勘查学讲稿勘查学4(预测理论和方法幻灯片.pptVIP

思考：为什么现有的矿床模式往往缺乏预测能力？ 原因一、成矿系统的巨大时空尺度和复杂性； 原因二、人类的知识和技术能力的局限性。 对付挑战的手段： 非线性科学知识 动力学数值模拟 核实验和天气预报 5. 矿产预测的方法 矿产预测方法系指由描述地质体的各类数据(地、物、化、遥感)转化为矿产资源信息和预测对象(潜在矿床、矿体)整个过程所涉及的一切地质理论和技术方法。应该是一个方法体系，而不是单一的方法。主要分为如下四类： 1）经验模式预测 2）理论模式预测 3）统计分析预测 4）综合预测 1）经验模式预测 预测的依据：观察和测试所得的经验事实 预测的准则：矿床的存在模式 推理方法：归纳、相似类比 2）理论模式预测 预测的依据：观察和测试所得的经验事实 预测的准则：矿床成因概念模式 推理方法：相似类比、演绎 3）统计分析预测 预测的依据：观察和测试所得的经验事实（量化的） 预测的准则：矿床的统计模式 推理方法：统计外延 4）综合预测（综合信息预测） 预测的依据：观察和测试所得的经验事实 预测的准则：异常致矿和概念模式 推理方法：数据驱动或概念驱动的数据 DATA LAYERS FOR 2D PROSPECTIVITY/ENDOWMENT ANALYSIS Kalgoorlie Terrane 基于GIS的多元信息综合集成 INPUT FOR FLUID PATHWAYS: VARIATIONS IN STRIKE OF CRUSTAL-SCALE FAULTS INPUT: CHEMICAL CONTRAST, Fe/(Fe + Mg + Ca), 1km Warick Brown, 2002, PhD thesis, UWA VOLCANIC-SEDIMENTARY CONTACTS: FLUID CAP/SEALS Granitoid Felsic volcanics Sedimentary Mafic volcanics LEGEND Mines ground acquisition target selection Prospectivity Maps INTEGRATION OF CRITICAL PARAMETERS INTO PROSPECTIVITY MAP Regional Mineral Exploration Data GIS ? Analyse Combine Remote Sensing Geophysics Geochemistry Geology GIS raster layers target output 1 Input feature vector [3, 8, 33, 800] FUZZY LOGIC NEURAL NETWORKS PROSPECTIVITY MAP USING 10 LAYERS FOR KALGOORLIE TERRANE Warick Brown, 2002, PhD thesis, UWA HOW GOOD IS PROSPECTIVITY / ENDOWMENT PREDICTION Highest prospectivity “zones” occupy 0.5% of Terrane Contain 80% of known gold resource Include only 15 gold deposits/camps Hence, tend to define larger, potentially world-class, deposits and discriminate against small uneconomic deposits This is because world-class deposits require the conjugation of more critical parameters than smaller deposits Methodology transportable to other greenstone belts, globally. 成矿预测的原理及过程图解 提高成矿预测能力的途径： 1) 不盲目追求高新技术和新奇理论，扎扎实实做好基础地质工作。目前还没有任何高新技术能取代地质填图、编录和采样等基础地质工作。 2) 发展地球信息探测技术，在更大的范围更准确地探测地球信息 增加信息探测的广度、深部和精确度肯定能提高成矿预测的成功率。（气象卫星对天气报）。 3) 创新地壳构造理论，更加准确推测地壳构造时空演化特征 成矿作用是一个历史事件，要恢复成矿系统和勘查区在成矿作用发生时各地质素间的空间关系和动力学关系就