三维成矿预测：把有利靶区从一张平面图变成一块立体空间

平面图能告诉你矿化往哪里走，却回答不了一个更要紧的问题：多深。三维成矿预测要解决的正是这一句。判断先放在前面：它不是把二维图拉成三维，而是换一套坐标去重新论证控矿要素、块体尺度和靶区边界。做对了多一个维度，做错了只是把错误放大一倍，而且放大得不留痕迹。

一、三维预测的四个前提

四个前提缺一不可：模型可信、要素能立体表达、块体方案合理、证据图层成体系。少一条，出来的就是一张好看但没人敢用的渲染图。这四条不是流程上的四道手续，而是四道资质，任何一道不过，后面的概率场算得越精细，只是把一个不该问的问题回答得越漂亮。项目上最常见的误判，是把四条当成四个步骤，走完就以为过了关。

第一个前提是模型本身可信。地表地质界线、勘探线剖面、钻孔柱状三者必须贴合，深部要有实际控制点，不能靠软件自动外推把深部填满。判据很直接：留出 15% 的钻孔做盲测，岩性预测吻合率低于 80% 就回去修模型，别急着跑预测。修模型的钱通常是重打一个验证孔的三分之一，而拿错模型去布孔，一个孔的代价够修三次模型，账不难算，难的是有人愿意在开工前认这个账。记成一句：盲测吻合率 < 80% → 停预测，回去修模型。

第二个前提是控矿要素能立体表达，第三个前提是块体方案合理，这两件事常被合并谈，其实一个是内容、一个是容器。要素是内容，决定"算什么"；块体是容器，决定"在哪里算"。容器不合身，内容再好也装不进去，最常见的错是拿一个为储量估算调好的块体模型直接做靶区预测，格度粗得连矿化带都切不出来，跑出来的概率场只剩几个大色块，圈靶区等于用毛笔画工笔。

第四个前提是证据图层成体系：每个控矿要素单独一张三维图层，二值或连续都行，图层之间的逻辑关系要写清楚，谁控制谁、谁和谁互斥都要落到文字上。经验上图层少于 3 张，后验概率基本等于先验概率，算与不算一个样；超过 8 张且彼此相关系数普遍高于 0.7，权重会被摊薄，这时候删图层比加图层有用。图层清单本身就是一份地质认识的答卷，写不满，说明前期研究还不到位。

四条的检查顺序也不能换：先模型、再要素、后图层，块体尺寸跟着要素走。反过来先定块体再补要素，等于先把箱子钉死再往里塞东西，塞不进就削内容，末了削掉的往往是最关键的那条控矿要素。这套自检一个项目走一遍，两到三周，比返工一个靶区便宜得多。

二维靶区图与三维有利度体对比示意，说明三维成矿预测能回答深部问题

二、控矿要素怎么立体化

要素进三维，不是给地表那条线加个厚度，而是还原成一个有起伏、有产状、有影响范围的面。最典型的是不整合面：靠钻孔和剖面重建曲面，重点看两件事，起伏形态和削截关系。起伏决定上覆地层厚度怎么变，削截决定哪些层位在深部被切掉。这两样错了，模型在图面上照样好看，深部却全错，而且错得很有连贯性，越往下越偏。削截关系对不上 → 重做曲面，不许往下走。

岩体接触带要先有接触面，再加缓冲带。白话讲，缓冲带就是在接触面两侧各留一段"受影响区"，矿化往往不在接触线上，而在离它几十米的那一圈里。经验宽度 30–80 m，按矿种、蚀变强度和接触样式标定，这是常用经验值，非唯一标准。取窄了靶区变成一条线，布孔没有余量；取宽了整个岩体都算有利，等于没筛。两种错都会让靶区失去筛选意义，评审看一眼缓冲带宽度，基本就知道这份活做没做功课。

层间氧化带底板是砂岩型铀矿最常用的要素，做法是取分带界线重建曲面，注意取的是过渡带底板，不是氧化带核部。核部范围大、好圈，但铀不在那里，取核部等于把靶区整体推向错误方向。断裂面要建断面加影响带，影响带宽度按破碎带实测宽度的 1.5–2 倍取，只画一根线，等于主动放弃这条要素，评审一眼就能看出来。断裂还有一种错：只画主断裂不画次级，而矿化常常挂在次级断裂与主断裂的交汇部位上。

最该批评的做法，是把地表地质界线垂直往下拉伸，做成一张有厚度的"皮"。这种要素在深部没有任何依据，可它出图效果好，很容易被当成成果交上去。判断标准很硬：同一要素在目标标高附近若没有钻孔或剖面控制，只能算推断图层，权重必须打折，打到 0.3 以下或者干脆不参与运算。属性模型那层道理相通，克里格插值估出来的深部值有多可信，预测结果就有多可信，两件事的可信度是一条绳子上的。

控矿要素立体化示意，不整合面、岩体接触带与断裂面在三维中的表达方式

三、块体预测的三种实现

方法没有优劣，只有匹配。证据权重法把每个图层的有无与已知矿点做条件概率统计，输出后验概率。白话讲，就是看"有这条要素的地方见矿比例高多少"，再把这些比例按对数几率叠起来。优点是每一步都能复核，评审问权重怎么来的答得上来；硬伤是要求图层近似条件独立，而断裂与裂隙带往往一起出现，权重会被重复计算，后验概率虚高，靶区面积跟着膨胀。图层两两相关系数 > 0.7 → 先并图层，再谈权重。

找矿信息量法统计各要素的信息量贡献再求和，国内地勘项目用得最多，交付快、解释成本低。它的软肋在连续变量：把"距断裂 500 m 以内"算作有利，这个 500 怎么定，直接改变结果。离散化方案不同，靶区面积能差出三分之一，所以阈值必须在报告里写清，写不清等于没做，下一个人照着做不出同样的图，成果就不可复现，评审最忌讳这一条。

机器学习是第三种，把每个块体当样本、属性当特征，用随机森林或梯度提升做分类。它能处理非线性，代价是块体之间空间自相关极强，相邻块体几乎一样，样本量看着几十万、实际独立样本可能只有几十个，过拟合是常态而非意外。要做就做空间分块验证，按构造单元或矿带整块进出，随机切分出来的精度不要往报告里写，写了反而成为把柄。

三种方法摆在一起，差别就清楚了：

表1　三种块体预测方法的适用条件对照

方法	原理	优点	局限	适用场景
证据权重法	证据图层与已知矿点做条件概率统计，输出后验概率	可解释、权重可核	要求图层近条件独立	样本少、要过评审
找矿信息量法	统计各要素信息量贡献并求和	简单，国内项目通用	对连续变量离散化敏感	中小比例尺靶区初筛
随机森林	块体当样本、属性当特征做分类	能处理非线性	空间自相关使样本虚大，易过拟合	块体多、训练区充足

示例数据，非真实项目。

选型判断就一句：样本少、要过评审，走证据权重或信息量法；块体多、属性丰富、有充足训练区，再上机器学习。已知矿点少于 20 个时，任何方法的权重都不稳，这时候该做的是补地质依据、补工程，而不是换算法。换算法只是换一种方式自欺，交付日期近了，这种自欺最受欢迎。训练区不足时，宁可退回信息量法，也别硬把机器学习套上去。

三维成矿预测流程示意，地质模型、证据图层、立方体、概率场与靶区依次推进

四、分辨率与块尺寸怎么定

块尺寸是精度的天花板，不是越细越好。它由勘探网度和矿体规模共同决定，跟软件性能、机器内存都没关系。块太大，矿体与非矿体糊在同一格里，薄矿体直接被"平均"掉，靶区边界肥一圈，布孔时前几个孔大概率落在围岩里，钱花了，结论还是"需进一步工作"。一个厚 6 m 的层状矿体，块高取 20 m，模型给出的见矿厚度永远是 20 m，后头的储量、品位、吨位全跟着错。

块太小，计算量成倍上涨，更麻烦的是每个块体内没有足够样品支撑。插值出来的属性以噪声为主，概率场变成一片麻点，人眼看上去"信息丰富"，实际是把勘探误差放大了。地质模型的精度不会因为格子变细而提高，只会因为控制点变密而提高，这一条在评审场合几乎每次都要解释一遍，解释不通就只能重跑一遍，工期跟着走。

经验规则两条：块尺寸取勘探网度的 1/4–1/2，且不大于最小可采矿体厚度的 1/2。举例，勘探线距 100 m、最小可采厚度 8 m 时，块尺寸 25–50 m 合适；压到 5 m 不会更准，只会更慢，顺带制造一种"更精细"的错觉。这是常用经验值，非唯一标准，砂页岩型矿体可以更细，脉状矿体反而要更粗，因为后者的形态本身就不确定，细格子只是把不确定性切得更碎。记法很省事：线距 100 m → 块 25–50 m；块高超过最小可采厚度一半 → 直接降格度。

还有两个参数常被忽略：块体旋转和边界范围。矿体倾角大于 30° 时，块体要绕走向旋转，让格子边与矿体倾向大致平行，否则倾斜矿体被切成阶梯状，储量与靶区都跟着偏。边界范围要比已知矿化范围外扩 2–3 个块，留出"无矿"背景块，不然模型学不到反例，任何格子都会被算成有利。这两个参数不影响出图的美观，只影响结论对不对。

块体定完还要做一次反算：拿 10 个已知钻孔当检验点，看模型在这些位置的品位与厚度预测偏差。偏差中位数超过一个品位级别、或厚度差过 30%，说明块尺寸或插值参数有问题，回退一格再试。这一步常被省略，省略的代价是整块概率场都建在一个没校准的容器里。

五、结果怎么读

有利度等值体不等于靶区边界，中间还差一道"切"的工序。概率场是连续的一片云，靶区必须是能布孔的块。切的办法四步：定阈值，取后验概率前 10%–15% 面积，先保证面积可控；连片，用 3×3×3 邻域把孤立单块并进主区；剔除，面积小于 0.1 km² 或形态过于狭长的块群连一个孔都摆不开；分级，按有利度和工程条件排 A、B、C。这四步里最容易被跳过的是剔除。前 10% 面积圈不出 3 个能布孔的靶区 → 回第四节重定块尺寸。

阈值不是固定的，要做敏感性分析。把阈值从 5% 调到 20%，看靶区面积与已知矿点命中率怎么变，画一条曲线。如果前 5% 面积已经容纳绝大多数已知矿点，说明模型有区分度；如果命中率随面积线性上升、没有拐点，说明这个概率场基本等同于随机，别拿去布孔，先回去查证据图层。这条曲线也是跟甲方沟通的好材料，比任何一句"模型精度 0.9"都管用。

交付物也别只给一个模型文件，至少四样：概率场体、带分级属性的靶区体、布孔建议表、参数与图层元数据。前两样给人看，后两样给下一个人接手用。少了后两样，这个模型半年后连原作者都复现不了。

分级要能直接指导投入：A 类有利度高、目标标高上有工程验证条件，当年可安排钻探；B 类有利度中等、缺关键资料，先补物探或稀疏钻；C 类有利度低，只登记不部署。分级不写清楚，报告交上去只会得到一句"再研究研究"，项目就此停住，前面几个月的建模工作全白做。分级的标准要写在前面，不能等靶区圈出来了再倒着编，倒着编的分级，往往把最好干的放在最后。

每个靶区必须落到三样具体信息：平面范围、目标标高区间、建议孔位与孔深。只给一张三维体渲染图，施工方无法接活。反过来，靶区能给出"在标高 -300 至 -450 m 之间、沿走向 400 m 范围内布 3 个孔"，这份预测才算完成。落到这一步，三维地质模型的价值才从展示变成决策依据，也才有资格进入下一轮设计。

六、三个常见失败

第一个失败是模型本身不可信。现象是剖面与钻孔对不上、深部全靠推断，后果是预测再漂亮也无人敢用，因为没人愿意拿工程款去验证一个已知不可靠的模型。避的办法是把模型精度检查做成前置卡口，盲测吻合率不到 80% 就不进入预测环节，谁也不能跳，包括催进度的项目负责人。这道卡口一旦松一次，后面每一次都会被要求松。吻合率 < 80% → 不进预测环节，这条没有例外。

第二个失败是控矿要素选错。现象是照搬文献里的要素组合，把别人家的"岩体+接触带+化探异常"直接搬过来，不管本区是沉积型还是脉状。后果是权重算出来全是噪声，图上到处都有利、处处都平庸。避的办法是先做单要素相关性检验：拿已知矿点逐条统计，有区分度的留下，没区分度的删掉，这一步两天，能省掉后面两个月返工，也能提前发现资料缺口。

第三个失败是没有钻探验证。现象是报告一交、项目结项，模型从此不再更新，同一套参数被反复套用到新区域。后果是误差逐年累积，越往后越没人敢信。避的办法是把验证反馈写进流程：每个验证孔的结果回填模型，无论见矿与否，下一轮预测必须用更新后的模型，这一条得写进合同才有人执行。没写进合同的流程，基本等于写在纸上的愿望。

三个失败指向同一件事：三维预测的功夫在预测之外。模型、要素、验证这三段任何一段虚，概率场都会替你把它包装得很好看。这也是三维地质模型数值模拟那类工作值得做的原因，模型得能更新、能推演，才配当预测的地基，否则它只是一张会旋转的图片。