化探数据处理是勘查地球化学中的一项重要工作,直接影响化探工作的找矿效果。不同的化探数据处理方法各有自己的优势和不足,所以,本文选取几种化探数据处理方法进行组合,给出所有的可能反映找矿信息的异常,确保异常不丢,然后把所有这些异常交与地质工作者去甄别验证,以寻找该地区所有可能的矿产资源。本文依托武警黄金第四支队辽宁省阜新地区1:25000水系沉积物测量工作及相关异常查证工作,利用VBA和MATLAB编写代码实现常规逐步剔除法、对数逐步剔除法、分形求和法、分形面积法及子区中位数衬值滤波法自动对化探数据进行处理,从而确定阜新地区Au、Ag、Cu、Pb、Zn、As、Sb、Bi、Hg、Mo十种元素的异常下限,圈定单元素异常,利用相关分析、聚类分析及因子分析的方法研究这十种元素的共生组合特征,圈定综合异常,并对各元素异常进行分类、排序、解释和评价,然后依据成矿能量法划分成矿远景预测区,为该区下一步找矿工作提供依据。逐步剔除法是最常用的化探数据处理方法。然而逐步剔除法只强调了数据的随机性及其频率分布,忽略了元素含量的空间分布信息,而分形法则很好地兼顾了两者。逐步剔除法和分形法有严格的基本假设条件,满足假设条件后,才能使用相应的统计方法;而子区中位数衬值滤波法则不要求任何假设条件,它根据数据本身固有的特性来识别异常点,区分背景总体和异常总体,并且不需要对原始数据进行预处理。逐步剔除法和分形法将全区的地球化学背景面看成一个没有起伏变化的平面。而子区中位数衬值滤波法通过中心窗口和方形环带的移动将全区的地球化学背景面变成了连续起伏变化的曲面,这样更加接近实际的地质情况。通过相关分析发现,Ag和Sb相关性很好,Pb和Zn、As、Mo存在相关性,Au与其它元素相关性很弱。通过聚类分析,可以将10种元素分为3类:Ag、Sb、Au为第一大类;Bi、Hg为第二大类;Pb、As、Zn、Mo、Cu为第三大类。通过因子分析,可以将10元素变量转换成7个因子:F1公因子代表Ag-Sb-Pb元素组合,在研究区众多因子中占据主要地位,可能与贵金属热液成矿作用有关;F2公因子代表Cu-As元素组合;F3公因子代表Hg元素;F4公因子代表Au元素;F5公因子代表Bi元素;F6公因子代表Zn元素;F7公因子代表Mo元素。利用成矿能量法来提取和筛选研究区的地球化学综合异常,根据成矿远景预测区划分原则以及研究区地质地球化学特征,结合1:25000水系沉积物地球化学异常分类评价结果,研究区内可以划分出4处成矿远景预测区。靳家店(1-1)成矿远景预测区成矿潜力较大,区内异常可能是含金矿化体引起的,是金及多金属的成矿有利部位。各力格(Ⅱ-1)成矿远景预测区成矿潜力较大,区内异常可能是含金、铜矿化体引起的,是金及多金属的成矿有利部位,有进一步寻找大型隐伏矿体或盲矿体的意义。大朝阳沟(Ⅱ-2)成矿远景预测区成矿潜力较大,区内异常可能是含金、铜矿化体引起的,是金及多金属的成矿有利部位,有进一步工作的意义。架木苏(Ⅱ-3)成矿远景预测区成矿潜力较大,区内异常可能是含银、铅矿化体引起的,是多金属的成矿有利部位,有进一步工作的意义。