基于meta分析的青海杂多地区成矿定量预测-潘勇.pdf
《基于meta分析的青海杂多地区成矿定量预测-潘勇.pdf》由会员分享,可在线阅读,更多相关《基于meta分析的青海杂多地区成矿定量预测-潘勇.pdf(8页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、第47卷第9期2016年9月中南大学学报(自然科学版)Journal of Central South University(Science and 7rechnology)、,0147 No9Sep2016DoI:1 011 8 1 7aissn1 672-720720 l 609025基于Meta分析的青海杂多地区成矿定量预测潘勇1一,彭省临1,彭光雄1,2(1中南大学地球科学与信息物理学院,长沙410083;2大陆构造与动力学国家重点实验室,北京100037;3厦门大学嘉庚学院,厦门,363105)摘要:为降低权重确定的不确定性,将循证医学领域广泛使用的Meta分析方法用于定量预测青海杂
2、多地区的矿产资源。在分析该地区成矿规律与控矿因素的基础上,选择地层、构造、岩浆岩、地磁异常、化探异常和遥感蚀变异常这6个要素的11个预测因子,构建成矿定量预测的指标体系。以区内的50多个已知矿点为样本,采用规则网格单元统计上述11个预测因子与已知矿点的空间位置套合情况,从而将地质资料中的非定量数据转化为Meta分析所要求的定量信息,并通过Me诅分析计算得到不同预测因子的优势比。通过分析各个预测因子之间优势比之差,结合模糊综合层次分析法(FAHP)求得各个因子在成矿预测中的权重。基于该权重,利用模糊综合评判(FCA)建立青海杂多地区铅锌多金属矿的成矿定量预测模型,并划分出3类不同级别的成矿有利区
3、。以此为基础,划定出5个成矿远景区,圈定A类勘查靶区5处,B类勘查靶区10处,C类勘查靶区20处。研究结果表明:基于Meta分析的定量预测法比常规的综合化探异常法的找矿有效性提高36。关键词:Meta分析;隐伏矿体;模糊综合评判;定量预测中图分类号:P612;P208 文献标志码:A 文章编号:16727207(2016)09309308】VIetaU09enic prediction based 0n metaanalysis inZaduo,Qinghai ProVincePAN Ybn91一,PENG Shenlinl,PENG G啪gxion912(1school ofGeoscien
4、ces and Info-Physics,cen仃al south uniVers咄Ch锄gsha 410083,China;2State Key Laboratory for Con血ental Tectonics锄d D)rlla血cs,Beijing l 00037,China;3CoUege ofTan Kah Kee,Xi啪en UniverSi吼Xi锄en 363105,ChiIla)Abstract:Ib reduce the uncenaInty of。welght determmatlon,metaanalysls ofeVidencebased medlcme was us
5、ed m thequantitatiVe prediction of mineral resource in zaduo,Qin曲ai ProVinceBased on the analysis of the regionalmetallogenic regulari够and ore controlling factors,1l predictors of siX elements such as formation,stnlcture,magmatite,geomagnetic anomaly,geochemical anomaly and remote sensing altefation
6、 were selected to consmlct the index syStem ofquantitative predictionBased伽鲥d uIlit,more than 50 deposits and orc occu仃ences in study area were used as testsamples to count the superposition of the spatial position be坩een l 1 predictors and depositsAccording to me statisticresults,the nonqualltitati
7、Ve geological data could be converted to quantitative infbmation required by meta-aIlalysis andthe odds ratio(尺o)of ll predictors could also be derived111rougll the analysis of the di仃erence of odds ratio value of 11predictors,meir weights for metallogenic prediction could be calculated based on舵zy
8、anal),tical hierarchy pmcess收稿日期:2016_02一10;修回日期:2016-04一15基金项目(Foundation item):国家自然科学基金资助项目(41403035);中国博士后科学基金资助项目(2012T50832);大陆构造与动力学国家重点实验室开放基金资助项目(K201504)(Project(41403035)supported by the National Nan船1 science Foudation of china;Project(2012T50832)supponed by tlle china Postdoctoral sci锄ce
9、 Follndation;Pmject(K201504)supported by me open Folllldation of s诅te Key Laboratory ofC0ntin锄tal Tectonics柚d Dyn啦ics)通信作者:彭光雄,博士,讲师,从事遥感地质与成矿预测研究;Email:pg)【csucsueducn万方数据3094 中南大学学报(自然科学版) 第47卷(FAHP)Combined the aboVe weights with fhzzy comprehensive印praisement(FCA),a quantitative prediction model
10、 ofPb-Zn deposits in Zaduo,Qin曲ai Province,could be constmctedThree classesfavorable areas of orefo姗ing werezoned based on the ore-fo哪ing faVorability deriVed行om FCA model_5 mineralization prospecting zones have beenschemed,which includes 5 of Agrade explomg ta曙ets,l 0 of B-grade exploring ta唱ets aI
11、ld 20 of C-grade explomgta唱etsThe results show that the prospecting effectiVeness ofthis quantitatiVe prediction model based on metaanalysis ishigher 36than that of comprehensiVe geochemical anomaly modelI(ey words:metaanalysis;concealed orebody;mzzy comprehensive appraisement;quantitative predictio
12、n随着数据采集技术、数据处理技术及成矿理论的发展,成矿预测所能借助的方法和技术手段也日益增多,基于多元信息的定量成矿预测成为找矿预测领域的研究热点。由于成矿预测中地质变量的复杂性和不确定性,定量预测地下深部地质体及隐伏矿床非常具有挑战性【l-2】。而定量确定找矿目标与找矿信息之间的关系,是解决上述问题的重要途径与前沿技术之一【3_5。权重是定量体现找矿目标与找矿信息的重要指标,因此,科学、客观地确定成矿定量预测中各个信息变量的权重具有十分重要的意义【6_”。证据权法(weights of evidence)是AGTERBERG【8】提出的一种基于概率不确定性与贝叶斯律的地学统计方法,在成矿定量
13、预测中应用较为广泛。但证据权法要求各个证据层必须是二值化或者是多分类数据,并且参与预测的各个变量之间是必须相互独立的9】,因而具有一定的局限性。Meta分析(metaanalysis)以其超常规的综合分析能力,广泛应用于心理、教育和医学等领域,是循证医学研究的重要方法,20世纪90年代后开始被引入到生态领域并得到了生态学界的高度重视10_12】。近几年,研究者开始尝试将Meta分析应用于找矿预测领域,并在定量处理不确定性的地质数据方面显示出优越性刚卜14。Meta分析的统计量一效应尺度(如相关系数、优势比、对照组与实验组的标准化差值)可给出处理效应的定量结果,解决研究结果的不一致性,并为权重的
14、客观确定提供有效的工具【14_1 51。由于Meta分析有利于降低权重确定的不确定性,从而能有效提高多元信息成矿定量预测的能力。为此,本文作者将Meta分析应于定量分析青海杂多铅锌多金属矿区的成矿预测,以期提高该地区的矿产勘查靶区优选的准确性,为进一步找矿部署提供科学依据。Meta分析的原理和方法Meta分析是一种超常规的综合分析方法【16_1 71。刘关键掣161将Meta分析的统计学过程概括为3部分:合并统计量的选择;异质性检验;合并统计量的假设检验。Meta分析的基础是必须获取大量实验结果的定量数据。Meta分析的初衷是对相同研究主题的相关文献进行综合定量分析1 81,因此,应用于成矿定
15、量预测中时,需要将地质调查与勘探中获取的成矿预测信息进行量化提取,并转化为Meta分析能够识别利用的数据【l01。网格单元法是实现上述数据量化提取的有效方法之一。彭省l临等5,20通过“微分单元法”实现了成矿定量预测中面向Meta分析的地质数据量化提取。对地质数据量化提取的结果进行Meta分析,可得到不同地质变量的优势比Ro,从而获得不同地质变量对成矿预测的重要性定量指标。2成矿预测指标体系21地质背景研究区位于青藏北特提斯成矿域、唐古拉成矿省、沱沱河一杂多华力西期一喜山期铜钼铅锌银成矿带的中西段,也是“三江”成矿带的北延部分。区内地层主要为早石炭世杂多群灰岩及晚三叠世结扎群灰岩。地层之问以断
16、块形式呈北西一南东向展布,与区域构造线基本一致。断裂构造主要为北西一南东走向,其次为北东一南西走向。区内地层、火山岩、侵入岩及矿产的空间展布均受断裂构造控制。已发现的矿化带大部分沿北西一南东向断裂带分布,形成的矿体大部分赋存于其次级断裂带中。火山岩、侵入岩较发育,侵入岩与区内多金属成矿的关系较密切,已发现的矿化多产于岩体外接触带部位的灰岩和矽卡岩中。区内矿产较丰富,尤以铜、钼、铅、锌为主,其次为铁、银等。具有一定规模的矿床有然者涌铅锌银矿床、东莫扎抓铅锌矿床和莫海拉亨铅锌矿床等4o22地质变量的选取以区内铅锌矿床的成矿规律和控矿因素为依据,选择地层、断裂、岩浆岩、地磁异常、化探异常和遥感蚀变异
17、常这6个要素的11个变量建立成矿预测指标体系(见表1)。这6个要素的11个地质信息变量通过遥感解译、化探及地磁数据处理、矿化蚀变遥感信息万方数据第9期 潘勇,等:基于Me诅分析的青海杂多地区成矿定量预测 !鲤提取等手段进行量化处理。23数据量化提取根据Meta分析的思路和步骤,基于网格单元,可采取多区域法和多级网格法2种方法实现地质资料数据的量化提取。潘勇等的研究表明(14】:采用Meta分析进行数据量化提取时,应优先采用多区域法,其次才能选用多级网格法。由于研究区内的样本数据比较丰富,能够满足多区域法Meta分析量化提取的要求,因此,优先选择多区域法将地质调查中的非定量数据转化为Meta分析
18、所要求的定量信息。研究区包括12个l:5万比例尺的标准图幅范围,约5 000 km2,其中北部4个图幅的矿床(点)资料较丰富,可以用于进行Meta分析确定指标的权重,然后利用这4个图幅确定的权重来构建全区12个图幅的成矿定量预测模型。利用多区域法时,将北部4个图幅划分为10个不同的区块进行统计。网格单元的尺度大小也是影响Meta分析效果的重要因素之一,一般根据区内资料的丰富程度及地区经验来选择1 41。根据区内已有地质调查数据,通过多次试验后发现1 km1 km是最优网格单元尺度。以1km1 km规则网格单元划分研究区信息统计单元,统计上述1 1个地质信息变量与每个网格的空间位置套合情况。当网
19、格中每包含11个地质信息变量中的1个变量信息时,赋给单元格的值Z则加1,根据实际情况进行累加。在一般情况下,单元格的赋值z越高,则成矿的可能性越大,可暂且将单元格的赋值Z成矿6的单元格设为远景成矿单元格,作为Meta分析的1个参照对象。分别用全变量组合和缺某个变量的变量组合进行比较,统计已知矿点落在单元格的数量,进行Meta分析,可计算获得相应的优势比如,从而确定地质信息变量对于成矿的相对重要程度。设全变量远景成矿单元格数量为口,有矿点落入的实际有矿单元格数量为6,有矿点落入的远景成矿单元格数量为c,则基于10个区块的地质资料,利用多区域法可分别统计得到口,6和c,如表2所示。3 Meta分析
20、Review Managers是用于循证医学Meta分析的软件,由国际Cochrane协作网开发并免费发布。利用Review Manage“V51)对表2所示统计结果进行Meta分析。异质性检验结果仁10,大于005,因此,可认为上述的多个独立研究具有同质性,可采用固定效应模型(fixed e虢ct model)计算其合并统计量。缺蜀变量组森林图中菱形与垂线相交并位于垂直线偏右侧位置,假设检验P=043,大于005,因此,统计学意义不明显。其余墨至蜀。共10个变量的假设检验P均小于005,森林图中菱形完全位于垂直线右侧,结果具有统计学意义。全变量组与缺某个变量组Meta分析所得优势比尺。如表3
21、所示。优势比如越大,说明对应的变量对成矿的贡献越大,在成矿定量预测中对应变量的权重也就越大。由表3可知:凰(铅锌银成矿元素组合因子)对成矿的贡献最大,其Ro为344;其次为坞(断裂构造交点数高值区缓冲带),其Ro为322;蜀(地层)对成矿的贡献最小,其如仅为117。万方数据业 中南大学学报(自然科学版) 第47卷表2单元格网中的矿点数量统计表TabIe 2 Sta廿stics of鲥d ceIl contained ore occurrences 个参数 区块1 区块2 区块3 区块4 区块5 区块6 区块7 区块8 区块9 区块10表3 变量组Meta分析的优势比尺。及总体效应检验Table
22、 3 0dds ratio(Ro)of di仃erent variable8注:,为统计量;P为统计量的概率;尺。为优势比。4权重分析模糊综合层次分析法(舵Zy anal”ical hierarchypmcess,FAHP)是确定权重常用的一种系统分析方法21。2引。本文采用0109标度法构建模糊互补判断矩阵22_23】。变量x的优势比如越大,则其对成矿的贡献程度就越高。因此,可用2个变量之间的优势比凡之差来衡量2个变量对于成矿作用的权重。根据表3的数据求得变量两两之差的绝对值如表4所示,用来分析尺。之差的分布情况。由表4可知:数据集的如之差最小值为0,最大值为227,平均值为083,标准差为
23、059。根据模糊综合层次分析法的01o9标度法及其含义,则可判定均值以下区间为稍微重要的标度,均值加1,2和3倍标准差依次对应明显重要、重要得多、极端重要的标度。当两者Ro之差在(0,083 1之内时“标度”设为06;当两者尺。之差在(083,142之内时“标度”设为07;当两者尺。之差在(142,2011之内时“标度”设为08;当两者尺。之差在(201,3之内时“标度”设为09。根据表4以及上述JRo之差标度量化规则,从而可将优势比尺。转化为权重模糊互补判断矩阵爿,如表5所示。利用徐泽水推导的方法241,可对模糊互补判断矩阵爿求解,得到墨至x11这11个成矿预测变量的权重分别为0072 7,
24、0086 3,0110 0,0079 0,0087 2,0098 1,0092 7,0113 6,0088 1,0082 7,万方数据第9期 潘勇,等:基于Meta分析的青海杂多地区成矿定量预测 3097表5 11个变量的权重模糊互补判断矩阵彳Table 5 FuzZy co唧lementa巧judgment matrix of 11 v撕ableso084 5。根据陈华友掣251推导的计算方法,利用模糊互补判断矩阵4和特征矩阵可求得相容性指数,脾)=0094 7(小于0100 0),可以通过一致性检验,因此,其权重缈的分配是合理的。5成矿有利区在Meta分析定量确定目标因素权重的基础上,通过
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 meta 分析 青海 杂多 地区 成矿 定量 预测 潘勇
限制150内