鹽湖礦產預測方法探究

前言：本站為你精心整理了鹽湖礦產預測方法探究范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

本文作者：王躍峰白朝軍作者單位：河南省地質調查院

模型單元預測變量及標準參數設置

預測變量(控礦因素)的選擇構置和標準參數的設定如下。根據本次工作建立的鹽湖礦產資源遙感綜合找礦模式，我們將液體資源量預測所涉及的因子確定為兩大條件10個因素或變量(圖1)。根據對形成礦產資源有利程度和對計算資源量的影響，10個因素權重值由大到小排序為鹵水面積、鹵水深度、遙感成礦信息、地質背景、封閉性、泉華、退縮比、沉降性、水系、地貌。經過綜合分析對比研究，模型單元預測變量的設定依據及標準參數如下。

1內部賦存條件(Q1)

內部賦存條件(Q1)是組成礦體和計算資源量的最基本因素，它直接影響資源量的多少，權重占總因子的70%，主要包括鹵水面積和鹵水深度。鹵水面積P1指現在地表以上湖泊水體面積，不包括地下晶間鹵水面積，是計算液體礦產資源量的重要因子，在內部賦存條件中設計為0.5。鹵水深度P2指現在地表以上湖泊水體的平均深度，也是計算液體礦產資源量的重要因子，參數(權重)在內部賦存條件中設計為0.5。

2外部成礦條件(Q2)

外部成礦條件(Q2)是形成礦床的外在因素，其條件優劣對形成礦床規模和品位起重要作用，其總體變化相對有限，所以設計權重占總因子的30%。主要包括地質背景、水系、地貌、泉(華)、退縮比、封閉性、沉降性、遙感成礦信息等8個因子。地質背景S1指湖泊水系流經主要地區的地質、構造、地球化學特征等，和成礦關系密切。參數(權重)在外部成礦條件中(下同)設計為0.03。水系S2主要指流進湖泊各種水系的發育程度。水系是成礦物質運移的主要載體，發育程度對鹽湖成礦影響較大，參數(權重)設計為0.06。地貌S3指湖盆所處的地貌類型，是斷陷谷地還是孤立湖盆，和成礦物質來源豐富程度有關。參數(權重)設計為0.04。泉(華)S4因西藏鹽湖異常豐富的硼、鋰、鉀和地下熱泉關系密切，古泉華發育地區，硼、鋰成礦可能性較大。參數(權重)設計為0.10。退縮比S5關系到湖泊的退縮程度。湖泊退縮程度越高，成礦物質相對越集中，品位越高。參數(權重)設計為0.06。封閉性S6指湖泊保存成礦物質的密封程度。封閉性好，就容易成礦，否則，成礦物質流失，難以成礦。參數(權重)設計為0.15。沉降性S7指湖泊所在的絕對或相對高低位置，可用絕對海拔或相對落差來表示，絕對海拔越小或相對落差越大，表明沉降性好，容易形成匯水中心，成礦物質就充足。參數(權重)設計0.06。遙感成礦信息S8指鹽湖礦產在影像上(TM、ETM)各種直接、間接反映。包括色調、影紋、亮度、飽和度和各種成礦增強信息在影像上的綜合反映，是遙感礦產調查的基礎和成礦最重要的標志。參數(權重)設計為0.5。

3預測湖泊參數及權重設置

把模型單元總參數值設定為1，然后把預測湖泊的各個方面(包括內外部條件的各種因素)和模型單元進行對比，得出各因素參數值，最后計算出總參數值。根據模型單元總參數值為1和其資源量，求出預測湖泊的資源量。

1)液體LiCl預測參數設置

以經過野外驗證的結則茶卡為模型單元。該湖泊面積101.38km2;平均水深10.49m，總參數值為1，LiCl資源量139.62×104t，以此為標準來設置和計算各個預測湖泊參數值和LiCl資源量。內部賦存條件Q1中，鹵水面積P1利用MapGIS在最新時相中大比例尺TM/ETM影像圖(1∶500000～1∶50000)上直接量取，根據湖泊面積大小，按＜10km2、10～50km2、50～100km2、＞100km2劃分參數值，參數值分別是0.004、0.02、0.10和0.50。鹵水深度P2根據已知和本次調查鹽湖的水深結果，得知不同鹽湖水深的水體在TM1波段所反映的灰度值(密度)，建立水深—影像密度關系見表1，然后利用TM1灰度值，類推未知湖泊的水深。我們劃分出＜1m的淺水區，1～3m較深水區，3～10m的深水區和＞10m的極深水區。參數值分別設定為0.004、0.02、10和0.50。外部成礦條件Q2中，地質背景S1根據湖泊周圍出露的地層、巖漿巖及構造發育情況，結合地球化學特征和已知驗證鹽湖結則茶卡進行對比，按成礦的有利程度，分為4級，參數值設定為0.008、0.015、0.03、0.05。其中，0.008代表沒有含礦地層，巖漿巖及構造不發育;0.015代表有含礦地層，巖漿巖及構造不發育;0.03代表有含礦地層，巖漿巖及構造較發育;0.05代表有含礦地層，巖漿巖及構造發育，分布有利的地球化學異常。水系S2根據注入河和排泄河的分布特征，結合成礦有利度，依次劃分出4級，參數值設定0.02、0.04、0.06、0.08。其中，0.02代表只有排泄河，0.04代表有注入河也有排泄河，0.06代表注入河較多，排泄河較少，0.08代表注入河較多，沒有排泄河。地貌S3根據所處地貌對成礦的有利程度，劃分為一般、較有利和有利3級，參數值設定為0.02、0.04、0.06。其中，0.02代表所處的地勢較高，不利于物質的匯入;0.04代表所處的地勢適中，有部分物質的匯入;0.06代表所處的地勢較低，匯入物質較多。泉及泉華S4是地下熱水排泄的主要表現或存在形式，據發育程度我們劃分出4級，參數值設定為0.02、0.05、0.10、0.15。其中，0.02代表泉及泉華不發育;0.05代表泉及泉華零星分布，有1～2個;0.10代表泉及泉華發育，有3～5個;0.15代表泉及泉華非常發育，有5個以上。泉及泉華個數可根據已知資料或在影像圖上確定。退縮比S5為湖泊退縮程度和成礦有密切的關系，根據湖泊影像上能看到的退縮前面積和現湖泊面積之比，劃分為強退縮(＞5倍)，中退縮(5～2倍)和弱退縮(＜2倍)3種。參數值設定為0.10、0.06、0.02。封閉性S6根據湖泊排泄方式和受后期斷裂影響程度確定，封閉性劃分為較差、一般、好3種，參數值分別設定為0.06、0.10、0.15。其中，0.06代表有排泄河流或在斷裂帶上，封閉性較差;0.10代表有少量的排泄河流;0.15代表沒有排泄河流和斷裂，封閉性好。沉降性S7根據湖泊的絕對或相對位置，沉降性可劃分為差(＞4800m或落差＜50m)，中等(4800～4600m或落差50～200m)和好(＜4600m或落差＞200m)3種，參數值設定為0.02、0.04、0.06。遙感成礦信息S8根據色調、影像和增強信息(反頻增強、均衡化增強及比值、主成分分析等)反映的程度，劃分為弱、中、次強、強4種，參數值設定為0.02、0.10、0.50、0。

2)液體B2O3預測參數設置

以經過野外驗證的才瑪爾錯為模型單元。該湖泊面積35.06km2，水深1.44m，總參數值1，資源量7.23×104t，以此為標準來計算預測各個湖泊的總參數值和資源量。根據對成礦有利度，不同因素參數值劃分3～5級，劃分原則和方法基本同上，參數值設定如表2。

3)液體KCl預測參數設置

以經過野外驗證的鄂雅錯(面積731km2，平均水深10.51m，總參數值為1，資源量1003.17×104t)為標準預測各個湖泊的參數總值及資源量，參數值級別劃分及設定見表3。

4)固體芒硝、石鹽資源量預測參數設置

固體和液體礦產資源量在預測變量(控礦因素)選擇上稍有不同。內部賦存條件主要為分布面積和沉積厚度，權重占總因子的70%;外部條件主要有地質背景、水系特征、地貌特征、湖盆封閉性、遙感成礦信息等，權重占總因子的30%。由西藏鹽湖鹽類沉積特征可知，芒硝和石鹽密切共生，且幾乎存在于每個含礦湖泊中。石鹽往往沉積于表層，厚度一般較小，一般1～100cm;芒硝沉積于石鹽下面，且有多層分布，且厚度遠遠大于石鹽，累計可達20～30m。故此，我們粗略地認為芒硝和石鹽的分布面積是相等的，同時根據納屋錯芒硝礦床驗證結果，認為分布面積約為干鹽灘和鹵水面積之和。區內有些湖泊是以石鹽沉積為主，有些是以芒硝為主，多數石鹽和芒硝均有沉積。固體芒硝資源量預測參數設置以驗證湖泊納屋錯(面積80.59km2，平均水深1.33m，總參數值為1，資源量10347.97×104t)為標準進行預測。內部條件包括分布面積和沉積厚度。分布面積權重設計0.50。根據已知資料或直接在TM(ETM)影像圖上圈定，然后在MapGIS上讀取。劃分級別為＜20km2、20～50km2、50～100km2和＞100km2，參數值分別為0.08、0.2、0.5和1.5;沉積厚度權重設計0.5。根據已知資料或據鹽湖沉積物總的變化趨勢(芒硝在班—怒結合帶較厚，往北依次變薄，石鹽則由南往北漸變厚)來進行推算，分級為0～1.0m、1～2m、2～4m和＞4m，參數值分別為0.2、0.5、1.0和5。外部條件包括地質背景、水系、地貌、封閉性及遙感成礦信息5種因素，分級及參數值設置如表4。石鹽資源量預測參數設置以工作程度相對較高的朋彥錯(面積23km2，平均層厚0.62m，總參數值為1，資源量1936×104t)為標準，設定參數分級和參數值見表5。

資源量預測模式及計算

根據礦床統計預測理論和本次多因素綜合評判模型法，計算資源量模式如下。根據上述參數分級及設置標準，用預測湖泊和模型單元的同種控礦因素進行對比，得出各因素參數值，然后計算出總參數值，最后用預測模式進行計算。本次工作對西藏境內81個含礦湖泊進行了液體硼(B2O3)資源量預測，對62個含礦湖泊進行了液體鋰礦(LiCl)資源量預測和鉀礦(KCl)資源量預測，對68個含礦湖泊進行了固體芒硝礦(NaSO4)資源量預測，對67個含礦湖泊進行了固體石鹽礦資源量預測。各鹽湖資源量預測結果略。

資源量預測及結果評述

1預測結果

根據上述資源量預測方法和計算模式，我們對全區已知礦床和找礦靶區主要礦產進行了資源量預測。結果是液體鋰礦(LiCl)資源量為2127.71×104t，液體硼礦(B2O3)資源量為1089.91×104t，液體鉀礦(KCl)資源量為33696.01×104t。

2預測結果評述

該預測方法及參數值設置具有很強探索性，為了判斷預測結果的可靠性、準確性，我們對工作程度較高的鹽湖，用已知查明儲量和本次預測資源量進行比較(表6)。由表6可以看出，預測資源量和查明資源量(儲量)平均誤差10.82%，一般在5%～15%，說明預測方法是可行的，預測結果基本可靠。值得說明的是，鹽湖中的鹽度也是個重要參數，它和礦產有一定的正相關性，鹽度越高說明鹽湖成礦物質越集中，含礦濃度也越大，同時它的外部條件表現對成礦也越有利。所有這些特征在遙感信息因子中已包含，在此不再單獨設鹽度參數。

結論

對西藏境內含礦湖泊(含找礦靶區)進行了資源量預測。其中，液體鋰礦(LiCl)資源量為2127.71×104t，液體硼礦(B2O3)資源量為1089.91×104t，液體鉀礦(KCl)資源量為33696.01×104t，為地方政府和有關單位及個人進行鹽湖礦產資源勘查開發提供了重要參考依據。我國青藏高原地域廣大、高寒缺氧、交通不便、鹽湖礦產資源工作程度較低，利用遙感技術進行調查和資源潛力評價，具有投資少、見效快、找礦效果好等諸多優點，是西部高海拔地區鹽湖礦產資源快速評價的有效方法。