成矿预测数据统计方法

现代地质 ›› 2005, Vol. 19 ›› Issue (4): 615-620.

成矿预测数据统计方法

万丽^1,2,3,王庆飞^1,2 ,高帮飞^1,2 ,王颖^1,2 ,周应华^1,2 ,徐浩^1,2

1中国地质大学地质过程与矿产资源国家重点实验室，北京100083；
2中国地质大学岩石圈构造、深部过程及探测技术教育部重点实验室，北京100083；
3广州大学数学与信息科学学院，广东广州510006

收稿日期:2005-01-20 修回日期:2005-10-09 出版日期:2005-04-20 发布日期:2005-04-20
作者简介:万丽，女，副教授，博士研究生，1961年出生，数学地质专业，主要从事数学地质的教学和研究工作。
基金资助:
国家重点基础研究规划项目（2003CB214600）；教育部科学技术研究重点项目（03178）；教育部跨世纪人才基金项目；国家自然科学基金重点项目（40172036）。

Statistical Methods on Metallogenic Prognosis Data Processing

WAN Li¹,^2,3, WANG Qing-fei^1,2, GAO Bang-fei^1,2 , WANG Ying^1,2, Zhou Ying-hua^1,2, XU Hao^1,2

1State Key Laboratory of Geological Processes and Mineral Resources，China University of Geosciences, Beijing100083,China；
2Key Laboratory of Lithosphere Tectonics and Lithoprobing Technology of Ministry of Education , China University of Geosciences, Beijing100083,China；
3School of Mathematics and Information Science, Guangzhou University, Guangzhou, Guangdong510006, China

Received:2005-01-20 Revised:2005-10-09 Online:2005-04-20 Published:2005-04-20

摘要/Abstract

摘要：

利用统计方法对已有数据进行处理，进而推断其内部规律，并据此进行隐伏矿体定位仍是成矿预测的主流。从数学理论分析角度，讨论多元统计、地质统计分析、分形和随机过程等多种方法的数学表述及其物理内涵，并分析了这些方法及其分支的内在联系。针对数学方法的特点与地质数据的属性，提出了Weibull分布模型、自仿射分形和随机点过程分析是成矿预测领域较有应用前景的方法；多种传统方法相互配合使用，不但有利于数据集的深度挖掘，还会促进更有效的数学工具的开发。给出了Weibull分布与分形模型的配合使用有效描述胶东矿集区大尹格庄金矿成矿元素分布的应用实例。

关键词: 成矿预测, 统计分析, 分形, 随机过程

Abstract:

Processing the data obtained by statistical method and deducing their intrinsic regulations an important approach for the locaton of concealed ore body.From the point of view of mathematic principle analysis, the authors discussed the mathematic principles and physical meanings of multivariate statistical analysis, geological statistical analysis, fractal and random process, and also illuminated the relation among the different methods. Based on the characteristics of mathematic methods and the attributes of geological data, it was suggested that self-affine fractal and random process analysis would have an expansive foreground in metallogenic prognosis.The joint application of the traditional mathematic methods facilitates the data analysis and the method improvement.For instance, the assembled employment of Weibull model and the fractal succeeded in describing the distribution of the ore-forming elements of the Dayingezhuang ore deposit, Jiaodong Peninsula.

Key words: metallogenic prognosis, statistical analysis, fractal, random process

中图分类号:

P628

万丽 ,王庆飞,高帮飞 ,王颖 ,周应华,徐浩. 成矿预测数据统计方法[J]. 现代地质, 2005, 19(4): 615-620.

WAN Li,WANG Qing-fei,GAO Bang-fei,WANG Ying,Zhou Ying-hua,XU Hao. Statistical Methods on Metallogenic Prognosis Data Processing[J]. Geoscience, 2005, 19(4): 615-620.

[1]	赵忠海, 陈俊, 乔锴, 崔晓梦, 梁杉杉, 李成禄. 基于分形理论的遥感蚀变信息和构造分析研究:以黑龙江多宝山地区为例[J]. 现代地质, 2023, 37(01): 153-163.
[2]	姜秉仁, 邓恩德, 韩明辉, 马子杰. 黔西北地区石炭系祥摆组页岩微观孔隙结构及分形特征[J]. 现代地质, 2022, 36(04): 1065-1073.
[3]	王斌, 任涛, 宋伊圩, 杨可, 王占彬, 孙亚柯. 西秦岭常家山地区水系沉积物地球化学特征及其地质意义[J]. 现代地质, 2022, 36(03): 911-922.
[4]	杨毅, 张恒荣, 袁伟, 杨冬, 胡德胜. 常规砂岩与砂砾岩分形特征对比及成因分析:以乌石凹陷X构造流沙港组为例[J]. 现代地质, 2022, 36(01): 149-158.
[5]	黄宇琪, 张鹏, 张金川, 杨军伟. 湖北来凤LD-1井龙马溪组页岩孔隙结构特征分析[J]. 现代地质, 2020, 34(04): 828-836.
[6]	谢淑云, 雷蕾, 焦存礼, 何治亮, 鲍征宇, 马佳怡, 张殿伟, 彭守涛. 鲕粒白云岩内部溶蚀及孔隙非均质性演化研究[J]. 现代地质, 2019, 33(06): 1174-1187.
[7]	孙煜杰, 倪金龙, 史晓晓, 郭颖. 五莲拆离断层带动态重结晶石英颗粒的分形特征及流变参数估算[J]. 现代地质, 2019, 33(01): 36-44.
[8]	陈震, 张耘实, 陈建平, 安志宏. 基于分形特征的高标准农田遥感分类方法研究[J]. 现代地质, 2018, 32(03): 595-601.
[9]	胡桥, 陈建平, 田业. 三维成矿预测与预测评价——以东昆仑成矿带红旗沟—深水潭金矿为例[J]. 现代地质, 2018, 32(02): 335-343.
[10]	李振, 邵龙义, 侯海海, 郭双庆, 赵升, 姚铭檑, 阎纯忠. 高煤阶煤孔隙结构及分形特征[J]. 现代地质, 2017, 31(03): 595-605.
[11]	贾文娟，王功文，韩江伟，燕长海，宋要武，刘传权，冯源，王宏卫，杨帆，孔亮，郭娜娜. 河南栾川鱼库Mo矿床黄铁矿热电性特征及成矿规律[J]. 现代地质, 2016, 30(6): 1209-1218.
[12]	安国英，周璇，温静，童立强. 西南地区石漠化分布、演变特征及影响因素[J]. 现代地质, 2016, 30(5): 1150-1159.
[13]	周业泉，庞保成，李院强，吕嘉文，赖昕. 广西平南县新坪金矿成矿规律及找矿预测[J]. 现代地质, 2016, 30(4): 770-780.
[14]	陈宏强，马生明，岑况，李景运. 新疆东准噶尔拉伊克勒克斑岩型铜矿床岩石地球化学勘查及成矿预测[J]. 现代地质, 2016, 30(3): 503-513.
[15]	唐相路，姜振学，李卓，李卫兵，杨佩佩，黄何鑫，郝进. 渝东南地区龙马溪组高演化页岩微纳米孔隙非均质性及主控因素[J]. 现代地质, 2016, 30(1): 163-171.