论文部分内容阅读
本文通过利用数据挖掘技术结合MapGIS K9对矿产矿产资源进行评价，与传统的评价方法存在着一些不同之处，论文中采用数据挖掘技术中的聚类分析方法，来找出资源赋存靶区，采用模糊C均值聚类以及数据挖掘技术中的关联分析算法来确定靶区赋存的资源类型。第一，利用MapGIS K9强大的数据管理能力，对研究区域收集到的16种元素2256个采样点进行初步整理，在PolyAnalyst中将采样点为对象，测得的16种元素地球化学值作为研究属性，利用K-means算法对研究区域进行聚类分析。为了研究的全面性，K值从3取到14，由于研究区域大致可分为七种岩性，故K＜7的聚类没有太大研究价值。经分析对比K=8、9、10时的聚类效果显著，在MapGIS K9中将聚类效果显著的区域进行拓扑造区，得到三个地球化学异常区域。第二，将圈定的3个地球化学异常区域中的数据进行关联分析研究异常区域各元素之间的关联关系，也即地球化学元素的组合与共生特征，最后在元素异常区域中得出，As、Sb、Hg以及Mo相关联，Ni与W关联，Cd与Pb关联。利用地球化学找矿的相关理论以及知识，同时再结合地球化学元素异常区域的地质岩性特征，推断出该区域是寻找金、银、铅和锌矿的有利地段。第三，将圈定的3个地球化学异常区域中的数据在Matlab中通过编程进行模糊C均值聚类分析，选元素为对象，每个元素的地球化学数据为属性，取聚类数c=4，m=2，ε=0.00001，分析得到16个元素隶属于4个簇中心，当选取隶属度阈值u≥0.35时，第一簇中包含元素，Mo、Cd、Bi、Sb、As、Hg、Au和Ag；第二簇中包含元素Cr、Zn、Mo、Cd、Pb、Bi、As和Ag；第三簇中包含元素Co、Ni、Cu和Sn；第四簇中包含元素W。根据地球化学理论，反映出该地区矿是一个金、银多金属成矿区域。因此，推断该区域是寻找金、银等多金属矿产资源的有利地段。综合关联分析、模糊C均值算法得到的结果，结合研究区域的地质岩性特点，说明该地是一个金、银多金属成矿区。