鞍本地区BIF铁矿床成矿环境与资源定量预测研究

摘要

辽宁省鞍本地区位于华北克拉通的东北缘，以鞍山式BIF铁矿而闻名，区内铁矿床赋存于大面积的太古宙花岗-绿岩体之中。因其地质作用的复杂性和漫长性导致至今为止对该区铁矿床成矿环境的认识尚未达成共识;随着经济的增长，对铁矿资源的需求量呈上升趋势，与此同时已知的矿产资源短缺。随着找矿深度的不断加大，如何将地质理论与现代数学方法、信息技术有机结合进行定量预测和资源量评价是对该类型铁矿勘查工作的重要途径。 本次研究在详实地质特征分析、室内镜下观测的基础上，主要运用岩石学、元素地球化学等方法，并结合前人的研究数据，对鞍本地区茨沟组BIF形成的成矿条件及成矿环境进行了详细研究。在对传统地质定量预测及资源量评价数学方法分析的基础上，采用现代人工智能技术，对资源定量预测及矿石品位评估方法进行了改进。在鞍本地区成矿规律的基础上，选取恰当的数学模型，对本区BIF成矿潜力及矿石品位估计进行了较深入的研究。通过以上研究，本文主要取得了以下成果或认识: (1)鞍本地区茨沟组含铁岩系主要由基性火山岩以及少量的沉积岩组成。其中，变质的玄武质火山围岩发育较广泛，包括弓长岭和歪头山斜长角闪岩以及南芬绿泥角闪片岩，与BIF型铁矿床具有密切的时空关联。BIF铁矿以磁铁石英岩（贫铁矿）为主，呈多层赋存于含铁岩系之中，其长度可达数千米，厚数米至数百米。该组含铁岩系中产出一些富铁矿，其中，弓长岭富铁矿规模最大、依次为南芬铁矿，歪头山铁矿内也有出现富铁矿体。贫矿石TFe品位大致在20～40％，富矿石品位55％以上。 (2)茨沟组BIF成矿物质与海底热液活动有关，形成于海底火山活动有关的缺氧海洋环境中。磁铁富矿与磁铁贫矿既具有相似性又存在着差异性，磁铁富矿的铁质来源于磁铁贫矿，富铁矿的形成很可能与变质热液活动有关。 (3)弓长岭、歪头山斜长角闪岩及南芬绿泥角闪片岩中(Nb/Yb)N比值都大于1及具有明显的Nb/Ta比值分异特征，其原岩为陆内弧后盆地玄武岩，随着弧后盆地的发展，其特征从岛弧型演化为大洋中脊型。在研究玄武质火山围岩物质来源的基础上结合其高场强元素特征、地层层位关系和有关成岩成矿年代资料，得出鞍本地区茨沟组BIF形成的成矿环境相当于陆内弧后盆地，俯冲作用对含铁岩系形成的影响较大。 (4)在鞍本地区铁矿资源定量预测中，在鞍本地区BIF成矿环境及成矿规律的基础上，确定地质、航磁证据因子，并采用植物地球化学原理，从本区遥感图像中成功提取铁矿化信息。 (5)针对WofE模型的弱条件独立性，采取WofE-LR方法及一种WofE的单变量统计能力与SVM的多变量统计能力有效相结合的WofE-SVM方法，进行铁矿资源定量预测。定量预测结果显示，两种模型的AUC值达到0.9以上，与区内已知矿点的分布规律吻合度较高，成矿带沿SW-NE方向展布，为铁矿勘查重点区域的划分提供依据;通过对两种预测模型的对比，结果显示，WofE-SVM模型的预测效果比WofE-LR模型更好，更反映遥感铁矿化信息。 (6)在BIF型铁矿石资源量评价中，为提高矿石品位估计精度，提出基于MGGP建模变差函数模型的新方法，克服了传统方法的局限性和主观性，从而有效地提高了克立格品位估计精度。针对克立格方法过多的对于品位空间分布的假设条件，采用SVR方法和MGGP方法可提高计算性能及估计精度，并将SVR及MGGP品位估计方法推广到三维空间，结果显示:基于MGGP的矿石品位估计的新方法，跟SVR方法一样，可以很好的应用于矿石品位估计问题。

目录

声明

摘要

1．1研究意义

1．2 BIF铁矿研究现状

1．2．1以往研究程度

1．2．2存在的主要问题

1．3成矿预测研究现状

1．3．1以往研究程度

1．3．2存在的主要问题

1．4矿石品位估计研究现状

1．4．1以往研究程度

1．4．2存在的主要问题

1．5研究内容与技术路线

1．5．1主要研究内容

1．5．2技术路线

第2章区域地质背景

2．1区域地层

2．1．1太古宙

2．1．2元古宙-新生代

2．2区域构造

2．2．1区域褶皱

2．2．2区域断裂

2．2．3区域深部构造

2．3区域岩浆岩

2．3．1太古宙岩浆岩

2．3．2太古宙后期岩浆岩

2．4区域矿产

第3章茨沟组典型BIF铁矿床的地质特征

3．1弓长岭铁矿

3．1．1矿区地质特征

3．1．2矿床地质特征

3．2南芬铁矿

3．2．1矿区地质特征

3．2．2矿床地质特征

3．3歪头山铁矿

3．3．1矿区地质特征

3．3．2矿床地质特征

3．4成矿成岩年代学

3．5小结

第4章茨沟组BIF成矿环境及成矿模式

4．1数据描述

4．2成矿环境

4．2．1成矿物质来源以及沉积环境

4．2．2富矿成因

4．2．3构造环境

4．3成矿模式

4．4小结

第5章基于GIS的定量预测

5．1预测方法描述

5．1．1 WofE-LR模型

5．1．2 WofE-SVM模型

5．2 BIF关联证据因子

5．2．1地质数据

5．2．2航磁数据

5．2．3遥感数据

5．3定量预测

5．3．1预测流程

5．3．2基于WofE模型的证据权重计算

5．3．3基于WofE-LR模型的成矿预测

5．3．4基于WofE-SVM模型的成矿预测

5．3．5预测结果分析

5．4小结

第6章矿石品位估计

6．1估计方法描述

6．1．1普通克里格法

6．1．2 SVR方法

6．1．3 MGGP方法

6．2二维矿石品位估计

6．2．1数据源

6．2．2基于普通克立格的品位估计

6．2．3基于SVR的品位估计

6．2．4基于MGGP的品位估计

6．2．5品位估计结果评价

6．3三维矿石品位估计

6．3．1数据源

6．3．2基于SVM的品位估计

6．3．3基于MGGP的品位估计

6．3．4品位估计结果评价

6．4小结

第7章结论与讨论

参考文献

致谢

在攻读博士学位期间取得的研究成果

作者简介