馬城鐵礦Ⅱ#礦體品位變化特征

李占芳 李昌存 王明格

(1.華北理工大學礦業工程學院;2.河北省地礦局第二地質大隊)

2009年中國冶金地質總局第一地質勘查院完成馬城鐵礦的詳查工作，共計施工鉆孔39個，總計進尺27177.10 m，礦石取樣2284件，基本查明了礦區地層、構造、淺部礦體空間分布特征及水文地質、工程地質、環境地質條件，求得資源儲量達10.44億t，馬城鐵礦成為20世紀80年代以來中國探明的單礦床規模最大的鐵礦資源產地。本研究運用地質統計學方法［1-2］，以變異函數作為主要分析工具對馬城鐵礦Ⅱ#礦體的品位變化特征進行研究，求得其理論空間變異函數，通過分析相關參數，為制定合理的進一步勘查網度提供依據。

1 礦床地質概況

馬城鐵礦行政隸屬河北省灤南縣馬城鎮，地處冀東司馬長鐵礦帶中部，面積29.1 km2。礦床產于太古界單塔子群白廟子組地層，屬黑云斜長變粒巖-斜長角閃巖-磁鐵石英巖建造。礦體主要由磁鐵石英巖組成，呈NNW向帶狀產出，SW或NW傾，傾角20°～56°。全區共分為14 個礦體，其中Ⅰ#、Ⅱ#、Ⅴ#礦體為主礦體，由單層或多層組成，由北向南各礦體呈右行斜列式展布。各礦體呈層狀、似層狀、大透鏡狀展布，淺部夾石較多，具分枝自然尖滅、膨脹收縮現象;向深部呈規則板狀體，由平行伸展到逐漸靠攏收斂之勢。Ⅱ#礦體位于7#～16#線，北端埋深78～240 m，賦存標高 －60～ －704 m，由5條勘探線，16個鉆孔控制。該礦體由2層鐵礦層組成，頂部多夾石，深部在－400 m(0#線)合為1層，礦體呈似層狀、大透鏡狀產出，總體走向4°，NW傾，傾角34°～57°。礦體走向長1140 m，控制礦體最大傾斜延伸1000 m，最大厚241.24 m(CK2)，最小厚7.18 m(CK15)，平均厚 108.95 m，礦體總體厚度變化系數為67.14%，其中沿走向厚度變化系數為65.37%，沿傾向厚度變化系數為57.77% ～69.93%，厚度變化中等。

2 品位變異函數分析

2.1 變異函數計算步驟

(1)數據預處理，通過分析馬城鐵礦Ⅱ#礦體全部勘探資料，總結歸納礦體品位的變化規律。對每個區域所用的鉆孔和坑道工程數據和取樣分析結果，分別按統一樣長進行歸一化處理。

(2)分析Fe品位在垂直方向的變化特征進行合理分區，根據試驗變差函數確定各區段理論變異函數的參數值，并建立相應的理論變異函數模型。由于Ⅱ#礦體僅布置5條勘探線，在走向(水平)方向取樣數據過少，因而僅計算豎直方向的試驗變差函數。

2.2 數據預處理

對所搜集的品位數據進行篩選后共保留783個樣品數據，分析礦體品位與孔深的關系。根據地質統計學原理，為確保得到參數的無偏估計量，所有的樣品數據應落在相同的承載上，即同一類參數的地質樣品段的承載應一致。因此，在建立品位模型之前，采用“按鉆孔長度組合方法”對樣品進行組合。由于該樣品的平均原始樣長為2.3 m，為了降低樣品組合過程中可能導致的品位平均化程度，取組合樣長為3 m，采用加權平均法處理后共得到608個樣品數據。根據實際情況，同時保證數據的準確，可適當合并組合樣長，實際組合樣長確定為12 m，最終保留樣品數據121個，分別對應121個品位值。對所得品位數據進行頻數統計，得出品位統計分布特征表(表1)和品位組合樣的統計分布直方圖(圖1)。

表1 馬城鐵礦Ⅱ#礦體鐵品位統計分布特征

圖1 品位組合樣品統計直方圖

由表1、圖1可知:品位分布具有一定的規律，淺部礦區以低品位礦石為主，深部礦區以稍高品位礦石為主，整個礦體平均品位為35.78108%，在沉積變質類型鐵礦石中屬于等品位礦石;鉆孔取樣品位數據近似趨于正態分布，且該正態分布曲線呈左緩右陡的形態，表明所取樣品中剛好處于礦石與圍巖交界部分的樣品數量占了較大比例。據此可推測，Ⅱ#礦體上部可能圍巖或破碎帶較多，淺部礦體連續性較差，深部礦體較穩定。

2.3 變異函數的計算及擬合

分別求出不同勘探線、不同步長值對應的試驗變差函數值，依次繪制出試驗變差函數圖。將所有勘探線求出的試驗變差函數值按相同的步長值整合，以有效值個數為權重計算不同步長的平均試驗變差函數，在此基礎上繪制出平均試驗變差函數圖。根據數據特點，本研究采用加權平均法處理數據［3］，所得試驗變差函數圖見圖2。

圖2 平均試驗變差函數

將圖2與變差函數理論模型圖進行對比可知:變差函數值γ*(h)并非簡單的單調遞增，周期大致為60 m，類似符合空穴效應模型的特點，推測Ⅱ#礦體的品位可能在某一區域具有空穴效應。出現孔穴效應的原因是礦體受構造活動影響和圍巖改造強烈，出現富礦層與貧礦層或礦石與廢石交互的現象。通過研究各剖面礦體的連續性，發現－400 m以上礦體連續性較差，呈現礦巖交替出現的形式，因而可采用空穴效應模型來進行研究，但－400 m以下礦體較完整，可按照球狀模型來進行研究。因此可將整個Ⅱ#礦體分為－400 m以上和－400 m以下2個部分分別繪制試驗變差函數圖并進行擬合。

2.3.1 －400 m 以上礦體

首先計算試驗變差函數，得出試驗變差函數圖;然后對所得試驗變差函數圖采用直接法和人工擬合法進行擬合，結果見圖3。

圖3 －400 m以上試驗變差函數及擬合結果

由圖3可知:在－500 m以上的試驗變差函數顯示出一定周期的波動變化，出現空穴效應。

一維空穴效應模型［4］為

式中，C0為塊金值;C為拱高;h為變程，m;a為反映指數函數模型中變程的參數;b為周期，m。

由圖3可得上述各參數值，代入上式，可得－450 m以上孔深的空穴效應模型為

2.3.2 －400 m 以下礦體

首先計算試驗變差函數，得出試驗變差函數圖，然后按照球狀模型進行擬合。本研究選用直接法擬合球狀模型［5］，結果見圖 4。

圖4 －400 m以下試驗變差函數及擬合結果

計算出試驗變差函數的各類參數后，將其代入球狀模型中，可得－400 m以下孔深的球狀模型為

2.4 變異函數參數值分析

以－400 m為界:①上、下變程分別為72，102.6 m，說明上部礦體較不穩定，下部礦體連續性較好;②上、下塊金值分別為3.75，6.25，說明礦體上部存在空穴效應，礦體有間斷現象;③離散程度系數由淺到深依次為0.783，0.266，說明下部礦體的礦化連續性較強。

3 結論

(1)馬城鐵礦Ⅱ#礦體品位在豎直方向上變化較大，品位分布具有的一定規律，淺部礦區以低品位礦石為主，深部礦區以稍高品位礦石為主，礦體平均全鐵品位為35.78%，為中等品位礦石。

(2)Ⅱ#礦體以－400 m標高為界，上、下部礦體品位變化分別具有空穴效應特點和球狀模型特點。

(3)以上、下變程為參考，結合礦山生產實際及探采結合，對于Ⅱ#礦體整體可采取50 m×50 m的勘查網度。為了更好地控制－400 m以上礦體，可根據礦區具體地質環境及勘探實際情況適當加密勘查網度，直至達到36 m×36 m左右為最佳。

［1］ 周 旋，王選問，金 瑜.基于地質統計學方法的某鐵礦資源量估算［J］.金屬礦山，2015(7):86-90.

［2］ 余 璨，李 峰，張達兵，等.基于Dimine的紅龍廠銅礦床地質建模與儲量計算［J］.金屬礦山，2015(2):108-112.

［3］ 鄒 陳.變異函數分析在勘探網度優化中的應用——以某銅礦為例［J］.南方金屬，2010(5):38-40.

［4］ 於崇文.數學地質的方法與應用［M］.北京:冶金工業出版社，1980.

［5］ 孫洪泉.地質統計學及其應用［M］.徐州:中國礦業大學出版社，1990.