雷波，兰明，贺锋，鲁宝龙,罗才武

(1.南华大学 资源环境与安全工程学院，湖南 衡阳 421001； 2.巴黎大学 巴黎地球物理学院，巴黎 75005;3.核工业北京地质研究院，北京 100029； 4.核工业二○三研究所, 西安 咸阳 712000)

0 引言

铀矿是一种能源资源，也是一种重要的国防战略资源[1]。随着我国能源“供给侧”改革的逐步推进，核能在能源结构的比重增加，促进了我国铀矿资源的勘探与开发。自20世纪90年代开始，利用土壤氡浓度、伽马等物探测量手段，陆续在伊犁盆地[2-3]、吐哈盆地[4-5]等地发现了铀矿床。走廊盆地西部花海盆地等区域也开展了深部或隐伏铀矿资源探索，但是工作程度有限，近地表土壤放射性特征提取与辨识存在不足。子区中位数衬值滤波法(SAMCF)是在EDA(勘查数据分析)技术和滤波技术的基础上建立的无需对原始数据作处理而提取异常信息的一种化学勘探数据处理方法[6-7]，常用于1∶20万、1∶5万等金属矿床地球化学弱小异常提取[6,8-10]。但是，子区中位数衬值滤波法数据处理结果对工作经验要求较高，与勘探比例尺、勘探面积也存在很大联系，不同大、小窗口参数子区中位数衬值滤波法处理成果存在不确定性。因此，笔者利用河西走廊盆地群西段花海盆地土壤氡浓度测量成果，分析熵—子区中位数衬值滤波提取的地表放射性异常区域特征，尝试使用熵度量地质异常体[11-13]，解决子区中位数衬值滤波中大、小窗口参数选择的问题，为本区后续勘探提供方向。

1 区域地质背景

河西走廊群是一个由NWW向的祁连山北缘断裂和龙首山断裂所围限的山前拗陷盆地，走廊内部又被一组活动性很强的NNW至NW走向的次级断裂及其所控制的隆起分割成几个次级盆地。花海盆地位于走廊盆地群西部，即甘肃省酒泉市北山与宽台山和黑山之间，隶属于阿拉善地块北部过渡带上，西跨阿尔金地块，南邻走廊过渡带，北接北山海西褶皱带，由SSW向NNE的主压应力和来自阿拉善地块的近SN向主压应力作用，经历了前侏罗纪陆块稳定发展、早侏罗世断陷形成、早白垩世断陷发育、新近纪拗陷褶皱冲断和第四纪持续拗陷沉降5个时期的构造演化。区内发育侏罗系、白垩系、古近系、新近系和第四系等地层，白垩系与古近系之间为不整合接触界，断裂构造主要位于中部和南部，以NE向和NW向展布为主[14-16]。

图1 花海盆地区域地质图简图[16]Fig.1 Geological structure of the Huahai Basin[16]

2 氡气异常特征

2018年，依据《氡及其子体测量规范》(EJ/T 605—1991)和《铀矿勘查氡及其子体测量规范》(EJ/T 605—2018)，采用静电收集法RAD7 型α能谱氡气检测仪对河西走廊盆地群花海地区长8 km、宽7.5 km的区域开展了野外土壤氡气浓度测量(测线距离为500 m、测量点距离为100 m、土壤深度70 cm)。开始测量前，氡气检测仪在南华大学氡湖南省重点实验室进行矫正，偏差小于5%。野外土壤氡气浓度测量时，仪器工作前误差范围为0.32%～7.88%，平均误差为2.95%；工作后误差范围为2.12%～10%，平均误差为5.12%。测量点重复测量误差范围为0.09%～5.56%，平均值为2.67%。土壤氡气测量期间，RAD-7测氡仪在稳定性、一致性和重复性检查中符合规范要求(不超过±10%)。

测量结果表明，花海盆地西部土壤氡气浓度为110.58～17 365 Bq/m3，约90%分布在500～2 000 Bq/m3；土壤氡浓度总体呈现SN向团块状、零星状展布，主要分为东、西2个部分。东部源泉村地区土壤氡浓度变化幅度大，土壤异常面积小；西部地区东屯—牛王宫附近土壤氡气浓度高且异常区域范围大[17]。研究区西部施工ZKH3-1在埋深约500 m白垩系新民群中沟组砂、泥岩互层的河流湖泊沉积层中发现受到了潜水—层间氧化控制的铀矿化体1段、铀异常2段，总厚度在1.1 m，品位约为 0.008%。

图2 花海盆地西部土壤氡气浓度等值线Fig.2 Contour map of the soil gas radon concentration in the west of the Huahai Basin

3 熵—子区中位数衬值滤波

子区中位数衬值滤波法是在EDA(勘查数据分析)技术和滤波技术基础上开发出来的，以稳健统计学为基础，无需对原始数据作任何处理而提取异常的化探数据处理方法[6,8-10,18]，公式如下：

Fu=Qu+1.5Sh；

(1)

F1=Q1-1.5Sh；

(2)

CF，P=MWc/Fu；

(3)

CF，N=MWc/F1。

(4)

式中：Fu为异常点下限值；F1为异常点上限值；Qu为大窗口统计区域内75%趋势值；Q1为大窗口统计区域内25%趋势值；Sh为内散度；MWc为小窗口子区中位数趋势值。当CF，P>1，即为正异常；当CF，N<1，即为负异常。

在本文中大、小窗口取值范围如下：

(5)

Shannon 于 1948 年提出了“不确定性”度量熵(Entropy)，C.E. Shannon 在此基础上提出了信息熵。对多元信息集成的地质体而言，其熵函数可用下式[11]表示：

S=-∑P(i)×lnP(i)，

(6)

式中：S为地质系统熵值；P(i)为系统中i状态( 地质条件或控矿因素) 出现的概率。

理论上，子区中位数衬值滤波结果中正异常信号范围与矿床空间展布紧密联系[6-10]。因此，如果将研究区划分为800×750的网格，则每个网格中子区中位数衬值滤波后i状态异常体的概率为：

P(i)=N(i)/N；i=-1，0，1

(7)

式中：P(i)为i状态出现的概率；N(i)为i状态出现的总次数；N为所有状态出现的次数。

前人研究成果表明，当图像所有像素点的概率分布都相同时，图像距离焦点最远，成像最模糊，图像熵值最大；反之，图像熵值最小，图像最为清晰[19]。因此，在熵—子区中位数衬值滤波结果中，辨识地质体异常信息最合理的大、小窗口(m，n)应满足如下条件：

(8)

式中：m、n分别为子区中位数衬值滤波中大、小窗口值。

4 结果与讨论

4.1 子区中位数衬值滤波

大、小窗口参数是子区中位数衬值滤波的重要参数，不同m、n组合，滤波结果中的正、负异常(如1，-1)分布范围也会发生变化。图3结果表明，当大窗口参数小于9、小窗口参数小于4时(图3a、c)，子区中位数衬值滤波结果中研究区东北部存在与事实不符的大范围的正异常(a、c中东北角黄色区域)，“边界效应”明显；随着小窗口参数n增加，研究区正异常范围逐渐减少(图3b、d)。如果大、小窗口(m，n)为1∶20万、1∶5万图幅子区中位数衬值滤波经验值时[6-8]，子区中位数衬值滤波结果也存在差异。当大、小窗口为(9，2)时，研究区西部和西南部正异常为8处(图3b)；而当大、小窗口为(9，3)时，研究区西部和西南部正异常有7处(图3d)。图3滤波结果也表明，子区中位数衬值滤波辨识的异常信息与大、小窗口有关，明显存在多解性和不确定性。如果人工过高的参与窗口参数选择，则滤波结果存在较高主观性的风险。

4.2 熵—子区中位数衬值滤波

子区中位数衬值滤波结果的不确定性，为熵定量分析大、小窗口(m，n)滤波结果提供了条件。

4.2.1 与插值方法的关系

理论上，采用不同栅格化插值方法，栅格化后的图像存在较大的差异。当土壤氡气浓度栅格图不同时，子区中位数衬值滤波结果的熵值也会不同。如前所述，将花海盆地西部划分为800×750网格，采用Linear、Cubic、Neareast和V4方法(相同等值线线间距)将研究区土壤氡气浓度栅格化的结果接近、差异性较小(如图4所示)。熵—子区中位数衬值滤波结果也表明，4种栅格化后的土壤氡气浓度滤波结果熵值接近，且变化趋势较一致(图5)。上述研究表明，图像栅格插值方法对子区中位数衬值滤波结果影响有限，进而对滤波后熵值影响也有限。但是，不同氡气浓度等值线间隔对熵—子区中位数衬值滤波的影响尚不清楚，需后续深入研究。

图4 不同插值方法下花海地区西部土壤氡气浓度栅格图(800×750)Fig.4 Grid map of soil radon concentration in the west of Huahai area by differentInterpolation method(800×750)

4.2.2 大、小窗口(m，n)参数的关系

图3、图5结果表明，不同组合的大、小窗口参数滤波的熵值变化复杂。总体来说，大、小窗口参数(m，n)对熵—子区中位数衬值滤波的影响分为3个阶段。当小窗口参数值从2增加到9时，滤波结果熵值呈现“增大”的变化趋势(黄色趋势线部分)；当小窗口参数值增加到16、25，滤波结果熵值呈现“增大—减少”的变化趋势；当小窗口参数值大于49时，滤波结果熵值呈现“增加”的变化趋势。同时，熵—子区中位数衬值滤波也表明，当大、小窗口参数差异巨大时，如大、小窗口为(144，49)时，小窗口获取的土壤氡气浓度与大窗口获得子区背景值差异度减少，异常信息识别度降低，熵值呈现增大的趋势。

图3 花海盆地土壤氡气浓度子区中位数衬值滤波结果Fig.3 Results of soil gas radon in the Huahai Basin by the SAMCF method

图5也表明，当大、小窗口参数为(9，4)、(64，4)、(81，4)、(64，49)、(81，49)时，图像熵值较低。但是，当大、小窗口参数为(9，4)时，熵辨识的正异常区域与大、小窗口参数(6，2)、(6，3)相似，存在明显的“窗口效应”。因此，低熵值的大、小窗口(m，n)参数存在产生“伪焦点”的可能性，滤波结果并不能完全可靠。

图5 不同插值方法与图像熵值关系Fig.5 Relationship between interpolation method and the image entropy by the IESAMCF method

4.2.3 大、小窗口比率的关系

图6分析可知，熵值与大、小窗口比率(k=m/n)的关系比较复杂。当大、小窗口参数分别为(6，2)、(6，3)、(9，3)(k=3)、(9，2)(k=4.5)时，虽然滤波结果熵值较低，但是熵值缺乏稳定性，呈现多期次周期性变化。图3a和图3c结果已经表明，此时滤波结果存在“伪正异常”，可信度较低。图6结果也表明，当大、小窗口比率k在15～20(如大、小参数为(64，4))时，研究区子区中位数衬值滤波结果熵值最低。理论上，此时子区中位数衬值滤波辨识的研究区西部土壤氡气异常可靠程度最高。

图6 大、小窗口参数比k与熵的关系Fig.6 Relationship between the k and the entropyby the SAMCF method

野外钻探成果显示，研究区西部施工ZKH3-1探井在下白垩统砂、泥岩互层的河流湖泊沉积层中发现厚约1 m的含铀异常沉积体[16-17]，与基于熵值分析的子区中位数衬值滤波辨识土壤氡气异常区域位置重叠程度较高，验证了熵—子区中位数衬值滤波的有效性和可靠性。

5 结论

1)研究区熵—子区中位数衬值滤波熵值变化范围在2.5～3.6，熵值与大、小窗口参数关系，与其比率总体呈现“周期波动—下凹型”多项式变化规律。

2)研究区最佳子区中位数衬值滤波大、小窗口比率为15～20，熵值最小，此时子区中位数衬值滤波显示的研究区西部土壤氡气异常区域可信度高，对本区后续勘探指明了方向。