2. 东华理工大学地球科学学院, 南昌 330013
2. Faculty of Earth Sciences, East China Institute of Technology, Nanchang 330013, China
0 引言
矿产资源评价及预测工作是一个对与成矿有关的多源信息(地质、物化探、遥感、重砂等)进行合理有效提取、处理及综合分析的过程[1]。近年来，随着地理信息系统(GIS)技术的快速发展和非线性方法的引进，找矿信息提取和集成技术已由定性向定量发展，使得找矿预测更加准确、有效。20世纪80年代末，证据权重法由Agterberg和Bonham-Carter等学者[2-3]引入到矿产资源预测领域。该方法是一种立足于数据空间位置关系，结合GIS技术对各种有利成矿因素信息进行有效综合预测评价的模型[4]。近年来，国内外学者应用证据权重法开展找矿预测均取得了较好的效果[1-10]。
伊春地区位于小兴安岭－张广才岭成矿带中段伊春Fe、Pb、Zn、Mo、W成矿亚带[11]，为黑龙江省重要的铅锌矿集区，分布有翠宏山、小西林、二股等多个大中型铅锌矿床，找矿潜力巨大。随着矿山持续开采及后续勘查、研究工作的欠缺，矿山保有储量愈来愈少，急需经济可行的接替资源。限于森林分布较广、覆盖较厚及交通条件差等客观因素影响，基础地质工作程度低，矿产勘查难度大、效率低；且以往成矿预测比例尺较小且多为定性分析[11-18]，定位精度及可靠性等方面存在一定的欠缺，制约着该区找矿进展。
本文在分析总结铅锌矿成矿地质条件及控矿因素的基础上，依托“黑龙江小兴安岭成矿带1: 5万航空物探调查”项目，对隐伏构造、岩体等信息进行了深度挖掘，结合最新的地质、物化遥资料，借助GIS平台提取赋矿地层、控矿岩体、控矿构造、航磁有利区、化探异常、遥感蚀变异常等找矿有利信息，采用证据权重法开展铅锌矿定量预测，以期指导后续找矿勘查工作。
1 地质矿产背景研究区处于天山兴蒙造山系之伊春延寿岩浆弧。区内地层出露较齐全，分布有元古宇、寒武系、奥陶系、泥盆系、二叠系、白垩系及新生界。古生代及前古生代地层多呈残留体存在于花岗岩中，历经多期次构造热事件改造，变质变形强烈。古生代地层为一套海陆交互相火山喷发-沉积建造，其中碳酸盐岩及碎屑岩为铅锌矿赋矿有利地层。中生代陆相火山喷发-沉积岩及新生代地层出露较完全。元古宙、加里东－燕山期侵入岩均有出露，岩性以中酸性为主。印支晚期－燕山早期花岗岩分布最为广泛，处于造山后的挤压、减薄构造环境，具有由“I”型向“A”型演化的特征，与铅锌矿成矿关系密切[19-20]。研究区历经多次拉张裂解和挤压闭合，地质构造复杂，具多期性及继承性，基底构造以近EW向为主，控制着成矿带的总体构造格架；后续演化为近SN向、NE向及NW向，控制着铅锌矿床的空间展布[11]。
区内产出大型、中型、小型铅锌矿床及铅锌矿点分别为2处、4处、11处及20处，共计37处。矿床成因类型为矽卡岩型，矿化主要赋存于印支晚期－燕山早期花岗岩类侵入岩与古生代碳酸盐岩及碎屑岩外接触带，受接触带、断裂及层间裂隙带控制，伴生矽卡岩化、硅化、绿泥石化、黄铁矿化、褐铁矿化等蚀变。
2 证据权重法证据权重法以贝叶斯条件概率为基础，通过对与成矿有关地学信息的叠加复合分析进行成矿预测。其中，每一种地学信息都被视为成矿预测的一个证据因子，而每一个证据因子对成矿预测的贡献是由其权重值来确定的，最后根据对成矿预测有重要意义的因子确定的后验概率来圈定成矿远景区[3-10]。
证据权重法的数学原理是：假设研究区被划分成T个等大小的网格单元，其中有D个网格单元含有已知矿(床)点，则随机一个单元有矿的概率为
先验几率为
对于任一证据因子，其权重值定义为
式中：Wj+、Wj-分别为证据因子j存在区和不存在区的权重值，原始数据缺失区权重值为0；B为因子存在区的单元数；B-为因子不存在区的单元数；D为含有矿床(点)的单元数；D-为不含矿床(点)的单元数。
证据因子与矿床(点)的相关程度为：C=Wj+-Wj-。C值大小表示该证据因子的找矿指示性好坏，C是确定该因子是否参与成矿预测的重要参考因素之一。C＞0，表示该因子有利于成矿；C=0，表示该因子对成矿无指示意义；C＜0，表示该因子不有利于成矿。
证据权重法要求各证据因子之间相对于矿点的分布满足条件独立。对于n个证据因子，若其关于矿点条件独立，则研究区任一单元k为有矿的后验几率为
式中，Wjk为证据因子j的权重。
由此，可得出研究区内任一单元k为有矿单元的后验概率为
后验概率的大小对应着成矿概率的大小，因而可根据后验概率值划分找矿远景区。
3 证据图层选择及提取预测矢量数据包括1: 20万地质图、1: 5万航磁数据、遥感数据(ETM)、1: 20万化探数据及最新的矿产数据库，通过MAPGIS软件投影变换至同一坐标系，运用MORPAS软件开展证据层选取及综合预测工作[10]。
信息提取是对众多地学信息进行成矿相关性分析，从而建立对成矿预测有效的若干证据图层，主要涉及线状和面状信息两方面内容[10]。线性信息有利度分析主要是进行密度、角度、对称度等计算[10]。面状信息分析主要从以下两方面综合考虑：一是面状信息的必要性，主要通过该层是否出现大量矿床(点)进行评价；二是面状异常信息的有效性，主要是计算其矿产当量(N)、单位矿产当量(M)和矿床出现率(F)。
式中：S为某面状图层出露面积；N1、N2、N3、N4分别为某面状图层中大型、中型、小型矿床及矿点数；K1、K2、K3、K4分别为大型、中型、小型矿床及矿点的权系数，结合前人经验[5-10]，本次计算K1=40，K2=20，K3=10，K4=5；Nsum为全区矿产当量的总和，Nsum=370。
研究区总面积为33 303 km2，全区单位矿产当量为0.011 11个/km2，理论上证据图层单位矿产当量≥0.011 11个/km2均可参与成矿预测。
1) 赋矿地层：区内铅锌矿均赋存于古生代火山喷发沉积-碳酸盐岩建造中[11-12]，其与成矿关系主要体现在两个方面：一是该套地层铅锌丰度值较高，为成矿有利的矿源层；二是化学性质活泼的碳酸盐岩有利于岩浆热液交代和矿质富集成矿。经统计，铅锌矿主要位于下寒武统西林群(五星镇组、老道庙沟组、铅山组)、下－中奥陶统(宝泉组、小金沟组)及二叠系(土门岭组、五道岭组)中(图 1)。上述7组地层分布面积较小，但单位矿产当量均较大，且矿床出现率为60.80%(表 1)，为有利的找矿信息。
|
| 1.五道岭组；2.土门岭组；3.小金沟组；4.宝泉组；5.铅山组；6.老道庙沟组；7.五星镇组；8.大型铅锌矿床；9.中型铅锌矿床；10.小型铅锌矿床；11.铅锌矿点；12.市、县(区)。 图 1 伊春地区赋矿地层与矿床分布图 Figure 1 Metamorphic rocks and ore deposit distribution in Yichun |
|
|
| 地层 | 矿床数 | N | S/km2 | M/(个/km2) | F/% | |||
| 大 | 中 | 小 | 矿点 | |||||
| 铅山组 | 1 | 1 | 6 | 3 | 135 | 76 | 1.78 | 36.49 |
| 老道庙沟组 | 1 | 10 | 12 | 0.83 | 2.70 | |||
| 五星镇组 | 1 | 1 | 15 | 69 | 0.22 | 4.05 | ||
| 小金沟组 | 3 | 15 | 119 | 0.13 | 4.05 | |||
| 宝泉组 | 1 | 5 | 36 | 0.14 | 1.35 | |||
| 五道岭组 | 1 | 5 | 40 | 719 | 0.06 | 10.81 | ||
| 土门岭组 | 1 | 5 | 203 | 0.02 | 1.35 | |||
地层组合墒的高低表征着地质构造的复杂程度[4]。据统计，区内30处矿床(点)集中分布于地层组合熵值为5~35的范围内，单位矿产当量为0.114 6个/km2，矿床出现率为72.97%，为成矿有利证据层[11]。经分析，区内赋矿地层多呈“捕虏体”分布，长期遭受构造及剥蚀作用，分布面积较小，而熵值越大表征地质构造活动越强烈，不利于矿床保存。
2) 控矿岩体：据前人资料[11-19]分析，区内印支晚期－燕山早期二长花岗岩、正长花岗岩、碱长花岗岩及花岗闪长岩与铅锌成矿关系最为密切。一是在其侵位过程中熔融了含矿建造，使成矿物质进入溶液；二是与含矿建造接触部位发生矽卡岩化及岩浆期后热液与围岩发生交代、充填作用，有利于矿质的沉淀富集，为成矿提供了热源及成矿物质[21]。区内有10处矿床(点)位于印支晚期－燕山早期岩体中，多数矿床(点)紧邻岩体分布(图 2)。对上述4类岩体分别以0.5~3.0 km为半径形成缓冲区，经统计，当缓冲半径为2.0 km时，C值最大，34处矿床(点)位于岩体缓冲区中(表 2)，单位矿产当量为0.016 5个/km2，矿床出现率为93.24%，为成矿有利证据层。
|
| 1.二长花岗岩；2.正长花岗岩；3.碱长花岗岩；4.花岗闪长岩；5.大型铅锌矿床；6.中型铅锌矿床；7.小型铅锌矿床；8.铅锌矿点；9.市、县(区)。 图 2 伊春地区印支晚期－燕山早期侵入岩与矿床分布图 Figure 2 Intrusive rocks of Late Indosinian-Early Yanshan Period and ore deposit distribution in Yichun |
|
|
| 缓冲半径/km | 矿床数 | N | S/km2 | M/(个/km2) | F/% | C | |||
| 大 | 中 | 小 | 矿点 | ||||||
| 0.5 | 1 | 4 | 4 | 12 | 220 | 15 280 | 0.014 4 | 59.46 | 1.258 |
| 1.0 | 2 | 4 | 5 | 15 | 285 | 17 584 | 0.016 2 | 77.03 | 1.856 |
| 1.5 | 2 | 4 | 7 | 18 | 320 | 19 520 | 0.016 4 | 86.49 | 1.701 |
| 2.0 | 2 | 4 | 9 | 19 | 345 | 20 946 | 0.016 5 | 93.24 | 2.721 |
| 2.5 | 2 | 4 | 10 | 19 | 355 | 22 458 | 0.015 8 | 95.95 | 2.576 |
| 3.0 | 2 | 4 | 10 | 20 | 360 | 23 581 | 0.015 3 | 97.30 | 2.454 |
3) 控矿构造：区内近SN向、近EW向断裂控制着岩体及赋矿地层的展布，近SN向、NE向与NW向断裂联合控制着铅锌矿床的空间分布，矿体受近SN向、NNE向断裂及层间裂隙带控制。受森林覆盖所限，研究区地表构造形迹较少，本次通过航磁、遥感数据，着重对SN向、NE向与NW向断裂进行了解译，特别是对隐伏断裂进行了提取，丰富了研究区断裂体系。本次将航磁、遥感解译断裂与1: 20万地质图中的断裂进行了合理整合一并参与预测。构造信息与成矿关系体现在两个方面。一是通过计算单位面积内的断裂密度，分析其与矿床(点)分布的相关性。经统计，当断裂密度为0.5~10条/km时，分布有26处矿床(点)，单位矿产当量为0.022 1个/km2，矿床出现率为67.57%，为有利的找矿信息。二是以区域断裂和一般断裂分别为对象，选择不同半径形成缓冲区，与矿床(点)进行叠加分析，选取最优的缓冲半径。经统计，当区域断裂和一般断裂缓冲半径分别为3.0和1.0 km时，C值最大，其缓冲区内分布有28个矿床(点)(图 3)，矿产当量为320个，单位矿产当量为0.014 5个/km2，矿床出现率为86.49%，为有利的找矿证据层。
|
| 1.区域断裂缓冲区；2.一般断裂缓冲区；3.大型铅锌矿床；4.中型铅锌矿床；5.小型铅锌矿床；6.铅锌矿点；7.市、县(区)。 图 3 伊春地区断层buffer分析图 Figure 3 Buffer of faults in Yichun |
|
|
4) 遥感蚀变异常：区内铅锌矿多为硫化物矿石，氧化条件下易形成铁帽。同时，矿床内广泛发育的黄铁矿化与铅锌成矿关系最为密切，地表多氧化为褐铁矿，为遥感铁染蚀变异常探查铅锌矿提供了间接依据。本次应用Landsat7 ETM+数据对铁染蚀变进行了提取(图 4)。通过统计分析，27处矿床(点)位于铁染异常中，矿产当量为265个，单位矿产当量为0.24个/km2，矿床出现率为71.62%，表明铁染蚀变具一定的示矿性。
|
| 1.铁染蚀变；2.大型铅锌矿床；3.中型铅锌矿床；4.小型铅锌矿床；5.铅锌矿点；6.市、县(区)。 图 4 伊春地区遥感铁染异常蚀变信息图 Figure 4 An iron alteration map extracted from ETM data in Yichun |
|
|
5) 航磁信息：区内铅锌矿主要分布于正负磁场边缘地带[22]，少数处于正磁场内磁场变化梯度带(图 5)，反映了成矿与构造岩浆热液活动关系密切。将航磁异常(ΔT)等值图与矿床(点)进行叠加分析，区内矿床(点)多分布于-200~250 nT值域范围内(表 3)。经计算，-100~250 nT区域C值最大，矿产当量为285个，单位矿产当量为0.013 4个/km2，矿床出现率为77.04%，为找矿有利区间。
|
| 1.大型铅锌矿床；2.中型铅锌矿床；3.小型铅锌矿床；4.铅锌矿点；5.市、县(区)。 图 5 伊春地区航磁ΔT化极等值线平面图 Figure 5 Contour map of aeromagnetic pole ΔT data in Yichun |
|
|
| ΔT/nT | 矿床数 | N | S/km2 | M/(个/km2) | F/% | |||
| 大 | 中 | 小 | 矿点 | |||||
| -200~-150 | 1 | 1 | 25 | 2 892 | 0.008 6 | 6.76 | ||
| -150~-100 | 2 | 10 | 3 779 | 0.002 6 | 2.70 | |||
| -100~-50 | 1 | 3 | 25 | 2 208 | 0.011 3 | 6.76 | ||
| -50~0 | 1 | 3 | 3 | 65 | 4 386 | 0.014 8 | 17.57 | |
| 0~50 | 1 | 4 | 30 | 2 053 | 0.014 6 | 8.11 | ||
| 50~100 | 1 | 1 | 1 | 35 | 3 075 | 0.011 3 | 9.46 | |
| 100~150 | 2 | 1 | 25 | 1 043 | 0.023 9 | 6.76 | ||
| 150~200 | 1 | 1 | 1 | 35 | 3 266 | 0.010 7 | 9.46 | |
| 200~250 | 1 | 2 | 2 | 70 | 5 273 | 0.013 2 | 18.92 | |
| 500~1 000 | 1 | 2 | 50 | 6 430 | 0.007 7 | 13.51 | ||
6) 化探异常：化探异常是探寻矿产最直接有利的信息。研究区东部南岔－小西林一带，与铅锌矿床对应较好的异常元素主要为Pb、Zn、Fe、Sn、Mo、Ag等；西部翠宏山－二股一带，异常元素主要为Pb、Zn、Cu、Sn、W、Mo、Ag、Fe等[12-14]。将化探异常图层与矿床(点)进行叠加分析，Pb、Zn、Mo、Ag元素与成矿关系最为密切(表 4)，可视为有利证据层。通过对区内主要元素进行主成分分析，当提取特征值λ＞0.5的主成分时，得到特征向量矩阵表(表 5)，分析表明Pb、Zn、Mo元素信息体现于第五主成分中，相关性较高，而Ag元素信息体现于第三主成分中。为保持证据图层之间的相对独立性，因此选取Pb-Zn-Mo元素组合异常和Ag元素异常作为证据图层。
| 元素异常 | 矿床数 | N | S/km2 | M/(个/km2) | F/% | |||
| 大 | 中 | 小 | 矿点 | |||||
| Pb | 2 | 4 | 9 | 15 | 325 | 4 513 | 0.072 | 87.84 |
| Zn | 2 | 4 | 9 | 13 | 315 | 9 244 | 0.034 | 85.14 |
| Mo | 2 | 3 | 6 | 13 | 265 | 11 751 | 0.023 | 71.62 |
| Ag | 2 | 4 | 9 | 16 | 330 | 10 292 | 0.032 | 89.19 |
| 元素 | 主成分 | ||||
| 1 | 2 | 3 | 4 | 5 | |
| La | 0.739 | 0.019 | 0.292 | 0.137 | -0.070 |
| Co | 0.005 | 0.897 | 0.001 | 0.202 | -0.130 |
| Mn | -0.130 | 0.795 | 0.120 | -0.120 | 0.302 |
| V | 0.025 | 0.666 | -0.150 | 0.348 | -0.350 |
| Au | 0.252 | 0.211 | 0.785 | -0.010 | 0.175 |
| Cd | 0.191 | -0.04 | 0.762 | -0.100 | -0.160 |
| Cu | 0.036 | 0.166 | 0.257 | 0.743 | -0.170 |
| Ag | 0.064 | -0.080 | 0.544 | 0.246 | 0.021 |
| Zn | -0.040 | -0.090 | -0.090 | 0.344 | 0.691 |
| Pb | 0.273 | 0 | 0.410 | 0.055 | 0.626 |
| Mo | 0.144 | 0.062 | 0.350 | -0.070 | -0.550 |
依据矿床(点)分布情况，为保证每个单元格内矿床(点)数量不大于1，本次采用2 km×2 km的网格划分研究区，得到先验概率为0.004 386。运用MORPAS软件证据权重模块，计算上述15个有利证据层与成矿的相关程度(表 6)。在条件独立性检验的基础上，选取合理的证据层，计算研究区各个网格单元的成矿后验概率值。
| 证据图层 | W+ | W– | C | |
| 地质变量 | 铅山组 | 3.498 | -0.508 | 4.006 |
| 老道庙沟组 | 2.860 | -0.026 | 2.886 | |
| 五星镇组 | 2.446 | -0.078 | 2.524 | |
| 小金沟组 | 2.371 | -0.132 | 2.503 | |
| 宝泉组 | 1.899 | -0.023 | 1.922 | |
| 五道岭组 | 1.382 | -0.216 | 1.598 | |
| 土门岭组 | 0.307 | -0.597 | 0.809 | |
| 地层组合墒 | 2.106 | -0.316 | 2.422 | |
| 岩体缓冲区 | 0.325 | -2.396 | 2.721 | |
| 断裂缓冲区 | 0.209 | -2.052 | 2.261 | |
| 断裂等密度 | 1.482 | -0.222 | 1.704 | |
| 遥感 | 铁染蚀变异常 | 0.212 | -0.597 | 0.809 |
| 航磁 | 磁场有利区 | 0.126 | -0.543 | 0.669 |
| 化探 | Pb-Zn-Mo化探异常 | 0.291 | -1.351 | 1.642 |
| Ag化探异常 | 0.694 | -1.635 | 2.329 |
通过对各个证据图层权重值进行分析：铅山组、老道庙沟组、五星镇组、小金沟组为赋矿有利地层，特别是铅山组示矿性显著；岩体及断裂缓冲区与成矿关系亦较为明显；Pb-Zn-Mo、Ag化探异常为找矿直接有利的信息；航磁有利区及遥感铁染异常对找矿具有一定的指示意义。
5 预测结果及评价通过对前述15个证据层进行条件独立性检验，各证据层相互独立，故均参与成矿后验概率计算。为圈定成矿远景区，首先需要确定整个研究区内的临界值，后验概率值大于临界值的地区即为预测的找矿远景区[4-8]。本次根据优选的预测变量及权重值和区内不同证据图层的有利成矿后验概率值大小的不同及其分布，结合证据权重值单元频数曲线求拐点的方法[6-9]，将该区成矿预测证据权的临界值确定为0.1，故后验概率值大于0.1的地区即为找矿远景区。同时，在铅锌矿成矿地质条件分析的基础上，根据成矿有利度的大小和已知矿床(点)的分布情况，结合找矿后验概率对矿床累计概率及赋矿强度的关系，将成矿远景区分为三级(表 7)，其中预测一级远景区(后验概率值≥0.8)15处、二级远景区(后验概率值为0.4~0.8)30处、三级远景区(后验概率值为0.1~0.4)32处(图 6)。
| 后验概率范围 | 远景区级别 | 矿床数 | N | S/km2 | M/(个/km2) | F/% | |||
| 大 | 中 | 小 | 矿点 | ||||||
| P后验＜0.1 | 背景区 | 1 | 2 | 4 | 60 | 31 810 | 0.001 9 | 16.22 | |
| 0.1≤P后验＜0.4 | 三级远景区 | 1 | 3 | 35 | 1 002 | 0.034 9 | 9.46 | ||
| 0.4≤P后验＜0.8 | 二级远景区 | 1 | 1 | 6 | 90 | 327 | 0.275 2 | 24.32 | |
| P后验≥0.8 | 一级远景区 | 1 | 1 | 9 | 7 | 185 | 164 | 1.128 0 | 50.00 |
|
| 1.区域断裂；2.一般断裂；3.大型铅锌矿床；4.中型铅锌矿床；5.小型铅锌矿床；6.铅锌矿点；7.市、县(区)；8.查证点及编号；9.一级远景区；10.二级远景区；11.三级远景区。 图 6 伊春地区铅锌矿成矿远景预测区 Figure 6 Lead-zinc predicted favourable areas in Yichun |
|
|
分析及初步查证表明：
1) 区内大中型铅锌矿床多位于一级远景区内，且所预测远景区涵盖了全区81.08%的矿床(点)，预测准确度及可信度较高。
2) 预测远景区多沿近SN、NE、NW向断裂展布，明显受构造控制，与区域成矿特征一致。
3) 通过对3处远景区进行初步查证(图 6)，已发现了较好的矿化异常线索。其中红星北一级远景区(① 区)处于印支晚期－燕山早期碱长花岗岩与五星镇组碳酸盐岩接触部位，NE向断裂发育。通过1: 2万土壤面积测量，圈定Pb元素异常15处、Zn元素异常10处；通过槽探揭露，圈定地表Zn矿化体7条，长度一般为20~40 m，宽度一般为1~2 m，Zn最高品位为0.72%。Zn矿化赋存于花岗岩与大理岩、板岩外接触带及层间裂隙带中。红星南部二级远景区(② 区)处于印支晚期－燕山早期碱长花岗岩与五星镇组碳酸盐岩接触部位，NE向及近SN向断裂发育。通过1: 2万土壤面积测量，圈定Pb、Zn元素异常各1处，Pb、Zn质量分数最大值分别为1 891.7×10-6、2 404×10-6；通过槽探揭露，圈定Zn矿化体2条，长度分别为10、15 m，平均品位分别为66%、0.568%。Zn矿化赋存于花岗岩与大理岩、板岩外接触带中。神树南三级远景区(③ 区)处于印支晚期－燕山早期花岗闪长岩与土门岭组板岩接触部位，NE向及NW向断裂发育。通过1: 2万土壤面积测量，圈定Pb异常7处、Zn异常10处，Pb、Zn质量分数最大值分别为196.2×10-6、215.7×10-6，异常最大面积约为2.59 km2；同时在土壤异常部位存在磁异常，异常位于负背景场中的尖峰正异常，呈北东向展布，最大幅值804.753 nT，推断由铅锌铁多金属矿化引起。异常发育部位伴生矽卡岩化、褐铁矿化、赤铁矿化、碳酸盐化等蚀变，具有较好的找矿潜力。
同时，在浩良河南、晨明、桃山南、朗乡南等地区存在多处远景区，其成矿地质条件及找矿线索与已知矿床相似，具有较好的找矿前景。
4) 区内与成矿预测关系最为密切的赋矿地层分布面积较小，受1: 20万地质图成图精度所限，部分构造、岩体及地层等信息未在图上表示，致使部分矿床(点)处于所预测远景区外。
6 结论1) 在成矿条件分析的基础上，依托GIS平台，提取了地质、物探、化探、遥感等方面的15个证据层，应用证据权重法在伊春地区开展铅锌矿成矿预测，圈定了一级、二级及三级远景区分别为15、30及32处，覆盖了区内81.08%的矿床(点)；表明本次预测结果较为可靠，对后续工作具有一定的指导意义。
2) 浩良河南、红星、神树、晨明、桃山南、朗乡南等地区存在多处远景区，目前尚未发现铅锌矿床(点)。通过初步查证，已在红星、神树等地区发现铅锌矿化异常线索，其余地段成矿地质条件及找矿线索与已知矿床相似，具有较好的找矿前景，在进一步工作中应引起重视。
3) 研究区多为森林沼泽覆盖，基础地质工作程度较低，致使部分地层、岩体及构造信息存在错谬，必然对成矿预测产生一定的影响，应在后续成矿预测工作中逐步补充完善。
| [1] |
薛顺荣, 肖克炎, 丁建华. 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[J].
吉林大学学报(地球科学版), 2008, 38(5): 738-744.
Xue Shunrong, Xiao Keyan, Ding Jianhua. Multi-Source Information Metallogenic Prognosis with Weighting of Evidence Based on MRAS in Shangri-La[J]. Journal of Jilin University(Earth Science Edition), 2008, 38(5): 738-744. |
| [2] | Agterberg F P. Computer Programs for Mineral Exploration[J]. Science, 1989, 245: 76-81. DOI:10.1126/science.245.4913.76 |
| [3] | Bonham Carter G F, Agterberg F P, Wright D F. Integration of Geological Datasets for Gold Exploration in Nova Scotia[J]. Photogrammetry and Remote Sensing, 1988, 54: 1585-1592. |
| [4] |
刘世翔, 薛林福, 郄瑞卿, 等. 基于GIS的证据权重法在黑龙江省西北部金矿成矿预测中的应用[J].
吉林大学学报(地球科学版), 2007, 37(5): 889-894.
Liu Shixiang, Xue Linfu, Qie Ruiqing, et al. An Application of GIS-Based Weights of Evidence for Gold Prospecting in the Northwest of Heilongjiang Province[J]. Journal of Jilin University(Earth Science Edition), 2007, 37(5): 889-894. |
| [5] |
邓勇, 邱瑞山, 罗鑫. 基于证据权重法的成矿预测:以广东省钨锡矿的成矿预测为例[J].
地质通报, 2007, 26(9): 1228-1234.
Deng Yong, Qiu Ruishan, Luo Xin. Minerogenetic Prediction Based on the Weight-of-Evidence Approach:A Case Study of the Prediction of Tungsten and Tin Deposits in Guangdong, China[J]. Geologcal Bulletin of China, 2007, 26(9): 1228-1234. |
| [6] |
刘晓玲, 陈建平. 基于GIS的证据权重法在内蒙古阿鲁科尔沁旗地区成矿预测中的应用[J].
地质通报, 2010, 29(4): 571-580.
Liu Xiaoling, Chen Jianping. Application of GIS-Based Weights of Evidence Method for Mineral Quantitative Prediction:A Case Study on Alukerqin Area, Inner Mongolia, China[J]. Geologcal Bulletin of China, 2010, 29(4): 571-580. |
| [7] |
陈永清, 汪新庆, 陈建国, 等. 基于GIS的矿产资源综合定量评价[J].
地质通报, 2007, 26(2): 141-149.
Chen Yongqing, Wang Xinqing, Chen Jianguo, et al. GIS-Based Integrated Quantitative Assessments of Mineral Resources[J]. Geologcal Bulletin of China, 2007, 26(2): 141-149. |
| [8] |
张恩, 李名松, 汪冰, 等. 基于GIS的证据权重法在小兴安岭北段金矿预测中的应用[J].
物探与化探, 2015, 39(4): 755-760.
Zhang En, Li Mingsong, Wang Bing, et al. The Application of GIS Evidence Weight Method to the Gold Metallogenic Prognosis in the Northern Part of the Xiao Hinggan Mountains[J]. Geophysical and Geochemical Exploration, 2015, 39(4): 755-760. |
| [9] |
孙艳霞, 张达, 王长明, 等. 证据权重法在新矿床类型成矿预测中的应用[J].
金属矿山, 2010(9): 79-83.
Sun Yanxia, Zhang Da, Wang Changming, et al. Application of Weights-of-Evidence Method in Metallogenic Prediction of New-Type Ore Deposits[J]. Metal Mine, 2010(9): 79-83. |
| [10] |
张恩, 汪冰, 王瑞军, 等. 基于MORPAS的证据权重法在沽源盆地铀成矿预测中的应用[J].
地质找矿论丛, 2013, 28(4): 540-545.
Zhang En, Wang Bing, Wang Ruijun, et al. An Application of MORPAS-Based Weight Evidence Method to Uranium Metallogentic Prognosis in Guyuan Basin[J]. Contributions to Geology and Mineral Resources Research, 2013, 28(4): 540-545. DOI:10.6053/j.issn.1001-1412.2013.04.007 |
| [11] |
张振庭. 黑龙江省伊春地区铅锌多金属矿产预测[D]. 长春: 吉林大学, 2010.
Zhang Zhenting. Forecast of Lead Zinc Polymetallic Ore in Yichun of Heilongjiang[D]. Changchun:Jilin University, 2010. |
| [12] |
梁福来. 黑龙江省二股-翠宏山地区多金属矿床成矿地质条件及找矿方向[D]. 长春: 吉林大学, 2011.
Liang Fulai. Metallogenic Condition and Prospecting Target of Polymetalic Deposit in the Ergu-Cuihongshan Area, Yichun, Heilongjiang Province[D].Changchun:Jilin University, 2011. |
| [13] |
李姗. 小兴安岭-张广才岭地区地球化学特征分析及成矿预测[D]. 北京: 中国地质大学(北京), 2014.
Li Shan. Geochemical Characteristics Analysis and Metallogenic Rediction of Xiaoxing'an Mountains-Zhangguangcai Mountains Area[D]. Beijing:China University of Geosciences(Beijing), 2014. |
| [14] |
常兴国. 黑龙江伊春-延寿成矿带铅锌成矿预测[D]. 北京: 中国地质大学(北京), 2011.
Chang Xingguo. Lead-Zinc are Prediction in Yichun-Yanshou Metallogenic Belt of Heilongjiang Province[D]. Beijing:China University of Geosciences(Beijing), 2011. |
| [15] |
吴小军. 黑龙江省前进东山铅锌矿床地质特征及成因[D]. 长春: 吉林大学, 2008.
Wu Xiaojun. Geological Characteristic and Origin of Lead-Zinc Deposit in Qianjindongshan Heilongjiang Province[D]. Changchun:Jilin University, 2008. |
| [16] |
纪睿. 黑龙江省徐老九沟铅锌矿床地质特征及成因研究[D]. 长春: 吉林大学, 2015.
Ji Rui. Geological Characterisitics and Genesis Mechanism of the Xulaojiugou Pb-Zn Deposit, Heilongjiang Province[D]. Changchun:Jilin University, 2015. |
| [17] |
刘志宏. 黑龙江省翠宏山钨钼锌多金属矿床地质特征及成因[D]. 长春: 吉林大学, 2009.
Liu Zhihong. Geological Characteristic and Origin of Deposit in Cuihongshan W、Mo、Zn Polymetatic Deposit[D]. Changchun:Jilin University, 2009. |
| [18] |
彭少飞. 黑龙江翠宏山铁多金属矿区重磁资料处理解释[D]. 长春: 吉林大学, 2012.
Peng Shaofei. The Gravity and Magnetic Data Processing and Interpretation on the Iron Mine of Cuihongshan, Heilongjiang Province[D]. Changchun:Jilin University, 2012. |
| [19] |
韩振哲, 赵海玲, 李娟娟, 等. 小兴安岭东南伊春一带早中生代花岗岩与多金属成矿作用[J].
中国地质, 2010, 37(1): 74-87.
Han Zhenzhe, Zhao Hailing, Li Juanjuan, et al. Early Mesozoic Granites and Polymetallic Mineralization in Southeastern Yichun Area, Xiao Hinggan Mountains[J]. Chinese Geology, 2010, 37(1): 74-87. |
| [20] |
李迎春, 韩振哲, 吴淦国, 等. 黑龙江伊春地区早中生代花岗岩成矿作用及成矿能力差异性探讨[J].
地质与勘探, 2013, 49(1): 28-38.
Li Yingchun, Han Zhenzhe, Wu Ganguo, et al. Metallogenesis and Metallogenic Differences of the Early Mesozoic Granites in the Yichun Area, Heilongjiang Province[J]. Geology and Prospecting, 2013, 49(1): 28-38. |
| [21] |
石磊. 安徽庐枞地区铜(金)矿床地质地球化学特征及成因[D]. 合肥: 合肥工业大学, 2011.
Shi Lei. Geological and Geochemical Characteristics and Genesis of the Copper(Gold)Deposits in Luzong Area of Anhui Province, China[D].Hefei:Hefei University of Technology, 2011. |
| [22] |
倪卫冲, 沈正新, 蔡文军, 等. 黑龙江省小兴安岭1: 5万航空物探调查[R]. 石家庄: 核工业航测遥感中心, 2015.
Ni Weichong, Shen Zhengxin, Cai Wenjun, et al. The Report of 1:50 000 Aerogeophysical Survey in Xiao Hinggan Mountains, Heilongjiang Province[R].Shijiazhuang:Airborne Survey and Remote Sensing Center of Nuclear Industry, 2015. |