GIS中证据权重法的应用

中国地质大学（武汉）GIS中证据权重法的研究与应用
学院：资源学院
专业：资源勘查工程（矿调）
题目： GIS中证据权重法的研究与应用
姓名：***
指导老师：***
班级： 026092
学号： ***********
目录
1.前言 --------------------------------------------- 1
2.GIS为何能应用于成矿预测的原因-------------------1 2.1.GIS应用于成矿预测的优势 -------------------------- 1 2.2. GIS应用于成矿预测的理论基础 ---------------------- 2 2.3．GIS应用于成矿预测的基本方法 ---------------------- 2 2.
3.1．空间分析 ------------------------------------------------ 3
2.3.2．数据模型方法 -------------------------------------------- 3
3.证据权重法 --------------------------------------- 3 3.1．证据权重法的由来 --------------------------------- 3 3.2．证据权重法的概念 --------------------------------- 3
3.3．证据权重法运用的步骤 ----------------------------- 4
4.证据权重模型 ------------------------------------- 4 4.1.证据权重法的原理 ---------------------------------- 5 4.2．证据权重模型的建立 ------------------------------- 5 4.2.1．数据组织 ------------------------------------------------ 5 4.2.2．证据因子选择 -------------------------------------------- 5 4.3．证据权重模型的应用 ------------------------------- 6
4.4．预测结果及评价 ----------------------------------- 7
5.GIS及证据权重法的发展趋势 ------------------------7 参考文献 ------------------------------------------- 8
GIS中证据权重法的研究与应用
钟晓辉
（中国地质大学，武汉 026092班）
摘要在新的找矿形势下，GIS作为新技术被应用在矿产勘查中具有极大的潜力，而GIS应用于成矿预测有许多种基本方法。

本文主要讨论GIS数据模型方法中证据权重法在成矿预测中的研究应用，阐述了证据权重法应用于成矿预测的理论基础、手段、方法及步骤等等，并就GIS及证据权重法目前的研究进展及发展趋势提出自己的看法和认识。

关键词GIS 证据权重法成矿预测发展趋势
1 前言
成矿预测是在成矿预测的基本理论指导下, 根据一定的成矿地质理论、成矿地质环境、成矿条件和找矿标志对还没有发现但将来可能发现的矿床做出推断解释和评价, 提出潜在矿床发现的途径,促进矿床的提早发现和评价［1-4］。

矿产预测和矿产勘查密不可分, 贯穿于矿产勘查工作的全过程。

传统的成矿预测是地质人员运用已掌握的地质理论和找矿经验在成矿规律图上圈出不同的成矿远景区作为预测远景区。

目前的成矿预测是在传统预测的基础上发展起来的预测工作, 它有自己的预测理论和技术方法［1］。

可归纳为3个方面: ①就矿找矿; ②按成矿理论找矿和模式找矿; ③应用新技术、新方法综合找矿。

GIS技术发展迅速, 已成为中国及世界矿产资源评价的理想工具和手段, 定位预测和定量评价方法是当前成矿预测研究的热点。

由Agterberg等和Bonham- Carter等提出的证据权重法是基于GIS矿产资源评价的主要方法之一, 主要运用的是相似类比理论［5］, 即在一定地质条件下产出一定类型的矿床, 相似地质条件下赋存有相似的矿床, 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) 作为成矿远景区或圈定为找矿靶区。

证据权重法正是利用这一点, 与找矿信息结合,区分矿化有利地段和不利地段, 从而达到定量圈定和评价找矿靶区的目的。

这种方法从数据出发研究成矿预测中的各种关系, 以现代地质成矿理论为指导, 以地质、矿产、物探、化探、遥感等基础数据为基础, 应用现代信息技术, 提取与矿产有关的信息, 通过统计途径计算各种地质因素、找矿标志所提供的权重, 定量地评价地质因素和找矿标志对指示找矿的作用的大小, 并计算成矿后验概率的相对大小,从而确定有利的成矿部位［6］。

该方法与信息量法类似, 只是所建模型更加精细, 由于简单、实用, 受到一些矿产资源评价专家的重视。

2GIS为何能应用于成矿预测的原因
2.1 GIS应用于成矿预测的优势
成矿预测的基本目的是预测未发现矿床的空间位置，并大体知道这些矿床的基本类型、规模及矿石的品位［7］。

传统的方法是以地质、物探、化探的资料为基础，依据一定的理论和经验以达到预测的目的。

而面对如今大量的地学信息，传统方法难以适应从定性到定量
预测的要求，地学信息又是多源且量纲不一的，传统的计算机数据库难以实现对这些多源数据的集成管理和分析。

而GIS具有高水平的数据管理、强大的空间分析及高质量高效率的成图技术等优点，为信息找矿提供了强有力的工具。

因此，GIS应用于成矿预测不仅优势明显，而且是今后发展将趋于成熟。

GIS作为成矿预测新技术方法，主要有以下优势［8］：（1）先进的数据库和图库管理使得对于各种地学图件和数据的长期保存和修改变得容易。

（2）能提供集成管理多源地学数据(包括以文字、数字为主的属性信息和以图形图像为主的空间信息)，具有方便建立模型及进行空间模拟分析的能力，使数据的分析更有效和定量化。

（3）与传统的方法相比，GIS可以更加迅速地对大量数据进行对比和分析，大大节约了时间，缩短了研究周期。

（4）能够弥补一些人工方法的缺陷(如对于断裂控矿影响宽度带的确定，GIS可以很容易得到，而人工方法很困难)。

（5）GIS吸取专家的经验及知识较容易，并且进行成矿预测具有空间直观性，避免了预测中的人为因素。

（6）GIS能够提供高质量的预测成果图件，直观清晰、一目了然。

2.2 GIS应用于成矿预测的理论基础
GIS 技术应用于成矿预测，是以人对地质现象和规律认识为前提的，是以现代成矿预测理论为基础的［10］。

在现代成矿预测理论中,相似类比理论是最重要、最基本的成矿预测理论,是我国矿产勘查人员长期沿用的预测方法之一。

该理论认为,在相似地质环境下,应有相似的矿床产出,在相同的地质范围内,应有等同或相近的资源量。

地质异常致矿理论是近年赵鹏大院士提出的成矿预测新理论。

该理论认为,在物质组成、结构、构造或成因次序上与周围环境具有显著差异的地质体或地质体组合部位是矿床产出的最有利地段。

综合信息矿产预测理论,是王世称教授领导的科研集体在多年矿产资源预测科研实践中,基于地、物、化、遥等综合信息解译、有机关联的基础上,通过综合信息找矿模型的建立,圈定最佳找矿有利地段。

相似类比理论是成矿预测的基础;地质异常致矿理论是成矿预测的核心;综合信息矿产预测理论是成矿预测的归宿,这3种理论相互依存、相互补充、相互深化。

GIS在成矿预测中的应用其基本思想源于赵鹏大院士提出的地质异常致矿理论和“5P”找矿地段的圈定，即:地质异常矿体定位预测就是在地质异常致矿新思路的指导下运用多学科信息，以非线性科学和高新信息处理技术为手段，以研究和圈定不同尺度和不同类型的地质异常为基本途径，逐渐逼近工业矿体的一种新的定量成矿预测方法［9］。

并且，将地质异常矿体定位预测归纳为“5P”地段的圈定。

预测方法流程图［10］（图1）如下：
图1 地质异常矿体定位方法流程图（赵鹏大，1999）
在地质异常理论中，地质异常是成矿的基础，查明地质异常是成矿预测的基础。

地质异常分析，从本质上讲是个空间分析和综合分析的问题，而GIS正是处理空间数据、多重数据的强有力工具。

所以，对于地质异常的定量研究，GIS显然是一种理想的工具。

也正是现代成矿预测理论的建立促进了GIS与成矿预测的结合。

2.3 GIS应用于成矿预测的基本方法
目前,GIS用于成矿预测主要有两类方法［11］：一是利用GIS的空间分析功能研究地质矿产实体的空间关系(基于实体关系),对未知地段找矿远景进行直观评价;二是与数字模型相结合(基于数字模型),进行成矿预测。

2.3.1 空间分析
空间分析是GIS研究领域的不可缺少的重要组成部分，也是应用GIS进行成矿预测的重要手段。

所谓空间分析,就是在现代GIS领域中,利用计算机分析地图及各种专题图,从中获取和传输空间信息的方法［12］。

GIS中实现空间分析的基本功能包括空间查询、叠加分析、缓冲区分析、网络分析、统计分类分析等［13］。

2.3.2 数据模型方法
数据模型方法是通过定量化的综合分析若干个专题关系以达到预测的目的。

目前几种综合分析方法有：布尔逻辑法、代数法、模糊逻辑法、证据权重法和神经网络法［14］。

这里不对上述各种方法一一介绍。

但其中的“证据权重法”，我们将在接下来的文章中着重介绍。

3 证据权重法
3.1 证据权重法的由来
近年来，矿产资源勘查评价中的GIS技术应用的通常做法是采用所谓证据权重法。

证据权法是定量分析和综合多源专题地学数据层的方法，生成量化的含矿潜力图。

在采用传统方法的矿产勘查工作中，常常需要对比分析地质、地球物理和地球化学等专题图件，圈出值得进一步工作的靶区，证据权法实际上就是传统勘查方法的数字化“版本”。

证据权重法最早应用是在上世纪60年代的医学领域。

80年代末，加拿大地调局Bonham 一Carter等人首次采用证据权法，对加拿大新斯科舍省多源地学空间数据进行综合叠加分析，并编制了石英脉型金矿的含矿潜力图(Bonham—Carter等，1988)。

十几年来，这种方法被分别用于不同测区条件和不同矿床类型资源潜力定量综合评价和编图工作。

这类工作包括:加拿大马尼托巴省绿岩带块状硫化物矿床含矿潜力综合评价与编图(Wright等，1996)、美国内华达州卡林型金矿床预测、美国西部大盆地浅成热液金矿床预测(RaineS，1999)、美国华盛顿州东北部浅成热液金矿床含矿潜力综合编图及可能的勘查选区预测(Boleneus，2001)、伊朗Kerman省Shahr一e一Babak地区北部斑岩铜矿含矿潜力填图及优选勘查区圈定(ManaRahimi，2000，Majid HashemiTangestani Farid Morre，2000)、印度Singhbhurn铜矿带含矿潜力编图(Basab Mukhopadhyay等，2000)等。

其中，多数成果得到了野外实地工作的验证，充分证明了这一技术的应用潜力。

3.2 证据权重法的概念
证据权重法中的“证据”由一系列勘查数据集(即地学专题图件)组成，“权重值”是根据已知矿床或特定勘查区勘查模型估算出来的(Basab Mukhopadhyay等，2000)。

其基本思路
是将分别赋以不同权值的专题图数据(证据)在GIS环境下进行空间叠加和综合分析，生成具有不同含矿概率值的网格专题图，这种定量分析结果反映了不同的含矿潜力分区在空间上的分布，从而为进一步的详细勘查工作提供区域上的超前评价结果。

3.3 证据权重法运用的步骤
其具体步骤是:第一步，根据勘查区已有的工作成果，收集或建立勘查模型，包括矿化与岩性、构造、物化探异常特征等之间的关系;第二步，依据勘查模型，收集与矿化有关的专题地学数据(证据);第三步，对拟处理的专题图件进行数字化输入;第四步，按照与矿化关系的密切程度，对各专题数据层分别赋以不同的权值;第五步，将各专题数据层加权叠加，生成定量化含矿潜力空间分布图，并将其划分为不同优先级的含矿潜力分区。

其基本操作流程如（图2）所示。

采用证据权法生成的含矿潜力图，为矿产资源区域评价和进一步选区提供了依据，并得到了大量实际工作的验证。

印度Singhbhurn铜矿带的工作结果表明，该矿带上72%的已知铜矿床位于证据权法生成的含矿潜力图的高优先区内(Basab Mukhopadhyay等，2000);伊朗Kerman省Shahr一e一Babak地区北部的野外采样分析结果，完全证实了利用证据权法所选高优先区的含铜矿潜力。

图2 基于GIS的矿产资源预测评价流程
Fig.2 GIS-based simulation workflow illustrating the proposed method of the
evaluation of mineral resource
4 证据权重模型
4.1 证据权重法的原理［15］
“证据权重”法运行起来需要3类基础数据:评价预测区的总面积A; ④含矿网格总面积D;㈣第i个图层(矿产图层或与成矿有关的地物化遥图层)的总面积Bi。

由基础数据可以派生出4类中间数据:D与Bi同时存在的单元网格面积D⌒Bi; ④有D而无Bi的单元网格面积D⌒Bi; ㈣有Bi而无D的单元网格面积D⌒Bi;无D无Bi的单元网格面积D⌒Bi。

基本公式如下:
(1)矿点(床)出现的奇比,即为一个单元是否有矿的先验概率。

O(D) = P(D)/[1-P(D)] = D/(A-D)
式中,P(D) = D/A为矿点(床)出现的概率;O为先验奇比;P为矿点发育的先验概率。

(2)证据权
第i图层与矿点同时存在定义为正权。

W+i=lnP(Bi| D)/P(Bi| D)
有矿点而无第i图层存在定义为负权。

W-i=lnP(Bi| D)/P(Bi| D)
(3)后验奇比
lnO(D | Bk1I Bk2ΛI Bkn) =Σi=1[Wki+lnO(D)]
式中,Bi表示第i个图层所占网格的总面积。

k={0,1},当k=0时,表示该图层不出现时的情况,即Wki= W-i;
当k=1时,表示该图层出现时的情况,即Wki=W+i。

(4)后验概率
P(D | Bk1I Bk2ΛI Bkn) = O(D | Bk1I Bk2ΛIBkn)/[1+ O(D | Bk1I Bk2ΛI Bkn)]
(5)相关系数
Ci= Wki- W-i
Ci是各证据权层是否有利的标准。

若其为负数,将视为无用信息,需要将其剔除。

4.2 证据权重模型的建立
证据权重法预测模型是根据已知矿床(点)与各种控矿成矿条件之间的条件概率来确定每种条件的权重值,然后对全区进行预测。

除了证据图层对证据权重法的直接影响之外,计算单元网格的大小也是影响该方法最终效果的一个重要因素。

一般设置单元网格的原则是一个单元含有且只能含有一个矿床(点)［16］。

所实现证据权重法的软件为Arc-view3. x下的空间数据分析扩展模块Arc-WofE［17］。

在Arc-WofE系统扩展平台的“设置分析参数”选项中,系统自动给出了供参考的单元面积值。

通常情况下,单元面积值的设定需要综合考虑
研究区内各种控矿因素和地质事实,在不影响模拟精度的前提下自行设定。

为方便起见，笔者在这里利用张启明、陈建平和齐先茂三位同志（沉积与特提斯地质，2007）在三江北段利用GIS中的证据权重法对其铜多金属进行成矿预测的研究来对证据权重模型的建立进行说明。

4.2.1 数据组织［18］
利用已经建立的三江北段空间数据库作为研究区成矿预测的数据基础。

数据库包括重力数据库、航磁数据库、遥感构造解译数据库、化探数据库、地质图空间数据库、矿产地数据库、地理底图数据库。

对上述各个数据库的建立都转换为1∶50万的比例尺存储在MapGIS地图库中,并通过投影变换统一使用高斯坐标系。

4.2.2 证据因子选择［18］
通过对三江北段各控矿因素的分析认为:Cu、Pb、Zn、Au、Ag矿的主要控矿因素取决于以下几个:有利地层岩性组合发育、中基—中酸性岩浆岩脉群发育、线性构造带发育、有利地球化学异常、有利地球物理异常。

根据该区主要控矿因素分析,同时结合地质异常分析,提取了地层、岩体、控矿构造及化学元素异常等22种异常因子作为成矿有利信息,分别从数据库中提取相应的证据层。

用设置缓冲区的方法,将线状控矿标志转化为面状标志,北西向控矿构造的缓冲半径为1.5km。

4.3 证据权重模型的应用［18］
在进行证据权计算前,先对研究区进行规则单元网格单元划分,这里按2km×2km单元网格将研究区划分为167×149=24883个单元网格。

证据权法的预测评价结果是一个成矿后验概率图,其值在0~1之间,后验概率值的大小对应着成矿概率的大小［19］。

在确定整个预测评价范围内的临界值之后,图中后验概率大于临界值的地区即为预测的找矿远景区。

证据权法应用的一个前提就是具备一定量的基础图件,并能够在成熟的成矿地质模型的指导下,从这些基础图件中优选编制可应用于预测的各种辅助性图件。

如前所述,三江北段地区各种地质、矿产、物探、化探及遥感数据库的建立为证据权法的应用提供了必备的数据基础,对各种有利证据层的分析为证据权法的应用提供了各种辅助性的数据。

在此基础上,根据前面所建立的有利证据层的专题图件,分别计算各证据层与成矿的相关程度和预测评价证据权值(表1),并以此对研究区内各个单元进行成矿概率有利度的计算。

根据（表1）分析结果显示,各致矿证据层变量对矿化指示作用的大小依次为:L7、L11、L8、L6、L9、L10、L21、L16、L2、L17、L22、L1、L20、L3、L18、L14、L12、L19、L15、L13、L5、L4。

表1 三江北段各证据因子权值参数表
Table 1 Weight parameters of evidence factors for the northern part of the Nujiang-Lancangjiang-Jinshajiang area, Qinghai
进一步对计算结果进行分析可以得出以下几个基本认识:
(1)下石炭统、下二叠统、上三叠统与成矿关系密切,其相关值分别为 1.075867、
1.578001、1.220911。

(2)岩浆岩在该区虽然所占面积大,其与成矿的关系一般,但作为反映岩体蚀变的Na2O
异常与成矿关系密切,也就是说岩体接触带与成矿关系密切,相关值为0.724433;反映中基性侵入体的K2O异常与成矿关系密切,亦即中基性侵入体与成矿关系密切。

(3)断裂构造缓冲相关值较低,为0.59229,但断裂构造的统计变量的相关值较高,除断裂密度外均大于1,说明断裂构造与成矿关系密切。

(4)Cu、Pb、Zn、Au、Ag、Mo、Sn、Th地球化学异常证据层中,Zn、Pb和Mo异常与成矿的关系最为密切,其相关值分别为2.036402、2.004545和2.02762,其次是Cu、Ag和Au 异常,相关值分别为1.884868、1.809505和1.689616;Sn和Th异常相对较小,相关值分别为0.892518、0.790773。

(5)航磁异常、重力异常与成矿关系密切,相关值分别为1.602567及1.522623。

对于22个证据层进行条件独立性检验,在显著性水平为0.05下,上述22个因素基本上满足条件独立性。

4.4 预测结果及评价
在建立了研究区的证据权重模型后,就可以计算各个预测单元的成矿有利度(以成矿的后验概率值来代替)。

为了圈定成矿远景区,首先需要确定整个预测评价范围内的临界值,后验概率值大于临界值的地区,即为预测的找矿远景区。

根据该区内不同成矿单元的有利成矿后验概率值大小的不同及其分布,结合做证据权重值的单元频数曲线求拐点的方法, 确定该区成矿预测证据权的临界值。

故后验概率值大于临界值的地区即为找矿远景区,据此做出该区的成矿预测图［18］。

最后根据此预测结果对该地区的成矿预测进行分析、评价。

5 GIS及证据权重法的发展趋势
当前世界各国对矿产资源的需求与日俱增，日益严峻的矿产资源短缺形势推动了矿产资源预测的新高潮，但是随着地表露头矿、易识别矿越来越少，寻找隐伏矿、盲矿和难识别矿成为 21 世纪首要勘查任务。

随着计算机的发展，GIS 作为一种强有力的工具在成矿预测中得到了广泛应用。

它的优势在于能提供集成管理多源地学数据、方便建立模型及进行空间分析的能力，是使数据的分析更有效和定量化。

利用 GIS 进行矿产资源预测的成功与否，在很大程度上取决于对研究区域成矿规律的认识程度和预测方法的合理应用。

GIS 目前还不能代替地质专家，也不能解决数据或数据库本身存在的问题。

在成矿预测中起决定性作用的还是地学领域的专家，还需要有经验的专家参与。

随着GIS和成矿预测两门学科自身的不断发展，将GIS及其方法之一的证据权重法应用到成矿预测必将趋向更加成熟、更加完善。

现根据各种资料将GIS及证据权重法应用于成矿预测的发展趋势作一一简要阐述。

(1)基于GIS的矿产资源评价预测专用系统的开发。

由于GIS是一个通用的多学科工具，市场上的GIS软件不能完全适应矿产资源领域的具体要求。

因此，在GIS的基础上，集成矿产资源评价所需的专用方法和工具，开发面向矿产资源预测的专用系统是十分必要的。

(2)多维预测模型的建立。

成矿学未来发展的总体目标是发展地壳上部数公里的三维预测模型，并通过这一模型把各种地质、地球物理、地球化学和遥感信息有机结合起来，实现隐伏矿床的找矿突破。

四维预测模型则是在三维的基础上加进了时间维，即将预测模型变为动态的三维模型，这对于成矿预测甚至整个成矿学科都将有重大意义。

当然，三维和四维预测模型的建立还依赖于GIS自身的三维和四维技术上的发展［20］。

(3) 在GIS的支持下,将证据权重法应用于成矿预测,对多来源、多尺度的不同信息可以进行快速、有效的综合处理与分析。

由于GIS可以直接对图形进行各种操作,极大地提高了
处理速度,并可以尽量减少人为操作的失误,使预测结果更客观。

(4) 由于证据权重法的数据是基于二元模式的,使得在统计研究区成矿的先验概率时,只能考虑单元内是否存在矿床(点),而无法考虑单元内所发育矿床(点)的规模,从而削弱了大规模矿床的作用。

同样,在统计单元中无论各个证据因子存在与否都无法考虑其规模,从而削弱了该证据因子的作用［21］。

参考文献:
[1] 沈远超, 曾庆栋, 刘铁兵, 等.隐伏金矿定位预测[J].地质与勘探,2001, (1): 1.
[2] 朱裕生, 李纯杰.成矿地质背景[M].北京: 地质出版社, 1997: 1- 143.
[3] 胡惠民.大比例尺成矿预测方法[M].北京: 地质出版社, 1995: 1-143.
[4] 朱裕生, 金丕兴, 方一平, 等.金银矿预测[M].北京: 地质出版社,1997: 1- 106.
[5]胡旺亮, 吕瑞英, 高怀忠, 等.矿床统计预测方法流程[J].地球科学,1995, 20(2): 128- 132.
[6] 游远航, 杨建中, 胡明, 等.找矿信息量法在成矿预测中的应用[J].地质找矿论从, 2006, 21(3) : 58- 62.
[7] 翟裕生邓军崔彬等．成矿系统及综合地质异常．现代地质1999.
[8]黄海峰．GIS在成矿预测中的应用．中国地质大学（武汉）研究生院2003.
[9] 赵鹏大陈永清．地质异常矿体定位的基本途径．中国地质大学学报1998.
[10] 徐毅张寿庭高阳何鸿．GIS 技术在成矿预测中的应用研究．中国地质大学（北京）2006.
[11]廖崇高陈建平．基于GIS空间分析进行多源信息成矿预测．物探化探计算技术2002.
[12] 郭仁忠．空间分析．武汉测绘科技大学出版社 2000.
[13]胡祥培刘伟国王旭茵．地理信息系统原理及应用．电子工业出版社2011.
[14] 郝社峰刘汉湖杨武年．多元信息成矿预测模型分析及实例应用．江苏地质 2005
[15]杨茂森黎清华杨海巍．GIS支持下的证据权法在胶东金矿集中区预测中的应用．地质学报 2005.
[16]严冰,阳正熙,王小春.基于Arc-WofE系统的证据权法在层控型铅锌成矿预测中的应用[J].新疆地质,2005,23(3): 300-303.
[17] Kemp L D,Bonham Carter G F,Raines G L. ArcWofE: Arc View extension forweights of evidence mapping[EB/OL].http://gis.nrcan. gc. ca / software / arcview/wofe, 1999.
[18]张启明,陈建平,齐先茂．基于GIS的证据权法在三江北段铜多金属成矿预测中的应用．沉积与特提斯地质 2007.
[19]AGTERBERG F P, BONHAM-CARTER G F. Weights of Evidence Modeling: A new approach to mapping mineral potential statistical application in the Earth science [J]. Geology Survey of Canada,1990, 89(9): 171-183.
[20]黄海峰．GIS在成矿预测中的应用．中国地质大学（武汉）研究生院2003.
[21] 黄海峰,姚书振,丁振举．基于GIS的证据权重法在成矿预测中的应用——以甘肃省岷县—礼县地区的金矿预测为例．地质科技情报2003．。