毛政利， 杨斌， 赖健清． 铜陵凤凰山铜矿区角砾岩特征及其 成因分析[ J ] ． 矿物岩石， 2 0 0 4 ， 2 4 1 2 9 3 2 ． [ 1 2 ] 毛政利， 赖健清， 彭省临， 等．安徽铜陵凤凰山铜矿床地球化 学特征及其意义[ J ] ． 地质与勘探， 2 0 0 4 ， 4 0 2 2 8 3 1 ． DEVELoPM ENT AND ACTUALI ZATI oN oF M ETALLoGENESI S PREDI CTI oN S YS TEM I N THE FENG HUANGS HAN CoPPER DEPoS ⅡBASED oN GI S MAO Z h e n gl i 。 ， Z HANG Ho n gmi n 。 ，LA I J i a nq i n g ，P E NG S h e n gl i n 1 ．D e p a r t m e n t o fS u r v e y a n d S o i l I n f o r m a t i o n ， P i n g d i n g s h a n I n s t i t u t e of T e c h n o l o g y ， P i n g d i n g s h a n 4 6 7 0 0 1 ； 2 ． C o l l e g e of G e o s c i e nee s a nd E n v i r o n me n t E n g i n e e r i n g， C e n t r a l S o u t h U n i v e r s i t y ，C h a n g s h a 4 1 0 0 8 3 Abs t r a c t Ba s e d o n r e s u l t s o f o r e g e n e s i s a n d l o c a t i n g me c h a n i s m i n t h e F e n g h u a n g s h a n c o p p e r d e p o s i t ，o r ec o n t roHi n g f a c t o rs a n d p r e d i c t i o n i n d e x e s a r e s umma r iz e d ． Or e pr e d i c t i o n mod e l b ase d o n t h e B P a r t i fic i al n e u r al n e t w o r k h as b e e n e s t a b l i s h e d．An o r e p r e d i c t i o n s y s t e m for t h i s d e p o s i t h as b e e n d e v e l o p e d a c t u a l i z e d b y t a k i n g t h e a d v an t a g e o f th e COM GI S s o f t w a r e p l a t f o rm Ma p X．Th e s y s t e m p rov i d e s f o un d a t i o n for f u r t h e r O re p r o s p e c t i n g ． Ke y wo r d s B P a r t i fic i al n e u r a l n e tw o r k，COM GI S，O re p r e d i c t i o n，F e n g h u an g s h an c o p p e r d e po s i t 维普资讯
展开阅读全文
