2. 中国地质大学国土资源与高新技术研究中心,北京 100083;
3. 北京市国土资源信息开发研究重点实验室,北京 100083
2. Institute of Land Resources and High Techniques, China University of Geosciences, Beijing 100083, China;
3. Beijing Key Laboratory of Development and Research for Land Resources Information, Beijing 100083, China
华北克拉通北邻中亚造山带(兴蒙造山带), 南接祁连-秦岭-大别造山带, 东至朝鲜半岛, 包括了整个华北地区和东北地区南部(图 1)。它是我国面积最大、时代最古老的陆块, 记录了前寒武纪漫长而复杂的地质演化历史(赵国春, 2009)。华北克拉通是我国铁矿资源的重要分布区, 根据成矿的环境、特征和作用, 可将区内铁矿床分为(火山)沉积变质型、接触交代型、岩浆型、复合成矿作用型(简称复合型)、沉积型、热液型、海相火山岩型等几种主要成因类型(沈保丰等, 2006)。
![]() |
图 1 华北克拉通前寒武纪地质与BIF铁矿分布简图(据张连昌等, 2012) Fig. 1 Sketch of the Precambrian geology and BIF-iron deposits in the North China Craton(after Zhang et al., 2012) |
沉积变质型铁矿是前寒武纪沉积为主形成的含铁建造经受不同程度的区域变质作用形成的, 主要由石英(燧石)和氧化铁矿物(磁铁矿、赤铁矿等)组成, 通常具有典型的条带状构造, 由条带状铁建造(BIF)变质改造而成(李厚民等, 2012a, b)。国际上将条带状铁建造细分为阿尔戈马型(Algoma)和苏必利尔湖(Superior)型两个亚类(Gross, 1980)。
国外铁矿资源的85%以上来自沉积变质型, 中国沉积变质型铁矿查明资源储量占总量的48%(肖克炎等, 2011), 是世界上最重要的铁矿类型。深入研究华北克拉通沉积变质型铁矿床的地质特征, 对于揭示华北古陆的演化历史具有重要的科学意义, 更为理解构造环境对矿产资源形成的制约作用提供了良好的范例。
证据权重法是加拿大数学地质学家Agterberg提出的一种地学统计方法(Agterberg, 1989), 其优点在于此方法既能够反映各控矿要素客观分布区域以及变化规律, 又能够简便、快捷地处理繁杂的多元信息, 计算结果直观可靠、便于解释, 有利于地质工作者使用(刘艳宾等, 2012), 是矿产资源预测评价具有代表性的方法。开展基于证据权法的多元信息综合预测工作, 圈定成矿有利区域, 明确找矿方向, 能更好地指导沉积变质型铁矿资源的勘查。
本文工作方法不是简单的归纳总结前人的研究成果, 而是在探寻地质、地球物理、地球化学、遥感等综合信息成矿特征的基础上, 进行定量的资源预测评价, 是对全国资源潜力评价项目取得成果的二次开发。
1 华北沉积变质型铁矿床地质特征沉积变质型铁矿是沉积或火山沉积铁矿受区域变质作用或混合岩化作用改造而形成的, 主要为条带状铁建造型铁矿床。“条带状铁建造指的是全铁含量大于15%, 具有由富铁矿物(磁铁矿、赤铁矿等)和脉石矿物(以石英为主)组成的条带状(或者条纹状)构造的、富铁化学沉积岩”(沈保丰等, 2005)。而当条带状铁建造中的全铁含量达到工业品位时, 成为条带状铁建造铁矿床。其中与海相火山作用关系密切, 多产于大陆边缘盆地或者岛弧盆地, 其主要赋存在绿岩带中的是阿尔戈马型(沈保丰, 2012);苏必利尔湖型则与沉积作用有关, 产于陆块内断陷盆地或者坳拉槽盆地(沈保丰, 2012)。阿尔戈马型铁矿床在太古宙形成, 分布广泛, 是华北克拉通沉积变质型铁矿床的主要类型, 大量产出在鞍山-本溪、五台-吕梁、冀东-密云、霍邱、鲁西、鲁山-登封-许昌等地(沈其韩, 1998;Zhai and Santosh, 2011)。苏必利尔湖型铁矿床形成在元古代, 主要分布在山西吕梁以及山东济宁地区。
2 华北沉积变质型铁矿床时空分布特征沉积变质型铁矿床的成矿时代主要是前寒武纪, 其空间分布与区内地壳演化关系密切, 不同时期、不同空间产出的矿床规模上存在较大差异。
太古代(>2.5Ga)是华北克拉通沉积变质型铁矿床最重要的成矿期, 大约80%的此类型铁矿资源在这个时期形成(沈保丰等, 2006)。其特点是矿床规模较大, 类型单一, 主要是与海相火山作用关系密切的阿尔戈马型。古太古代(3.6~3.2Ga), 在华北古陆核北缘中段的火山-沉积盆地产出了冀东迁安杏山、黄柏峪等中国乃至世界上最古老的铁矿床。中太古代(3.2~2.8Ga), 在华北陆核的火山-沉积盆地中形成较大规模和范围的铁矿化, 尤其在冀东水厂形成超大型铁矿床。新太古代(2.8~2.5Ga)是中国条带状铁矿床形成的鼎盛时期(张连昌等, 2012;万渝生等, 2012), 在华北克拉通的北缘、南缘、鲁西、五台均有分布, 几乎遍及整个华北陆块。通过陆陆碰撞和俯冲, 各个陆核(微陆块)聚集成古陆, 初始克拉通化。此期间广泛分布着新太古代绿岩带, 赋存着大规模的阿尔戈马型铁矿床(李厚民等, 2012a, b)。
古元古代(2.5~1.8Ga)是第二个沉积变质型铁矿形成的重要时期, 华北古陆开始裂解, 出现了活动大陆边缘和被动大陆边缘或岛弧的构造环境(翟明国和彭澎, 2007)。在山西吕梁裂谷形成了袁家村、尖山、狐姑山等苏必利尔湖型超大型铁矿床。中元古代(1.8~1.0Ga), 华北陆块固结基底开始裂解, 出现了裂谷、裂陷槽等, 形成的矿床类型复杂多样。中元古代后华北陆块的裂陷活动减弱, 形成浅海台地型沉积, 厚度减薄, 直至南华纪, 转为隆升, 只有少量碎屑岩碳酸盐岩沉积。新元古代(1.0~0.6Ga)的沉积变质型铁矿床相对较少。
从古太古代到新元古代沉积变质型铁矿的成矿规模具有显著变化。古太古代产出冀东迁安曹庄岩组的杏山等一些中、小型铁矿床;中太古代在冀东、密云、辽北、内蒙古中部均产出条带状铁建造铁矿床(刘利等, 2012), 尤其在冀东水厂产出超大型铁矿床;新太古代是沉积变质型铁矿形成的鼎盛时期, 产出一批如:弓长岭、西鞍山、司家营、胡家庙子等超大型的阿尔戈马型条带状铁建造铁矿床(沈保丰等, 2005)。古元古代则产出袁家村等超大-特大型铁矿床(沈保丰等, 2005);中元古代, 铁矿床分布面积广泛, 类型复杂多样;新元古代的沉积变质型铁矿床规模较小且分布局限。可见, 其成矿规模由小到大再到小。
古太古代形成的沉积变质型铁矿床局限于华北克拉通北缘中段的冀东迁安地区;中太古代沉积变质型铁矿床的分布范围明显扩大, 分布在华北克拉通北缘的冀东迁安、北京密云、河北阜平等地;新太古代则遍布整个华北克拉通, 尤以鞍山-本溪、鲁西、五台一带较为集中。古元古代主要分布在山西吕梁一带。成矿区域逐渐扩大到全局。
3 区域铁矿预测评价模型的建立 3.1 沉积变质型铁矿找矿模型“矿床的找矿模型是指特定类型中某一典型矿床或同一类型矿床的地质-地球物理-地球化学特征、找矿标志与找矿方法组合的基本概述与表述”(戎景会等, 2012), 是基于地质认识基础上对数据信息的分析和提取。它使人们对该类型矿床的了解, 由感性认识逐步上升到规律性认识, 以指导下一步的矿产勘查与矿产预测工作。新的找矿模型可突出主要的控矿因素, 抓住找矿的关键信息, 提出获得关键信息的有效方法组合, 总结主要找矿标志组合, 因而简化了找矿的实际过程, 是进行矿产资源定位预测和提高预测可信程度的主要依据(曹钟清, 2004;刘洪滔等, 2008)。
根据全国资源潜力评价项目获取的数据, 对华北克拉通53个沉积变质型铁矿的典型矿床的必要和重要成矿要素进行统计, 并结合研究区地质背景及成矿规律分析的结果, 建立区域铁矿找矿预测模型(表 1)。
![]() |
表 1 研究区铁矿找矿预测模型 Table 1 Iron ore-search and prediction model of the study area |
通过收集研究区内的多元地质数据, 包括区域地质图、重力、航磁、地球化学以及自然重砂等信息资料, 建立华北克拉通沉积变质型铁矿床空间数据库, 作为研究区成矿预测的数据基础。依托GIS技术挖掘隐含的成矿有利信息(Chen et al., 2012;Wang and Huang, 2012), 为证据权法的应用提供了必备的数据基础(陈建平等, 2011)。
地层条件包括直接找矿信息和间接找矿信息, 前者即矿体赋存的地层, 后者是对地层信息的定量化分析(地层组合熵和地层种类数)。通过成矿规律的分析以及已知1124个矿床(点)的实际分布情况与区域地层的叠加统计分析, 选定跑马厂组(Ar3p)、遵化杂岩(Ar3Z)、单塔子杂岩(Ar3Dc)、拉马沟组(Ar3l)、乌拉山岩群(Ar2W)、上更新世马兰组(Qpm)、坊里片麻岩(Fgn)、茨沟岩组(Ar2c)、新太古代叶柏寿片麻岩(Ar3Ygn)、新太古代变质深成侵入体(Ar3gn)、元坊岩组(Ar3yf)、临沂组(Qh2l)为沉积变质型铁矿成矿的有利地层。
地层组合熵反映了地层出露的复杂程度, 一般说来, 地质构造特征越复杂, 不确定程度越高, 熵值越高(孙岩等, 2010)。利用GIS空间分析功能, 统计得到研究区总矿床(点)数的73%, 落在地层组合熵65~80之间的区域内(见图 2)。这与实际的地质成矿规律相符合, 因为地质构造情况最复杂的地区, 往往不利于成矿物质沉淀赋存。据此, 该区域可以作为找寻沉积变质型铁矿床的一个证据因子。
![]() |
图 2 地层组合熵异常叠加矿床(点) Fig. 2 The strata combination entropy of mineral deposits(spots) |
区域内出露地层的种类数越多, 地层复杂度就越高, 构造运动往往是引起地层复杂度高的直接原因。经地层种类数与矿床(点)的叠加分析可知, 68%的矿点位于地层种类数中间值区, 落在地层种类数16~40之间的区域内(见图 3)。即地层相对简单的区域含矿较多, 因此选取该区域作为地层种类数成矿有利区间。
![]() |
图 3 地层种类数异常叠加矿床(点) Fig. 3 The strata kinds’ number of mineral deposits(spots) |
断裂等密度是指单位面积中断裂长度的加和, 反映区域线性构造的复杂程度;构造频数指的是单元网格中出露的断裂的条数。区域内主干断裂就是断裂等密度与构造频数的比值大的部位, 即单位面积内断裂长而条数少。由于强烈的构造活动区域为成矿流体运移的通道, 而成矿物质沉积需要一个相对稳定的环境, 因此主干断裂旁侧的构造活动相对弱一点的部位才是矿体形成的有利位置, 经矿点与主干断裂叠加分析, 有83%的矿床(点)位于主干断裂值在0.03~0.09之间的区域(见图 4), 该区域可作为主干断裂的成矿有利区间。
![]() |
图 4 主干断裂异常叠加矿床(点) 1-北缘“台槽”分界断裂带;2-临河-集宁-赤诚-平泉断裂带;3-乌拉特前旗-呼和浩特断裂;4-南缘“台槽”分界断裂带;5-五莲-荣成断裂带;6-济源-焦作-商丘断裂;7-郯庐断裂带;8-鸭绿江断裂;9-聊城-兰考断裂;10-太行山东麓断裂带;11-鄂尔多斯盆地东缘断裂带;12-鄂尔多斯盆地西缘断裂带 Fig. 4 The main fracture and mineral deposits(spots) |
不同时间和期次的断裂活动对成矿通常具有不同的控制作用。成矿前断裂一般具有控岩、控矿的作用, 经常控制矿体的总体展布格局及成矿期断裂活动的范围及特性;成矿期断裂是控制矿化富集的主导因素;成矿后断裂活动常常对矿体起破坏作用(赵鹏大, 2006)。沉积变质型铁矿床的成矿时代主要是前寒武纪, 所以挑选出限制在太古代和元古代地层内的构造, 作为与成矿有关的构造(图 5)。值得说明的是后期构造也有可能仅仅发育在太古代和元古代地层中, 无疑是极少的, 不足以引起统计意义上的重视。
![]() |
图 5 成矿有关断裂叠加矿床(点) Fig. 5 The distribution of metallogenic structure |
断裂优益度是以线性构造(断裂)两两之间的夹角与线性构造方位的控矿度加权的构造密度的量度, 其代表研究区主干构造方向成矿的优越性, 高值区多为成矿有利地段(董庆吉等, 2010)。经过矿点与断裂优益度叠加统计, 发现87%以上的矿点分布优益度值在10~50之间的区域, 所以将此区间作为断裂优益度的异常区间(图 6)。
![]() |
图 6 断裂优益度异常叠加矿床(点) Fig. 6 Degree of optional structural difference of mineral deposits(spots) |
构造中心对称度代表构造对称的特征, 通常用于指示有岩浆活动的构造。在实际的地质情况中, 当岩浆顺着构造上涌活动时, 总能留下放射状、环状分布的构造信息, 而这些信息往往被淹没到复杂的构造形迹中无法识别, 这就需要用构造中心对称度辅助判断构造岩浆活动带的特征。经过中心对称度与矿点的叠合分析, 发现74.8%的矿点落在中心对称度值在0.3~0.5之间的地区, 因此选取此区间作为异常区间(图 7)。
![]() |
图 7 构造中心对称度异常叠加矿床(点) Fig. 7 Degree of structural symmetry of mineral deposits(spots) |
变质建造就是大地构造发展到一定阶段时变质岩的自然组合, 是以原始沉积或者火山建造为基础以及经过一定类型的变质作用的综合产物(钱祥麟等, 1985)。沉积变质型铁矿床主要产出在前寒武纪变质岩系中(代堰锫等, 2012), 矿床围岩经过区域变质, 成为绿片岩相的千枚岩和片岩。变质作用将沉积硅铁建造改造为磁铁石英岩。表现为矿物的重结晶, 围岩和矿体出现很多变质揉皱, 矿体形态多呈舒缓波状。因此将华北克拉通区域变质建造图作为该类型矿床找矿的必要预测因子进行矿产预测(图 8)。
![]() |
图 8 变质建造叠加矿床(点) Fig. 8 The metamorphic formation and mineral deposits(spots) |
地球化学异常分析找矿作用显著, 是成矿预测中的重要信息, 对成矿远景区的圈定具有直接指示意义。选取与沉积变质型铁矿床密切相关的Fe2O3异常, 作为证据因子进行预测。
重砂异常区的圈定是依据有关成矿地质特征, 地层、构造、岩浆岩活动对成矿的控制, 矿点、矿化点分布等找矿标志。铁矿物自然重砂异常与铁矿成矿密切相关, 因此提取铁矿物自然重砂异常信息作为证据因子之一。
4 基于证据权法的铁矿资源定位预测本次资源预测方法采用证据权重法, 它是由加拿大数学地质学家Agterberg基于二值图像提出的一种地学统计方法(Agterberg, 1989), 通过对一些与矿产形成相关的地学信息的叠加分析来进行矿产远景区的预测(Bonham-Carter et al., 1989;Carranza, 2004;de Quadros, 2006)。其中每一种地学信息都被视为成矿远景区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这个因子的权重值来确定的。
证据权权值的计算包括先验概率、各权值的计算及后验概率(Zhao, 1992)。先验概率的计算, 即根据已知矿点分布, 计算各证据因子单位区域内的成矿概率, 就是计算证据因子存在区域中矿点像元、非矿点像元所占的百分比。各证据因子之间相对于矿点分布满足条件独立(徐善法等, 2006)。证据权法最终结果是以权的形式或以后验概率图的形式表达的组合图。证据权法的优点在于它是一种由数据驱动的预测方法(Coolbaugh et al., 2007), 极大的减少了主观意识的参与, 提高了预测结果的客观性(Zahiri et al., 2006)。
本次研究采用MRAS软件中的证据权模块进行预测。首先将研究区MapGIS格式地质图的区文件划分成17km×17km的网格单元, 然后对前面依据沉积变质型铁矿床预测模型所建立的有利证据图层进行条件独立性检验(Agterberg and Cheng, 2002), 再分别计算各证据图层的证据权值(表 2), 据此计算研究区内各个网格单元的成矿后验概率值(刘晓玲等, 2010)。依据沉积变质型铁矿床后验概率等值线图(图 9), 以及区域内已有成矿事实的多少, 大致划分出A、B两级成矿远景区。A级成矿远景区内磁异常明显且氧化铁异常分布范围广泛, 沉积变质型铁矿床主要赋存于太古代和古元古代地层中, 区域内已勘查矿床较多, 且有东鞍山、西鞍山等超大型铁矿以及迁安水厂等大型铁矿。B级成矿远景区内铁矿床主要受近东西向、北东-北北东向区内主干断裂控制, 区内已有成矿事实相对较少, 成矿潜力较大。就本次预测结果看, 后验概率的高值区与已知矿床(点)的分布具有良好的空间吻合性, 表明预测结果的准确程度, 并预示华北克拉通具有良好的找矿潜力。
![]() |
表 2 华北克拉通沉积变质型铁矿预测主要证据层权值参数表 Table 2 The main evidence layer weights parameter list of the sedimento-metamorphic iron ore deposits in the North China Craton |
![]() |
图 9 华北克拉通沉积变质型铁矿预测后验概率图 A1冀东;A2辽东;A3五台-吕梁;B1大青山-色尔能腾山;B2鲁山-舞阳;B3鲁西 Fig. 9 Posterior probability of the sedimento-metamorphic iron ore deposits in the North China Craton 重磁信息提取:通过对已有矿床(点)与重力、航磁资料的叠加分析可知, 已有矿床(点)多集中于航磁、重力场变化梯度带, 这些梯度带大多是区域深大断裂的反映。经过相交分析, 统计得到成矿有利区间。 |
(1) 运用证据权模型的预测结果共圈定了六个成矿有利区域, 其中A级远景区3个(冀东、辽东、五台-吕梁), B级远景区3个(大青山-色尔能腾山、鲁山-舞阳、鲁西)。预测结果表明, 87%的已知矿床(点)位于成矿远景区内, 说明了本次预测工作的准确性。此外, 这些已知矿床(点)周围仍有较大的资源潜力, 应在今后的勘查工作中得到重视。
(2) GIS系统可以对地层、断裂等信息进行进一步多角度的统计分析, 对物探、化探、自然重砂资料进行隐伏信息提取, 进而对成矿信息综合分析和预测。与常规方法相比, 预测工作更为客观、准确、高效, 是今后矿产资源预测以及评价的主流方向。
致谢 在工作过程中得到了“华北克拉通前寒武纪重大地质事件与成矿”项目组的大力支持;中国地质大学(北京)陈东越博士在成文过程中提出了宝贵的建议;向杰、相轩、安文通硕士在数据整理上提供了帮助;中国科学院地质与地球物理研究所张连昌研究员、范宏瑞研究员以及中国科学院广州地球化学研究所牛贺才研究员、许德如研究员对本文进行了细致的评审, 他们对文中的疏漏和诸多不妥之处进行了仔细的修订, 同时提出了许多值得思考的问题和修改建议;在此作者对他们的辛勤付出表示衷心的感谢。最后感谢中国科学院广州地球化学研究所赵太平研究员对文稿的评阅和指正。[] | Agterberg FP. 1989. Computer programs for mineral exploration. Science, 245(4913): 76–81. DOI:10.1126/science.245.4913.76 |
[] | Agterberg FP, Cheng QM. 2002. Conditional independence test for weights-of-evidence modeling. Natural Resources Research, 11(4): 249–255. DOI:10.1023/A:1021193827501 |
[] | Bonham-Carter GF, Agterberg FP and Wright DF. 1989. Weights of evidence modeling: A new approach to mapping mineral potential. In: Agterberg FP and Bonham-Carter GF (eds.). Statistical Applications in the Earth Sciences. Geological Survey of Canada, 89(9): 171-183 |
[] | Cao ZQ. 2004. Geological characteristics and prospecting model of Dajishan niobium-tantalum deposit. Geology and Prospecting, 40(6): 34–37. |
[] | Carranza EJM. 2004. Weights of evidence modeling of mineral potential: A case study using small number of prospects, Abra, Philippines. Natural Resources Research, 13(3): 173–187. DOI:10.1023/B:NARR.0000046919.87758.f5 |
[] | Chen JP, Dong QJ, Hao JH, Li W. 2011. Metallogenic prognosis of porphyry molybdenum-copper resources in northern Sanjiang region of Qinghai Province based on weight-of-evidence method and GIS. Acta Petrologica et Mineralogica, 30(3): 519–529. |
[] | Chen JP, Shi R, Chen ZP, Wang LM, Sun Y. 2012. 3D positional and quantitative prediction of the Xiaoqinling gold ore belt in Tongguan, Shaanxi, China. Acta Geologica Sinica, 86(3): 653–660. DOI:10.1111/acgs.2012.86.issue-3 |
[] | Coolbaugh MF, Raines GL, Zehner RE. 2007. Assessment of exploration bias in data-driven predictive models and the estimation of undiscovered resources. Natural Resources Research, 16(2): 199–207. DOI:10.1007/s11053-007-9037-6 |
[] | Dai YP, Zhang LC, Wang CL, Liu L, Cui ML, Zhu MT, Xiang P. 2012. Genetic type, formation age and tectonic setting of the Waitoushan banded iron formation, Benxi, Liaoning Province. Acta Petrologica Sinica, 28(11): 3574–3594. |
[] | de Quadros TFP, Koppe JC, Strieder AJ, Costa JFCL. 2006. Mineral-potential mapping: A comparison of weights-of-evidence and fuzzy methods. Natural Resources Research, 15(1): 49–65. DOI:10.1007/s11053-006-9010-9 |
[] | Dong QJ, Xiao KY, Chen JP, Cong Y. 2010. The quantitative analysis of regional metallogenic fault in the northern segment of the Sanjiang metallogenic belt, southwestern China. Geological Bulletin of China, 29(10): 1479–1485. |
[] | Gross GA. 1980. A classification of iron formations based on depositional environments. The Canadian Mineralogist, 18(2): 215–222. |
[] | Li HM, Chen YC, Li LX, et al. 2012a. Metallogeny of the Iron Deposits in China. Beijing: Geological Publishing House: 1-246. |
[] | Li HM, Wang DH, Li LX, Chen J, Yang XQ, Liu MJ. 2012b. Metallogeny of iron deposits and resource potential of major iron minerogenetic units in China. Geology in China, 39(3): 559–580. |
[] | Liu HT, Li JS, Yan JG. 2008. Integrated information ore-finding model and direction in the south-central segment of the “Sanjiang metallogenic belt”, southwestern China. Geology in China, 35(1): 101–110. |
[] | Liu L, Zhang LC, Dai YP, Wang CL, Li ZQ. 2012. Formation age, geochemical signatures and geological significance of the Sanheming BIF-type iron deposit in the Guyang greenstone belt, Inner Mongolia. Acta Petrologica Sinica, 28(11): 3623–3638. |
[] | Liu XL, Sun Y, Chen JP, Wang Q. 2010. Copper minerogenetic prediction based on GIS in Tuotuo River region of Qinghai. Computing Techniques for Geophysical and Geochemical Exploration, 32(4): 408–416. |
[] | Liu YB, Gong XP, Chen B, Wang Z, Wu YS. 2012. Application of ArcGIS in prediction of iron ore resources in the western segment of East Kunlun: A case study of sedimentary metamorphic-type iron deposits. Acta Geologica Sinica, 86(6): 1005–1019. |
[] | Qian XL, Cui WY, Wang SQ, Wang GY. 1985. Geology of Precambrian Iron Ores in Eastern Hebei Province, China. Shijiazhuang: Hebei Science and Technology Press: 1–273. |
[] | Rong JH, Chen JP, Shang BC. 2012. Three-dimensional prediction of blind orebodies in Gejiu, Yunnan Province based on the ore-search model. Geology and Prospecting, 48(1): 191–198. |
[] | Shen BF, Zhai AM, Yang CL, et al. 2005. Temporal-spatial distribution and evolutional characters of Precambrian iron deposits in China. Geological Survey and Research, 28(4): 196–206. |
[] | Shen BF, Zhai AM, Miao PS, Sima XZ, Li JJ. 2006. Geological character and potential resources of iron deposits in the North China Block. Geological Survey and Research, 29(4): 244–252. |
[] | Shen BF. 2012. Geological characters and resource prospect of the BIF type iron ore deposits in China. Acta Geologica Sinica, 86(9): 1376–1395. |
[] | Shen QH. 1998. Geological signature and setting of Precambrian banded iron formations in North China Craton. In: Cheng YQ (ed.). Early Precambrian Research in North China Craton. Beijing: Geological Publishing House, 1-30 (in Chinese) |
[] | Sun Y, Wang XL, Chen JP, Wang Q. 2010. Lead-zinc-silver metallogenic prediction based on GIS in Tuotuo River region, Qinghai, China. Geological Bulletin of China, 29(4): 556–564. |
[] | Wan YS, Liu DY, Wang SJ, Jiao XM, Wang W, Dong CY, Xie HQ, Ma MZ. 2012. Redefinition of Early Precambrian supracrustal rocks and formation age of BIF in western Shandong, North China Craton. Acta Petrologica Sinica, 28(11): 3457–3475. |
[] | Wang GW, Huang L. 2012. 3D geological modeling for mineral resource assessment of the Tongshan Cu deposit, Heilongjiang Province, China. Geoscience Frontiers, 3(4): 483–491. DOI:10.1016/j.gsf.2011.12.012 |
[] | Xiao KY, Lou DB, Yin JN, Wang QM, Li JC, Yang YH, Sun L, Ding JH, Ye TZ. 2011. Quantified research on iron potential of China. Geological Bulletin of China, 30(5): 650–660. |
[] | Xu SF, Chen JP, Ye JH. 2006. Application of evidence weight method in the copper-gold mineral resources prediction in the north section of the Sanjiang region. Geology and Prospecting, 42(2): 54–59. |
[] | Zahiri H, Palamara DR, Flentje P, Brassington GM, Baafi E. 2006. A GIS-based weights-of-evidence model for mapping cliff instabilities associated with mine subsidence. Environmental Geology, 51(3): 377–386. DOI:10.1007/s00254-006-0333-y |
[] | Zhai MG, Peng P. 2007. Paleoproterozoic events in the North China Craton. Acta Petrologica Sinica, 23(11): 2665–2682. |
[] | Zhai MG, Santosh M. 2011. The Early Precambrian odyssey of the North China Craton: A synoptic overview. Gondwana Research, 20(1): 6–25. DOI:10.1016/j.gr.2011.02.005 |
[] | Zhang LC, Zhai MG, Wan YS, Guo JH, Dai YP, Wang CL, Liu L. 2012. Study of the Precambrian BIF-iron deposits in the North China Craton: Progresses and questions. Acta Petrologica Sinica, 28(11): 3431–3445. |
[] | Zhao GC. 2009. Metamorphic evolution of major tectonic units in the basement of the North China Craton: Key issues and discussion. Acta Petrologica Sinica, 25(8): 1772–1792. |
[] | Zhao PD. 1992. Theories, principles, and methods for the statistical prediction of mineral deposits. Mathematical Geology, 24(6): 589–595. DOI:10.1007/BF00894226 |
[] | Zhao PD. 2006. Theories and Methods for Mineral Exploration. Wuhan: China University of Geosciences Press: 1–334. |
[] | 曹钟清. 2004. 大吉山钽铌钨矿床地质特征及找矿模型. 地质与勘探, 40(6): 34–37. |
[] | 陈建平, 董庆吉, 郝金华, 李伟. 2011. 基于GIS的证据权重法青海“三江”北段斑岩型钼铜矿产资源成矿预测. 岩石矿物学杂志, 30(3): 519–529. |
[] | 代堰锫, 张连昌, 王长乐, 刘利, 崔敏利, 朱明田, 相鹏. 2012. 辽宁本溪歪头山条带状铁矿的成因类型、形成时代及构造背景. 岩石学报, 28(11): 3574–3594. |
[] | 董庆吉, 肖克炎, 陈建平, 丛源. 2010. 西南“三江”成矿带北段区域成矿断裂信息定量化分析. 地质通报, 29(10): 1479–1485. |
[] | 李厚民, 陈毓川, 李立兴, 等. 2012a. 中国铁矿成矿规律. 北京: 地质出版社: 1-246. |
[] | 李厚民, 王登红, 李立兴, 陈靖, 杨秀清, 刘明军. 2012b. 中国铁矿成矿规律及重点矿集区资源潜力分析. 中国地质, 39(3): 559–580. |
[] | 刘洪滔, 李家盛, 晏建国. 2008. “三江”中南段综合信息找矿模型及找矿方向. 中国地质, 35(1): 101–110. |
[] | 刘利, 张连昌, 代堰锫, 王长乐, 李智泉. 2012. 内蒙古固阳绿岩带三合明BIF型铁矿的形成时代、地球化学特征及地质意义. 岩石学报, 28(11): 3623–3638. |
[] | 刘晓玲, 孙岩, 陈建平, 王倩. 2010. 基于GIS的沱沱河地区铜矿综合信息成矿预测. 物探化探计算技术, 32(4): 408–416. |
[] | 刘艳宾, 弓小平, 陈斌, 王哲, 吴艳爽. 2012. ArcGIS在东昆仑西段铁矿资源综合信息矿产预测中的应用——以沉积变质型铁矿为例. 地质学报, 86(6): 1005–1019. |
[] | 钱祥麟, 崔文元, 王时麒, 王关玉. 1985. 冀东前寒武纪铁矿地质. 石家庄: 河北科学技术出版社: 1-273. |
[] | 戎景会, 陈建平, 尚北川. 2012. 基于找矿模型的云南个旧某深部隐伏矿体三维预测. 地质与勘探, 48(1): 191–198. |
[] | 沈保丰, 翟安民, 杨春亮, 等. 2005. 中国前寒武纪铁矿床时空分布和演化特征. 地质调查与研究, 28(4): 196–206. |
[] | 沈保丰, 翟安民, 苗培森, 司马献章, 李俊建. 2006. 华北陆块铁矿床地质特征和资源潜力展望. 地质调查与研究, 29(4): 244–252. |
[] | 沈保丰. 2012. 中国BIF型铁矿床地质特征和资源远景. 地质学报, 86(9): 1376–1395. |
[] | 沈其韩. 1998. 华北地台早前寒武纪条带状铁英岩地质特征和形成的地质背景. 见: 程裕淇编. 华北地台早前寒武纪地质研究论文集. 北京: 地质出版社, 1-30 |
[] | 孙岩, 王训练, 陈建平, 王倩. 2010. 基于证据权重法的沱沱河地区铅锌银矿成矿预测. 地质通报, 29(4): 556–564. |
[] | 万渝生, 刘敦一, 王世进, 焦秀美, 王伟, 董春艳, 颉颃强, 马铭株. 2012. 华北克拉通鲁西地区早前寒武纪表壳岩系重新划分和BIF形成时代. 岩石学报, 28(11): 3457–3475. |
[] | 肖克炎, 娄德波, 阴江宁, 王全明, 李景朝, 杨毅衡, 孙莉, 丁建华, 叶天竺. 2011. 中国铁矿资源潜力定量分析. 地质通报, 30(5): 650–660. |
[] | 徐善法, 陈建平, 叶继华. 2006. 证据权法在三江北段铜金矿床成矿预测中的应用研究. 地质与勘探, 42(2): 54–59. |
[] | 翟明国, 彭澎. 2007. 华北克拉通古元古代构造事件. 岩石学报, 23(11): 2665–2682. |
[] | 张连昌, 翟明国, 万渝生, 郭敬辉, 代堰锫, 王长乐, 刘利. 2012. 华北克拉通前寒武纪BIF铁矿研究: 进展与问题. 岩石学报, 28(11): 3431–3445. |
[] | 赵国春. 2009. 华北克拉通基底主要构造单元变质作用演化及其若干问题讨论. 岩石学报, 25(8): 1772–1792. |
[] | 赵鹏大. 2006. 矿产勘查理论与方法. 武汉: 中国地质大学出版社: 1-334. |