矿山地质深层预测化探技术研究

李瑞峰

（华北地质勘查局第四地质大队，河北 秦皇岛 066000）

随着矿山开发的逐渐深入，浅层矿产资源已经不能满足用矿需求，因此开采矿山深层资源迫在眉睫。在矿山深层开采过程中，对矿山地质进行深层预测工作十分重要。常用的预测技术有经验预测、理论预测、统计分析预测以及综合方法预测[1]。但这些预测技术对矿山深层地质预测较为困难，化探技术是利用化学理论和相关技术来实现矿山深层进行地质勘测的技术。因此本文使用化探技术对矿山地质深层预测进行研究。

1 化探技术采集矿山地质

对于已经开采的矿山对深层地质可以直接进行二次勘测，可以根据表层的矿山地质数据进行分析结合化探技术对矿山深层地质进行预测[2]。对于地表有植被覆盖的矿山区域，采集地表岩石、土壤，按照表1中的检测内容进行元素检测。

表1 金属元素检测方法

岩石的抗风化程度与其所含金属元素的含量有关，检测岩石风化壳中不动元素Al2O3和活动元素K2O、CaO的比值，当比值（钙化指数）越高，其风化程度越高。将土壤样本浸泡在溶液中，静止后取上层清液，使用化学试剂对上层清液进行检测。通过化学试剂的反应现象，确定土壤清液中的金属元素含量。使用电化学方法对水域沉积物悬浊液进行电解，使用化学试剂对阴极聚集的离子进行标记，测出悬浊液的金属离子成分。研磨岩石样本，通电使得岩石内部金属离子向电解极移动，使用化学试剂测试元素组成。矿山地表裂缝会出现微气泡，使用图1中的装置对这些气泡中的气体进行采集。

图1 地气采集装置示意图

使用化学试剂和气体成分分析仪解析气体成分，分析深层地表可能存在的矿藏。根据化探结果数据，形成矿山地质元素文件，使用相关的分析技术对矿山地质元素文件进行处理，分析其中的地质信息，实现对矿山地质的深层预测。

2 处理矿山深层地质数据

预测矿山地质深层需要分析主要元素，确定矿产类型。综合使用化探技术时，会因为采集数据的量纲不同，影响后续预测精度。使用公式（1）进行量纲统一。

其中，x'为统一量纲后的数据，为数据的平均值，s是数据的标准差。通过公式（1）的量纲处理后，可以将数据化为均值为0、方差为1的数据。根据KL变化理论进行主成成分分析[3]。将分析后的主成成分按照含量由高到低进行排列。进行与矿山地质样本的对比。假设矿山地质元素文件中含有m种元素，样本中含有n种元素，并且m＜n。这些元素经过标准化处理后，形成矩阵A。

矩阵A中的第i行和第j列能够表示对应两个元素之间的相似度。根据聚类理论对采集的地质信息进行分类。为将化探技术采集地质数据与样本进行匹配，计算与样品间的相似程度[4]。按照公式（3）计算化探技术采集地质数据与样本间距离，确定它们的相似程度。

距离值dij越小，说明与样本越相似，距离值dij越大，相似程度低。根据计算出的相似结果，进行聚类。以样本为聚类的中心点，按照距离远近将化探技术采集的深层地质数据分簇[5]。每一簇中包含数据最多不得超过k个，k＜＜m。将分簇剩下的数据，按照相似度进行分簇。聚类后由于样本数量多于化探数据，可能会造成出现小概率相同的距离值，此时计算两样本相似度，如果相似度高，随机去除一个样本数据；如果相似度低，将数据复制，分簇至两个不同簇中，通过数据处理将相同距离值的数据进行分隔。使用灰度模型实现对矿山深层地质的预测。

3 实现矿山地质深层预测

根据聚类结果，将地表的地质数据与已经分簇后的深层结果进行聚类，将聚类结果作为灰度预测模型的输入量。使用灰度预测模型，对聚类分簇后的矿山深层地质数据进行处理。建立矿山地质预测公式。

其中，a为灰度预测模型的发展系数，b为灰度预测模型的灰作用量，x为化探技术采集采集的数据。参数a、b与灰度模型的预测范围有关，a越大，会导致误差增加。由于对矿山地质深层预测是根据主成成分进行地质划分，因此将参数a的取值定为[0.3，0.5]。灰度模型预测后的结果进行误差验证，使得数据精度到达地质勘测标准，输出预测结果。至此完成对矿山地质深层预测化探技术研究。

4 结语

化探技术对于探测矿山深层地质，勘测隐伏型矿产作用极大。使用化探技术能够降低开采矿山前期的勘测费用，具有极佳的经济性。本文研究了使用化探技术对矿山深层地质进行预测。对使用化探技术预测矿山深层地质进行了详细说明。随着对矿产资源需求的日益增加，化探技术也会广泛应用于矿山地质勘测。