应用MORPAS系统证据权重法进行多源信息成矿预测——以澜沧江南段地区为例
基于CNKI和WOS数据库的盐碱地研究进展文献计量分析
基于CNKI和WOS数据库的盐碱地研究进展文献计量分析目录一、内容概要 (2)二、数据库介绍及数据来源 (3)1. CNKI数据库介绍 (4)2. WOS数据库介绍 (5)3. 数据来源及筛选标准 (5)三、文献计量分析方法和指标 (6)1. 文献数量统计 (8)2. 发表年份分析 (9)3. 作者及研究机构分析 (10)4. 研究方向和热点分析 (11)四、盐碱地研究进展的文献计量分析 (13)1. 总体趋势分析 (14)2. 研究热点和重点领域 (15)3. 研究方法和技术手段 (17)4. 存在的问题和挑战 (17)五、基于CNKI数据库的盐碱地研究进展分析 (19)1. 文献数量及时间分布 (20)2. 研究领域和热点 (21)3. 研究团队和合作情况 (22)六、基于WOS数据库的盐碱地研究进展分析 (24)1. 文献计量及质量评估 (25)2. 国际研究动态和趋势 (26)一、内容概要本篇论文立足于CNKI（中国知网）与WOS（Web of Science）数据库，对近年来盐碱地的研究进展进行了全面的文献计量分析。
CNKI 数据库作为国内权威的学术文献数据库，涵盖了广泛的学科领域，其收录的中文文献数量庞大，能够较好地反映国内盐碱地研究的现状。
而WOS数据库则涵盖了全球范围内的学术文献，具有国际视野，有助于我们了解国际上盐碱地研究的最新动态和趋势。
在文献筛选方面，本研究采用了严格的筛选标准，确保所选取的文献具有代表性和可靠性。
通过对CNKI和WOS数据库中相关文献的梳理和分析，我们发现盐碱地研究涉及了多个学科领域，如农业科学、生态学、土壤学等。
这些研究不仅关注盐碱地的改良和利用，还深入探讨了盐碱地形成的原因、过程及其对生态环境的影响等方面。
在文献计量分析过程中，本研究运用了多种方法和技术，如文献数量统计、关键词频次分析、主题演变分析等，以揭示盐碱地研究的发展规律和趋势。
通过这些分析，我们发现近几年来盐碱地研究呈现出不断深入和多样化的态势，不仅研究方法不断创新，研究内容也日益丰富。
基于熵权TOPSIS模型的小流域农地水土保持绩效评价
基于熵权TOPSIS模型的小流域农地水土保持绩效评价目录一、内容描述 (2)1. 研究背景与意义 (3)1.1 研究背景 (3)1.2 研究意义 (4)2. 相关文献综述 (5)2.1 小流域农地水土保持研究现状 (6)2.2 熵权TOPSIS模型应用现状 (7)二、研究区域概况与数据来源 (8)1. 研究区域概况 (9)1.1 地理位置及气候特点 (10)1.2 农地使用现状及水土保持问题 (11)2. 数据来源与预处理 (12)2.1 数据来源 (13)2.2 数据预处理 (13)三、熵权TOPSIS模型构建与指标体系设计 (14)1. 熵权TOPSIS模型介绍 (15)1.1 熵权法原理 (16)1.2 TOPSIS方法概述 (16)1.3 模型构建流程 (18)2. 指标体系设计原则与内容 (19)2.1 设计原则 (20)2.2 指标选取与体系构建 (21)四、小流域农地水土保持绩效评价过程 (22)1. 数据标准化处理及权重计算 (23)1.1 数据标准化处理 (24)1.2 权重计算 (24)2. 综合评价 (26)2.1 确定正负理想解 (26)2.2 计算评价对象与理想解的相对接近度 (27)五、绩效评价结果分析与讨论 (28)一、内容描述本论文旨在通过综合应用熵权法和TOPSIS模型，对小流域农地水土保持绩效进行科学评价。
随着国家对生态环境保护和水土保持工作的高度重视，小流域农地水土保持作为改善区域生态环境、促进农业可持续发展的关键环节，其绩效评价显得尤为重要。
本文首先回顾了国内外在水土保持领域的研究进展，明确了熵权法和TOPSIS模型的基本原理和应用步骤。
以某典型小流域为例，综合考虑土地利用类型、植被覆盖度、土壤侵蚀量等自然因素以及人类活动如农业生产方式、水利设施建设等人为因素，构建了小流域农地水土保持绩效评价指标体系。
在实证分析部分，运用熵权法计算各评价指标的权重，以消除指标间的量纲差异；再利用TOPSIS模型对各项指标进行排序和加权，得出各评价单元的绩效值。
模糊证据权方法在镇沅_老王寨_地区金矿资源评价中的应用
第32卷第2期地球科学———中国地质大学学报Vol.32 No.2 2007年3月Earth Science—Journal of China University of G eosciences Mar. 2007模糊证据权方法在镇沅(老王寨)地区金矿资源评价中的应用成秋明1,2,陈志军1,Ali Khaled21.中国地质大学地质过程与矿产资源国家重点实验室,湖北武汉4300742.加拿大约克大学地球空间科学与工程系,加拿大多伦多M3J1P3摘要:采用模糊证据权方法和GeoDAS GIS技术开展了镇沅(老王寨)及其邻区的金矿资源潜力评价.分别采用GeoDAS GIS软件提供的局部奇异性分析技术、S2A异常分解技术、主成分分析技术、证据权、模糊证据权等技术对相关地球化学元素进行了系统的处理和分析.应用主成分分析方法确定了可能的2种不同成矿类型,并采用主成分得分确定了组合异常点,在此基础上分别采用普通证据权和模糊证据权方法编制了成矿后验概率图,圈定了有利成矿地段.对比普通证据权方法与模糊证据权方法所得结果表明,模糊证据权方法可减小图层离散化造成的有用信息损失,提高预测结果精度.关键词:模糊概率;证据权方法;异常分解;奇异性;GeoDAS GIS技术;矿产资源评价;热液金矿.中图分类号:P628 文章编号:1000-2383(2007)02-0175-10 收稿日期:2006-11-05Application of Fuzzy Weights of Evidence Method in MineralR esource Assessment for G old in ZhenyuanDistrict,Yunnan Province,ChinaCH EN G Qiu2ming1,2,C H EN Zhi2jun1,Ali Khaled21.State Key L aboratory of Geological Processes and Mineral Resources,China University of Geosciences,Wuhan430074,China2.Depart ment of Eart h and S pace S cience and Engineering,York Universit y,Toronto M3J1P3,CanadaAbstract:The f uzzy weights of evidence method implemented in G eoDAS GIS was applied to delineate targets for exploration of gold mineral deposits in Zhenyuan mineral district,Yunnan Province,southwestern China.According to the mineral de2 posit model compiled by USGS,the mineral deposit type discovered in the area is determined as mesothermal gold deposit. Together with field observations the mineralization associated elements are determined,which include Au,As,Hg,Ag, Sb,Pb,and Cd.The singularity method and S2A methods provided in GeoDAS GIS were applied to delineate the weak a2 nomalies and mixing anomalies related to gold mineral deposits.Principal component analysis method was utilized to analyze these elements to form two components(PC2and PC3)which may reflect two different types of mineralization:PC2domi2 nated by Au2As2Hg2Co2Ni2Cu may be related to mesothermal deposits formed close to the contact of the ultramafic intru2 sions;whereas the PC3dominated by Au2As2Hg2Ag2Pb may represent epithermal mineral deposits located in the sedimenta2 ry basin away f rom the ultramafic intrusions.The peaks of scores on these types of composite anomaly maps were delineated and used as training points for utilization of weights of evidence method and f uzzy weights of evidence method,respectively. 16targeting areas were delineated using fuzzy weights of evidence method and were suggested for f urther exploration.The detailed comparison of f uzzy weights of evidence method with the ordinary weights of evidence method shows that the former基金项目:国家杰出青年科学研究基金资助项目“成矿复杂系统和矿产资源评价非线性理论与模拟”(No.40525009);自然科学基金重点项目“基于多重分形理论的成矿过程模拟与矿产资源定量评价”(No.40638041);“863”计划区域成矿多元信息处理新方法和新技术(No.2006AA06Z115).作者简介:成秋明(1960-),男,教授,中国地质大学教育部长江学者特聘教授,主要从事矿产普查与勘探、数学地质、地理信息系统、矿产资源评价的教学和研究.E2mail:qiuming@yorku.ca地球科学———中国地质大学学报第32卷can produce better results with less loss of useful information during construction of discrete evidential layers.K ey w ords:f uzzy probability;weights of evidence method;anomaly decomposition;singularity;G eoDAS GIS;mineral re2 source assessment;hydrothermal gold deposit.0 引言 基于多元信息和信息综合技术的矿产资源定量评价与成矿预测是近年来矿产资源勘查领域的快速发展方向之一,也是理论-信息找矿的重要途径之一.作为矿产资源定量评价和成矿预测的最常用模型之一,证据权模型(weight of evidence,简称Wof E)被国内外学者广泛用于多元信息综合和空间决策支持系统,在我国也同样有着广泛的应用领域.证据权方法是一种人工智能方法,最初应用在没有空间意义的医学诊断上.早在20世纪80年代,加拿大Agterberg和Bonham2Carter等数学地质学家对此方法进行了修改和发展,将其应用于矿产预测———不同地质现象作为“症状”,矿床预测作为“诊断结果”(Agterberg,1989;Agterberg et al., 1993;Bonham2Carter,1994).近年来许多学者在各种矿产资源评价和环境评价中应用了该方法,如2005年在多伦多召开的国际数学地质和地学信息大会的“GIS环境下空间数据建模”分会上就有近20余篇论文是关于证据权方法的理论、方法或应用成果(Cheng and Bonham2Carter,2005).Geo ReF 检索结果表明,应用证据权方法的论文不下几百篇.这些成果不仅对证据权方法的应用,而且对该方法的理论和技术也取得了进一步发展,具有代表性的成果包括:Cheng and Agterberg(1999)发展了模糊证据权方法,克服了普通证据权方法在离散图层时易造成信息损失的不足;张生元等(2006)将模糊证据权方法进一步扩展,使其能够处理模糊训练集的预测问题;Cheng et al.(1996)提出了可以预测具有空间聚类分布特征的未发现矿床的分形证据权方法,该成果使证据权方法能够预测空间分布不规则的矿床类型;Cheng(2006)将矿床空间分布局部奇异性和聚类性引入了证据权方法中,使得证据权方法不仅能预测矿床的可能分布位置,而且能够给出预测矿床的空间聚类特征.应用证据权方法的重要条件和困难之一是如何保证证据层之间在预测对象作用上的条件独立性,为此人们研究了多种独立性检验方法,这方面的最新进展包括Agterberg and Cheng(2002)提出的A2C模型.该模型给出了简便而实用的检验方法(Thiart et al.,2006);近2年来,证据权方法还被应用于地质统计学领域,代表的成果包括Krishnan and Journel(2004)提出的T au模型,该模型可以避免条件独立性问题.更多关于证据权方法的内容可参考(Bonham2Carter et al.,1989; Cheng et al.,1996;Bonham2Carter and Cheng, 2001).本文要着重介绍的是应用模糊证据权方法的工作流程和应用效果.用于矿产资源预测的证据往往是某些空间地质特征及其分布模式.证据权方法的应用首先是从计算先验概率入手,先验概率反映了研究区已发现的矿床数与研究区大小的比值.然后要计算在某种地学证据模式条件下的条件概率,比如在某种岩石类型中产出矿床的概率.这样就需要定义产出矿床的条件集合,如“有”或“无”该种岩石类型的范围.在处理连续性图层时,如地球化学异常图,为了计算在一定地球化学异常范围内产出矿床的条件概率,往往需要将其离散化为二态或三态图层,如高于某一给定阀值的范围和低于同一阀值的范围,这样可以计算处于该地球化学值域范围内的成矿后验概率.然而,这样做的结果往往会造成图层信息的损失.为了克服以上不足,本文介绍的模糊证据权方法引进了模糊概率和模糊证据层的概念和模型,在此基础上形成了模糊证据权方法.文中介绍了该方法在云南三江成矿带镇沅地区金矿预测中的应用结果,该地区已经发现2处与超基性岩有关的热液型金矿床.该区域研究程度相对较低,但具有很好的找矿前景.本文主要采用1∶20万水系沉积物地球化学资料和地质资料开展了矿产资源定位预测.确定了2种可能的矿床类型:中温热液和浅成低温热液矿床类型.为了克服只有2个矿床做训练集的困难,文中采用了由主成分分析方法得到的局部组合异常为训练点集,定义了地球化学局部奇异性组合、地球化学局部异常组合、距离超基性岩体边界的缓冲区、距离断裂构造的缓冲区等4个控矿因子,计算了每一因子的模糊权重,最后应用贝叶斯概率原理对多层模糊证据进行叠加,给出了整个研究区的矿床产出模糊后验概率图.该后验概率图反映了已知矿床和预测矿床的空间分布概率图.671 第2期 成秋明等:模糊证据权方法在镇沅(老王寨)地区金矿资源评价中的应用1 研究区地质概况研究区为镇沅(老王寨)及其邻区,沿哀牢山断裂呈NW2SE向展布,该区域位于金沙江-哀牢山缝合线的西部.地理坐标为东经100°39′～102°15′,北纬24°51′～22°57′.研究区面积约12610km2,跨景东、镇沅、墨江、元江、新平、双柏、楚雄、红河及南华诸县.滇西三江褶皱带是印度板块与欧亚板块相互拼合的转换地带.由于多期大地构造运动,沿深大断裂带的岩浆活动和变质活动非常强烈,古生代、中生代和新生代褶皱带都经受了不同程度的变形和变质作用.因而形成了一些多期构造-岩浆-变质杂岩带.多期次构造演化,尤其燕山中晚期以来的历次构造运动,为该区的金-多金属成矿提供了极为有利的成矿地质构造环境和条件.红河深大断裂和墨江断裂带之间夹持的构造-岩浆-(沉积)变质带即是金-多金属矿床的有利产出地段.据云南省地矿局资料(1992)统计,在哀牢山成矿带已圈出面积超过8km2的金异常40多个,大多分布在九甲-墨江断裂与哀牢山断裂之间的浅变质岩系或古生界地层中,显示出具有良好的成矿远景,其中,探明具一定储量规模的金矿床(点)20余处,铜厂、大坪、金厂、老王寨等金矿床均已达大型规模(薛传东等,2002).云南哀牢山金矿带是我国重要的产金基地,其特殊的成矿环境和成矿条件正引起国内外学者的研究兴趣(宋新宇等,1994;任胜利等,1995;黄智龙等, 1999;薛传东等,2002;Ali,2005;Ali and Cheng, 2005;Ali et al.,2006a,2006b).带内著名的镇沅(老王寨)金矿田产于哀牢山金成矿带北段的浅变质岩系中,面积约40km2,由总体呈北西-南东向延伸的烂泥塘、冬瓜林、老王寨、搭桥箐-比幅山和库独木等5个矿段组成,这几个矿段分布在老王寨周围10km2的范围之内.已探明金储量接近100t,矿床的规模接近于超大型金矿床,并有望进一步扩大(薛传东等,2002).老王寨和东瓜林矿段的地质勘探和研究程度较高.矿区出露哀牢山浅变质岩带的晚泥盆系、石炭系、二叠系浅变质岩和上三叠统砂砾岩(应汉龙和刘秉光,2000).矿区内断裂构造发育,其展布大体可分为3组:(1)北西向断裂组(矿区一级构造),为矿区导矿构造;(2)北西西向断裂组(矿区二级构造),空间分布上属一级断裂组“入”字型分支断裂构造,为矿区容矿构造,不仅决定了金矿化带的分布和规模,而且控制了金矿体的大小和品级变化;(3)北东向组及性质不明断裂组.矿区断裂构造具有长期活动性和演化历史,其活动期大致分为早(燕山期以前)、中(燕山期-喜玛拉雅期)、晚(喜玛拉雅期)3期(黄智龙等,1999).矿区岩浆岩有超基性岩、基性火山岩、偏碱性斑岩、中基性和酸性脉岩等.超基性岩沿断裂分布,属于哀牢山超基性岩带的西亚带,超基性岩已经蛇纹石化,部分超基性岩经碳酸盐化、硅化、黄铁矿化、铬水云母化等热液蚀变形成金矿体.基性火山岩为玄武岩类和玄武质角砾岩,岩石常受到蚀变矿化形成矿石,部分煌斑岩经蚀变形成金矿体.偏碱性斑岩为石英斑岩-花岗斑岩-花岗闪长斑岩类.中基性岩脉主要为煌斑岩类,如橄辉云煌岩、云斜煌岩、闪煌岩等,呈脉状产出,部分煌斑岩经蚀变形成金矿体(何文举,1993;应汉龙和刘秉光,2000).区内围岩蚀变强烈,以硅化、粘土化、碳酸盐化(铁白云母化为主)、黄铁矿化、绢云母化、绿泥石化和铬水云母化最为普遍,其中金矿化与硅化、粘土化、碳酸盐化及黄铁矿化关系密切.辉锑矿化等发育相对较晚,且分布局限(任胜利等,1995).根据蚀变特征及矿物共生组合的先后关系,老王寨金矿田的成矿作用分为4个成矿阶段:(1)第1阶段为白钨矿-石英脉形成阶段,温度较高,热液活动范围小,金矿化弱;(2)第2阶段分布广泛,主要为碳酸盐化、黄铁矿化、绢云母化和少量硅化,该阶段形成自然金-黄铁矿-毒砂组合,构成As2Au矿化;(3)第3阶段发育碳酸盐化和黄铁矿化,形成自然金-黄铁矿-辉锑矿矿物组合,构成Sb2Au矿化;(4)第4阶段热液活动较弱,形成石英和方解石,基本无金矿化(应汉龙和刘秉光,2000).2 GIS数据及工作流程本次矿产预测中涉及的主要数据有:(1)地质数据.地质图是从国家1∶20万地质图数据库中提取,全区共有607个地层单元.(2)矿产数据.研究区内已知金矿矿床仅有2处,其一为镇沅金矿,另一位于墨江县与元江县交界.相对研究区的总体范围来说,矿产信息严重缺乏,给采用数据驱动的预测方法带来困难,本文在应用证据权法等进行信息综合时采用了特别的预处理技术,从而保证预测方法的可靠应用.(3)化探数据.研究区内采用的1∶20万水系沉771地球科学———中国地质大学学报第32卷图1 信息提取与信息综合处理流程Fig.1Flowchart showing procedures of spatial information extraction and integration积物地球化学数据来自3169个采样点,采样间距为2km,本次研究所用分析元素包括Ag,As,Au,Cd, Co,Cu,Fe,Hg,Ni,Pb,Zn,Sn等12种元素.信息提取与信息综合处理流程:在对区域地质、矿区地质进行调查研究基础上,以1∶20万地质图、矿产分布图、水系沉积物地球化学元素含量分布图为基础数据资料,采用GeoDAS有效的信息处理方法和技术进行数据处理与信息提取,开展镇沅(老王寨)地区的区域性矿产资源潜力评价与找矿靶区预测.在对数据特征进行深入研究的基础上,主要开展如下工作(图1):(1)采用主成分分析方法提取与金成矿相关元素的有效组合信息(最终确定重点分析元素为Au,As,Hg和Ag).(2)采用S2A方法对水系沉积物Au,As,Hg,Ag元素进行地球化学异常分解,识别低缓化探异常.(3)采用多重分形局部奇异分析方法对Au,As,Hg,Ag元素进行局部奇异性分析,确定局部异常.(4)选择合理的缓冲区距离,对超基性侵入岩、断层等面状或线状控矿因素进行缓冲区分析,确定其最佳控矿范围.(5)采用模糊证据权法对该区成矿或控矿因素进行信息综合,形成金矿矿产资源潜力分布图,确定矿床预测靶区.3 数据预处理与空间信息提取GeoDAS系统提供了众多较高级的数据处理、分析手段.本文中将用到对化探数据的单变量分析、多变量分析(主成分分析)、对断层和岩体的缓冲区分析、多证据层综合模型等方法.3.1 地质图的简化与信息提取在研究区内的岩性单元共计607个,根据与金矿的相关关系,我们对地质图中的地质单元进行了必要归并和概括,并创建了必要的属性表来反映主要岩石类型.合并后的岩性地质单元分为以下简单的几类:火成侵入岩、变质岩、沉积岩.火成侵入岩进一步分为超基性岩、花岗岩和辉绿岩亚类.在这个重新分类的基础上,形成简要地质图(图2).哀牢山断裂把变质地带分为西侧的浅变质带和东侧的深变质带.图2 研究区地理简图及简要地质图Fig.2Location and simplified geological units of the study area 3.2 地球化学数据的基本统计分析直方图和Q2Q图分析可以提供简单的数据分布评价.研究发现,所有12种地球化学元素的含量分布都是非正态的,并且呈正偏分布.因此,过去常用对数变换来改善数据正态状态.GeoDAS GIS软件可方便地绘制各种统计图来了解数据的统计特征,包括确定离散点群在地质图上的分布范围以及在表格数据库中的分布位置.Q2Q图检验显示,除了2个端尾外,微量元素含量的主体服从对数正态分布,2个端尾的数据服从分形分布(Cheng et al.,1994).在本研究中,由于水系沉积物地球化学采样点在空间上是均匀分布的,即每4km2一个点,为了不871 第2期 成秋明等:模糊证据权方法在镇沅(老王寨)地区金矿资源评价中的应用再引入不确定性,构建的栅格数据仍然采用2km×2km的单元格,栅格中的数据值就是最邻近的采样点取值.3.3 缓冲区的建立与距离有关成矿信息的提取本区构造-岩浆活动强烈,与成矿关系密切.为了分析它们与矿床分布之间的最佳空间关系和使用这些关系作为证据层来预测金矿可能的所在位置,可在断层线和超基性侵入岩接触带周围生成缓冲区图.断层的缓冲区间距为500m,缓冲带个数为20,最大距离为10km;对简要地质图中的超基性侵入岩的缓冲区距离以1000m等间距增加,最大缓冲区距离为20km.与金矿分布的最佳缓冲区距离可由证据权方法来确定.3.4 主成分分析方法用于多元素组合成矿信息的提取主成分分析法(principal component analysis,简称PCA)是一种对多元变量降维的统计方法.其原理是将众多具有一定相关性的原始变量重新组合成一组个数较少的互相独立的新因子,这些新的综合指标按照方差依次递减的顺序排列.综合指标保留了原始变量的主要信息,同时彼此之间又不相关,比原始变量具有更优越的性质,从而更能反映问题的实质,有利于结果的地质解释.对研究区的12种元素作对数变换后进行了主成分分析,前3个主成分的结果是:第1主成分PC1占总体方差的44%,12个元素变量均具有正载荷,其高值主要出现在哀牢山变质带中的浅变质区域,PC1总体上反映了元素浓集的区域背景.第2主成分PC2占总体方差的14%,其正载荷反映了与金成矿相关的元素组合:Au2As2Ag2Hg2 Ni2Co2Cu.以哀牢山断裂为界,PC2在深变质带表现为明显的低值,而浅变质带相对要高,这暗示了2种不同的地质环境.在浅变质带内,PC2的高值区域与已知矿产的位置相当吻合,同时在兰坪-思茅盆地内也有零星的高值出现.第3主成分PC3占总体方差的10%,其负载荷反映了与金成矿相关的一套元素组合:Au2As2Ag2 Hg2Pb2Cd.组合中Pb2Ag2Hg的出现说明PC3反映了浅成低温的元素组合.已知矿点同样出现在其高值区域,并且兰坪-思茅盆地内以及深变质带内都出现了明显的PC3的高值.PC2与PC3不同分布特点也许指示不同的矿床类型,PC2与浅变质带内与超基性岩相关的金矿有关,PC3则可能与沉积岩(或深变质带)的浅成低温成矿有关,尽管后者尚未有矿床发现的直接证据.具体结果可参见Ali et al.(2006b).3.5 地球化学局部异常与复合异常分析地球化学异常的空间结构从另一个侧面描述了异常的特性.化探异常除了可以体现含量数值的与众不同之外,还经常在局部尺度上显示特殊的空间模式或频率特性.对局部结构性质的量化有助于理解异常的结构并提供异常识别的新的线索.在多重分形中定义的奇异性指数α可以用来度量这种局部标度性质.正奇异的地区(α<2)对应于由于矿化作用或其他局部地质过程而引起的元素富集的地段;负奇异的地区(α>2)对应于元素亏损的地段;无奇异的地区对应于背景场,一般在地球化学图中占多数(Cheng,1999).从空间统计观点来看,在地球化学图上的大多数数据(α≈2)符合正态分布或对数正态分布,而在图上小部分数据(α≠2,2端截尾极高值和极低值)可能符合分形分布(Cheng et al., 1994).在本研究区,由于已知矿产出露地表造成强烈的地球化学异常,因而掩盖了其他地区可能隐伏矿体引起的化探异常的显示.为了增强和突出局部异常,采用GeoDAS提供的局部奇异性分析方法计算了Au、As、Hg、Ag四种元素的局部奇异性指数(最大的滑动窗口大小为20km×20km),具体结果可参见(Ali et al.,2006a).已知的2个金矿床都位于局部异常(α<2)中,其他异常区域可以指示矿致异常.Au、As局部异常主要出现在浅变质带并且沿着哀牢山断裂NNW2SSE方向附近展布.对Ag、Hg 异常,尤其是后者,在沉积岩内有明显的显示.矿化作用引起的异常模式和一般地质过程造成的空间性质、几何性质、频率性质以及尺度变化性质通常是不同的.正确地量化这些性质对于弱异常和复杂异常的识别来说显得非常必要.“能谱-面积”方法或称“S2A”方法(Cheng et al.,2001;Cheng, 2004)提供了一种新的异常分解方法.S2A方法可以对地球化学数据展现的广义自相似性及空间模式的各向异向性标度特征进行量化.它不仅能对不同深度地质体引起的各向同性异常进行分离,而且也能对更加一般的地质过程引起的各向异性异常进行分离.例如由矿化作用引起的局部地球化学异常能从区域背景中分离出来.这个方法可将地球化学图从空间域变换到频率域,基于不同广义自相似性可以971地球科学———中国地质大学学报第32卷构建分形滤波器,最后经反变换得到分解后的背景图和异常图.由于强烈的构造-岩浆活动,背景和异常出现叠加和混合是常见的,在变化强烈的背景中弱异常是难识别的,因此应用传统的统计分析方法对异常和背景分离很难获得满意的效果.本文采用了S2A 方法对Au,As,Hg,Ag等元素进行了异常和背景的分解,具体结果可参见Ali et al.(2006a).4 模糊证据权法及金矿矿产资源综合评价以矿产资源评价为应用目的且使用最普遍的信息综合方法之一应属证据权法.证据权法的应用原理和流程与找矿勘探者确定找矿靶区而进行不同地质图件的人工组合过程非常相似.因此,证据权法是很受地质人员欢迎的信息综合方法.GIS为证据权法的实现提供了便捷友好的工具.在GIS环境下采用证据权法生成矿产资源潜力图的程序可以分为以下5个主要步骤:(1)建立研究区的空间数据库;(2)基于地质和矿产数据,针对某一特定矿床类型,提取控矿或找矿地质要素或证据;(3)计算每张控矿或找矿地质要素或证据图层的权重(证据图件),并将其转化为二态或三态图层,以反映与成矿有关和无关的不同空间模式;(4)集成这些二态或三态图层,生成矿产潜力预测图;(5)模型的检验、预测区的解释和靶区的圈定.在证据权法中,证据层通常为二态或三态图.对于具连续属性的数据,最常用的方法是离散化成二态或三态图层.然而,在实际中,将连续型转化为离散型图层,往往会丢失一些信息.除此之外,在预测过程中由于存在勘探程度的不同,以及数据质量的差异也会造成数据具有不确定性,这样会给证据层的定义带来不便.为了克服以上困难,将不确定性减到最小,Cheng and Agterberg(1999)提出了模糊证据权法(f uzzy weight s of evidence).模糊证据权法是对传统证据权方法的推广.模糊证据权法用多值模糊隶属度函数(0≤μ(A)≤1)把证据层定义为模糊集,普通证据权法中的二值或三值模式是模糊集的特殊情形,例如μ(A)=1或0对应二值模式;μ(A)=0,0.5,1对应三值模式.模糊证据权方法的实施包括以下6个步骤(Cheng and Zhang,2002): (1)确定研究目标,如确定预测尚未发现的矿床类型;(2)确定与目标相关的空间图层;(3)提取与目标图3 由主成分PC2和PC3构建的与金相关峰值点Fig.3Peak points created f rom absolute high values of PC2 and PC3a.PC2构建峰值点;b.PC3构建峰值点图4 J S_PC1与隶属度函数的关系Fig.4Fuzzy membership f unctions calculated using J S_PC1 and the second training point seta.普通证据权法隶属度函数示意图;b.模糊证据权法隶属度函数示意图;计算采用了第2类金相关峰值点集(来源于PC3)相关证据层,用模糊隶属度函数表示证据层的可信度;(4)计算模糊证据层的权重(确定证据层的重要性);(5)综合多个模糊证据层,计算后验概率形成矿产资源潜力分布图;(6)模型检验和预测区解释. 4.1 与金相关地球化学组合异常峰值点集的构建研究区GIS数据库的矿产地数据中只有2个已知的金矿床,直接应用这2个矿床作为训练点集进行证据层的研究和综合是不充分的.鉴于在实际成矿过程中,金元素往往不会单独产出,因而往往造成组合元素异常(主要成矿元素和伴生元素).为了定义训练点集,我们采取了一种替代的方式,即构建“与金相关的组合异常峰值点(gold association peak)”,并将其看作最有可能成为“已知金矿点”,由此构成训练点集.由于研究区的12种元素产生的第2主成分PC2和第3主成分PC3分别可能反映2种不同的成矿类型(可能是由于多期矿化或不同的矿化类型081。
基于MORPAS的证据权重法在百顺地区铀成矿预测中的应用
ｓ ｕ ｃ ｓ ｐ ｒ ｐ ｃｉｅ ｎ ｓ ｅ ｓ ｅ ｔ ｙ ｔｍ ） ｏ ｒ ｅ ｅ ｓ ｅ ｔｖ ａ ｄ ａ ｓ ｓ ｍ ｎ ｓ ｓ ｅ
软件 证 据 权 重 方 法 ，对 该 区 已知 铀 矿 的成 矿
根 据 证 据 权 重 法 所 求 得 的后 验 概 率 圈 出 多 个 找 矿远 景 区 。
［ 键 词 ］ ＭＯ Ｐ Ｓ 关 Ｒ Ａ ；证 据 权 重 法 ；预 测 ；评价 ；百 顺 ［ 章 编 号 ］ １０ —６ ８２ １） ５０ ０ —８ 文 ０ ００ ５ （０ １ ０～３ ２０ ［ 中图 分 类 号 ］Ｐ １． ４ ６ ８ ［ 献 标 识 码 ］ Ａ ６ ９ １ ；Ｐ ２ 文
北东 向 、东 西 向构 造 。北 东 向 断 裂 为 主要 控
专用 空 间分析 模 型及数 据仓 库管 理技 术 。在
ＭＯ Ｐ Ｒ ＡＳ空间 预测 评 价 分 析 模 块 中 ，提 供 了
证 据权 重 法 ，为 靶 区 圈 定 、资 源 量 预 测 、评 价分 析 提 供 了科学 手段 。
（．广 东 省 核 工 业 地 质 局 ２ １大 队 ，广 东 佛 山 ５ ８ ３ ；２ １ ９ ２１ ３ ．湖南 省娄 底 市 国土 资源 局 ，湖 南 娄 底 ４ ７０ ） １ ０ ０
［ 要 ］ 以 比例 尺 均 为 １： ０ ０ 摘 ５ ００的地 质 矿 产 图 ，土 壤 地 球 化 学 图 ，航 放 Ｕ 含 量 、 Ｕ Ｋ 等 值 线 图 ／
矿 产 信息 是 各 种 成 矿 相 关 信 息 （ 括 地 包
质 构 造 、地 球 化 学 、地 球 物 理 、遥 感 影 像 、
证据权重法在虹螺山——五指山地区铅锌成矿预测中的应用
证据权重法在虹螺山——五指山地区铅锌成矿预测中的应用姚永龙（辽宁省第三地质大队有限责任公司，辽宁 朝阳 １２２０００）摘 要：根据虹螺山－五指山地区铅锌成矿地质特征，建立研究区综合地质数据库，提取了１３个有利成矿的证据权因子，以证据权重法为预测方法对该区进行成矿远景预测，最终划分了三个远景区级别，圈定出十三处成矿远景区，其中三处远景区内尚未发现铅锌矿产地。
关键词：成矿远景预测；证据权重法；虹螺山－五指山地区；铅锌矿中图分类号：Ｐ６９４ 文献标识码：Ａ 文章编号：１００２－５０６５（２０１８）１７－０２６６－２Application of the weight evidence method of lead-zinc metallogeneticprospecting prediction in Hongluoshan~Wuzhishan regionYAO Yong-long（№３ Ｇｅｏｌｏｇｉｃａｌ Ｂｒｉｇａｄｅ ｏｆ Ｌｉａｏｎｉｎｇ Ｐｒｏｖｉｎｃｅ Ｃｏ．Ｌｔｄ，Ｃｈａｏｙａｎｇ １２２０００，Ｃｈｉｎａ）Abstract: Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｇｅｏｌｏｇｉｃａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｍｉｎｅｒａｌｉｚａｔｉｏｎ ｏｆ ｌｅａｄ － ｚｉｎｃ ｍｉｎｅｒａｌｉｚａｔｉｏｎ ｉｎ Ｈｏｎｇｌｕｏｓｈａｎ－Ｗｕｚｈｉｓｈａｎ ａｒｅａ，ｅｓｔａｂｌｉｓｈｅｄ ｔｈｅ ｓｐａｔｉａｌ ｄａｔａｂａｓｅ ｏｆ ｔｈｅ ｐｒｅｄｉｃｔｅｄ ａｒｅａ， ａｓ ｗｅｌｌ ａｓ ｅｘｔｒａｃｔｉｎｇ ｔｈｉｒｔｅｅｎ ｆａｖｏｒａｂｌｅ ｏｒｅ－ｆｏｒｍｉｎｇ ｆａｃｔｏｒｓ， ａｐｐｌｙ ｔｈｅ ｗｅｉｇｈｔ ｅｖｉｄｅｎｃｅ ｍｅｔｈｏｄ ｔｏ ｓｉｍｕｌａｔｅ ｔｈｅ ｇｅｎｅｒａｌ－ｉｎｆｏｒｍａｔｉｏｎ ｅｖａｌｕａｔｉｏｎ ｏｆ ｔｈｅ ｐｒｅｄｉｃｔｅｄ ａｒｅａ． Ｄｅｔｅｒｍｉｎｅｄ ｔｈｒｅｅ Ｐｒｏｓｐｅｃｔｉｖｅ ｌｅｖｅｌｓ， ｄｅｌｉｎｅａｔｅｄ ｔｈｉｒｔｅｅｎ Ｐｒｏｓｐｅｃｔｉｖｅ ａｒｅａｓ，ｔｈｒｅｅ ｏｆ ｗｈｉｃｈ ｈａｖｅ ｎｏｔ ｂｅｅｎ ｆｏｕｎｄ ａｎｙ ｍｉｎｅｒａｌ ｄｅｐｏｓｉｔｓ ｂｙ ｎｏｗ．Keywords: ｏｒｅ ｐｒｅｄｉｃｔｉｏｎ；ｔｈｅ ｗｅｉｇｈｔ ｅｖｉｄｅｎｃｅ ｍｅｔｈｏｄ；ｈｏｎｇｌｕｏｍｏｕｎｔａｉｎ￣ｗｕｚｈｉｍｏｕｎｔａｉｎ ｒｅｇｉｏｎ；ｌｅａｄ－ｚｉｎｃ ｍｉｎｅ成矿远景预测是以地质理论和科学方法为基础，通过对研究区基础数据和资料进行研究分析，总结地质特征和成矿条件，建立成矿预测模型，来计算各预测单元的远景级别及成矿概率的[1]。
张八岭隆起北段金矿MORPAS证据权重法成矿预测
张八岭隆起北段金矿MORPAS证据权重法成矿预测
陈葛成;张均;王健
【期刊名称】《地质找矿论丛》
【年(卷),期】2014(029)002
【摘要】文章在构建张八岭隆起北段地质、地球物理和地球化学数据库的基础上,建立了较为详实的地质-地球化学空间信息结构模型;利用MORPAS3.0软件中常用的证据权重法,从地层、构造、岩浆、地球化学4个方面优选找矿标志,并开展了金矿找矿远景区预测和找矿靶区的优选.按照成矿地质条件的优劣程度、金矿床(点)的空间分布、金矿化的直接标志与间接标志、地质研究程度、示矿异常程度等因素的不同,把找矿靶区划分为3级8个区域.
【总页数】7页(P192-198)
【作者】陈葛成;张均;王健
【作者单位】中国地质大学(武汉)资源学院,武汉430074;中国地质大学(武汉)资源学院,武汉430074;中国地质大学(武汉)资源学院,武汉430074;甘肃省有色金属地质勘查局兰州矿产勘查院,兰州730000
【正文语种】中文
【中图分类】P618.51;P628.1
【相关文献】
1.郯庐断裂带张八岭隆起北段晚中生代岩体的成因 [J], 曹洋;牛漫兰;谢成龙;谢文雅;王敬欣
2.郯庐断裂带张八岭隆起北段的左旋走滑挤压变形及其40Ar/39Ar定年 [J], 张青;朱光;刘国生;C.Teyssier;W.J.Dunlap
3.基于MORPAS的证据权重法在凤太矿集区金矿成矿预测中的应用 [J], 石凯;张均;胡鹏;王长安
4.吉林省老岭成矿带北部金矿MRAS证据权重法成矿预测 [J], 车海龙; 吴玉诗; 王海建; 赵虹旭
5.安徽张八岭隆起北段金矿化带构造特征及找矿意义 [J], 范建强;张均;张传昱因版权原因，仅展示原文概要，查看原文内容请购买。
基于MORPAS的证据权重法在凤太矿集区金矿成矿预测中的应用_石凯
第31卷 第5期物探化探计算技术2009年9月基金项目:国家科技支撑计划课题(2006BAB01A11)收稿日期:2009-04-20 改回日期:20009-06-01文章编号:1001)1749(2009)05)0500)07基于MORP AS 的证据权重法在凤太矿集区金矿成矿预测中的应用石 凯1,张 均1,胡 鹏1,王长安2(1.中国地质大学 资源学院,武汉 430074;2.西北有色地质勘察局 七一七总队,宝鸡 721004)摘 要:结合陕西省凤太矿集区金矿成矿特征,借助MORPAS 平台,对区内各控矿要素量化,并利用G I S 的空间分析功能提取了地层、断裂Buffer 、岩浆岩、元素化探异常在内的十一个证据图层,并建立证据权重找矿模型,圈定了六个找矿靶区,指明了找矿方向。
MORP AS 的量化及空间分析功能结合证据权方法,使得利用地质数据库进行成矿预测更加简便快捷,预测结果也相对客观。
但是,当其网格化以及在针对不同规模矿床和不同精度的数据进行预测时,还需要进一步改善。
关键词:MORP AS;证据权;凤太;金矿中图分类号:TD 863 文献标识码:A0 前言陕西凤县一太白地区不仅是我国著名的铅锌矿床集中区,而且也是重要的金矿床集中区,产有双王、八卦庙、庞家河等超大型、大型金矿床。
近年来,该区的地质找矿工作,主要集中于铅锌矿床,而对金矿床的成矿与找矿工作关注不够,使得金矿勘查工作一直未能取得新的突破。
作者在充分结合前人工作的基础上,利用MORPAS 软件先进的信息提取与处理技术,运用证据权重方法,对该区已有的金矿成矿环境,成矿条件和成矿规律信息进行再提取和再分析,取得了一些新的认识和进展。
1 MORPAS 系统及证据权方法简述MORP AS 软件是中国地质大学(武汉)数学地质遥感地质研究所在总结了近十年所从事的/中大比例尺矿床统计预测专家系统0,/中大比例尺矿床统计预测智能辅助分析系统0等科研与软件开发经验的基础上,完成的基于MAPG I S 平台开发功能完整的金属矿产资源评价分析系统软件。
试论澜沧江洪水预警系统的建立
１ 问题的提出
澜沧江全长 ２１１ｋ 含 中缅边境 河段 ３ ｍ） 平均 比降 ６ ｍ（ １ｋ ， ２ １％ ， 域 面 积 １ ．４万 ｋ ．２ ｅ流 ６７ ｍ 。云 南 省 境 内河 段 长 １２ ７ｋ ２ ｍ，
区间流域面积 ９０ ． ２万 ｋ 落 差 １７０ｍ， 均 比 降 １４ ％ 。 ｍ， ８ 平 ．５ ０ 流域内洪水主要由暴雨形成 ， 游河段融雪也有一定影 响 ， 上 年 最 大洪 水 出 现在 ６～１ ０月 ， 中 ７—８月 出 现 次 数 最 多 ， 水 其 洪 历 时 较 长 ， 般 １ ２ 。澜 沧 江 流 域 的洪 涝 灾 害 ， 要 发 生 在 一 ５～ ０ｄ 主
江 中下 游 和长 江 上 游 发 生 大 水 灾 ， 沧 江 下 游 允 景 洪 调 查 洪 峰 澜
流量 达 １ ０ ｓ下 游 受 灾 严 重 。 １２ ７１０ｍ ／ ， ９ ４年 澜 沧 江 、 沙 江 和 金
雅 砻 江 发 生 大 洪 水 ， 沧 江 下 游 允 景 洪 站 调 查 洪 峰 １ ０ 澜 ５００ ｍ ／ Ｓ云 南 ３ 州 县 受 灾 严 重 ， ， ６个 金沙 江 下 游 淹 死人 畜数 千 。 １６ ９ ６年 澜 沧 江 、 沙 江 发 生 有 实 测 资 料 以来 最 大 洪 水 ， 沧 江 允 景 洪 站 金 澜 实 测 洪 峰 流 量 １ ０ ｓ ２ 一 遇 ）３ 量 ２ １ ｒ ， ２８ ０ｍ ／ （０ａ ，０ｄ洪 １ 亿 ｎ 洪 水过程为高峰型。云南 １ ０个 州 ２ ８个 县 市 受 灾 ， 淹 农 田 １ ９ 冲 ． 万 ｈ 倒 塌 房 屋 ３７ ３间 ， ｍ， １ 冲毁 桥 梁 ２２座 和 ３座 小 型 水 库 ， ０ 澜 沧 江 下游 景 洪 县 ３０ ０ｈ 田无 收 成 。 云 南 最 大 的公 路 桥 澜 ０ ｍ 农 沧 江允 景 洪 大 桥 在 洪 峰 持 续 期 一 直处 于危 急抢 险状 态 。 澜 沧 江洪 水 威 胁 一 直 是 云 南 省 的心 腹 之 患 ， 沧 江 防 洪 事 澜
MORPAS系统证据权法在中大比例尺成矿预测中的应用
MORPAS系统证据权法在中大比例尺成矿预测中的应用陈冲;谭俊;石文杰;李相坤;段显超;高翔;翟亚锋【摘要】The application effect of weight of evidence modeling in small-medium scale metallogenic prediction is fairly good,but researches on weight of evidence modeling of medium-large scale metallogenic prediction in small low working level areas are very insufficient. In this paper,the authors selected a certain medium-large scale work area and a small low working level area in Alxa region. According to geological features in combination with spatial position analysis,appropriate evidence factors were selected. By linking each evidence factor with NE grid size of 80 m × 40 m,the authors analyzed and calculated spatial relationship between the evidence and Cu high points on the basis of weight of evidence modeling in MORPAS system. Spatial distribution of favorable ore-prospecting areas is expressed intuitively through graphics. Two trenchs intersect the ore body,suggesting that the model is also suitable for the medium-large scale and small low working level area metallogenic prediction.%证据权法在大范围中小比例尺成矿预测中的应用效果良好,但对于工作程度较低的小范围中大比例尺预测工作则鲜有涉及.以阿拉善某一研究程度较低的小范围中大比例尺地区为研究对象,在地质调查的基础上,结合该区空间位置统计分析结果,选择了符合条件的证据图层,按80 m ×40 m北东向网格单元将各证据图层属性进行链接,基于MORPAS系统中的证据权模型,定量分析了各证据层与Cu 高值点分布的相关性,并通过图形方式直观表达了找矿有利地段的空间分布特征.经过验证,研究区两条探槽都见到了矿体,说明该方法在研究程度较低的小范围中大比例尺成矿预测中具有可行性.【期刊名称】《物探与化探》【年(卷),期】2012(036)005【总页数】7页(P827-833)【关键词】MORPAS证据权法;中大比例尺;成矿预测;阿拉善地区【作者】陈冲;谭俊;石文杰;李相坤;段显超;高翔;翟亚锋【作者单位】中国地质大学资源学院,湖北武汉430074;中国地质大学资源学院,湖北武汉430074;中国地质大学资源学院,湖北武汉430074;吉林油田公司乾安采油厂,吉林乾安131400;吉林油田公司乾安采油厂,吉林乾安131400;中国地质大学资源学院,湖北武汉430074;中国地质大学资源学院,湖北武汉430074【正文语种】中文【中图分类】P632成矿预测是根据成矿规律和地质、地球物理、地球化学、遥感地质等基础资料获得矿化信息，按照一定的方法和程序对不同规模的矿化单元产出位置、矿化类型、资源量等进行预测。
成矿预测课件
矿床(点)发育的先验概率：P先验=D/T
一 证据权模型
证据权模型计算过程：
2.计算矿床(点)在不同情况下的先验奇比
矿床(点)出现的先验奇比：
一 证据权模型
证据权模型计算过程：
3.计算各证据层的权重值及其与目标层的相关系数.
i层存在时：
某证据层的权重值：
i层不存在时：
证据层与矿床(点)的相关程度:
一 预测具体过程
1. 建立紫阳-岚皋地区矿床(点)和成矿作用有关的证 据因子专题数据库
地质信息：地层、侵入岩和脉岩和断层，矿点 地球物理异常信息：布格重力异常和航磁异常等值线图
地球化学异常信息：Au、Ag、Pb、Zn、Hg、Sb元素异常等值 线图
遥感蚀变异常信息：铁染羟基蚀变
一 预测具体过程
1. 建立紫阳-岚皋地区矿床(点)和成矿作用有关的证 据因子专题数据库
一.预测理论
1.相似类比找矿理论
在一定的地质条件下产出一定类型的矿床，相似地质条件下赋有相似的矿
床，同类矿床之间可以进行类比，将与已知矿床的地质背景相似的地区
(段)认为是成矿远景区或圈定为找矿靶区。
假设前提：①在相似的地质环境下，应该有相似的成矿系列或矿床产出；
②在相同的(足够大)地区范围内应有相同或相似的矿产资源量。
综合信息成矿预测理论 一
一 二.成矿地质条件
地层 构造 岩浆岩 围岩
三.一 找矿标志
矿体露头
直接
有用矿物重砂 旧矿遗迹
矿砾
蚀变围岩
间接
特殊地形 地球物理异常 地球化学异常
磁异常 电法异常 重力异常 放射性异常 人工地震
磁铁矿及其他磁性矿产 有色金属、贵金属 铀矿 油气、煤田
基于证据权重法的新疆青河县克孜勒萨依地区成矿预测研究
关键词 ： 铜镍 多金属矿 ； 证据权重法； 新疆青河县克孜勒 萨依 ； 成矿预测 ； Ｇ Ｉ Ｓ 中图分 类号 ： Ｐ ２ ０ ８ 文献标 识码 ： Ａ 文章 编 号 ： １ ０ ０ ４ — ５ ７ １ ６ （ ２ ０ １ ３ １ １ ２ — ０ １ ６ ５ — ０ ４
成 矿 预测 是 应用 地 质理 论 和科 学方 法 ， 综合地质 、 地球物理 、 地 球 化 学 和 遥感 地 质 等基 础 资 料 获 得 地 质 构造 ， 它 们 控制 了 区 内 的岩 性 和 岩脉 展 布 。区 域 出露 主要 有 下泥 盆 统 托让 格 库都 克 组 （ Ｄ ） 、 中泥 盆 统北 塔 山组 （ Ｄ。 ６ ） 及 第 四系 等 。其 中托让 格 库 都 克组 （ Ｄ ） 为 套 浅 海 相 偏 正 常沉 积 的陆 源 碎 屑 岩 、 火 山 碎 屑岩 建 造 。岩石组合主要为 ： 安山岩、 英安岩 、 凝灰岩等 ， 局部 可见砂岩 、 粉砂岩等 。中泥盆统北塔 山组（ Ｄ ６ ） 分布于
收稿 日期 ： ２ ０ １ ３ — ０ ４ — １ ２
其 中金属矿床有金 、 银、 铜、 镍、 铅、 锌等。矿床成 因类 型 以热液 型矿 床为 主 。 ２ 多元信 息 综合预 测原 理 多元信息综合预测是在地理 信息系统（ Ｇ Ｉ Ｓ ） 平 台 上， 对反 映成 矿 作用 的地 质 矿产 、 地 球 物理 、 地 球化 学 、 遥 感 影像 等 数据 进行 处 理 ， 提取 成 矿信 息 ， 进 行矿 产 预 测工作 ， 反映信息 时代 的矿产预测流程和方法 。也可 以理 解 为 不 同类 型空 间信 息 的合 成 叠 置 ， 即将 地 、 物、 化、 遥各类信息的定量化与数据化的过程 。 证据权重法简介。证据权重法是加拿大数学地质学 家 Ａｇ ｔ ｅ ｒ ｂ ｅ ｒ ｇ 提 出的一 种地学统计 方法 （ Ｆ Ｐ Ａｇ ｔ ｅ ｒ ｂ ｅ ｒ ｇ ｅ ｔ
基于 GIS 技术的黔西南地区金矿找矿远景预测
基于 GIS 技术的黔西南地区金矿找矿远景预测于宁;刘沛;聂爱国【期刊名称】《地质找矿论丛》【年(卷),期】2016(031)003【摘要】Evidence weight method from MORPAS software is applied to multi-source geo-information-based gold prospect prediction in the southwest Guizhou province.The information include data of stratig-raphy,fault,fold,the known gold occurrence,Au anomly,ring structure on the satellite image.The at-tributes of the data are standardized to set up a spatial geo-data bank.Favorability for gold ore of the data is analyzed to determine the prospect prediction factor.An anomly map is drawn on basis of posterior probability value calculated by the evidence weight method.On the map 4 prospects I,3 prospects II and 7 prospects Ⅲ are lineated.Over 91% of the known gold occurrences of the area are included in the anom-ly map thus confidence of the method is high.%文章以黔西南的金矿为研究对象，利用 MORPAS 软件中的证据权重法进行多源信息找矿远景预测。
基于MORPAS空间分析分模块的_省略_矿找矿有利度分析_以百顺地区为例_吴现兴
分析所用数据包括 1∶5 万地质矿产图，与铀 成矿有关的 1∶5 万土壤地球化图（230Th、 U、 Th、Cu、Zn、Ce，La 平均值、Yb，Y 平均值、 Mo、Ga），1∶5 万航放 U、U/K 含量等值线图。
* 第一作者简介：吴现兴（1975～），男，矿产普查与勘探专业，工程师 收稿日期：2010-05-31；改回日期：2010-07-15
众所周知，目前找矿难度日益增大，地表矿、 浅部矿及易识别矿日渐减少，寻找隐伏矿、深部 矿是当前找矿成员面临的主要任务。因此，应用 GIS 对地学信息进行空间分析，提取弱化的找矿 信息，寻找隐伏矿床是今后找矿的发展趋势。根 据地质异常理论、“5P”地段逐步逼近法【1】（成矿 可行地段，找矿可行性地段，找矿有利地段，矿 产资源体地段，工业矿体地段）理论，本文谨利 用 MORPAS 空间分析模块对百顺地区铀矿找矿 有利度进行分析，为基于 MORPAS 系统的证据 权重法铀成矿预测证据层选择提供依据。
大等【5】介绍的找矿有利度的计算和分析方法，基
遥感地质研究所开发的基于 MAPGIS 平台的矿
于 MORPAS 空间分析模块，对百顺地区地质、
产资源勘查评价及信息集成软件系统，包含专用
物探、化探铀成矿有利度进行分析。
空间分析模型及数据仓库管理技术【2】，MORPAS
3.1 线性异常的找矿有利度分析
空间分析模块除了 GIS 空间分析模块全部功能
1 研究区地质特征概述
研究区位于诸广山花岗岩杂岩体东南部，区 域属广东省南雄市百顺镇和广东省始兴县马市镇 管辖。研究区产出铀矿床 4 个（361、233、235、 231）、矿点 7 个、矿化点几十个，其中 361 为大 型矿床，233、235、231 为小型矿床。诸广岩体 南部位于华夏古陆闽赣后加里东隆起与湘、桂、 粤北海西-印支凹陷的交汇部位，处于南岭东西向 构造-岩浆岩带中段。该区地壳演化经历了加里
利用MorPAS对上黑龙江成矿带进行金成矿预测
利用MorPAS对上黑龙江成矿带进行金成矿预测
杨吉波
【期刊名称】《国土资源信息化》
【年(卷),期】2014(000)003
【摘要】上黑龙江成矿带主要由早—中侏罗世河流—湖泊—洪积相含煤碎屑岩组成,目前已发现多个中小型矿床,在该区进行成矿预测意义重大.文章利用MORPAS 成矿预测系统,采用证据权重法进行了成矿预测工作,在充分研究区内已知矿床的成矿规律基础上,以1:25万地质图为背景,物化探异常分析子系统对1:20万区域化探数据进行C-A分形确定异常下限,综合现有的找矿标志,提取有利的成矿要素,进行针对处理,制成上黑龙江成矿带MORPAS金成矿预测分析图,提供成矿靶区,为森林高覆盖区提供找矿有利单元.
【总页数】6页(P15-20)
【作者】杨吉波
【作者单位】武警黄金第三支队,黑龙江哈尔滨150086
【正文语种】中文
【相关文献】
1.上黑龙江成矿带基于证据权重法的金矿综合信息成矿预测 [J], 李向文;白令安;王可勇;周金波;庞龙;张飞
2.Morpas证据权重法在遵化滦南地区成矿预测中的应用 [J], 董浩;王德启
3.基于MORPAS多元信息成矿预测研究--以上黑龙江成矿带为例 [J], 杨吉波;员俊杰;周殿宇;李师白
4.黑龙江省多宝山-宽河成矿带 Cu- Au成矿规律与成矿预测 [J], 杨继权;孔含泉;胡建文
5.应用MORPAS系统证据权重法进行多源信息成矿预测——以澜沧江南段地区为例 [J], 刘星;胡光道
因版权原因，仅展示原文概要，查看原文内容请购买。
应用MORPAS系统证据权重法进行多源信息成矿预测_以澜沧江南段地区为例
作为预测变量 : 1) 地质变量 。地质变量从有利地层 、 构造 、 岩 体、 蚀变 、 组合特征和矿化 6 个方面提取 。根据区域 地质背景分析以及 GIS 空间分析 , 认为和铜多金属
矿床有关的有利地层为三叠系 、 老第三系 、 二叠系和 寒武系 ,因此提取单元网格内上述每个地层的百分 比作为预测变量 。鉴于本区出露的火山岩比较单 一 ,提取单元格内总体火山岩百分比作为一个变量 。
析模块中 ,实现了对来自地质异常场 、 成矿异常场 、 [3 ] 矿化异常场 等多来源信息的提取构置和综合 , 矿 产资源综合预测模型实现了信息量预测法 、 证据权 重法 、 聚类分析 、 神经网络法以及特征分析等多种算 法 ,为靶区圈定 、 资源量预测 、 评价分析[1 ] 提供了科 学和自动化的手段 。 本文以澜沧江南段为研究对象 , 利用证据权重 法对该区域铜多金属矿产进行多源信息预测 。
图1 MORPAS 系统成矿预测工作流程
本区铜多金属矿田 , 从空间分析可知与构造关 系密切 ,可以得知通常是沿断裂带发育 ,断裂带附近 存在岩体时 ,则矿种趋于多样化 。本区存在的断裂 以北东向为主导 , 并存在小规模的 NW 向剪切断裂 和 NE 向的压扭断裂 , 这些断裂通常都是成矿的通 道 ,据此构置断裂存在条数 、 断裂等密度 、 交点数作 为参加预测的变量 。 已知矿床 ( 点 ) 是指示矿床存在的最直接标志 , 也是其他标志变量的取值根据[4 ] 。如果单元格内存 在矿床 ( 点) ,则说明单元格里的其他变量对成矿的 贡献大些 ,否则小些 ,这些信息对于需要先验模型的 预测方法尤其重要 , 在无模型单元方法预测中也是 重要的变量 。 岩性组合是表明地质条件复杂度的一个参数 , 用于考查围岩蚀变组合特征与矿化的关系 有利度的一个预测变量 。 由于本文所运用的预测模型是一种二值统计模 型 ,我们提取的变量数值是连续的 ,因此必须确定一 个有利的分割点作为异常的界限 。实际操作中 , 地 质变量的异常范围圈定要通过数据分析和专家经验 进行界定 ,例如对于三叠系地层含量这个变量 ,无论 我们划分的预测单元多大 ,都包含有不同时代地层 , 当三叠系地层含量很少时 ,其作用是可以不考虑的 , 通过数据分布直方图 ( 统计变量取值有效的样品 ,即 三叠系含量百分比大于 0 的所有网格单元) ,把样品 总体右端的 70 %～80 %作为有效样品 , 数据的异常 界限就是分割样品的数据值 。断裂和矿点取值是个 数 ,使用原始数值 。 2) 地化变量 。化探信息对任何矿种来说都是一 种直接找矿信息 , 其异常本身的特征在很大程度上
新工科背景下基于OBE理念的课程改革研究
Vol.40No.3Mar.2024赤峰学院学报(自然科学版)Journal of Chifeng University (Natural Science Edition)第40卷第3期2024年3月为适应我国工程教育改革新方向,基于国家战略发展新需求、国际竞争新形势、立德树人新要求,教育部在2018年提出了新工科(Emerging Engi⁃neering Education,3E)这一概念[1],新工科这一重要举措在于主动适应全球新一轮科技革命和产业变革。
“复旦共识”“天大行动”和“北京指南”构成的新工科建设“三部曲”,积极推进了新工科建设的时代步伐[2]。
各高校也积极响应推进新工科建设步伐,开展了众多教育教学改革实践,例如“天大方案”“华南理工F 计划”等。
高校教育活动的主要形式为专业课程的学习,专业课程不仅是实施新工科教育教学改革的载体,而且是新工科教育教学改革的具体实现路径。
打造高质量的专业课程(金课)及课程教学体系不仅是各高校教学活动的核心也是高校教学建设的主要目标。
然而专业课程建设效果是否达到预期目标,需要科学的评价反馈体系保障,通过实施“评价—反馈—改进”的闭环,针对目标导向的各主体评价结果,对所实施的专业课授课团队、教师教学方法、教学手段等进行调整,从根本上保障不同主体对课程目标的达成需求。
然而,现阶段课程评价主体多局限于校内,主要表现为教师对学生成绩的考核,缺乏用人单位和第三方机构(例如学生就业单位、同行专家等)对具体专业核心课程的评价;评价内容也多局限于校内教学团队及高校自身对课程设置的规范性评价,缺乏以具体专业课程培养目标达成的评价[3]。
因此科学合理的专业课程评价体系的构建,评价模型和评价方法的选取对提高教学质量、深化课程改革、优化师资结构均能产生积极影响[4]。
1课程评价的内涵与特征评价具有导向、诊断、反馈、监控、激励等多种功能,以多主体需求目标为导向的教学效果评价,首先应选择合理的评价主体,其次运用科学的评价方法对所实施的课程进行有效评价。
论澜沧江洪水预警系统的建立
江 下 游 淹死 人 畜 数 千 。
Hale Waihona Puke 统对地 理信息 的依 赖愈加 明显 ， 现势性 、 对 动态性及 空 问精
有效工具 。
理 ， 俗地讲 ， 是 把澜 沧 江装 进 计 算 机 ， 通 就 即数 字水 利 。数
字 水 利 的 重要 组 成 部 分 为 ： １ 条 件 ： 进 的 数 据 采 集 和 传 （） 先 输 系 统 ， 系 型 数 据 库 ；２ 关 键 ： 握 现 代 化 数 值 技 术 的 人 关 （） 掌 （ 特别 是 具 有 水 利 、 境 综 合 知 识 背 景 的 专 门 人 材 ） 实 现 环 是 数 字 水 利 的根 本 保 证 ； ３ 核 心 ： 系 列 的 管 理 软 件 和 数 值 （） 一
模拟， 决策的程序 包 （ 数学 模 型 ） 。由 系统 对 流 域 洪水 频 率
的评估 ， 解防洪 建 筑 物 的现 状 ， 行 一 系 列预 案 分析 ， 了 进 洪 水 风 险 和 损 失 分 析 ， 定 合 理 的 规 划 与 措 施 ， 立 包 括 洪 水 制 建
▲
决 策 会 商 ， 洪水 预 测 、 情 监 视 、 汛会 商 、 险 救 灾 等 于 一 体 ， 使 防 汛 部 门在 较 短 时 间 内， 面 了 解 和 掌 握 澜 沧 江 防 汛 集 汛 防 抢 能 全
的 实 际 问题 ， 防 汛 方 案 制 定 和 防 汛 指 挥 提 供 了有 力 的 决 策依 据 。 为
度 也 提 出 更 高 的要 求 。
基于InVEST模型的南北盘江流域产水量时空变化研究
第43卷第3期2023年6月水土保持通报B u l l e t i no f S o i l a n d W a t e rC o n s e r v a t i o nV o l .43,N o .3J u n .,2023收稿日期:2022-08-24 修回日期:2022-09-18资助项目:贵州省科技计划项目 贵州喀斯特山区地块尺度农田土壤水时空协同遥感反演研究 (黔科合基础-Z K [2022]一般302);贵州省科技计划项目 喀斯特洞穴系统碳循环机制研究 (黔科合基础[20201Y 154]);贵州省自然资源厅项目(H X D Z B -022) 第一作者:伍堂银(1999 ),男(汉族),贵州省遵义市人,硕士研究生,研究方向为喀斯特生态建设与区域经济㊂E m a i l :21010170545@g z n u .e d u .c n㊂ 通信作者:周忠发(1969 ),男(汉族),贵州省遵义市人,教授,主要从事喀斯特资源环境㊁G I S 与遥感研究㊂E m a i l :f a 6897@163.c o m ㊂基于I n V E S T 模型的南北盘江流域产水量时空变化研究伍堂银1,2,周忠发1,2,张露1,2,陈全1,3,罗丹1,2,吴岚1,2(1.贵州师范大学喀斯特研究院/地理与环境科学学院,贵州贵阳550001;2.贵州省喀斯特山地生态环境国家重点实验室培育基地,贵州贵阳550001;3.国家喀斯特石漠化防治工程技术研究中心,贵州贵阳550001)摘 要:[目的]研究南北盘江流域产水量的时空变化特征以及不同土地利用类型㊁土壤类型和地形之间的产水功能差异,以期为流域内水资源有效管理和生态修复提供科学参考㊂[方法]基于I n V E S T 模型定量评估了2005 2020年南北盘江流域产水量的时空变化特征㊁内部差异性及植被恢复对该地区产水功能的影响㊂[结果]2005 2020年流域内的平均产水总量小幅波动,在空间上呈现东北部与中部高,西南部低的趋势,总体产水格局与降水量时空变化具有空间吻合性㊂在不考虑降雨量显著变化的情况下,耕地与草地面积减少是导致流域内产水总量呈现出小幅波动下降趋势的主要原因㊂各土地利用类型中产水能力最强的类型为建设用地,其次分别为裸地㊁耕地和草地㊂常绿针叶林与灌林地的产水能力较弱㊂流域内的产水能力随海拔升高而逐渐降低,土壤以产水能力较强的黄壤与红壤为主㊂该流域产水高值区主要集中于低㊁中海拔,以黄壤与红壤为主的东北部与中部区域;低值区主要集中于高㊁较高海拔,分布着大量石灰(岩)土和紫色土的西南部㊂[结论]该流域产水量空间格局有一定变化,其产水高值区有向东㊁东北偏移的趋势㊂土地利用类型㊁气象因子㊁土壤质地㊁地形等因素对产水功能空间异质性有重要影响㊂关键词:生态系统服务;南北盘江流域;I n V E S T 模型;产水量;时空变化文献标识码:B 文章编号:1000-288X (2023)03-0129-10中图分类号:X 171.1,F 301.2文献参数:伍堂银,周忠发,张露,等.基于I n V E S T 模型的南北盘江流域产水量时空变化研究[J ].水土保持通报,2023,43(3):129-138.D O I :10.13961/j .c n k i .s t b c t b .2023.03.017;W u T a n g y i n ,Z h o uZ h o n gf a ,Z h a ng L u ,e t a l .S p a t i a l -t e m p o r a l v a r i a t i o no fw a t e r y i e l d i nN a n b e i P a n j i a n g R i v e r b a s i nb a s e do n I n V E S T m o d e l [J ].B u l l e t i no f S o i l a n d W a t e rC o n s e r v a t i o n ,2023,43(3):129-138.S p a t i a l -t e m p o r a lV a r i a t i o no fW a t e rY i e l d i nN a n b e i P a n j i a n g R i v e rB a s i nB a s e do n I n V E S T M o d e lW uT a n g y i n 1,2,Z h o uZ h o n g f a 1,2,Z h a n g Lu 1,2,C h e nQ u a n 1,3,L u oD a n 1,2,W uL a n 1,2(1.S c h o o l o f K a r s t S c i e n c e /S c h o o l o f G e o g r a p h y an dE n v i r o n m e n t a lS c i e n c e s ,G u i z h o u N o r m a lU n i v e r s i t y ,G u i y a n g ,G u i z h o u 550001,C h i n a ;2.T h eS t a t eK e y L a b o r a t o r y I n c u b a t i o nB a s e fo r K a r s tM o u n t a i nE c o l o g y E n v i r o n m e n t o f G u i z h o uP r o v i n c e ,G u i y a n g ,G u i z h o u 550001,C h i n a ;3.N a t i o n a l K a r s tR o c k y D e s e r t i f i c a t i o nC o n t r o lE n g i n e e r i n g T e c h n o l o g y R e s e a r c hC e n t e r ,G u i y a n g ,G u i z h o u 550001,C h i n a )A b s t r a c t :[O b j e c t i v e ]T h e t e m p o r a l a n d s pa t i a l v a r i a t i o nc h a r a c t e r i s t i c s o fw a t e r y i e l da n dd i f f e r e n c e s i n t h e w a t e r y i e l d f u n c t i o nf o rd i f f e r e n t l a n du s e t y p e s ,s o i l t y p e s ,a n dt o p o g r a p h y i nt h eN a nb e iP a n j i a n g Ri v e r b a s i nw e r e a n a l y z e d i no r d e r t o p r o v i d e a s c i e n t i f i c r e f e r e n c e f o r t h e e f f e c t i v em a n a ge m e n t o fw a t e r r e s o u r c e s a n d e c o l o g i c a l r e s t o r a t i o n i n t h e b a s i n .[M e t h o d s ]T h e s p a t i a l a n d t e m p o r a l v a r i a t i o n c h a r a c t e r i s t i c s ,i n t e r n a l d if f e r e n c e s ,a n d t h e i n f l u e n c eo fv eg e t a t i o nr e s t o r a t i o no nth ew a t e r yi e l df u n c t i o ni nt h eN a n b e iP a nj i a n gR i v e rb a s i n f r o m2005t o 2020w e r e q u a n t i t a t i v e l y e v a l u a t e d u s i n g t h e I n V E S T m o d e l .[R e s u l t s ]T h e a v e r a ge t o t a lw a t e r y i e l d i n t h eb a s i nf l u c t u a t e d s l igh t l y f r o m2005t o 2020,s h o wi n g a t r e n do f h i gh e r i n t h en o r t h e a s t Copyright ©博看网. All Rights Reserved.a n d c e n t r a l r e g i o n s a n d l o w e r i n t h e s o u t h w e s t.T h e o v e r a l lw a t e r y i e l d p a t t e r nw a s s p a t i a l l y c o n s i s t e n tw i t h t h e s p a t i a l a n d t e m p o r a l c h a n g e s o f p r e c i p i t a t i o n.W i t h o u t c o n s i d e r i n g t h e s i g n i f i c a n t c h a n g eo f r a i n f a l l,t h e d e c r e a s e o f c u l t i v a t e d l a n d a n d g r a s s l a n d a r e a sw a s t h em a i n r e a s o n f o r t h e s l i g h t f l u c t u a t i o na n dd o w n w a r d t r e n do f t o t a l w a t e r y i e l d i n t h eb a s i n.T h e l a n d u s e t y p ew i t h t h e s t r o n g e s tw a t e r y i e l dc a p a c i t y w a s c o n s t r u c t i o n l a n d,f o l l o w ed b y b a r el a n d,c u l t i v a te dl a n d,a n d g r a s s l a n d.T h e w a t e r y i e l d c a p a c i t i e s o fe v e r g r e e n c o n if e r o u s f o r e s t a n d s h r u b l a n dw e r ew e a k.T h ew a t e r y i e l dc a p a c i t y i nt h eb a s i ng r a d u a l l y d e c r e a s e dw i thi n c r e a s i n g a l t i t u d e,a n d t h e s o i l sw i t hs t r o n g w a t e r y i e l dc a p a c i t y w e r em a i n l yy e l l o ws o i l a n dr e ds o i l.T h e h i g hw a t e r y i e l d a r e a s i n t h eb a s i nw e r em a i n l y c o n c e n t r a t e d i n t h en o r t h e a s t a n d c e n t r a l r e g i o n sh a v i n g l o w a n dm e d i u ma l t i t u d e s,a n dw e r em a i n l yy e l l o ws o i l a n d r e d s o i l.T h e l o wv a l u e a r e aw a sm a i n l y c o n c e n t r a t e d i n t h e s o u t h w e s t r e g i o nh a v i n g h i g ha n dh i g h e r a l t i t u d e sw i t h l a r g e a m o u n t so f l i m e(r o c k)s o i l a n d p u r p l e s o i l.[C o n c l u s i o n]T h e s p a t i a l p a t t e r no fw a t e r y i e l d i n t h e b a s i n e x h i b i t e d s o m e c h a n g e s,a n d t h e h i g hv a l u e a r e a o fw a t e r y i e l dh a d a t e n d e n c y t o s h i f t t o t h e e a s t a n dn o r t h e a s t.L a n du s e t y p e,m e t e o r o l o g i c a l f a c t o r s, s o i l t e x t u r e,t o p o g r a p h y,a n do t h e rf a c t o r sh a v ea ni m p o r t a n t i m p a c to nt h es p a t i a lh e t e r o g e n e i t y o f t h e w a t e r y i e l d f u n c t i o n.K e y w o r d s:e c o s y s t e ms e r v i c e s;N a n b e i P a n j i a n g R i v e r b a s i n;I n V E S Tm o d e l;w a t e r y i e l d;t e m p o r a l a n d s p a t i a l v a r i a t i o n c h a r a c t e r i s t i c s生态系统服务是指人类从生态系统中直接或间接获得(包括有形产品以及无形服务在内)的所有惠益[1],而生态系统服务评估则是对生态系统所提供和维持的进行定量表达[2]㊂2005年联合国发布的千年生态系统评估报告中指出,全球60%的生态系统服务发生了退化[3]㊂水作为生命之源,是生物生存不可或缺的部分,在生态系统内转换㊁运移等过程中能够产生多种服务效应[4]㊂因此,如何实现生态系统产水服务功能的空间可视化与定量化评估已成为区域可持续发展的关键[5]㊂随着高空间分辨率数据集和各种水文模型的应用,国内外学者基于不同样本区㊁景观类[6]㊁区域和全球尺度[7],对流域[8]㊁河流[9]㊁湿地[10]等不同研究对象进行生态系统服务功能的评估研究,如M I K E S H E 模型㊁S WA T模型㊁T O P MO D E L模型和I n V E S T模型等[11]㊂其中,I n V E S T模型以水量平衡法为基础,与传统的土壤蓄水能力法[12]㊁综合蓄水能力法[13]㊁多因子分析法[14]等方法相比,考虑了区域蒸散发量的影响,具有结构简单㊁输入参数获取便捷㊁全球通用㊁能够可视化产水功能的空间特征等优点㊂在一定程度上解决了评估结果实用性差㊁服务功能形成机制不明确等问题,为评估产水服务功能提供了新的视角[15]㊂近年来,有关I n V E S T模型在国内外的应用已较为成熟,国外学者基于I n V E S T模型评估了非洲科特迪瓦[16]㊁西班牙F r a n c o l i流域[17]㊁尼泊尔B a g m a t i流域[18]等地的水源涵养进行评估,且模拟结果及运用较好;国内学者基于I n V E S T模型对喀斯特山区[19]㊁黄土高原地区[20]㊁黑河流域[21]㊁三江源地区[22]㊁横断山区[23]等的产水量或水源涵养及其时空变化特征进行了评价,模拟结果均得到了较好的应用效果㊂南北盘江流域作为珠江流域的上游,是珠江流域极为重要的水源地㊂流域内石灰岩广泛发育且土层浅薄㊁生态承载力较低㊁石漠化发育剧烈,是珠江流域水土流失最严重的地区[24]㊂目前,已有学者对南北盘江流域的森林生态系统水源涵养[13]㊁生态修复与水土保持[25-26]㊁水质净化[27]㊁地下水资源评价[28]㊁生境质量评价[29]㊁土地利用变化与气候变化对径流影响[30-31]等进行研究,但多数学者仅对单一的土地利用类型进行研究,忽略了其他土地利用类型以及土壤㊁地形因素对流域产水量的影响㊂因此,以南北盘江流域为整体的评价单元,对所有土地利用类型㊁不同土壤类型以及不同地形产水量进行量化评价的研究还需要深入研究㊂本研究运用I n V E S T模型中的产水量模块,结合 3S 技术,克服了传统方法在研究尺度和跨省研究的局限性,从时间和空间两个角度上对南北盘江流域的产水服务功能进行评估,探究多年间南北盘江流域产水功能的时空变化特征㊁内部差异性及植被恢复对该地区产水功能的影响,以期为南北盘江流域退耕还林还草工程㊁水资源管理提供科学参考㊂1研究区概况南北盘江流域(图1)(102ʎ15' 106ʎ22'E, 23ʎ8' 26ʎ54'N)作为珠江流域的上游,发源于云南省沾益县马雄山,是珠江流域极为重要的水源地,干流全长分别为914.5k m和449k m,流经云南㊁贵州㊁031水土保持通报第43卷Copyright©博看网. All Rights Reserved.广西3个省份,流域面积约81764.2k m2[32]㊂境内地势西北高东南低,地貌发育强烈且类型繁多,属于亚热带季风气候,主要植被类型为常绿㊁落叶阔叶林和针叶林,5 10月为雨季,11 次年4月为旱季,降雨大部分集中在雨季,年平均气温12.65~21.25ħ,年平均降水量930.38~1281.12mm[13]㊂南北盘江流域内70%地区属于碳酸盐岩地层,且盘江中上游含煤岩组广泛发育,其余地区属于二叠系玄武岩及侏罗系砂岩,石灰岩分布广泛,属于中国典型的喀斯特生态脆弱区,主要土壤类型为红壤㊁黄壤㊁石灰土㊁紫色土等㊂注:本图基于[黔S(2023)009号㊁云S(2020)102号㊁桂S(2020) 48号]标准地图校稿制图㊂下同㊂图1南北盘江流域研究区概况F i g.1O v e r v i e wo f s t u d y a r e a i nN a n b e i P a n j i a n g R i v e r b a s i n 2数据来源与研究方法2.1数据来源本研究涉及的产水量模块输入数据主要包括30m D E M数据㊁土地利用㊁气象数据㊁土壤数据㊁植被可利用水㊁生物物理参数表㊁流域边界等数据㊂研究所有影像数据空间分辨率均重采样到30m,坐标系均使用中国大地坐标系(C G C S2000)㊂土地利用数据(空间分辨率为30m)下载于中国科学院空天信息创新研究院(h t t p:ʊw w w.a i r c a s.c a s.c n/);气象数据来源于国家气象科学数据中心(h t t p:ʊd a t a.c m a.c n/);土壤数据来源于国家科技资源共享服务平台 国家地球系统科学数据中心 土壤分中心(h t t p:ʊs o i l.ge o d a t a.c n/);30m D E M数据来源于地理空间数据云(h t t p:ʊw w w.g s c l o u d.c n/);流域边界在国家地球系统科学数据中心(2000年)公布的南北盘江流域边界的基础上,利用A r c G I S水文分析工具进行提取;生物物理参数(表1)来源于文献查阅[20-33]以及‘I n V E S T使用指南“㊂表1产水量模型中不同土地利用类型的参数T a b l e1P a r a m e t e r s o f d i f f e r e n t l a n du s e t y p e s i nw a t e r y i e l dm o d e l地类L u c o d e r o o t_d e p t h K c L U L C_v e g 耕地120000.651常绿阔叶林2500011落叶阔叶林3500011常绿针叶林4500011灌林地530000.91草地626000.651湿地710000.650建设用地810.10裸地910.51水域10100永久冰雪11100注:L u c o d e为地类编号;K c为每一地类对应的植被蒸散系数; r o o t_d e p t h为每一地类植物的最大根系深度(mm);L U L C_v e g的赋值是既定规则;植被覆盖地类(不包括湿地)赋值为1;其他土地利用类型(包括湿地㊁城市用地㊁水体㊁永久冰雪)赋值为0㊂2.2研究方法本研究运用I n V E S T模型中的产水量模块模拟南北盘江流域产水量空间分布格局㊂产水量模块是根据水量平衡为基本原则的一种估算方法,在栅格尺度上通过降水量减去实际蒸散量(包含地面蒸发量与植被蒸腾量)得到栅格水平的产水量,该模块不能区分地表水㊁地下水㊁基流,而是假设每个栅格级别的产水通过地下径流或地表径流的方式到达流域出水口[34]㊂主要算法如下:Y x j=1-A E T x jP xˑP x(1)式中:Y x j是栅格x单位上的第j种土地覆盖类型的年产水量(mm);A E T x j是栅格x单位上的第j种土地覆盖类型的年实际蒸散量(mm);P x为栅格x上的年平均降水量(mm)㊂其中,根据Z h a n g等基于B u d y k o提出的水-热耦合平衡假定计算出的蒸散部分A E T x jP x(实际蒸散量与降水量比值),其表达公式如下:A E T x jP x=1+ωx R x j1+ωx R x j+1/R x j(2)式中:R x j为第j土地利用类型栅格x的B u d y k o干燥指数;ωx表示植被有效含水量与年均降水量的比值:131第3期伍堂银等:基于I n V E S T模型的南北盘江流域产水量时空变化研究Copyright©博看网. All Rights Reserved.ωx=Z AW C x P x(3)R x j=K x j E T0xP x(4) AW C x=M i n(D s,D r)ˑP AW C x(5)式中:AW C x为栅格x的植被有效含水量(mm)(由有效土层深度和土壤质地决定);Z为季节参数(即Z h a n g系数)用于表征降水的季节性特征;K x j为第j 土地利用类型栅格x的植被蒸散系数;E T0x表示栅格x的潜在蒸散量(mm);D s为土层深度(mm);D r为根系深度(mm);P AW C x为栅格单元x的植物可利用水含量(mm),植物可利用含水量P AW C 可以通过土壤质地以及土壤有机质含量计算得到,其表达公式如下:P AW C=54.509-0.132ˑs a n d%-0.003(s a n d%)2-0.055ˑs i l t%-0.006(s i l t%)2-0.738ˑc l a y%+ 0.007(c l a y%)2-2.688ˑOM%+ 0.501(OM%)2(6)式中:s a n d%,s i l t%,c l a y%分别表示土壤砂粒㊁粉粒㊁黏粒的比例;OM%则表示土壤有机质含量㊂3结果与分析3.1南北盘江流域产水量的时空变化特征应用I n V E S T模型产水模块对南北盘江流域2005 2020年产水量进行评估,以2005年为基准年,Z参数以年为尺度,不考虑季节变化㊂根据贵州㊁云南㊁广西三省的水资源公报流域实测站点数据,经模拟计算,发现当Z值为30时,I n V E S T产水模块模拟值效果最佳㊂根据模拟结果,南北盘江流域2005 2020年平均降雨量和平均产水总量分别为1162.1,677.2ˑ108m3,平均产水深度为828.0mm㊂从空间分布格局来看(图2),南北盘江流域产水量在2005 2020年空间分布格局与降雨量均相似,这与南北盘江流域降水分布东北多西南少㊁实际蒸散量分布东北少西南多,以及土地覆盖类型变化差异有着密切的关系,主要呈现为东北部和中部高㊁西南部低的趋势㊂产水量高值区主要集中于流域中部及东北部,即贵州省境内的安龙县㊁贞丰县㊁兴仁县㊁盘州市和云南省境内的富源县㊁罗平县一带;而区域产水量低值区主要集中于流域西南部,即云南省境内的通海㊁丘北㊁华宁县以及江川县一带㊂图22005—2020年南北盘江流域产水量及降雨量分布F i g.2W a t e r y i e l da n d r a i n f a l l d i s t r i b u t i o n i nN a n b e i P a n j i a n g R i v e r b a s i n f r o m2005t o2020从时间尺度来看(图3),2005 2020年,南北盘江流域平均总产水量变化趋势表现为先减小后增大,再减小的波动变化㊂2005 2010年,产水深度小幅度减小,减小幅度为10.1%;2010 2015年,产水深度明显增加,增加幅度约为19.3%;2015 2020年,产水深度大幅度减小,减少量为177.8mm(19.3%)㊂总体来看,产水量呈现出在828.3mm上下幅度20.0%之间波动趋势,2005年和2015年产水量处于高水平状态,2010年和2020年产水量处于低水平状态㊂231水土保持通报第43卷Copyright©博看网. All Rights Reserved.图32005 2020年南北盘江流域产水深度㊁降雨量㊁产水总量以及实际蒸发量F i g.3W a t e r y i e l dd e p t h,r a i n f a l l,t o t a l w a t e r y i e l da n da c t u a l e v a p o r a t i o n i nN a nb e i P a n j i a n g R i v e r b a s i nf r o m2005t o20202005 2010年(图4a),流域内年平均产水深度显著减小面积约占研究区总面积的46.9%,产水量减小区域主要集中在研究区中部和南部边缘地带;增加区域较小,约占研究区面积的2.8%,主要集中在西部边缘地带㊂2010 2015年(图4b),在产水量显著增加期间,其产水量增加面积约占研究区总面积的69.9%,增加区域分布于整个研究区,产水量减少区域仅分布于研究区北角处(3.8%)㊂2015 2020年(图4c),以极显著减小与显著减小为主面积约占研究区总面积的70.7%,其空间格局与2010 2015年相反,减小区域分布于整个研究区㊂总体而言,2005 2020年(图4d),产水量极显著减小区域约占整个研究区的11.7%,主要集中在研究区中部,约9.8%的产水量显著增加区域分布于研究区的北部㊂结果表明, 2005 2020年南北盘江流域产水能力在空间分布上呈现出由西南向东北递增㊂图42005 2020年南北盘江流域产水量年际变化F i g.4I n t e r a n n u a l v a r i a t i o no fw a t e r y i e l d i nN a n b e i P a n j i a n g R i v e r b a s i n f r o m2005t o20203.2不同土地利用类型下的产水功能差异产水总量在受产水面积和单位面积产水能力的双重约束之下,在不同的土地利用类型上也存在区别㊂以2020年为例(表2),南北盘江流域的主要土地利用类型为林地㊁耕地和草地,三者都具有较高的产水能力,分别占研究区总面积的52.6%,24.8%和14.5%㊂通过产水贡献率(即不同土地利用类型的产水总量与流域的总产水总量的比值)来衡量不同土地331第3期伍堂银等:基于I n V E S T模型的南北盘江流域产水量时空变化研究Copyright©博看网. All Rights Reserved.利用类型的产水总量贡献㊂因此,林地㊁耕地和草地是南北盘江流域产水总量的主要贡献者,为整个南北盘江流域提供了96.4%的产水总量,建设用地提供了研究区3.0%的产水总量,湿地㊁水域㊁裸地以及永久冰雪的产水总量比例共为0.6%(图5)㊂根据I n V E S T 模型‘用户指南“,模型自身将湿地㊁建设用地㊁水域㊁永久冰雪赋值为非植被覆盖地类(表1),故除建设用地之外的非植被覆盖地类不在本研究讨论范围内㊂表22005 2020年南北盘江流域各土地利用类型转移矩阵变化率T a b l e2C h a n g e r a t e o f t r a n s f e rm a t r i x o f l a n du s e t y p e s i nN a n b e i P a n j i a n g R i v e r b a s i n f r o m2005t o2020项目2005年面积变化率/%耕地常绿阔叶林落叶阔叶林常绿针叶林灌林地草地湿地建设用地裸地水域永久冰雪合计% /率化变积面年0 2 0 2耕地24.140.320.320.200.260.200.000.680.000.040.0026.16常绿阔叶林0.059.750.080.110.070.01 0.010.00 10.07落叶阔叶林0.070.1115.510.090.050.04 0.010.00 15.88常绿针叶林0.250.100.1225.570.040.21 0.050.000.020.0026.34灌林地0.020.100.030.013.910.010.00 0.00 4.08草地0.310.010.070.170.0114.070.000.190.000.010.0014.84湿地 0.00 0.00建设用地 1.69 1.69裸地 0.00 0.00水域0.010.000.000.000.000.000.000.000.000.92 0.94永久冰雪 0.000.00合计24.8610.3816.1226.154.3314.520.002.630.001.000.00100注: 表示该土地利用类型没有发生变化; 0.00 代表该土地利用类型发生变化且转换率较小;粗体数值为未发生变化的土地利用类型的保留率㊂图52005 2020年南北盘江流域各土地利用类型年产水深度及产水总量变化F i g.5C h a n g e s o f a n n u a l w a t e r y i e l dd e p t ha n d t o t a l w a t e ry i e l do f d i f f e r e n t l a n du s e t y p e s i nN a n b e i P a n j i a n gR i v e r b a s i n f r o m2005t o2020由图5可知,在时间变化上,除耕地㊁草地㊁裸地和建设用地外,其余土地利用类型的年产水深度与研究区整体变化相似,即表现为先减小后增大,再减小的波动变化㊂总体看来,以2020为例,产水能力强弱表现为:建设用地(1033mm)>裸地(887mm)>耕地(851)>草地(810mm)>落叶阔叶林(738mm)>常绿阔叶林(682mm)>常绿针叶林(637mm)>灌木林(608mm)㊂其中,根据产水模块机理,产水量与蒸散量成反比关系,建设用地面积约占研究区面积2.6%,主要以不透水面为主,植被覆盖度低,导致其蒸散量小,因此具有较高的产水能力;耕地的表层土壤由于长期受人类活动影响呈现出退化㊁板结㊁孔隙度降低,导致其产水能力略高㊂自 十五 计划实施以来,正式全面启动退耕还林(草)生态工程,研究区耕地面积持续减少,林地面积持续增加,但草地面积持续减少㊂林草覆盖率由2005年的71.2%上升至2020年的71.5%,约增加了244.31k m2,但由于草地面积减少了259.22k m2,约为林地增加面积的二分之一,且草地产水能力优于林地,导致林草部分的产水总量减少了7.62ˑ109m3;同时,耕地面积持续减少,产水总量减少了2.45ˑ109m3㊂因此,耕地与草地面积减少是导致流域内产水总量呈现出小幅波动下降趋势的主要原因之一㊂由表3可知,2005 2020年,研究区内耕地㊁草地以及常绿阔叶林面积均呈现出不同程度的下降趋势㊂其中耕地面积持续减少最严重,约为1063.4k m2,减小幅度为5.0%;草地㊁常绿针叶林面积分别缩减了259.2m2,157.9k m2,减幅分别达到了2.1%和0.7%㊂建设用地面积持续增加,约为770.5k m2,增加幅度为了55.7%;常绿阔叶林㊁灌林地㊁落叶阔叶林以及裸地面积增幅分别为3.1%,6.2%,1.5%和44.8%㊂表明南北盘江流域在城市化的进程中,大量的耕地转变431水土保持通报第43卷Copyright©博看网. All Rights Reserved.为建设用地,加上退耕还林(草)生态工程的实施,还有一部分耕地转换为常绿阔叶林㊁落叶阔叶林㊁常绿针叶林㊁草地以及灌林地,导致耕地面积持续减少㊂受人类耕作影响下,草地主要转换为耕地和建设用地,常绿针叶林主要转换为耕地,且草地与常绿针叶林受人类耕作影响转出面积,大于受生态修复工程影响转入面积,导致草地与常绿针叶林面积均呈现出小幅度下降趋势㊂表32005 2020年南北盘江流域各土地利用类型面积变化及变化率T a b l e3A r e a c h a n g e a n d c h a n g e r a t e o f e a c h l a n du s e t y p e i nN a n b e i P a n j i a n g R i v e r b a s i n f r o m2005t o2020土地利用类型2005 2010年面积变化/k m2变化率/%2010 2015年面积变化/k m2变化率/%2015 2020年面积变化/k m2变化率/%2005 2020年面积变化/k m2变化率/%耕地-351.64-1.64-417.19-1.98-294.57-1.43-1063.40-4.97常绿阔叶林71.780.8794.381.1488.731.06254.903.10落叶阔叶林42.670.3373.640.5783.280.64199.591.54常绿针叶林17.920.08-83.03-0.39-92.82-0.43-157.93-0.73灌林地55.851.6764.211.8986.902.51206.976.20草地-108.27-0.89-53.45-0.44-97.50-0.81-259.22-2.14湿地0.072.490.299.990.185.660.5519.12建设用地253.5918.33311.9119.05204.9610.52770.4655.69裸地0.047.080.0611.160.1421.660.2444.81水域17.962.349.141.1620.642.6047.746.23永久冰雪0.0214.580.0211.360.0315.100.0846.873.3不同海拔下的产水量功能差异研究区海拔分布规律呈现自西北向东南递减的趋势,与产水量能力空间分布特征呈现出明显的差异性㊂云贵高原属于中国地形的第二阶梯,海拔主要在1~2k m之间,将研究区高程(图6a)分为低㊁中㊁高㊁较高海拔4个级别,海拔等级呈正态分布,即海拔小于900m的面积占比为8.33%,900~1400m (24.02%),1400~1900m(39.19%),海拔大于1900m的面积比例为28.45%,其产水总量贡献率分别为9.83%,26.68%,37.97%和25.52%㊂在海拔1400~1900m之间的面积比例与产水总量贡献率最大,海拔小于900m的面积比例与产水总量贡献率最小;就平均产水深度而言(图7),随着海拔等级升高而逐渐降低,低㊁中海拔区域具有较强的产水能力,高㊁较高海拔区域的产水能力相对较弱㊂其中,海拔小于900m的产水深度最大,约为1068.57mm ㊂图6南北盘江流域D E M数据㊁土壤类型以及土层厚度F i g.6D E Md a t a,s o i l t y p e a n d s o i l t h i c k n e s s i nN a n b e i P a n j i a n g R i v e r b a s i n3.4不同土壤类型下的产水量功能差异如图8所示,在土壤类型上,产水能力的大小依次为:黄棕壤>水稻土>红壤>黄壤>紫色土>石灰(岩)土㊂红壤与黄壤是流域内地带性土壤,集中连片分布于流域中部和西部,占研究区总面积比例较大,分别为40.44%和32.72%;其次主要为水稻土(9.76%)㊁石灰(岩)土(9.42%)㊁紫色土(3.49%)以及黄棕壤(2.45%)等㊂本文仅考虑面积比例较大的土壤类型,其产水总量贡献率分别为红壤(43.12%)㊁黄壤(33.70%)㊁水稻土(9.33%)㊁石灰(岩)土(7.95%)㊁531第3期伍堂银等:基于I n V E S T模型的南北盘江流域产水量时空变化研究Copyright©博看网. All Rights Reserved.紫色土(3.08%)和黄棕壤(2.81%)㊂红壤和黄壤所含有机质㊁铁铝含量高,土壤肥力条件较好,耐旱保肥,适宜植被生长;石灰(岩)土和紫色土属于初育土,植被大多较为稀疏㊂大部分土壤的涵蓄降水量能力随土层厚度加深而增加,根据‘国家森林资源连续清查主要技术规定(2003年10月修订版)“,将研究区土层厚度(图6c)划分为薄(0 80c m)㊁中(80 100c m)和厚(ȡ100c m)3个厚度级别,研究区土层厚度主要以中级厚度为主,包含了研究区内大部分红壤与黄壤,使得流域内土壤的涵蓄降水量能力保持在一定水平上㊂图7南北盘江流域不同海拔的面积比例㊁产水差异和产水总量F i g.7A r e a p r o p o r t i o n,w a t e r y i e l dd i f f e r e n c e a n d t o t a l w a t e ry i e l da t d i f f e r e n t a l t i t u d e s i nN a n b e i P a n j i a n g R i v e r b a s i n图8南北盘江流域不同土壤类型的面积比例㊁产水差异和产水总量F i g.8A r e a p r o p o r t i o n,w a t e r y i e l d d i f f e r e n c e a n d t o t a l w a t e r y i e l d o fd i f fe r e n t s o i l t y p e s i nN a n b e i P a n j i a n g R i v e r b a s i n3.5各要素对产水功能的综合影响由图9可知,流域内植被在海拔上呈现出明显的垂直地带性㊂常绿阔叶林与灌林地的面积占比随海拔等级升高而降低;常绿针叶林与草地相反,其面积占比在海拔等级上呈 倒金字塔 状分布;常绿阔叶林的面积占比呈 衰退型 分布;耕地面积占比在各级海拔均约为四分之一,属于 稳定型 分布㊂由图10可知,除低海拔(<900m)外,红壤与水稻土面积占比随海拔等级升高而降低,黄壤面积占比随海拔等级升高而增加;初育土(包含石灰土和紫色土)面积占比随海拔等级升高而增加㊂在低㊁中海拔区域内,产水能力较强的耕地㊁落叶阔叶林与常绿阔叶林面积占比较大,常绿针叶林占比较小,且产水能力较差的初育土面积占比最小,红壤面积占比较大,是导致低㊁中海拔区产水能力偏高的主要原因之一;在高㊁较高海拔区域内,产水能力较弱的常绿针叶林面积占比最大,落叶阔叶林与常绿阔叶林面积占比较小,且初育土面积占比增大,红壤面积占比减小,是导致高㊁较高海拔区产水能力偏低的主要原因之一㊂虽然建设用地和裸地的产水能力较强,但其总面积较小,对区域的整体产水能力影响可忽略不计㊂图9南北盘江流域不同海拔等级下的土地利用类型比例F i g.9P r o p o r t i o no f l a n du s e t y p e s a t d i f f e r e n t a l t i t u d e s i nN a n b e i P a n j i a n g R i v e r b a s i n图10南北盘江流域不同海拔等级下的土壤类型比例F i g.10P r o p o r t i o no f s o i l t y p e s a t d i f f e r e n t a l t i t u d e s i nN a n b e i P a n j i a n g R i v e r b a s i n综合各方面因素,流域东北部和中部区域在空间上属于降雨量的高值区,位于低㊁中海拔区域,落叶阔叶林与常绿阔叶林面积占比较大,常绿针叶林占比较631水土保持通报第43卷Copyright©博看网. All Rights Reserved.小,且土壤类型主要以产水能力较强的黄壤和红壤为主㊂流域西南部区域是降雨量的低值区,位于高海拔区域,常绿针叶林面积比例较大,落叶阔叶林与常绿阔叶林面积比例较小,且分布着大量产水能力较弱的石灰(岩)土和紫色土,使得2005 2020年南北盘江流域产水格局均呈现出东北部和中部高㊁西南部低的趋势㊂4讨论与结论4.1讨论南北盘江流域产水量年际间的波动与气候变化有密切关系,而降水量在时空分异特征上与产水量呈显著正相关关系㊂研究显示流域产水量存在峰值和低谷㊂臧文斌等[35]和贺敏等[36]基于数据表明西南地区2015年降雨量充沛,2020年降雨量较少,与该流域产水量年际间的波动变化相吻合㊂流域由于地形西高东低,夏季携带大量水汽的气流受地形抬升作用下,在流域东北部凝结降落,使该流域降雨量空间分布格局呈现出自东北向西南递减,与莫旭昱等[37]对南北盘江流域降水的空间格局分析结果相一致㊂流域产水能力随着海拔升高而逐降低,这与谢余初等[11]在白龙江流域研究结果相似,与王晓峰等[38]在秦岭地区研究的结果相反,是因为白龙江流域是秦岭的子流域之一,因研究尺度不同所导致的规律差异㊂一方面,二者面积上差距大;另一方面,对应的海拔产水功能含义有所区别,前者将流域视为整体,再对海拔进行划分,而后者将流域视为整体的同时,再进行子流域划分,以子流域为研究单元研究㊂本研究以年为尺度对该流域产水量进行模拟,模拟结果基本符合区域的实际情况,但侧重于分析自然因子对产水服务的影响,忽略了社会因子的影响㊂同时,因模型自身设定及数据精度㊁未考虑流域产水的年内变化等原因,在一定程度上会影响模型的模拟精度㊂但产水量的基本格局不会改变,该研究成果仍然能较好地反映出南北盘江流域产水量的时空变化特征及趋势,从而为南北盘江流域水资源的有效管理㊁合理利用与保护提供了科学依据㊂后续的研究中可从小尺度着手,在明晰流域总体产水量时空格局的基础上进一步挖掘异常或者特殊区域产水服务的特殊时空变化规律㊂同时,产水量仅是流域内生态系统服务中的一项指标,应综合考虑各项服务效益,科学地去权衡各服务之间的关系㊂4.2结论(1)从空间分布格局来看,南北盘江流域产水强度高值区有向东㊁东北偏移的趋势㊂总体产水格局维持与降水量的空间吻合性,呈现出东北部和中部高㊁西南部低的趋势㊂产水量高值区主要位于贵州省境内的安龙县㊁贞丰县㊁兴仁县和盘州特区和云南省境内的富源县㊁罗平县一带,产水量低值区则主要集中于云南省境内的通海县㊁丘北县㊁华宁县和江川县一带㊂2005 2020年,该流域的平均产水总量与降水量在时间上具有一致性,整体呈现出先减小后增大,再减小的小幅波动下降趋势㊂(2)在土地利用类型方面,林地㊁耕地和草地是南北盘江流域产水总量的主要贡献者,提供了整个南北盘江流域总产水量的92.8%;产水能力大小依次为:建设用地>裸地>耕地>草地>落叶阔叶林>常绿阔叶林>常绿针叶林>灌木林㊂期间,建设用地与林地面积持续增加,耕地和草地面积持续减小;在城市化进程与人类活动影响下,主要的土地转变方式:耕地主要转变为建设用地㊁林地和草地;草地主要转变为耕地和建设用地;林地主要转变为耕地和草地㊂(3)在垂直梯度上,流域产水能力随着海拔升高而逐降低㊂在土壤类型上,产水能力的大小依次为:黄棕壤>水稻土>红壤>黄壤>紫色土>石灰(岩)土,红壤和黄壤是流域内面积最大的地带性土壤,是流域内产水总量稳定的重要保障㊂自 十五 期间全面启动退耕还林(草)生态工程以来,研究区耕地㊁草地面积持续减少㊂在不考虑降雨量显著变化的情况下,耕地与草地面积减少是导致流域内产水总量呈现出小幅波动下降趋势的主要原因㊂[参考文献][1] S o n g F e n g j i a o,W a n g S h i j i e,B a i X i a o y o n g,e t a l.An e wi n d i c a t o r f o r g l o b a l f o o d s e c u r i t y a s s e s s m e n t:H a r v e s t e da r e a r a t h e r t h a n c r o p l a n d a r e a[J].C h i n e s eG e o g r a p h i c a lS c i e n c e,2022,32(2):204-217.[2] T u r n e rR K,D a i l y GC.T h e e c o s y s t e ms e r v i c e s f r a m e-w o r ka n dn a t u r a l c a p i t a l c o n s e r v a t i o n[J].E n v i r o n m e n t a la n dR e s o u r c eE c o n o m i c s,2008,39(1):25-35.[3] F i n l a y s o n M,C r u zRD,D a v i d s o nN,e t a l.M i l l e n n i u me c o s y s t e m a s s e s s m e n t:e c o s y s t e m s a n d h u m a n w e l l-b e i n g:w e t l a n d sa n d w a t e rs y n t h e s i s[J].D a t aF u s i o nC o n c e p t s&I d e a s,2005,656(1):87-98.[4]吕一河,胡健,孙飞翔,等.水源涵养与水文调节:和而不同的陆地生态系统水文服务[J].生态学报,2015,35(15):5191-5196.[5] B e n n e t tE M,P e t e r s o nG D,G o r d o nLJ.U n d e r s t a n d i n gr e l a t i o n s h i p sa m o n g m u l t i p l ee c o s y s t e m s e r v i c e s[J].E c o l o g y L e t t e r s,2009,12(12):1394-1404.[6]张彪,李文华,谢高地,等.北京市森林生态系统的水源涵养功能[J].生态学报,2008,28(11):5619-5624.731第3期伍堂银等:基于I n V E S T模型的南北盘江流域产水量时空变化研究Copyright©博看网. All Rights Reserved.。
基于MRAS证据权重法的西昆仑玛尔坎苏地区锰矿床成矿预测
基于MRAS证据权重法的西昆仑玛尔坎苏地区锰矿床成矿预测王阿特;高永宝;孙军刚;陈登辉;郭周平;王钊飞;钱建利【期刊名称】《矿产勘查》【年(卷),期】2024(15)3【摘要】西昆仑玛尔坎苏地区是中国重要的锰矿资源基地,目前区内仍不断有新的锰矿点被报道,已发现多个大中型锰矿床。
该地区锰矿床为海相沉积型矿床,赋矿层位为上石炭统喀拉阿特河组(C_(2)k)与下二叠统玛尔坎雀库塞山组(P_(1)m)。
本文在总结玛尔坎苏地区锰矿床成矿规律的基础上,基于MRAS证据权重法,重建了该地区的锰矿床找矿模型。
提取并构置了地层、遥感、锰化探异常3个预测要素作为证据因子。
(1)地层信息证据因子:上石炭统喀拉阿特河组(C_(2)k)碳酸盐岩与下二叠统玛尔坎雀库塞山组(P_(1)m);(2)遥感证据因子:铁染异常区及羟基异常区;(3)化探证据因子:锰单元素化探异常区域。
根据后验概率值圈定三级找矿有利靶区7处,并对找矿靶区进行了验证。
通过圈定有利区,为下步找矿新突破提供了新的借鉴。
【总页数】7页(P428-434)【作者】王阿特;高永宝;孙军刚;陈登辉;郭周平;王钊飞;钱建利【作者单位】中国地质调查局西安矿产资源调查中心;中国地质调查局金矿勘查技术创新中心;中国地质调查局西安地质调查中心【正文语种】中文【中图分类】P612【相关文献】1.基于MRAS证据权重法的湖南怀化地区金矿成矿预测2.基于MRAS证据权重法的赣南东部地区锡矿成矿预测3.西昆仑玛尔坎苏地区穆呼锰矿含锰岩系沉积环境——来自[虫筳]类化石及碳酸盐岩碳、氧、锶同位素证据4.基于MRAS的证据权重法在香格里拉地区的综合信息成矿预测因版权原因，仅展示原文概要，查看原文内容请购买。