地质资源信息处理技术与方法复习题

地质资源信息处理技术与方法复习题
1地质信息、地质数据、地质变量
地质信息：人们通过各种手段对地质现象进行研究所获得的认识。

地质数据：指地质学研究中所需的地质信息，包括数字、文字、图件、表格等。

地质变量：随着空间位置不同，可以取得不同数值的地质现象称为地质变量。

也是参与建立地质中所应用的数学模型的成分和参数。

地质信息/数据两个概念可以等同使用地质数据/信息是地质变量构置的基础。

2 总体、样本、个体总体：一组样品中一切测定值的集合称为总体（population）；
样本：某个样品上所得到的测定值为样本（Group）。

个体：样本中的单个测定值称为个体（individuals），
一个总体中所含个体的数目称为总体大小（总体定量），样本中所包含个体的总数为样本大小/容量。

3现代成矿预测的四定要求 :定位置，定数量，定概率，定区间。

1）给出成矿远景区的空间位置，包括有利成矿地段，有利成矿标志的空间分布。

2）给出可能矿床的规模大小，包括多种矿床值（品位，矿石量，金属量，矿床数，矿床价值）的估计值。

3）给出可能产出矿床的概率。

4）给出找矿有利标志的数值区间。

4地质变量类型
按其取值方法：1）观测变量
2）乘积变量
3）综合变量
4）伪变量
5 选取地质变量时应遵循以下基本原则：
（1）先多后少。

一开始应尽可能地多选，避免漏掉有用信息，然后再进行变量的筛选、组合。

（2）选取与研究对象（矿床）或与地质问题（成矿作用）或研究目的（矿床预测）的密切相关的变量。

例如，当我们对某地区的斑岩铜矿进行预测时，首先应把选取变量的空间范围限定在斑岩体及附近，选取有关的岩浆岩标志、矿化分带标志、断裂裂隙系统标志、蚀变岩标志、矿物组合标志、地球化学标志、地球物理标志等。

（3）注意横向可比性（comparability）和纵向推断性（inference）。

前者是指在已知区（模型区）选取的地质变量可以外推扩展到未知区（预测区）。

后者是指某些能反映深部地质和隐优矿化特征的变量应设法加以提取，如隐伏断裂、隐伏岩体。

（4）尺度对等（scale consistency）原则，变量选取的尺度要与预测比例尺相当。

（5）地质研究与数学分析相结合。

对于由数学分析选出但地质意义不明确的变量，应进一步研究及地质意义，看是否隐含着某些地质信息；如果其地质意义仍不清楚，则应检查变量的取值，变换及计算，看是否是数学处理过程中发生了错误。

6 地质变量选择的方法
1）作图法
2）相关系数法：r：[-1，1]
简单相关系数：r=S XY/（S X S Y）
偏相关系数：r ij，kl =—Dij/（Dii*Djj）1/2Dij为相关矩阵的逆矩阵的元素秩相关系数：ρ=1—6∑d i2 /（n（n2—1））
3）信息量计算法：
I Aj—B=lg（N j/N/（S j/S））
4）地质特征向量长度法：
7 地质变量的取值及综合变量的构置
建立原始观测数据矩阵—野外取值：按网格单元填写信息卡片
室内取值：物化探数据
岩矿测试数据
地质图件：划分单元，逐一取值综合变量构置：
组合特征值（岩性组合熵、围岩蚀变组合熵）：
H=—∑j p j lnp j/lnN
8 地质变量变换的目的
使因变量尽可能正态分布（明显偏态分布通过某种变换尽可能转化为近正态分布）
统一地质变量的量纲（使量纲相差悬殊的变量之间经过变化后在同一量纲水平上）
缺失数据的增补或替代
使因变量与自变量之间尽可能为线性相关
不同测试水平数据之间的校正、不同景观条件下背景值的校正
9 地质变量的变换
变换种类变换目的变换方法数学模型
1）分布变换变偏态为正态对数变换y=ln（x+c）
2）量纲变换统一数据水平极差变换y ij=（X ij—X jmin）/（X jmax—X jmin）
标准化变换Y ij=（X ij—Mean j）/S j
3）降维变换减少变量数因子分析
4）化直变换变为线性相关函数图象变换
10地质信息处理的一般思路和流程
•了解数据背景/地质背景；
•统计、查明数据特征；
•数据预处理，变量选择；
•选择处理方法，进行数据处理；
•解释处理结果/地质解释。

11 矿床统计预测的基本理论
（1）相似类比理论
①理论的基本表述：
1）相似的地质环境，应该有相似的成矿系列或矿床产出；
2）在面积相等的相当大的地区范围内，应该有相同或相近的矿产资源量.
②类比的基本工具—矿床模型法
矿床模型是矿床所处三维地质环境的描述，基本内容包括：
1）成矿地质背景：大地构造位置、地层、构造、岩浆活动、成矿时代
2）控矿地质因素：控矿构造、岩体、层位、岩性、岩相古地理等
3）找矿信息标志：矿化显示、蚀变组合、物化探异常、卫星遥感信息等
（2）地质异常理论
地质异常的概念
地质异常是物质成分、结构构造、成因序次与周围地质环境具有显著差异的地质体.
地质异常是形成新类型、新规模矿床的必要前提.相似类比只能发现已知类型和已知规模的矿床，为了发现新类型还必须有求异理论作补充
地质异常的尺度水平
全球性地质异常：与地球垂向层圈构造和横向地壳类型相联系，如环太平洋火山岛弧.
区域性地质异常：例如郯庐断裂带.
局部性地质异常：是制约矿田、矿床、矿体产出的地质异常.
显微地质异常：手标本和镜下尺度上的岩石、矿物特征异常.
（3）定量组合控矿理论
查明控矿因素定量组合
查明各因素作用大小、性质、方向
查明有利成矿的标志状态或最佳数值区间
12 矿床统计预测的基本准则
1）综合预测准则
2）尺度水平对等准则
3）矿床值分布率准则
4）定量预测准则
5）评价准则
6）发现率分析准则
13 矿床统计预测的类型
1) 矿床资源总量估计及潜力评价（1:50万或更小比例尺）
2) 成矿远景区定量预测
3) 局部地段含矿性定量评价（矿体定位预测）
14 中大比例尺矿床统计预测基本步骤
（1）按任务要求及条件，确定研究区范围，预测对象（单一矿种，综合分析）和预测比例尺。

（2）划分预测单元，确定控制区（模型区）；
（3）全面收集研究区的地质、矿床、化探、物探、遥感等资料，进行变量的选取，取值，综合变量的构置，变换等。

（4）建立数学模型，并对其进行显著性检验。

（5）对未知单元进行预测，圈定成矿远景区或找矿有利地质段，估计资源量。

（6）对预测结果进行成矿条件分析，修正预测模型，提出今后工作建议。

15 什么是GIS？
GIS是在计算机软硬件支持下，以采集、存贮、管理、检索、分析和描述空间物体的地理分布数据及与之相关的属性，并回答用户问题等为主要任务的技术系统。

16 从数据的逻辑流程上来看，GIS应该有五部分组成：
–（1）数据输入部分；
–（2）数据管理部分；
–（3）空间分析部分；
–（4）图象处理部分；
–（5）输出部分。

17 地理信息系统的数据
（1）空间数据
–表达实物空间位置的数据；
–点、线、面（点、线、面、体）为基本图形数据单元
●点是最基本的数据单元，在直角坐标系中可以用坐标（x、y、z）表示；
●线是由一系列的点组成，以矢量结构表示，它是沿线的方向点的坐标串；
●面是由线所围成的封闭单元，以二维拓扑关系表示；
●（体是由面所围成的封闭单元，以三维拓扑关系表示）。

（2）属性数据
●属性数据是空间实物所对应的各种参数数据，包括独立属性数据和派生属性数据。

其中派生属性数据可以由独立属性数据推算出来，所以不必单独输入。

18应用G I S进行成矿预测的一般流程
GIS应用于成矿预测，除了需要满足一般GIS应用的数据流程要求外，又需要满足本学科特有的数据要求，其数据流程为：
（1）地矿信息获取和空间数据库的建立
金属矿产预测的多源地矿信息源一般包括：
–研究区地质矿产图，
–研究区地球物理数据或物探异常图，
–研究区地球化学数据或化探异常图，
–研究区遥感数据或遥感图像及遥感解译图等。

（2）预测信息的提取----变量
根据所研究矿产模型的需要，从原始数据库中提取有用的证据单元，或重新组合成基本的证据层（变量）。

（3）成矿预测模型的建立
●“证据权”模型
●多元统计模型
●专家系统模型
●神经网络模型
（4）空间分析
以重新组合的证据层为基本单元，利用GIS强大的图形分析功能，按照专家系统提供的知识和经验，对各个图形进行操作分析。

通过GIS的图形显示功能观察中间结果，对比、分析、评价、修改初始模型和图形分析方法，产生新的中间图层，直到满足矿产资源预测的要求为止。

（5）解释最终结果
对多层地学证据进行叠加，产生研究区矿产预测图。

即产生预测的最终成果。

利用GIS 产生的矿产预测图是以不同色级标示的一幅矿产资源空间可能产出的概率图。

根据其概率的不同可以圈定各级远景区。

同时可以通过组织专家分析成果应用的有效性，并可以修改或重新构成基本证据的模型参数，产生新的矿产资源预测图件。

19 证据权法（WOE）
是一种利用确定矿产形成的后验概率来圈定研究区有利成矿部位的数学模型，该模型以贝叶斯条件概率为基础，通过一定的数学计算方法确定与成矿作用关系密切的证据层的权重值，进而计算空间任一位置矿产发育的概率值来圈定不同级别的预测靶区。