一种硬岩型铀矿资源大比例尺定位预测方法与流程

本发明属于铀矿地质研究技术领域，具体涉及一种硬岩型铀矿资源大比例尺定位预测方法。

背景技术：

硬岩型铀矿包括花岗岩型铀矿和火山岩型铀矿，均为热液成因铀矿。硬岩型铀矿规模相对砂岩型铀矿要小，但品位要高，尤其一些富大铀矿仍然有很高的开发利用价值。随着铀矿勘查程度的增加，地表矿已经勘查殆尽，勘查工作向深部进军，最直接有效的办法就是钻探揭露。而钻探揭露成本很高，若要降低钻探成本、提高钻探见矿率，则需要准确定位找矿靶区。

在此基础上，迫切需要建立一种硬岩型铀矿资源的定位预测方法，充分利用区域地质资料和大比例尺勘查数据，通过分析铀矿控矿因素，厘定预测要素，利用矿床模型综合预测方法，圈定成矿有利区，能够缩小找矿范围，为进一步勘查提供目标靶区。

技术实现要素：

本发明的目的在于提供一种硬岩型铀矿资源大比例尺定位预测方法，该方法能够利用已有基础地质和物化探资料，通过二次开发提取预测要素，综合预测硬岩型铀成矿有利区。

实现本发明目的的技术方案：一种硬岩型铀矿资源大比例尺定位预测方法，所述方法包括以下步骤：

步骤(1)、确定预测区的预测范围和比例尺；

步骤(2)、收集预测区地质信息、物探信息和化探信息，确定预测区铀矿控矿因素，建立预测区铀矿成矿模式，厘定铀矿预测要素；

步骤(3)、编制基础图件和信息图件；

步骤(4)、根据基础图件和信息图件提取预测要素；

步骤(5)、计算成矿有利度，圈定成矿有利区；

步骤(6)、结合成矿地质条件、已有矿化线索和物化探条件综合评价各成矿有利区，并筛选出可进行钻探查证的靶区。

进一步地，所述步骤(1)中预测范围为矿田级范围，预测比例尺为1:25000～1:10000。

进一步地，所述步骤(2)包括：

步骤(2.1)、系统收集预测区的地质信息、物探信息和化探信息，确定预测区铀矿控矿因素；

步骤(2.2)、根据预测区铀矿类型，选择典型矿床进行研究，结合区域铀成矿特征建立预测区铀矿成矿模式；

步骤(2.3)、详细研究预测区所在区域物探信息和化探信息，对比物化探异常与铀矿空间分布关系，厘定铀矿预测要素。

进一步地，所述步骤(2.1)中预测区的地质信息、物探信息和化探信息包括：与预测比例尺相一致的地质填图、物化探测量、放射性测量信息。

进一步地，所述步骤(2.1)中控矿因素包括：成矿地质体、控矿构造、热液蚀变。

进一步地，所述步骤(3)中基础图件包括：铀矿地质图、建造构造图、地面放射性图、放射性水化图、化探图；所述建造构造图根据含矿主岩类型分为火山岩岩性岩相构造图和侵入岩浆构造图；所述地面放射性图包括地面伽玛总量图、地面能谱、²¹⁰po和氡气测量图；所述放射性水化图包括水中铀浓度图和水中氡浓度图；所述化探图包括水系沉积物图和分量化探图。

进一步地，所述步骤(3)中信息图件包括：成矿要素图和预测要素图。

进一步地，步骤(4)中提取的预测要素包括：成矿地质体和成矿构造有利区，所述成矿构造有利区包括控矿构造缓冲区、构造交汇区、构造活动密集区。

进一步地，所述步骤(5)包括：

步骤(5.1)、利用矿产资源评价软件，将预测区网格化，加载提取的预测要素，通过预测变量购置与筛选，选择适当的矿床模型，利用类比方法或分类方法计算各网格单元成矿有利度，生成成矿有利度色块图，并处理成成矿有利度等值图；

步骤(5.2)、结合成矿有利度等值图和控矿因素分布特征，初步圈定成矿有利区；

步骤(5.3)、再次利用预测要素计算初步圈定的成矿有利区的成矿概率，设置合理的成矿概率阈值对初步圈定的成矿有利区进行优选，筛除成矿概率偏低的成矿有利区，并根据成矿概率高低划分等级。

进一步地，步骤(5.1)中初步圈定成矿有利区所提取的预测要素为铀成矿必要要素及与铀成矿空间关系密切的关键预测要素。

进一步地，步骤(5.1)中类比方法或分类方法包括：特征分析法、证据权法、模糊证据权法。

进一步地，步骤(5.3)中优选成矿有利区所利用的预测要素为所有与铀成矿上具有一定空间关系的预测要素。

本发明的有益技术效果在于：

1、本发明的一种硬岩型铀矿资源大比例尺定位预测方法充分利用现有地质资料、地面物化探测量数据，通过计算成矿概率，圈定不同等级的成矿有利区，为下一步勘查部署提供依据，周期短、成本低；

2、本发明的一种硬岩型铀矿资源大比例尺定位预测方法中预测要素的提取处理充分考虑深部地质及物化探要素在地表的反应和分布，提高了深部预测准确性。

附图说明

图1为本发明实施例1中成矿有利度色块图；

图2为本发明实施例1中成矿有利度等值图。

具体实施方式

下面结合附图和实施例对本发明作进一步详细说明。

实施例1：相山矿田铀矿资源大比例尺定位预测

步骤(1)、根据工作要求和勘查工作程度，确定预测区的预测范围和比例尺。

相山矿田分布于相山火山盆地中，将整个火山盆地作为预测范围；覆盖整个盆地的地质、物探、化探勘查工作程度已达到1:25000，因此采用1:25000预测比例尺。

步骤(2)、收集预测区地质信息、物探信息和化探信息，确定预测区铀矿控矿因素，建立预测区铀矿成矿模式，厘定铀矿预测要素。

步骤(2.1)、相山矿田研究程度较高，因此充分利用前人研究成果，系统收集了相山盆地的地质信息、物探信息和化探信息，确定了相山矿田铀矿成矿规律和控矿因素。相山矿田铀成矿受断裂构造、热液蚀变、组间界面与基底界面、晚期岩脉等因素控制。断裂构造是相山矿田铀矿最关键的控矿因素，北东向断裂构造及其次级构造控制盆地西部铀矿空间定位，北东向断裂构造与东西向花岗斑岩带(及东西向断裂构造)交叉复合部位控制盆地北部铀矿空间定位。酸性蚀变、碱性蚀变迭合控矿是相山矿田铀矿关键的控矿因素，含矿构造上下均有碱性蚀变发育，碱性蚀变为该区构造带深部盲矿预测定位的重要标志。鹅湖岭组与打鼓顶组组间界面变异部位、基底界面晚期花岗斑岩发育部位与控矿断裂构造复合控制着铀矿空间定位。晚期岩脉(花岗斑岩脉)与铀成矿时空关系密切，也是铀成矿重要的控矿因素之一。

步骤(2.2)、相山矿田铀矿类型可分为次火山岩亚类和密集裂隙带亚类，分别选择横涧、邹家山典型矿床进行研究，结合区域铀成矿特征确定了预测区铀矿成矿模式。

步骤(2.3)、详细研究相山地区各类物探信息和化探信息，对比物化探异常与铀矿空间分布关系，厘定铀矿预测要素。预测要素包括成矿地质要素、物化探及放射性综合信息。成矿地质要素包括铀矿化信息、富铀火山岩、控矿构造、成矿有利空间、碱性蚀变和酸性蚀变等。物化探及放射性综合信息包括地面放射性特征、土壤氡气特征、放射性水文地质特征。这些预测要素是预测区铀矿化发育的直接或间接证据，也是预测区内靶区圈定的重要辅助证据。

步骤(3)、编制基础图件和信息图件。

在步骤(2)收集信息、确定预测区铀矿控矿因素、建立预测区铀矿成矿模式并厘定铀矿预测要素的基础上，编制相山矿田铀矿地质图、火山岩性岩相构造图、成矿要素图、预测要素图、地面能谱铀含量等值图、土壤氡气浓度异常图、放射性水化异常图等，设置必要的图件分层结构和各图层属性结构，并根据属性结构填写了必要的属性。

步骤(4)、根据基础图件和信息图件提取预测要素。

相山矿田内碎斑流纹岩、流纹英安岩及次花岗斑岩是有利成矿地质体，作为成矿地质体预测要素。

断裂构造是相山地区最关键的控矿因素，构造有利区的地表范围要根据断裂构造的深部延伸情况设置缓冲方向和缓冲距离。对筛选出的成矿构造预测要素进行了如下处理、提取：以能最大限度的包含区内铀矿化信息为前提，对区内主要断裂、次级断裂及裂隙构造进行了不同程度的缓冲处理，并根据断裂倾向向两侧进行不同程度缓冲。预测区成矿断裂多为陡倾，倾角多在70°～85°之间，断裂深部在地表投影会向倾向偏移。因此，根据断裂倾角，分别对断裂缓冲向倾向做相应的偏移。缓冲后的断裂构造区作为预测要素之一。

酸性蚀变、碱性蚀变迭合控矿是相山矿田铀矿关键控矿因素之一。碱性蚀变和酸性蚀变两者空间上密切伴生，两者多发育于同一断裂构造带中，碱性蚀变规模大于酸性蚀变，同一断裂构造蚀变带上部有碱性蚀变，下部有酸性蚀变；富矿化蚀变带中心为酸性蚀变带，两侧为碱性蚀变带。酸性蚀变与碱性蚀变既有分离也有复合，酸、碱性蚀变复合部位，更有利于形成富矿、大矿。因此，分别将酸性蚀变和碱性蚀变发育区作为预测要素参与评价。

根据对相山地区控矿因素的研究，相山盆地打鼓顶组与鹅湖岭组组间界面(变异部位)控制着火山盆地上部铀矿的空间分布，而且组间界面附近是富大铀矿体集中产出的部位。利用组间界面等高线图，通过二次开发，计算等高线的线密度，用来反映组间界面的倾斜程度，提取相对较为陡倾变异的部位。基底界面既控制着相山火山盆地晚期花岗斑岩脉，也控制着盆地下部铀矿的空间分布、定位。基底界面为该区深部重要的成矿空间。基底界面控制的花岗斑岩与铀矿时空关系密切，花岗斑岩中及接触带中构造破碎带，花岗斑岩脉附近火山岩中裂隙带、片理化带成为铀矿有利容矿空间。因此，将组间界面变异部位和花岗斑岩发育区合并为成矿有利空间组合，参与成矿预测。

已知铀矿床、矿(化)点是找矿的重要线索，以其为基础进行铀矿化信息的提取工作是开展就矿找矿、提升铀矿规模、扩充资源总量的基础与参照依据。将铀矿床、矿(化)点按照矿化规模进行一定程度的缓冲，形成面文件作为预测要素之一。

放射性测量是最铀矿直接有效的勘查手段，提取地面伽马能谱测量异常作为预测要素之一。

氡气测量可以反映深部矿化信息，提取氡气浓度异常区作为深部铀矿预测的重要预测要素。

放射性水异常的展布与区域构造、岩性、矿化有一定的空间关系，水异常的存在和展布方向，可以指明区域含矿部位和可能的含矿远景。提取相山地区水中铀偏高场作为预测要素之一。

步骤(5)、计算成矿有利度，圈定成矿有利区。

步骤(5.1)、利用矿产资源评价软件mras，将相山矿田预测区进行100m×100m网格化，加载成矿地质体、成矿构造有利区、蚀变有利区、已有矿化缓冲区预测要素，通过预测变量购置与筛选，以区内居隆庵、邹家山、李家岭、石洞、横涧、岗上英、红卫、湖田、沙洲、云际10个矿床为模型，利用特征分析法计算各网格单元成矿有利度，生成成矿有利度色块图，如图1所示，并处理成成矿有利度等值图，如图2所示。

步骤(5.2)、结合成矿有利度等值图和控矿要素分布特征，采用人机交互方式，初步圈定36片成矿有利区。

步骤(5.3)、将初步圈定的36片有利区作为地质单元加载到mras软件中，计算提取的所有相关预测要素与模型矿床间的相关性，各要素的相关系数均大于0.6，表明各要素都与铀矿化具有较好的相关性。计算有利区的成矿概率，经过优选分级，筛除了成矿概率较低的4个初选区，最终划分出15片a类有利区、8片b类有利区、9片c类有利区。

步骤(6)、结合成矿地质条件、已有矿化线索和物化探条件综合评价各成矿有利区，并根据工作程度筛选出可进行钻探查证的靶区。a类有利区中有4片地区尚未发现铀矿床，是下一步勘查工作的重点部署区。

在本实施例中图件编制、预测要素提取以及成矿有利区圈定过程均是在mapgis平台进行，预测要素购置与筛选、成矿有利度计算采用矿产资源评价软件(mras、morpas等，适用mapgis格式)。

上面结合附图和实施例对本发明作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。