地球化学勘查作为一门重要的找矿方法在矿产资源勘查中占据重要的地位,尤其适宜于贵金属Au、Ag以及有色金属Cu、Pb、Zn等矿种的勘查。在地球化学勘查活动中,对获取的地球化学数据进行矿致异常的识别和评价及其矿质来源的辨析是十分关键的一个环节,直接关系到下一步勘查决策的制定和找矿实践的成败。通常认为地球化学异常是指某一元素(同位素)含量在采样介质中富集或贫化的一种异常现象,若元素趋于富集称为正异常,反之则称为负异常。由于成矿元素是一个逐步富集的过程,由矿床或矿化引起的异常(称为矿致异常)往往是正异常,也是评价的主要对象。就矿致异常的提取和评价而言,空间分析技术和定量评价方法的研究一直是国内外勘查地球化学家角逐的热点。近年来,不同学科的主题数据呈几何指数急剧膨胀,互联网技术和数据库技术也得到极大发展,使得传统的数据分析成为一门独立的交叉学科,称为数据挖掘或数据科学,其基本含义为通过某一主题数据的分析和挖掘,从而获取有价值的专业知识,实现从数据工厂到数据黄金的变革。当勘查地球化学家对勘查地球化学空间数据进行空间分析和定量评价时,实际上是扮演着数据科学家或数据挖掘师的身份,即针对多来源和多尺度的高维地球化学数据进行分析,从而挖掘其中隐藏的地球化学找矿知识。基于上述研究背景,以现代统计学、稳健统计学、成分数据分析和空间分析理论与技术为指导,充分利用GIS和R编程语言为数据分析工具,针对勘查地球化学主题数据实现两个目标,一是提出地球化学矿致异常空间分析和定量评价的新方法与新技术,二是所挖掘的找矿知识直接服务于区域和矿区两种尺度的矿产勘查决策。根据上述研究目标,研究内容主要包括：(a)深入认识和系统总结地球化学空间数据固有的基本特征,尤其是离群性、封闭性和自相关性等基本特征的理论分析和实证研究；(b)设计一套地球化学空间数据检查的解决方案和总结几种常用的数据变换方法,重点讨论对数比数据变换的优越性和必要性；(c)开展单元素和多元素的探索性空间数据分析,包括单元素分布形式的各种判定方法和多元素之间相关关系、组合规律和空间趋势变化的可视化显示；(d)对比不同方法计算单元素异常下限的结果,实现多元素离群点自动检测和可视化显示技术,辨析Cu、W等地球化学矿致异常的矿质来源和示踪其空间过程(成矿作用);(e)研究聚类分析、判别分析和回归分析等基于数据驱动的矿致异常评价方法,分析其应用效果并评价结果的有效性。研究基于知识驱动(“标准样本”找矿模型)的矿致异常定量评价新方法。本论文选取九瑞铜矿和大湖塘钨矿作为研究对象,数据源以九瑞和大湖塘地区的区域地球化学数据为主(九瑞地区1081件组合样,大湖塘地区3142件组合样),还包括在大湖塘地区野外采集的6条风化土壤剖面分析数据和收集的石门寺矿区4号勘探线剖面分析数据(6516件样品),数据具有多介质(水系沉积物、土壤和岩石)、多元素(高达39种)和多尺度(区域和矿区)的特点。在充分认识九瑞和大湖塘地区不同尺度地质矿产特征的基础上,分别对Cu、W矿致异常的空间分析与定量评价展开了系统研究。取得了如下6个方面的研究成果：1)针对勘查地球化学数据分析元素种类多且样本量大的特点,尤其是区域地球化学数据分析的元素达39个,首次系统明确了勘查地球化学数据具有10个方面的固有基本特征,依次为：非负性、连续性、批次性、变异性(异质性)、自相关性(依赖性)、尺度不变性(自相似性)、叠加性(混合性或不均一性)、删失性(截尾性)、离群性和封闭性。在充分认识这10个基本特征的基础上,设计出5个地球化学数据检查的可选方案和总结了5种重要的数据变换方法,进一步指出了地球化学成分数据为消除其封闭性产生的伪相关,须进行对数比数据变换。2)结合地球化学数据的基本特征,提出了一套单元素和多元素探索性空间分析的完整解决方案。(a)关于单元素的探索性分析,提出了单元素分布形式的4种判定方法,主要为图解法、偏度和峰度概要统计参数、Kolmogorov-Smirnov和Shapiro-Wilk正态检验以及C-A分形法,并指出了各种方法的优缺点。直观的图解法包括一维散点图、直方图、密度图、经验分布函数图、QQ图、累积概率图、PP图和箱图,其中直方图、累积概率图和Tukey箱图等应用十分广泛,尤其适用于探查勘查地球化学数据的离群性、删失性和叠加性等。另外,指明了直方图中分组数目的合理划分是其制图分析的关键参数。最后,推荐联合多个图解共同探索单元素的分布形式和数据结构,这样才能全面认识数据的基本特征。(b)除了单元素探索性分析,讨论了多元素可视化探索性分析的4种图解,分别是相关图、平行坐标图、空间趋势图和空间距离图。相关图即是两两元素之间相关系数的矩阵化表达,对比相关图中的Pearson相关系数和稳健相关系数发现,稳健相关系数一般小于Pearson相关系数,其反映的是数据的主体信息。当进一步用颜色和图案直观区分相关图中相关系数的大小后,这对于多元素之间相关系数的对比将十分便捷和高效。平行坐标图用于探查多元素之间的组合关系。设计出多元素在任意方向和区带上关联分析的空间趋势图和空间距离图,为地球化学矿致异常的空间分析和定量评价提供了一个新的思路。3)地球化学矿致异常正确识别的前提是背景与异常的合理分割,对单元素而言,实际上是异常下限的计算,本次研究采用了基于经典统计学的均值标准差法(Mean+2SD)、基于稳健统计学的中位数绝对偏差法(Median+2MAD)和Tukey箱图法(Q3+1.5·IQR)以及基于百分数的累积频率法(98%)等4种计算方法。对比这4种方法所计算的异常下限结果发现：基于经典统计学的均值标准差法不适宜于计算成矿元素含量的异常下限；基于稳健统计学的中位数绝对偏差法计算的异常下限能够最大程度避免极端值的影响；基于百分位数的累积频率法始终能各自识别出占总样本数一定比例(如2%)的高值样本和低值样本；推荐异常下限的计算方法使用基于稳健统计学的中位数绝对偏差法和Tukey箱图法,但二者在计算之前须进行Log10变换或Logit变换。除了单元素的异常下限计算,实现了多变量离群点的自动检测和可视化技术,基于城门山铜矿床和石门寺钨矿床的特征元素组合,在九瑞地区检测出Cu+Mo+Au+Ag+W+Sb+Zn元素组合的离群点,呈高度聚集分布和随机离散分布,其高度聚集的离群点对应已知的大型铜矿床或Cu元素成矿概率较大的地区；在大湖塘地区检测出W+Cu+F+Ag+As元素组合的离群点,也呈高度聚集分布和随机离散分布,其高度聚集的离群点对应已知的大型钨矿床或W元素成矿概率较大的地区。4)在Cu、W矿致异常识别的基础上,按照多尺度和多介质的聚焦找矿思路,辨析了Cu、W矿致异常的矿质来源,有如下3点认识：(a)通过辨析九瑞地区Cu异常和大湖塘地区W异常的矿质来源发现,“高、大、全”Cu异常的矿质来源于深源中酸性岩浆岩,如形成的城门山矽卡岩型-斑岩型铜矿床和武山矽卡岩型铜矿床,而“高、大、全”W异常的矿质来源则来源于壳源的酸性花岗岩,如形成的石门寺岩浆热液型钨矿床、狮尾洞岩浆热液型钨矿床和香炉山矽卡岩型钨矿床。(b)通过区域→空间子区再到矿床邻域的多尺度分析,以元素的地球化学性质为理论依据,按照元素组合的关联性和区分性,获得了城门山铜矿、武山铜矿、曾家垅锡矿、石门寺钨矿、狮尾洞钨矿和香炉山钨矿的特征元素组合,依次为：Cu+Mo+Au+Ag+W+Sb+Zn, Cu+Au+Ag+Pb+As+Sb, Sn+F+As+Sb, W+Cu+F+Ag+As, W+Cu+F+Ag+As+Sb, W+Cu+F+Ag,可作为区域上发现类似矿床的找矿标志。(c)从元素“量”的视角出发,以大湖塘地区6个典型土壤风化剖面为例,发现了W等成矿元素含量在垂向土壤风化剖面上呈逐渐递增的变化趋势,进一步证明了土壤B层是该区最佳的采样层位。再以石门寺矿区4号勘探线剖面为例,首先对主成矿元素W、Cu在不同含量区间和不同岩石单元中的含量展开分析,揭示了钨矿体和铜矿体有两个显著的浓集中心和二者富矿体的空间叠合度高且主要分布在热液角砾岩和含钨石英脉中；然后利用Fry图解分析了W、Cu成矿元素空间迁移轨迹的方向和倾角,其迁移轨迹均为从NE向SW方向运移,但倾角略有不同,分别为25°～30°和30°。这为W、Cu矿体在剖面上的空间分布形态提供了定量证据。(d)选择九瑞地区的Cu+Mo+Au+Ag+W+Sb+Zn元素组合和大湖塘地区的W+Cu+F+Ag+As+Sb元素组合,分别开展主成分分析(PCA)和因子(FA)分析。结果表明：双标图和主成分(因子)得分图是示踪Cu和W等成矿作用过程的有力工具,由于成分数据受数据离群性的影响和封闭性的约束,故在数据分析前推荐原始数据进行clr变换,就结果的解释度而言,PCA比FA能够获得更高的解释度。5)以九瑞和大湖塘地区的区域地球化学数据为例,研究了聚类分析、判别分析和回归分析等3个基于数据驱动的矿致异常定量评价方法。结果发现：聚类分析能够用于优化九瑞和大湖塘地区的指示元素组合；判别分析适宜于九瑞地区3个空间子区(Cu矿化区、Sn矿化区和深海相沉积地层区)的样本分类,且Sn矿化区的分类误判率最低；通过回归分析,分别建立了城门山、武山、曾家垅、石门寺、狮尾洞和香炉山等6个典型矿床邻域内的多元线性回归方程,经过回归系数t检验、回归方程F检验和校正可决系数(Adjusted R2)等3个指标的综合判别以及进一步的诊断分析,认为6个多元线性回归方程对于Cu、Sn和W等成矿元素含量的预测精度较高。这将为基于知识驱动的定量评价奠定坚实的基础。6)提出了基于知识驱动(“标准样本”找矿模型)的矿致异常定量评价新方法——相似系数法,主要应用于定量判别相似矿致异常的矿化类型。阐释了地球化学相似系数的内涵,制定出相似系数法的5个实施步骤,依次是：选典型矿床→挑元素组合→制“标准样本”→算距离值和转相似系数→绘相似系数图。重点对欧氏距离公式中的数据变换、“标准样本”指示元素的含量赋值和权重系数的计算、欧氏与兰氏距离公式、相似系数符号图的分级方案、相似系数等值区图的插值参数以及相似系数的自相关模式等几个方面进行了详细的讨论与分析。经反复试验和深入比较后获知：(a)在欧氏距离计算公式中,对数变换优于匀化变换。(b)标准样本”中各个指示元素含量的赋值推荐采用异常平均值,并建议使用相对权重方法计算各个元素的权重系数。(c)九瑞地区优选兰氏距离公式作为计算2个铜矿“标准样本”(城门山和武山)相似系数的最佳距离公式,而大湖塘地区优选欧氏距离公式作为计算3个钨矿“标准样本”(石门寺、狮尾洞和香炉山)相似系数的最佳距离公式。(d)当绘制相似系数符号图或等值区图时,为了便于对比,其分级方案推荐采用5级累积频率法(50th,90th,95th,98th)。(e)以九瑞和大湖塘地区的区域地球化学数据为例,当绘制5个“标准样本”的相似系数等值区图时,建议其最佳搜索半径为4.5km,对应于最大全域型Moran’s Ⅰ指数：再由5个“标准样本”相似系数的局域型LISA聚集图得出：高高聚集模式(High-High)和高低聚集模式(High-Low)是下一步的重点勘查区。按照证据层组合决策的思想,最终给出九瑞和大湖塘地区具体的勘查决策建议为：在九瑞地区,下一步铜矿勘查优先部署在城门山兰氏距离相似系数≥0.298且武山兰氏距离相似系数≥0.405的样本分布区,其次部署在仅城门山兰氏距离相似系数≥0.298或武山兰氏距离相似系数>≥0.405的样本分布区；在大湖塘地区,下一步钨矿勘查优先部署在同时满足石门寺欧氏距离相似系数≥0.602、狮尾洞欧氏距离相似系数≥≥0.578、香炉山欧氏距离相似系数≥0.717等3个条件的样本分布区,其次部署在同时满足前述3个条件中任意2个的样本分布区,最后部署在只满足前述3个条件中任意1个的样本分布区。综上所述,本文的3个创新点为：(a)针对多元素的可视化探索性分析,设计出多元素在任意方向和任意形状区带上关联分析的空间趋势图和空间距离图,为地球化学矿致异常的空间分析和定量评价提供了一个新的思路。(b)提出了基于知识驱动(“标准样本”找矿模型)的矿致异常定量评价新方法—相似系数法,主要应用于定量判别相似矿致异常的矿化类型。阐释了地球化学相似系数的内涵,制定出相似系数法的5个实施步骤,依次是：选典型矿床→挑元素组合→制“标准样本”→算距离值和转相似系数→绘相似系数图。(c)提出了矿致异常多尺度和多介质源辨析的新途径,查明了九瑞地区Cu矿致异常和大湖塘地区W矿致异常的矿质来源,并揭示了Cu、W成矿元素的空间过程(成矿作用),从而为矿致异常的定量评价提供了理论基础。