近年来，大数据已成为社会热门话题，并成功用于互联网、物流、金融、医药、传媒等领域(迈尔-舍恩伯格和库克耶，2013；滕吉文等，2016；王秉和吴超，2017)，相比较而言，大数据应用于科学研究的理论研究与实践还很薄弱，或者说还未真正得到重视(郭华东，2014)。大数据的本质，不仅是数据量大，更重要的是一种新的思维方式(张旗和周永章，2017；周永章等，2018)。大数据思想是以数据驱动模式，通过对数据的深度挖掘，研究数据间的相关关系，从中提取有价值的信息，解决科学问题，最大概率地接近事件本身。

随着矿产勘查程度不断提升，地理信息系统(GIS)所积累的数据愈来愈丰富，使其在地质找矿工作中进行成矿定量预测研究成为可能并作用凸显，尤其是勘查地球化学工作的开展为基于GIS的成矿定量预测提供了直接有效的数据(Bonham-Carter, 1994；Pan and Harris, 2000；Carranza, 2009；Wang et al., 2011；罗建民等，2017；王玉玺等，2018)。20世纪70~80年代地球化学勘查方法的提出和应用，极大地提高了金矿的找矿概率，发现了一大批金矿床。但随着矿产勘查程度的不断提升，大部分金矿床已被发现，使得该方法的应用效果在不断降低。为此，很多学者(康明等，2004；李随民和姚书振，2005；Cheng，2007；范红科等，2008；Cheng and Agterberg, 2009；Zuo et al., 2009；成秋明等, 2009a, b；Cheng et al., 2010；龚晶晶等，2013；辛存林等，2014；李晓晖等，2015)出于提高利用该方法找矿概率的目的，对采样粒度、异常下限的确定和弱异常信息提取等方面都进行了详细的研究，改进了成矿定量预测方法，并取得了一些成果，但受数据处理手段的限制，并未从根本上提高金的找矿概率。由于自然界中Au元素含量较低且分布不均匀，在化探采样和测试过程中，因受代表性和其他因素的影响，不能完全反映金丰度的信息，降低了数据的应用价值，导致部分金矿床(点)没有化探异常与其对应的不合理现象。针对以上问题，本文在“甘肃北山地区玉石山铁金铜镍矿产远景调查”项目工作中，尝试以地质大数据“数据驱动”的思想为指导，通过对该地区化探数据的深度挖掘，模拟不同背景下Au元素的理论值，有效地弥补了Au元素的信息损失，进一步综合Au测试值和理论值进行异常圈定和找矿靶区预测，取得了较好的效果，为化探数据在找Au矿的应用中提供了新的思路。

研究区位于天山-兴蒙造山系与塔里木板块交汇部位的公婆泉岩浆弧、红柳河-洗肠井构造混杂岩带和柳园裂谷带三个构造单元内(图 1)。区内出露的地层主要为新元古代青白口系野马街组石英片岩、大豁落山组硅化白云质大理岩，寒武纪破城山组灰色硅质岩、西双鹰山组二云石英片岩和硅质板岩，志留纪公婆泉群火山碎屑岩、灰岩、砂岩，二叠纪双堡堂组基性火山岩、长石砂岩夹砂砾岩，二叠纪红岩井组钙质砾岩、长石砂岩、钙质粉砂岩，第四系沉积物。受古板块多期次碰撞和对接以及中新生代以来板内构造活动的强烈影响，区内近东西向和北东向断裂纵横交错，平面上交织形成一幅以近东西和北东向构造格架。区内侵入岩从超基性到酸性岩都有不同程度的出露，岩性主要蛇纹石化橄榄岩、辉橄岩、辉长岩、闪长岩、花岗闪长岩、二长花岗岩等，侵入时代为晚加里东期和早海西期。

图 1

Fig. 1

图 1 工作区地质简图 Ⅰ1-公婆泉岩浆弧；Ⅰ2-红柳河-洗肠井构造混杂岩带；Ⅰ3-明水岩浆弧；Ⅰ4-雅满苏裂谷；Ⅱ1-柳园裂谷带；Ⅱ2-辉铜山-小草湖陆缘裂谷. 1-第四系；2-新近系苦泉组；3-二叠系红岩井组；4-二叠系双堡塘组；5-志留系公婆泉群；6-寒武系西双鹰山组；7-寒武系的破城山组；8-青白口系大豁落山组；9-青白口系野马街组；10-闪长岩；11-二长花岗岩；12-辉长岩；13-超基性岩；14-界线/不整合界线；15-断层；16-板块缝合线；17-背斜；18-省界；19-石英脉；20-金矿点及编号；21-研究区 Fig. 1 Geologic sketch map of the study area

研究区位于磁海-公婆泉Fe-Cu-Au-Pb-Zn-Mn-W-Sn-Rb-V-U-P三级成矿带内，区内已发现海西晚期中低温热液型金矿点(Au1)和海西晚期低温热液型金矿点(Au2)两处。

玉石山地区开展1：5万水系沉积物测量面积909km²，采集样品5386件，采样点密度为6.08点/平方千米，每件样品分析17种元素，分析结果特征见下表 1。分析结果中标准差＞15，元素浓集比＞1的元素为Zn、Ni、Cr、Mn、Pb、Ag、Mo、W、As、Sb、Bi、Au，说明其具有富集成矿的可能。其中Au元素标准差为13.85，浓集比为1.01，单个样品含量高达760×10^-9，与Au相关元素Pb、Ag、As、Sb、Bi元素均具有很高的浓集比率，说明该区具备寻找以Au为主的金属矿的潜力，具有较好的找矿前景。

表 1

Table 1

表 1(Table 1)

表 1 化探原始数据统计表 Table 1 Statistical table of original data of chemical exploration 统计参数 Cu Pb Zn Ag Mo Sn W Ni Co Cr Fe Mn As Sb Bi Hg Au 极小值 3.6 2 17.7 0.02 0.3 0.5 0.5 2 1.2 8.8 0.42 126 1 0.2 0.1 3.4 0.3 极大值 104.1 78.5 1400 4.72 82.33 41.63 69.23 1321 234.8 2418 9.16 7087 95.38 71.35 8.34 78.4 760 均值 26.23 18.59 44.61 0.07 1.77 2.03 1.28 45.83 9.87 81.87 2.68 527.5 6.01 1.04 0.17 4.18 1.97 标准差 10.56 6.76 28.57 0.08 1.67 1.4 1.36 116.5 12.92 164.3 0.92 273.1 4.44 1.27 0.2 1.65 13.85 西域元素丰度 42 7.3 79 0.04 0.61 2.46 1.1 1380 25 1780 6.01 930 0.81 0.1 0.03 6.0 1.949 元素浓集比率 0.62 2.55 0.56 1.75 2.90 0.83 1.16 0.03 0.39 0.05 0.45 0.57 7.42 10.40 5.67 0.7 1.01 注：样本数为5386，西域元素丰度为黎彤等(1999)丰度值，元素浓集比率=平均值/西域元素丰度(浓集克拉克值)，其中Fe单位为×10-2，Au和Hg的单位为×10-9，其他的均为×10-6

表 1 化探原始数据统计表 Table 1 Statistical table of original data of chemical exploration

对玉石山地区化探数据利用常规方法统计全域元素数据平均值(X)、标准离差(δ)，运用迭代法，采用背景场的算术均值(X)和算术标准离差(δ)来计算异常下限(T)：T=X+2δ。通过计算确定Au异常下限值为2.41×10^-9，以该下限值圈定Au元素异常图(图 2)，异常图显示前人已发现的两个金矿点中Au1未在Au异常内，仅以Au元素测试值无法准确研究和确定Au的找矿靶区。将17种元素分析数据进行R型聚类分析显示(图 3)，实测Au元素与Au相关元素均不具有理想的相关关系，说明测试数据结果遗漏一些Au元素信息。

图 2

Fig. 2

图 2 玉石山地区水系沉积物Au元素实测值异常图 Au1、Au2为工作前已有的矿床；Au3为化探分析值异常查证新发现的矿床(点) Fig. 2 Abnormal measured values of Au elements in stream sediments of the Yushishan area

图 3

Fig. 3

图 3 Au实测值R-型聚类分析谱系图 Fig. 3 The pedigree of R-type cluster analysis of Au measured value

自然界中金元素主要呈金属态的单质形式存在，而且其粒度极为细小，在自然环境中几乎没有化学反应能将其离解成离子状态(李景春，1995)，故其在水系沉积物中表现为极其不均匀的分布状态。Au元素从分散的自然状态到矿石中的自然状态无疑是经过活化、迁移和富集而完成的。我们知道，在固态下随着温度的变化依靠扩散作用发生自然金的归并，不能直接形成金矿床；在气态下，只能促使金的丰度的增高，也不能形成矿床；只有在热液作用下才能完成金的活化、迁移和富集的全过程并形成矿床(李景春，1995)。而金热液成矿作用过程中伴随着其他金属元素的活化、迁移乃至富集，所以Au元素与其他元素在成矿过程中具有明显的相关关系，而相对于金元素其他元素分布较为均匀。通过地质大数据“研究相关关系，解决地质问题”的思想，本文运用概率统计学中“回归分析”的方法，建立Au元素与其他相关元素的回归模拟模型，利用该模型计算Au元素的理论值，实现对Au元素潜在信息的挖掘，弥补Au元素因采样代表性和其他偶然因素造成的信息损失，结合Au分析值进一步圈定Au元素靶区范围，提高金找矿概率。

矿床是地质事件的产物，某类矿床和某些地质因素及找矿标志之间存在着一定程度的相关关系，回归分析就是查明这种关系，并对其过程进行模拟的数理统计方法之一。它能从不存在确定性关系的大量观测数据中，找出相关变量之间的内部规律性，它可以根据一个或几个变量值(自变量)，预测另一个变量(因变量)的取值，并且可以估计这种预测能达到什么样的精确度；它可以在共同影响一个变量(因变量)的许多变量(自变量)中，找出那些是重要的，那些是次要的，以及他们间存在什么样的相关关系等(赵鹏大等，1983)。基于以上思想构建本文找矿预测模型，具体如下：

处理方法：对化探原始测试数据进行奇异值处理，将处理后的数据利用多元回归方法分别构建全样本和异常样本的预测模型。

模型1：全样本回归模型(AuQ)

以玉石山地区采集的5386件水系沉积物为样本，将每个样本分析的17个元素值为数据集，构建Au元素与其他16个元素的多元回归预测模型(函数如下)，模型及各参数见表 2：

表 2

Table 2

表 2(Table 2)

表 2 玉石山模型1回归方程系数表 Table 2 The regression equation coefficient of the Yushishan model 1 名称 常数 Cu Pb Zn Ag Mo Sn W Ni Co Cr Fe Mn As Sb Bi Hg 系数 -0.826 0.013 0.053 -0.002 3.734 -0.126 -0.128 0.018 -0.001 -0.02 0.001 0.371 0.00008 0.097 0.261 -0.756 0.042 显著性 0.398 0.585 0.124 0.898 0.418 0.596 0.39 0.899 0.826 0.56 0.813 0.253 0.936 0.056 0.129 0.436 0.732

表 2 玉石山模型1回归方程系数表 Table 2 The regression equation coefficient of the Yushishan model 1

AuQ=-0.826+0.013Cu+0.053Pb-0.002Zn+3.734Ag-0.126Mo-0.128Sn+0.018W-0.001Ni-0.020Co+0.001Cr+0.371Fe+0.00008Mn+0.097As+0.261Sb-0.756Bi+0.042Hg(其中各个元素符号代表是其测试值)。

模型2：异常样本回归模型(AuY)

选区玉石山地区水系沉积物样本中Au测试值大于其异常下限2.41×10^-9的631个数据为样本，建立Au元素与其他16种元素的回归模型(函数如下)，模型及各参数见表 3：

表 3

Table 3

表 3(Table 3)

表 3 玉石山模型2回归方程系数表 Table 3 The regression equation coefficient of the Yushishan model 2 名称 常数 Hg Cu Mn As Cr Ag W Ni Pb Bi Co Sb Sn Zn Fe Mo 系数 -1.357 -0.01 0.007 0.00048 0.022 0.002 -3.249 0.211 0.007 0.037 -1.408 -0.11 0.209 -0.38 0.084 1.619 -0.857 显著性 0.714 0.97 0.946 0.927 0.879 0.866 0.834 0.831 0.792 0.789 0.744 0.628 0.581 0.501 0.277 0.273 0.264

表 3 玉石山模型2回归方程系数表 Table 3 The regression equation coefficient of the Yushishan model 2

AuY=-1.357-0.010Hg+0.007Cu+0.00048Mn+0.022As+0.002Cr-3.249Ag+0.211W+0.007Ni+0.037Pb-1.408Bi-0.110Co+0.209Sb-0.380Sn+0.084Zn+1.619Fe-0.857Mo(其中各个元素符号代表是其测试值)。

统计挖掘后Au各模型理论值和测试值相关参数见表 4，从表中可以看出模型1和模型2计算出的金理论值的标准差和变异系数远小于Au元素测试值。出现以上结果主要是由于金元素在自然界中以微粒状、不均匀状态分布，使测试结果中出现较大的标准差和变异系数，而拟合后的理论数据是依据其他元素与金相关关系计算出的数值，消除了其由金分布状态引起的误差。由此综合参数AuH弥补了各参数的不足，实现了对研究区金矿找矿靶区的有效预测。

表 4

Table 4

表 4(Table 4)

表 4 玉石山地区Au元素化探原始数据及AuQ和AuY模型计算数值 Table 4 The statistical table of Au element parameter values 模型 名称 样本数 极小值 极大值 均值 标准差 变异系数 测试数据 Au 5386 0.30 760.0 1.975 13.8524 7.01 模型1 AuQ 5386 0.10 22.63 2.8006 0.92774 0.33 模型2 AuY 5386 0.30 65.35 11.9231 2.17915 0.18

表 4 玉石山地区Au元素化探原始数据及AuQ和AuY模型计算数值 Table 4 The statistical table of Au element parameter values

玉石山地区已发现金矿床(点)两处(Au1、Au2)，经水系沉积物测试值按照异常下限2.41×10^-9圈定Au异常进行查证，新发现金矿床(点)1处，即Au3(图 2)；后采用大数据思维对化探数据进行深度挖掘，根据AuQ异常进行查证，新发现金矿床(点)1处，即Au4(图 4)；根据AuY异常进行查证，新发现金矿床(点)4处，即Au5、Au6、Au7、Au8，其中Au7达到小型矿床规模(图 5)。以上事实充分说明，以“大数据”思维对Au化探数据进行深度挖掘，可以有效的避免金采样和分析过程中造成的信息量丢失，提高了找矿概率。

图 4

Fig. 4

图 4 玉石山地区化探数据挖掘后AuQ异常图 Au1、Au2为工作前已有的矿床；Au3为化探测试值异常查证发现的矿床(点)；Au4为AuQ异常查证发现的矿床(点) Fig. 4 The AuQ anomaly map after geochemical prospecting in Yushishan area

图 5

Fig. 5

图 5 玉石山地区化探数据挖掘后AuY异常图 Au1、Au2为工作前已有的矿床；Au3为化探测试值异常查证发现的矿床(点)；Au4为AuQ异常查证发现的矿床(点)；Au5、Au6、Au7、Au8为AuY异常查证发现的矿床(点) Fig. 5 The AuY anomaly map after geochemical prospecting in Yushishan area

找矿靶区圈定的准确程度是地质找矿工作的控制性环节。因此，如何开展成矿预测和找矿靶区优选工作是地质勘查的首要问题，无论是传统的理论预测找矿(典型矿床成因模型类比找矿)，还是当前基于地质大数据思维方法的数据挖掘的成矿预测方法，都是建立在“以已知推未知”的基本研究思想之上的工作方法。研究区到目前为止共发现8个矿床(点)，分别研究Au元素实测值和Au理论值(AuQ、AuY)的单元素异常与金矿床(点)分布图，对比结果发现，落入原实测值内异常中的矿床(点)有2个(图 2)，异常见矿率25%；落入AuQ异常中的矿床(点)1个(图 4)，异常见矿率12.5%；落入AuY异常中的矿床(点)4个(图 5)，异常见矿率50%；以上说明分别研究三个异常都无法达到很好的预测找矿靶区的目的。

为了更为有效的开展研究区Au找矿靶区预测的研究工作，本文将以上三组数据(Au、AuQ、AuY)分布做正规化处理(按照公式将其值缩小在0~1之间，其中X_i为正规化处理后的元素值，x_i为元素测试值，x_max为元素测试的最大值，x_min为元素测试的最小值)，并将所得值求和做AuH异常图(图 6)。将以上Au实测值和三个拟合理论值与金矿床(点)分布特征绘制柱状图(图 7)，Au和AuQ都可以将25%的矿床(点)落到8.8%的异常范围内，AuY可以将62.5%的矿床(点)落到9.3%的异常范围内，说明这三个模型中AuY相对较好；AuH模型可以将75%的矿床(点)落到研究区7.1%的异常范围内，说明AuH模型预测效果比以上三个模型更为精准；该模型将Au异常预测找矿概率提高了三倍，充分说明研究区通过回归分析方法进行数据挖掘的理论值进行成矿预测，可实现更好的找矿靶区预测效果。但是所有的模型异常都没有包含Au1矿点，这可能是异常圈定的方法和该处采样密度小的原因造成的；基于“大数据”的找矿预测是一种动态的概率论思维，在不同的地区要根据不同的模型重新统计其有效性，最后依据概率高低筛选出最符合研究区的模型，进行找矿预测和靶区优选。

图 6

Fig. 6

图 6 玉石山地区AuH模型异常及靶区预测图 Au1、Au2为工作前已有的矿床；Au3为化探测试值异常查证发现的矿床(点)；Au4为AuQ异常查证发现的矿床(点)；Au5、Au6、Au7、Au8为AuY异常查证发现的矿床(点) Fig. 6 Abnormal AuH model and target area prediction in Yushashan area

图 7

Fig. 7

图 7 各模型中落入预测区矿点百分比和所占面积百分比对比图 Fig. 7 Comparison diagram of percentage of ore points and percentage of area falling into the predicted area in each model

研究区主要发育以东西、北东向断裂构造，次为北北东向构造。从异常特征上看(图 6)，该区AuH异常主要呈东西和北东向展布，这与区内东西向的主构造和北东向次级构造契合，而北东向构造是主要成矿构造，北东向与东西向构造交汇部位是有利成矿部位(杨建国等，2012)。基于以上及异常强度将本区AuH异常划分出三级共10个找矿靶区(图 6)，其中A级找矿靶区以AuH高异常+东西和北东向构造交汇部位为依据，B级找矿靶区以AuH中异常+东西或北东向构造部位为依据，C级找矿靶区以AuH中-高异常或北东向构造部位为依据。

Au元素在地壳中丰度极低，在华夏壳体丰度为1.73×10^-9，在西域壳体丰度为1.95×10^-9，在藏南壳体丰度为1.69×10^-9(黎彤等，1999)，达到成矿边界品位时丰度也仅为0.5×10^-6~1×10^-6，加上自然界Au主要以单质形式存在，故在找矿过程中无法用肉眼识别，致使在很长时间内制约着金的找矿工作。地球化学勘查方法的提出有效的解决了这个难题，经过近40年的应用，大部分金矿已经被找到，但由于采样代表性和其他因素(抽样分析方法、检出限)的影响，Au测试值不能百分之百的反映实际情况，致使遗漏了一些有价值的Au元素信息，使得该方法在当前情况下找矿效果变低。本文以“地质大数据思维”对化探数据进行了深度挖掘，建立起研究区全体样本和异常样本中Au元素与其他16种元素的回归模拟，利用相对于金元素分布更为均匀的其他元素测试值计算金的理论值AuQ和AuY，通过异常查证取得非常好的找矿效果。进一步综合Au测试值和理论值进行异常圈定和找矿靶区预测，实现了定量找矿预测的目的。将以上三个理论值和17个元素测试值做R型聚类(系统聚类分析)分析(图 8)，20种元素可以明显的分Ⅰ和Ⅱ(AuQ、AuH、As、Sb、Pb、Hg、Au)两大类，Ⅰ类又可以进一步分为Ⅰ-1(Ag、Mo、Zn、Mn、Cu、W)和Ⅰ-2(Co、Cr、Ni、Fe、AuY、Sn、Bi)两个小类；进一步分析，Ⅱ类为区内主要与Au成矿相关的元素组合，Ⅰ-2类为与基性、超基性岩相关的高温热液成因的Au成矿元素组合。该分类结果说明通过数据挖掘可以将研究区内与Au相关元素与其他元素明显的分离，实现了Au隐含信息的提取，解决了原测试数据(图 3)Au与其他元素相关性差的有驳于地质理论的问题。在该区下一步的金找矿工作中，通过综合理论值(AuH)圈定单元素异常，结合地质背景条件圈定找矿靶区，极大的提高金矿的找矿概率，并有效的解决了小范围研究区内在已知矿床(点)不足的情况下，有效的开展找矿靶区定量预测的难题。

图 8

Fig. 8

图 8 全样本元素和挖掘后数据R-型聚类分析谱系图 Fig. 8 The pedigree of R-type cluster analysis of full sample elements and post-mining data

(1) 根据金矿床与某些元素间的内在联系，分别建立研究区Au元素全体样本和异常样本回归模拟模型，通过回归理论值的研究有效的解决了部分金矿床(点)没有与之对应的Au元素异常问题，实现了挖掘Au元素潜在信息的目的。

(2) 在玉石山地区异常查证中，利用Au元素异常查证发现金矿床(点)1处；利用Au元素回归理论值(AuQ、AuY)异常查证，新发现金矿床(点)5处，极大程度的提高了找矿成果。

(3) 通过对Au元素及其回归理论值(AuQ、AuY、AuH)异常对比研究，说明研究区内AuH异常实现了在75%找矿概率下将预测范围缩小到7.1%，是本区最有效的预测模型；结合地质背景，在研究区圈定三级共10个Au找矿预测靶区，为在研究区下一步开展找矿工作指明了方向。

(4) 通过建立Au元素回归拟合模型，有效的解决了因小范围研究区内已知矿床(点)不足的情况下无法开展找矿靶区定量预测的难题。

致谢      审稿专家和编辑提出了宝贵意见；中国科学院地质与地球物理研究所张旗研究员进行了悉心指导和鼓励；在此一并深表谢意。