矿产资源短缺、勘查成本和勘查难度剧增的形势下,如何充分利用海量地质空间数据和现代信息技术开展快速、高效的潜在矿产资源评价方法及应用研究,对于掌握区域矿产资源潜力,进行矿产勘查部署和选择具体的找矿靶区,从而降低矿产勘查的成本,具有重要的科学意义和实际应用价值。目前,面向矿产勘查的找矿方法与评价技术层出不穷,主要包括地球物理方法、地球化学方法、地质要素分析方法及遥感技术。本论文主要研究和探讨面向矿产勘查的地球化学分析方法与定量评价技术及其在矿产勘查评价中的应用。无论是面向大比例尺的矿集区范围勘查还是基于小比例尺的成矿远景区优选,区域地球化学数据处理及空间信息融合技术都是矿产资源定量评价过程中的重要研究内容,在找矿过程中均发挥了巨大的作用。地球化学元素之间的内在关系可以通过统计分析的统计量来推测和揭示元素的迁移演化规律、物源特征,进而为地球化学作用识别、矿产勘查及环境质量评价提供有用的信息。矿床形成过程中通常会伴随多个元素的异常富集或亏损,如铜矿床的形成常常也会伴随Pb、Zn等元素的异常。因此多变量统计分析方法为从指示元素组合规律的角度研究元素组合异常提供了有力的工具。然而传统的多变量统计方法处理的数据需要满足“非定和”的特征,即处理的数据值区间位于负无穷和正无穷之间,而地球化学数据却受到“定和”限制,即：具有成分数据的闭合效应,当应用传统的统计分析方法时会导致元素之间产生伪相关现象。近年来发展的基于成分数据变换的单变量、二分变量和多变量分析方法在勘查地球化学及环境地球化学中的应用得到了广泛的探讨和研究,并取得了一系列的研究成果。此外,地球化学元素含量分布会受到金属矿化或人类活动的影响,从而导致采样介质中的元素含量强烈地偏离正态分布或对数正态分布,而传统的统计方法局限于分析数据满足正态分布的假设而不能够理想的应用。因此,化探数据处理面临的另外一个问题是对异常值的处理。一个理想的处理方法是应用稳健统计分析方法,如稳健相关性分析、稳健主成分分析、稳健因子分析等。基于勘查地球化学的找矿活动是以地球化学元素含量为依据,根据异常的强弱和大小圈定和评价致矿异常,然而由于矿体的埋藏深度以及覆盖层的影响,往往导致地表地球化学信号较弱,同时受到其它干扰因素的叠加影响,致使隐伏及弱缓信息的识别成为矿产勘查领域中长期以来面临的难题。如何通过合适的数据处理技术和科学的数学地质模型识别和分离地球化学弱缓异常信息是一项重要研究任务。研究表明地球化学数据的背景值通常服从正态或对数正态分布,而异常值服从分形或帕瑞托分布,从正态分布到对数正态分布再到帕瑞托分布,是一个自然系统复杂程度逐渐增加的过程,其中帕瑞托分布描述的系统最为复杂,表现出强烈的分形特征。然而,传统上的地球化学数据处理过程中往往认为其服从正态或对数正态分布,这种情景可能会导致当异常与背景相差很微弱时,通常的统计分析方法不能有效识地识别高背景场中的异常,或者忽略已知成矿区中的弱缓异常。由于成矿过程的非线性及复杂性特征,成矿元素在空间域和频率域呈现自相似性和各向异性特征,研究表明基于非线性理论的多重分形模型可以很好地识别地球化学背景场中的弱、缓异常信息。矿产资源具有其特有的特征,如认识不确定性、产出隐蔽性性、勘查风险性和不可再生性等,因此,在对矿产资源评价过程中不仅要对成矿模型、成矿系统及控矿地质要素有个全面的认识和研究,还要对研究矿床形成与控矿要素之间的空间关系。钻探虽然能够获得直接是否有金属矿化的信息,但昂贵的成本及风险性确定了钻探工作不能大范围的开展,因此对潜在矿产资源评价需有效地利用海量的区域性地质、地球化学、地球物理和遥感数据等,但这些数据具多类型、多比例尺、有多来源、多时相的特点,需要地质学者对这些数据进行综合处理。现阶段在计算机技术和GIS技术的支持下,通多融合多源地学空间信息绘制矿产分布预测图、估算预测资源量,进而筛选靶区、缩小最优找矿地段和降低勘查风险成为一个有效而快捷的途径。目前已发展了多个矿产资源定量评价模型或数学地质模型,这些评价模型可以划分为三类,分别为知识驱动模型(如模糊逻辑、布尔运算)、数据驱动模型(如证据权模型、神经网络、支持向量机)和混合驱动模型(如模糊证据权、模糊神经网络)。每个模型都有起各自的优点和不足,如何根据实际需要选择理想的评价模型以达到缩小找矿面积、提高预测精度的要求也是一个重要的研究内容。针对勘查地球化学数据的固有特征(如“定和”约束、不同分布模式等)、多源地学空间数据在信息融合过程中的互补优势、不同定量评价模型之间的预测性能差异等方面,本研究主要目的包括以下几个方面：(1)应用单／多变量分析技术和成分数据分析方法研究地球化学演化过程,探讨元素之间的组合关系、判断物质来源及元素的迁移规律。采用了多元统计分析方法、成分数据分析方法、稳健统计学等比较研究区域球化学数据的闭合效应及异常值对实验结果的影响,最大限度地挖掘蕴藏在地球化学数据中的信息量；(2)应用多重分形理论模拟地球化学元素分布模式、成矿过程及识别隐伏、弱缓致矿异常信息。采用S-A(能谱-面积)模型研究多元素组合信息的分解模式,综合C-A(面积-浓度)模型和局部奇异性模型刻画地球化学元素在空间域和频率域中的分布特征、定量识别和提取致矿异常信息和圈定异常区；(3)研究了不同矿产资源定量评价模型在融合多源空间数据中的应用,并分析了各评价模型的应用特点及关键技术,为理想优化及应用评价模型达到降低勘探风险、有效识别最具成矿潜力地段的目的提供决策。针对以上研究目的,为突出研究方法的先进性、实用性、可操作性、示范性等特点,本论文选定南岭成矿带作为研究示范区进行了系列研究。南岭成矿带地质条件复杂,植被与第四系粘土覆盖严重,尽管目前的地质研究程度比较成熟,并积累了大量的研究成果,但随着地质找矿工作的不断深入,该成矿带易找到的地表或近地表矿几乎发现殆尽,多年来在寻找大型、超大型金属矿床方面尚未取得预期的突破,这很大程度上可能受限于新技术、新方法的应用,迫切需要一套符合本区实际情况的地质找矿理论和行之有效的找矿方法。此外,南岭成矿带横跨江西、湖南、广东、广西四省区,以往的矿产勘查评价工作通常以省为界,综合研究局限于单个矿床或小范围,缺乏宏观部暑和全面研究。传统的评价工作主要是对一些典型矿床的研究,如提出了一系列的矿床模型,或对局部区域利用现有的地质资料、化探数据或地球物理数据进行经验的或半定量的推断解译,缺少系统的勘查地球化学分析和矿产资源定量化评价方面的研究。本研究应用统计分析方法,特别是基于成分数据变换的多变量分析技术为南岭成矿带地球化学作用识别及成矿元素组合规律研究提供了行之有效的途径。此外,南岭成矿带于中生代发生大规模的成矿作用,历经多期次构造岩浆活动,特别是燕山期“爆发式”成矿作用,体现了该成矿带成矿特征具有独特性、突发性、奇异性和复杂性等,再加上地表植被覆盖严重,造成了异常信息的混叠、弱缓、难识别等特点,这为非线性理论在该成矿带开展地球化学异常识别工作提供了理想的场所。在充分认识南岭成矿带区域地质特征、成矿特征及成矿规律的基础上,针对该成矿带地球化学作用模拟、成矿元素致矿异常识别及金属成矿潜力等方面,本文应用勘查地球化学分析方法和矿产资源定量评价技术开展了系列研究。采用的地球化学分析方法包括多变量统计分析方法、成分数据分析方法、稳健统计分析,多重分形模型(如奇异性理论、浓度-面积分形模型、分形滤波技术),矿产资源定量评价技术包括证据权模型、逻辑斯蒂回归模型、基于数据驱动的模糊逻辑模型、证据理论模型等。主要取得了如下几个方面的研究成果：(1)应用k-均值聚类分析,将预处理之后的数据划分为三类,聚类结果显示出元素较强的空间分布规律。聚类1中的数据主要对应于前寒武纪-志留纪地层；聚类2中的数据主要对应于燕山期及加里东期花岗岩体；聚类2中的数据主要对应于泥盆纪-三叠纪和侏罗纪-白垩纪地层；(2)应用成分数据分析和稳健统计学研究了主成分分析和因子分析模型,以39个元素的水系沉积物地球化学数据为载体,研究南岭成矿带元素组合规律和地球化学演化过程。确定了四种主要元素组合类型,分别为W-Sn-Bi-Mo-Ag-Li-Be(钨多金属元素组合)、Cu-Ni-Sb-As-Cd-Cr (重金属/有毒金属污染元素组合)、La-Y-Th-U-Zr-Nb-K-Na-Al(稀有稀土、放射性元素组合)、Fe-Co-Ti-V-Cr-Ni-Mg-Mn(基性/超基性矿物组合)。(3)应用分形/多重分形理论研究地球化学元素的统计分布规律,模拟元素成矿过程,识别弱异常信息,为矿产勘查提供科学决策。包括结合奇异性理论和C-A模型重点研究了与钨多金属矿关系密切的W、Sn、Mo和Bi4个元素的统计分布规律和弱异常信息。(4)以南岭成矿带多源地质空间数据库为基础,应用证据权模型、模糊逻辑模型、逻辑斯蒂回归模型、证据理论模型等数学地质模型对南岭成矿带钨多金属矿产资源开展定量化评价。对比研究了各数学地质模型在应用过程中的关键技术,并采用ROC曲线评价各模型的预测效果,实验结果显示模糊逻辑模型、逻辑斯蒂回归模型、证据权模型和证据理论模型的AUC值分别为0.8406、0.7828、0.7757和0.8061,结果表明预测精度相对较高,但模糊逻辑模型的预测性能最好,其次是证据理论模型。