美国矿产资源“三部式”定量评价及案例

美国矿产资源“三部式”定量评价及案例（一)矿床模型ﻫ“三部式”评价主要依靠两类矿床模型：描述性模型和品位-吨位模型。

除此之外，表达单元面积矿床数的第三类模型已经出现。

建立矿床模型最重要的部分可能是在计划阶段,在这一阶段建立模型的目的和模型可能的用途的考虑确定了模型的特征。

理想状况下，矿床模型为区分可能矿化环境和非矿化环境、区分已知矿床类型、区分矿床和矿点提供了必须的和足够的信息。

在“三部式”评价中，矿床模型被用于圈定评价区域，划分矿化和非矿化环境，划分已知矿床类型；而矿床与矿点的划分取决于评价区域矿床数的估计。

成矿远景区各类地学信息可被用于完成上述任务。

ﻫ综合离散信息的关键是矿床模型。

建立的矿床模型允许地质学家将矿床类型与地质环境相联系。

一个矿床就是一个具有足够规模和品位的，在最有利的环境下具有经济潜力的矿点。

在“三部式”评价中，这种矿点构成了评价的靶区总体。

由于在某些方面,每个矿床之间是互不相同的,因此，矿床模型是对众多单个矿床的抽象表达，它必须高于单纯的描述性,而具有高度的代表性。

具有相对广泛并具有大多数矿床属性特征的矿床被称为模型，这种模型代表了这类矿床的形成和演化。

图１“三部式”矿产资源定量评价结构流程描述性矿床模型有两部分。

第一部分描述了已发现矿床的地质环境;第二部分描述了矿床的鉴别特征。

第一部分在圈定评价区过程中起重要作用,这一部分描述了矿床类型的一般环境。

第二部分有助于划分已知矿床和矿点到不同的类型，有助于评价区的圈定。

在某些情况下,地质环境并没表达在地质图上,在这种情况下，地质环境根据已知矿床和矿点来鉴定。

模型的组织构成了矿床的分类。

这就提供了一条通过聚焦容矿岩的岩性和构造环境易于接近模型的路径,更易于从地质矿产图上获取所需的信息特征。

ﻫﻫ品位-吨位模型反映了每类具有很高勘探程度矿床的吨位和平均品位频率分布,亦可将它们视为类似地质环境下同类未发现矿床的品位-吨位模型。

虽然矿床类型模拟工作已经持续１５年,但近来出版的６９个品位-吨位模型是可用于资源评价的最大的模型库（D. A. Siｎgｅr,１９9３)。

这些模型以累积频率图和累积统计结果的形式出现，同时还提供基于数据的均值和离差的最佳拟合对数曲线。

对每一种矿床类型,这些模型有助于定义一个矿床,而不是定义一个矿点和一个弱的矿化点。

构建品位-吨位模型涉及到多个环节，其中第一步是被认为属于被模拟的一组具有很高勘探程度的矿床类型的鉴定，描述性模型亦是最常用的。

将这组矿床中的每一个矿床的属性与描述性模型相对比,以确保所有的矿床属于同一类型。

对每个矿床收集的数据包括具有可能经济意义和基于总产量、储量和以可能最低边界品位圈定的且与资源量有关的每类金属和矿产品的平均品位。

这些数据代表了每个已知矿床内蕴资源的估计，最终模型代表了所有未发现矿床的内蕴资源量。

来自出版的品位-吨位模型的统计表明,大多数模型具有吨位的对数正态分布。

此外,主要矿产品的品位和吨位之间并不具有显著的相关性。

在构造某些模拟器时，需要这类频率分布和相关关系的信息。

在现实中，对同一类型具有同一边界品位的不同矿床的品位和吨位很少报道;事实上,边界品位并不经常被报道。

在数据收集阶段的第二种考虑是什么是样品单元。

品位和吨位数据有助于确定矿区、矿床、矿山和矿段的变化程度。

在许多情况下,老的生产数据对某些矿床是有用的,近来的资源估计对其他矿床是有用的。

在构建品位-吨位模型时最常见的错误是将一些矿床的旧生产数据与其他矿床的资源数据相混合。

用于模型的所有数据代表同类取样单元是很重要的。

来自矿床和矿区的混合数据或混合的旧生产数据以及现代资源估计常常会产生双峰模式或至少产生非对数正态分布，并可能在变量间引入相关关系，这种相关关系是混合取样单元人为因素所致。

用来自混合取样单元构建的模型存在问题数值,这是因为观测的品位-吨位频率直接与来自每个取样单元的矿床数成正比,且不可能代表评价中被估计未发现矿床所占的比例。

ﻫﻫ将这些模型应用于资源评价有助于鉴别模型如何被扩展。

不能区分属性存在的概率和属性联合的概率会导致模型的应用问题。

譬如，每个属性可能存在同一类型的大多数矿床中,同时，仅有一小部分矿床或没有矿床具有所有的这些属性。

将矿床属性定量化，并通过矿床类型统计对已知矿床分类是必须的。

同类信息是必须的但不足以从矿化环境中区分非矿化环境;将非矿化环境定量化对这项任务亦是必须的。

在“三部式”评价中,应对每个单元面积矿床数进行模拟,试图将矿床属性定量化，并使其与现在的描述性模型和品位－吨位模型一致。

没有这些模型，将导致资源评价内在上的不一致性。

二）靶区圈定ﻫ含有特殊矿床区域圈定的原理是相似类比理论,即，相似的地质环境含有相同类型的矿床。

靶区的圈定需要期望不同类型矿床产出的地质环境的综合信息。

靶区圈定的一种战略是外推已知矿床的边界，达到圈定有利成矿区域的目的。

在“三部式”评价中，我们试图圈定找矿可行地段。

虽然找矿有利地段是找矿可行地段的子集，但他们代表了不同的概念。

仅当勘查的覆盖面是非常完整和完全有效时,二者的边界才是吻合的。

此外，对于有利找矿靶区的圈定,不同人常常采用不同的方法，这是因为定义一个共同接受的靶区圈定操作规程非常困难。

已知矿床和矿点是用于鉴定和扩大找矿可行地段，而不是限制它们。

对于一致性靶区的圈定,在地质上应允许一种或多种矿床类型的存在。

这些被称为找矿可行性地段的靶区是根据矿床模型的地质标准圈定的，而矿床模型本身是根据靶区内外已知矿床的研究建立的。

可行性边界是这样定义的，即圈定的某种类型矿床产在边界外的概率可以忽略不计。

使用这种定义,有可能将一个找矿可行地段划分为两个或更多的亚地段,这些地段具有不同种类的信息，或可能不同的未发现矿床数，譬如Costａ Rica的热液型金矿脉数或Alasｋa的斑岩铜矿数。

上述定义存在两种缺陷：一是很难定义一种能被一致应用的方法，二是上述方法可能将稀少却非常大型的矿床排除在靶区之外。

丢失稀少大型矿床错误的代价导致了贝叶斯(Bayesｉan)贸易边界决策（误判最小代价）。

ﻫﻫ找矿可行地段可含亦可不含已知矿床。

从这些地段中进一步排除不含矿地段是根据地质学、不成功的勘探经验或贫瘠覆盖物超过了预想的厚度。

因此,基础信息是地质矿产图、通过地质和地球物理研究外推的覆盖物下扩展的地质单元。

来自于地球化学和已知矿床和矿点的信息有助于鉴别成矿环境,同时排除成矿概率较小的区域。

譬如,低硫化物石英脉常常具有与其相伴的砂金矿床,如果没有砂金矿床存在,与这种金矿相关的成矿环境可能是不存在的。

ﻫ一张地质矿产图是圈定成矿区域和进一步鉴别哪些区域对圈定不同类型的矿床是可行的原始的局部信息源。

第二最重要类型的信息是被评价区域内部及其附近的已知矿床和远景区一览表。

由于不完整的矿床描述，对许多远景区和某些矿床很难鉴别其矿床类型。

矿床类型能被鉴别的区域能够增加圈定这类矿床远景区的信心。

远景区能表明可能的矿床类型，并能在其他地方界定可能的成矿区域。

一张根据类型分类的矿床分布图可用于检查圈定这类矿床找矿可行地段的精度，而不是用于圈定靶区。

水系沉积物地球化学数据可以用于鉴定矿床类型，并有利于某类矿床成矿远景区的圈定。

地球物理信息用于鉴定覆盖区和地质工作程度低的地区岩石单元分布状况;在某些情况下能鉴别有利成矿的岩石单元,如热液蚀变岩石。

水系沉积物和岩石地球化学对大区域评价能提供类似的信息。

成矿远景区的圈定是根据相似类比原理推断类似的地质环境下存在一种或多种矿床类型的可能性。

矿床模型提供了联结地质环境和矿床类型的桥梁。

在各种情况下，成矿远景区域的圈定首先依据地质图或推断地质图。

成矿远景区原始面积的缩小仅取决于有信息确切表明在除去的面积内不存在这种矿床类型。

对某些矿床类型，广泛勘查能提供这样一种证据,但对许多矿床类型只能用密集勘探的方法排除非矿化区域。

作为找矿可行性地段的设计并不意味着任何成矿专属性，亦不意味着，如果矿床存在的话,矿床将被发现的或然性。

矿床发现的概率涉及一系列不确定性因素,诸如,未来的经济条件、新的勘查方法技术的发展、覆盖物的类型和深度以及勘探者的决心和信心，上述所有因素都明显地超出了我们的研究范围。

ﻫ在某些情况下，在靶区圈定的过程中，对产品的尺度或工作图要求需要一系列的概括总结。

譬如，根据近来Nevada资源的分析，夕卡岩被认为产在具深成侵入体2km之内，其靶区圈定用具深成岩体更远且与深成岩体有关的多金属交代矿床模式圈定,该矿床围绕深成侵入体１０km宽的范围分布,这是因为2km宽的带在出版的1:1000,000尺度的地质图上,几乎是不可见的。

在靶区圈定过程中矿床类型的分组并不意味着矿床类型将根据品位-吨位模型分组或根据矿床个数的估计分组。

(三）品位和吨位ﻫ矿床勘查和矿产资源定量评价的关键部分是未发现矿床规模的估计。

这些问题可归结于品位-吨位模型的应用,因为矿床规模的变化主要取决于矿床类型的差异。

在资源定量评价中品位-吨位模型具有两种作用：首先,它们有助于一个区域的已知矿床类型的划分,因此，亦有助于找矿靶区的圈定；其次,它们提供评价区未发现矿床潜力的信息，因此,它们是这些资源经济分析的关键。

在讨论品位-吨位模型应用之前,期望解决经济滤波、边界品位、吨位的偏峰分布和取样偏差的效应问题。

疑似小型或品位很低矿床的样品采集很少能够满足用其品位和吨位确定该矿床特征的要求；因此,能够期望许多矿床类型的采样取决于其经济价值。

经济滤波效应在品位－吨位图上,由于低品位和吨位的缺乏而显得更加明显。

Haｒris(１984)对新墨西哥铀矿床的分析表明，当所有数据被应用时，品位和吨位之间存在正的相关关系;当小型矿床被删除时,二者之间则存在负相关关系;当经济截尾效应被剔除时，二者之间不存在相关关系。

几乎对任何可信的品位-吨位分布,在经济滤波之前都要剔除低品位、低吨位矿床样品,由于经济效应在数据中会引起负相关。

如果每种类型所有矿化（矿床和矿点）的品位和吨位之间真的存在逆相关关系,那么,根据经济滤波排除小型、低品位矿床的效应，可以消除这种关系。

在已出版的品位-吨位模型中，很少出现负相关关系，假定经济滤波是不严重的。

事实上,在这些模型中，有约40％的矿床在今天不具有经济利用价值。

譬如,对斑岩铜矿应用在品位-吨位模型中的至少５0%的矿床从未被开发,尽管15年前这些矿床就已经被勘探。

33个斑岩钼矿床、低氟矿床的９0%从未被开发。

加里福尼亚和奥尔良4３５个豆荚状铬铁矿仅有存在公路的地方才被开采。

ﻫTaｙloｒ(１9８5）将矿床中品位对数分布的理论与具体的实例和经济分析相结合，表明在实践中边界品位如何影响矿床的平均品位和吨位。

他得出的结论是：对于一个吨位足够大、空间连续的可开采矿床而言，该矿床的边界品位必须接近其矿床品位的中位数,以回收金属的合理部分。