Predicción del potencial de recursos de información integral de las minas de oro en el norte y este de la provincia de Jiaodong
La investigación sobre la predicción metalogénica de los depósitos de oro en la parte norte de la provincia de Jiaodong comenzó en la década de 1980. El Sexto Equipo Geológico de la provincia de Shandong completó el "Informe de previsión de recursos totales de oro de la provincia de Shandong" en 1987, prediciendo. que la provincia de Shandong sería 36 La cantidad total de recursos de oro en cada unidad que contiene mineral es 3026.486t, de los cuales los recursos potenciales son 2319.079t en 1989, el equipo geofísico completó el "Mapeo de información de exploración geofísica integral y oro 1:20; Informe de predicción de mineralización en el área de Jiaodong", que clasificó el área de Jiaodong. Está dividida en 9 áreas metalogénicas y 71 campos minerales pronosticados, incluidos 12 campos minerales pronosticados de primer nivel y 19 campos minerales pronosticados de segundo y tercer nivel. La predicción de la mina de oro en esta etapa es parte de la primera ronda de zonificación de mineralización en la provincia de Shandong. En la década de 1990, la segunda ronda de divisiones metalogénicas llevó a cabo predicciones metalogénicas a gran escala para los principales cinturones metalogénicos. En 1993, el Sexto Equipo Geológico completó el "Informe de predicción de mineralización de oro 1:25.000 para el cinturón de la mina de oro de Jiaojia en el noreste de la provincia de Jiaodong, provincia de Shandong" y predijo que los recursos totales de oro del cinturón de la mina de oro de Jiaojia serían 992,687 toneladas ( incluyendo Los recursos de oro probados son 335.987t). El "Informe de predicción de mineralización de oro 1:50.000 para la zona de falla Zhaoyuan-Pingdu en el norte y este de la provincia de Jiaodong" completado por el Sexto Equipo Geológico en 1994 utilizó métodos de regresión múltiple para evaluar cuantitativamente los recursos totales de oro en el cinturón de Zhaoping, de los cuales los recursos potenciales fueron 665.043t. En el siglo XXI, basándose en la investigación regional de predicción de mineralización de finales del siglo XX, se han publicado una tras otra monografías sobre los resultados de la investigación de predicción de mineralización. En 2003, Wang Shicheng y otros compilaron y publicaron "Predicción integral de información sobre la mineralización de depósitos de oro y áreas concentradas de minas de oro en la provincia de Shandong". En 2007, Li Shixian y otros compilaron y publicaron "Geología de la mina de oro de Jiaodong", ambos compilados y publicados. publicado en "Recursos de la mina de oro de la provincia de Shandong". Con base en el "Informe de pronóstico total", se propuso la cantidad total de recursos de oro a nivel unitario en el campo de mineral de Jiaodong.
2. Determinación de las unidades de predicción
Con base en el análisis de las condiciones geológicas de la mineralización, se marcaron con un círculo 18 unidades de predicción del campo mineral como objetivos de esta predicción de mineralización (Tabla 9-2). Algunas áreas de predicción tienen un mayor grado de trabajo, tienen recursos más probados y son unidades productoras de mineral conocidas. Esta predicción los utiliza como unidades modelo y el resto son unidades de evaluación, unidades de predicción.
En tercer lugar, predecir información unitaria de campos minerales y asignación de variables geológicas
(A) Predecir información útil de unidades
Analizar y determinar mineralización útil La información es la premisa para el estudio de las variables geológicas, y es el resumen y análisis de las reglas regionales de mineralización, las condiciones de control de la mineralización y la interpretación integral de los datos. El método específico es: tomar las unidades que contienen minerales conocidas como objeto, tomar el contenido de la tarjeta de unidad como objetivo, realizar comparaciones estadísticas entre información y entre información y recursos, y determinar su relación con los recursos minerales desde la perspectiva de la mineralización. teoría.
Con base en el estudio de las reglas metalogénicas, las condiciones geológicas que controlan el mineral y los indicadores integrales de prospección de los depósitos de oro en el norte y el oeste de la provincia de Jiaodong, es importante tomar la información característica de estratigrafía, estructura, macizo rocoso, campo geofísico y campo geoquímico como logotipo importante. Bajo la guía de la teoría de la mineralización de oro y considerando la correlación de la información, se extrajo la información relacionada con la evaluación del recurso de oro en cada unidad de campo de mineral pronosticada (Tabla 9-3), que constituye las variables geológicas para la predicción de la mineralización.
(2) Asignación de variables geológicas de cada unidad de predicción
La asignación de variables consiste en asignar ciertos valores cuantitativos a los diferentes estados cambiantes de la unidad según ciertos criterios, de modo que existe una relación entre el estado y el valor. Con cierta correspondencia, los cambios en las variables se pueden representar mediante cambios en los valores. El método de asignación para esta predicción es el siguiente:
Tabla 9-2 Lista de unidades de campo de mineral de predicción de mineralización en la parte noreste de la provincia de Jiaodong
Continuación
Continúa
Tabla 9-3 Lista de información de mineralización de unidades de campo previstas
Continúa
Continúa
Continúa
Continuación
Continuación
Continuación
Nota: SγJH - roca cataclástica sericizada con pirita, SγJH - roca cataclástica de granito sericizada con pirita, γJH - granito sericizado con pirita, JH - Granito sericitizado con pirita, granito Kγ y potasio, sericitización J, silicificación SJ, potasio K, potasio S. ρ-pegmatita, granito ργ-pegmatita, pórfido δμ-diorita, Roca, β-diabasa, δ-diorita, dique N-básico.
Tabla 9-4 Lista de variables originales para predicción de dos estados
Continúa
Tabla 9-5 Lista de variables originales para predicción de tres estados
Continuar
Tabla 9-6 Tabla de datos de variables continuas del modelo de análisis de regresión
Nota: Los números marcados con * son datos estimados.
1) Asignación de variables binarias: La variable existe en forma de "1"; si la variable no existe o los datos no son claros, es "0".
2) Asignación de variables de tres estados: "1" es favorable para la mineralización; "0" es favorable para la mineralización o los datos no están claros; "-1" es desfavorable para la mineralización.
Al analizar las variables geológicas de cada unidad de predicción y asignar valores de acuerdo con el método anterior, se forman respectivamente las variables originales de dos estados y las variables originales de tres estados de la unidad de predicción (Tabla 9- 4 y Tabla 9-5).
3) Análisis y asignación de variables cuantitativas: De acuerdo con los principios de selección y construcción de variables predictivas cuantitativas, se analizaron las características de las variables continuas del modelo de análisis de regresión de unidades de campo de mineral de 18 predicciones. se muestra en la Tabla 9-6.
Los 7 ítems y las 25 variables cuantitativas descriptivas se asignan según el principio de asignación de variables binarias, es decir, al estado se le asigna un valor de "1" si no existe o la información no es clara; , es "0".
Cuatro. Predicción del potencial de recursos
(1) Determinación de unidades de demostración
La unidad modelo es la unidad utilizada para establecer el modelo de evaluación. A través de la analogía entre la unidad modelo y la unidad desconocida, la. Posicionamiento del cuerpo mineral y propósitos de pronóstico. La unidad de campo mineral modelo debe cumplir los siguientes requisitos: ① La unidad de campo mineral debe incluir más de un depósito mineral conocido y sus reservas de recursos están controladas por el proyecto ② El tipo de recurso es claro e incluye dos niveles de significado: primero, la razón es clara; en segundo lugar, la unidad debe tener Jiaobei Las características típicas del modelo de prospección de minerales en el área de concentración de mineral son que tiene un alto grado de trabajo e investigación y puede obtener diversos datos necesarios para la evaluación, incluida la geología y el magnetismo. , gravedad, arena pesada, flujo disperso, etc.
A través del análisis y comparación de 18 unidades de campos minerales en el noroeste de Jiaojiao, se seleccionaron 10 unidades como unidades modelo para la evaluación de recursos de oro (Tabla 9-7).
Tabla 9-7 Lista de unidades del modelo de predicción metalogénica en el grupo de mineral de Jiaobei
Debido a los diferentes métodos y principios de cálculo, los requisitos para las unidades del modelo también son diferentes. Basado en las 10 unidades modelo conocidas, este libro selecciona además unidades modelo según el modelo de cálculo utilizado. Se seleccionaron cinco unidades, Jiaojia, Linglong, Lingshangou, Yuantuan y Majiayao, como unidades modelo estándar del modelo de información lógica de predicción a escala de recursos. Las condiciones de selección de los elementos del modelo estándar son: ① Los elementos están cerca entre sí, lo que indica que los elementos tienen una agrupación obvia en diferentes planos de proyección. Por ejemplo, los elementos 1 y 2 siempre son inseparables; las reservas tienen una direccionalidad obvia, es decir, las reservas de recursos cambian regularmente de pequeñas a grandes o de grandes a pequeñas en una determinada dirección (3) Debido a la inestabilidad de la clasificación, los elementos límite de diferentes escalas no se pueden utilizar como elementos estándar;
(2) Optimización de variables
Las variables geológicas originales mencionadas anteriormente tienen un significado geológico claro y una relación clara con las características de los recursos minerales. Hasta cierto punto, reflejan una determinada característica. de los depósitos de oro en el noroeste de Jiaodong y Dongxi Aspectos, tiene sentido utilizar estas variables. Sin embargo, las variables originales solo pueden mostrar la relación entre una única variable y los recursos de oro, no pueden revelar las características cambiantes de la importancia de las variables y no pueden usarse directamente para la predicción de la mineralización. Las variables originales deben optimizarse aún más para obtener la mejor combinación de variables para las predicciones reales. Este trabajo utiliza el método de componentes principales y el método de suma de cuadrados en el análisis de características para optimizar variables.
1. Optimización de variables de dos estados
Los coeficientes de peso de 49 variables se calculan mediante el modelo 10 × 49 (Tabla 9-8). De acuerdo con el tamaño y el estado cambiante del coeficiente de ponderación de cada variable, después de una selección repetida, se seleccionaron las 45 variables principales con coeficientes de ponderación más grandes como combinación de variables predictivas (Tabla 9-9).
2. Optimización de variables de tres estados
Calcule 31 variables para 10 unidades de modelo (Tabla 9-10) y finalmente seleccione las primeras 27 variables como combinación de variables para tres estados. predicción de posicionamiento (Tabla 9-11).
(3) Establecer un modelo matemático para la predicción
1. Modelo de predicción a nivel de unidad
El modelo matemático para la predicción y evaluación a nivel de unidad consiste en establecer Mineralización a través de un determinado método matemático. Probabilidades en función de variables geológicas. Este trabajo utiliza el método de análisis de características para establecer un modelo geológico matemático para predecir la delimitación de posibles lugares escénicos y el nivel de recursos minerales.
El modelo matemático es:
El modelo de prospección y mineralización de grandes depósitos de oro en el área de concentración profunda de depósitos de oro en el este y oeste de la provincia de Jiaodong
Donde y es el grado de conectividad, i=1, 2, 3,... m; m es el número de variables; Ai es el coeficiente de peso de la I-ésima variable Xi es el valor de la I-ésima variable; .
Sustituir los valores de las variables y sus coeficientes de peso en cada unidad geológica en la fórmula para obtener el grado de conexión. El grado de conexión es un índice completo que refleja información de mineralización y su tamaño representa el símbolo de la perspectiva de mineralización de una unidad. Al comparar el grado de conexión entre la unidad de predicción y la unidad modelo, se puede juzgar la probabilidad de mineralización de la unidad de predicción.
2. Modelo de predicción cuantitativa
Seleccione el método de análisis de regresión y establezca un modelo de predicción para predecir recursos unitarios: un modelo de análisis de regresión. Utilice los recursos conocidos de la unidad modelo y sus variables correspondientes para predecir los recursos de cada unidad geológica portadora de minerales.
El modelo matemático de regresión es:
El modelo de prospección y mineralización de depósitos de oro profundos, grandes y súper grandes en el área de concentración de depósitos de oro en el norte y oeste de la provincia de Jiaodong
Entre ellos: a, b, Sb es un parámetro; x es el peso del objeto del modelo 5 × 20.
Tabla 9-8 Resultados del cálculo del coeficiente de peso de las variables de dos estados del modelo 10×49
Modelo de prospección y mineralización de depósitos de oro profundos, grandes y supergrandes en la zona de oro. área de concentración de depósitos en el noroeste de la provincia de Jiaodong
p>
Predicción a nivel de unidad
Según los principios y métodos de los modelos matemáticos a nivel de unidad, predicción de variables de dos estados y la predicción de variables de tres estados se utilizan para predecir las 18 unidades geológicas de yacimientos minerales identificadas.
1. Predicción de variables de dos estados
Utilice las 10 unidades del modelo determinadas y la información de las variables que se muestran en la Tabla 9-9. Cuando el modelo es 10×45, se utilizan el método de componentes principales y el método de suma de cuadrados para calcular el coeficiente de ponderación de cada variable (Tabla 9-12). Luego sustituya estos coeficientes de peso en las ecuaciones del modelo matemático establecido para realizar cálculos de predicción y obtener el grado de conexión de cada unidad (Tabla 9-13).
Tabla 9-9 Lista de variables optimizadas para predicción de dos estados
Continuación
Tabla 9-10 Resultados del cálculo de coeficientes de ponderación de variables de tres estados para la Modelo 10×31
Con base en los resultados del cálculo, se dibuja una curva de grados de conexión (Figura 9-1). La curva cambia suavemente y cae bruscamente en la unidad 15 (unidad de la isla Sanshan). Utilizando su grado de conexión como umbral, la unidad de predicción se divide en niveles primario y secundario.
Figura 9-Curva de conexión del modelo de 110 × 45 de cada unidad en predicción de variables de dos estados
Tabla 9-11 Lista de variables de optimización de predicción de tres estados
Tabla 9 -12 Resultados del cálculo de los coeficientes de peso de variables de dos estados del modelo 10 × 45
2 Predicción de variables de tres estados
Utilice la información de variables que se muestra en la Tabla 9-. 11 y usa el modelo 10×27 Haz cálculos. El proceso de cálculo es consistente con la predicción de variables de dos estados. Obtenga el coeficiente de peso y el grado de conexión unitaria de la variable (Tabla 9-14, Tabla 9-15).
Con base en los resultados del cálculo en la tabla, dibuje la curva de grados de conexión (Figura 9-2). La curva también cae bruscamente en la unidad 15 (unidad de la isla Sanshan). Utilizando su grado de conexión como umbral, la unidad de predicción se divide en niveles primario y secundario.
Los resultados de la predicción de variables de dos estados anteriores son muy consistentes con los resultados de la predicción de variables de tres estados. Aunque el orden del grado de contacto de cada unidad es ligeramente diferente, el nivel de división es básicamente el mismo. Sobre la base de un análisis y una comparación exhaustivos, los dos resultados de predicción se sintetizan en resultados de predicción y las unidades de predicción se clasifican (Tabla 9-16).
Nivel I: la unidad más prometedora para encontrar depósitos de oro grandes y medianos;
Nivel II: la unidad que se espera forme depósitos de tamaño mediano o superior.
Tabla 9-13 Lista de grados de contacto de unidades de campo de mineral de predicción de dos estados
Tabla 9-14 Resultados del cálculo de coeficientes de peso variable de tres estados del modelo 10×27
Tabla 9-15 Lista de grados de conexión de unidades de campo minado en predicción de tres estados
Figura 9-2 Curvas de conexión de cada unidad en predicción de variables de tres estados del modelo 10×27
Tabla 9-16 Resultados de la predicción a nivel de unidad
(5) Predicción cuantitativa unitaria
Con base en los recursos unitarios del yacimiento de mineral del modelo conocido y sus variables geológicas, un solo Modelo de predicción de recursos de unidades de yacimientos minerales: se establece la regresión. Analice el modelo para predecir la cantidad de recursos de cada unidad de yacimientos minerales prevista.
De acuerdo con los requisitos del método matemático de análisis de regresión, primero extraiga las variables numéricas continuas (Tabla 9-6), compare los signos y encuentre la combinación más pequeña de signos de partición.
Luego, de acuerdo con el modelo estándar 5 × 20, se calcula el peso del símbolo, el peso relativo del símbolo, el peso de la información del símbolo, la dispersión del símbolo y la diferencia de dispersión del símbolo de cada unidad del modelo estándar, y finalmente se obtiene el peso del objeto de cada unidad del modelo estándar.
Con base en la dispersión de símbolos calculada por el modelo, se obtienen los pesos objetivo de las 18 unidades de predicción (Tabla 9-17). Tomando 9 variables de predicción cuantitativa continua como variables independientes y la cantidad de recursos probada de la unidad del modelo como variable dependiente, mediante un análisis de regresión por pasos, se obtienen los parámetros variables respectivos en la ecuación y luego se sustituye el peso del objeto correspondiente a la unidad de predicción. la ecuación para obtener cada predicción. La cantidad de recursos prevista para la unidad.
Tabla 9-17 18 Tabla de pesos de objetos del modelo de unidad de predicción 5 × 20
La confiabilidad del análisis de regresión es 0.05 y la profundidad de predicción es 1000 ~ 1500 m. Es muy posible que los recursos de cada unidad de predicción puedan alcanzar el intervalo de confianza del límite superior del modelo de regresión con una probabilidad del 95%, y el límite superior es el modelo matemático de regresión más 1,96 veces la desviación estándar restante.
La cantidad de recursos de 18 unidades de predicción predichas por el modelo matemático de regresión se muestra en la Tabla 9-18. Según el pronóstico, los recursos totales de oro en el área minera en la parte noreste de la provincia de Jiaodong son 3217,95438+09t, un aumento de 725,90t con respecto al pronóstico anterior.
(6) Evaluación de los resultados de la predicción
Los resultados de la predicción están básicamente en línea con las condiciones geológicas reales y los resultados de la predicción a nivel de unidad geológica son creíbles; predecir la cantidad total de recursos es apropiado y los resultados de la predicción cuantitativa son confiables y sientan las bases para la prospección de oro en la parte noroeste de la provincia de Jiaodong. La confiabilidad de los resultados de la predicción se refleja principalmente en los siguientes aspectos:
(1) La predicción tiene suficiente base geológica. Basada en investigaciones en profundidad sobre geología, aeromagnética, gravedad, arena pesada, sedimentos de ríos y otros datos, esta predicción ha profundizado la comprensión de los factores que controlan el mineral y las reglas de mineralización de los depósitos de oro, y ha proporcionado una base para delinear campos minerales y La extracción de información de mineralización, la determinación y el cribado de variables proporcionan una base geológica suficiente.
Tabla 9-18 18 Tabla de recursos previstos para unidades de campo minado
(2) Determine razonablemente la unidad de campo de mineral prevista. A través del estudio de las condiciones geológicas de mineralización regional, se determinaron las condiciones de posicionamiento y las condiciones de contorno de las unidades de yacimiento de mineral en el cinturón de mineralización. Además de la información de mineralización de oro, como cuerpos minerales, puntos de mineralización, anomalías de arenas pesadas de oro y anomalías del flujo de dispersión de oro, los estratos, estructuras, rocas magmáticas y campos geofísicos también son condiciones importantes para el posicionamiento de las unidades de campo mineral. La unidad de campo mineral delineada en esta ocasión tiene suficientes bases geológicas, geofísicas y geoquímicas, y es el espacio más probable para la existencia de depósitos de oro.
(3) Extraer información y variables altamente relacionadas con la mineralización de oro. Primero, sobre la base del estudio de las condiciones de control del mineral, las reglas de mineralización y los modelos integrales de prospección de depósitos de oro, se determinaron 42 datos relacionados con la mineralización de oro mediante análisis estadístico. En segundo lugar, mediante comparación horizontal, se determinó la relación intrínseca entre cada información y mineralización, y luego mediante una fusión integral, se condensaron 49 variables de dos estados y 31 variables de tres estados, y se determinaron sus principios de asignación y alcance de aplicación. En tercer lugar, para la optimización de variables, se utilizan métodos matemáticos para proporcionar indicadores numéricos para medir la importancia de la relación entre variables y recursos, logrando así el propósito de optimización de variables.
(4) La secuencia de predicción de cada unidad corresponde al tamaño de la mina de oro y las reservas de recursos de la unidad. Todas las unidades de predicción tienen básicamente depósitos de oro, puntos minerales y puntos de mineralización, y hay hasta 14 unidades de reservas industriales. Aunque el número de reservas de recursos identificadas y la secuencia prevista no son exactamente consistentes entre unidades, en general son muy consistentes. Entre las unidades modelo, las minas de oro de Jiaojia y Linglong tienen las mayores reservas de recursos. Hay depósitos de oro muy grandes en la unidad y siempre se ubican entre los dos primeros en el orden de predicción.
(5) Las unidades de predicción en todos los niveles están distribuidas uniformemente dentro del área de trabajo. Por un lado, refleja la confiabilidad de los resultados de la predicción y, al mismo tiempo, muestra la viabilidad de utilizar un modelo de prospección de minerales para predecir la mineralización en el noroeste y el noroeste de Jiaoxi y la confiabilidad de las reglas de mineralización resumidas.
(6) Los resultados de la predicción son consistentes con los resultados de la investigación geológica. Aunque todas las unidades identificadas en este trabajo se consideran áreas prometedoras para la búsqueda de depósitos de oro de tamaño grande y mediano, las condiciones geológicas y estructurales de cada unidad son muy diferentes, y la expectativa de que formen depósitos de oro de tamaño grande y mediano es naturalmente también diferente. En el proceso de análisis de antecedentes geológicos e investigación sobre modelos de mineralización y prospección, varias áreas de mineralización favorables se determinaron de manera aproximada y se predijeron utilizando métodos matemáticos, que no solo confirmaron la comprensión geológica, sino que también predijeron los recursos unitarios de cada campo mineral, mejorando la precisión de la predicción.
La ecuación de regresión establecida en (7) es altamente significativa y tiene un claro significado predictivo. El modelo de regresión para la predicción cuantitativa utiliza una ecuación de regresión que predice cantidades medias de recursos como modelo de predicción de regresión.
Para reducir el error de predicción de la ecuación de regresión, se agrega 1,96 veces la desviación estándar restante a la ecuación de regresión, lo que da un límite superior de 0,05. Este modelo de regresión es: la cantidad de recursos prevista es muy consistente con los datos reales recién obtenidos, las condiciones de trabajo geológicas actuales y nuestra experiencia y comprensión.
(8) La unidad de la isla Sanshan es el mayor problema en este pronóstico. La unidad de la isla Sanshan ocupa el puesto 14 y 15 en las predicciones de dos y tres estados, respectivamente. Aunque sigue siendo una unidad de primera clase, su clasificación es extremadamente desproporcionada con respecto al tamaño del yacimiento y las reservas de recursos de oro. La razón es que el área de la isla Sanshan está básicamente cubierta y hay menos información de exploración geofísica y geoquímica, lo que afecta el efecto de predicción.