單純基於成礦地質學理論的成礦預測方法和不考慮成礦地質學研究成果的信息分析方法只是抓住了問題的某壹方面，提出的多元指標集也不可避免地存在片面性。本研究通過成礦預測專家、物探專家、遙感專家和計算機技術專家的聯合，在當代成礦地質理論指導下，采用地質理論預測方法和信息模型方法相結合，實現了多信息綜合成礦預測。
礦產資源綜合信息評價系統(MORAS2.0)是中國地質科學院礦產資源研究所在國產MAPGIS平臺上設計開發的資源評價軟件系統。主要應用於礦產資源評價和礦產勘查領域，為區域綜合礦產資源評價人員提供綜合資源評價數據和繪制資源潛力圖的計算機輔助工具軟件。該軟件系統以地質礦產調查多元地理空間數據庫為基礎，開發了輔助礦產資源評價人員進行數據綜合、成礦多元信息提取和資源潛力定量評價的工具。它可以對建立在GIS平臺上的地質、物探、化探、遙感、礦產等多元地理空間數據庫的信息進行深度處理，提取能夠指示和識別某壹礦床存在和賦存規模的深層次信息。
礦產資源綜合信息評價系統由成礦信息分析模塊和礦產資源評價模塊組成。該軟件系統具有很強的實用性，可以解決礦產資源評價的壹些具體問題，大大提高礦產資源評價的工作效率。資源評估系統包括以下主要功能。
1.成礦信息分析模塊
區域成礦地質信息提取:主要目的是提取研究區內有用的信息，包括構造信息、巖體信息、地層信息和礦化信息。
區域地球化學信息分析子系統:利用壹些特殊的地球化學異常分析方法，識別地球化學異常的位置、性質和規模。
重磁異常分析子系統:主要用於解釋重磁數據，在數據處理的基礎上獲取有用信息。
遙感數據處理子系統:主要對遙感數據進行處理、分析、校正和登記，以提高遙感數據信息的利用率。
2.礦產資源評價模塊
數據綜合預處理子系統:主要是註冊壹些不同投影、不同位移比的評估數據，導入D BF、Access、Excell等非空間數據庫，制作專題地圖，進行簡單的空間分析。
證據權重信息模型:主要利用證據權重信息模型對研究區域進行評價。
經驗交互模型子系統:主要利用專家的經驗綜合研究區的成礦專題信息，獲得最優評價區。
礦床綜合預測模型子系統:通過建立區域找礦模型，提取分析成礦信息，圈定成礦遠景區，評價成礦有利程度和遠景區遠景資源量，進行定位預測和資源潛力預測。
數字礦床模型子系統:利用專家的經驗，形成金銅礦床的先驗數據信息，用戶可以根據研究區內實際存在和觀測的信息，交互式地判斷研究區內的礦床類型，並在此基礎上進行礦床位置預測和靶區優化。
二、岡底斯1: 50萬礦產資源評價系統
成礦理論研究、計算機技術和地理信息系統(GIS)相結合進行礦產資源定量預測，代表了區域成礦預測的最新發展方向。本研究在岡底斯成礦帶中東部及其鄰區(包括喜馬拉雅和藏南班公湖-怒江成礦帶)東經85° 00′~ 95° 00′，北緯28° 20′~ 33° 00′範圍內，建立了1: 50萬的多元信息數據庫和資源評價系統，並在此基礎上進行多元成礦預測信息。
根據岡底斯成礦帶的成礦規律和主要礦床類型，在該資源評價體系的基礎上，重點開展了斑巖銅鉬礦、矽卡巖多金屬礦、熱液脈狀鉛鋅銀多金屬礦和淺成低溫熱液金銻礦的預測評價。
1.礦產資源評價體系的建立方法和采用的標準
為了綜合分析和處理岡底斯成礦帶及鄰區的地質、地球物理和地球化學資料，進行綜合成礦預測，我們在研究過程中建立了覆蓋中國境內東經34° 00′~ 96° 00′、北緯26° 40′~ 33° 00′的65，438+0: 50萬綜合信息數據庫。建庫方法參照中國地質調查局發布的《1: 250000 ~ 1: 50000地質圖空間數據庫建庫工作指南》、《數字地質圖層及屬性文件格式》(DZ/T 0197-1997)和《空間數據庫建庫工作指南(討論稿)》，綜合信息數據庫工作平臺為MAPGIS，數據庫投影采用投影平面直角坐標系，橢球參數為推薦值 投影類型為朗伯等角錐投影坐標系，坐標單位為mm，投影中央子午線經度為e 91° 30 ' 00 "，第壹標準緯度為28000。 範圍為e78 00' 00 "~ e99 00' 00 "，N26 40' 00 "~ N33 00' 00 "，中央子午線經度為88 00' 00 "，原點緯度為26 00' 00 "。
本庫建設中引用的標準如下:
G B2260-98中華人民共和國行政區劃代碼
G B958-99區域地質圖圖例(1:50000)
G B2808-81全數字日期表示法
G B6390-86地質圖顏色標準和原則(批準稿)(1:50000)
G B9649-88地質礦產術語分類代碼
GB/T13923-92土地基礎信息數據分類代碼
G B/T13989-92國家基本比例尺地形圖分幅編號
DD B9702 GIS圖層描述數據內容標準
D DZ9701資源評價地理信息系統工作規則
DZ/T0179-1997地質圖顏色標準和原則
2.多元信息數據庫和資源評價系統的內容
建立的岡底斯成礦帶及鄰區1:50萬* *資源評價體系分為地理層、裝飾層、地質層、礦產、物探、化探、成礦預測七大類，總數據量18層，92個文件，其中計算的中間文件，約3.2G B(表5-4)。資源評價系統的GIS數據庫界面如圖5-1所示。各圖層文件的名稱根據文件的實際內容直接用漢字命名，具有文件名與內容壹致的優點。
表5-4岡底斯成礦帶1: 50萬資源評價體系主要內容
繼續的
1: 50萬數據庫地質底圖采用成都地質礦產研究所最新編制的1: 50萬數字地質圖，相關數值精度和數據完全滿足國家相關標準和要求。在此基礎上，我們將進壹步開展其他相關專業畫廊的建設。增加了地球物理層、地球化學層、礦物層和預測層(圖5-1)。
圖5-1主碰撞區1: 50萬綜合信息數據庫主界面
岡底斯成礦帶礦產地數據主要來源於1:20萬、1:25萬區域地質調查數據，輔以最新勘探數據和最新地質調查成果，礦產數據截止到2007年底。地球物理數據由工作區最新的區域航磁和重力數據還原為1:500000。
岡底斯成礦帶地球化學圖采用成都地質礦產研究所收集的1:20萬和1:50萬地球化學數據。數據庫包括銅、鉛、鋅、金、銀、鎢、鉬、砷、銻等9種元素，包括多種地球化學異常元素。
需要註意的是，岡底斯成礦帶1:20萬的航磁數據是分三次飛行完成的，獲得的數據很難統壹，相鄰區塊之間沒有統壹的數據處理，導致各個區塊的航磁數據比較困難，可能會對預測結果產生壹定的影響。但從實際運行結果來看，航磁異常對礦化的權重不到0.05%，整體影響很小。
其次，由於資源評價體系涉及的區域整體工作水平較低，區域重力、航磁、化探工作尚未完成，區域物化探資料無法全覆蓋。特別是在選定的預測區域中，有相當壹部分沒有地球化學數據，使得沒有地球化學數據覆蓋的區域預測效果較差。這些區域計算結果僅供參考，可能對成礦預測和定位有壹定影響。
三、岡底斯成礦帶1: 50萬多元信息成礦預測方法及技術流程
基於GIS平臺建立多信息數據庫，可以充分發揮GIS技術強大的數據管理、空間信息分析和成果表達功能，整合地質理論、物化探遠程異常等多源信息資料，借助數學方法和計算機技術，定量分析物化探遠程異常中與礦床有關的各類信息，實現區域成礦預測(趙等，191；劉俊言等人，1994；王世成等人，1995；陳建平，1999)。在岡底斯成礦帶1:50萬多源信息數據庫建設的基礎上，開展了相關的多源信息處理及成礦預測研究。所用的多信息成礦預測軟件是中國地質科學院成礦規劃實驗室開發的M R AS軟件(肖克彥等，2000)。
1.預測方法簡介
對於不同的研究對象，不同的研究者在提取和綜合成礦信息的過程中可以采用不同的方法。我們的成礦預測工作是在岡底斯成礦帶1: 50萬多源信息數據庫建設的基礎上，通過研究成礦規律和典型礦床成礦模式，建立區域礦產資源評價的定量預測找礦模型和構造預測指標組合，定量給出各指標的權重，從而進行定位預測和資源量評價。包括變量構建與選擇、單元劃分、模型選擇、定位、資源預測等壹系列工作。具體預測方法可參考肖克彥等編著的《礦產資源總量預測方法(2008)》。，計算中采用的數學模型是特征分析的統計預測模型(肖克彥，2000)。預測工作采用基於M APGIS平臺的M RAS礦產資源綜合評價系統。預測的關鍵在於建立合理的礦床預測模型，合理篩選預測變量和計算方法。工作流程見圖5-2。
圖5-2岡底斯成礦帶成礦預測流程
(1)收集地理、地物、化學、遙感相關數據，建立完整的待預測區域GIS空間信息庫和屬性庫。關於作者對數據庫的建立，參見本節的第壹部分。
(2)根據礦床模型研究和區域評價的數據水平，建立相關信息專題圖層，主要包括研究區的地質、礦產、地球化學和地球物理數據。
(3)采用網格法劃分預測單元，確定合理的預測單元。
(4)根據典型礦床的研究成果，建立了已知礦床的預測找礦模型，首次進行了地質標誌因子的選擇和預測變量的預設。
(5)在GIS系統中，根據已知礦床特征和地質因素建立模型單元。
(6)根據模型單元，定量選擇預測變量，即最接近礦床的地質找礦信息指標，選擇定位預測變量的方法有平方和法和秩相關系數法。
(7)從定量變量到定性變量的轉換基於特征分析，采用的方法是頻率統計。
(8)利用特征分析進行定位預測，計算成礦優勢。
(9)預測結果檢驗:將預測結果與實際地質條件進行對比，調整預測變量或找礦模型，使預測結果最優。
(10)選擇合適的預測指標值，建立最終預測區域和預測級別，對預測區域進行地質解釋，輸出預測結果圖和表。
2.特征分析和定位預測的數學模型。
作者在預測工作中采用的數學方法是特征分析的統計預測模型。該方法是壹種簡單實用的多元統計方法，適用於數據水平低、規模小的地區進行成礦定位預測。通過對研究區已知單元的研究，找出地質變量之間的內在聯系，確定其找礦意義，從而建立特定類型礦床的定量模型。預測時，將預測對象的地質特征與模型進行對比，用它們的相似性來表示預測對象的成礦可能性，並據此圈定各級有利成礦遠景區。
預測計算的基本過程是研究已知含礦單元的主要特征指標(包括地質、地球化學、地球物理、遙感等變量提供的礦化信息)，通過考察指標(變量)之間的匹配關系，研究變量之間的相關性，從而篩選出重要的控礦因素和找礦標誌xi(i=1，2...對成礦有指導意義。對變量賦予不同的權重系數bi(i=1，2，…，P)，從而建立了某壹類型礦床的定量模型，如公式所示。式中:y-關聯度或成礦優勢；Xi——特征指標(變量)，即控礦地質因素和找礦指標；bi-每個特征符號(變量)的權重系數。該模型的本質是壹組特征標記的加權線性組合，建立模型的關鍵是求解變量(xi)的權重系數(bi)。
然後考察評價區未知單元的壹組特征標誌與礦床模型和該組特征標誌的關聯程度，即xi(i=1，2，...，P)值代入公式得到相關值Y，Y值表示未知單元的找礦優勢。顯然，y值越大，該單元的地質特征越接近已知模式礦床的地質特征，越有利於找礦，從而圈定有利的找礦區域。
3.模範存款點
根據岡底斯成礦帶及其鄰區的礦床發育、礦床規模和研究程度，針對不同的礦床類型和預測目標，確定了60多個礦床模型點。有關詳細信息，請參見以下章節。
4.預測單元劃分
壹般情況下，中小尺度的統計預測多采用等面積網格單元劃分方法，劃分預測單元的總原則是最大限度地反映成礦信息，面積最小化。有人根據研究區的礦點數和預測範圍的大小提出了壹個經驗公式:最優單位面積= 2 ×總面積/總礦點數。也有人提出根據地質圖比例尺劃分單元大小的參考數據區間，即以相應比例尺地質圖上1 ~ 4cm2的面積作為基本單元大小(趙等，1994)。在預測過程中，我們采用後壹種劃分方法。為便於計算，將研究區域劃分為1.41cm×1cm(2.0 cm2)個單元，即每個單元的面積為50km2，* * *劃分為13000個網格單元。
5.變量選擇和分配
根據綜合信息找礦模型，選擇預測變量如表5-5所示。由於1: 50萬的定位預測是小尺度預測，上述綜合找礦模型中與找礦有關的壹些預測變量，如蝕變帶、土壤地球化學異常、構造破碎帶、層間構造、控礦巖體地球化學特征等，都屬於大尺度成礦預測的範圍，不能在定位預測中得到反映。
定位預測要求變量應為二進制數據，上述變量中的定性變量按其對礦化的有利程度賦雙態值，對礦化有利的狀態賦1，否則賦0；對於定量變量，按照其實際值賦值，然後按照壹定的統計規律確定閾值，轉換成二元變量。對研究區銅鉛鋅多金屬礦床進行統計計算後，各預測變量的值和各變量的權重系數見下節計算結果。壹般來說，對預測結果影響較大的變量主要有主要成礦元素及相關元素的地球化學異常、地質體的熵值(地質體的復雜性)、已知礦化、控礦巖體、含礦圍巖等因素。而遙感線性構造、區域性斷裂、重力異常、磁異常等變量影響權重較小。