基于地质内涵的化探异常识别与评价方法

摘要

本发明涉及一种基于地质内涵的化探异常识别与评价方法，依次通过原始数据的获取、各个地质单元背景值的计算、前述原始数据的网格化处理、衬值网格数据的计算、成矿强度异常值网格数据的计算、矿床类型异常值网格数据的计算和成矿强度异常图与矿床类型异常图的绘制的步骤；将异常的识别与评价融为一体，克服了传统处理方法中的元素化学性质、氧化还原环境、风化剥蚀等诸多因素对异常筛选与评价的影响；大大减小了多解性、不确定性及主观判断的干扰，使有重要找矿价值的异常明显凸现出规律性，明显提高了化探异常的识别与评价效率，特别适用于区域海量化探数据的处理；并提供一整套可供计算机编程实现的处理技术。

说明书

技术领域

本发明属于地球化学信息处理技术领域，通过对海量区域化探数据进行处理，客观赋予数据以地质内涵，来圈定“成矿类型”异常图、“成矿作用强度”异常图等带有特定地质意义的异常图，从而快速筛选与评价与成矿有关异常的一种新方法，并提供一整套可供计算机编程实现的处理技术。

背景技术

新世纪以来，科学技术和信息技术的不断变革，目前地球化学数据处理技术的研究内容已引起世界一些矿业大国的日益重视，近10年来纷纷展开相关基础研究和成矿预测工作。化探数据处理包括异常识别与异常评价两部分。在异常识别方面，目前主要有两大类：一类是建立在经典统计学基础上的各种传统方法，主要是依据数据本身的特点及各种参数，如异常的形态、规模、强度、梯度、元素组合等特征；另一类依靠新兴的数学理论，对化探数据通过各种数学运算进行结构分析，如地球化学异常分形与多重分形方法等；但他们的理论基础均源于数学方法。在异常评价方面，前者以“原生晕”热液分带原理为基础，但在考虑成矿地质背景、成矿环境、成矿类型、成矿作用以及元素的迁移、富集规律，指示元素组合和找矿标志等地质因素对异常的影响方面存在不足；后者则最大限度利用各种地质数据并且对其定量化，但其中有些方法较复杂，且主观性、多解性较强，有些方法则较缺少地质背景及成矿信息的整合，地质意义不明显，该类方法的应用效果尚不如传统类型的方法直接、广泛。

遵循已有的国家标准，目前行业中较广泛使用的方法，以传统的，依据数据或异常本身的特点及各种参数——如异常的形态、规模、强度、连续性、异常梯度、元素组合、元素对得比值和异常分带性等特征——对异常进行筛选及评价。该方法首先需要利用原始采集的地球化学数据——即全部采样点的各种化学元素或化合物浓度值——计算出背景值和异常下限，具体计算方法通常使用线性回归法和迭代法。然后根据计算出的背景值，利用各采样点的原始值除以背景值得到各采样点的衬值。接着利用各点的衬值绘制等值线图，建立单元素异常图或多元素组合异常图。最后通过观察并分析获得的各类异常图，利用“原生晕”理论，选择“成矿元素含量、异常规模、元素分带性及组合”等参数对异常进行评价与排序，并利用“前晕、中晕、尾晕” 元素的强度和面积来判断矿床的风化剥蚀程度等。该方法的数据处理，包括背景值和异常下限及衬值的计算，通常是在Excel或SPSS软件中进行的。而等值线的绘制等成图步骤，通常是在Surfer软件以及MapGIS软件中完成的。

在行业的发展中，该方法产生了多种变种。如背景值和异常下限的计算方法中，史长义等（1999）提出了“子区中位数衬值滤波法”，即结合勘查数据分析（EDA）与滤波方法，利用一对滑动窗口对原始数据进行扫描筛选，计算出背景值和异常下限；韩东昱等（2004）结合分形理论，提出了“含量—总量法确定异常下限”及“分形趋势面法”。但不管如何变化，这些方法最终是利用“原生晕”理论，选择“高、大、全”的异常进行圈定与排序，并没有本质性的变化。

在传统处理方法的长期应用中，地质工作者发现了该方法存在的问题。前人筛选异常的准则是基于“原生晕”热液分带原理，而区域化探的采样介质为“水系分散流”，尽管其对原生晕异常有继承性，但异常在表生环境下又受到元素的化学性质、氧化还原条件、地貌景观等诸多因素影响，如有一个中等强度的斑岩铜矿致地球化学异常，异常周围的氧化还原环境不同，其代表的地质意义是完全不一样的；在有多期次地质作用叠加改造的地区，用“前晕、中晕、尾晕” 元素的强度及面积来判断矿床的风化剥蚀程度会遇到多解性和不确定性问题；内生成大矿的地区必然是成矿物质交换与成矿作用叠加改造最强烈的地区，而多种地质作用的叠加改造必然造成复杂的元素聚集，致使“元素分带性差”。

除了个别的标准化探数据处理软件外，传统的化探处理方法通常需要多种软件相互配合进行操作，如异常下限及背景值的计算通常需要在Excel或者SPSS软件中完成，而成图通常在Surfer以及MapGIS软件中完成。由于MapGIS成图功能不够强大但其图件格式为国家标准，许多处理人员会首先在Surfer中生成异常图，之后再转换成MapGIS格式。这样的多软件协作会增加操作的难度，降低处理速度。而且由于处理过程中人工的参与环节较多，也容易掺杂进人为错误。目前专门针对地球化学数据处理的软件还较少且不甚健全。如GeoKit软件，为一款Excel的VBA地球化学数据处理应用软件，但该软件的处理仅局限于数据的各种计算，无法根据计算结果直接输出符合国家标准的异常图。

伴随着计算机技术的发展，数学地质在近20年中发展迅速，提出一些数学地质理论，相伴产生了相关的数据处理软件：

结合分形理论，成秋明（2001）提出了局部奇异性理论。奇异性所度量的是场值随量度范围大小的变化规律。比如对一块均匀的岩石样品而言，元素在岩石中的平均含量与岩石样品的大小是相对独立的，不论样品大小如何，所分析的平均含量是基本相同的。这样的情况是非奇异的或正常的。然而，岩石中元素含量是不均匀的，那么所分析的元素含量将会与被分析样品大小有关，不同大小的样品会给出不同的平均分析值。这样的性质称为奇异性。从多重分形的角度来说，多次活动的地质过程往往产生自相似场。自相似性是指在改变度量尺度的条件下保持相似性。自相似性具有几何空间性质。该理论使用指数函数ρ(ε)∝ε^α-2来表示奇异性。α=2反映某种平均的非奇异背景分布，这种背景往往与面积性的地质体有关。当α >2或α <2时，则分别反映与局部地质因素有关的元素含量的贫化或富集等异常现象。

证据权法是一种综合各种证据来支持一种假设的定量方法。该方法最初是一种非空间应用的方法，主要用在对医疗诊断的支持上。证据权法在20世纪80年代后期被应用于矿产资源潜力制图与地理信息系统。在这种情况下，证据包括一个勘探地球数据集，并假设是“这个位置是有利于某类型矿床的发生”。权重就从用来预测的证据数据中已有的发现的矿床和矿床规模来估计。该假设会利用计算得到的权重反复评估可能有利成矿区域。然后利用各证据图层来得到一个矿产资源潜力图。该方法属于一种多准则决策方法。

与GIS技术相结合，出现了一些矿产资源定量预测和评价系统，其中包含有地球化学数据处理功能。如“金属矿产资源评价分析系统”（MORPAS），该系统基于MapGIS平台，主要综合地物化遥矿产等资料进行矿产资源定量勘查评价为目标；“地学数据处理专家辅助系统”（GEEMS）是基于数学地质的数据处理、分析软件，同样基于MapGIS平台；“矿产资源潜力评价系统”（GeoDAS），基于ArcGIS平台开发，主要用于矿产资源定量预测和评价。

总体上讲，现有的化探数据处理方法与化探数据处理软件，主要是依据数据本身的特点和各种参数以及数据结构分析等，在考虑客观赋予数据以地质内涵、即地质因素对异常的影响方面存在主观性、多解性，对大区域快速圈定、筛选与成矿有关异常方面存在很大的难度，同时也没有提供相应的一套软件处理流程、来进行快速简便的处理与圈定。

发明内容

本发明的目的是通过对海量区域化探数据进行重新处理，客观赋予数据以地质内涵，来圈定“成矿类型”异常图、“成矿作用强度”异常图等带有特定地质意义的异常图，从而快速筛选与评价出与成矿有关的异常的一种新方法，并提供一整套可供计算机编程实现的处理技术。依次通过原始数据的获取、各个地质单元背景值的计算、原始数据的网格化处理、衬值网格数据的计算、矿床类型异常值、成矿作用强度异常值等网格数据的计算，矿床类型异常图、成矿作用强度异常图等绘制的步骤。与传统技术方法相比，该技术方法直接生成的异常图可直接指示出与某一类型的矿床或成矿作用强度等相关的异常，较好地克服了元素化学性质、氧化还原环境、风化剥蚀等诸多因素对传统技术方法筛选异常的影响，大大减小了多解性、不确定性及主观判断的干扰，使有重要找矿价值的异常明显凸现出规律性。同时提供的处理流程可以利用计算机编程实现全部处理过程的自动化，不限定具体的硬件平台，也不限定实现的计算机语言。该方法大大提高了化探异常圈定与筛选的效率。

该方法与前人化探数据处理方法的区别在于：前人化探数据处理方法是以数学为基础，先立足于化探数据的高低或结构特征来提取与识别异常，然后结合成矿地质背景等，对化探异常进行评价；即先异常识别、后异常评价，二者相互独立。本方法是以地质为基础，详细研究地质规律、建立地球化学标志及勘查地球化学模型（表生）的基础上，赋予化探数据以客观的地质内涵来识别与评价异常，即将异常的识别与评价融为一体。

为实现上述目的，本发明是通过以下技术方案实现的： 

本发明的一种基于地质内涵的化探异常识别与评价方法，该方法依次包括如下步骤：前述原始数据的获取、各个地质单元背景值的计算、前述原始数据的网格化处理、衬值网格数据的计算、成矿强度异常值网格数据的计算、矿床类型异常值网格数据的计算和成矿强度异常图与矿床类型异常图的绘制；其特征在于，只需提供MapGIS格式的国家标准地质图与原始数据即可依靠程序自动处理得到各个地质单元背景值，并存储于MapGIS格式的地质图区文件中的区属性内；综合处理得到的成矿强度异常图、矿床类型异常图与其他异常图的信息，即可直接显示出与矿床有关的异常区域；其中，所述地质内涵为将地质信息及地球化学信息结合在一起得到的所有异常图包含的信息；所述原始数据为通过野外采样和室内化学分析得到的各个水系沉积物样品中的已测试元素的浓度值，同时利用GPS记录了各个样品的采样坐标；所述的地质图为MapGIS格式的采样区域的完整地质图；所述衬值网格数据，为原始数据网格化处理后得到的原始值网格数据，与各个地质单元背景值进行处理所得到；所述成矿强度异常值网格数据，为衬值网格数据的每个节点上衬值大于1的已测试元素个数；所述矿床类型异常值网格数据，为确定可能存在的矿床类型后，衬值网格数据的每个节点上的该矿床类型指示元素组合的衬值之和；所述成矿强度异常图为在所得的成矿强度异常值网格数据的基础上绘制的异常图；所述矿床类型异常图为在所得的矿床类型异常值网格数据的基础上绘制的异常图。

作为一个优选方式，所述原始数据获取的步骤为：通过某种途径获得将处理地区的原始化探数据，得到原始数据表格文件。所述某种途径为任何一种能够获取化探原始数据表格文件的方法，包括野外样品采集、实验室样品测试和计算机数据录入步骤；所述原始数据表格文件，为一个Excel表格或逗号分隔值（CSV）类型的表格文件，包含了针对每个野外样品进行化学分析得到的各个已测试元素的浓度值以及由GPS采集得到的各个样品的采样点坐标。

作为一个优选方式，所述各个地质单元背景值计算的步骤为：向计算机输入原始数据表格文件与MapGIS格式的地质图文件中的区文件，之后计算机通过特定运算首先确定各个样品所述的地质单元，之后针对每个地质单元，利用属于该地质单元中的样品，使用迭代法计算该地质单元中各个已测试元素的背景值，并将该背景值以区属性的形式存储于地质图文件中的区文件中的各个区内，其中属性字段名为该元素名，数据类型为双精度浮点型，最终得到包含各个地质单元背景值信息的区文件，计算机输出该文件；所述原始数据表格，为前述原始数据的获取步骤中所获得的文件；所述MapGIS格式的地质图，为包含MapGIS区文件（文件扩展名为WP）的MapGIS格式的符合国家标准的电子版地质图，该地质图的区文件中，相同的地质单元应为相同的颜色；所述确定样品所属地质单元的特定运算，为通过判断每个样品的坐标是否处于某地质单元内部，若处于该地质单元内部，则认为该样品属于该地质单元，否则不属于；所述迭代法，为首先计算该元素的含量值的均值X₁和标准偏差Sd₁，然后将所有高于X₁+n*Sd₁的值剔除掉；再计算新数据集的均值X₂和标准偏差Sd₂，再将所有高于X₂+n*Sd₂的值剔除掉，重复以上计算，直到无值可剔除，其中，上述n均为2或3；得出的最终均值X_i即为背景值。

作为一个优选方式，所述原始数据网格化处理的步骤为：向计算机输入原始数据表格文件，之后计算机针对每种已测试元素，通过插值运算将原始的坐标位置不规整的数据转化为规整的原始值网格数据文件，最终每种已测试元素得到一个原始值网格数据文件，计算机输出该文件；所述原始数据表格，为前述原始数据的获取步骤中所获得的文件；所述的插值运算，指数学意义上的以网格化为目的的插值计算，所述包括插值计算克里格（Kriging）法、距离加权反比（IDW）法、改进谢别德（Modified Quadratic Shepard）法等；所述的原始值网格数据文件，为包含元素名称、网格起始X、Y坐标，网格X、Y方向节点间距、网格行列数以及按序排列的各个节点的元素浓度值的二进制数据文件。

作为一个优选方式，所述衬值网格数据的计算的步骤为：向计算机输入各个已测试元素的原始值网格数据文件及包含各个地质单元背景值信息的MapGIS区文件，计算机针对每种已测试元素的原始值网格数据文件中的各个网格节点，通过其X、Y坐标位置检查其所属的地质单元，并从前述MapGIS区文件属性中读取其相应地质单元该元素的背景值，计算机根据原始值网格数据文件中存储的元素名和区文件属性中的字段名进行匹配，自动查找该元素相应的背景值，之后用该点的原始值除以该背景值，得到该点的衬值，并重新赋值于该点。最终原始值网格数据文件变为衬值网格数据文件，计算机输出该文件；所述各个已测试元素的原始值网格数据文件为前述原始数据网格化处理步骤后计算机输出所得；所述包含各个地质单元背景值信息的MapGIS区文件为前述各个地质单元背景值计算步骤后计算机输出所得。

作为一个优选方式，所述成矿强度异常值网格数据计算的步骤为：计算机对全部已测试元素的衬值网格数据进行异常个数统计，得到成矿强度异常值网格数据文件，计算机输出该文件；所述异常个数统计，由于这些网格均使用相同的原始坐标数据通过相同的方法计算得到，则可将这些网格看作在一个网格的每个数据点上有若干已测试元素衬值数据，则该步骤为针对每个节点，统计该节点上衬值大于1的元素个数，该值即为成矿强度异常值，并将该值赋值于其所属节点，即可得到成矿强度异常值网格。

作为一个优选方式，所述矿床类型异常值网格数据计算的步骤为：计算机中预先存储了若干矿床类型名以及与其关联的指示元素组合。用户通过某种方法确定采样区域可能存在的矿床类型，之后在计算机预置的矿床类型选择相应的矿床类型。如果计算机预置的矿床类型中没有用户所需的矿床类型，则允许用户手动创建新的矿床类型及其指示元素组合数据，并可以选择该矿床类型。之后向计算机输入全部已测试元素衬值网格数据，计算机根据衬值网格数据中存储的元素名，以及与用户所选矿床类型关联的指示元素组合，自动匹配筛选出该指示元素组合中各个已测试元素的衬值网格数据文件，并对筛选出的若干衬值网格数据文件进行累加求和，得到矿床类型异常值网格数据文件，计算机输出该文件；所述确定采样区域可能存在的矿床类型的“某种方法”，为任何可以提供该区域可能存在的矿床类型的方法，包括用户的主观分析判断、利用数学方法计算分析、查阅已有资料方法；所述衬值网格数据文件进行累加求和，由于这些网格均使用相同的原始坐标数据通过相同的方法计算得到，则可将这些网格看作在一个网格的每个数据点上有若干已测试元素衬值数据，则该步骤为针对每个节点，将该节点上的各个已测试元素衬值相加求总和，该值即为矿床类型异常值，并将该和值赋值于其所属节点，即可得到矿床类型异常值网格。

作为一个优选方式，所述成矿强度异常图与矿床类型异常图绘制的步骤为：向计算机输入成矿强度异常值网格数据和矿床类型异常值网格数据，计算机分别使用各个网格数据绘制等值线图或三维立体图等图件，通过显示器或打印机输出设备表现给用户;所述绘制，通常包括但不限于等值线追踪、等值线光滑、等值线颜色填充等等值线绘制，以及根据输入的网格数据进行三维建模，以及任何将抽象的网格数据文件以图形的方式展现给用户的方法。该处理步骤结束后，用户可直接通过该图观察到采样区域的指定矿床类型的异常强度或成矿作用强度，图中数值较高且范围较大的区域，即为极有可能存在矿床的区域。

上述优选方式对大区域范围内与矿床相关异常的识别效率的提高效果是显著的，预计可提高数倍。

与传统的地球化学数据处理技术方法相比，该方法的优点是：

以地质为基础，在详细研究地质规律、建立地球化学标志及勘查地球化学模型（表生）的基础上，赋予化探数据以客观的地质内涵来识别与评价异常，即将异常的识别与评价融为一体，大大提高了工作效率。同时还克服了传统方法主要查证“高、大、全”异常所带来的漏矿问题，而且能够快速的将区域内成矿作用最强的矿集区优选出来，克服了元素的化学性质、氧化还原环境、地貌景观以及风化剥蚀等诸多因素对异常的影响，使有重要找矿价值的异常明显凸出规律性。

与此同时，发明人通过该技术方法在实践中进行了实际应用：朱诺大型斑岩铜矿床的发现——1990年开展的1:50万日喀则幅区域化探异常图中，在朱诺地区未发现任何有编号的异常，综合异常图也无反映。而使用本方法对原始数据进行重新处理，结合该处的构造背景及成矿环境的系统分析研究，绘制矿床类型异常图，结果显示斑岩铜矿致异常特征。后经查证，朱诺地区确实存在大型斑岩铜矿。通过该方法成矿作用强度异常图的编制，结果发现扎西康矿集区是整个北喜马拉雅地区金锑多金属成矿作用最强烈的地区，经靶区验证找矿取得重大突破。

 

具体实施方式

下面结合具体实施方式，进一步阐述本发明。 

实施例1： 

一种基于地质内涵的化探异常识别与评价方法，该基于地质内涵的化探异常识别与评价方法依次包括如下步骤：前述原始数据的获取、各个地质单元背景值的计算、原始数据的网格化处理、衬值网格数据的计算、成矿强度异常值网格数据的计算、矿床类型异常值网格数据的计算和成矿强度异常图与矿床类型异常图的绘制；其特征在于，通过MapGIS格式的国家标准地质图与原始数据并依靠程序自动处理得到各个地质单元背景值，并存储于MapGIS格式的地质图区文件中的区属性内；综合处理得到的成矿强度异常图、矿床类型异常图与其他异常图的信息，然后直接显示出与矿床有关的异常区域；其中，所述原始数据为通过野外采样和室内化学分析得到的各个水系沉积物样品中的已测试元素的浓度值，同时利用GPS记录了各个样品的采样坐标；所述的地质图为MapGIS格式的采样区域的完整地质图；所述衬值网格数据，为原始数据网格化处理后得到的原始值网格数据，与各个地质单元背景值进行处理所得到；所述成矿强度异常值网格数据，为衬值网格数据的每个节点上衬值大于1的已测试元素个数；所述矿床类型异常值网格数据，为确定可能存在的矿床类型后，衬值网格数据的每个节点上的该矿床类型指示元素组合的衬值之和；所述成矿强度异常图为在所得的成矿强度异常值网格数据的基础上绘制的异常图；所述矿床类型异常图为在所得的矿床类型异常值网格数据的基础上绘制的异常图；其中，所述原始数据获取的步骤为：通过某种途径获得欲处理地区的原始化探数据，得到原始数据表格文件；所述某种途径为任何一种能够获取化探原始数据表格文件的方法，通常包括野外样品采集、实验室样品测试、计算机数据录入等步骤；所述原始数据表格文件，为一个Excel表格或逗号分隔值（CSV）等类型的表格文件，包含了针对每个野外样品进行化学分析得到的各个已测试元素的浓度值以及由GPS采集得到的各个样品的采样点坐标；其中，所述各个地质单元背景值计算的步骤为：向计算机输入原始数据表格文件与MapGIS格式的地质图文件中的区文件，之后计算机通过特定运算首先确定各个样品所述的地质单元，之后针对每个地质单元，利用属于该地质单元中的样品，使用迭代法计算该地质单元中各个已测试元素的背景值，并将该背景值以区属性的形式存储于地质图文件中的区文件中的各个区内，其中属性字段名为该元素名，数据类型为双精度浮点型，最终得到包含各个地质单元背景值信息的区文件，计算机输出该文件。所述原始数据表格，为前述原始数据的获取步骤中所获得的文件；所述MapGIS格式的地质图，为包含MapGIS区文件（文件扩展名为WP）的MapGIS格式的符合国家标准的电子版地质图，该地质图的区文件中，相同的地质单元应为相同的颜色；所述确定样品所属地质单元的特定运算，为通过判断每个样品的坐标是否处于某地质单元内部，若处于该地质单元内部，则认为该样品属于该地质单元，否则不属于；所述迭代法，为首先计算该元素的含量值的均值X₁和标准偏差Sd₁，然后将所有高于X₁+n*Sd₁的值剔除掉；再计算新数据集的均值X₂和标准偏差Sd₂，再将所有高于X₂+n*Sd₂的值剔除掉，重复以上计算，直到无值可剔除，其中，上述n均为2或3；得出的最终均值X_i即为背景值。

 

实施例2： 

一种基于地质内涵的化探异常识别与评价方法，该基于地质内涵的化探异常识别与评价方法依次包括如下步骤：前述原始数据的获取、各个地质单元背景值的计算、原始数据的网格化处理、衬值网格数据的计算、成矿强度异常值网格数据的计算、矿床类型异常值网格数据的计算和成矿强度异常图与矿床类型异常图的绘制；其特征在于，通过MapGIS格式的国家标准地质图与原始数据并依靠程序自动处理得到各个地质单元背景值，并存储于MapGIS格式的地质图区文件中的区属性内；综合处理得到的成矿强度异常图、矿床类型异常图与其他异常图的信息，然后直接显示出与矿床有关的异常区域；其中，所述原始数据为通过野外采样和室内化学分析得到的各个水系沉积物样品中的已测试元素的浓度值，同时利用GPS记录了各个样品的采样坐标；所述的地质图为MapGIS格式的采样区域的完整地质图；所述衬值网格数据，为原始数据网格化处理后得到的原始值网格数据，与各个地质单元背景值进行处理所得到；所述成矿强度异常值网格数据，为衬值网格数据的每个节点上衬值大于1的已测试元素个数；所述矿床类型异常值网格数据，为确定可能存在的矿床类型后，衬值网格数据的每个节点上的该矿床类型指示元素组合的衬值之和；所述成矿强度异常图为在所得的成矿强度异常值网格数据的基础上绘制的异常图；所述矿床类型异常图为在所得的矿床类型异常值网格数据的基础上绘制的异常图；其中，所述原始数据获取的步骤为：通过某种途径获得欲处理地区的原始化探数据，得到原始数据表格文件；所述某种途径为任何一种能够获取化探原始数据表格文件的方法，通常包括野外样品采集、实验室样品测试、计算机数据录入等步骤；所述原始数据表格文件，为一个Excel表格或逗号分隔值（CSV）等类型的表格文件，包含了针对每个野外样品进行化学分析得到的各个已测试元素的浓度值以及由GPS采集得到的各个样品的采样点坐标；其中，所述各个地质单元背景值计算的步骤为：向计算机输入原始数据表格文件与MapGIS格式的地质图文件中的区文件，之后计算机通过特定运算首先确定各个样品所述的地质单元，之后针对每个地质单元，利用属于该地质单元中的样品，使用迭代法计算该地质单元中各个已测试元素的背景值，并将该背景值以区属性的形式存储于地质图文件中的区文件中的各个区内，其中属性字段名为该元素名，数据类型为双精度浮点型，最终得到包含各个地质单元背景值信息的区文件，计算机输出该文件。所述原始数据表格，为前述原始数据的获取步骤中所获得的文件；所述MapGIS格式的地质图，为包含MapGIS区文件（文件扩展名为WP）的MapGIS格式的符合国家标准的电子版地质图，该地质图的区文件中，相同的地质单元应为相同的颜色；所述确定样品所属地质单元的特定运算，为通过判断每个样品的坐标是否处于某地质单元内部，若处于该地质单元内部，则认为该样品属于该地质单元，否则不属于；所述迭代法，为首先计算该元素的含量值的均值X₁和标准偏差Sd₁，然后将所有高于X₁+n*Sd₁的值剔除掉；再计算新数据集的均值X₂和标准偏差Sd₂，再将所有高于X₂+n*Sd₂的值剔除掉，重复以上计算，直到无值可剔除，其中，上述n均为2或3；得出的最终均值X_i即为背景值；其中，所述原始数据网格化处理的步骤为：向计算机输入原始数据表格文件，之后计算机针对每种已测试元素，通过插值运算将原始的坐标位置不规整的数据转化为规整的原始值网格数据文件，最终每种已测试元素得到一个原始值网格数据文件，计算机输出该文件；所述原始数据表格，为前述原始数据的获取步骤中所获得的文件；所述的插值运算，指数学意义上的以网格化为目的的任意一种插值计算，包括但不限于克里格（Kriging）法、距离加权反比（IDW）法、改进谢别德（Modified Quadratic Shepard）法等。所述的原始值网格数据文件，为包含元素名称、网格起始X、Y坐标，网格X、Y方向节点间距、网格行列数以及按序排列的各个节点的元素浓度值的二进制数据文件。

 

实施例3： 

一种基于地质内涵的化探异常识别与评价方法，该基于地质内涵的化探异常识别与评价方法依次包括如下步骤：前述原始数据的获取、各个地质单元背景值的计算、原始数据的网格化处理、衬值网格数据的计算、成矿强度异常值网格数据的计算、矿床类型异常值网格数据的计算和成矿强度异常图与矿床类型异常图的绘制；其特征在于，通过MapGIS格式的国家标准地质图与原始数据并依靠程序自动处理得到各个地质单元背景值，并存储于MapGIS格式的地质图区文件中的区属性内；综合处理得到的成矿强度异常图、矿床类型异常图与其他异常图的信息，然后直接显示出与矿床有关的异常区域；其中，所述原始数据为通过野外采样和室内化学分析得到的各个水系沉积物样品中的已测试元素的浓度值，同时利用GPS记录了各个样品的采样坐标；所述的地质图为MapGIS格式的采样区域的完整地质图；所述衬值网格数据，为原始数据网格化处理后得到的原始值网格数据，与各个地质单元背景值进行处理所得到；所述成矿强度异常值网格数据，为衬值网格数据的每个节点上衬值大于1的已测试元素个数；所述矿床类型异常值网格数据，为确定可能存在的矿床类型后，衬值网格数据的每个节点上的该矿床类型指示元素组合的衬值之和；所述成矿强度异常图为在所得的成矿强度异常值网格数据的基础上绘制的异常图；所述矿床类型异常图为在所得的矿床类型异常值网格数据的基础上绘制的异常图；其中，所述原始数据获取的步骤为：通过某种途径获得欲处理地区的原始化探数据，得到原始数据表格文件；所述某种途径为任何一种能够获取化探原始数据表格文件的方法，通常包括野外样品采集、实验室样品测试、计算机数据录入等步骤；所述原始数据表格文件，为一个Excel表格或逗号分隔值（CSV）等类型的表格文件，包含了针对每个野外样品进行化学分析得到的各个已测试元素的浓度值以及由GPS采集得到的各个样品的采样点坐标；其中，所述各个地质单元背景值计算的步骤为：向计算机输入原始数据表格文件与MapGIS格式的地质图文件中的区文件，之后计算机通过特定运算首先确定各个样品所述的地质单元，之后针对每个地质单元，利用属于该地质单元中的样品，使用迭代法计算该地质单元中各个已测试元素的背景值，并将该背景值以区属性的形式存储于地质图文件中的区文件中的各个区内，其中属性字段名为该元素名，数据类型为双精度浮点型，最终得到包含各个地质单元背景值信息的区文件，计算机输出该文件。所述原始数据表格，为前述原始数据的获取步骤中所获得的文件；所述MapGIS格式的地质图，为包含MapGIS区文件（文件扩展名为WP）的MapGIS格式的符合国家标准的电子版地质图，该地质图的区文件中，相同的地质单元应为相同的颜色；所述确定样品所属地质单元的特定运算，为通过判断每个样品的坐标是否处于某地质单元内部，若处于该地质单元内部，则认为该样品属于该地质单元，否则不属于；所述迭代法，为首先计算该元素的含量值的均值X₁和标准偏差Sd₁，然后将所有高于X₁+n*Sd₁的值剔除掉；再计算新数据集的均值X₂和标准偏差Sd₂，再将所有高于X₂+n*Sd₂的值剔除掉，重复以上计算，直到无值可剔除，其中，上述n均为2或3；得出的最终均值X_i即为背景值；其中，所述原始数据网格化处理的步骤为：向计算机输入原始数据表格文件，之后计算机针对每种已测试元素，通过插值运算将原始的坐标位置不规整的数据转化为规整的原始值网格数据文件，最终每种已测试元素得到一个原始值网格数据文件，计算机输出该文件；所述原始数据表格，为前述原始数据的获取步骤中所获得的文件；所述的插值运算，指数学意义上的以网格化为目的的任意一种插值计算，包括但不限于克里格（Kriging）法、距离加权反比（IDW）法、改进谢别德（Modified Quadratic Shepard）法等。所述的原始值网格数据文件，为包含元素名称、网格起始X、Y坐标，网格X、Y方向节点间距、网格行列数以及按序排列的各个节点的元素浓度值的二进制数据文件；所述衬值网格数据的计算的步骤为：向计算机输入各个已测试元素的原始值网格数据文件及包含各个地质单元背景值信息的MapGIS区文件，计算机针对每种已测试元素的原始值网格数据文件中的各个网格节点，通过其X、Y坐标位置检查其所属的地质单元，并从前述MapGIS区文件属性中读取其相应地质单元该元素的背景值，计算机根据原始值网格数据文件中存储的元素名和区文件属性中的字段名进行匹配，自动查找该元素相应的背景值，之后用该点的原始值除以该背景值，得到该点的衬值，并重新赋值于该点；最终原始值网格数据文件变为衬值网格数据文件，计算机输出该文件。所述各个已测试元素的原始值网格数据文件为前述原始数据网格化处理步骤后计算机输出所得；所述包含各个地质单元背景值信息的MapGIS区文件为前述各个地质单元背景值计算步骤后计算机输出所得；所述成矿强度异常值网格数据计算的步骤为：计算机对全部已测试元素的衬值网格数据进行异常个数统计，得到成矿强度异常值网格数据文件，计算机输出该文件。所述异常个数统计，由于这些网格均使用相同的原始坐标数据通过相同的方法计算得到，则可将这些网格看作在一个网格的每个数据点上有若干已测试元素衬值数据，则该步骤为针对每个节点，统计该节点上衬值大于1的元素个数，该值即为成矿强度异常值，并将该值赋值于其所属节点，即可得到成矿强度异常值网格；所述矿床类型异常值网格数据计算的步骤为：计算机中预先存储了若干矿床类型名以及与其关联的指示元素组合。用户通过某种方法确定采样区域可能存在的矿床类型，之后在计算机预置的矿床类型选择相应的矿床类型。如果计算机预置的矿床类型中没有用户所需的矿床类型，则允许用户手动创建新的矿床类型及其指示元素组合数据，并可以选择该矿床类型；之后向计算机输入全部已测试元素衬值网格数据，计算机根据衬值网格数据中存储的元素名，以及与用户所选矿床类型关联的指示元素组合，自动匹配筛选出该指示元素组合中各个已测试元素的衬值网格数据文件，并对筛选出的若干衬值网格数据文件进行累加求和，得到矿床类型异常值网格数据文件，计算机输出该文件。所述确定采样区域可能存在的矿床类型的“某种方法”，为任何可以提供该区域可能存在的矿床类型的方法，包括但不限于用户的主观分析判断、利用数学方法计算分析、查阅已有资料方法；所述衬值网格数据文件进行累加求和，由于这些网格均使用相同的原始坐标数据通过相同的方法计算得到，则可将这些网格看作在一个网格的每个数据点上有若干已测试元素衬值数据，则该步骤为针对每个节点，将该节点上的各个已测试元素衬值相加求总和，该值即为矿床类型异常值，并将该和值赋值于其所属节点，即可得到矿床类型异常值网；所述成矿强度异常图与矿床类型异常图绘制的步骤为：向计算机输入成矿强度异常值网格数据和矿床类型异常值网格数据，计算机分别使用各个网格数据绘制等值线图或三维立体图等图件，通过显示器或打印机等输出设备表现给用户；所述绘制，通常包括但不限于等值线追踪、等值线光滑、等值线颜色填充等等值线绘制，以及根据输入的网格数据进行三维建模，以及任何将抽象的网格数据文件以图形的方式展现给用户的方法；该处理步骤结束后，用户可直接通过该图观察到采样区域的指定矿床类型的异常强度或成矿作用强度，图中数值较高且范围较大的区域，即为极有可能存在矿床的区域。

 

实施例4： 

为了解决上述问题，本发明是通过以下技术方案实现的：

a、原始数据网格化。

用户须提供所有采样点的各个元素含量的数据表格，具体形式类似：

采样号XY检测号送样号AuCuZnMnPbSnCr…1377-A21234567890011377-A20.10.201524561.23.51.0…0758-B31234667900020758-B30.21.002214568.09.18.8……………………………………

表格中至少要包含采样点的坐标和每种元素的含量值。之后软件利用这些信息对原始数据进行网格化，网格化的插值方法可以使用泛克里格法，但具体方法使用要在保证数据准确性的基础上针对客观情况而定。插值后会得到各个元素的含量值的数据网格。

b、背景值及衬值的计算： 由于已有的地质图通常为MapGIS格式，为了方便对测区进行分区，本步骤使用已有的MapGIS格式地质图的区文件作为地质单元分区文件。

（1）如果已有可用的地质图，则可直接将该地质图的区文件（*.wp）作为地质分区文件。如果没有可用的地质图，则用户预先在MapGIS软件中对测区进行地质单元分区。所得到的地质分区中须保证同样的地层、地质体使用相同的颜色，因为后续步骤中对若干数据点是否在同一地质单元的判定，是基于判定这些数据点空间位置所属的区域是否拥有相同的颜色。如果两数据点所在区的颜色一样，则认为两数据点是属于同一个地质单元。该步骤得到一个MapGIS区文件（*.wp）。

（2）背景值计算。首先利用（1）中得到的区文件中的各个分区对原始数据表格中的各个点根据坐标进行筛选。具体方法是：

由于（1）中得到的区文件中各个分区实际为多个包含颜色参数的封闭折线段，则将各个颜色属性的相同的折线段分为一组——即一个地质单元，然后针对a步骤中用到的原始数据表格中的每个点，通过每个点的坐标和该组折线段的全部端点坐标进行数学计算，判断该点坐标是否位于该组折线段中任意一个折线段内部，如果位于，则判定该数据点属于该地质单元。通过该方法处理后，每个地质单元都会有所包含的若干个点。

之后针对所有地质单元，使用该地质单元所包含的所有点，利用迭代法，分别对该点的每种元素计算背景值。迭代法为传统的地球化学背景值计算方法，具体方法为：首先计算该元素原始数据集的均值（X1）和标准偏差(Sd1)，然后将所有高于X1+nSd1的值剔除掉（通常n为2或者3），之后计算新数据集的均值（X2）和标准偏差(Sd2)，然后将所有高于X2+nSd2的值剔除掉。重复以上计算，直到无值可剔除。求出的最终均值Xi即为背景值。

以上计算得到的各种元素的背景值，保存在该区的属性内，属性名为元素名，属性值为该元素在该区域的背景值。最终得到一个具有背景值属性的MapGIS区文件（*.wp）。

（3）进行衬值的计算。该步骤需要用到a中网格化得到的各个元素含量值的数据网格与（2）中得到的包含各个元素背景值属性的MapGIS区文件。针对每种元素，利用该元素的含量值数据网格中的每一个网格节点的坐标值与之前得到的MapGIS区文件，通过数学计算判断该点属于哪一个区。之后读取该区相应的元素背景值属性，以获取该节点所对应的背景值。最后使用该节点的数值除以其相应的背景值，得到该节点的衬值，并将该值赋值于该节点。对该原始值网格的全部节点重复该运算，得到该元素的衬值网格。该步骤最终得到全部元素的衬值网格。

c、矿床类型异常图的生成：

（1）确定成矿类型的元素组合。首先用户须对原始数据针对元素类型进行系统聚类分析，以分析该区域的元素相关性。用户通过参考系统聚类分析的结果，综合其他资料（如地质工作结果及前任资料），推断该测区可能存在的矿床类型。之后使用该种矿床类型的指示元素组合作为成矿类型的元素组合。

（2）将（1）中获得的成矿类型元素组合中的各个元素的衬值网格（在b得到）挑选出来，并对这些网格进行算数相加，即针对网格每个节点，将该节点上的所有元素（仅限于成矿类型元素组合中的元素）的衬值进行算数求和，并将和值赋值于该节点。最终得到一个该元素组合的衬值之和的网格。

（3）使用（2）中得到的网格绘制等值线，即为矿床类型异常图。

d.成矿强度异常图的生成：

计算机对b步骤中得到的各个元素的衬值网格数据进行异常个数统计。针对每个网格节点，统计该节点上衬值大于1的元素个数，该值即为成矿强度异常值，并将该值赋值于其所属节点，即可得到成矿强度异常值网格。得到成矿强度异常值网格数据文件，计算机输出该文件。

使用本方法对北喜马拉雅地区的原始数据进行重新处理，结果扎西康矿集区是整个北喜马拉雅地区金锑多金属成矿作用与物质交换最强烈的地区，经靶区验证找矿取得重大突破，新评价了扎西康锰铁锑铅锌银超大型矿床，并被评为2012年全国十大找矿成果之一。

本发明并不局限于上述特定实施例，在不背离本发明精神及其实质情况下，本领域的普通技术人员可根据本发明作出各种相应改变和变形。这些相应改变和变形都应属于本发明所附权利要求的保护范围之内。