化探数据处理方法
化探数据处理的一般性方法
化探数据处理的一般性方法一、分析质量：1．看技术报告中质量评述部分，看各项指标是否合格。
主要有：检出限、报出率、异常检查率、异检合格率、内检率、内检合格率、国家一级或二级标准物质的准确度和精密度等。
看是否符合标准（设计）。
这些数据由化验室提供。
这些一般不会超差的，否则化验室不能给出化验报告。
2．RE计算RE=abs（C1-C2）/（C1+C2）×200要求：小于3倍检出限时，RE≤85%，大于3倍检出限时，RE≤66%为合格。
总合格率一般要求大于70%。
需要说明的是：这种方法适用于简单对比，就是一个点取2个样时使用。
如果用三重套合分析，就不能用这种方法了。
所以写设计时，一定要用简单对比方法。
还有，这些年的化探中的RE还没有超标的，如果真的超标了，我也不知道怎样处理。
二、数据处理：1．剔除一级及二级标准样；2．剔除重复样；3．剔除0值及化验室输入错误的值，或小于检出限的值。
主要是指≤0.3这样数据的≤号；4．做原始数据图；5．计算异常下限，做单元素异常图，圈定单元素异常。
单点异常，只有外带的不圈，有中、内带的圈出。
外带用黄色，中带用浅红色，内带用深红色。
单元素异常编号为Au-1，Ag-1等。
需要指出的是，圈定异常时应该形成数据异常图，但交报告时，必须分开，就是形成一张数据图，再形成一张异常图；需要说明的是，如果面积较大（这个没有标准），总体说是水系面积超过一个5万图幅，就要分子区计算下限。
分子区的原则是不同年代、不同地质体都要划分成子区。
如果各个子区的异常下限接近，就采用总的，否则分别确定子区的异常下限，然后分别圈定子区的异常。
6．填单元素异常评序表。
异常点数、面积、平均值、极大值、标准离差、衬度、规模、浓度分带等。
评序有5参数和多参数两个评序，5参数不参与的参数有标准离差、浓度分带及异常点数。
需要说明的是，排序时，单项值高的给1，以下类推2、3等，一样的值给一样的排序。
不产生空的值。
浓度分带有内带的给1，中带的给2，外带的给3；7．做组合异常图，先把所有的元素做成1张组合异常图，只要外带，圈定组合异常。
地球化学化探数据处理与成图
3、化探中常用的数据处理方法：
化探数据处理过程中面对大量原始数据主要依靠现代 数学一统计方法和信息技术，分析方法多种多样，有单变量 分析：（如趋势面分析，稳健统计等）和多变量分析（如判 别分析，簇群分析，相关分析，因子分析等）之别；就处理 所依据的统计分布律而言，有依赖于正态律的参数统计法和 不依赖于它的非参数统计法，属于后者的模式识别技术已有 很大发展；就处理所针对的数据变化特征而言，有研究线性 关系和非线性关系的两大类方法。近些年来，根据地球化学 数据的变异特点而采用的克里格法等研究非线性变化的方法 迅速发展，混沌、分形和智能神经网络等新型数据处理方法 也得到广泛应用。
6、多元地学空间数据管理与分析系统 （GeoExpl）应用
主要步骤： 建立数据工程、应用工程→建立基础 数据库（数据的导入、备份）→数据分析 检索→离散数据网格化→网格数据二维空 间分析（图件制作、生成）
谢谢大家！
3、化探数据是以多元素或多变量为特征的。如果参加分 析的数据含有已知因素（如矿或非矿的作用）时，数据处 理的结果可给出明确的地质解释，否则所做的地质解释就 含有较大程度的推测性。 4、应该充分注意地球化学数据中少数高含量值对统计计 算结果(如背景和异常的数值)的扰乱，尽量使用以中位数 为基础的稳健统计学代替以平均值为基础的传统统计学处 理数据。 5、保证地球化学数据处理质量的关键，是所用数字模型 的原理和特性，搞清所用参数和处理结果的地质一地球化 学意义，避免朦朦胧胧地做数字游戏
3、异常下限（背景上限）：指划分异常与背景的临界值, 大于此值为异常范围.特征元素背景含量不是一个特定值， 一定范围内元素含量变化的一系列数值，其中最大值即为 背景上限值，超过临界限值，为异常范围，异常下限异常 范围内最低值。 4、异常衬度：又称为异常清晰度.异常衬度定义为异常强 度与平均背景或异常下限的比值.有多种表示方法: C＝xa/xb C:异常衬度; xa和xb相应为异常平均值和背景 平均值。 在矿区化探工作中,在一个小范围内出露的岩性差异较大, 使得元素的背景值差异增大,此时的岩石测量就不宜使用 统一的异常下限圈定异常.而采用异常衬度圈定异常可以 更为确切地反映不同背景岩石中的地球化学异常.
地球化学化探数据处理与成图
（三）位置的相对性 无论是土壤测量还是水系沉积物测量所获得的异常， 往往与异常源都会发生不同程度的位移。这种位移与表生 介质本身的位移程度和采样的布局有关。特别是水系沉积 物异常的位移更为明显，可达几公里甚至更大的距离。因 此，查明异常与异常源的空间关系，就成为异常查证中的 首要任务。 （四）表生作用带来的复杂性 不同的景观条件下，表生地球化学作用会有很大的 差异，制约了元素在表生环境中的分散和富集。因此，只 有在同一景观内，异常才有较好的可对比性。地理景观不 同，表生地球化学作用也就不同，元素在地表迁移、分散、 富集的规律也就不同。在异常对比和解释上，除考虑引起 异常的原生因素（地质背景、矿床类型）以外，在一定程 度上必须注重异常所处的地理景观条件及表生地球化学环 境。一般来说，只有同一地理、地质景观区的区域化探异 常才有对比研究的基础。
2、化探数据处理解决的主要问题：
①研究采样和分析中的误差，优化采样布局
②抑制数据噪音，突出主体趋势
③揭示多种数据的内在联系，提取隐蔽的有用信息 ④显示数据空间分布模式，编制地球化学图件
⑤异常对比、分类、评序，等等。
3、化探数据处理中应该注意的问题： 1、地球化学数据通常蕴含多种有用信息并伴随某些 不规律的变化，同时在数据获取过程中还存在分析测定误 差，这些使化探数据的复杂性增加了，在化探数据处理中 要将这些不规律成分和分析误差除去。 2、找矿信息总是同地球化学异常相联系的。最普通 的化探数据处理是对一组化探数据计算出背景值和变化范 围（如用平均值和标准离差来衡量），据此确定出地球化 学异常的下限值。当地球化学背景随着地理位置出现趋势 变化时，要相应地采取适当的处理方法以便获得随地理位 置而变的背景值和异常下限。
化探讲座数据处理20120212
（4）在数据校正方法上，尽可能地选择线性校正，通过简
单的计算(jì suàn)可以复原数据。。
共八十页
二、常规(chángguī)数据预处理
▲ 元素分析系统误差校正校正步骤
(1) 按原始点位采用符号分级的方式生成元素的符号图或（累计频率）地球化
学初图。
(2) 确定具有明显的数据台阶区域，区域的确定原则是由区域->图幅->批次
低于检出限的数据取检出限的1/2, 如：<3.0=1.5
高于检出最高极限的数据取125%,如：>1000=1250
特异值（高出周边很多的但点异常值）
（1）实验室处理；（2）野外处理；（3）实际处理（背景(bèijǐng)剔除、统计及异常
保留）；4、空白值（单空点——多点平均，区空保留）
共八十页
三、数据(shùjù)统计分析
▲根据各省及示范区确定的地理投影模型，对准备各类空间数据（数据表和图形
数据）转换为统一的坐标系统(xìtǒng)，椭球参数建议采用西安80/IUUG 1975坐
标系(即长半轴：6378140米，短半轴：6356755.3041米)。
▲推荐软件系统(xìtǒng)：GeoExpl,MapGIS . MapGIS .Geoipas1.64 等
--2012年院培训(péixùn)讲座
化探资料
综合整理常规方法技术
(zīliào)
湖北省地质(dìzhì)调查院
共八十页
讲课(jiǎng kè)内容
一、化探数据来源及特点
二、常规(chángguī)数据预处理
三、常规数据统计分析
四、地球化学背景及异常确定与评价表述
五、地球化学数据处理新方法
化探数据处理原理及方法
(二)单元划分基本类型
1.规则单元
网格单元 2.自然单元 (1)地质体单元 定性划分;
矿体往往位于地质体内,接触带和地质体外.
(2)地质异常单元 以网格单元为样品单元,样品单元大小根据预测尺度而定; 综合致矿信息定量标度的样品异常单元集合.
（三）地球化学数据分析
1. 单变量 （1）针对要解决的地学问题，分析多源信息来源、原理、 精度、准确度 、用途及意义。
（四）主要成矿元素的统计意义
（四） 图示分析
（直方图、点阵图、三角图、玫瑰图、曲线图、投影图等） 1、直方图（单元素含量－频数直方图） 2、散点图（只管展示元素间、介质间相互关系）
3、饼图（含量分布百分比）
4、研究统计分布特征 （1）正态分布（分布比较均匀或样本密度大） （2）对数正态分布（元素含量变化大或多因素叠加） （3）二项分布（不确定性大，地质体复杂极不均匀）
i 1
n
n 1
式中:i=1，2，…,n；为样本数；j=1,2,…,m为变量 数； xij 为原始观测值； Sj 为标准偏差； xj 为平均值； 处理后的xij值yij为无量纲数据。
二、多源地学信息分析与变换
4、极差化
y ij
( xij x j min ) ( x j max x j min )
（一）地球化学找矿分类
地球化学找矿——地球化学探矿，化探（Geochemical Prospecting） 1、方法分类
测量方式： 航空化探——放射性、气体
海洋化探——海水、海底沉积物、生植物、放射性、气体 地表化探——岩石、土壤、水系沉积物、水、生植物、气
地下（井中）化探——岩矿石、水、放射性、气体
（二）背景与异常的概念
化探数据处理与解释评价资料课件
CATALOGUE
目 录
• 化探数据处理概述 • 化探数据处理方法 • 化探数据解释 • 化探评价资料 • 化探数据处理与解释的实践案例 • 总结与展望
01
CATALOGUE
化探数据处理概述
化探数据的特点
多元性
化探数据通常包含多种元素或化 合物的浓度信息，呈现出多元性
数据质量挑战
原始化探数据可能存在 采集、传输、存储等方 面的误差，影响处理与 解释的准确性。需要采 取合适的质量控制措施
以提高数据可靠性。
多源性数据融合
在实际工作中，化探数 据通常需要与其他地质 、地球物理、地球化学 等多源性数据进行融合 解释。如何实现多源性 数据的有效融合与协同 解释是一个重要挑战。
便于后续解释评价
将处理后的数据用于后续 的地质解释和资源评价， 提高工作效率。
化探数据处理的基本流程
1. 数据收集与整理
收集原始化探数据，并进行必要的格式转换和 整理。
01
3. 特征提取与选择
利用统计方法、图像处理等手段提取 与地质目标相关的特征，并选择重要
特征。
03
5. 数据可视化与表达
将处理后的数据通过图表、图像等方式进行 可视化表达，便于后续解释评价。
指导找矿方向
数据解释可以揭示地质构造和成矿规律，从而指 导找矿工作的方向。
数据解释的方法
统计分析法
通过对化探数据进行统计分析，可以了解元素的分布特征、异常 形态等，进而推断地质背景和成矿可能性。
地质解释法
结合地质资料，对化探数据进行解释，从地质角度揭示成矿规律和 矿产分布。
地球化学模型法
利用地球化学模型对化探数据进行处理和解释，可以更深入地了解 元素迁移、富集规律。
最新最详细化探数据处理与编图流程
最新最详细化探数据处理与编图流程⼀、指导思想成矿地质背景地球化学研究就是从地球化学特征出发，借助已建⽴的地球化学信息提取技术，充分利⽤地球化学调查所获得的海量数据信息，提取有关反应成矿地质背景条件的地球化学信息，并编制相应地球化学图及相应的推断解释图件，为资源潜⼒评价有关成矿地质背景的研究提供地球化学⽀撑。
⼆、⼯作内容（⼀）基础图件成矿地质背景条件的地球化学信息提取⾸先是要编制有关基础地球化学图件。
主要有：1. 单元素（化合物）地球化学图2. 地球化学组合异常图3. 地球化学综合异常图（⼆）解释推断图件地球化学解释推断图件，内容包括：1. 地球化学推断解译地质图2. 地球化学找矿预测图三、⼯作⽅法（⼀）数据校正处理1|数据检查的必要性，因为实验室的分析报告还是⼿⼯输⼊的，还是存在录⼊错误的，我们重点检查的是“>”，数据中间的空格等录⼊错误问题；另外还有畸变检查，数据的特⼤值,⽐如超过10倍变差，⼀般对这样的分析值实验室会很重视的,你也可以提出让他们再确认⼀下,做到⼼中有数。
另⼀类错误可能会是我们录⼊样号或者坐标时出现的错误，如：“56b” 写成“56 b”,程序是以空格分开数据的，数据如果写成这样就会产⽣错误结果，有时在完成处理后才可能发现，这样⼀来我们前⾯的⼯作就作废了。
所以数据检查是⾮常必要的。
2|异常下限值的确定采⽤逐渐剔除法：①计算全区各元素原始数据的均值(X)和标准偏差(S)；②按X1+3S1的条件剔除⼀批⾼值后获得⼀个新数据集,再计算此数据集的均值(X2)和标准偏差(S2)；③重复第⼆步，直⾄⽆特⾼值点存在，求出最终数据集的均值(X)和标准偏差(S),则X做为背景平均值，S为标准离差，T(异常下限值)= X (背景平均值)+2S(标准离差)求出理论异常下限值，再结合地球化学等量线、地质背景及圈定效果确定出实⽤异常下限值。
3|重复样样品合格率统计野外重采样品以密码样形式插⼊样品中进⾏了分析，结果(C2)与第⼀次分析结果(C1)进⾏了⽐对。
化探数据处理步骤
所有数据均输入计算机、以MAPGIS 制图系统为平台，以原始数据筛选替换特高值后，转计算成对数值后，用 X +2S 求出异常下限，分别以X －2S 、X －0.5S 、X +0.5S 、X +2S 分出色区，绘制各元素地球化学图，以上做图过程均在计算机上用MAPGIS 软件完成。
对化验室的样品分析结果取对数分组作直方图，证明所有元素均符合对数正态分布。
元素异常参数的确定：首先对原始数据进行假设正态检验，再作X －
+3S 特高值逐步剔除，然后进行各参数统计。
Au 元素含量为W×10－9，其它元素含量为W×10－6。
（1）背景平均值：f
fxc X ∑∑= （2）对数标准离差：1)(22-∑-∑=
n n fxc fxL S （3）对数异常下限：T0=X －L+2S
（4）变异系数：%1001%2230285.2⨯-=⋅S e Cv
e －自然对数，2.30285为常用对数与自然对数模数的倒数
S －对数标准离差，1为常数
（5）衬度：To
Xa K =（Xa 为异常平均值） （6）异常规模：P=k×km 2（km 2为异常面积）
各类系数计算和所利用的公式均符合规范要求。
化探数据处理说明
化探数据处理说明平顺项⽬化探数据处理⽅法⼀、基本概念1、异常⾯积：⽤GeoCIPS 软件直接统计异常⾯积，计量单位为km 2。
2、异常强度：异常区内⼤于下限数据的算术平均值。
3、最⼤值：异常区内数据最⼤值。
4、异常下限：根据作图结果调整异常下限。
5、异常衬度：异常均值/异常下限。
6、⾯⾦属量：元素剩余含量（异常均值减去异常下限）与异常⾯积的乘积。
7、NAP 值：异常衬度×异常⾯积。
8、异常排序：各异常按NAP 值⼤⼩排序，⼤的在前。
9、⾦计量单位⽤×10－9（ppb ），其余元素⽤×10－6（ppm ）。
⼆、单元素异常的圈定1、异常下限的确定表5-1 各元素异常下限⼀览表单位：Au 为ppb ，其它元素为ppm 。
逐步剔除法剔除⼤于+3S 的值、⼩于-3S 的值后求元素的平均值和标准差S ，选择+2S 定为计算下限，计算下限作为参考，根据表4-1分析结果对各分析指标的下限适当调整，对于有找矿可能的分析指标根据成图效果稍降低了下限，保留了较多的异常，对于找矿指⽰意义⼩的分析指标则提⾼了异常下限，仅保留了异常强度⾼的异常，将部分异常⾯积⼩、异常极⼤值/下限⼩、异常点数为1（少数为2）的异常删除，⼒求异常图可以直观的反x x x x映预查区的元素特征。
具体采⽤的异常下限及浓度分级见表5-1。
2、浓度分级预查区各分析指标尽量采⽤1、2、4分带。
由于预查区各分析指标整体含量低，仅Au、W采⽤了1、2、4分带，部分变异系数⼩和采⽤下限较⼤的分析指标，灵活调整了浓度分带。
三、综合异常的圈定与类别划分1、综合异常的圈定根据预查区内单元素异常分布及组合特征，以主要成矿元素的异常为主，把在空间上分布基本⼀致，相互重合的多个单元素异常圈定为⼀个综合异常。
共圈定以Ag、As、Au、Bi、Cu、Hg、Mo、Pb、Sb、Sn、W、Zn为主要异常元素的综合异常7个。
按所处地质环境、找矿意义和已有资料现阶段的认识⽔平，将各综合异常按下列标准进⾏分类，其中⼄2类异常1个，⼄3类异常4个，丁类异常2个。
化探数据处理方法
化探数据处理方法
1、采样点坐标生成
如果为GPS测定，直接把坐标转成文本文档。
在投影变换中用户文件投影转换把坐标数据投成点文件。
（具体操作可问孔德成，注意：该步骤只有在带虚拟狗的MAPGIS61或67下运行）
如果为手工图件，则先把采样点做成点文件（注意：点的顺序要与化验结果一致），参照以下步骤操作：
（1）、在投影变换中打开点文件，在工具中选择编辑属性结构，按下图编辑后，点OK。
（2）在工具中选择点位置转换为属性，弹出下图，依次点击转换、保存、确定。
确定。
通过以上过程，在桌面上生成坐标文本。
2、异常下限的确定：从化验结果中统计下图中的各个值。
（用的是EXCEL中的公式，不明之处可问吴邦友），下图中异常下限之下的各值仅为判别推断用，可以不要。
3、异常图制作：先把点坐标及各元素化验结果复制成文本文档。
在DTM分析中选择GRD模型——离散数据网格化，打开文本文档，
参照下图设置：
确定后自动生成Tmpgrid.Grd文件。
选择GRD模型——平面等值线图绘制，打开Tmpgrid.Grd文件，根据异常下限设置等值层值及其它项，参照下图：
确定后生成等值线图。
化探数据处理方法
内蒙古扎赉特旗东芒合矿和哈拉街吐矿化探数据处理及图件编制方法1 化探数据质量评价的数据处理(分矿区)⑴统计重采样和重分析抽查样所占样品总数的比例比例 = （重采样和重分析抽查样数/工作样总数）100%⑵作出SSPS数据文件将重采样和重分析样分别作成SSPS数据文件。
文件中列出项目为：①重采抽查样重采样号元素含量相应的工作样号元素含量②重分析抽查样重分析样号元素含量相应的工作样号元素含量⑶计算各元素相对误差重采样和重分析抽查样相对误差均按RE(%) = |C1-C2|/0.5×(C1+C2)×100%计算。
C1为重采样或重分析抽查样的分析含量C2为重采样或重分析抽查样的相应的工作样的分析含量| |为绝对值RE(%)≤30%为合格，＞30为超差（不合格）；（Au：RE(%)≤50%为合格，＞50为超差）⑷计算各元素的合格率η= （抽查样品中合格的样品数/抽查样品的总数）100%合格率（η）应＞80%，即这批样品的分析结果是可信的。
⑸列表表示检查或分析质量结果表××化探重采样抽查各元素的合格率(%)Cu Pb Zn Cr Ni Co Sn V Ag Ti2 矿区地球化学特征研究的数据处理(以哈拉街吐为例)⑴作出SSPS数据文件作出下列SSPS数据文件：①文件1：整个矿区数据文件；②文件2：矿区地层数据文件；③文件3：矿区岩浆岩数据文件；④文件4 ：下二叠统大石寨组（P1d）数据文件；⑤文件5 ：下白垩统大磨拐河含煤组（K1d）数据文件；⑥文件6 ：华力西晚期侵入岩数据文件；⑦文件7 ：燕山期早期侵入岩数据文件；⑧文件8 ：燕山期晚期侵入岩数据文件；⑨文件9：已知矿附近一定范围数据文件每一数据文件的内容项目包括：序号野外号 X坐标 Y坐标各元素的含量⑵整个矿区和各地质单元（各地层、各岩浆岩）样品各元素含量特征统计统计的参数包括：①元素含量平均值；②最大值；③最小值；④标准离差；⑤变化系数（标准离差/含量平均值）；⑥浓度克拉克值（元素含量平均值/该元素的克拉克值）整个矿区和各地质单元统计结果含量平均值、最小值、最大值用表表示。
6_化探数据处理与异常查证方法_201411
二、多源地学信息分析与变换
5、取对数 Xi’ = Ln (Xi+C)
式中:i=1，2，…,n；为样本数； C 为常数，防止接近于0的元素含量太负； 功能：对原始观测值xij 含量极差比较大的元素（如： Au 、 Ag 、 Hg 等成矿元素）进行变换后，使其服从对数 正态分布。
二、多源地学信息分析与变换
•
R或Q -型因子（Factor）分析
利用维变换或转换方法减少有效变量的数目或找到数据 的不变式。因子分析法或主成分分析（PCA）是依据变量空间 （R模式）或样本空间(Q模式)的主因子解，进行正交或斜交 变换，通过线性组合优化，在信息量小于15%的前提下，相关 变量x1，x2，…，xm（或相关样本y1，y2，…，yn）可以用数 目较少且本身互不相关的因子计量f1，f2，…，fj（j＜m或j ＜n）来取代，达到特征分类提取、优化组合的目的。 在R模式因子分析中，fj = βj1x1+βj2x2+ …+βjpxm 或写成 矩阵形式： F’=X’B 式中，B是回归系数矩阵，阶数为p×m。按最小二乘法求解， B满足如下正规方程组 RB = A 或 B =R-1A 因子计量（因子得分）表达式为：
2、综合异常图
①将相关元素叠臵形成多元素组合异常图，元素组合 根据点群分析、因子分析确定， ②按矿化类型元素组合编制
③多元统计综合异常图
因子计量编图：反映某一因子元素组合异常信息。
累加晕、累乘晕：按矿化类型元素组合衬值或标
准比值累加或累乘，计算异常下限，圈定综合异常。
累加晕、累乘晕的作用是强化低缓异常。
（三）特异数据处理
1、低于捡出限的数据取捡出限1/2 如：<3.0 = 1.50
2、高于捡出最高极限的数据取2—3倍值
化探数据处理全解
7.53 7.07 15.48 11.65 11.56 6.54 8.98 6.37
基于 EDA 技术 中位数 上异点
1.63
5.39
1.64
5.41
2.87
13.72
2.39
8.29
2.28
8.03
1.43
4.91
1.22
5.22
1.3
4.59
背景和异常的关系
正异常
负异常
背景值： C0 x
异常下限：
化探数据处理
地调局方法 EDA方法
目前常用的化探数据处理方法
➢ 将地球化学背景看成平面： ①基于元素含量的统计模型，如，（对数）正态分布； ②将数据转换为对数，去掉特高和特低含量后进行统计； ③按数据服从多重分形分布出发，探索异常下限划分； ④基于EDA技术，求上异点作为异常下限的方法。
➢ 将背景面看成连续曲面： ①以构造单元划分子区，分别确定背景和异常下限； ②用各种多元统计方法进行“背景校正”， ③采用各种数据滤波技术去提取地球化学背景与异常， 如，低通滤波方法等； “子区中位数衬值滤波法”
➢生成MAPGIS软件能够接受的grd文件 ➢在空间分析子系统中产生等值线，并保存 为点、线、面文件格式 ➢通过坐标转换与相应的地形地质图相套合 ➢原始数据转换为带点位坐标的属性数据， 通过属性表注释等功能生成实际材料图
➢ 将背景面看成不连续曲面：
铂族元素含量的高值区基本上与峨眉山玄武岩分布区相吻合， 如图所示， PGE地球化学背景并不是一个连续的曲面。
新街 大岩子
铂族元素地球化 学背景面为不完 全连续的曲面
衬 值 滤 波 法 示 意 图
FC=Cm/ FAC0-衬值
Cm-中位数 A0-EDA方 法上异点值
化探数据处理原理及方法[精制材料]
![化探数据处理原理及方法[精制材料]](https://img.taocdn.com/s3/m/1a3a9520960590c69ec376b1.png)
行业相关
8
一、勘查地球化学分类、数据来源及特征
通常的元素分类及意义
(1) 主量元素和微量元素：主量元素(一般在体系中的丰度u／B>0.1％)和
微量元素(一般在体系中的丰度u／<0.1％)。
(2) 造岩元素。是构成岩石圈的主量元素，造岩碱性元素和造岩酸性元
素。
造岩碱性元素: 包括Li、Na、K、Rb、Cs、Be(两性)、Mg、Ca、Sr、Ba。
2
一Байду номын сангаас勘查地球化学分类、数据来源及特征
（一）地球化学找矿分类
地球化学找矿——地球化学探矿，化探（Geochemical Prospecting）
1、方法分类 测量方式： 航空化探——放射性、气体 海洋化探——海水、海底沉积物、生植物、放射性、气体 地表化探——岩石、土壤、水系沉积物、水、生植物、气 地下（井中）化探——岩矿石、水、放射性、气体
行业相关
14
二、常规数据预处理
中国地质大学硕士研究生 “勘查地球化学”课程授 课
勘查地球化学数据常规处理及其意义
行业相关
1
主要内容
一、勘查地球化学分类、数据来源及特征 二、常规数据预处理 三、数据统计分析 四、地球化学背景与异常的分解 五、地球化学异常组合及其作用 六、地球化学数据处理新方法及其用途 七、地球化学异常评价
行业相关
(6) 金属成矿元素：这类元素的亲硫性或亲铁性较强，矿床中主要以硫化
物、硫盐或自然金属形式存在。根据其经济价值，又可以分为贵金属和
重(贱)金属。
贵金属元素：包括Ru、Rh、Pd、(Ag)、Os、Ir、Pt、Au、(Hg). 以金属态
产出，在基性和超基性岩中富集行。业相关
浅谈化探数据处理的过程与方法
计
众 披
标 Ｅ差
方 差
● ●度
求 和 别 之 前 ，必 须 选 择 合 理 的 方 法 嘣 数 量 大 （ １） 校 正采样 和分析 测试带来 的系 ●ｋ （ 小 １） 收到 分析数 据后 ，对数 据进 行 １０ ０ ％的 统 误 差 ；ｂ背 景 场 不 是 光 滑 的 ． 圈 ２ 校 对 ，确 保 准确 无 误后 ，将 全部 样 品 分析 平 面 ，而 是有 起伏 变 化 曲面 ， 图 ｌ 数 据与对 应 的样品 编号 、横 坐标 、纵坐 标 、 甚 至是 有 一 定厚 度 的 带状 曲 所 属地质 单元 连接起 来 ，然后 运用 ＭＡ Ｃ Ｓ 面 ；ｃ 能够 正确 划分 背景 与 Ｐ． Ｉ ． 在 等软件 进行数据处 理 。 异 常之前 ，往 往需要采 用一 定 Ｊ２ 正 态 性 检 验 ． 的 手 段 把 背 景 的 起 伏 变 化 扣 在 进行 数 据 处理 前 ，首 先 要 对数 据 进 除 ，把背景场转 化成平 面的 或 行分 布 形式 检 验 ，数 据 是否 服 从 正态 分 布 具 有 明 确 的 地 质 意 义 ；ｄ用 于 ． （ 或对 教正 态分 布）是 化探 数据 处理 的一个 圈定异常 的剩余值 必须 已经消 重 要前提 条件 。通 常我们 用偏 度 Ｒｌ和峰度 除 了系统误 差和 背景 差异 ：ｅ ． Ｐ ． ２两个指标 来加 以检验 ，应用 Ｅ ｃｌ ｘｅ 表格 即 要 绝对避 免把背 景总体 和异常 可 完 成 ，具 体操 作 步骤 如 下 ：打 开 数 据 电 总体的差 异缩小 的做 法 ，任 何 子 表格 一工具 一数 据分 析 一描述 统计 一确 正确 的方法 都必须把 这种差 异 图 ３ 三 角吾 分 网和 追 踪 的 等值 线 图 ｊ 定 ，这 时 会 弹 出 图 ｌ 示 对 话 框 。 所 扩 大化 ；ｆ拼图 和背 景 与异 常 表 Ｉ地球化学图着色标 准 在 输 入 区 域 中 选 择 要 分 析 的 元 素 。 注 划 分 不 是 纯 数 学 的 ，应 从 化 探 色区着色 （ 匿名） 元素含量范匡 ‘ 譬｜ ｕ，） 意 已 列 表 格 的 分 组 方 式 是 逐 列 还 是 逐 行 ， 找 矿 的 实 际 出 发 设 计 相 应 的 方 然后 选定 输 出区域 ，平 均数 置 信 度一 般 默 法 ，处 理 结 果 必 须 便 于 地 质 解 萱 （ 值 区） 氍 ＜Ｘ ＿ ｓ ２ 浅 蓝 （ 背景 区 ） 氍 Ｘ一 签 一 Ｘ 吨 器 认 为 ９ ％ 击确定 即可获得相 关统计 参数 ， 释 ；ｇ尽量 利用 多变 量化探 资 ５ 单 ． 建黄 （ 背景 区 ， ０． Ｓ 加 Ｌ Ｓ Ｓ— Ｓ 如 图 ２ 。 料消除各 种不确定 性 。 浚 红 （ 背景 区 ） 商 Ｘ ＋ ． Ｓ— Ｘ ＋Ｓ ｏ５ ２ 注 意 ：一般 认 为 微量 元 素在 地 质 体 当 依 据 区域 内地 质 及 地 球 深红 （ 高值区） ＞Ｘ ＋ ｓ ２ 中是 服从 对 数 正态 分 布 的 ，所 以在 检 验 之 化学特征 ，对于岩 性分 布比较 前 应将 原 始分 析 数 据转 换 为 对数 ，方法 是 复杂的地 区 ，元素 的背景是 变 各 首 先 选 定 数 据 单 元 格 （ 设 为 ＢＩ ，然 后 在 化 的 ，若 全 区用 统 一 的异 常 下 限来 圈 定 异 行投 影转 换 后 ，其点 具 有 高程 属 性 （ 元 假 ） 素的 含量值 ） 。在追 踪部 分等 值线 时 ，首 先 公式 栏 中输 入 ＝ Ｏ ０ Ｂ ） Ｌ Ｇ］ （ Ｉ，确 定 即 可 。计 常 显然 是 不合 理 的 ，这时 要 对全 区划 分成 从 点 位 图 中 提 取 某 一 高 程 属性 ，生 成 ＴＮ 文 Ｉ 算完 成后 ，当 Ｉ ｜ 、Ｉ２≤】时 ，该元 素 多 个地 球 化学 子 区 ，分别 统 计 各子 区 元 素 Ｒｌ≤１ Ｒ １ 含 量 的 概 率 分 布 型 式 服 从 正 态 分 布 ， 当 地球 化学 特 征值 ，并 确定 背景 值 （ ｏ ｃ）、标 件 ，快 速生 成 三 角剖 分 网 ，再 进 行等 值线 Ｐ； Ｓ主 Ｉ ｌ ｌ Ｉ２≥ ｌ时 ，元 素 含 量 的 概 率 分 布 准离 差（ 和异 常下 限 （ ），背 景值 最后 选 追 踪 。具 体 步 骤 如 下 ： 打 开 ＭＡ （Ｉ 菜 单 Ｒｌ≤ 、 Ｒ １ Ｔ 空 间 分 析 一 ＇ 分 析 ～文 件 一打 开 数 据 文 Ｕ／ Ｍ 型式 为近 似 服从 正 态分 布 。如 果某 一 元 素 用逐步剔 除离群值 《Ｄ 范 围外 的数据１ ｃ ±３ 后 选 检 验 后 不 服 从 正 态 分 布或 对 数 正 态 分 布 ． 的算 术 平 均 值 ，异 常 下 限 采 用 背 景 值 加 件 一点数 据 文件 （ 择 已投 影转 换 具 有属 性 的点 文件） 一处理 点线 一点数 据高程 点提 说 明 该元 素 在该 地 区 中可 能 存 在不 同期 次 １６ ．５～３倍 标 准 离 差 （ ｃ＋ｆ．５～３ｓ） ｏ １６ ）ｏ ＴＮ模 型 一快 速生 成三 的地 质作 用 ，使 元 素重 新 分 配 ， 因而使 元 计 算 ，并 结 合 区域 地 球化 学 变 化趋 势 和 规 取 一选择 某一 元素 － Ｉ 角 剖分 网 一追 踪 部分 等 值 线 。在 追踪 部 分 素 分 布 型 式 发 生改 变 ，产 生 了局 部 富 集 。 律 ，分 别 确 定不 同地 球化 学 子 区 的异 常 下 等 值线 时 ，关 键 的是 等 值 线参 数 的 设置 ， 限。 这对矿床 形成是极 为有利 的。 主要 项 目有 等 值 层 值 和 等 值 线 光 滑处 理 。 １３ 元素的相 关性 ｆ Ｒ型 聚类 分析） ２２ 异常 的圈定和地 球化学 图的形成 ． 等 值 层设 置 是 确定 等 值 线 的起 始 值 、终止 为 了解 地 区 内成 矿元 素 与 其 他元 素 的 为 更好 的反 映元 素 含 量 的分 布 特 征 和 关系 ，通 常 对数 据进 行 Ｒ型 聚类 分析 ，得 变化 特 征 ，常 常 对化 探 数 据做 各 种 原 始和 值 和 步长 值 。化 探 单 元 素等 量 线之 问 的差 出元 素之 间 的相 关 矩 阵 ， 以矩 阵 中 的相关 推断 的图件 ，如 元素 异常 图 、地球 化学 图 、 值 是不 相 等 值 。所 以 步长 值 的确 定 一般 以 系数来 衡 量各 元 素 的相 关 性 。求 元 素 的相 解 释 推 断图 等 ，为后 期地 质 找 矿 工作 提 供 能 反映 等 量线 值 的 最小 值 ，对此 可根 据实 际 情况 采 样 删除 一 层 或添 加 一层 命 令来 完 关 矩阵 可 由 Ｅ Ｅ ＸＣ Ｌ表格 来 完成 ，具 体操 作 充 分 的 依 据 。 方 法 是 ：选 择 工 具 栏 一工 具 一数 据 分 析 ， 各元素 化学 异 常图 的绘 制 可在 Ｍ Ｇ Ｓ 成 。等 值线 光 滑 处 理采 用 中精 度 处理 ，这 ＡＰ Ｉ 样 经 追 踪部 分 的 等值 线 才 能满 足 化探 数 据 在 其 选项 当 中选 择 相 关 系 数 ，点 击 确 定 ， 空 间 分析 模 块 中 ，运 用 Ｔ Ｎ模 型 追 踪 部 分 Ｉ 然后再输 入区域 内选择要 分析数据 即可 。 等 值线 来 完 成 。应 用 ＴＮ模 型 不 必 将 原始 处 理 精 度要 求 。 三角 剖 分 同和 追踪 的 等值 Ｉ 线 图见图 ３ 。 ２ 异常 的圈定与地球 化学 图的形成 的化 探 离散 数 据 进行 网格 化处 理 ，而 是直 制作 地 球 化学 图时 ，等 含 量线 的 间 隔 ２１ 背 景 值 和 异 常 的 划 分 与 确 定 ． 接对 非 网格 化 或 网格 化 数据 进 行 等 值线 追 般 采 用 ０ Ｉ ｇ （ ｇ ）， ．ｌ ／ ｏ ｇ （ 下转 ９ ２页） 化探 背 景 与异 常 划分 涉 及 系统 误 差 和 踪或 分 析 。对 含 有分 析 数据 的采 样点 位 进
第十三章 化探中常用的数据处理
线 显然是毫无实际意义的 因此要问 什么情况下配得
回归直线才有意义呢？也就是所配的回归直线在多大程
度上反映X和Y之间的真实联系呢？为此 必须给出一个
定量指标来描述X和Y间线性关系的密切程度
Q应很小
因此有
上式中 第一个因子仅反映Y的离散程度 不反 映X与Y的线性关系的密切程度
r的绝对线性关系
二. 判别分析法
判别函数的建立
已知两类事物 分别用A、B表示 包含的样品个数分 别为n1, n2 任一样品都有P个特征
用Xki(A)表示A类事物中第i个样品的第k个特征(i=1,
2,…n1; k=1, 2,…p)
问题：对于一个新的样品X 要根据它的P个特征 X1, X2,…, Xp, 决定它归属于A或B的哪一类 每一
分析
化探工作中
需解决
确定几个特定变量之间是否存在相关关系 若存在则要
求得到他们之间合适的数学表达式
根据一个或几个变量 预测或控制另一个变量(指标)的
取值 并且要知道这种预测或控制可达到的精度
从影响某一个量的许多变量中 找出哪些变量的影响是
显著的 哪些是不显著的
1.1 一元线性回归
特点： 一元 & 线性
研究两个元素之间含量的相关关系
例：建立环境中Pt与As含量的关系式
假定两logω(Pt)和logω(As)之间存在 Y=a+bX 的关系式
如何求a、b?
Q最小时 回归直线最好 何时Q最小？
对前述列子 有
相关系数
从上面的计算可以看出 对任何一组观测点(Xi, Yi)
（i=1,2,3…n) 均可按所述方法配一条直线 如果观测的
化探数据处理方法与步骤
化探数据处理⽅法与步骤
⼀、化探数据计算
1、⾸先从⽹上下载Surfer软件
2、将Excel数据转换为CSV(逗号分隔)格式
3、⽤surfer软件将数据打开
4、选中单元素数据，⽤统计功能计算出数据平均值及标准偏差（弹出选项⽤默认即可）
5、采⽤统计出的平均值与标准偏差计算背景值与异常下限：
①⾸先剔除异常⾼值与异常低值，使数据服从正态分布
⽅法：剔除⼤于或者⼩于“平均值±3*标准偏差”的数据，⽤迭代法反复剔除
如：Cu，第⼀次统计结果平均值为27.51，标准偏差36.57
剔除⼤于137.22的数据以后；再次统计得出平均值26.09；标准偏差9.536；同理，再次对数据进⾏剔除，直到不再出现⼤于或者⼩于“平均值±3*标准偏差”的数，最终得出：Cu 平均值24.81；标准偏差6.392。
②此时的平均值即为背景值（取整为25），可⽤“平均值+ 2*标准偏差”作为异常下限。
⼆、作图
作图采⽤原始数据（未剔除异常⾼值与异常低值数据）
⽤Mapgis空间分析，DTM分析
1、⾸先对离散数据⽹格化
X/Y对应经纬度公⾥⽹值，Z对应单元素异常值
⽹络参数设置对应盟铺马幅左下和右上坐标，如图设置其它设置如图，确定保存即可
2、平⾯等值线绘制
①菜单栏中选择平⾯等值线绘制，如图
②选择刚才保存的CU.GRD⽂件(⽹格化⽂件)
等值线值从最⼩值形始设置，⼀般设5-6阶，要单独把背景值，异常下限值标⽰出来，如Cu:背景值25，异常下限37，其它设置如图所⽰，不同元素⽤不同颜⾊表⽰,保存即可。
.
采⽤误差校正，使异常图与5万图幅套合即可，作图例等修饰。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
内蒙古扎赉特旗东芒合矿和哈拉街吐矿化探数据处理及图件编制方法1 化探数据质量评价的数据处理(分矿区)⑴统计重采样和重分析抽查样所占样品总数的比例比例 = （重采样和重分析抽查样数/工作样总数）100%⑵作出SSPS数据文件将重采样和重分析样分别作成SSPS数据文件。
文件中列出项目为：①重采抽查样重采样号元素含量相应的工作样号元素含量②重分析抽查样重分析样号元素含量相应的工作样号元素含量⑶计算各元素相对误差重采样和重分析抽查样相对误差均按RE(%) = |C1-C2|/0.5×(C1+C2)×100%计算。
C1为重采样或重分析抽查样的分析含量C2为重采样或重分析抽查样的相应的工作样的分析含量| |为绝对值RE(%)≤30%为合格，＞30为超差（不合格）；（Au：RE(%)≤50%为合格，＞50为超差）⑷计算各元素的合格率η= （抽查样品中合格的样品数/抽查样品的总数）100%合格率（η）应＞80%，即这批样品的分析结果是可信的。
⑸列表表示检查或分析质量结果表××化探重采样抽查各元素的合格率(%)Cu Pb Zn Cr Ni Co Sn V Ag Ti2 矿区地球化学特征研究的数据处理(以哈拉街吐为例)⑴作出SSPS数据文件作出下列SSPS数据文件：①文件1：整个矿区数据文件；②文件2：矿区地层数据文件；③文件3：矿区岩浆岩数据文件；④文件4 ：下二叠统大石寨组（P1d）数据文件；⑤文件5 ：下白垩统大磨拐河含煤组（K1d）数据文件；⑥文件6 ：华力西晚期侵入岩数据文件；⑦文件7 ：燕山期早期侵入岩数据文件；⑧文件8 ：燕山期晚期侵入岩数据文件；⑨文件9：已知矿附近一定范围数据文件每一数据文件的内容项目包括：序号野外号 X坐标 Y坐标各元素的含量⑵整个矿区和各地质单元（各地层、各岩浆岩）样品各元素含量特征统计统计的参数包括：①元素含量平均值；②最大值；③最小值；④标准离差；⑤变化系数（标准离差/含量平均值）；⑥浓度克拉克值（元素含量平均值/该元素的克拉克值）整个矿区和各地质单元统计结果含量平均值、最小值、最大值用表表示。
⑶整个矿区和各地质单元样品各元素的概率分布特征统计①标准离差②峰度③偏度④概率分布曲线特征⑷矿区各地层样品各元素的局域丰度和蚀变-矿化叠加系数特征统计根据地球化学过程的基本定律(A.B.Vstelius,1960),一个矿区地层中元素的“丰度”应该是沉积岩沉积成岩时的初始平均含量，而不应包括后期岩浆、蚀变、矿化作用等地质作用造成的元素含量的增赢或亏损。
而矿区内局部地区地层中元素的“局域丰度”，至少应排除最后蚀变-成矿作用叠加的那一部分元素的含量。
若本区各地层中元素概率分布及其偏度和峰度特征表明元素呈偏对数正态分布。
这说明地层中多数元素都受到了后期不同程度的蚀变-成矿作用的叠加。
据此，剔除了不服从正态分布的超差样品(即含量大于或等于元素的平均值加上2倍标准离差(c+2δ)的那些样品)后，再求出的元素含量平均数即为本区各地层中元素的“局域丰度”(x)。
该局域丰度可被认为是本区各地层在区域沉积作用（包括海底喷气喷流、热水沉积作用等）的元素平均含量。
而该区各地层元素的平均值（c）则是在局域丰度的基础上叠加了岩浆、蚀变-矿化作用后的平均含量。
用克拉克值除以局域丰度(x/克值)所得的浓集系数称为初始浓集系数（k 0），反映了沉积作用对元素的初步聚集程度；用局域丰度除以平均值(c/x) 所得的浓集系数称为局域蚀变-矿化叠加系数(k)，反映了本区地层形成后遭受的矿化强度。
因此k 0和k可作为评价地层含矿性的参数。
统计结果可用下表表示：表××哈拉街吐矿区下二叠统中微量元素的平均值（c）、局域丰度(x)、初始浓集系数（k 0）和蚀变-矿化叠加系数(k)-9-6表××哈拉街吐矿区下白垩统中微量元素的平均值（c）、局域丰度(x)、初始浓集系数（k 0）和蚀变-矿化叠加系数(k)-9-6⑸整个矿区和各地质单元样品各元素的相关关系特征统计作出整个矿区和各地质单元样品各元素的相关矩阵⑹整个矿区和各地质单元样品各元素的聚类特征统计作出整个矿区和各地质单元样品各元素的R型聚类图3 矿区单元素地球化学异常的数据处理和成图⑴背景值和异常下限值的确定地质地球化学观察法和统计法相结合确定。
①在全区数据表上观察，一般含量的中间值确定为背景值（C0）；②高于背景值3～5倍的数据确定为异常下限值(C a)；③统计某一元素≥异常下限值的样品的个数占总样品数的百分数，一般主要成矿元素异常下限值的样品所占的百分数为30%左右。
④根据元素的概率分布曲线特征，若分布曲线为对称对数正态分布，取正态分布曲线的中值作为背景值，取背景值＋2×标准离差(C0＋2δ)作为异常下限；若分布曲线为不对称对数正态分布，则将全区数据去掉大于标准离差的数据后，再作概率分布曲线，直至出现对称对数正态分布，这时再正态分布曲线的中值作为背景值，取背景值＋2×标准离差作为异常下限。
⑤根据地质地球化学观察法和统计法相结合正确确定背景值和异常下限值。
⑵编制全区单元素含量等值线图等值线间隔按实际情况适宜确定⑶编制全区单元素异常图将等值线的间隔设为异常下限值（1 C a）、2倍异常下限值（2 C a）、4倍异常下限值（4 C a），每间隔间充填适当的颜色，即为异常图。
⑷单元素异常图的整饰每张图可放置2～3个单元素异常图。
4 矿区综合地球化学异常的数据处理和成图⑴共生元素累加和异常图的编制①共生累加元素的选择综合矿区元素相关分析、聚类分析、因子分析等获得的信息及元素地球化学习性，选择有较密切共生关系元素的含量相加，作为综合指标圈定异常图，此时的背景值、异常下限值要重新求取。
②编图方法以求得的几个元素含量的和成图，方法同单元素成图，可作出综合等值线图或综合异常图。
⑵对抗元素（累加）商异常图的编制①对抗（累加）商元素的选择综合矿区元素相关分析、聚类分析、因子分析等获得的信息及元素地球化学习性，选择有明显对抗关系的元素，求其商，作为综合指标圈定异常图，此时的背景值、异常下限值要重新求取。
②编图方法以求得的元素含量的商成图，方法同单元素成图，可作出综合等值线图或综合异常图。
⑶单元素趋势剩余值异常图的编制①趋势剩余值数字化处理过程趋势剩余值数字化及成图方法简述如下：经趋势分析处理的采样点上元素含量Z将被分解成3个基本分量：趋势分量Z i、异常分量A I和随机分量L i，即Z = Z i＋T i或Z = Z i＋A I＋L i趋势分量Z i由区域构造、地层、岩浆岩等因素引起，反映了区域因素引起的元素的含量变化，这种变化往往代表来自多重母体不同背景的起伏变化，实际上反映了元素含量的背景部分。
异常分量A i由局域范围的矿化作用、特殊的岩性或地球化学异常引起。
在趋势分析中，用其剩余值（残差值）T i表示局部因素引起的元素含量变化。
剩余值T i 和趋势值不同，它的变化是不连续的，代表了元素的异常部分。
有时为了进一步突出异常，又将剩余值T i分解为异常分量A I和随机分量L i。
随机分量L i有可能由采样、样品加工、分析等偶然误差因素造成。
本次处理的数据主要在矿田范围内及其周边，目的是要突出地球化学异常，故采用趋势分析的剩余值成图。
趋势分析通常是在二维空间进行的。
每一采样点上元素的含量Z和地理坐标之间存在着函数关系，即Z = f(x,y)趋势分析的任务就是导出函数f(x,y)的一个多项式去拟合或逼近元素含量的观察值。
函数f(x,y)的一次、二次、三次等多项式（趋势面方程）为：Z i = a0+a1x i+a2y i+a3x i y iZ i = a0+a1x i+a2y i+a3x i y i+a4x i2+a5y i2Z i = a0+a1x i+a2y i+a3x i y i+a4x i2y+a5xy i2+a6x i3+a7y i3式中，Z i是各采样点或元素含量Z的预测值，或者说用Z i去拟合实际的元素的含量Z，Z i 就是所谓趋势分量。
a0、a1、a2、a3、a4、a5……等待定系数须用最小二乘法原理求取，最小二乘法可使多项式中的误差波动达到极小，也就是使趋势值Z i更好地逼近元素的含量Z。
求取各采样点元素含量的趋势值Z i后，即可用每点的实际元素含量Z减去该点的趋势值Z i求得每点的剩余值T i。
即T i = Z - Z i剩余值为负值的，计为零。
根据每点所求得的剩余值T i即可绘出剩余值等值线图。
趋势面方程阶数的选择在数学理论上是应以求出的趋势值Z i最为逼近观察值Z，即拟合度最大为宜。
拟合度以趋势面上的变差占总变差的百分比来表示。
但在实际成图过程中，拟合度的选择要充分考虑化探工作的目的和工作区地质构造及矿化分布等情况，拟合度过高，剩余异常就少了。
一般区域化探拟合度选择为20%。
由于本次工作的目的是突出矿区的剩余异常，拟合度的选择为15%左右。
②编图方法以求得的每个元素含量的趋势剩余值T i成图，方法同单元素成图，作出综合等值线图即可。
⑷单元素值因子得分异常图的编制①因子得分数字化处理过程因子得分数字化及成图方法简述如下：化探样品的多元素分析数据（变量）之间存在一定的相关关系，因此有可能用较少的综合指标反映各变量中的各类信息，而各综合指标之间彼此不相关，就是说其所代表的信息不重叠，这种数理统计方法称为因子分析。
代表各类信息的综合指标称为因子或主成分。
具体的程序是：①通过对原始数据变量（元素含量）的相关分析结果，进行初始因子的提取并获取碎石图信息和因子负荷矩阵；②在此基础上选择一定的方法进行因子旋转并获取旋转后的因子负荷矩阵和因子转换矩阵；③建立起因子得分系数矩阵和回归因子分数的协方差矩阵（以考察旋转后的因子是否仍然正交）；④根据因子得分系数导出每个因子得分的计算方程式；⑤将每一采样点的各个原始变量（元素含量）代入因子得分的计算式，求出每一采样点各因子得分值；⑥根据每一采样点各因子得分值编制因子得分等值线图。
如某矿区次生晕数据因子分析根据原始数据相关分析结果，初始因子采用主成分分析法提取公因子，初始分析结果和因子碎石图（图1）表明：第１初始因子和第２初始因子之间、第６初始因子和第７初始因子之间特征值差值较大，第3、第4、第5、第６初始因子相互之间特征值差值较小，因此可以初步得出提取３个综合因子将能得出概括出各元素数据所反映的大部分的信息的认识。
因子旋转使用Varimax法（方差最大旋转法），经３次迭代收敛，得出的旋转后的因子负荷系数矩阵（表1）表明：经旋转后３个综合因子负荷系数对各原始变量（元素）的绝对值有较大的差别。
第1因子（F1）对Pb、Zn有绝对值较大的负荷因子，第2因子（F２）对As、F有绝对值较大的负荷因子,第3因子（F3）对Sn有绝对值较大的负荷因子。