第 35 卷第 6 期
2010 年 11 月
测绘科学
Science of Surveying and Mapping
Vol. 35 No. 6
Nov.
作者简介:魏冠军(1976-) ，男，甘肃
庄浪人，兰州交通大学讲师，博士研究
生，主要研究方向:RS、GPS 测量数据
处理与地学应用。
E-mail:wchampion@ sina. com
收稿日期:2009-05-12
基金项目:云南省省院省校合作项目“
云南澜沧老厂银铅锌多金属矿床立体定
位预测与增储研究”;国家高科技研究发展(863)计划
(2007AA12Z346)
GIS的信息量法在澜沧老厂成矿预测中的应用
魏冠军①②，党亚民③，章传银③，高建国④
(①山东科技大学，山东青岛 266510;②兰州交通大学，兰州 730070;
③中国测绘科学研究院，北京 100039;④昆明理工大学，昆明 650093)
【摘 要】本文在建立澜沧老厂地质、矿产、物探、化探、遥感等地学信息空间数据库的基础上，深入分析其成
矿规律，利用 GIS空间分析功能提取与矿产有关的信息，运用信息量计算法对该区进行成矿远景区定量预测，并
圈定了 4 个成矿远景区，预测的部分结果已得到工程验证，预测对该区的进一步找矿具有一定的指导意义。
【关键词】地理信息系统;信息量法;成矿预测
【中图分类号】P208 【文献标识码】A 【文章编号】1009-2307(2010)06-0217-03
1 引言
GIS在地质找矿领域中的初步应用始于 20 世纪 80 年代
中期，一些数学地质专家、遥感地质专家如 F. PAgterberg、
G. F Bonham-Canter等人应用 GIS技术从多源信息数据中提
取成矿信息，通过综合分析，进行矿产预测［1，2］，并逐渐由
众多的学者［3-8］将其应用到成矿预测研究中。
随着 GIS技术在地质找矿领域的广泛应用，如何充分
发掘已有各类地学信息，提高成矿预测水平与效率，已成
为广大地质找矿者思考的问题。本文在建立澜沧老厂地质、
矿产、物探、化探、遥感等基础信息空间数据库的基础上，
深入分析其成矿规律，利用 GIS 空间分析与管理能力和信
息量计算法的定量评价功能对研究区内与控矿、成矿有关
的信息进行定量分析，并圈定了 4 个成矿远景区，预测的
部分结果已得到工程验证，说明利用该方法进行成矿预测
的合理性和有效性。
2 信息量法的原理
信息量法是由 E. B. 维索科奥斯特罗夫斯卡娅及 N. N
恰金先后应用于区域矿产预测［9］。信息量法用信息量的大
小来评价地质因素、标志与研究对象的关系密切程度。其
计算过程如下:
1)首先计算各找矿 A标志 j状态对有矿 B提供的信息量
IAj→B
IAj→B = lg
P(B /Aj)
P(B) (1)
式中:P(B /Aj)为找矿 A 标志 j状态存在条件下有矿 B
发生的概率;
P(B)为有矿 B发生的概率;
因为 P(B)在工作初期不易估计，根据概率乘法定理，
上式可变为:
IAj→B = lg
P(Aj /B)
P(Aj)
(2)
式中:P(Aj /B)为已知有矿 B发生的条件下出现标志 Aj
的概率;P(Aj)为研究区中标志值 Aj 出现的概率;
具体计算时，总体概率用样本频率来估计:
IAj→B = lg
Nj /N
Sj /S
(3)
式中:Nj 为研究区具有找矿标志 Aj的含矿单元数;N
为研究区中含矿单元总数;Sj为标志值 Aj 的单元数;S 为
研究区单元总数。
由(2)式得:若 P(Aj B)= P(Aj) ，则 IAj→B = 0，表
示标志 Aj存在与否对找矿无影响;若 P(Aj B)＜ P(Aj) ，
则 IAj→B ＜ 0，即为负值，表示标志 Aj存在条件下对找矿更为
不利;若 P(Aj B)＞ P(Aj) ，则 IAj→B ＞ 0，即为正值，表
示标志 Aj能提找矿信息，且 IAj→B 越大，提供找矿信息越多。
2)计算每个单元中各标志信息量的总和
按所有标志状态计算所得的找矿信息量，由大到小将各
标志状态进行排序，计算正信息量的总和∑
n
j =1
Ij ，给定有用
信息水平 K(一般取 k =0. 75) ，计算有用信息 ΔI + = k∑
n
j =1
Ij(n
为正值的信息数)。然后对比信息量累计数，累计到 ΔI + 值，
则累计的若干个地质标志状态即为有利找矿因素。
3 基于 GIS的信息量法成矿预测方法
基于 GIS 的信息量法成矿预测的基本思想为:在 GIS
平台中建立可应用于信息量计算的各种(地质、矿产、物探、
化探、遥感)专题图层，用网格单元法划分统计单元，利
用 GIS的空间分析功能，根据公式(3)计算各地质因素、
找矿标志所提供的找矿信息量，然后计算每个单元中各标
志信息量的总和，其大小反映了该单元相对的找矿意义，
用以评价找矿远景区进行预测。具体步骤如下:
①建立研究区的多源地学信息空间数据库;②基于 GIS
平台提取各控矿因子图层;③预测变量单元划分;④利用
公式(3)计算各找矿标志的信息量;⑤对各标志信息量按
由大到小排序，利用公式 ΔI + = k∑
n
j = 1
Ij 进行成矿标志的优
选;⑥单元找矿信息总量的计算;⑦预测单元信息量临界
值的确定;⑧研究区远景成矿区定量预测。
4 工程应用
4. 1 研究区概况
云南澜沧老厂银铅矿为一个具有 500 余年开采历史
测绘科学 第 35 卷
的大型多金属矿床。澜沧老厂铅、锌、银矿带、分布于
滇西西盟群，澜沧群两变质岩系之间的地域，呈近南北
向展布。矿体呈似层状、透镜状及脉状，赋存于下石炭
统海相火山岩和中上石炭统及下二叠统碳酸盐岩中。澜
沧老厂铅、锌、银矿床赋存于火山岩，火山岩与碳酸盐
岩接触带以及碳酸盐岩中，以火山岩中的矿体为主，老
厂铅锌矿体属海相火山喷气热液成因，叠加有燕山晚期
中酸性岩浆热液作用，对矿源层和矿体起着叠加改造和
富集作用，矿床成因为一与澜沧裂谷有关的火山沉
积———热液矿床。
4. 2 各找矿因子数据的准备
根据信息量找矿模型，在 GIS平台中建立可应用于信息
量计算的各种(地质、矿产、物探、化探、遥感)专题图层，
为充分利用 GIS 的空间分析功能，按相同的比例尺，在统
一坐标系下进行各因子图层的配准。
4. 3 预测变量选取
在统计变量选择的过程中，既要考虑选择的变量便于
计算机计算，又要注重选择有利于成矿预测的代表性变
量［10］。在通过对区域、矿带、矿区以及矿体的控矿因素和
各种找矿标志的分析之后，其主要的控矿因素与标志组合
为:①遥感变量:研究区利用美国 QuickBird遥感影像，解
译提取了线性体、环形体以及围岩蚀变等信息;②地质变
量:根据前人的地质研究，该区 NW 向断裂是矿区主要控
矿断裂，矿区内有利赋矿层位主要为下石炭统-下二迭统地
层，中性火山岩较发育，以火山碎屑岩为主，对成矿有利;
③化探变量:化探信息在很大程度上直接反映了矿产资源
体的特征，根据老厂的成矿特点及各种元素与成矿的关系，
选取 Ag、Pb、Zn、Cu、Fe等 5 种元素作为预测变量;④物
探变量:球物理信息可以突出和强化反映地质体和地质构
造的深部特征信息，研究区的物探变量主要有 TEM 低阻异
常、激电异常、磁法异常;⑤已知矿床(点)变量:如果在
单元网格内有矿床(点)存在，则可以预测其邻近网格中存
在矿床(点)的可能。
4. 4 综合信息量的计算
根据研究区的实际情况和统计计算的处理能力。采
用方格法在 1:10 000 的老厂矿区地形图上按 100m ×
100m 的网格将研究区划分为 1638 个网格单元。将单元
网格内各预测变量的信息量得分做累加，以各单元信息
总量作为单元中心点的信息量值，绘制综合信息量等值
线图如图 1 所示。
4. 5 预测单元信息量临界的确定
找矿信息量临界值的确定方法概括起来有类比法、计
算概率法、作图法。本文采用计算概率法，在全区 1638 个
单元中，有 247 个单元的信息量总和≥4. 5，其中的 35 个
图 1 老厂矿区综合信
息量等值线图
为已知有矿单元。全区共
有 36 个有矿单元，所以，
若以信息量总和≥4. 5 为
临界值，则全区已知有矿
单元的 97% 分布于信息
总和≥4. 5 的 247 个单元
中。这就意味着在信息量
总和大于或等于 4. 5 的单
元中，找到矿的可能性较
大，而在信息量总和小于
4. 5 的单元中，找到矿的
可能性较小。
4. 6 研究区成矿远景区的定量预测
在综合分析地质资料并结合以上对信息临界值分析的
基础上，采用以下原则对整个老厂矿区进行找矿靶区优选
和分级:①有一定数量信息量大于 4. 5 的信息单元，并且
在这些单元中包含有已知的矿体，该类信息该类信息单元
聚集区定为 A级预测靶区;②有一定数量信息量大于 4. 5
的信息单元，但在这些单元中目前还未发现工业矿体的单
元，该类信息单元聚集区定为 B级预测靶区。
另外，在信息量大于 1. 2 而小于 4. 5 的信息单元聚集
区，由于在这类单元内找矿成功的概率较小，在此不圈定
为预测区，但是信息量大于 4. 5 的信息单元聚集区附近的
该类信息单元按就近的原则划入预测靶区。
图 3 澜沧老厂矿区矿床定位靶区预测图
5 结束语
本文在 GIS技术的支持下将信息量法应用于成矿预测，
在对研究区多源、多尺度的不同信息进行快速、有效地综
合处理与分析的基础上，结合前人的研究成果，圈定了 4
个成矿远景区，部分预测找矿靶区已得到工程验证，对该
矿山的可持续发展具有一定的指导意义。无论从理论、技
术、逻辑还是效果看，基于 GIS 的成矿预测彻底地改造了
传统矿产预测的方法，简化了预测过程。由于 GIS 可以直
接对图形进行各种操作，极大地提高了处理速度，预测结
果更客观。
参考文献
［1］ Lesley Wyborn et al. Using GIS for mineral potential e-
valuation in Areas with few know mineral occurrences
［M］ . The second forum on GIS in the geosciences，A
GSO，1995. 199-211.
［2］ G. F. Bonham– Carter and F. PAgterberg. Arc-WofE:a
GIS tool for statistical integration of mineral exploration
datasets ［M］ . Proceedings International Statistical In-
stitute，Helsinki，August 11 – 16，1999:497-500.
［3］ 苏红旗，葛艳，刘冬林 . 基于 GIS 的证据权重法矿
产预测系统 ［J］ . 地质与勘探，1999，35(1).
［4］ 池顺都，吴新林 . 云南元江地区铜矿 GIS 预测时的
找矿有利度和空间相关性分析 ［J］ . 地球科学—中
国地质大学学报，1998，23(1).
［5］ 肖克炎，朱裕生，等 . 矿产资源 GIS 评价 ［J］ . 中
国地质，2000，278(7).
［6］ A sadi H H，Hale M. A predictive GIS model for mapping
potential gold and base mental mineralization in Takab area，
Iran ［J］ . computers＆Geoscience，2001，27(8).
［7］ 邓勇，邱瑞山，罗鑫 . 基于证据权重法的成矿预测
［J］ . 地质通报，2007，26(9).
(下转第 246 页)
812
测绘科学 第 35 卷
＊＊＊. java———解析类;
＊＊＊. TokenManager. java———记号管理类;
＊＊＊. Constants. java ———记号与其代表的符号名称联
系接口。
JavaCC在编译过程中，如果没有发现文法错误，则生
成相应的的 Java源程序，GML查询解析器的 7 个 Java源程
序 是: GMLXQueryParser. java、 GMLXQueryParserToken-
Manager. java、GMLXQueryParserConstants. java、 SimpleChar-
Stream. java、 Token. java、 TokenMgrError. java、 ParseExcep-
tion. java 。
查询解析器生成以后，在 GML 查询引擎 GMLQEngine
中可以通过以下方式 GMLXQueryParser parser = new GMLX-
QueryParser(new StringReader(query ) )调用，其中 query
为 GMLXQuery查询语句字符流。
GML查询语言 GMLQuery 完全遵循 XQuery 语法，只是
在 XQuery语法的基础上增加了空间关系运算和空间分析运
算。以下为一典型的 GMLXQL查询语句:
for $ a1 in doc(“city. gml”) / /Area，
$ a2 in doc(“city. gml”) / / Area;
where $ a1 /gml:name /node( )=”school”and
$ a2 /gml:name /node( )=”bajiaoPool”
return geo:Contains(geo:Envelope($a1) ，$ a2)
在这一查询语句中，空间数据以 GML 格式存储在 cit-
y. gml文件中。这一语句是要查询 city. gml 文档中 school 要
素是否在空间上包含 bajiaoPool 要素，这里的条件包括两部
分:空间条件和非空间条件。空间条件是 school 包含 baji-
aoPool ，非空间条件是查找节点。查询结果首先仍以 GML
格式表示。
通过查询构造器，构造 GML 格式的查询结果。通过图形
显示系统，以地图的方式显示 GML格式的查询结果。GML查
询语言设计与实现这里只是一个构思，有待进一步研究。
6 结束语
本文研究了基于 NXD的 XML的存储与查询，并以此为
基础，研究了 GML的存储管理。由于 XQuery不提供空间关
系运算和空间操作的功能，并且它也没有定义更新操作的语
法，所以必须对 XQuery 进行扩展。借鉴前人的研究成果，
重点深化研究并拓展了基于 XQuery的空间数据查询语言—-
GMLQuery。对 GML 空间数据库的研究是一项前沿技术，本
研究只是涉及这个领域的一小部分，还有很多方面如 GML
空间数据库的安全、GML与 GIS集成等有待研究。
参考文献
［1］ OpenGIS Geography Markup Language (GML)Encoding
Standard． ［S/OL］(2007). http:/ /www. opengeospatial.
org /standards /gml.
［2］ db4objects. ［EB/OL］(2009)． http:/ /www. db4o. com. .
［3］ JTS Topology Suite. 2006 ［EB/OL］ . http:/ /
www. vividsolutions.
com/ jts / jtshome. htm.
［4］ W3C XML Query. ［EB /OL］ . http: / /www. w3. org /
XML /Query.
［5］ Elliotte Rusty Harold. Managing XML data:Native XML-
databases. Developer Works ［J /OL］，. (2005-6) . ．
http: / /www. ibm. com /developerworks /xml / library /x-
mxd4. html.
［6］ Open Source Native XML Database. ［DB /OL］． ht-
tp: / /www. exist-db. org.
［7］ 冯启蒙，王振辉，王振铎 . 基于数据库的 XML存储技
术设计和实现 ［J］ . 计算机系统应用，2006，(9).
［8］ 王雪媛 . Native XML 数据库存储研究与应用 ［J］ .
商业科技，2009，(1).
［9］ 陈桦，张亮 . XML文档在关系数据库中的存储研究
［J］ . 黑龙江电力，2008，(6).
［10］ 李懿 . 基于原生 XML 数据库的研究及引擎的实现
［D］. 重庆:重庆大学硕士学位论文，2006-05.
［11］ 兰小机，邓华梅，李肖锋 . 基于 Oracle的 GML空间
数据存储研究 ［J］ . 金属矿山，2007，(11).
［12］ 唐庆娟，陈天滋 . 基于 XQuery 的 GML 查询机制的
研究 ［J］ . 计算机工程与设计，2008，29(16).
Native XML storage management technology and its application for an extension of GML
Abstract:XML has become the defacto standards of data expression and data exchange，it is more and more used in the field of
data exchange and storage. NXD is designed to store XML data in the database，which is characterized by its own form of XML data to
store XML data;XQuery query language allows different XML data management system in a uniform manner to provide interfaces for
users. Based on the XML storage management technology，we have achieved native GML storage，deepened and expanded the study of
spatial data based on XQuery query language，which is used to achieve native query for GML spatial data.
Key words:XML;Native XML Database (NXD) ;GML;XQuery
Lan Xiao-ji①，WANG Zhi-hong①，ZHANG Yi-han②(①School of Construction and Mapping of Jiangxi Technical University，Gan-
zhou 341000，China;②School of Geography and Planning of Sun Yat-sen University，Guangzhou 510275，China
檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿檿
)
(上接第 218 页)
［8］ 薛顺荣，肖克炎，等 . 基于 GIS 技术下思茅—景洪
地区铜多金属矿综合信息成矿预测 ［J］ . 地质学报，
2008，82(5).
［9］ 赵鹏大，胡旺亮，等 . 矿床统计预测 ［M］ . 北京:
地质出版社，1983.
［10］ 赵鹏大 . 定量地学方法及应用 ［M］ . 北京:高等
教育出版社，2004.
Application of GIS-based information method to minor prediction in Lancang Laochang
Abstract:In this paper，the geo-information spatial database of geology，minerals，geophysical，geochemical，remote sensing and
others has been established in Lancang Laochang. The author analysis its metallogenic regularity based on spatial databases，extraction
some mineral-related information by using GIS spatial analysis function，the use of information calculation mothed to metallogenic pros-
pect area quantitative predication，the four metallogenic prospect area have been delineated and part of the forecast project results have
been verified which can be a good reference for further ore-exploration of this area.
Key words:GIS;information method;minerogenetic prediction
WEI Guan-jun①②，DANG Ya-min③，ZHANG Chuan-ying ③，GAO Jian-guo④(① Shangdong university of science and technology，
Qingdao266510，China;②Lanzhou jiaotong university，Lanzhou730070，China;③Chinese academy of suverying and mapping，Bei-
jing 100039，China;④Kunming university of science and technology，Kunming 650093，China)
642
