化探part9.ppt

五、数据处理及异常解释、评价 （一） 资料整理 1、原始资料整理 1）对各类原始资料记录的相应附图，如野外采样工作手图、实际材料图、剖面图、素描图、样品编号图及其它编录图如GPS航迹图、数码影像图等，按地质资料管理规定及时进行整理、整饰，或补充及修正，审核、编目、建档。 2）对野外记录卡、剖面记录、送样单、分析报告、鉴定报告和文字总结等资料，进行整理、编录、审核和装饰，分类编号。 3）在各类原始资料扉页上编列目录，编制项目原始资料索引表，以备原始资料上交。 2、质监资料整理 整理野外工作质量检查记录、数码影像、验收文据等资料。 （二）、数据处理与图件编制 1、数据质量评定 在应用报出的样品元素含量数据之前，首先利用三层套合方差分析来对重复样四次重复分析结果进行F检验，以确定元素含量是否被采样和分析误差掩盖或歪曲，以此判定数据质量是否可靠、是否可以被利用。 根据检验计算结果，若元素的F1＞Fa（n-1，n）0.05，说明所测试样品中元素的自然含量变化显著，未被采样和分析误差掩盖或歪曲，数据质量良好，可以被利用；若元素的F2＞Fa（n，2n）0.05说明元素数据的误差变化以采样误差为主，采样误差大于分析误差；若元素的F2＜F2（n，2n）0.05，说明元素数据的误差变化以分析误差为主，分析误差大于采样误差。无论误差是以采样误差为主，还是以分析误差为主，只要其误差范围均在规范允许范围内波动，则证明数据质量可靠，可以被利用。 2、元素特征参数统计 包括样数、算术平均值、标准方差（S）、变异系数（CV）、浓集比率（K）、浓集克拉克值（Kk）、最大值（Xmax）、最小值（Xmin）、背景值等，分全区和地质单元统计。 其中，背景值是把某区域内元素含量数据采用逐步剔除法，剔除大于平均值±3方差的数据后，以剩余样品数据的算术平均值作为区域背景值。 主要地质单元水系沉积物中元素分异特征 3、多变量统计 为了获取工作区的综合地球化学异常信息，应利用聚类分析、因子分析等对岩石、水系沉积物、土壤等介质中的元素共生组合规律进行了研究，建立元素组合与地质作用、成矿作用之间的可能关系。 由于各变量数据所采用的计量单位和测试手段不同，原始分析数据的量纲往往不一致，且绝对值的大小存在着差异。因此在进行系统聚类分析之前必须对原始数据进行规格化变换处理，以统一数据的尺度，否则会因量纲的不同造成不应有的偏差，或者因绝对值差异较大而只能突出那些绝对值较大的元素变量的作用，而某些绝对值较小的元素变量的作用会受到压抑。按照上述方法原理，在对各元素的原始分析数据作正规化变换后，根据其相关关系进行系统聚类分析，并获取各工作区元素间相关关系矩阵及分类谱系图。 （1）聚类分析 聚类分析是研究地球化学元素共生组合规律最常用的多元统计分析方法之一，该方法是根据多个指标进行数字分类的一种多元统计方法。基本原理是：通过样品观测数据统计计算变量之间的相关系数，并把相关系数作为衡量变量之间相似性的一种定量指标，根据变量之间相似性指标的大小将变量归类。 （2）因子分析 采用因子分析对所观测的元素进行综合归纳，将原始观测中为数众多、具有一定相关关系的变量转换为数量较少的由原始变量组合而成的新变量（称其为主因子或主成分），用它们来代替原始变量进行分析。这些主因子是原始变量的线性组合，它们保留了原始变量的大部分相关信息和变异性。实际上，各个因子代表了成矿元素组合的综合信息，而且所得出的综合异常成因意义明确，有利于对其进行评价分析。 4、背景与异常界限的确定 （2）直方图解法  如果所研究子样作出的分布直方图为单峰、并接近对称的近似正态分布，则对最大频率柱左侧顶角与右邻直方柱左顶角连线，两条线交点在横坐标上的投影为众值M0,即可作为背景值。以最大频率直方柱高的0.6倍作横线，与频率密度曲线有左右两交点，左交点至众值投影线间长度对应的含量为均方差S。由向右量2-3倍S长度，该处所指的含量即为异常下限。 （3）概率格纸图解法 ???? 将实测数据点投绘在正态概率格纸图上，如果基本分布在一条直线上，就可以读出