一种新的勘探靶区圈定框架：集成多重分形地球化学分析、构造控制与模糊C均值无监督聚类方法

　　本刊推荐一篇创新性研究，提出了一种整合多重分形地球化学分析（MIDW、S-A、LSM）、距离-分布分析（DDA）与模糊C均值聚类（FCM）的新勘探框架，有效识别覆盖区弱地球化学异常，显著提升金（Au）和铅锌（Pb-Zn）矿勘探靶区预测精度（AUC达94.8%和88.08%），为复杂构造区矿产预测提供新方法。

　　

Highlight

本研究提出了一种创新的勘探靶区识别框架，通过整合多重分形地球化学异常分离技术、距离-分布分析（DDA）和模糊C均值（Fuzzy C-Means, FCM）聚类方法，显著提升了伊朗Takhte-Soleyman地区金（Au）和铅锌（Pb-Zn）矿化的勘探预测能力。

Isometric log-ratio (ilr) transformation

在地球化学勘探中，识别可能指示矿化的地球化学异常和模式是关键目标。然而，来自土壤、沉积物或岩石样本的元素浓度通常具有成分性（compositional）——即它们是整体的一部分，受固定总和约束（例如100％或固定总质量）。这类数据存在于单纯形（simplex）中，而非标准欧几里得空间，这使得传统统计技术无效或具有误导性（Aitchison, 1982）。

Geological setting

研究区位于1:25万比例尺Takab图幅的中北部，该区域是乌尔米耶-多克塔尔岩浆弧（Urumieh-Dokhtar Magmatic Arc, UDMA）中最重要的成矿带之一，也是金（Au）和铅锌（Pb-Zn）成矿潜力极高的地区（图1a）。该地区经历了多种造山活动，如构造隆升、岩浆作用、沉积和变质作用，因此可见多种岩性单元，包括变质岩、火山岩、沉积岩和侵入岩（Alavi, 1994）。

Statistical treatment of elements

使用SPSS软件对原始地球化学数据进行了统计处理，摘要结果如表1所示。成矿相关指示元素（如Au、Cu、Pb、Zn）的原始统计参数显示出较高的偏度（分别为13.78、4.1、18.47和22.92）和峰度（分别为217.99、446.27、4025.12和596.04），表明地球化学元素的原始值呈非正态分布，且这些数据可能受到极端值或异常值的强烈影响。

Discussion

本研究提出了一种新颖的框架，通过结合多重分形地球化学异常分离、距离-分布分析和模糊C均值（FCM）聚类，在伊朗西北部Takhte-Soleyman地区识别金（Au）和铅锌（Pb-Zn）矿化的勘探靶区。该地区作为UDMA的一部分，其地球化学景观以复杂的热液过程为特征，因子分析揭示了 distinct 的元素组合。与砷（As）和锑（Sb）相关联的F2因子（金矿化）以及与银（Ag）和镉（Cd）相关联的F3因子（铅锌矿化）突出了这些元素在热液系统中的共同运移和沉淀行为。距离-分布分析进一步强调了北西（NW）和北东（NE）走向断层的关键控制作用，约85%的金矿和77%的铅锌矿分布在距这些断层1公里范围内，凸显了构造控制在成矿定位中的重要性。本研究采用的局部奇异性映射（LSM）在检测弱地球化学异常方面表现出色，尤其是在覆盖区，其性能优于多重分形反距离加权（MIDW）和谱面积（S-A）模型。LSM能够捕捉元素浓度的局部突变和非线性 patterns，这些 patterns 往往与矿化中心有关。结合经过V_XB指数优化的FCM聚类，该框架成功识别出高潜力区，并生成了具有高空间准确性的找矿有利度模型。金和铅锌的曲线下面积（AUC）值分别达到94.8%和88.08%，且与已知矿床具有很强的空间相关性，证明了该方法的有效性。

Conclusion

本研究成功开发并验证了一种创新的框架，用于在伊朗西北部Takhte-Soleyman地区识别金（Au）和铅锌（Pb-Zn）矿化的勘探靶区。通过整合多重分形地球化学异常分离技术——特别是局部奇异性映射（LSM），其性能优于多重分形反距离加权（MIDW）和谱面积（S-A）模型——距离-分布分析和模糊C均值（FCM）聚类，该研究有效解决了在覆盖区和复杂构造背景下识别弱各向异性地球化学异常的挑战。因子分析确定了关键的元素组合：金与砷（As）和锑（Sb）关联，铅锌与银（Ag）和镉（Cd）关联。距离-分布分析进一步揭示了北西（NW）和北东（NE）走向断层是主要的控矿构造，分别控制了约85%的金矿和77%的铅锌矿分布，这些矿床主要集中在断层1公里范围内。研究通过V_XB指数优化FCM聚类，精细刻画了找矿有利度模型，突出了成矿潜力最高的区域。结果显示，基于FCM的LSM在异常检测方面表现卓越，金和铅锌的AUC值分别达到94.8%和88.08%，且与已知矿床具有高度的空间一致性。该框架克服了传统方法的局限性，为在具有挑战性的勘探环境中进行矿产预测提供了实用工具，并可推广应用于其他成矿省。