异常评价
磁异常评价口诀
近几年来, 我在从事教学的过程中, 研究了我国根据地面磁测结果普查和勘探磁铁矿的一些材料, 深感其中的经验教训是相当丰富的。
许多同志, 在总结经验的过程中,编写了不少的案例, 提供了饶有兴趣的素材。
金属矿地面磁测资料的解释, 概略分为两大方面, 一是区分矿与非犷异常问题, 一是揭露犷体赋存的空间位置问题。
不管是前者, 还是后者, 都需要用探矿工程进行揭露, 才能肯定是不是矿异常。
是矿异常就要搞清共赋存的空间位置、形状和产状等问题。
如何利用磁异常较准确地揭露出矿体本文就是针对这个问题, 从磁异常解释方法的角度, 作一些简要的概括, 总结以往检查验证磁异常的经验和教训, 提出磁异常布孔的六段二十四句的口诀, 便于地质和物探工作人员参考使用。
为了加深理解, 我们又作了释义说明, 列举了一些实例, 业附以必要的图件, 力求阐述的更清楚些。
物探资科的解释方法, 一般分为定性解释和定量解释两个部分。
其实这两个部分是不能截然分开的。
不仅如此, 应该说定性解释更重要些。
因为它所回答的问题, 牵涉到异常的本质, 即是所研究的异常究竟是由什么样的地质体所引起的。
而定量解释首先回答的问题, 是矿体的赋存部位, 也就是它的空间位置和几何形态, 其次是矿体的磁性大小。
很明显, 地质体的空位置是否处于最有利的成矿部位, 也是一个定性问题至于说到磁性弧弱, 则更是一个定性问题了。
当然, 地质体的磁性, 还与其矿物组成有莫大的关系。
因此、我们在下面将不把解释方法的这两个方面严加区分, 以便节省文字, 韭更好地体现两者的辩证统一关系。
为深入浅出, 通俗易懂, 采取了一种新的格式, 这也是一项尝试。
应该指出, 我们提出的几点, 是不全面的, 难免挂一漏万。
由于篇幅所限, 仅择共要者列述如下。
其次是方法的局限性仍是很大的, 因为我们把大部分注意力, 都放在揭露隐伏矿体上面了。
这类异常多半是在覆盖较厚地表、地形平坦的地区见到的, 因而如何利用钻探验证, 有效地进行揭露工作, 时常是很迫切的疑难问题。
淘宝 异常退款评价风险预警提示
淘宝异常退款评价风险预警提示这是展示平台预警给商家的风险评价，需要商家确认异常或者正常处理，有效期7天。
如果商家发现评价平台没有数据，说明商家的评价区健康度良好，但防控是实时保护的。
评价是商品详情页的重要组成部分，每个商品都有评价，如果都是好评，对这个产品的转化是非常有利的。
如果是差评，就要及时处理。
除此之外，可能还会有待处理的预警评价。
淘宝恶意订单攻击，一般是指商家在经营过程中遇到的恶意下单行为，包括批量拍下不付款、攻击库存、下单批量退款攻击退款指标，以及在退货过程中存在虚假物流、空包、烧碱等。
针对这些情况商家可以使用八卦盾进行防御。
八卦盾也叫做营商保，是阿里CRO，基于商家在经营链路中存在的：恶拍、恶退、恶意敲诈等风险，为商家提供一站式店铺经营风险预防及防控的服务平台。
商家无需报名，只需要在右上角登录账号，点击立即使用即可。
系统会主动识别店铺是否有异常订单，如果识别到异常，会在恶意订单预警列表进行查看，店铺需要及时去处理。
如果登陆后没有任何订单信息，则表示系统暂未识别到异常订单，说明店铺经营状态良好，后续可关注系统检测结果。
恶意订单风险暂时提供这三类风险的识别，预警，攻击风险、退货风险、敲诈风险，未来会陆续开放更多的风险能力预警给到商家的订单。
商家只需要核实下是否是风险，如果不是风险，点击核实正常即可。
如果是风险，需按照页面提示进行操作，确认异常即可。
如果店铺无法核实，也可以点击忽略。
预警的订单如已核实正常，平台后续在发现订单有问题将不支持上报，如果经核查确实是异常订单，则可以选择提交凭证，按照页面上相应要求进行填写即可。
大红色星号的是必填项，提交凭证之后一个工作日内审核完毕，请耐心等待。
拼多多商品出现这7点评价,小心被处罚!
拼多多商品出现这7点评价，小心被处罚！拼多多的平台设置评价功能，也是希望客户更真实、客观、公正的把自己对产品反馈写入其中。
可是有很多商家不按照平台规则，出现违规交易评价、恶意评价、不当评价等等去破坏拼多多评价体系，针对这些商家客户自然是会给予处罚的。
为了避免商家规范评价规则，说7点商家常犯的错误。
1、违规交易评价拼多多有权删除违规交易产生的评价，包括但不限于拼多多平台协议、规则中规定的发布违禁信息、骗取他人财物、虚假交易等违规行为所涉及的订单对应的评价。
2、恶意评价如用户、同行竞争者等评价人被发现以给予低分、负面评论等方式谋取额外财物或其它不当利益的恶意评价行为（包括商家自行或通过他人实施的），拼多多可删除该恶意评价。
3、不当评价拼多多有权删除或屏蔽评价内容中所包含的污言秽语、广告信息、无实际意义信息、色情低俗内容及其他有违公序良俗的信息。
4、诱导好评诱导好评是指商家通过承诺返现、给予红包、优惠券等变相返现或者其他利益的方式，诱导买家确认收货并作出好评的行为，包括但不限于以下情形：在商品标题、描述、图片等相关信息中加入“好评返现”或其他类似内容；在包裹中夹带承诺“好评返现”的定制类卡券，或者其他含有诱导好评信息的附带物品等；通过向消费者拨打电话、发送短信或其他信息来诱导好评；通过其他方式明示或暗示买家快速确认收货并提交好评将获得返现、变相返现或者其他利益。
拼多多有权删除或屏蔽商家诱导好评产生的评价。
5、异常评价异常评价是指所有违背拼多多评价体系之宗旨、原则的评价，包括但不限于违规交易评价、恶意评价、不当评价、诱导好评产生的评价等。
拼多多对排查到的异常评价作不计分、屏蔽、删除等处理，对于已经计入店铺评分的异常评价，拼多多有权通过调整店铺评分来消除异常评价对店铺的影响。
6、评价人处理针对前述违规行为，除对产生的评价做相应处理外，拼多多将视情形对评价人采取身份验证、屏蔽评论内容、删除评价、限制评价、限制购买行为等处理措施。
学生心理异常与心理健康评价方法
学生心理异常与心理健康评价方法
学生心理异常与心理健康评价方法通常包括以下几种：
1.观察法：通过观察学生的行为、情绪、社交等方面，发现心理异常的迹象。
2.问卷调查法：使用心理问卷，如心理健康量表、焦虑量表、抑郁量表等，评
估学生的心理健康状况。
3.心理测验法：进行特定的心理测验，如智力测验、人格测验等，了解学生的
心理特点。
4.病理分析法：对有明显心理异常表现的学生，进行病理分析，以确定其心理
异常的类型和程度。
5.综合评价法：综合运用以上方法，全面评估学生的心理健康状况。
在评价学生心理异常时，需要注意以下几点：
1.尊重学生的个性差异，避免用单一标准评价学生。
2.关注学生的全面发展，包括情绪、行为、认知、社会适应等方面。
3.及时发现和解决学生的心理问题，避免问题积累和恶化。
4.建立良好的师生关系，鼓励学生表达自己的感受和需要。
5.关注学生的家庭背景和社会环境，了解对学生心理发展的影响。
为了更好地评价学生的心理健康状况，可以采取以下措施：
1.建立专业的心理健康测评机构或团队，由专业人员进行测评和诊断。
2.定期进行心理健康测评，及时发现和处理学生的心理问题。
3.建立心理健康档案，记录学生的心理健康状况和干预措施。
4.加强心理健康教育，提高学生对心理健康的认识和自我管理能力。
5.提供专业的心理咨询和治疗服务，为学生提供支持和帮助。
矿产预测中区域化探异常的识别和评价
矿产预测中区域化探异常的识别和评价摘要：区域化探异常识别与评价是矿产预测中的主要环节，是发现矿产资源并对其质量、规模进行评价的一种科学方法，是实现矿产预测的基础和条件，也是一套系统性的工作手段。
本文从矿产预测目的和区域化探异常识别、评价的作用入手，结合矿产工程实例，对区域化探异常的识别方法和异常评价的指标参数进行了简要分析，仅供参考借鉴。
关键词：矿产预测；区域化探异常；异常识别；异常评价一、化探异常分析相关技术体系1.1特殊景观区域具体化探技术地表生态作用以及条件是直接由地理景观决定的，对富集规律、地表迁移以及分散规律等都会造成直接影响。
所以，通过对特殊景观区域表生介质进行采样，可以发展元素异常，同时做出对比以及解释。
比较常见的特殊景观包含有：沿海低山丘陵、沿海冲积平原、岩溶景观以及热带雨林景观灯。
各个特殊景观区域里面，大多数元素的相应沉积富集系数均存在非常大的差异，通过特殊景观区域具体生地球化学特性所具有的特殊性。
可以非常直观地将不同元素具有的分带特性以及地异常特征准确区分出来，从而对可能矿种以及矿床种类进行判断。
对空间上矿产相关成矿系列进行深入研究。
1.2多元分析具体溯试技术所采用的这种测试技术主要包含的方法有：等离子质谱法、感藕离子体具体光谱法、利用X射线的相应荧光光谱法、利用全谱的相应直读光谱法以及中子活化法等日。
通过多元分析这种测试技术，可以有效发现区域元素之间的组合关系了解基性以及超基性岩各种元素组合之间的关系、区域元素自身稳定性强弱具体变化关系、表生条件相关富集元素之间的变量关系以及高温热液具体活动关系等，同时得到测区所有成矿因子数据，给矿产预测工作提供比较丰富的数据依据。
1.3质量监控技术对化探异常进行评价的时候，所应用的重要技术就包括质量监控技术，就是在基于标准物质的条件下，标准规范化探评价制度、具体操作步骤、措施以及方法，从而有效监控化探异常评价质量的一种方法。
现阶段，我国已经制定的化探异常相关分析标准物质已经超过了120个，同时对化探异常具体分析测试过程进行严格有效的质量监控。
异常检测常用评价指标python代码实现
异常检测常用评价指标python代码实现异常检测常用评价指标python代码实现1. 异常检测的概念异常检测是指识别数据中的异常值或异常行为的过程。
在现实生活中，异常检测被广泛应用于金融欺诈检测、工业设备故障检测、医学诊断等领域。
而在数据分析和机器学习中，异常检测可以帮助我们发现数据中的异常模式，进而改善模型的稳健性和准确性。
2. 异常检测常用评价指标在进行异常检测时，我们需要评估我们的模型对异常值的识别能力。
常见的评价指标包括精确率（Precision）、召回率（Recall）、F1分数（F1 Score）和ROC曲线。
下面我们将分别介绍这些评价指标的概念和在异常检测中的应用。
3. 精确率（Precision）精确率是指在所有被分类为异常的样本中，正确被分类为异常的比例。
数学公式如下：Precision = TP / (TP + FP)其中，TP表示真正例（模型将正例样本预测为正例），FP表示假正例（模型将负例样本预测为正例）。
在异常检测中，精确率可以帮助我们衡量模型对真正的异常值的识别能力。
4. 召回率（Recall）召回率是指在所有真正的异常样本中，被正确分类为异常的比例。
数学公式如下：Recall = TP / (TP + FN)其中，TP表示真正例，FN表示假负例（模型将正例样本预测为负例）。
在异常检测中，召回率可以帮助我们衡量模型对异常样本的检测率。
5. F1分数（F1 Score）F1分数是精确率和召回率的调和平均数，它综合考虑了精确率和召回率的性能。
数学公式如下：F1 Score = 2 * (Precision * Recall) / (Precision + Recall)在异常检测中，F1分数可以帮助我们综合评价模型的性能，特别是在正负样本不平衡的情况下。
6. ROC曲线ROC曲线是一种评价二分类模型性能的图表，它以真正例率（True Positive Rate，即召回率）为纵轴，以假正例率（False Positive Rate）为横轴，可以帮助我们全面地评估模型的准确性。
土壤化探异常的评价及相关问题
土壤化探异常的评价及相关问题土壤化探是土壤地球化学探测的一种方法，通过采集土壤样品并进行分析，可以获取土壤的地球化学性质和成分信息，从而评价土壤的质量和环境污染状况。
在进行土壤化探时，可能会发现一些异常情况，需要对其进行评价和处理。
本文将探讨土壤化探异常的评价方法以及可能涉及的相关问题。
一、土壤化探异常的评价方法：1.异常检测：首先需要对土壤化探数据进行异常检测，可以采用统计学方法或人工智能算法，比如Z值法、箱线图法、聚类分析等。
根据异常检测结果，初步判断哪些数据存在异常情况。
2.现场验证：对异常数据所在的采样点进行现场验证，收集更多的采样点数据，观察是否存在同样的异常现象。
可以根据地理位置、土地利用等因素，解释异常数据的可能原因。
3.数据分析：对异常数据进行深入分析，比较各种可能性的原因，寻找异常的根源。
可以考虑土壤组分之间的关系、土壤形态特征、周边环境因素等。
通过数据分析，对异常数据进行合理解释，并得出结论。
4.问题解决：根据分析结果，有针对性地解决土壤化探异常问题。
可以采取改变土地利用方式、做好土地修复、制定环境保护政策等措施，保证土壤的质量和环境的健康。
二、土壤化探异常可能涉及的相关问题：1.污染源：土壤化探异常可能是由于周边环境存在污染源所致。
在工业区、化工厂、垃圾堆放场等周边地区，可能存在大量的有害物质，导致土壤化探数据异常。
这时需要重点调查、评估潜在的污染源，并采取相应的防治措施。
2.土地利用：土壤化探异常可能与土地利用方式有关。
在工矿区或农业区域，土地利用和管理不当，可能导致土壤营养元素紊乱以及土壤酸碱度、盐分等异常。
这时需要加强土地利用规划，科学合理地进行土地开发和利用。
3.自然因素：土壤化探异常也可能与自然因素有关。
在地质构造复杂的地区，地层变化、地震活动等都可能导致土壤化探数据出现异常。
这时需要进行地质勘测、地震地质研究，并在规划建设中加以考虑。
4.其它因素：土壤化探异常还可能与土壤性质、植被覆盖、水分状况等因素有关。
异常检测评价指标
异常检测评价指标异常检测是现代数据分析领域中的一项重要技术，在数据分析、网络安全等领域得到广泛应用。
异常检测的评价指标是衡量这项技术优劣的关键指标之一，下文将就异常检测评价指标作一详细介绍。
1.准确率（Accuracy）准确率是衡量异常检测算法性能的最基本指标之一，指的是异常检测算法在预测过程中正确分类（包括将类别判断为正或负）的样本数所占总样本数的比例。
准确率越高，说明该算法的预测结果越准确、可靠。
2.精确率（Precision）精确率指在所有预测为异常的样本中，实际为异常的样本所占比例。
精确率越高，说明标记为异常的样本中真正的异常样本数量越多。
3.召回率（Recall）召回率指实际为异常的样本中预测为异常的样本所占比例。
召回率越高，说明异常样本被正确检测出的比例越高。
4.F1分数(F1-Score)F1分数综合了精确率和召回率两个指标，其值越大，说明算法的性能越好。
在样本分布类别失衡（即异常样本数量相对于正常样本数量较少）的情况下，使用F1分数作为度量指标会更为合适。
5.ROC曲线（ROC Curve）ROC曲线是以真正例率（TPR）为纵坐标，以假正例率（FPR）为横坐标绘制出的一条二维曲线，用于表示分类器的性能。
ROC曲线下面积（AUC）越大，说明分类器性能越好。
6.精度-召回率曲线（Precision-Recall Curve）精度-召回率曲线是以精确率为纵坐标，以召回率为横坐标绘制出的一条二维曲线。
该曲线主要用于描述在不同召回率下，分类器的预测结果的精度如何。
曲线越接近于左上角，则说明算法的性能越好。
除了以上六项指标，还有其他指标如平均精度均值（mAP）等可以用于衡量异常检测算法性能。
在实际应用中，需要根据实际情况选择合适的评价指标。
总之，异常检测评价指标是衡量异常检测算法性能的重要标准。
不同的评价标准相互补充，综合考虑可以更全面地评估算法的性能。
在实际应用中，需要根据应用场景和具体情况选择合适的评价指标，并对评估结果进行合理分析和解释。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
间上反映地质体或地质现象以及矿产的特征或属性，
析各种综合分析地球化学信息，科学地进行空间分
析、叠加处理，研究其规律性，以解决成矿区带矿
产资源定量评价复杂的问题。
基于GIS的地球化学综合分析实例
基于GIS的地球化学综合分析包括 常规空间分析，地球化学特征分
Rock
Au (ng/g)
Soil
20
4
10
一 、 滇 东 南 鱼 尾 河 金 异 常
0
A
0
500
1000
1500
2000
0 2500 m
B
一、滇东南堂上金异常
一、滇东南堂上金异常
滇 东 南 金 算 术 平 均 值 虑 波 异 常 图
微细浸染型金矿空间模型建立 地球化学条件
Au-As-Hg-Sb为最佳元素组合。 Au是寻找微细浸染型金矿最直接而又必不可少的指示 元素。 As、Sb、Hg为微细浸染型金矿的伴生指示元素。这些 元素虽然对核类型金矿有较强的指示意义，但它们不象金 那样在每一矿床上都出现，其出视与否主要受含矿建造类 型和热液迭加程度控制。 Ag、Cd、Cu、Pb、Zn、W主要为区内银、铅、锌、锡 多金属矿床和岩石类型的指示元素，对微细浸染型金矿无 重要指示意义，为不利元素。
信息提取 地质信息数值化
利用数值化仪将地质图中的线性构造(断层) 和多边形单元(地层、岩浆片、含矿建造以及 构造单元一背、向斜轴展布)分别数字化，同 时用层式标志符的方法水区分不同的构造单 元和地层。应用Autocad软件，将其以矢量的 格式存放，并利用欠量、光栅转换操作，将 线型和多边形的矢量形式转换成光栅形式， 在多边形内部的像素用同一属性或色彩标识， 然后用RASS的加速器提取和重新组合合成新 的二元图。
区域地球化学异常推断解释与 评价方法
“全国重要矿产资源潜力预测评价项目” 化探资料应用技术要求内容之一 2007-6
地球化学信息提取与定性预测方法
一、地球化学信息提取
在传统的化探数据处理中，主要是 对单元素异常进行处理，采用等值 线圈定异常，通过多元素异常叠合， 分析组合异常特征。这种方法存在 很大的局限性和人为因素影响。
滇 东 地 南 球 微 化 细 学 浸 预 染 测 型 图 金 矿
微细浸染型金矿空间模型建立 沉积建造－构造环境条件
滇黔桂地区位于扬子断块边缘，为一槽形断
陷带。各个地质时期的沉积相和沉积厚度虽
有差异，但区内各时代含矿建造岩石组合特
征基本相似，主要为陆缘细碎屑岩建造和火
山一沉积建造。构造沉积环境以广海海盆斜
Q
D1i D1i D3i D2q D2q D3i
D2q C1d s C2w
D2-3
D23d D23
C3m
P1d
C1d w
D2h
P1h
Au
C
D2q Pt2h
P1d
P1Æ Ã Ê æ
B
D2q
ÓÓ×Ó Ó D2h D2h C1dw P2Æ Ã Ê æ P3Æ Ã ú Ê æ
T1y P2l P2b a
ÓÓ×Ó Ó
一、地球化学信息提取
（5）利用多期成岩成矿作用在异常元素组 合和强度的差异性变化，区分多期成矿作
用分类带。
（6）以成矿序列、成岩系列、成矿模型等
理论为基础，通过地球化学数据模式识别，
划分区域成矿带及成矿类别区。
二、地球化学定性预测
（一）地球化学成矿预测准则 ①区域背景值 高背景区孕育着地球化学省和区域性异常。元素在
信息提取
地球化学数据
采用云南地矿局提供的滇东南1:20万化探扫面 资料（Au、Ag、As、Cu、Cd、Hg、Pb、Sb、W、 Zn)，用统计的方法或从彩色地球化学图上确定研 究区中所选取的元素的异常下限，以异常下限作 为划分二元图的标志。由于原始数据以表格的形 式存放，在进行空间分析之前，将这些表格数据 以距离加权插值的方法将其转换成GRASS栅格形式 的图象格式直接存入图象库中。 考虑到特殊的景观条件，对原始数据进行滤波 处理，消除次生富集的影响。
析及信息的提取，综合空间叠加 技术及成果的表达方式。
基于GIS的地球化学综合分析实例
滇东南应用实例。
传统的区域化探异常筛选评价两种思路:
是以传统地质理论为指导，强调地质 条件的思路，认为凡与地质成矿理论推 断的找矿靶区一致的异常是最好的异常; 另一种思路从纯地球化学角度考虑， 强调地球化学异常特征，如异常强度、 规模和元素组合在评价中的作用，按 “高、大、全”的准则对异常的找矿的 景进行评序。
基于GIS的地球化学综合分析实例
地球化学数据具有显著的空间性特征，
无论是数据表还是根据采样位置绘制的 点位图、以及通过元素的分析处理而生
成的图形数据（等值线、或色区）都与
空间位置紧密相关。
基于GIS的地球化学综合分析实例
不同元素或不同元素组合的地球化学信息可以从空 同时这些信息之间存在着某种固有的联系。应用地
一、地球化学信息提取
（3）利用主要成矿元素组合区分主要成矿 带，研究区域成矿背景特征。
铜镍硫化物矿；Ni、Cu、Fe、Co、Pt；
钼钨矿：Mo、W、Fe、Sn、Cu、Zn；
金多金属硫化物矿：Au、Cu、Pb、Fe、As、 Bi、Zn；
一、地球化学信息提取
（4）利用构造对元素迁移的作用，圈定构 造化学异常带。
坡和陆缘海岔斜坡相为主。
含 矿滇 东 建南 造有 利 预成 测矿 图
微细浸染型金矿空间模型建立 含矿层位条件
①根据同生地球化学场富集区。
②根据叠生地球化学场复杂组分含量富 集区。
二、地球化学定性预测
③根据单一组合异常及异常集，按其异 常群体几何形态，圈定找矿远景区(带)。 ④根据多元素，多组合异常叠合分布面 积圈定预测靶区。 ⑤按异常元素种类、异常元素组合数、 前缘元素发育程度、前缘元素与尾部元 素比值等结合该区成矿条件对预测区进 行分类并优选。
地壳中分布的不均一性，决定了该元素在地壳中成
矿的不均一性。元素富集的过程，一是取决于该元 素丰度，二是各类地质作用对元素富集能力，在那 些背景值高(包括高值区)的地区比起背景值低(包括 低值区)的地区相对容易浓集成矿这已不是个别现 象，而是具有普遍意义的规律。
二、地球化学定性预测
（一）地球化学成矿预测准则 ②同生地球化学场 同生地球化学场反映成岩作用即不同岩石组合中标型元 素的分布和分配特征，而岩石组合或建造特征又是成岩构
中温成矿带元素组合Cu-Pb-Zn-Ag;
低温成矿带元素组合Au-As-Sb-Hg。
一、地球化学信息提取
（2）利用沉积岩元素组合与岩浆岩矿元素组合的不同， 获取岩体及岩浆物质的影响区域，研究各地质体的元素 组合变化规律。 如： 碳酸盐：Ca-Mg-Mn富集 页岩：Al、Li、Be、V、Ti、Sc、Fe、Co、Ni、Cu、Pb、 Zn、Mo、Sn、Sb、Hg、U、Th 富集。 超基性岩：Fe、Mg、Ni、Cr、Pt 等； 基性岩：Ca、（Al）、Ti、V、Mn、Cu、Sc 等 酸性岩石：K、Na、Si、Li、Ba、Rb、Cs、Ti、Sr、Ba、 Y、TR、Zr、Hf、U、Th、Nb、Ta、W、Mo、Sn、Pb、 B、F、Cl等
一、地球化学信息提取
采用模式识别方法，对元素的内在组合
特征进行分类，可以快速有效地提取元
素组合信息。
通过地球化学数据的模式识别，主要实 现以下几方面的信息提取：
一、地球化学信息提取
（1）对不同异常类型进行分析，如通过研 究元素组合特征来区分高、中、低温成矿 异常。 如：高温成矿带元素组合W-Mo-Sn-Bi;
滇 东 南 景 观 分 区 图
滇 东 南 金 地 球 化 学 图
滇 东 南 锑 地 球 化 学 图
滇 东 南 砷 地 球 化 学 图
滇 东 南 铅 地 球 化 学 图
滇 东 南 锌 地 球 化 学 图
滇 东 南 钨 地 球 化 学 图
滇 东 南 铜 地 球 化 学 图
滇 东 南 镉 地 球 化 学 图
造环境的写照。从成矿关系分析，铁族元素同生地球化学
场与Fe、Au、Cu成矿系列，碱土金属元素同生地球化学
场与Pb、Zn、Cu和Au、Ag、Sb、Hg系列，碱素、稀有元
素同生地球化学场与Mo(Cu)Sn、W系列和稀有金属等关 系密切，或具有专属性特征。
二、地球化学定性预测
（一）地球化学成矿预测准则
⑤异常规模 通过异常规模的大小评价成矿区带中是否存在矿床 找到大矿的概率愈大。异常规模大小取决于两个变 量：一是异常面积，二是异常平均强度，后者受极 大值影响是一个不稳定因素，因此主要应考虑异常 面积。
新趋势：
随着算机技术的飞速发展，价格低嫌、
高质量的计算机的推出，使其软、硬件
和数字图象分析技术不断推陈出新，特 别是地理信息系统(GIS)的出现，为化 探异常筛选评价提供了崭新的综合处理 手段。
中国区域化探扫面分区图
GIS空间数据分析技术
信息提取： 通过综合信息处理途径，选择性的提取与形成微细 浸染型金矿有利的地球化学和地质信息； 模型建立：应用专家知识和已知矿产资料与各 类数据的关系，建立起该区微细浸染型金矿的综合 预测模型 空间迭加技术：利用逻辑运算和Bayes规则把相 关的信息预测指标结合起来，形成推理网络。 表达方式：使用地理信息系统的二元模式图分 析方法，把各类基础图件，以综合模型提供的网络 线索结合起来，编制滇东南地区微细浸染型金矿有 利成矿区域预测图。
GIS软件 GIS软件采用地矿部物化探所化探方 法室电算中心通过二次开发引进 GRASS4·0软件的基础上，通过改进 和移植，在windows环境下运行的GIS 资源预测系统。 目前，很多软件可进行GIS空间分析， 如多元数据管理和分析GeoExpl。