一种构造地球化学数据异常信息的提取方法

技术领域

本发明涉及信息提取方法技术领域，具体是一种构造地球化学数据异常信息的提取方法。

背景技术

构造地球化学(tectonogeochemistry)研究各种层次构造作用中元素(同位素)的分配和迁移、分散和富集。地球化学是研究地球及其子系统(包括部分宇宙体)的化学组成和化学演化的一门学科。主要研究地球(包括部分天体)的化学组成；研究地质过程中化学作用机制和条件、元素的共生组合及其赋存形式及元素的迁移和循环等等的学科。

勘查地球化学是通过地质体中元素分布的研究，发现异常，解释评价异常，进而圈定找矿靶区的一种找矿方法。其中，元素异常下限的确定是勘查地球化学的基本内容，同时也是勘查地球化学的关键问题。

现针对于目前市面上大多数的构造地球化学数据异常信息的提取方法提出以下问题:

1、现有的地球化学异常识别方法，需要事先要求地球化学数据满足假定的分布形式，还需要设定固定阈值，在区分背景与异常的过程中并不能充分考虑元素组合的内在相关性、数据的空间结构性以及区域分布上的周期性特征，并不能准确提取地球化学数据中的异常信息；

2、现有的地球化学异常识别方法一般采用的是单元素异常套合法圈定组合异常，由于单元素圈定范围有限，因此在数据提取过程中存在较大的局限性，影响实际数据结果。

发明内容

本发明的目的在于提供一种构造地球化学数据异常信息的提取方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种构造地球化学数据异常信息的提取方法，包括有空间坐标的地球化学分析数据、统计分析、聚类分析和因子分析：

S1：在断裂破碎带内取样分析获得构造地球化学数据；

S2：所得数据要先经过取10为底的对数，然后经过聚类分析确定元素组合；

S3：将取10为底的数据集，经过因子分析，获得因子及因子得分，利用每个取样点的坐标值和因子得分值(即X，Y，因子得分)，圈定异常图；

S4：利用元素组合因子得分圈定异常可以增强较弱的异常信息，最后将异常结合地质情况可以圈定深部矿化富集中心；

S5：根据异常等值线变化梯度可以推断隐伏矿体产状，根据中—低温元素组合异常中心和中—高温元素组合异常中心相对位置推断成矿流体的流向。

作为本发明进一步的方案：所述有空间坐标的地球化学分析数据的输出端和数据预处理一的输入端相互连接，所述数据预处理一的输出端和数据分类的输入端相互连接，所述数据分类的输出端和聚类分析的输入端相互连接，所述聚类分析的输出端和因子分析的输入端相互连接，所述聚类分析和聚类分析均取10为底的数据集，所述因子分析的输出端和得分圈定异常的输入端相互连接。

作为本发明再进一步的方案：所述统计分析的输出端和特殊值处理的输入端相互连接，所述特殊值处理的输出端和直观显示的输入端相互连接，所述直观显示的输出端和曲线拟合的输入端相互连接，所述曲线拟合的输出端和图形展示的输入端相互连接，所述图形展示的输出端和弱异常信息提取的输入端相互连接。

作为本发明再进一步的方案：所述聚类分析的输出端和数据预处理二的输入端相互连接，所述数据预处理二的输出端和定义距离函数的输入端相互连接，所述定义距离函数的输出端和聚类分组的输入端相互连接，所述聚类分组的输出端和评估输出的输入端相互连接。

作为本发明再进一步的方案：所述因子分析的输出端和得到因子的输入端相互连接，所述得到因子的输出端和验证因子的输入端相互连接，所述验证因子的输出端和分析描述的输入端相互连接，所述分析描述的输出端和因子应用的输入端相互连接。

作为本发明再进一步的方案：所述步骤S1中，选择合适断裂带，并对断裂带的化学数据进行取样，通过分析后获得构造地球化学数据。

作为本发明再进一步的方案：所述步骤S2中，取所有样品数据，并将该样品数据取10为底的对数，获得分析数值。

作为本发明再进一步的方案：所述步骤S3中，确定分析模型，建立判别函数Y＝a1x1+a2x2+...anxn，其中:Y为判别分数(判别值)，x1x2...xn为反映研究对象特征的变量，a1a2...an为系数，X1＝a11F1+a12F2+…+a1pFp+v1，X2＝a21F1+a22F2+…+a2pFp+v2X＝AF+V，Xi＝ai1F1+ai2F2+…+aipFp+vi，Xm＝ap1F1+ap2F2+…+ampFm+vm，Xi—第i个标准化变量，aip—第i个变量对第p个公因子的标准回归系数，F—公因子，Vi—特殊因子，F1＝W11X1+W12X2+…+W1mXm，F2＝W21X1+W22X2+…+W2mXm，Fi＝Wi1X1+Wi2X2+…+WimXm，Fp＝Wp1X1+Wp2X2+…+WpmXm，Wi—权重，因子得分系数，Fi—第i个因子的估计值(因子得分)。

作为本发明再进一步的方案：所述步骤S3中，对因子进行分析，并将因子得分进行对比从而能够圈定异常，圈定异常可以增强较弱的异常信息，最后将异常结合地质情况可以圈定深部矿化富集中心。

作为本发明再进一步的方案：所述步骤S4中，将各项因子进行汇总，并将各种数据进行对比，指导异常图的编制。

与现有技术相比，本发明的有益效果是：

1、通过设置的聚类分析，能够通过聚类分析简单、直观的观察出分析结果，通过聚类分析能够提供多个可能的解，选择最终的解需要研究者的主观判断和后续的分析，通过这种分析能够从多数分析结果中找到适合的解，从而能够较为准确的分析出结果情况；

2、通过设置的因子分析，能够通过因子分析在许多变量中找出隐藏的具有代表性的因子，将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设，通过因子分析，并利用元素组合的因子得分圈定异常，能够通过元素组合实现增强较弱的异常信息；

3、通过设置的有空间坐标的地球化学分析数据，能够通过将将多个区域地段的样品数据进行坐标化，且坐标化数量足够，便于后续对多个样品数据进行差值计算，避免后续分析结果出现偶然情况，通过设置的特殊值处理，能够通过对特殊值进行处理，能够除去实际分析中偶然性情况，增加了分析结果的真实度；

4、通过设置的异常信息提取，能够通过提取出异常信息，能够准确计算出各个元素之间不同数值情况，通过设置的验证因子，能够通过差值计算对因子结果的验证，能够进一步确保因子分析结果的真实数值情况。

附图说明

图1为一种构造地球化学数据异常信息的提取方法的流程框架示意图；

图2为一种构造地球化学数据异常信息的提取方法的原理框架示意图；

图3为一种构造地球化学数据异常信息的提取方法中异常信息提取的框架示意图；

图4为一种构造地球化学数据异常信息的提取方法中聚类分析的框架示意图；

图5为一种构造地球化学数据异常信息的提取方法中因子分析的框架示意图；

图中：1、有空间坐标的地球化学分析数据；2、数据预处理；3、数据分类；4、聚类分析；5、因子分析；6、得分圈定异常；7、统计分析；8、特殊值处理；9、直观显示；10、曲线拟合；11、图形展示；12、弱异常信息提取；13、数据预处理二；14、定义距离函数；15、聚类分组；16、评估输出；17、得到因子；18、验证因子；19、分析描述；20、因子应用。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1～5，本发明实施例中，一种构造地球化学数据异常信息的提取方法，包括有空间坐标的地球化学分析数据1、统计分析7、聚类分析4和因子分析5：

S1：在断裂破碎带内取样分析获得构造地球化学数据；

S2：所得数据要先经过取10为底的对数，然后经过聚类分析确定元素组合；

S3：将取10为底的数据集，经过因子分析，获得因子及因子得分，利用每个取样点的坐标值和因子得分值(即X，Y，因子得分)，圈定异常图；

S4：利用元素组合因子得分圈定异常可以增强较弱的异常信息，最后将异常结合地质情况可以圈定深部矿化富集中心；

S5：根据异常等值线变化梯度可以推断隐伏矿体产状，根据中—低温元素组合异常中心和中—高温元素组合异常中心相对位置推断成矿流体的流向。

优选的，有空间坐标的地球化学分析数据1的输出端和数据预处理一2的输入端相互连接，数据预处理一2的输出端和数据分类3的输入端相互连接，数据分类3的输出端和聚类分析4的输入端相互连接，聚类分析4的输出端和因子分析5的输入端相互连接，所述聚类分析4和聚类分析4均取10为底的数据集，因子分析5的输出端和得分圈定异常6的输入端相互连接，能够对异常数据进行处理。

优选的，统计分析7的输出端和特殊值处理8的输入端相互连接，特殊值处理8的输出端和直观显示9的输入端相互连接，直观显示9的输出端和曲线拟合10的输入端相互连接，曲线拟合10的输出端和图形展示11的输入端相互连接，图形展示11的输出端和弱异常信息提取12的输入端相互连接，能够直观显示弱异常信息。

优选的，聚类分析4的输出端和数据预处理二13的输入端相互连接，数据预处理二13的输出端和定义距离函数14的输入端相互连接，定义距离函数14的输出端和聚类分组15的输入端相互连接，聚类分组15的输出端和评估输出16的输入端相互连接，通过设置的聚类分析，能够通过聚类分析4简单、直观的观察出分析结果，通过聚类分析4能够提供多个可能的解，选择最终的解需要研究者的主观判断和后续的分析，通过这种分析能够从多数分析结果中找到适合的解，从而能够较为准确的分析出结果情况。

优选的，因子分析5的输出端和得到因子17的输入端相互连接，得到因子17的输出端和验证因子18的输入端相互连接，验证因子18的输出端和分析描述19的输入端相互连接，分析描述19的输出端和因子应用20的输入端相互连，能够通过因子分析5在许多变量中找出隐藏的具有代表性的因子，将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设，通过因子分析5，并利用元素组合的因子得分圈定异常6，能够通过元素组合实现增强较弱的异常信息。

优选的，步骤S1中，选择合适断裂带，并对断裂带的化学数据进行取样，通过分析后获得构造地球化学数据。

优选的，步骤S2中，取所有样品数据，并将该样品数据取10为底的对数，获得分析数值。

优选的，步骤S3中，确定分析模型，建立判别函数Y＝a1x1+a2x2+...anxn，其中:Y为判别分数(判别值)，x1x2...xn为反映研究对象特征的变量，a1a2...an为系数，X1＝a11F1+a12F2+…+a1pFp+v1，X2＝a21F1+a22F2+…+a2pFp+v2X＝AF+V，Xi＝ai1F1+ai2F2+…+aipFp+vi，Xm＝ap1F1+ap2F2+…+ampFm+vm，Xi—第i个标准化变量，aip—第i个变量对第p个公因子的标准回归系数，F—公因子，Vi—特殊因子，F1＝W11X1+W12X2+…+W1mXm，F2＝W21X1+W22X2+…+W2mXm，Fi＝Wi1X1+Wi2X2+…+WimXm，Fp＝Wp1X1+Wp2X2+…+WpmXm，Wi—权重，因子得分系数，Fi—第i个因子的估计值(因子得分)，最终能够计算出因子得分。

优选的，步骤S3中，对因子进行分析，并将因子得分进行对比从而能够圈定异常，圈定异常可以增强较弱的异常信息，最后将异常结合地质情况可以圈定深部矿化富集中心。

优选的，步骤S4中，将各项因子进行汇总，并将各种数据进行对比，指导异常图的编制，能够形成最终异常信息图，便于直观了解区域异常情况。

本发明的工作原理是：

使用时，在断裂破碎带内取样分析获得构造地球化学数据；所得数据要先经过取10为底的对数，然后经过聚类分析4确定元素组合；将取10为底的数据集，经过因子分析5，获得因子及因子得分，利用每个取样点的坐标值和因子得分值(即X，Y，因子得分)，圈定异常图；利用元素组合因子得分圈定异常可以增强较弱的异常信息，最后将异常结合地质情况可以圈定深部矿化富集中心；根据异常等值线变化梯度可以推断隐伏矿体产状，根据中—低温元素组合异常中心和中—高温元素组合异常中心相对位置推断成矿流体的流向通过聚类分析和因子分析确定因子和验证因子，确定分析模型，建立判别函数Y＝a1x1+a2x2+...anxn，其中:Y为判别分数(判别值)，x1x2...xn为反映研究对象特征的变量，a1a2...an为系数，X1＝a11F1+a12F2+…+a1pFp+v1，X2＝a21F1+a22F2+…+a2pFp+v2X＝AF+V，Xi＝ai1F1+ai2F2+…+aipFp+vi，Xm＝ap1F1+ap2F2+…+ampFm+vm，Xi—第i个标准化变量，aip—第i个变量对第p个公因子的标准回归系数，F—公因子，Vi—特殊因子，F1＝W11X1+W12X2+…+W1mXm，F2＝W21X1+W22X2+…+W2mXm，Fi＝Wi1X1+Wi2X2+…+WimXm，Fp＝Wp1X1+Wp2X2+…+WpmXm，Wi—权重，因子得分系数，Fi—第i个因子的估计值(因子得分)，对因子进行分析，利用元素组合因子得分圈定异常可以增强较弱的异常信息，根据异常等值线变化梯度可以推断隐伏矿体产状，指导异常图的编制、信息提取，将各项因子进行汇总，并将各种数据进行对比，指导异常图的编制，聚类分析4的目标就是在相似的基础上收集数据来分类，通过因子分析5在许多变量中找出隐藏的具有代表性的因子，将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设，另一方面通过因子分析5，并利用元素组合的因子得分圈定异常6，能够通过元素组合实现增强较弱的异常信息。

尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。