■林映涛 王贤峰 宋家伟

（海南省地质局海南海口571100）

小波多尺度在海南雷鸣盆地铀矿勘查中的应用研究

■林映涛 王贤峰 宋家伟

（海南省地质局海南海口571100）

通过对海南雷鸣盆地的地面γ能谱数据铀（U）异常进行多尺度分解计算结果表明，小波分析在砂岩型铀矿运用上，对于不同层位含铀层引起的综合叠加场源响应，具有显著的分离的效果，可以揭示地下不同铀矿含矿层位（铀矿化层位）具体深度，能对不同深度的铀矿体空间分布做出精准判断。

小波多尺度分析向上延拓γ异常地面γ能谱

0　引言

地球物理异常信号的处理与转换是地质矿产勘探解释理论的一个及其重要环节。为了更有效地突出目标地质体异常信号，压制其他干扰信号，尽可能将单一的地球物理数据进行多面转换与解释，这是地球物理数据处理较为重要的方法。

在实际铀矿勘查工作中测量得到相对较高的地面γ能谱数据，往往是由浅表铀矿体（矿化体）的γ高场引起的异常，其他相对较弱的γ场也会包含了许多宝贵的信息，可能是不同规模铀矿体（矿化体）在地下不同深度的综合响应。若能从测量得到地面γ能谱数据中将不同埋深的铀矿体（矿化体）产生的γ异常分离出来，特别是对弱γ异常信号的分离提取并加于分析利用，这样就能对地下不同深度的目标地质体引起的辐射场源响应分别做出解释。然而，这个问题直到现在还是许多专家学者研究的热点，所以弱异常的提取在地球物理勘探异常解释中具有十分重要的意义。

本文将小波多尺度分析应用于处理海南雷鸣地区的地面γ能谱数据，同时也用传统方法进行处理，对比它们所得的成果图，给出了相应的结论,经过钻孔剖面资料验证，认为小波分析在核辐射场分离，以及判断铀矿含矿层位地下埋深方面具有良好的效果

1　小波多尺度分析的理论基础

1.1方法原理

在小波多尺度分析的基础上，Mallat（1988）根据小波多分辨率特征，将正交小波基的构造法统一起来，给出正交小波的构造方法以及正交小波变换快速算法，即Mallat算法，对于分辨率为的信号,用表示空间的低频逼近部分，表示空间的高频细节部分，可得

可以进一步写为

式中，表示函数映射到子空间，为小波分解的最大阶数（刘天佑，2005）。

1.2小波多尺度分解的应用实例

把上述小波多尺度分析方法应用于地面γ能谱测量资料处理,实现野外观测值U含量多次分解。当分解尺度为1时，得到1阶逼近和1阶细节；当分解尺度为2时，得到2阶逼近和2阶细节；2阶细节相当于是从1阶逼近再分离出来的1阶细节，这样就把一个复杂异常分解成为一个1阶细节（可能是随机干扰或浅部地质体产生的）、一个2阶细节（可能中浅部地质体产生的）和一个2阶逼近。同理可以进行更高尺度的分解（张恒磊等，2009）。（如图1～1）

以三阶为例表示为下式：

2　海南雷鸣盆地放射性地球物理特征

雷鸣盆地地区的铀矿层（铀矿化层）主要赋存在盆地边缘白垩统报万组K2b中，报万组矿层中铀矿石主要有含砾砂岩、长英质含砾粗砂岩、长英质含砾中砂岩、长英质含砾细砂岩，含矿层为红褐色、灰黑色、黄褐色。根据北京703航测队资料，雷鸣盆地西部边缘内外接触带部位，γ异常发育，多表现为航测伽玛高场，偏高场及异常区。场值可达3—15γ或15γ以上，为航测Ⅰ类远景区。具有铀成矿远景的HF～3a号航测异常就位于盆地西部边缘航空γ高场的西南部(见图2～1)，其展布方向为NE向，长约8Km，宽约1Km，强度为6～9γ，U/Th＞1，为铀性异常。

图2　～1雷鸣盆地航测伽玛平面等值图

根据2009年～2010年野外调查，在区域上对雷鸣盆地及边缘地区进行γ路线测量、γ能谱路线测量，认为由于同一时代的不同侵入岩或不同时代的同种侵入岩，其放射性元素含量一般都不尽相同，因此对盆地边缘侵入岩及变质岩地区开展γ测量的同时配合采用地面γ能谱测量，研究其放射性特征及其U、Th、K含量背景值，并统计该区域不同岩性的U、Th、K含量背景值（见表2～1）。根据地表γ高场异常进行槽探揭露，刻槽取样的结果表明，铀矿层明显受层位控制，不同层位、不同岩性其U、Th、K含量背景值差异显著，一般紫红色含砾粗砂岩U含量较高，而灰白色含砾粗砂岩，灰白色细砂岩及灰白色细砂岩及含砾中砂岩，灰白色含砾粗砂岩及黄褐色含砾粗砂岩等岩性其背景γ含量均相对较低。（见表2～2），这为该区开展地面γ能谱测量工作提供较好的地球物理条件。

表2　～1雷鸣盆地区域的铀、钍、钾含量背景值

表2　～2雷鸣盆地槽探刻槽取样铀、钍、钾含量分析结果表

3　数据采集处理与揭露工程验证

3.1海南雷鸣盆地数据采集处理

在室内处理γ能谱数据确定背景值、标准偏差、变异系数时，参照了GB4882～85进行正态、偏度、峰值检验，各元素均服从正态分布。采用下列公式计算各参数值：

变异系数CV=S/X

n为测点数，要求大于或等于30个测点；Xi第i个测点铀、钍、钾含量值；计算背景值、标准偏差时应剔除含量值Xi大于或等于X+3S的测点，这样所得的异常结果才较可靠。本文运用surfer异常等值线成图软件处理地面γ能谱数据，对U含量生成异常平面等值线图，然后用mags软件的二维小波分析功能模块对surfer文件进行小波多尺度分解（见图3～1至3～6）。

图3　～1海南雷鸣盆地地面γ能谱U原始异常平面等值线

图3　～2海南雷鸣盆地工区小波一阶逼近U异常平面等值线

图3　～3海南雷鸣盆地工区小波二阶逼近U异常平面等值线

图3　～4海南雷鸣盆地工区小波三阶逼近U异常平面等值线

图3　～5海南雷鸣盆地功率谱曲线/(小波一阶逼近)

图3　～6海南雷鸣盆地功率谱曲线/(小波二阶逼近)

图3　～7海南雷鸣盆地功率谱曲线/(小波三阶逼近)

3.2数据处理成果分析及钻孔工程验证

3.2.1数据处理成果分析

以上成果图件以海南雷鸣地区的地面γ能谱数据的U异常为例来说明小波多尺度分解的应用效果。从工作区地面γ能谱测量结果可知，工作区U含量平均值为2.83ppm，最高值为25.5ppm。U异常等值图呈南北带状分布，紫红色含砾粗砂岩一般有较强的γ高场异常。对U异常进行小波分解处理,分别作了一阶、二阶、三阶分解，异常等值图经过小波分解后，异常等值图形态更加规则,异常呈近南北拉长且呈近椭圆状。原始异常强度极大值为25.5ppm,小波一阶分解后其异常幅值衰减为15.5ppm，小波二阶分解后其异常幅值衰减为10ppm，小波三阶分解后其异常幅值衰减为5.8ppm，U异常幅值衰减较大。采用小波多尺度一阶细节显著地反应浅部地质体异常响应，三阶小波逼近U异常等值图呈椭圆状形状更加规则明显，通过小波二阶逼近功率谱曲线分析，一阶小波逼近的场源似深度为60.95m，二阶小波逼近的场源似深度为105.08m，三阶小波逼近的场源似深度为143.55m。

3.2.2钻孔工程验证

工作区内铀矿化严格受地层层位控制，矿体主要产于报万组下段上部（K2b1～3）、中段下部（K2b2～1）和中段中部（K2b2～2）地层中（见图4～16）；矿体产状与地层产状一致，即矿体走向为近南北向，倾向东，倾角40.3°～55.6°，呈似层状、透镜状产出。根据2012年度钻孔资料，铀矿体主要分布于工作区北部地段10号勘探线至14号勘探线、工作区中部地段3号勘探线和南部地段9号勘探线至19号勘探线之间，赋存标高为+49～351m。论文数据选取地面γ能谱勘探线0～17号线做小波多尺度分解，结合功率谱分析，并选择ZK3～1号钻孔资料验证（见图4～19）。ZK3～1号钻孔为工业孔，矿体产于报万组下段上部（K2b1～3）地层中，其产状与地层产状一致（见图4～18），

图3～8紫红色含砾粗砂岩

图3　～8 紫红色含砾粗砂岩（钻孔号：ZK3～1，孔深：103.95～105.35m）

图3　～9 紫红色含砾粗砂岩（钻孔号：ZK3～1，孔深：105.15～105.25m）

总体走向为近南北向，倾角41.1°。矿体呈似层、透镜状，沿走向长100m，沿倾向长100m。矿体水平厚度1.84m，品位0.101%，资源量（334）47.0t。含矿岩性为紫红色中砂岩和含砾粗砂岩，发育强烈红化、赤铁矿化（见图3～8、3～9）。

图3　～10工作区中部地段03号勘探线钻孔剖面图

1～白垩系报万组中段上亚段；2～白垩系报万组中段中亚段；3～白垩系报万组中段下亚段；4～白垩系报万组下段上亚段；5～白垩系报万组下段中下亚段；6～砾岩；7～砂质砾岩；8～含砾粗砂岩；9～粗砂岩；10～中砂岩；

11～细砂岩；12～粉砂岩；13～凝灰质粉砂岩；14～泥质粉砂岩；15～粉砂质泥岩；16～泥岩；

17～残积土；18～工业矿段；19～矿化段；20～钻孔编号及孔口标高。

图3～2至图3～4是工作区1阶至3阶小波分解的逼近，图3～5至图3～7是工作区1阶至3阶小波分解对应的功率谱曲线及相应的场源似深度，结合功率谱分析及钻孔剖面资料（图3～10）验证可知，1阶小波逼近场源似深度为60.95m，与剖面图的2号矿化段（66.75m～68.65m）较为接近；2阶小波逼近场源似深度为105.08m，与剖面图的 4号工业段（103.95m～105.35m）和 3号矿化段（97.25m～97.85m）较为接近；3阶小波逼近场源似深度143.55m与剖面图的5号矿化段（149.85m～150.15m）较为接近。

4　结论

在铀矿勘探工作中，由于深部场源的γ异常响应频率较低，测量得到地面γ能谱数据不高，又受浅部铀矿体（铀矿化体）的γ高场干扰，这样在推断解释时就往往漏过深部目标地质体。有些方法虽可以对高低频信号进行识别，但对深部铀矿体的空间分布状态切难以准确分辨和判断。因此对地面γ能谱高低频异常信号分别作出定性解释，并对地下铀矿体（铀矿化体）赋存空间状态作出准确判断具有重要找矿意义。本文用小波多尺度分解对海南雷鸣工作区的地面γ能谱U异常进行处理分析，可以得出以下几点重要结论：

（1）小波分析是将地面观测的γ能谱数据通过处理转换解释到地下地质目标体响应的有效手段，运用小波多尺度分解对地面γ能谱数据的U含量进行处理，可以揭示地下不同铀矿含矿层位（铀矿化层位）具体深度，推断地下不同深度铀矿体（铀矿化体）的三维空间分布状况。

（2）地面γ能谱数据经过小波多尺度分解并结合功率谱分析，可以揭示具体深度铀矿体（铀矿化体）产生的异常响应，对铀矿体（矿化体）引起的场源异常能够作出较为准确的判断，通过钻孔资料验证，认为小波多尺度分解方法有较高的准确性。

TL212.9[文献码]B

1000～405X（2016）～4～332～3