基于神經(jīng)網(wǎng)絡(luò)模型的金礦成礦遠(yuǎn)景預(yù)測
——以白馬山-龍山地區(qū)為例

陳坤，張建新

湖南省地質(zhì)科學(xué)研究院，湖南長沙410007

基于神經(jīng)網(wǎng)絡(luò)模型的金礦成礦遠(yuǎn)景預(yù)測
——以白馬山-龍山地區(qū)為例

陳坤，張建新

湖南省地質(zhì)科學(xué)研究院，湖南長沙410007

白馬山-龍山地區(qū)是湘中重要的金銻成礦帶.以1∶20萬水系沉積物檢測數(shù)據(jù)為基礎(chǔ)，結(jié)合區(qū)域地層、巖性、構(gòu)造、巖漿巖等地質(zhì)信息，在全區(qū)19 100 km2范圍內(nèi)以4 km2為評價單元，應(yīng)用神經(jīng)網(wǎng)絡(luò)模型對區(qū)域金礦成礦遠(yuǎn)景進(jìn)行預(yù)測，共劃分了4個成礦遠(yuǎn)景區(qū).

水系沉積物；神經(jīng)網(wǎng)絡(luò)模型；金礦；成礦遠(yuǎn)景區(qū)；湖南省

白馬山-龍山地區(qū)是湘中重要的金、銻貴金屬成礦遠(yuǎn)景區(qū)帶［1］，區(qū)內(nèi)已探明金、銻礦床（點）多處，大新、高家坳、白云鋪等大、中型礦床的發(fā)現(xiàn)進(jìn)一步顯示出區(qū)內(nèi)巨大的找礦前景.

本文的成礦遠(yuǎn)景預(yù)測主要根據(jù)地質(zhì)、地球化學(xué)信息預(yù)測圈定金銻礦床可能存在的區(qū)域，為找礦靶區(qū)的選取提供依據(jù).神經(jīng)網(wǎng)絡(luò)因其具有極強的非線性動態(tài)處理能力和強大的自適應(yīng)、自學(xué)習(xí)功能而被廣泛應(yīng)用于不同領(lǐng)域［2］.神經(jīng)網(wǎng)絡(luò)模型是利用人工智能方法對成礦遠(yuǎn)景預(yù)測的一種數(shù)學(xué)抽象，成礦預(yù)測BP模型的設(shè)計與實現(xiàn)包括地質(zhì)變量的數(shù)據(jù)轉(zhuǎn)換、預(yù)處理以及BP模型的構(gòu)建和BP算法的實現(xiàn).本文運用BP神經(jīng)網(wǎng)絡(luò)的方法建立區(qū)域成礦預(yù)測模型.

1 區(qū)域地質(zhì)概況

白馬山-龍山地區(qū)位于華南褶皺系與揚子準(zhǔn)地臺接壤地帶的邊緣，湘中巖石圈古俯沖帶內(nèi)［3］.北東向桃江-城步斷裂與北西向錫礦山-漣源隱伏基底斷裂在區(qū)內(nèi)相交（圖1）.區(qū)內(nèi)與金銻礦成礦關(guān)系密切的地層主要為元古宇板溪群及震旦系、泥盆系.

板溪群為淺變質(zhì)碎屑巖、泥質(zhì)巖組成的復(fù)理石建造.震旦系下統(tǒng)為含礫板巖、石英砂巖、粉砂巖、冰磧礫泥巖，夾少量的間冰期炭質(zhì)板巖、含錳碳酸鹽巖；震旦系上統(tǒng)主要為板巖、碳硅質(zhì)板巖、硅質(zhì)巖.泥盆系佘田橋含礦層位，以碳酸鹽巖為主，夾多層碎屑巖.桃江-城步深大斷裂是區(qū)內(nèi)主要的區(qū)域性控巖控礦斷裂，從大乘山穹隆西側(cè)通過，長大于350 km，走向北東25～35°，傾向北西，傾角40～60°，為一條長期活動，順、反扭動兼?zhèn)涞膲?、扭、張斷?斷裂西側(cè)長期以來為一沉降槽地，東側(cè)為一水下隆起帶.如泥盆紀(jì)棋梓橋、佘田橋期巖相的變化，以西為海槽沉積泥灰?guī)r盆地相，而東側(cè)為碳酸鹽臺坪、潮坪相環(huán)境.

圖1 湖南省白馬山－龍山金礦帶地質(zhì)略圖（據(jù)康如華，2001，修改）Fig.1 Geologic sketch map of the Baimashan-Longshan gold metallogenic belt（Modified from KANG Ru-hua,2001）

2 控礦因子

2.1 地層巖性

白馬山-龍山地區(qū)金礦化帶地層對成礦的控制主要由其巖性表現(xiàn)出來：區(qū)內(nèi)成礦并非局限于某個或幾個層位，而是穿越不同時代的地層，即在相似巖性的有利圍巖中富集成礦，也就是說地層巖性是區(qū)域成礦的重要成礦條件.板溪群紫紅色板巖及砂質(zhì)板巖、紫紅色條帶狀砂質(zhì)板巖、灰綠色砂質(zhì)板巖、灰綠色絹云母板巖，震旦系江口組含礫砂質(zhì)板巖及中泥盆系半山組-跳馬澗組石英雜砂巖、粉砂巖、粉砂質(zhì)泥巖是區(qū)內(nèi)金礦主要賦礦層位.金礦床的礦體層位主要為震旦系江口組和泥盆系半山組，區(qū)域成礦物質(zhì)主要來自震旦系江口組地層和深部巖漿［4］，江口組地層為金的主要礦源層.

2.2 構(gòu)造

區(qū)域構(gòu)造是白馬山-龍山金礦帶最重要、最直接的控礦因素，基底斷裂和穹隆構(gòu)造對礦床產(chǎn)出分布有顯著的控制作用［5］.作為長期構(gòu)造應(yīng)力集中部位，經(jīng)多期次既具有繼承性又具有疊加性的褶皺變形和破碎變形的穹狀隆起部位，是印支晚期至燕山早期大型隱伏花崗巖侵入就位的場所，同時也提供了與巖漿熱液活動密切相關(guān)的金銻礦床容礦空間.雖然穹狀隆起部位巖石塑性程度較高，但因為長期構(gòu)造應(yīng)力作用，剛性程度逐漸提高，斷裂構(gòu)造特別是具有多期次活動的斷裂構(gòu)造發(fā)育，致使這些斷裂構(gòu)造成為金銻礦化成礦的有利部位，同時也決定了區(qū)內(nèi)礦床主要呈脈狀和蝕變破碎巖形式產(chǎn)出.白馬山-龍山金礦帶的構(gòu)造控礦，從礦床礦化角度考慮而言，是諸因素中最關(guān)鍵的因素，尤其是穹隆核部的放射狀斷裂構(gòu)造，則是礦床的直接容礦空間.

2.3 巖漿巖

區(qū)域出露和隱伏的巖體規(guī)模巨大.正因為巖漿的上侵活動，在白馬山-龍山地區(qū)形成了串珠狀的隆起.巖漿與基底構(gòu)造的多期次活動，為區(qū)域成礦提供了必要的導(dǎo)礦、容礦空間和強大的熱動力條件，巖漿活動為成礦提供了一定的巖漿熱液［6］.巖漿對區(qū)域成礦的作用主要表現(xiàn)在以下幾方面：成礦物質(zhì)的主要提供者；成礦流體的主要提供者；成礦熱動力的直接來源.因此巖漿活動對區(qū)域成礦起著至關(guān)重要的作用.

總之，地層與構(gòu)造提供了成礦有利位置和成礦物質(zhì)運移的通道，巖漿是成礦物質(zhì)和含礦流體的主要來源，既是礦床形成的物質(zhì)，又是成礦熱動力的提供者.三者的有機結(jié)合共同推動了礦床的形成.

3 成礦遠(yuǎn)景預(yù)測

3.1 構(gòu)建模型

通過對白馬山-龍山地區(qū)金銻成礦要素、控礦因子的綜合分析，選取地質(zhì)、地球化學(xué)等綜合信息來構(gòu)建區(qū)內(nèi)成礦遠(yuǎn)景預(yù)測模型，運用SPSS軟件中的神經(jīng)網(wǎng)絡(luò)模塊對白馬山-龍山地區(qū)金礦成礦遠(yuǎn)景進(jìn)行預(yù)測.模型運行前先對地質(zhì)變量數(shù)據(jù)進(jìn)行提取、轉(zhuǎn)換、標(biāo)準(zhǔn)化處理、空白數(shù)值替換等一系列預(yù)處理.

本次成礦遠(yuǎn)景預(yù)測區(qū)域面積超過19 000 km2，覆蓋范圍主要為白馬山-龍山以及其周邊區(qū)域.以4 730個1∶20萬水系沉積物采樣檢測數(shù)據(jù)為基礎(chǔ)，綜合考慮區(qū)域成礦地質(zhì)條件，地層、巖性、構(gòu)造、成礦區(qū)（帶）劃分等成礦、控礦因素，以4 km2為最小預(yù)測單元，將水系沉積物采樣點與區(qū)內(nèi)已知金礦床及部分已探明不含礦區(qū)域在MapGIS中進(jìn)行空間疊加分析.將已知金礦床區(qū)域內(nèi)的水系沉積物采樣點屬性標(biāo)定為1（代表含礦），將沒有金礦床區(qū)域內(nèi)的水系沉積物采樣點屬性標(biāo)定為0（代表不含礦），通過神經(jīng)網(wǎng)絡(luò)預(yù)測模型對未知區(qū)域進(jìn)行成礦遠(yuǎn)景預(yù)測.通過已知的含礦區(qū)和不含礦區(qū)內(nèi)各相關(guān)屬性的標(biāo)定，讓模型“記住”預(yù)測因子含礦與不含礦各自變量的特征，模型通過這些特征條件判別預(yù)測區(qū)內(nèi)各評價單元是否具有相同或相似的要素，從而最終給出各最小預(yù)測單元含礦的可能性.

3.2 變量選取

模型選用因變量指標(biāo)為“是否含礦”因子，選用的變量指標(biāo)為主要控制區(qū)域成礦的地質(zhì)因素和地球化學(xué)因素，通過因子分析、經(jīng)驗判別等手段綜合考慮各因子對區(qū)域成礦作用的影響程度，最后選取“地層年代”“巖性大類”“構(gòu)造分區(qū)”指標(biāo)作為模型影響因子.自變量的選取主要考慮與區(qū)域金銻礦床成礦作用密切相關(guān)的成礦元素和指示元素，包括：AuSbW綜合因子及Au、As、Hg、Ba、Sb、W、Pb、Zn等各元素指標(biāo)（表1）.

3.3 預(yù)測結(jié)果

通過以上模型的建立和變量的選取，運用SPSS 19軟件中的神經(jīng)網(wǎng)絡(luò)模塊實現(xiàn)對白馬-龍山地區(qū)金礦成礦遠(yuǎn)景預(yù)測，將預(yù)測結(jié)果導(dǎo)出成圖.

圖2 湖南省白馬山－龍山地區(qū)金礦成礦遠(yuǎn)景預(yù)測圖Fig.2 Metallogenic prospective prediction for gold deposits in Baimashan-Longshan area

表1 預(yù)測模型各變量指標(biāo)Table 1 Variable indexes of the prediction model

全區(qū)共劃分出4個成礦遠(yuǎn)景區(qū)（見圖2）：雪峰山脈成礦遠(yuǎn)景區(qū)（YJYCQ-1）、白馬山巖體周邊成礦遠(yuǎn)景區(qū)（YJYCQ-2）、大乘山穹隆成礦遠(yuǎn)景區(qū)（YJYCQ-3）、龍山穹隆成礦遠(yuǎn)景區(qū)（YJYCQ-4）.遠(yuǎn)景區(qū)分布受區(qū)內(nèi)構(gòu)造影響較大，整體上呈東西向展布.1號遠(yuǎn)景區(qū)沿雪峰山脈呈帶狀分布；2號遠(yuǎn)景區(qū)環(huán)繞白馬山巖體呈環(huán)帶狀分布；3號遠(yuǎn)景區(qū)與4號遠(yuǎn)景區(qū)的分布由大乘山穹隆、龍山穹隆控制.

3.4 模型評價

預(yù)測模型將訓(xùn)練、測試、保持?jǐn)?shù)據(jù)樣本按照7∶2∶1的分配比例進(jìn)行操作（表2）.其中訓(xùn)練樣本是為模型提供學(xué)習(xí)的，即已知金礦床和已探明不含礦區(qū)域內(nèi)的樣本，測試樣本協(xié)助模型進(jìn)行自檢，而保持樣本是為了防止模型進(jìn)行超額訓(xùn)練.因神經(jīng)網(wǎng)絡(luò)具有高度的模仿性，給予足夠的時間后將會“記住”樣本之間的規(guī)律性，反而達(dá)不到預(yù)測的目的，所以需要設(shè)定保持樣本防止模型的超額訓(xùn)練.

表2 模型案例處理匯總表Table 2 Sam ples treated for the model

通過圖3可以看出，在模型選用的自變量指標(biāo)中，AuSbW綜合因子及As、Au、Sb元素含量對金銻礦成礦預(yù)測的影響作用最大，這與區(qū)域內(nèi)金銻礦成礦地球化學(xué)特征相吻合.預(yù)測遠(yuǎn)景區(qū)與已知礦床（點）分布的空間分布也較為吻合，進(jìn)一步提高了模型預(yù)測的可信度.

圖3 模型自變量重要性分布圖Fig.3 Distrubution of importance of independent variables

4 結(jié)語

本次研究從地層、構(gòu)造、巖漿巖等方面剖析了區(qū)域控礦因素，以白馬山-龍山地區(qū)1∶20萬水系沉積物采樣檢測數(shù)據(jù)為基礎(chǔ)，結(jié)合地層、構(gòu)造、巖漿巖等地質(zhì)要素，運用新方法、新技術(shù)對區(qū)域成礦遠(yuǎn)景進(jìn)行預(yù)測，通過神經(jīng)網(wǎng)絡(luò)模型預(yù)測劃分出4個成礦遠(yuǎn)景區(qū).研究成果對區(qū)域找礦靶區(qū)圈定有一定的指導(dǎo)意義，為今后區(qū)內(nèi)勘查工作部署提供地質(zhì)依據(jù)，更為其他區(qū)域遠(yuǎn)景找礦提供了新的思路.

［1］陳鄭輝.礦產(chǎn)資源潛力評價示范研究［M］.北京：地質(zhì)出版社,2009: 53—54.

［2］施俊法.找礦模型與礦產(chǎn)勘查［M］.北京：地質(zhì)出版社,2010:62—65.

［3］阮天健，朱有光.地球化學(xué)找礦［M］.北京：地質(zhì)出版社,1984:47—48.

［4］康如華.湖南白馬山-龍山東西向構(gòu)造帶金銻礦找礦前景分析［J］.華南地質(zhì)與礦產(chǎn),2002（1）:57—61.

［5］汪勁草，夏斌.湘中新化銻金礦床成礦構(gòu)造系列及其找礦預(yù)測［J］.大地構(gòu)造與成礦學(xué),2002,26（3）:271—275.

PREDICTION OF GOLD METALLOGENIC PROSPECT BASED ON THE NEURAL NETWORK MODEL:A Case Study of the Baimashan-Longshan Area in Hunan Province

CHEN Kun,ZHANG Jian-xin

Hunan Institute of Geological Sciences,Changsha 410007,China

The Baimashan-Longshan area is the significant metallogenic zone of gold and antimony in central Hunan Province.Based on the data of 1:200 000 stream sediment survey,in combination with the geological information of stratigraphy,lithology,structure and magmatite in this area,the neural network model is adopted to predict the regional gold metallogenic prospect.The whole area of 19 100 km2is assessed by 4 km2as evaluation unit.Then four metallogenic prospect areas are delineated.

stream sediment;neural network model;gold deposit;metallogenic prospect area;Hunan Province

1671-1947（2015）02-0160-04

P618.51

A

2014－03－19；

2014-06-05.編輯：張哲．

湖南省國土資源廳項目“湖南省白馬山地區(qū)整裝勘查區(qū)綜合研究”（201003011）.

陳坤（1984—），男，主要從事礦產(chǎn)資源調(diào)查評價與勘查工作，通信地址湖南省長沙市芙蓉中路二段223號，E-mail//717194960@qq.com