地化异常信息提取方法报告.docVIP

标题 地球化学异常是勘查地球化学的基本手段，也是矿产勘查的重要环节之一。在过去的勘查研究工作中，地球化学异常提取的常规方法是将成矿成晕标准化数据为基本数据，再进行异常下限计算，(公式为Ca=C0±RS，Ca为异常下限，C0为背景值，S为标准差，R为决定可靠性的一个系数1or2or3)并圈定单元素异常，通过因子分析确定矿化类型元素组合，以其对应因子得分圈定矿化类型综合异常图。但是这种方法只适用于研究区面积较小时与真实值接近，对区域性地化异常提取不够准确。 常用的地球化学异常信息提取方法除了以上的传统方法之外还包括地质背景衬值异常法，滑动平均标准化数值法，以及子区中位数衬值滤波法。 地质背景衬值异常法就是将地质背景划分成若干统计单元，然后分别单独统计各单元平均值，区内各点数据除以其所在统计单元的平均值，从而得到该元素背景衬值数据图，然后在背景衬值数据图上圈定地质背景衬值异常图。这种方法的优点是将不同地质体的差异性变得更加明显，很好的弥补采用单一异常下限时强度较弱，特别是在低背景区的异常被削弱或掩盖，导致部分异常信息丢失的不足。缺点是工作量大而繁琐，异常下限数据不确定。 滑动平均标准化数值法，以区内各点为中心选取适合大小数据窗口，统计窗口内数据的平均值，以该中心点的数据与窗口内数据平均值的商替代中心点原始数据，逐点进行替换得到滑动平均标准化数据图，在滑动平均标准化数据图上求得异常下限，圈定相应的滑动平均标准化数据异常图。优点是该方法不用考虑地质构造单元界限，适用于工作程度低的地区，地球化学数据处理。缺点是需要操作人员有研究者的经验。 子区中位数衬值滤波法（SAMCF）是对已知的各种化探数据处理方法进行系统研究的基础上，吸收了EDA技术和滤波技术开发出的一种1：20万区域化探扫面数据的计算机数据处理方法。这一技术已经自形一套从数据处理到绘制单元素、多元素异常图的计算机系统。 除了以上几种常规方法之外还有各种化探数据处理方法：针对地球化学场的分形方法、对数据归一化法等等... 应用 Mapgis数字高程模型提取区域地球化学异常信息的方法：区域地球化学异常是相对于区域地球化学背景 而言的，地球化学背景包括空间范围和含量幅度两 方面的含义(阮天健等，1985)(图 1)。区域地球化学 背景不是一个确定的含量值，而是一个含量范围， 空间上表现为较大范围内连续变化的曲面，主要受 地质背景控制。此外，区域地球化学数据还受地理 景观、采样介质、分析手段等因素影响，不可避免 的产生系统 误差而或多 或少的改变 背景曲面的形 态。在正确圈定异常前就需尽可能真实的模拟区域 地球化学背景曲面的变化，以对区域地球化学数据 进行适当的背景校正(包括系统误差的消除)。 图 1 不同尺度异常的关系示意图 Fig. 1 Sketch map of anomalies on different scales 图 1 不同尺度异常的关系示意图 Fig. 1 Sketch map of anomalies on different scales 将原始区域化探数据(1∶20 万组合样数据，规 则网格)引入 MAPGIS 的数字高程模型系统(及高程 库管理系统)，形成以元素含量为高程值的数字高程 模型，在高程模型中利用像元邻域统计功能，对模 型中以每一像元为中心的固定大小的窗口内的像元 进行统计，可选用合适的统计结果作为输出数据层 中对应像元 的像元值来 模拟区域地 球化学背景曲 面。像元邻域统计时可改变统计窗口的大小和选择最小值、最大值、高程范围、累加值、平均值、标 准偏差以及中值七种统计方式，笔者通过用原始数 据对比试验分析，认为采用 7×7 统计窗口对 1∶20 万化探数据进行邻域中值统计计算后，模型能较好 地反映背景的变化情况。 此外，数据中常常存在由于次生富集的不均匀 性、偶然性变化等引起的离群值，会极大地影响模 拟背景的分布形态，使异常的地质解释受到影响， 因此在背景模拟前需对数据进行空间滤波处理，减 弱或消除局部因素的影响。通过均值低通滤波可以 使原始数据平滑，减少特别高或者特别低的像元值。 传统方法以固定值 Ca 圈定异常，难以发现低背 景区的弱小异常。作者注意到，以衬值计算为基础 的方法却有可能过分地夸大低背景区元素含量的不 明显变化。如图 2 所示，a 点处于相对低背景区，某 元素含量仅为 2(虚拟单位，下同)，其衬值 FCa=1.80； 而 b 点元素含量为 10，由于背景值高，其衬值 FCb 图 2 a 点的衬值(FCa)相比 b 点的衬值(FCb)被过分 夸大示意图 Fig. 2 Sketch map showing gross magnification of FCa to FCb