论文部分内容阅读
中国西南“三江”，即怒江、澜沧江、金沙江三条大江并流地区，三江南段地处欧亚板块与印度板块结合部东段，该区是我国最具潜力的有色金属、贵金属资源富集区。本文选取的研究区域处于云南三江南段东经100°至101°、北纬23°至24.5°之间，面积约为1.68万平方公里。区内地质构造复杂，地层发育较齐全，岩浆活动频繁，矿床类型多样，矿产资源丰富，是我国重要的贵金属和有色金属成矿带之一。
国内外，随着地质科学的发展和新理论、新技术的应用，地球化学数据处理经历了由简单到复杂、由粗略到精细、由抽象到具体的演变过程。表现为从单纯的全局性研究，到区域性的分区域研究；由单一的信息预测，逐步转变为多源信息综合预测；由理论经验预测，发展到科学化、系统化、动态化的预测。我国的地球化学数据处理在经过了试验普及和发展提高阶段后，逐渐走向成熟，目前在异常的识别、分类和评价以及最终的成图方面均取得了巨大的技术进步。
自从豪德(Horton,C.W.)和帕克斯(Parks，J.M.)等在1964年首次使用空间聚类分析方法对地球化学元素和样品进行分类以来，空间聚类分析方法在地球化学数据处理中的应用发展十分迅速，该方法主要被应用在对元素和样品的分类、区分矿与非矿异常中。
本文以研究区化探采样数据中的Cu元素为主要研究对象，首先使用传统的背景与异常划分方法对Cu元素原始数据和应用多元线性回归分析方法校正背景后的Cu元素数据进行背景与异常的划分，并圈出各自的化探异常区。通过研究区已知地质矿产资料的对比，得出圈定效果较好的异常区。然后综合使用空间聚类分析方法中层次聚类的凝聚算法、划分聚类的k-means算法和基于密度聚类的DBSCAN算法对圈定效果较好的异常区进行分类，并尝试从矿床成因类型方面分析分类结果，最终推断出各类异常区所对应的矿床成因类型。