张 琪 ， 王建国， 李必红， 李 珂

（1.中国地质大学（北京），北京 100083；2.核工业北京地质研究院，中核集团铀资源勘查与评价技术重点实验室，北京100029）

基于GIS的证据权重法在铀成矿远景预测中的应用
——以内蒙古巴音戈壁盆地为例

张 琪1，2， 王建国1， 李必红2， 李 珂1

（1.中国地质大学（北京），北京 100083；2.核工业北京地质研究院，中核集团铀资源勘查与评价技术重点实验室，北京100029）

基于GIS平台，通过对巴音戈壁盆地地质、物探、化探、遥感等多源信息进行综合处理分析，选取了化探铀、航放铀、遥感羟基等15个信息图层，采用证据权重法对研究区进行了铀成矿预测与评价，对预测结果进行分级，圈定了11个铀成矿远景区，取得了较好的效果，提高了研究区成矿预测的精确度与可靠性。

证据权重法；铀成矿；成矿预测；巴音戈壁盆地；GIS

成矿预测是应用地质成矿理论，综合地质、物探、化探和遥感等基础资料得到地质找矿信息，总结成矿条件和矿床赋存规律，建立矿床模型，从而圈定不同等级的成矿远景区［1］。随着科学技术的发展以及社会对矿产资源需求的日益俱增，成矿预测评价也由定性逐渐向定量方向发展。地理信息系统（GIS）技术可根据数据的空间关系对其进行直接调用和操作，应用GIS技术，可以提高矿产资源的预测效率和缩短资源的评价周期，并能定量圈定各级有利成矿区段［2］。基于GIS的证据权重模型［3］是一种立足于数据的空间位置关系，对各种有利成矿因素进行有效综合的数学预测评价模型。

MRAS是基于MapGIS平台开发的矿产资源评价系统，它包含各类地学数据处理与信息提取及矿产综合预测专用空间分析，并提供了基于类比思想的有监督分类和无监督分类统计数学模型，从而实现了特征分析法、证据权重法、BP神经网络法、聚类分析、数量化理论Ⅲ、数量化理论Ⅳ和ART1神经网络模型等多种算法，为综合信息定量圈定成矿预测远景区提供了科学和自动化手段。

巴音戈壁盆地区域地质背景复杂，具有较好的砂岩型铀矿成矿潜力，前人在该地区已经开展了大量的基础地质工作，但未对区域地、物、航、遥资料作集成分析。在总结前人研究成果的基础上，基于MRAS，采用证据权重法对盆地区域的地质、物化探、遥感等多元信息进行分析、定量预测与评价，为该地区的进一步找矿工作提供参考。

1 证据权重法的基本原理

证据权重法是加拿大数学地质学家Agterberg提出的一种地学统计方法［4］，它基于二值图像数学地质模型，是采用一种统计分析模式，通过对一些与矿产形成相关的地学信息的叠加分析来进行矿产远景区的预测。其中的每一种地学信息都被视为成矿远景区预测的一个证据因子，而每一个证据因子对成矿预测的贡献是由这个因子的权重值来确定的。

假设研究区被划分成面积相等的T个像元单位，其中有D个有矿单元，则随机选取一个像元单位为矿点的概率是：

对于任一个证据因子二值图像，其存在区的像元数为B，不存在区的像元数为B＝TB。则已知矿点图与证据因子图的重叠部分有B∩D，B∩D，B∩D，B∩D，其条件概率分别为： P（D/B）＝（B∩D）/B，P（D/B）＝（B∩D）/B， P（D/B）＝（B∩D）/B， P（D/B）＝（B∩D）/B对任一个证据因子二值图像权重定义为：

式中：W＋、W－分别为证据因子存在区和不存在区的权重值，对于原始数据缺失区域权重值为0。

一般用正权重与负权重的差值大小来表示证据因子对找矿指示的好坏性，即C＝W＋-W－［5］。

证据权重法要求各证据因子之间相对于矿点分布满足条件独立。对于n个证据因子，若它们关于矿点条件都能独立，则后验几率的对数为：

式中：WjK为第j个因子的权重；O为后验几率；D为研究区中有矿单元的个数。

根据公式 （3），后验概率为：

式中：P表示后验概率，代表了各个单元内找矿的有利度，可以根据后验概率来进行找矿远景区预测。

2 证据权重法的实现

（1）收集研究区地质、物探、化探、遥感、矿产等相关地学资料，对其进行筛选、归纳、总结，选出与铀成矿有关的信息，作为预测的证据因子。

（2）将各证据因子的专题图层与已知矿点进行相交分析，提取与铀成矿有利的控矿因素，生成新的图层，即证据层。

（3）对各证据层进行二值化处理，将处理后的证据层与含矿网格图层叠加，计算每个证据因子的先验概率、权重值（W＋、W－）及相关系数（C）。

（4）根据先验概率、权重及相关系数筛选最合理的证据层，在研究区内各单元进行后验概率计算。

（5）根据后验概率计算的结果确定矿产资源预测远景区。

3 应用分析

3.1 研究区地质背景

巴音戈壁盆地位于塔里木、哈萨克斯坦、西伯利亚、华北等四大板块的结合部位，地跨4个性质不同的大地构造单元，区域构造背景复杂。盆地呈近EW向展布，以宗乃山—沙拉扎山隆起为界分为北部坳陷和南部坳陷。

盆地基底地层主要由上太古界、元古界、古生界组成。盆地沉积盖层主要是由中、新生界陆相沉积岩系组成。白垩系是该盆地的主要盖层，在各坳陷内均有发育，分布范围广、厚度大。盆地内发育大面积花岗岩体，其中燕山期与印支期酸性中粗粒黑云母花岗岩、二长花岗岩及钾长花岗岩为区内主要富铀岩体。

断裂构造是巴音戈壁盆地最主要的构造活动形式之一。它在控制盆地的坳陷、凹陷、隆起、凸起的形成与分布、盆地盖层沉积体、富铀建造及热液铀成矿等方面均起着重要的作用。盆地自中生代以来，经历了印支、燕山、喜山等多期构造活动，形成了以NEE、NE向为主干断裂与NW、NE、NEE向次级断裂交织的断裂构造格架。

3.2 铀成矿信息的提取

本文所搜集到的数据包括：巴音戈壁盆地1:50万的地质图、1:20万的化探数据、1:5万的航放数据以及遥感影像图。

3.2.1 地质信息提取

本文主要从铀成矿有利地层、断裂缓冲区及断裂的定量化分析等几个角度来提取有利的成矿信息。经前人研究发现，本区的成矿有利地层为白垩统巴音戈壁组上段。通过将已知矿点与地层进行相交分析，统计得出赋存于白垩统巴音戈壁组（K1b）的已知矿点最多，所占总矿点数的比例为32%，其次是石炭纪花岗岩（γC）和白垩统苏红图组（K1s）（图 1）。因此，将这3组地层分别提取出来作为预测的证据因子。

图1 矿点出露地层统计直方图Fig.1 Histogram of strata where mineral occurrence outcrops

断裂构造是研究区主要的构造活动形式，对控矿起着十分重要的作用。为了研究断裂构造与矿点的关系，笔者先对已知矿点在断裂构造不同距离范围内出现的频率进行统计（图2），再对构置断裂构造影响宽度（断裂构造缓冲区）变量进行预测；为了进一步分析断裂对成矿的影响，本文又对断裂构造进行定量化分析，主要包括：断裂等密度、断裂平均方位、断裂中心对称度、断裂优益度、断裂交点数等。这些变量能从不同的角度反映线性构造的特征，通过将它们与已知矿点相交分析，从中提取与成矿有关的区间，作为预测的证据因子。

图2 矿点与断裂邻近关系统计直方图Fig.2 Histogram of relationship between faults and mineral occurrences

3.2.2 化探信息提取

化探信息是一种直接找矿信息，其异常本身的特征在很大程度上直接反映了矿产资源体的特征［6］，是找矿预测中一个重要变量。笔者选取了1:20万的化探U异常等值线图，运用均值与2倍标准差之和（μ＋2σ）作为异常下限，提取了异常，并将其作为预测的一个证据因子。

3.2.3 物探信息提取

研究中主要选取航放信息。航放信息主要反映的是地表放射性地球物理场的强弱，也是各元素地表、地球化学晕分布的具体表现。放射性信息包含K、U、Th等天然放射性核素含量和总计数率等基本信息，通过对航放基本信息的研究，选取了1:5万的航放钾含量等值线图，航放铀含量等值线图，航放钍含量等值线图，航放铀、钍比值等值线图，航放铀、钾比值等值线图，航放活性铀异常等值线图，航放剩余铀异常等值线图，航放铀富集系数等值线图，以及航放总道计数率等值线图，运用均值与2倍标准差之和（μ＋2σ）作为异常下限，分别提取异常，将它们作为预测的证据因子。

3.2.4 遥感蚀变信息提取

遥感信息对于识别基岩出露区或半出露区的矿化蚀变信息能在一定程度上起到辅助作用。因此，选取了从遥感影像图中提取的羟基蚀变信息和铁染蚀变信息作为预测的证据因子。另外，还通过对遥感线性影像特征解译获得遥感线性构造，据此，以矿床点在遥感线型构造不同距离范围内出现的频率统计，构置遥感线性构造影响宽度（遥感线性构造缓冲区）、预测变量。

3.3 基于证据权重法的多元数据综合预测

将研究区划分为5 km×5 km规则的网格单元，这样就可保证一个网格中至多出现一个已知矿点［7］，研究区被划分成4 165个单元网格。利用GIS平台下的MRAS软件建立该地区的证据权重法模型，将上述所提取出来的地质、化探、物探、遥感中的数据作为证据因子，分别计算各个证据因子的权重值及其与成矿的相关性，并计算出证据因子的证据权值，最终选出15个与成矿关系比较密切的证据因子，其结果见表1。

由表1可见：（1）化探铀异常与成矿的相关度最高，这说明地球化学元素异常对找矿指示作用明显。（2）航放异常信息（像航放总道异常，航放铀异常，航放铀、钾比值异常，航放钍异常等）C值均在2以上，说明航放异常信息与成矿的关系密切。（3）成矿有利地层中，巴音戈壁组地层的C值较大，说明其对成矿很有利，其次是石炭纪花岗岩、苏红图组地层。（4）从断裂证据层来看，断裂4 km缓冲区的C值较大，与成矿关系较密切；而断裂优益度的C值在1.0以下，说明对成矿有一定的指示意义，但作用不大。（5）从遥感异常信息来看，遥感羟基异常的C值较大，对成矿的指示性较好；遥感铁染异常的C值较小，对成矿的指示性一般。

表1 各证据因子的权重值Table 1 Weights of evidence factors

在运用证据权重法进行多元信息综合预测的过程中，要求各证据因子之间相对于矿点分布需满足条件独立。因此，条件独立性的检验异常重要，如果地质找矿标志不能满足条件独立性就会引起后验概率估计上的偏差［8］。表1中的15个证据因子均在显著性水平为0.05的条件下，满足了条件独立性的要求。

3.4 预测结果及评价

根据证据权重法模型在内蒙古巴音戈壁盆地的应用，在MRAS软件中对研究区内各个单元进行成矿后验概率的计算，并将结果按照后验概率值划分为4个等级，不同等级赋予不同颜色，得到了包括已知矿床（点）在内的后验概率等值线图（图3），经统计分析，研究区78.5%的已知矿点落在后验概率值大于0.1的区域，其中有56.5%的已知矿点落在后验概率值大于0.9的高值区，取得了良好的预测效果。

结合后验概率图，在研究区圈定了11个成矿远景区（图4）。将圈定远景区与研究区的地层、构造、岩体、化探异常、航放异常等成矿影响因素分别进行叠加分析，以寻找这些因素与圈定远景区之间存在的联系：

（1）成矿远景区Ⅱ、Ⅳ、Ⅴ、Ⅶ、Ⅷ、Ⅹ地层以白垩统巴音戈壁组（K1b）为主，此组地层是研究区最有利于成矿的地层；成矿远景区Ⅲ、Ⅳ发育大量石炭纪花岗岩；成矿远景区Ⅶ化探U元素异常明显；成矿远景区Ⅰ、Ⅱ、Ⅳ、Ⅸ、Ⅺ航放总道异常明显。

（2）成矿远景区Ⅳ、Ⅵ、Ⅶ含已知矿点较多，这几个区域的后验概率高值区面积较大，验证了预测结果的合理性。

（3）成矿远景区Ⅰ、Ⅲ、Ⅴ、Ⅺ目前发现的已知矿点很少，而本文算出的后验概率较高，因此，这几个区域可作为下一步找矿勘探的重点区域。

4 结 论

图3 巴音戈壁盆地成矿预测后验概率图Fig.3 Posterior probability of metallogenic prognosis in Bayingebi Basin

图4 巴音戈壁盆地铀成矿预测远景区Fig.4 Prospect region of uranium mineralization in Bayingebi Basin

（1）基于GIS的证据权重法进行成矿远景区的预测简单易行，图示直观。 GIS系统可以对地层、断裂等信息进行深一步多角度的分析统计，对物探、化探、遥感资料进行异常信息提取、蚀变信息的解译，进而进行成矿信息空间叠加分析，以实现成矿远景区的快速圈定。

（2）通过采用证据权重法对内蒙古巴音戈壁盆地进行多元信息的成矿预测，从各证据因子的权重值来看，影响研究区铀矿成矿作用最大因素是化探铀异常，其次是航放总道异常。由此可以看出，物化探异常在成矿远景区的圈定中指示作用明显。

（3）基于MRAS软件的证据权重模块计算出的研究区后验概率结果与已知矿点叠加分析得出，研究区78.5%的已知矿点落在后验概率值大于0.1的高值区域。

（4）根据后验概率等值线图，并结合已有地质资料，圈定了11个成矿远景区，预测结果对该区进一步找矿工作具有重要的指导意义。

［1］肖克炎，张晓华，陈郑辉，等.成矿预测中证据权重法与信息量法及其比较［J］.物探化探计算技术，1999， 21（3）:223-226.

［2］池顺都，赵鹏大.应用GIS圈定找矿可行地段和有利地段［J］.地球科学， 1998， 23（2）:125-128.

［3］Agterberg F P， Bonham-Carter G F， Cheng Q M，et al.Weights of evidence modeling and weighted logistic regression for mineral potential mapping［C］//Davis J C，Herzfeld U C.Computers in Geology:25 Years of Progress.New York:Oxford Univ.Press，1993:13-32.

［4］Agterberg F P， Bonham-Carter G F， Wright D F.Statistical pattern integration for mineral exploration［C］//Gaal G， Merriam D F eds.Computer Applications for Mineral Exploration in Resource Exploration， Oxford:Pergamon Press.1990： 1-21.

［5］Bonham-Carter G F， Agterberg F P， Wright D F.Weights of evidence modeling:A new approach to mapping mineral potential［J］.Geological survey of Canada paper， 1989， 89-90:171-183.

［6］廖崇高.兰坪盆地成矿预测中的多源信息定量分析［J］. 矿床地质， 2001， 20（3）:292-295.

［7］陈永良，刘大有.一种基于GIS的矿产资源潜力评价的自动制图模型［J］.地质评论，2002，48（3）:324-329.

［8］刘世翔，薛林福，郄瑞卿，等.基于GIS的证据权重法在黑龙江省西北部金矿成矿预测中的应用［J］.吉林大学学报： 地球科学版， 2007， 37（5）:889-894.

Application of GIS based on evidence weighting method to the evaluation of uranium metallogenic target areas—A case study of Bayingebi Basin in Inner Mongolia

ZHANG Qi1，2， WANG Jian-guo1，LI Bi-hong2，LI Ke1
（1.China University of Geosciences （Beijing）， Beijing 100083， China；2.CNNC key Laboratory of Uranium Resources Exploration and Evaluation Technology，Beijing Research Institute of Uranium Geology， Beijing 100029， China）

Former data and information in geology， geophysics， geochemistry and remote sensing of Bayingobi Basin are processed and analyzed.Fifteen information layers such as uranium of geochemical survey，uranium of airborne radioactive survey and hydroxy anomaly of remote sensing are selected to assess and evaluate the uranium mineralization potential by the method of evidence weighting based on GIS.The potential areas are classified and 11 prospecting targets are delineated.

weights of evidence； uranium deposits； prediction of ore deposit； Bayingobi Basin；geographical information system

P612；P628

A

1672-0636（2012）01-0041-06

10.3969/j.issn.1672-0636.2012.01.007

2011-10-12；

2011-11-24

张 琪（1986—），女，山东烟台人，在读硕士，矿产普查与勘探专业，主要从事矿产资源评价与3S技术应用研究。

E-mail:cassie.zhangqi@gmail.com