因子分析在澜沧老厂铅矿成矿预测中应用.docVIP

因子分析在澜沧老厂铅矿成矿预测中应用.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
因子分析在澜沧老厂铅矿成矿预测中应用

因子分析在澜沧老厂铅矿成矿预测中应用   摘要:以澜沧老厂铅矿为研究对象,利用多元统计软件SPSS对矿区F3以西地球化学构造原生晕数据进行聚类分析、判别分析、对应分析、因子分析等,探讨矿区元素共生组合及成矿作用和期次等地球化学特征,并进行成矿预测,圈定成矿有利部位。   关键词:澜沧老厂铅矿; SPSS; 因子分析; 成矿预测   中图分类号:P624    文献标识码:A 文章编号:      SPSS是世界上最早的统计分析软件,集数据整理、分析功能于一身,包括数据管理、统计分析、图表分析、输出管理等。SPSS for Windows由于其操作简单,已在我国的社会科学、自然科学的各个领域发挥了巨大作用,并可以应用于经济学、生物学、心理学、地理学、医疗卫生、体育、农业、林业、商业、金融等各个领域。   1 地质概况   澜沧老厂铅矿位于滇西昌宁一孟连晚古生代大陆边缘裂谷系的澜沧裂谷北段老厂背斜倾伏端南西侧,矿区内出露地层主要有泥盆系、石炭系、二叠系和第四系。泥盆系为一套碎屑岩、硅质岩建造,在矿区呈飞来峰出现。石炭系下统为火山—沉积建造,石炭系中统至二叠系下统为一套连续沉积的碳酸岩建造,为矿区主要出露地层和含矿层位。第四系以残坡积红壤为主,为红土型银锰矿的赋矿层位[1]。   矿床控制矿带长1600余米,宽200~400m,共揭露135个原生矿体,按空间产出位置由下而上分为I、Ⅱ、Ⅲ号矿体群。I号矿体群是产于中的似层状、透镜状矿体;Ⅱ号矿体群为产于C2+3与层间断层附近的似层状矿体中的似层状、透镜状矿体以及受陡倾断层控制的大脉状矿体;Ⅲ号矿体群为C2+3下部灰质白云岩中的似层状、透镜状矿体。自下而上,I号矿体群之下的深部脉状铜矿(化)体与I、Ⅱ、Ⅲ号矿体群及近地表已被古人采空的脉状银铅锌矿体构成了‘五层楼’矿化结构[2]。   2 构造原生晕特征   澜沧老厂矿区F3以西地区的地球化学构造原生晕分析样品的采集由南至北系统采集,采集老厂矿区地球化学原生晕样品267件,用于数据测试样品265件,由云南地矿厅测试中心对铜、铅、锌等30个元素进行了系统测试、分析。通过对研究区内系统的样品采集分析,采用???元统计软件SPSS for Windows 11.0对地球化学原生晕数据进行聚类分析、判别分析、对应分析、因子分析等,探讨元素的迁移富集和共生组合关系,指导下一步的矿体预测。   2.1 聚类分析   聚类分析是一种探索性的分析,主要有两种,一种是“快速聚类分析方法”(K-Means Cluster Analy-sis),另一种是“层次聚类分析方法”(Hierarchical Cluster Analysis)。快速聚类分析是先指定类别数的大样本资料的逐步聚类分析,它先对数据进行初始分类,然后逐步调整,得到最终分类。层次聚类分析是根据观察值或变量之间的亲疏程度,将最相似的对象结合在一起,以逐次聚合的方式(Agglomerative Clustering),先将观察值分类,直到最后所有样本都聚成一类。层次聚类分析有两种形式,一种是对样本(个案)进行分类,称为Q型聚类,它使具有共同特点的样本聚合在一起,以便对不同类的样本进行分析;另一种是对研究对象的观察变量进行分类,称为R型聚类,它使具有共同特征的变量聚在一起,以便从不同类中分别选出具有代表性的变量做分析,从而减少分析变量的个数。本文采用层次聚类分析对样本进行聚类分析[3]。   2.1.1Q型聚类   小类之间的距离计算方法采用类内平均链锁法,变量间距离计算方法采用欧氏距离法,并对数据进行标准化处理,标准化方法是计算变量的Z分数(标准化后变量值的平均值为0,标准差为1)。在对数据进行了Q型聚类分析得到样本聚类谱系图(图1)。         在谱系图1中,以调整后的聚类距离18为划分界线,共得到3个大类,第一大类中以14为划分界线,分为3个小类。   2.1.2R型聚类   小类之间的距离计算方法采用类间平均链锁法,变量间距离计算方法采用变量矢量的余弦法,并对数据进行标准化处理,标准化方法是计算变量的Z分数(标准化后变量值的平均值为0,标准差为1)。在对数据进行了R型聚类分析得到样本聚类谱系图(图2)。         在谱系图2中,以调整后的聚类距离24为划分界线,共得到3个大类,在第一大类中又可分为(Cu、As、Sn、Sb、Ag、Pb、Zn、Au、Y)、(Se、Yb、Be、Cr、Hg、Ni)、(Bi、W、Co、Mo)3个小类。   2.2 判别分析   判别分析也是一种比较常用的分类分析方法,它先根据已知类别的事物的性质,建立函数式,然后对未知类别的新事物进行判断以将之归入已知的类别中。同时,也可以利用判别分析来对聚类分析结果的准

文档评论(0)

erterye + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档