基于多重主成分分析的地球化学异常提取

地球化学异常识别是勘察地球化学工作中的中重要环节。充分利用地球化学元素的频率分布和空间分布规律,对识别多变量地球化学异常的方法有重要意义。本文以山东省胶东半岛西北部地区为例,提出一种基于多重主成分分析的地球化学异常提取新方法。从高维数据的角度出发,通过多重主成分分析提取地球化学数据空间维度和元素维度的主要信息。捕捉地球化学数据的元素相关性和空间结构,重建出地球化学数据,进而通过原始值与重建值之间的距离计算地球化学异常得分。已知金矿点分布在异常得分分数高的区域;使用AUC指标评价异常得分与已知金矿点之间的空间关联度(AUC = 0.856)。结果显示,本文提取的地球化学异常分数与已知金矿床之间存在密切的空间相关性,基于多重主成分分析的方法能够有效提取地球异常。

地球化学异常提取方法对比研究

地球化学异常的提取是建立在合理的确定地球化学异常下限的基础上的。地球化学异常下限的确定是勘查地球化学矿产勘查和预测的一项基本任务,对于圈定有利成矿带,指导找矿非常关键。文章以相山地区及外围1:20万土壤地球化学数据中的U、Mo、V元素为例,利用SPSS软件,通过Q-Q概率图检验元素含量的分布型式,发现研究区元素剔除极值后,元素近似服从对数正态分布。分别运用传统方法、探索性数据分析(EDA技术)、含量-面积(C-A)分形方法提取元素地球化学异常,并进行对比研究。研究结果表明:基于分形的含量-面积方法,比较客观地反映了研究区的地球化学异常信息,是研究区提取地球化学异常比较合理有效的方法。

河南祁雨沟金矿及外围高植被区遥感找矿预测

应用ENVI4.8软件,对河南嵩县祁雨沟金矿及外围ETM+遥感数据通过主成分分析、彩色合成、直方图拉伸、监督分类等方法,成功地提取了高植被覆盖区遥感影像上金的植物地球化学异常信息。利用卷积滤波和形态学分析方法进行线性构造解译,利用计盒维数法求得研究区的线性构造分维值,得出本区线性构造具有良好的统计自相似性和分形特征。比较线性构造分维等值线图和植物地球化学异常图可知,线性构造集中区与植被异常区基本吻合,区内已知85%以上的矿点分布于植被异常和线性构造集中区。综合分析地层岩性、岩浆岩、矿点、线性构造分维等值线特征和遥感植被异常特征等信息,圈出了三级9个找矿靶区。

云南江城大团包铜矿及外围高植被区遥感找矿预测

应用ENVI4.6软件,对云南江城大团包铜矿及外围ETM+遥感数据,通过彩色合成、直方图拉伸进行信息增强处理,运用主成分分析和监督分类法,提取了高植被覆盖区遥感影像上铜、铅等植物地球化学异常信息。利用卷积滤波和形态学分析方法进行线性构造解译,利用计盒维数法求得研究区的线性构造分维值,得出本区线性构造具有良好的统计自相似性和分形特征。比较线性构造分维等值线图和植物地球化学异常图可知,线性构造集中区与植被异常区基本吻合,区内已知80%以上的矿点分布于植被异常和线性构造集中区。综合分析地层岩性、构造、矿点、线性构造分维等值线特征和遥感植被异常特征等信息,圈出了9个三级找矿靶区。