地球化学化探数据处理与成图剖析

合集下载

地球化学分析技术及数据处理全册配套最完整精品课件2

可靠地测试出样品中某一元素的最小重量或
质量（μg或n g）(微克或纳克）。
• 国际分析化学会议规定，重复分析（ｎ>10次）
元素含量产生的讯号相当于10倍噪音水平的
试样，其标准离差三倍相对应的含量为该方
法的检出限。
检出限示意图
背景噪音随机分布示意图
背景信号与三倍标准偏差
0.05
3倍噪音标准偏差
信号强度
• TOWNSEND A T . Enhancedsensit ivity for Os isot
ope ratios by magnet icsector ICP-MS with a
capacitive decoupling Pt guard eletrode[ J] . Fr
esenius J Ana Chem , 2000, 367(7) : 614-620.
化学测试基本原理。
• <<地球化学分析测试技术>>是一门实践性
很强的课程.在教学过程中，必须重视实验
课教学，必要时要亲手进行实验操作（采
样、选样、碎样，样品置备，上机等），
熟悉操作原理，严格按规定要求，培养严
谨的科学实验态度，提高分析问题和解决
问题的能力。
• 勤思考，多查阅相关资料，学会实验
数据的应用和处理
多种痕量超痕量组份的定量分析；
• 要求用极少量试样甚至不破坏样品的多组份定
量分析；
• 要求尽可能的现场分析和原位分析；甚至还要
求对地下深部不经采样而进行遥控分析以及宇
宙天体的采样分析和遥测分析等。
测试分析的基本程序
样品
加工制备
分解(消解)
酸分解
熔融分解
半熔分解

地球化学化探数据处理与成图

（三）位置的相对性无论是土壤测量还是水系沉积物测量所获得的异常，往往与异常源都会发生不同程度的位移。这种位移与表生介质本身的位移程度和采样的布局有关。特别是水系沉积物异常的位移更为明显，可达几公里甚至更大的距离。因此，查明异常与异常源的空间关系，就成为异常查证中的首要任务。（四）表生作用带来的复杂性不同的景观条件下，表生地球化学作用会有很大的差异，制约了元素在表生环境中的分散和富集。因此，只有在同一景观内，异常才有较好的可对比性。地理景观不同，表生地球化学作用也就不同，元素在地表迁移、分散、富集的规律也就不同。在异常对比和解释上，除考虑引起异常的原生因素（地质背景、矿床类型）以外，在一定程度上必须注重异常所处的地理景观条件及表生地球化学环境。一般来说，只有同一地理、地质景观区的区域化探异常才有对比研究的基础。
2、化探数据处理解决的主要问题：
①研究采样和分析中的误差，优化采样布局
②抑制数据噪音，突出主体趋势
③揭示多种数据的内在联系，提取隐蔽的有用信息 ④显示数据空间分布模式，编制地球化学图件
⑤异常对比、分类、评序，等等。

3、化探数据处理中应该注意的问题： 1、地球化学数据通常蕴含多种有用信息并伴随某些不规律的变化，同时在数据获取过程中还存在分析测定误差，这些使化探数据的复杂性增加了，在化探数据处理中要将这些不规律成分和分析误差除去。 2、找矿信息总是同地球化学异常相联系的。最普通的化探数据处理是对一组化探数据计算出背景值和变化范围（如用平均值和标准离差来衡量），据此确定出地球化学异常的下限值。当地球化学背景随着地理位置出现趋势变化时，要相应地采取适当的处理方法以便获得随地理位置而变的背景值和异常下限。

第二篇地球化学数据处理第四章地球化学数据分析第一节~第三节

四、变量的均匀化变换

1．均值计量变换均值计量变换即用绝对量的平均值作为均匀化因子，去除该变量每个样品的原始观测数据。 2．极差变换（又称正规化或规格化变换）极差变换就是将原始数据减去该变量的最小值然后，以极差作为均匀化因子去除。 3. 标准化变换标准化变换是将每一变量的原始观测值减去平均值，并以该变量的标准差作为均匀化因子去除。
地球化学数据处理方法

常规地球化学数据处理
▲ 数据变换 2.极差化（正规化变换）
式中Xij为原始数据；Xjmin为第j变量的最小值；Xjmax为第j变量的最大值。i=1,2……n为标本数；j=1,2, ……p为变量数。变换后数据处于统一量纲，其最大值为1，最小值为0，所有数据变化在0—1之间。变换前后变量间相关程度不变，其几何意义相当于把坐标轴原点移至变量最小值的位置。适合于量纲和数量大小不一的连续型原始数据的变换。
（3）仪器误差——仪器本身的缺陷例：天平两臂不等，砝码未校正；滴定管，容量瓶未校正（4）主观误差——操作人员主观因素造成例：对指示剂颜色辨别偏深或偏浅；滴定管读数不准
二、随机误差(偶然误差)
1．特点: （1）不恒定,无法校正；（2）服从正态分布规律：大小相近的正误差和负误差出现的几率机等; 小误差出现的频率较高，而大误差出现的频率较低，很大误差出现的几率近于零。 2．产生的原因:（1）偶然因素(室温，气压的微小变化)；（2）个人辩别能力(滴定管读数) 注意：过失误差属于不应有的过失。
ｃ．查表（自由度f＝ f 1＋ f 2＝n1＋n2－2）,比较：
t计> t表 ,表示有显著性差异 t计< t表 ,表示无显著性差异
数据的检验解决两类问题:

地球化学数据处理培训讲解

3．分析测试产生误差
1）分析方法本身的原因，即分析的精度和灵敏度； 2）分析测试人员因操作的原因而产生误差； 3）所用器具清洗不净产生误差； 4）仪器设备的精密度和分析结果的再现性达不到有关要求
而产生误差； 5）化学试剂达不到分析要求或试剂选取不当产生误差； 6）标准达不到要求产生误差； 7）分析测试环境产生误差。
一、基本概念
▲检出限某一分析方法或分析仪器能可靠测试出样品中某一元素的最小质量。
▲灵敏度（检出下限）一定条件下，某一分析方法能可靠测出的相对最低含量。
▲地球化学标样
2、元素异常浓度特征
异常浓度特征是指形成异常的指标在异常区域范围内的数值特征，主要包括异常下限、异常特征值、异常强度、异常衬度、富集系数、异常浓度分带等特征参数。 ▲异常下限
i 1
1、基本概念
▲极值与方差
（1）数据的极小值与极大值
极小值 A ＝ min {x1，x2，…，xn}
极大值 B ＝ max{x1，x2，…，xn}
（2）方差、标准差
s2 ＝
n
1
1
[（x1-
x
）2
+
（x2- x ）2 +…+
（xn- x ）2 ]
=
1 n 1
n
( xi
i 1
2
x)
4．变异系数
Mean = .21
0
N = 168.00
.13 .19 .25 .31 .38 .44 .50 .56 .63 .69
CD
CR
50 40 30 20 10 0
CR
140.0 130.0 120.0 110.0 100.0
90.0 80.0 70.0 60.0 50.0 40.0 30.0 20.0

化探数据处理原理及方法

(二)单元划分基本类型
1.规则单元
网格单元 2.自然单元 (1)地质体单元定性划分;
矿体往往位于地质体内,接触带和地质体外.
(2)地质异常单元以网格单元为样品单元,样品单元大小根据预测尺度而定; 综合致矿信息定量标度的样品异常单元集合.
（三）地球化学数据分析

1. 单变量（1）针对要解决的地学问题，分析多源信息来源、原理、精度、准确度、用途及意义。
（四）主要成矿元素的统计意义
（四）图示分析
（直方图、点阵图、三角图、玫瑰图、曲线图、投影图等） 1、直方图（单元素含量－频数直方图） 2、散点图（只管展示元素间、介质间相互关系）
3、饼图（含量分布百分比）
4、研究统计分布特征（1）正态分布（分布比较均匀或样本密度大）（2）对数正态分布（元素含量变化大或多因素叠加）（3）二项分布（不确定性大，地质体复杂极不均匀）
i 1
n
n 1
式中:i=1，2，…,n；为样本数；j=1,2,…,m为变量数； xij 为原始观测值； Sj 为标准偏差； xj 为平均值；处理后的xij值yij为无量纲数据。
二、多源地学信息分析与变换
4、极差化
y ij
( xij x j min ) ( x j max x j min )
（一）地球化学找矿分类
地球化学找矿——地球化学探矿，化探（Geochemical Prospecting） 1、方法分类
测量方式：航空化探——放射性、气体
海洋化探——海水、海底沉积物、生植物、放射性、气体地表化探——岩石、土壤、水系沉积物、水、生植物、气
地下（井中）化探——岩矿石、水、放射性、气体
（二）背景与异常的概念

化探数据处理与解释评价资料课件

化探数据处理与解释评价资料课件
CATALOGUE
目录
• 化探数据处理概述 • 化探数据处理方法 • 化探数据解释 • 化探评价资料 • 化探数据处理与解释的实践案例 • 总结与展望
01
CATALOGUE
化探数据处理概述
化探数据的特点
多元性
化探数据通常包含多种元素或化合物的浓度信息，呈现出多元性
数据质量挑战
原始化探数据可能存在采集、传输、存储等方面的误差，影响处理与解释的准确性。需要采取合适的质量控制措施
以提高数据可靠性。
多源性数据融合
在实际工作中，化探数据通常需要与其他地质、地球物理、地球化学等多源性数据进行融合解释。如何实现多源性数据的有效融合与协同解释是一个重要挑战。
便于后续解释评价
将处理后的数据用于后续的地质解释和资源评价，提高工作效率。
化探数据处理的基本流程
1. 数据收集与整理
收集原始化探数据，并进行必要的格式转换和整理。
01
3. 特征提取与选择
利用统计方法、图像处理等手段提取与地质目标相关的特征，并选择重要
特征。
03
5. 数据可视化与表达
将处理后的数据通过图表、图像等方式进行可视化表达，便于后续解释评价。
指导找矿方向
数据解释可以揭示地质构造和成矿规律，从而指导找矿工作的方向。
数据解释的方法
统计分析法
通过对化探数据进行统计分析，可以了解元素的分布特征、异常形态等，进而推断地质背景和成矿可能性。
地质解释法
结合地质资料，对化探数据进行解释，从地质角度揭示成矿规律和矿产分布。
地球化学模型法
利用地球化学模型对化探数据进行处理和解释，可以更深入地了解元素迁移、富集规律。

1万化探的数据处理成图方法探讨

1:1万化探的数据处理成图方法探讨毕武1、2段新力1、2袁小龙1、2黄显义1、2彭仲秋1、21.乌鲁木齐金维图文信息科技有限公司，新疆，乌鲁木齐，8300912.新疆地矿局物化探大队信息中心，新疆，昌吉，831100摘要：对1:1万化探的数据处理成图方法，在实际工作中的一些应用经验。

关键词：1:1万化探数据处理成图方法0前言随着1:5万区域化探的实施，在1:5万区域化探异常范围内开展的1:1万化探勘查也越来越普遍，对1:1万化探目前没有具体的规范，一般是参照1:5万区域化探规范执行，可是成图效果却有时不尽理想，下面就两个例子举例说明1:1万化探的数据处理成图方法。

1编制的步骤及要求1.1图件编制的要求：a土壤地球化学测量图件分两部分：基础图与推断解释图。

b区域调查和普查工作的图件编制按化探区域调查有关规范执行。

c图件编制必须符合地球化学勘查图式图例及用色标准规定。

d成果报告需做交通测区位置图、实际材料图、等值线图、综合异常图及其它推断解释图。

1.2例子一：南北向测线，100×40网格距。

这样的数据本身符合网格数据的格式，只是以TXT文本格式保存，所以我们可以借助GeoIPAS软件的“数据预处理”→“数据格式转换”→“XYZ数据转为网格数据”功能，这里注意数据坐标的起始值、终止值和网格间距，网格间距就选择100×40，起始值和终止值要保证数据的原始点位都与网格点重合。

这里有一个问题，就是有些项目用的是GPS坐标，不一定是与网格点位完全重合，一般我们建议用规则网的坐标。

下面先看一下图1-1点位数据图和图1-2点位符号图；图1-3原始数据转为网格数据绘制的地球化学图以及其转换参数：X最小值320000，X最大值32500网格化0，间距100，列数51；Y最小值4121000，Y最大值4127000，间距40，行数151。

图1-4距离平方导数加权网格化绘制的地球化学图，GeoIPAS系统→数据预处理→离散数据网格化→距离平方导数；搜索范围：圆域，R=300米；网格化参数：X最小值319880，X最大值325120，间距40，列数132；Y最小值41209200，Y最大值4127080，间距40，行数155。

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)。

第二部分化探数据处理及成图
1、地球化学数据处理 2、化探数据处理解决的主要问题 3、化探中常用的数据处理方法 4、化探数据处理中应注意的几个问题 5、求背景值和异常下限的常用方法 6、主要化探图件类型 7、多元地学空间数据管理与分析系统（GeoExpl）应用
1、地球化学数据处理
化探工作中对所获得的多种元素分析数据以及量化的相关学科数据进行加工、分析、成图和解释的工作。其核心内容是有关地球化学背景与地球化学异常的合理区分问题,从大量数据中发现与矿有关的地球化学信息是化探数据处理的目的。

3、化探中常用的数据处理方法：
化探数据处理过程中面对变量分析：（如趋势面分析，稳健统计等）和多变量分析（如判别分析，簇群分析，相关分析，因子分析等）之别；就处理所依据的统计分布律而言，有依赖于正态律的参数统计法和不依赖于它的非参数统计法，属于后者的模式识别技术已有很大发展；就处理所针对的数据变化特征而言，有研究线性关系和非线性关系的两大类方法。近些年来，根据地球化学数据的变异特点而采用的克里格法等研究非线性变化的方法迅速发展，混沌、分形和智能神经网络等新型数据处理方法也得到广泛应用。

区域化探异常特点（一）信息的直接性或直观性区域化探所圈定的异常一般对矿（化）体均具直观性。因为有什么矿（化）体，就会反映与之相关的成矿或伴生元素，例如：金矿体上会出现一组与Au有关的元素；不同元素组合特征反映在地球化学图上，可以直观地判别各元素地异常特征，如：浓集中心、浓度分带、元素组合特征、异常规模、形态和变化趋势等。（二）组合与分带矿（化）体的地球化学异常是由一些或一系列指示元素或组分组成的，这是由矿（化）体的化学组成决定的；这些元素或组分在空间上呈现一定的浓度分带和组份分带，这种分带是成矿时的地质和地球化学条件决定的。在地球化学找矿工作中，根据指示元素或组份的组合和含量特征，可以判定引起异常的可能矿种和矿床类型；根据指示元素或组份的相对强度和分带，可以判定矿（化）体的剥蚀程度，进一步还可以研究空间上矿产的成矿系列等问题。

（三）位置的相对性无论是土壤测量还是水系沉积物测量所获得的异常，往往与异常源都会发生不同程度的位移。这种位移与表生介质本身的位移程度和采样的布局有关。特别是水系沉积物异常的位移更为明显，可达几公里甚至更大的距离。因此，查明异常与异常源的空间关系，就成为异常查证中的首要任务。（四）表生作用带来的复杂性不同的景观条件下，表生地球化学作用会有很大的差异，制约了元素在表生环境中的分散和富集。因此，只有在同一景观内，异常才有较好的可对比性。地理景观不同，表生地球化学作用也就不同，元素在地表迁移、分散、富集的规律也就不同。在异常对比和解释上，除考虑引起异常的原生因素（地质背景、矿床类型）以外，在一定程度上必须注重异常所处的地理景观条件及表生地球化学环境。一般来说，只有同一地理、地质景观区的区域化探异常才有对比研究的基础。
2、化探数据处理解决的主要问题：
①研究采样和分析中的误差，优化采样布局
②抑制数据噪音，突出主体趋势
③揭示多种数据的内在联系，提取隐蔽的有用信息 ④显示数据空间分布模式，编制地球化学图件
⑤异常对比、分类、评序，等等。

3、化探数据处理中应该注意的问题： 1、地球化学数据通常蕴含多种有用信息并伴随某些不规律的变化，同时在数据获取过程中还存在分析测定误差，这些使化探数据的复杂性增加了，在化探数据处理中要将这些不规律成分和分析误差除去。 2、找矿信息总是同地球化学异常相联系的。最普通的化探数据处理是对一组化探数据计算出背景值和变化范围（如用平均值和标准离差来衡量），据此确定出地球化学异常的下限值。当地球化学背景随着地理位置出现趋势变化时，要相应地采取适当的处理方法以便获得随地理位置而变的背景值和异常下限。

3、异常下限（背景上限）：指划分异常与背景的临界值, 大于此值为异常范围.特征元素背景含量不是一个特定值，一定范围内元素含量变化的一系列数值，其中最大值即为背景上限值，超过临界限值，为异常范围，异常下限异常范围内最低值。 4、异常衬度：又称为异常清晰度.异常衬度定义为异常强度与平均背景或异常下限的比值.有多种表示方法: C＝xa/xb C:异常衬度; xa和xb相应为异常平均值和背景平均值。在矿区化探工作中,在一个小范围内出露的岩性差异较大, 使得元素的背景值差异增大,此时的岩石测量就不宜使用统一的异常下限圈定异常.而采用异常衬度圈定异常可以更为确切地反映不同背景岩石中的地球化学异常.
化探数据处理与成图
第一部分地球化学勘查中的几个概念第二部分化探数据处理及成图
第一部分地球化学勘查中的几个概念
第一部分地球化学勘查中的几个概念

1、地球化学背景：指无矿化地球介质中元素的正常含量分布.在一定范围内的同类介质中广泛存在的地球化学指标(环境)特征.可理解为调查对象影响以外的地区,地球化学指标在更大范围内呈正常状态的情况. 2、地球化学异常：在给定地区对正常地球化学模式的偏离，即量值超过背景值-地球化学异常, 简称异常.成矿过程或成矿后风化过程中,成矿元素及其相关元素组合在矿体周围/附近形成相对富集的情况.地球化学异常最早用于勘查地球化学中,指某一区段的地球化学特征(元素含量高低和存在形式)明显不同于周围无矿背景区的现象.
如何理解： 1. 背景和异常的相对性-正常与异常相对 2. 背景多介质性-对任一特定元素 ,背景值随它所赋存的介质性质有变化。 3. 多指标性 4. 空间上的不均匀性 -不是固定值,正常状态也有变化 . 元素在任何一种介质中的分布不均匀，背景范围内元素含量围绕一常见值呈不规则起伏。地球化学异常消失，并非不存在引起异常的元素，指它的变化被背景起伏隐蔽。

3、化探数据是以多元素或多变量为特征的。如果参加分析的数据含有已知因素（如矿或非矿的作用）时，数据处理的结果可给出明确的地质解释，否则所做的地质解释就含有较大程度的推测性。 4、应该充分注意地球化学数据中少数高含量值对统计计算结果(如背景和异常的数值)的扰乱，尽量使用以中位数为基础的稳健统计学代替以平均值为基础的传统统计学处理数据。 5、保证地球化学数据处理质量的关键，是所用数字模型的原理和特性，搞清所用参数和处理结果的地质一地球化学意义，避免朦朦胧胧地做数字游戏