PCA-KM联合分析方法在鹿井地区综合放射性异常识别中的应用

鹿井地区是我国重要的花岗岩型铀矿基地,相关研究表明该地区仍然存在很大的找矿前景。文章以鹿井东部地区为例,采用地面伽马能谱、地气、天然土壤热释光和土壤210Po等联合测量方法进行铀矿找矿勘查,运用PCA-KM联合分析方法进行综合异常识别,并结合地质资料对区内综合异常的分布特征、控制因素展开研究。结果表明,PCA-KM提取的综合异常可以有效反映已知铀矿化分布,降低综合解释多解性,能够将深部铀矿化、浅部铀矿化以及碱交代作用导致的放射性异常进行分离。区内综合异常与断裂构造、地层接触带以及碱交代作用关系密切;经综合分析,最终圈定了界坑东南部、黄峰岭东部、蛇坑东南部、鹿井-金鸡岭一带为成矿有利区。

元素复杂程度地球化学综合异常信息提取方法

化探数据处理过程中,单元素异常信息提取方法有很多,但针对于综合异常信息提取方法却相对较少,主要为传统单元素叠加法、因子分析法和马氏距离法。采用元素复杂程度法进行综合异常信息提取具有简单灵活、异常直观等优点。以西北某地区1 ∶ 5万水系沉积物化探数据为研究对象,对4种综合异常信息提取方法进行比较发现:4种方法均可有效圈定异常范围,传统方法和因子分析法包含全部异常信息,但图面结构繁重,人为影响因素较突出;马氏距离及元素复杂程度法图面直观,异常范围集中,对构造控制的异常反应灵敏,但引起异常的元素难以确定,部分情况下马氏距离法存在异常信息丢失的现象;马氏距离法具有提高弱异常的特点,更适用于贵金属异常或成矿作用相对简单的大比例尺化探数据处理;元素复杂程度法具有保留全部异常信息的特点,更适用于中小比例尺的化探数据处理;传统综合异常法与马氏距离法及元素复杂程度法的优势相结合,互为补充,能够更有效地提取异常信息,取得更好的找矿效果。