折衷型多屬性模糊決策模型在青海祁連山玉石溝銅鋅礦區(qū)成礦預(yù)測(cè)中的應(yīng)用

楊琴,劉湘南, 劉文燦,劉美玲,龍亞謙,劉烽

中國(guó)地質(zhì)大學(xué)(北京),北京, 100083

內(nèi)容提要:本文建立基于模糊多屬性決策方法的綜合信息礦產(chǎn)預(yù)測(cè)模型,對(duì)青海省祁連山玉石溝成礦區(qū)銅鋅礦進(jìn)行預(yù)測(cè)。通過對(duì)玉石溝地質(zhì)特征及成礦規(guī)律的研究,選取礦化蝕變、控礦地層巖性、控礦構(gòu)造、銅鋅元素異常等礦化信息,運(yùn)用GIS技術(shù)進(jìn)行關(guān)聯(lián)和分析,建立研究區(qū)銅鋅礦成礦預(yù)測(cè)指標(biāo),并利用折衷型模糊多屬性決策方法對(duì)成礦預(yù)測(cè)指標(biāo)進(jìn)行綜合和決策。通過確立每個(gè)預(yù)測(cè)指標(biāo)的模糊正負(fù)理想值,采用加權(quán)歐氏距離測(cè)度工具來計(jì)算評(píng)價(jià)單元與模糊正負(fù)理想之間的距離,在此基礎(chǔ)上再計(jì)算評(píng)價(jià)單元對(duì)正理想值的隸屬度來表示成礦有利度。圈出了8個(gè)銅鋅礦成礦遠(yuǎn)景區(qū),1個(gè)Ⅰ級(jí)遠(yuǎn)景區(qū),3個(gè)Ⅱ級(jí)遠(yuǎn)景區(qū),4個(gè)Ⅲ級(jí)遠(yuǎn)景區(qū)。與經(jīng)典的模糊綜合評(píng)判預(yù)測(cè)模型的結(jié)果進(jìn)行比較,成礦有利區(qū)更加收斂。成礦遠(yuǎn)景區(qū)多位于大斷裂和次生斷裂交匯處,說明研究區(qū)斷裂發(fā)育強(qiáng)烈的交匯地帶有良好的找礦前景。

成礦系統(tǒng)是由相互作用和相互依存的若干部分(要素)結(jié)合成的有機(jī)整體,是眾多控礦因素綜合作用的結(jié)果,各控礦因素有些可以采用定量的方法來度量,有些則不能用定量的數(shù)值來表達(dá),而只能用客觀模糊或主觀模糊的準(zhǔn)則進(jìn)行推斷或識(shí)別(翟裕生,2003;楊毅恒等,2000)。因此,自從1965年美國(guó)控制論專家 Zadeh 提出模糊數(shù)學(xué)這一概念后,模糊數(shù)學(xué)在礦產(chǎn)資源評(píng)價(jià)領(lǐng)域中得到廣泛的應(yīng)用。目前,在礦產(chǎn)資源評(píng)價(jià)中最常用的模糊數(shù)學(xué)方法主要有三類：模糊模式識(shí)別,模糊邏輯和模糊綜合評(píng)判。模糊模式識(shí)別主要是通過對(duì)成礦特征圖形進(jìn)行模糊識(shí)別并進(jìn)行定量化的相似類比研究,依據(jù)類比的結(jié)果對(duì)研究區(qū)成礦規(guī)律進(jìn)行預(yù)測(cè)。模糊BP神經(jīng)網(wǎng)絡(luò)模型使用實(shí)現(xiàn)了對(duì)深部盲礦體成礦富集規(guī)律的預(yù)測(cè),也有學(xué)者運(yùn)用模糊模式識(shí)別理論,采取隨機(jī)抽取測(cè)試巖體方式,對(duì)含礦性已知巖體進(jìn)行識(shí)別從而達(dá)到對(duì)研究區(qū)鉻鐵礦遠(yuǎn)景區(qū)的預(yù)測(cè)(邵擁軍等,2007； Leite et al., 2011; Fan Dongli et al.,2011)。模糊邏輯在礦產(chǎn)預(yù)測(cè)中的應(yīng)用,主要分為兩步,第一是輸入變量模糊化,即把輸入變量轉(zhuǎn)化為由隸屬度描述的模糊集；其次是應(yīng)用模糊算子綜合模糊集。國(guó)外學(xué)者進(jìn)行模糊邏輯建模,識(shí)別出了維多利亞西部的大規(guī)模熱液鎳礦 ；國(guó)內(nèi)該方法在秦嶺—松潘成礦區(qū)進(jìn)行金礦潛力預(yù)測(cè),確定了幾個(gè)區(qū)域規(guī)模的金成礦區(qū)帶(邢學(xué)文,2006；Lisitsin et al.,2013)。隨著模糊數(shù)學(xué)方法在成礦預(yù)測(cè)研究中的深入和擴(kuò)展,模糊決策理論也逐漸被應(yīng)用到成礦預(yù)測(cè)中。模糊綜合評(píng)判模型是用來解決含有非定量變量的多屬性決策問題,在成礦預(yù)測(cè)中的應(yīng)用大多數(shù)結(jié)合層次分析法,證據(jù)權(quán)證法來確定模糊因子的權(quán)重,從而建立成礦預(yù)測(cè)模型,更好地實(shí)現(xiàn)定量與定性分析的結(jié)合。許多學(xué)者已經(jīng)作出了一些研究,彭省臨等(2009)利用模糊數(shù)學(xué)方法,結(jié)合AHP(層次分析法),建立了模糊層次綜合評(píng)判模型,并用于對(duì)個(gè)舊礦區(qū)阿西寨測(cè)區(qū)5個(gè)異常區(qū)的綜合評(píng)價(jià)研究；成秋明等(2007)采用模糊證據(jù)權(quán)方法和GeoDAS GIS技術(shù)開展了鎮(zhèn)沅(老王寨)及其鄰區(qū)的金礦資源潛力評(píng)價(jià),結(jié)果表明對(duì)比普通證據(jù)權(quán)證法,模糊證據(jù)權(quán)方法可減小圖層離散化造成的有用信息損失,提高預(yù)測(cè)結(jié)果精度。大多數(shù)基于數(shù)據(jù)的成礦預(yù)測(cè)模型側(cè)重于通過研究已知礦點(diǎn)挖掘控礦因素和成礦之間的內(nèi)在關(guān)系,以便提取最佳的預(yù)測(cè)指標(biāo)。但是,如何有機(jī)組合并最大限度利用預(yù)測(cè)指標(biāo)的信息量對(duì)評(píng)價(jià)單元進(jìn)行決策也是成礦預(yù)測(cè)要解決的關(guān)鍵問題。對(duì)此,前人在已有模型的基礎(chǔ)上也提出了很多改進(jìn)的方法來優(yōu)化評(píng)價(jià)對(duì)象優(yōu)選過程,例如 Fuzzy outranking,ELECTRE等(郝佰伍,2010；Geldermann, 2000；Abedi,2012；張寶一等,2012)。但這些方法大多都從純數(shù)學(xué)的角度進(jìn)行優(yōu)化,容易忽略礦產(chǎn)資源數(shù)據(jù)本身的特點(diǎn),在對(duì)模糊性礦產(chǎn)指標(biāo)定量化的問題上處理不夠靈活,不能充分挖掘模糊性礦產(chǎn)指標(biāo)的信息量為預(yù)測(cè)服務(wù)。本文采用折衷型模糊多屬性決策方法是將經(jīng)典的多準(zhǔn)則決策法、模糊優(yōu)選法、模糊層次分析法、模糊綜合評(píng)價(jià)法結(jié)合在一起的一種多屬性決策方法,不僅可以將各種離散的地質(zhì)因素有機(jī)綜合起來,而且針對(duì)礦產(chǎn)資源數(shù)據(jù)的特性對(duì)不同的模糊性指標(biāo)進(jìn)行不同的處理,充分利用各預(yù)測(cè)指標(biāo)信息,優(yōu)化了評(píng)價(jià)單元優(yōu)選過程,提高了成礦預(yù)測(cè)的易操作性和準(zhǔn)確度,也為具有模糊性指標(biāo)的多屬性決策問題提供新的解決途徑(Abedi,2012)。

圖1 祁連山地區(qū)大地構(gòu)造簡(jiǎn)圖(據(jù)Alan et al.,2006修改)Fig. 1 Tectonic of Qilian Mountains AC—阿拉善陸塊；NQ—北祁連縫合帶；CQ—中祁連陸塊；SQ—南祁連陸塊；TC—塔里木陸塊 AC— Alxa continental block; NQ— North Qilian suture zone；CQ— Central Qilian continental block； SQ— Southern Qilian continental block; TC— Tarim continental block

1 研究區(qū)地質(zhì)背景與成礦規(guī)律

玉石溝位于青海省北部(東經(jīng)98°30′～99°00′,北緯38°35′～38°40′),地貌上屬青藏高原北緣,行政區(qū)劃隸屬青海省祁連縣。研究區(qū)地層歸于西域板塊秦祁昆地層大區(qū),以托勒河隱伏深斷裂為界,橫跨了北祁連、中祁連兩個(gè)地層分區(qū),北部為北祁連地層分區(qū)肅南—祁連小區(qū),南部為中祁連地層分區(qū)疏勒山小區(qū)(圖1)。

區(qū)內(nèi)構(gòu)造運(yùn)動(dòng)頻繁,主要斷裂為呈北西—北西西向延展的托來山斷裂帶,次要斷裂也極為發(fā)育。南北兩側(cè)沉積建造差異明顯,并控制區(qū)內(nèi)巖漿巖的分布。褶皺為托來山復(fù)背斜,總體呈北西西走向,平面上呈橫臥的“S”形,核部和兩翼皆由古元古界變質(zhì)巖系組成,兩翼次級(jí)褶曲發(fā)育,多次遭受斷層和侵入巖的破壞. 區(qū)內(nèi)早古生代火山活動(dòng)強(qiáng)烈,加里東中期超基性巖極其發(fā)育,呈楔狀侵入下奧陶統(tǒng)陰溝群中.主要為蛇綠巖套,由堆晶純橄巖、輝長(zhǎng)巖、橄長(zhǎng)巖、輝綠巖和玄武巖等組成,巖體分異良好,相帶明顯,受構(gòu)造破壞強(qiáng)烈,巖石普遍破碎,后期中低溫?zé)嵋何g變普遍。研究表明基性火山巖和超基性巖對(duì)成礦作用控制明顯(鄭振華,2012)。

早期的礦產(chǎn)勘察工作中,已發(fā)現(xiàn)與玉石溝毗鄰的陰凹槽銅鋅礦床產(chǎn)于陰溝群淺變質(zhì)中基性火山巖中,為一小型礦床,屬火山熱液型。區(qū)內(nèi)成礦在時(shí)間和空間上受超基性巖和中基性火山巖控制,與斷裂構(gòu)造活動(dòng)和熱液作用有關(guān)。

2 成礦預(yù)測(cè)模型原理

成礦預(yù)測(cè)模型的建立,是在深入研究控礦條件、找礦信息與成礦規(guī)律的基礎(chǔ)上,通過對(duì)刻畫礦體存在礦床控制因素和找礦標(biāo)志因素的系統(tǒng)分析,歸納出用于圈定礦體可能存在的空間區(qū)域的概念模型(趙鵬大,2011)?；谀：鄬傩詻Q策模型的預(yù)測(cè)模型,首先要確定目標(biāo)集,建立預(yù)測(cè)準(zhǔn)則及其權(quán)重：① 目標(biāo)集,研究區(qū)所有評(píng)價(jià)單元的成礦預(yù)測(cè)綜合有利程度；② 預(yù)測(cè)準(zhǔn)則即指標(biāo)層,包括參與預(yù)測(cè)的地質(zhì)類要素,遙感類要素以及地球化學(xué)類要素；③ 預(yù)測(cè)指標(biāo)權(quán)重,依據(jù)各個(gè)指標(biāo)層對(duì)成礦的影響程度確定其在預(yù)測(cè)過程中所占比重。成礦預(yù)測(cè)模型基本框架確立之后,用折衷模糊多屬性決策方法對(duì)各控礦因子進(jìn)行集成和決策。

折衷型模糊多屬性決策是在經(jīng)典的多準(zhǔn)則模糊多屬性決策上發(fā)展而來的。折衷型模糊決策的基本原理是：從原始的樣本數(shù)據(jù)出發(fā),先虛擬模糊正理想和模糊負(fù)理想,其中模糊正理想是由每一個(gè)指標(biāo)中模糊指標(biāo)值的極大值構(gòu)成；模糊負(fù)理想是由每一個(gè)指標(biāo)中模糊指標(biāo)值的極小值構(gòu)成。然后采用加權(quán)歐氏距離的測(cè)度工具來計(jì)算各備選對(duì)象與模糊正理想和模糊負(fù)理想之間的距離。在此基礎(chǔ)上,再計(jì)算各備選對(duì)象屬于模糊正理想的隸屬度,其方案優(yōu)選的原則是,隸屬度越大,該方案越理想。該方法的關(guān)鍵步驟為：

(1)指標(biāo)和權(quán)重?cái)?shù)據(jù)表達(dá)成模糊數(shù)的形式。由于三角模糊數(shù)的易操作性,將指標(biāo)和權(quán)重?cái)?shù)據(jù)按照定性和定量的不同分別轉(zhuǎn)換成三角模糊數(shù),得到的模糊指標(biāo)矩陣為：

F=(fij)m×n

(2)構(gòu)造模糊決策矩陣。由于異源的各指標(biāo)之間存在著不可公度性,因此需要用數(shù)學(xué)方法對(duì)其進(jìn)行歸一化處理,消除其的量綱,數(shù)量級(jí),屬性類別的影響。將歸一化后的控礦模糊指標(biāo)矩陣R進(jìn)行加權(quán)處理可得到控礦模糊決策矩陣：

D=(fij)m×n

(4)確定各評(píng)價(jià)單元和模糊正理想M+與模糊負(fù)理想M-之間的距離。選擇加權(quán)歐氏距離的測(cè)度工具來計(jì)算各備選對(duì)象與模糊正理想和模糊負(fù)理想之間的距離。

(5)評(píng)價(jià)單元排序優(yōu)選。評(píng)價(jià)單元的優(yōu)選將選用評(píng)價(jià)單元從屬于模糊正理想的隸屬度μi作為度量值。μi代表了評(píng)價(jià)單元的成礦有利度。選取閾值將評(píng)價(jià)單元的進(jìn)行分級(jí),圈出遠(yuǎn)景區(qū)。

3 銅鋅礦預(yù)測(cè)指標(biāo)提取

圖2 青海祁連山玉石溝地區(qū)遙感礦化蝕變信息圖(波段比值band5/4 和 band5/7)Fig. 2 Alteration mapping based on ETM+ band-ratio images of band5/4 and band5/7 of the Yushigou area, Qilian Mountains, Qinghai

相似類比理論是礦床預(yù)測(cè)的基礎(chǔ),該理論的提出的假設(shè)前提是在相似的地質(zhì)環(huán)境中,應(yīng)該有相似的成礦系列和礦床產(chǎn)出(陳永清等,2009)。玉石溝與陰凹槽毗鄰,地層巖性組合,構(gòu)造分布都具有相似性,因此參考陰凹槽銅鋅礦的控礦因素分析提取玉石溝銅鋅礦成礦預(yù)測(cè)指標(biāo)。本文收集到該區(qū)域的地質(zhì)、地球化學(xué)、遙感等三方面的數(shù)據(jù)來提取成礦預(yù)測(cè)的指標(biāo),分別有1∶5萬基礎(chǔ)地質(zhì)圖、 1∶20萬的地球化學(xué)數(shù)據(jù)、 Landsat ETM+遙感影像數(shù)據(jù),在ArcGIS9.3軟件平臺(tái)上對(duì)其進(jìn)行分析和提取,統(tǒng)一表達(dá)成柵格數(shù)據(jù)的形式,并對(duì)礦化蝕變、 斷層、 巖性等定性的成礦指標(biāo)進(jìn)行等級(jí)劃分,為后續(xù)的決策做準(zhǔn)備。定性的控礦指標(biāo)將依據(jù)其與成礦的關(guān)系疏密程度,分別劃分為ABCD四個(gè)等級(jí),其依次表示最可能成礦地段、中等可能成礦地段、可能成礦地段、不利于成礦地段(陳永清等,2009；陳建平,2008)。

3.1 礦化蝕變信息提取

礦化一般總伴隨著一定面積的有指示性的礦化蝕變出現(xiàn),蝕變是不同的礦化作用所產(chǎn)生的重要的成礦標(biāo)志。研究區(qū)基礎(chǔ)地質(zhì)調(diào)查表明,研究區(qū)蝕變類型為硅化、黃鐵礦化、黃銅礦化、碳酸鹽化、絹云母化、綠泥石化及滑石化,其中硅化和碳酸鹽化與礦化關(guān)系較為密切。目前,利用多光譜遙感影像數(shù)據(jù)來提取礦化蝕變信息已經(jīng)成為蝕變信息提取的一個(gè)重要手段。蝕變信息在遙感圖像上屬于弱信息,以礦物的特征光譜為基礎(chǔ),選用適當(dāng)?shù)牟ǘ伪戎?可增強(qiáng)微弱信息。本文使用ETM+影像數(shù)據(jù),采用波段比值的方法提取礦化蝕變信息(郭娜等,2010；Shi Pilong et al.,2012；荊鳳等,2005)：

(1)提取硅化蝕變信息。硅化發(fā)育較強(qiáng)烈的地段往往黃鐵礦富集(鄭振華,2012),因此本文將提取黃鐵礦的異常信息來指示硅化蝕變。由于含二價(jià)鐵離子的礦物具有在ETM band5的高反射和在ETM band4強(qiáng)吸收的光譜特征,因此用ETM band5/4來提取二價(jià)鐵染信息。

(2)提取羥基蝕變信息。由于含羥基礦物在ETM band5上高反射,band7上強(qiáng)吸收,因此ETM band5/7是提取羥基蝕變信息的最佳波段組合。根據(jù)均值與2倍標(biāo)準(zhǔn)離差之和(C+2σ)的下限確定方法,提取蝕變信息如圖2所示(底圖采用ETM band7,band4,band1三個(gè)波段合成的真彩色圖像來表示研究區(qū)原地形地貌)。

蝕變程度在此基礎(chǔ)上,繼續(xù)采用密度分割的方法對(duì)蝕變進(jìn)行分級(jí),以1倍標(biāo)準(zhǔn)離差遞增將蝕變信息范圍分為ABC三級(jí)(向中林等,2009),即A等級(jí)為影像DN值大于(C+4σ),代表了蝕變程度最強(qiáng)的區(qū)域、B等級(jí)為DN值介于(C+3σ)和(C+2σ)之間,表示蝕變程度較強(qiáng)的區(qū)域、C等級(jí)DN值介于(C+3σ)至(C+2σ),表示蝕變程度較弱的區(qū)域,剩下區(qū)域統(tǒng)劃分到D級(jí)(圖3a、b),表示蝕變程度最弱或者幾乎沒有蝕變的區(qū)域。

圖3 祁連山玉石溝地區(qū): (a) 硅化蝕變信息分級(jí)圖; (b) 羥基蝕變信息分級(jí)圖; (c) 控礦斷層分級(jí)圖; (d) 控礦地層巖體分級(jí)圖; (e) 銅元素等值分布圖；(f) 鋅元素等值分布圖Fig. 3 The Yushigou area, Qilian Mountains, Qinghai: (a) silicification classification map information; (b) hydroxyl alteration classification map; (c) ore-controlling fault classfication map; (d) ore-controlling strata and intrusions classfication map; (e) anomaly distribution map of copper；(f) anomaly distribution map of zinc

3.2 地質(zhì)異常信息提取

內(nèi)生礦床主要受到巖漿巖、構(gòu)造和巖性的控制。通過對(duì)已知礦床成礦地質(zhì)背景的分析,建立預(yù)測(cè)區(qū)的預(yù)測(cè)指標(biāo)。通過對(duì)陰凹槽已知礦點(diǎn)與地層巖體信息進(jìn)行疊加統(tǒng)計(jì),已知礦點(diǎn)分布在下奧陶統(tǒng)陰溝群的以安山巖為主的下火山巖組,含硅質(zhì)泥質(zhì)粉砂巖段及灰綠色安山質(zhì)凝灰?guī)r段的碎屑巖組,超基性巖體,玄武巖等地層和巖體內(nèi),上述地質(zhì)因素與銅鋅礦成礦有著緊密的聯(lián)系。因此,在巖性分布圖中,與成礦有著緊密聯(lián)系的地層和巖體將被定為A級(jí),其它與成礦無關(guān)的地層和巖性被定為D級(jí)(圖3d)。

斷裂構(gòu)造與成礦關(guān)系極為密切,大的斷裂構(gòu)造往往是巖漿和礦液活動(dòng)的通道,起著控礦又控巖的作用,次一級(jí)的斷裂構(gòu)造則直接控制了礦床、礦體的產(chǎn)出和分布。該區(qū)斷裂構(gòu)造極為發(fā)育,利用GIS分析對(duì)北西以及北西西向線型構(gòu)造異常進(jìn)行緩沖區(qū)分析,并與已知的陰凹槽銅鋅礦點(diǎn)水平投影進(jìn)行相交檢索(劉艷賓等,2012),分別得到線型構(gòu)造的緩沖半徑為250m。于是將研究區(qū)控礦斷裂分別以250m,500m,750m半徑的三層緩沖區(qū),從內(nèi)到外分別表示為ABC等級(jí),剩下的區(qū)域?yàn)閿嗔褞в绊戄^小的區(qū)域,劃分為D級(jí)(圖3c)。

3.3 地球化學(xué)異常信息提取

化探異常反映地表或近地表區(qū)域內(nèi)成礦元素富集程度,對(duì)于地質(zhì)找礦、成礦預(yù)測(cè)均有重要的指示意義。本文收集了該區(qū)1∶20萬的化探數(shù)據(jù),分別針對(duì)銅元素和鋅元素采用趨勢(shì)面分析法(李賓等,2012)進(jìn)行異常分析,在剔除異常值后,用克里金插值法對(duì)其進(jìn)行插值,對(duì)插值精度進(jìn)行交叉驗(yàn)證,經(jīng)過反復(fù)試驗(yàn),得到最優(yōu)插值的模型。最優(yōu)模型的交叉驗(yàn)證結(jié)果如表1。插值后對(duì)其進(jìn)行柵格化處理,重分類后得到預(yù)測(cè)所需要的化探指標(biāo)層(圖3e和f)?；綌?shù)據(jù)將作為定量的指標(biāo)數(shù)據(jù)應(yīng)用到研究區(qū)成礦預(yù)測(cè)中。

預(yù)測(cè)指標(biāo)確定后,采用專家打分和層次分析法相結(jié)合得出各個(gè)指標(biāo)的權(quán)重(表2)。

表 1 祁連山玉石溝地區(qū)銅元素和 鋅元素插值交叉驗(yàn)證結(jié)果Table 1 Cross Validation Result of Cu and Zn in the Yushigou area,Qilian Mountains, Qinghai

表 2 祁連山玉石溝地區(qū)控礦指標(biāo)權(quán)重Table 2 weights of predicted layors for the Yushigou area,,Qilian Mountains, Qinghai

表 3 祁連山玉石溝地區(qū)預(yù)測(cè)單元格控礦指標(biāo)提取Table 3 Ore-controlling factors extraction of evaluation grid units in the Yushigou area, Qilian Mountains

表 4 祁連山玉石溝地區(qū)定性控礦指標(biāo)量化標(biāo)準(zhǔn)Talble 4 Quantified standards for quantifying ore controlling factors in the Yushigou area,Qilian Mountains

4 玉石溝銅鋅礦預(yù)測(cè)

礦產(chǎn)資源的預(yù)測(cè),首先得劃分地質(zhì)評(píng)價(jià)單元。為了把眾多的地質(zhì)變量所包含的礦產(chǎn)資源信息量最大限度地反映出來,并且給礦產(chǎn)預(yù)測(cè)的計(jì)算機(jī)網(wǎng)格化和信息提取帶來方便,本研究選擇成礦預(yù)測(cè)中應(yīng)用較廣的是規(guī)則網(wǎng)格單元?jiǎng)澐址?。以玉石?∶5萬地質(zhì)圖作為底圖,分別把地質(zhì),化探,遙感的資料投放在圖上,依據(jù)預(yù)測(cè)單元的劃分原則和方法,經(jīng)過反復(fù)試驗(yàn),最后選取250m×250m的網(wǎng)格將整個(gè)預(yù)測(cè)區(qū)劃分為3219個(gè)基本預(yù)測(cè)單元。并從空間數(shù)據(jù)庫中檢索,提取每個(gè)預(yù)測(cè)單元格內(nèi)的相關(guān)控礦信息(表3)。折衷型模糊多屬性決策對(duì)玉石溝地區(qū)銅鋅礦的預(yù)測(cè)過程中所涉及的計(jì)算過程均通過在matlab軟件里編寫程序完成(Adiat et al.,2012)。

4.1 三角模糊數(shù)表達(dá)

將控礦指標(biāo)和權(quán)重表達(dá)為三角模糊數(shù)。定性控礦指標(biāo)的轉(zhuǎn)換將依據(jù)兩級(jí)比例法將ABCD四個(gè)等級(jí)轉(zhuǎn)化為三角模糊數(shù)精確的定量指標(biāo)銅鋅元素含量和權(quán)重直接表達(dá)成三角模糊數(shù)的形式即w=(w,w,w),得到模糊指標(biāo)矩陣(表4)。

4.2 構(gòu)造模糊決策矩陣

將上文得到的模糊指標(biāo)矩陣進(jìn)行歸一化和加權(quán)處理,得到研究區(qū)的模糊決策矩陣。由于預(yù)測(cè)指標(biāo)都是收益型指標(biāo),所以歸一化的時(shí)候同一采用收益型歸一化公式。為了方便計(jì)算,加權(quán)處理采用普通的加權(quán)處理方式。即

w=(w(1),w(2),w(3)),

則rij=wθyij=

4.3 成礦預(yù)測(cè)靶區(qū)圈定

由于研究區(qū)的成礦元素的富集是由多種有利的地質(zhì)因素優(yōu)化配置所造成的,所以借助隸屬度來定量綜合評(píng)價(jià)各種控礦因素與成礦的關(guān)系。依據(jù)模糊多屬性決策的計(jì)算過程,計(jì)算出各預(yù)測(cè)單元的綜合隸屬度(成礦有利度)。在成礦預(yù)測(cè)的優(yōu)選準(zhǔn)則的指導(dǎo)下,把所有結(jié)果輸入ArcGIS軟件進(jìn)行插值并且渲染。綜合隸屬度主要分布在0.34和0.78之間,根據(jù)隸屬度的分布特征以及綜合考慮各類控礦因素和反復(fù)實(shí)驗(yàn)對(duì)比,選取閾值為0.6,圖中紅色部分為綜合隸屬度大于0.6的為成礦有利區(qū),紅色的深淺表示了成礦有利的程度,把隸屬度大于等于0.72的區(qū)域劃分為Ⅰ級(jí)遠(yuǎn)景區(qū),大于0.6小于0.72的區(qū)域劃分為Ⅱ級(jí)遠(yuǎn)景區(qū),0.5～0.6之間的區(qū)域?yàn)樾∫?guī)模的Ⅲ級(jí)遠(yuǎn)景區(qū)(圖4a)。模糊多屬性決策模型是在經(jīng)典的模糊綜合評(píng)判預(yù)測(cè)模型發(fā)展而來的,將研究區(qū)的數(shù)據(jù)用模糊綜合評(píng)判預(yù)測(cè)模型來計(jì)算得到隸屬度結(jié)果如圖4b。

圖4 祁連山玉石溝地區(qū)成礦隸屬度分布對(duì)比圖Fig. 4 Metallogenic membership distribution of contrast map of the Yushigou area, Qilian Mountains

圖5 祁連山玉石溝地區(qū)基于折衷型模糊多屬性決策模型的銅鋅礦預(yù)測(cè)圖(a) 和基于模糊綜合評(píng)判模型的銅鋅礦預(yù)測(cè)圖(b)Fig. 5 Prospectivity map estimated by Eclectic Fuzzy Multiple Attribute Decision Making (a) and prospectivity map estimated by Fuzzy Comprehensive Evaluation (b) of the Yushigou area,Qilian Mountains

5 結(jié)果和討論

根據(jù)隸屬度分布圖,結(jié)合各控礦要素,手動(dòng)圈畫出預(yù)測(cè)圖,得到經(jīng)典的模糊綜合評(píng)判預(yù)測(cè)模型的預(yù)測(cè)圖(圖5b)和折衷型模糊多屬性決策模型所得預(yù)測(cè)遠(yuǎn)景圖(如圖5a)。兩者比較結(jié)果顯示,成礦有利度高值區(qū)分布趨勢(shì)大體一致,但是折衷型模糊多屬性決策模型所得預(yù)測(cè)遠(yuǎn)景圖范圍相比較要更加集中,Ⅰ級(jí)和Ⅱ級(jí)遠(yuǎn)景區(qū)對(duì)比度更加強(qiáng)烈,界線分布更加清晰。折衷型模糊多屬性決策模型優(yōu)化了評(píng)判對(duì)象優(yōu)選過程,使得預(yù)測(cè)結(jié)果更加精準(zhǔn),剔除掉了更多的偽有利區(qū)域。

所圈定的遠(yuǎn)景區(qū)的分布基本上體現(xiàn)了本研究區(qū)銅鋅礦的主要成礦規(guī)律,即成礦主要發(fā)生在巖漿巖侵入地層的接觸部位和主要斷裂帶內(nèi)。Ⅰ級(jí)遠(yuǎn)景區(qū)的預(yù)測(cè)礦點(diǎn)位于拖萊山深大斷裂和其北側(cè)的一條次生斷裂交匯處,地面出露大量的夾雜著基性凝灰?guī)r的塊狀玄武巖,形成了找礦的有利區(qū)。Ⅱ級(jí)遠(yuǎn)景區(qū)的三個(gè)成礦區(qū)分布在Ⅰ級(jí)遠(yuǎn)景區(qū)的外圍,位于拖萊山深大斷裂次生斷裂周圍,并且處于超基性巖或者基性巖的接觸帶,為成礦次級(jí)有利區(qū)域。

模糊多屬性決策模型對(duì)北祁連玉石溝的銅鋅礦床進(jìn)行預(yù)測(cè),結(jié)果表明,玉石溝具有良好的銅鋅礦成礦潛力,模糊多屬性決策模型對(duì)北祁連玉石溝的銅鋅礦床進(jìn)行預(yù)測(cè),結(jié)果表明,玉石溝具有良好的銅鋅礦成礦潛力,圈出了4個(gè)成礦背景優(yōu)越的Ⅰ級(jí)和Ⅱ級(jí)銅鋅礦產(chǎn)勘查遠(yuǎn)景區(qū)和4個(gè)可考慮作為預(yù)查對(duì)象的Ⅲ級(jí)遠(yuǎn)景區(qū),成礦遠(yuǎn)景具有分帶性,呈北西向分布。成礦有利區(qū)多位于大斷裂和次生斷裂交匯處,說明玉石溝銅鋅礦在斷裂發(fā)育強(qiáng)烈的交匯地帶有良好的找礦前景。

模糊多屬性決策模型解決了不確定定性指標(biāo)的在成礦預(yù)測(cè)中的分級(jí)和定量化問題,并實(shí)現(xiàn)了模糊信息和精確信息在預(yù)測(cè)中的有效結(jié)合,實(shí)現(xiàn)了成礦預(yù)測(cè)中的多源異質(zhì)信息的有機(jī)集成,有助于更加充分的挖掘各種控礦信息,并最大限度的利用其信息量為礦產(chǎn)預(yù)測(cè)服務(wù)。大大提高礦產(chǎn)資源勘測(cè)的效率和準(zhǔn)確性,尤其是對(duì)于地理?xiàng)l件艱苦,地質(zhì)工作程度較低,已知礦點(diǎn)較少的的礦區(qū)的預(yù)測(cè),貢獻(xiàn)更為顯著。該模型不僅適用于基于知識(shí)的成礦預(yù)測(cè),也適用于基于數(shù)據(jù)的成礦預(yù)測(cè),具有普適性,豐富了礦產(chǎn)資源預(yù)測(cè)理論。