E-mail Alert Rss
 

物探与化探, 2021, 45(4): 1064-1070 doi: 10.11720/wtyht.2021.1323

方法研究·信息处理·仪器研制

基于熵—中位数子区滤波提取土壤氡气浓度异常——以甘肃省花海盆地为例

雷波,1,2, 兰明,1, 贺锋3, 鲁宝龙4, 罗才武1

1.南华大学 资源环境与安全工程学院,湖南 衡阳 421001

2.巴黎大学 巴黎地球物理学院,巴黎 75005

3.核工业北京地质研究院,北京 100029

4.核工业二○三研究所, 西安 咸阳 712000

The application of information entropy subinterval area median contrast filtering method to extracting the abnormal soil gas radon concentrations: A case study of Huahai basin, Ganshu Province

LEI Bo,1,2, LAN Ming,1, HE Feng3, LU Bao-Long4, LUO Cai-Wu1

1. School of Resource, Environment and Safety Engineering,University of South China, Hengyang 421001, China

2. Institut de Physique du Goble de Paris, Université de Paris,Paris 75005

3. Beijing Research Institute of Uranium Geology,Beijing 100029, China

4. No.203 Research Institute of Nuclear Industry,Xianyang 712000, China

通讯作者: 兰明(1988-),男,江西高安人,博士研究生,讲师,从事矿山岩土工程研究工作。Email:CSU_LM@163.com

责任编辑: 蒋实

收稿日期: 2020-06-22   修回日期: 2020-12-31  

基金资助: 湖南省自然科学基金.  2019JJ50525
国家留学基金委项目.  202008430197
衡阳市科技指导性项目.  S2018G9031015322
中国核工业地质局项目“走廊盆地群西段铀成矿条件分析及远景预测”.  202004-2

Received: 2020-06-22   Revised: 2020-12-31  

作者简介 About authors

雷波(1985-),男,湖南衡阳人,讲师,2013毕业中国矿业大学,主要从事矿产地质勘查与评价工作。Emai: 369899477@qq.com

摘要

花海盆地位于甘肃省河西走廊盆地群西缘,深部矿产资源潜力尚不明朗。本文以土壤氡气浓度测量成果为基础,结合花海盆地构造背景及演化规律,分析了熵—中位数子区衬值滤波辨识的平面氡浓度异常特征。结果表明,研究区不同的大、小窗口(m,n)子区中位数衬值滤波正、负异常结果不同;滤波结果熵值变化范围为2.5~3.6,与大、小窗口比率k呈现“周期波动—下凹型”多项式变化。研究区最佳大、小窗口比率k范围为15~20,此时子区中位数衬值滤波熵值最小,滤波结果中显示研究区西部土壤氡气异常区域可信度最高,是本区后续勘探的有利区域。

关键词: 花海盆地 ; 土壤氡浓度 ; ; 子区中位数衬值法 ; 铀资源

Abstract

Huahai basin is in the western edge of the corridor basin group in Gansu Province. Based on the results of soil gas radon concentration measurement and the background structural and evolution law of Huahai basin, the authors analyzed the characteristics of the abnormal fields by the Information Entropy Subinterval Area Median Contrast Filtering (SAMCF) Method. The results were different with the different m and n paraments by using SAMCF method. It also showed that the entropy varied from 2.5 to 3.6. The relationship of entropy and m and n was complexity. However, it varied like a "U" sharp with the incease of k parament. When the k varied from 15 to 20, the minimum entropy was gotten showing the western party of the study area with anomaly radon gas in the soil, is the favorable area for deep uranium exploration.

Keywords: Huahai basin ; soil gas radon concentration ; entropy ; SAMCF method ; uranium resource

PDF (3082KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

雷波, 兰明, 贺锋, 鲁宝龙, 罗才武. 基于熵—中位数子区滤波提取土壤氡气浓度异常——以甘肃省花海盆地为例. 物探与化探[J], 2021, 45(4): 1064-1070 doi:10.11720/wtyht.2021.1323

LEI Bo, LAN Ming, HE Feng, LU Bao-Long, LUO Cai-Wu. The application of information entropy subinterval area median contrast filtering method to extracting the abnormal soil gas radon concentrations: A case study of Huahai basin, Ganshu Province. Geophysical and Geochemical Exploration[J], 2021, 45(4): 1064-1070 doi:10.11720/wtyht.2021.1323

0 引言

铀矿是一种能源资源,也是一种重要的国防战略资源[1]。随着我国能源“供给侧”改革的逐步推进,核能在能源结构的比重增加,促进了我国铀矿资源的勘探与开发。自20世纪90年代开始,利用土壤氡浓度、伽马等物探测量手段,陆续在伊犁盆地[2,3]、吐哈盆地[4,5]等地发现了铀矿床。走廊盆地西部花海盆地等区域也开展了深部或隐伏铀矿资源探索,但是工作程度有限,近地表土壤放射性特征提取与辨识存在不足。子区中位数衬值滤波法(SAMCF)是在EDA(勘查数据分析)技术和滤波技术的基础上建立的无需对原始数据作处理而提取异常信息的一种化学勘探数据处理方法[6,7],常用于1∶20万、1∶5万等金属矿床地球化学弱小异常提取[6,8-10]。但是,子区中位数衬值滤波法数据处理结果对工作经验要求较高,与勘探比例尺、勘探面积也存在很大联系,不同大、小窗口参数子区中位数衬值滤波法处理成果存在不确定性。因此,笔者利用河西走廊盆地群西段花海盆地土壤氡浓度测量成果,分析熵—子区中位数衬值滤波提取的地表放射性异常区域特征,尝试使用熵度量地质异常体[11,12,13],解决子区中位数衬值滤波中大、小窗口参数选择的问题,为本区后续勘探提供方向。

1 区域地质背景

河西走廊群是一个由NWW向的祁连山北缘断裂和龙首山断裂所围限的山前拗陷盆地,走廊内部又被一组活动性很强的NNW至NW走向的次级断裂及其所控制的隆起分割成几个次级盆地。花海盆地位于走廊盆地群西部,即甘肃省酒泉市北山与宽台山和黑山之间,隶属于阿拉善地块北部过渡带上,西跨阿尔金地块,南邻走廊过渡带,北接北山海西褶皱带,由SSW向NNE的主压应力和来自阿拉善地块的近SN向主压应力作用,经历了前侏罗纪陆块稳定发展、早侏罗世断陷形成、早白垩世断陷发育、新近纪拗陷褶皱冲断和第四纪持续拗陷沉降5个时期的构造演化。区内发育侏罗系、白垩系、古近系、新近系和第四系等地层,白垩系与古近系之间为不整合接触界,断裂构造主要位于中部和南部,以NE向和NW向展布为主[14,15,16]

图1

图1   花海盆地区域地质图简图[16]

Fig.1   Geological structure of the Huahai Basin[16]


2 氡气异常特征

2018年,依据《氡及其子体测量规范》(EJ/T 605—1991)和《铀矿勘查氡及其子体测量规范》(EJ/T 605—2018),采用静电收集法RAD7 型α能谱氡气检测仪对河西走廊盆地群花海地区长8 km、宽7.5 km的区域开展了野外土壤氡气浓度测量(测线距离为500 m、测量点距离为100 m、土壤深度70 cm)。开始测量前,氡气检测仪在南华大学氡湖南省重点实验室进行矫正,偏差小于5%。野外土壤氡气浓度测量时,仪器工作前误差范围为0.32%~7.88%,平均误差为2.95%;工作后误差范围为2.12%~10%,平均误差为5.12%。测量点重复测量误差范围为0.09%~5.56%,平均值为2.67%。土壤氡气测量期间,RAD-7测氡仪在稳定性、一致性和重复性检查中符合规范要求(不超过±10%)。

测量结果表明,花海盆地西部土壤氡气浓度为110.58~17 365 Bq/m3,约90%分布在500~2 000 Bq/m3;土壤氡浓度总体呈现SN向团块状、零星状展布,主要分为东、西2个部分。东部源泉村地区土壤氡浓度变化幅度大,土壤异常面积小;西部地区东屯—牛王宫附近土壤氡气浓度高且异常区域范围大[17]。研究区西部施工ZKH3-1在埋深约500 m白垩系新民群中沟组砂、泥岩互层的河流湖泊沉积层中发现受到了潜水—层间氧化控制的铀矿化体1段、铀异常2段,总厚度在1.1 m,品位约为 0.008%。

图2

图2   花海盆地西部土壤氡气浓度等值线

Fig.2   Contour map of the soil gas radon concentration in the west of the Huahai Basin


3 熵—子区中位数衬值滤波

子区中位数衬值滤波法是在EDA(勘查数据分析)技术和滤波技术基础上开发出来的,以稳健统计学为基础,无需对原始数据作任何处理而提取异常的化探数据处理方法[6,8-10,18],公式如下:

Fu=Qu+1.5Sh;
F1=Q1-1.5Sh;
CF,P=MWc/Fu;
CF,N=MWc/F1

式中:Fu 为异常点下限值;F1 为异常点上限值;Qu为大窗口统计区域内75%趋势值;Q1为大窗口统计区域内25%趋势值;Sh为内散度;MWc为小窗口子区中位数趋势值。当CF,P>1,即为正异常;当CF,N<1,即为负异常。

在本文中大、小窗口取值范围如下:

小窗口:n,n49;大窗口:m,m144

Shannon 于 1948 年提出了“不确定性”度量熵(Entropy),C.E. Shannon 在此基础上提出了信息熵。对多元信息集成的地质体而言,其熵函数可用下式[11]表示:

S=-P(i)×lnP(i),

式中:S为地质系统熵值;P(i)为系统中i状态( 地质条件或控矿因素) 出现的概率。

理论上,子区中位数衬值滤波结果中正异常信号范围与矿床空间展布紧密联系[6,7,8,9,10]。因此,如果将研究区划分为800×750的网格,则每个网格中子区中位数衬值滤波后i状态异常体的概率为:

P(i)=N(i)/N;i=-1,0,1

式中:P(i)为i状态出现的概率;N(i)为i状态出现的总次数;N为所有状态出现的次数。

前人研究成果表明,当图像所有像素点的概率分布都相同时,图像距离焦点最远,成像最模糊,图像熵值最大;反之,图像熵值最小,图像最为清晰[19]。因此,在熵—子区中位数衬值滤波结果中,辨识地质体异常信息最合理的大、小窗口(m,n)应满足如下条件:

S(m,n)|min=mn(-1)×P(i)×lnP(i)

式中:mn分别为子区中位数衬值滤波中大、小窗口值。

4 结果与讨论

4.1 子区中位数衬值滤波

大、小窗口参数是子区中位数衬值滤波的重要参数,不同mn组合,滤波结果中的正、负异常(如1,-1)分布范围也会发生变化。图3结果表明,当大窗口参数小于9、小窗口参数小于4时(图3a、c),子区中位数衬值滤波结果中研究区东北部存在与事实不符的大范围的正异常(a、c中东北角黄色区域),“边界效应”明显;随着小窗口参数n增加,研究区正异常范围逐渐减少(图3b、d)。如果大、小窗口(m,n)为1∶20万、1∶5万图幅子区中位数衬值滤波经验值时[6,7,8],子区中位数衬值滤波结果也存在差异。当大、小窗口为(9,2)时,研究区西部和西南部正异常为8处(图3b);而当大、小窗口为(9,3)时,研究区西部和西南部正异常有7处(图3d)。图3滤波结果也表明,子区中位数衬值滤波辨识的异常信息与大、小窗口有关,明显存在多解性和不确定性。如果人工过高的参与窗口参数选择,则滤波结果存在较高主观性的风险。

图3

图3   花海盆地土壤氡气浓度子区中位数衬值滤波结果

Fig.3   Results of soil gas radon in the Huahai Basin by the SAMCF method


4.2 熵—子区中位数衬值滤波

子区中位数衬值滤波结果的不确定性,为熵定量分析大、小窗口(m,n)滤波结果提供了条件。

4.2.1 与插值方法的关系

理论上,采用不同栅格化插值方法,栅格化后的图像存在较大的差异。当土壤氡气浓度栅格图不同时,子区中位数衬值滤波结果的熵值也会不同。如前所述,将花海盆地西部划分为800×750网格,采用Linear、Cubic、Neareast和V4方法(相同等值线线间距)将研究区土壤氡气浓度栅格化的结果接近、差异性较小(如图4所示)。熵—子区中位数衬值滤波结果也表明,4种栅格化后的土壤氡气浓度滤波结果熵值接近,且变化趋势较一致(图5)。上述研究表明,图像栅格插值方法对子区中位数衬值滤波结果影响有限,进而对滤波后熵值影响也有限。但是,不同氡气浓度等值线间隔对熵—子区中位数衬值滤波的影响尚不清楚,需后续深入研究。

图4

图4   不同插值方法下花海地区西部土壤氡气浓度栅格图(800×750)

Fig.4   Grid map of soil radon concentration in the west of Huahai area by differentInterpolation method(800×750)


图5

图5   不同插值方法与图像熵值关系

Fig.5   Relationship between interpolation method and the image entropy by the IESAMCF method


4.2.2 大、小窗口(m,n)参数的关系

图3图5结果表明,不同组合的大、小窗口参数滤波的熵值变化复杂。总体来说,大、小窗口参数(m,n)对熵—子区中位数衬值滤波的影响分为3个阶段。当小窗口参数值从2增加到9时,滤波结果熵值呈现“增大”的变化趋势(黄色趋势线部分);当小窗口参数值增加到16、25,滤波结果熵值呈现“增大—减少”的变化趋势;当小窗口参数值大于49时,滤波结果熵值呈现“增加”的变化趋势。同时,熵—子区中位数衬值滤波也表明,当大、小窗口参数差异巨大时,如大、小窗口为(144,49)时,小窗口获取的土壤氡气浓度与大窗口获得子区背景值差异度减少,异常信息识别度降低,熵值呈现增大的趋势。

图5也表明,当大、小窗口参数为(9,4)、(64,4)、(81,4)、(64,49)、(81,49)时,图像熵值较低。但是,当大、小窗口参数为(9,4)时,熵辨识的正异常区域与大、小窗口参数(6,2)、(6,3)相似,存在明显的“窗口效应”。因此,低熵值的大、小窗口(m,n)参数存在产生“伪焦点”的可能性,滤波结果并不能完全可靠。

4.2.3 大、小窗口比率的关系

图6分析可知,熵值与大、小窗口比率(k=m/n)的关系比较复杂。当大、小窗口参数分别为(6,2)、(6,3)、(9,3)(k=3)、(9,2)(k=4.5)时,虽然滤波结果熵值较低,但是熵值缺乏稳定性,呈现多期次周期性变化。图3a和图3c结果已经表明,此时滤波结果存在“伪正异常”,可信度较低。图6结果也表明,当大、小窗口比率k在15~20(如大、小参数为(64,4))时,研究区子区中位数衬值滤波结果熵值最低。理论上,此时子区中位数衬值滤波辨识的研究区西部土壤氡气异常可靠程度最高。

图6

图6   大、小窗口参数比k与熵的关系

Fig.6   Relationship between the k and the entropyby the SAMCF method


野外钻探成果显示,研究区西部施工ZKH3-1探井在下白垩统砂、泥岩互层的河流湖泊沉积层中发现厚约1 m的含铀异常沉积体[16,17],与基于熵值分析的子区中位数衬值滤波辨识土壤氡气异常区域位置重叠程度较高,验证了熵—子区中位数衬值滤波的有效性和可靠性。

5 结论

1)研究区熵—子区中位数衬值滤波熵值变化范围在2.5~3.6,熵值与大、小窗口参数关系,与其比率总体呈现“周期波动—下凹型”多项式变化规律。

2)研究区最佳子区中位数衬值滤波大、小窗口比率为15~20,熵值最小,此时子区中位数衬值滤波显示的研究区西部土壤氡气异常区域可信度高,对本区后续勘探指明了方向。

参考文献

孟凡兴, 聂斌, 邱崇涛, .

综合物探测量在鹿井红盆地区铀矿勘查中的应用

[J]. 物探与化探, 2016,40(1):21-26.

[本文引用: 1]

Meng F X, Nie B, Qiu C T, et al.

The application of comprehensive geophysical method to uranium exploration in Lujing Red Basin

[J]. Geophysical and Geochemical Exploration, 2016,40(1):21-26.

[本文引用: 1]

夏毓亮, 林锦荣, 刘汉彬, .

中国北方主要产铀盆地砂岩型铀矿成矿年代学研究

[J]. 铀矿地质, 2003,19(3):129-136, 160.

[本文引用: 1]

Xia Y L, Lin J R, Liu H B, et al.

Research on geochronology of sandstone-hosted uranium ore-formation in major uranium-productive basins,northern China

[J]. Uranium Geology, 2003,19(3):129-136, 160.

[本文引用: 1]

张虎军, 聂逢君, 饶明辉, .

伊犁盆地蒙其古尔地区水西沟群砂岩型铀矿目的层岩石学特征及其意义

[J]. 地质与勘探, 2012,48(1):132-139.

[本文引用: 1]

Zhang H J, Nie F J, Rao M H, et al.

Lithology characteristics of the uranium-bearing sandstone in the Shuixigou group in the Mengqiguer area of the YiU Basin and their implications

[J]. Geology and Prospecting, 2012,48(1):132-139.

[本文引用: 1]

彭新建, 闵茂中, 王金平, .

层间氧化带砂岩型铀矿床的铁物相特征及其地球化学意义——以伊犁盆地511铀矿床和吐哈盆地十红滩铀矿床为例

[J]. 地质学报, 2003,77(1):120-125.

[本文引用: 1]

Peng X J, Min M Z, Wang J P, et al.

Characteristics and geochemical significance of the ferrum phases in the Shihongtan interlayered-oxidation zone sandstone type uranium deposit

[J]. Acta Geologyical Sinica, 2003,77(1):120-125.

[本文引用: 1]

聂逢君, 张成勇, 姜美珠, .

吐哈盆地西南缘地区砂岩型铀矿含矿目的层沉积相与铀矿化

[J]. 地球科学, 2018,43(10):3584-3602.

[本文引用: 1]

Nie F J, Zhang C Y, Jiang M Z, et al.

Relationship of depositional facies and microfacies to uranium mineralization in sandstone along the southern margin of Turpan-Hami Basin

[J]. Editorial Committee of Earth Science, 2018,43(10):3584-3602.

[本文引用: 1]

史长义, 张金华, 黄笑梅.

子区中位数衬值滤波法及弱小异常识别

[J]. 物探与化探, 1999,23(4):250-257.

[本文引用: 5]

Shi C Y, Zhang J H, Huang X M.

Subregion median contrast filtering method and recognition of weak anomalies

[J]. Geophysical and Geochemical Exploration, 1999,23(4):250-257.

[本文引用: 5]

赵宁博, 傅锦, 张川, .

子区中位数衬值滤波法在地球化学异常识别中的应用

[J]. 世界核地质科学, 2012,29(1):47-51.

[本文引用: 3]

Zhao N B, Fu J, Zhang C, et al.

Application of subinterval area median contrast filtering method in the recognizing of geochemical anomalies

[J]. World Nuclear Geoscience, 2012,29(1):47-51.

[本文引用: 3]

罗伟, 李佑国, 彭静, .

西昆仑地区水系沉积物地球化学异常识别

[J]. 物探与化探, 2016,40(4):722-727.

[本文引用: 4]

Luo W, Li Y G, Peng J, et al.

The identification of stream sediment geochemical anomalies in West Kunlun region

[J]. Geophysical and Geochemical Exploration, 2016,40(4):722-727.

[本文引用: 4]

苑凤华, 潘建, 陈馥, .

利用子区中位数衬值滤波法识别弱小异常——以内蒙古绰源地区1/5万水系沉积物测量为例

[J]. 吉林地质, 2011,30(1):96-99.

[本文引用: 1]

Yuan F H, Pan J, Chen F, et al.

Distinguishing weak anomalies based on the SAMCF: Taking 1:50000 stream sediment survey in the Chuoyuan region, Inner Mongolia as an example

[J]. Jilin Geology, 2011,30(1):96-99.

[本文引用: 1]

费光春, 李佑国, 温春齐, .

子区中位数衬值滤波法在川西斑岩型铜矿区地球化学异常的筛选与查证中的应用

[J]. 物探与化探, 2008,32(1):66-69.

[本文引用: 3]

Fei G C, Li Y G, Wen C Q, et al.

The application of the subinterval area median contrast filtering method to the sieving and inspection of geochemical anomalies in the porphyry copper ore district of western Sichuan

[J]. Geophysical and Geochemical Exploration 2008,32(1):66-69.

[本文引用: 3]

矫东风, 吕新彪.

信息熵在甘南西部金矿预测中的应用研究

[J]. 地质与勘探, 2004,40(3):69-73.

[本文引用: 2]

Jiao D F, Lyu X B.

Application of information entropy for gold prognosticating in the west of southern Gansu

[J]. Geology and Prospecting, 2004,40(3):69-73.

[本文引用: 2]

赵卫平, 胡光义, 范廷恩, .

最大熵谱分解技术在A油田薄砂储层厚度预测中的应用

[J]. 工程地球物理学报, 2018,15(4):403-410.

[本文引用: 1]

Zhao W P, Hu G Y, Fan T E, et al.

Application of maximum entropy spectrum decomposition technology to thickness prediction of thin sand reservoir in oilfield A

[J]. Chinese Journal of Engineering Geophysics, 2018,15(4):403-410.

[本文引用: 1]

张明超, 申维, 崔静, .

基于熵权法的新疆阿尔泰成矿区金矿床定位预测研究

[J]. 高校地质学报, 2011,17(4):521-530.

[本文引用: 1]

Zhang M C, Shen W, Cui J, et al.

Research on the location prediction of gold deposit in altay of Xinjiang with the entropy-weighted method

[J]. Geological Journal of China Universities, 2011,17(4):521-530.

[本文引用: 1]

王晨华.

花海湖泊环境变化的地球化学记录研究

[D]. 兰州:兰州大学, 2006.

[本文引用: 1]

Wang C H.

Environment changes documented by geochemistry in Huahai Lake

[D]. Lanzhou:Lanzhou University, 2006.

[本文引用: 1]

高雄雄, 罗群, 姚立邈, .

源储组合特征对花海凹陷致密油成藏的影响

[J]. 特种油气藏, 2016,23(2):55-58.

[本文引用: 1]

Gao X X, Luo Q, Yao L M, et al.

The effect of source-reservoir combinations on tight oil accumulation in Huahai depression

[J]. Special Oil and Gas Reservior, 2016,23(2):55-58.

[本文引用: 1]

贺锋, 鲁宝龙, 张字龙, .

走廊地区花海盆地砂岩型铀矿成矿条件及找矿潜力分析

[J]. 铀矿地质, 2019,35(5):292-299.

[本文引用: 4]

He F, Lu B L, Zhang Z L, et al.

Metallogenic conditions and prospecting potential analysis of sandstone-type uranium deposit in Huahai Basin, Hexi Corridor

[J]. Uranium Geology, 2019,35(5):292-299.

[本文引用: 4]

Lei B, Cai Z, Hong C, et al.

Investigation on the soil gas radon concentrations in Northwest Huahai Basin, Gansu Province, China

[J]. Journal of Radioanalytical and Nuclear Chemistry, 2020,326:1-9.

[本文引用: 2]

赵宁博, 傅锦, 张川, .

子区中位数衬值滤波法在地球化学异常识别中的应用

[J]. 世界核地质科学, 2012,29(1):47-51.

[本文引用: 1]

Zhao N B, Fu J, Zhang C, et al.

Application of subinterval area median contrast filtering method in the recognizing of geochemical anomalies

[J]. World Nuclear Geoscience, 2012,29(1):47-51.

[本文引用: 1]

潘雪娟, 朱尤攀, 浦恩昌, .

基于熵的自动聚焦图像清晰度评价函数仿真分析

[J]. 红外技术, 2016,38(10):838-844.

[本文引用: 1]

Pan X J, Zhu Y P, Pu E C, et al.

Image entropy autofocus sharpness evaluation function simulation and analysis under matlab

[J]. Infrared Technology, 2016,38(10):838-844.

[本文引用: 1]

/

京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址:北京市学院路29号航遥中心 邮编:100083
电话:010-62060192;62060193 E-mail:whtbjb@sina.com