上册 1
第一章 矿产资源及资源评价 1
1.1 矿产资源 1
1.1.1 矿产资源的定义 1
1.1.2 矿产资源的条件模式 6
1.1.3 矿产资源的分类 12
1.1.4 不同认识-开发阶段的矿产资源实体形态及其数量表示 29
1.1.5 潜在矿产资源 31
1.2 矿产资源评价 36
1.2.1 矿产资源评价的阶段 37
1.2.2 矿产资源评价的内容 38
1.2.3 矿产资源评价的手段与方法 40
1.2.4 矿产资源评价与矿产资源调查、勘查活动的关系 41
1.2.5 矿产资源评价的规范、标准与技术要求 42
1.3 “3S”潜在矿产资源评价体系 42
第二章 地质模型系统（GMS） 45
2.1 地质模型的框架结构 45
2.1.1 概述 45
2.1.2 关于地质模型的研究历史与现状 47
2.2 石油与天然气矿产地质模型 49
2.2.1 石油与天然气地质省模型 49
2.2.2 全油系统 51
2.2.3 评价单元 56
2.3 固体矿产地质模型 56
2.3.1 固体矿产地质模型系列的结构 56
2.3.2 成矿带模型 57
2.3.3 矿床模型 65
2.3.4 关于地质模型系列的小结 117
第三章 决策支持系统（DSS） 118
3.1 决策支持系统的概念 118
3.2 决策支持系统的发展历史 119
3.3 地质问题决策的低结构化环境 120
3.4 决策支持系统的类型 121
3.5 决策与决策支持 123
3.5.1 决策的定义 123
3.5.2 决策者的属性 123
3.5.3 决策过程 126
3.5.4 决策支持 130
3.5.5 管理决策与技术决策 131
3.5.6 空间决策与数量决策 132
3.6 决策支持模型 133
3.6.1 决策支持模型在DSS中的作用 133
3.6.2 空间决策支持模型 134
3.6.3 数量决策支持模型 136
3.7 专家系统 138
3.7.1 专家系统的发展历史 138
3.7.2 专家系统的类型 139
3.7.3 专家 140
3.7.4 专家系统的结构 141
3.7.5 对专家系统的评估标准 145
3.7.6 专家系统的局限性 145
3.8 知识工程 146
3.8.1 知识 146
3.8.2 知识工程 147
3.9 机器学习 149
3.9.1 机器学习的概念 149
3.9.2 机器学习的类型 149
3.9.3 机器学习的实现 154
3.10 数据仓库 154
3.10.1 数据仓库的概念 155
3.10.2 谁使用数据仓库 156
3.10.3 数据仓库的体系结构 156
3.10.4 面向主题的数据仓库系统设计思想 158
3.10.5 数据仓库技术 158
3.11 知识发现与数据挖掘 159
3.11.1 知识发现 159
3.11.2 数据挖掘 160
第四章 空间决策支持模型（Ⅰ） 176
4.1 引言 176
4.1.1 空间决策支持模型在空间信息分析中的作用 176
4.1.2 地质知识的形式化 177
4.1.3 空间决策的基本对象 180
4.1.4 不确定性与信任度 181
4.1.5 主观赋值 182
4.1.6 软计算 182
4.2 基于句法的空间决策支持模型 183
4.2.1 命题逻辑 183
4.2.2 谓词逻辑 186
4.2.3 产生式规则与决策树 190
4.2.4 语义网络 193
4.2.5 知识的框架表示与推理 199
4.3 基于模糊逻辑的空间决策支持模型 202
4.3.1 模糊集合与模糊逻辑 202
4.3.2 模糊命题 204
4.3.3 模糊命题的合成 209
4.3.4 模糊IF-THEN命题及其模糊关系 211
4.3.5 模糊推理 216
4.3.6 基于扩展原理的推理 221
4.3.7 基于真值的模糊推理 223
第五章 空间决策支持模型（Ⅱ） 230
5.1 不确定性推理与信任度的测度 230
5.2 贝叶斯决策模型 231
5.2.1 信任度测度 231
5.2.2 贝叶斯决策模型 232
5.2.3 贝叶斯决策模型在潜在矿产资源评价中的应用 232
5.3 证据权法模型 234
5.3.1 基本模型 234
5.3.2 证据权法的参数及其检验 235
5.3.3 证据权法潜在矿产资源评价的操作步骤 237
5.3.4 使用证据权法建立地球化学“偏异常”图层 238
5.3.5 证据权的主观赋值 240
5.3.6 基于分形理论的证据权法 242
5.4 主观贝叶斯推理模型 247
5.4.1 基本思路 247
5.4.2 基本模型 248
5.4.3 证据的合成 250
5.4.4 不确定性证据 250
5.4.5 子集／超集关系 251
5.4.6 定量规则 252
5.4.7 主观贝叶斯推理的例示 253
5.5 基于确信因子的贝叶斯推理模型 254
5.5.1 确信因子 254
5.5.2 证据的合成 255
5.5.3 基于确信因子的规则与推理 255
5.6 基于证据理论的推理模型 257
5.6.1 信任函数的基本模型 257
5.6.2 证据的合成 260
5.6.3 证据理论推理模型在潜在矿产资源评价中的应用前景 261
5.6.4 证据理论在潜在矿产资源评价操作中的若干技术处理 263
5.7 基于可能性理论的模糊推理 264
5.7.1 可能性分布 264
5.7.2 可能性测度与必然性测度 265
5.7.3 命题真值的评价 266
5.7.4 演绎推理 267
5.8 基于粗理论的知识表达和推理 268
5.8.1 信息系统与决策系统 269
5.8.2 不可辨识性 270
5.8.3 集合的近似表示 271
5.8.4 属性的约减 273
5.8.5 粗录属函数 275
5.8.6 属性的相关性和显著性 275
5.8.7 熵分析 276
5.8.8 连续型属性的离散化 278
5.8.9 推理规则 279
5.8.10 粗集与模糊集 280
5.8.11 粗集合与D-S证据理论 281
5.9 基于罗吉斯蒂回归的推理模型 282
5.9.1 罗吉斯蒂回归模型 282
5.9.2 多元罗吉斯蒂回归模型 284
5.9.3 应用罗吉斯蒂回归解决潜在矿产资源评价问题的若干技术处理 285
5.10 集合的包含及不确定性测度 286
5.11 不确定性空间决策模型小结 288
5.11.1 不确定性推理的基本模式 288
5.11.2 各种不确定性推理方法的对比 290
第六章 空间决策支持模型（Ⅲ） 291
6.1 人工神经网络模型 291
6.1.1 生物神经元和生物神经系统 291
6.1.2 人工神经元模型 292
6.1.3 人工神经网络模型 294
6.1.4 学习算法 302
6.1.5 基本逻辑处理感知器 308
6.1.6 基本模糊逻辑神经网络 313
6.1.7 基于规则的前向模糊神经网络 315
6.1.8 应用于潜在矿产资源评价的人工神经网络模型 319
6.1.9 人工神经网络模型应用于潜在矿产资源评价中的若干技术特点 327
6.2 人工生命模型 328
6.2.1 遗传算法 329
6.2.2 关于遗传算法的数学讨论 334
6.2.3 遗传规划 337
6.2.4 进化计算 339
6.2.5 遗传算法在知识学习中的应用 345
6.2.6 关于遗传算法和进化计算的小结 357
下册 359
第七章 数量决策支持模型（Ⅰ） 359
7.1 概述 359
7.2 基本空间评价指标的潜在资源量估计 360
7.2.1 回归分析法 361
7.2.2 逻辑信息法 362
7.3 丰度估计 376
7.3.1 矿产资源同元素地壳丰度的相关关系 376
7.3.2 简单的丰度估计模型 379
7.3.3 DeWijs丰度估计模型 380
7.3.4 Brink丰度估计模型 389
7.3.5 Agterberg丰度估计模型（一元丰度估计） 394
7.3.6 PAU丰度估计模型（二元丰度估计） 398
7.3.7 品位与吨位相关条件下的二元丰度估计 405
7.3.8 关于未知程度的调整系数 415
7.3.9 关于丰度估计的小结 416
第八章 数量决策支持模型（Ⅱ） 418
8.1 主观估计 418
8.1.1 德尔菲法 418
8.1.2 主观概率法 422
8.2 矿床模拟法 432
8.2.1 矿床模型 432
8.2.2 矿床数的分布 438
8.2.3 潜在可采资源量分布的蒙特卡罗模拟 442
8.2.4 潜在可采矿产资源量的“三部法”估计 454
8.2.5 关于矿床模拟法的小结 454
8.3 石油和天然气潜在资源量的估计方法 455
8.3.1 国内外石油和天然气资源量估计方法概述 455
8.3.2 石油与天然气评价空间实体的定义 457
8.3.3 石油和天然气资源量估计模型 463
8.3.4 石油与天然气潜在资源量估计模型小结 504
第九章 数量决策支持模型（Ⅲ） 505
9.1 资源量估计的分形学方法 505
9.1.1 分形学的基本概念 505
9.1.2 基于分形的帕瑞托分布 510
9.1.3 利用帕瑞托分形关系进行潜在矿产资源量估计 516
9.1.4 质量分形及其在潜在矿产资源量估计中的应用 521
9.2 未来探明矿产资源量的预测 533
9.2.1 探明资源量与未探明资源量 533
9.2.2 预测模型 534
9.2.3 勘查难度指标 535
9.2.4 剩余未探明的资源量 535
9.2.5 预测实例 536
9.3 行政区域潜在矿产资源量的评价与对比模型 538
9.3.1 单位区域价值 538
9.3.2 地质图信息的标准化 540
9.3.3 计算机文件系统 546
9.3.4 岩石类型划分的地质学准则 552
9.3.5 碎屑岩的分类实例 556
9.3.6 Q分析模型 560
9.3.7 矿产资源与地质图特征的多样性分析模型 572
9.3.8 行政区矿产资源潜力的评价与对比 576
9.3.9 评价实例 578
9.3.10 几点评述 594
第十章 地理信息系统（GIS） 596
10.1 地理信息系统的概念 596
10.1.1 地理信息系统的定义 596
10.1.2 地理信息系统的产生和发展 597
10.1.3 地理信息系统的构成 600
10.2 图件 602
10.2.1 图件的概念 602
10.2.2 地球的地理坐标系统 602
10.2.3 地图投影 603
10.2.4 椭球体和地球体模型 604
10.2.5 大地基准面和垂直基准面 606
10.2.6 地理图件 606
10.2.7 专题图件 606
10.3 空间图形的数字表示 607
10.3.1 空间对象和空间现象 607
10.3.2 空间对象、实体、特征与属性 608
10.3.3 矢量图形的表示 612
10.3.4 栅格图形的表示 618
10.4 属性 620
10.5 数据模型 623
10.5.1 地理-关系数据模型 623
10.5.2 面向对象的数据模型 625
10.6 GIS标准 631
10.6.1 GIS标准的概念 631
10.6.2 GIS数据标准 633
10.7 空间数据基础设施（NSDI） 635
10.7.1 空间数据基础设施的概念 635
10.7.2 空间数据基础设施的内容 636
10.7.3 国家空间数据基础设施的组织实施 638
10.8 空间数据库 640
10.8.1 矢量型空间数据库 640
10.8.2 栅格型空间数据库 650
10.9 INTERNET GIS 660
10.9.1 INTERNET GIS的概念 660
10.9.2 INTERNET GIS的基本配置 662
10.9.3 Open GIS 663
10.9.4 Web GIS的体系结构 665
10.9.5 INTERNET GIS的应用 666
第十一章 潜在矿产资源评价的实施 667
11.1 系统建设 667
11.1.1 潜在矿产资源评价系统的构成 667
11.1.2 硬件系统 668
11.1.3 软件系统 668
11.1.4 数据库系统 676
11.1.5 模型系统 678
11.1.6 专家组 680
11.2 资料收集 682
11.3 图层划分与原始空间数据建设 682
11.3.1 图层与属性命名规则 683
11.3.2 图层划分及其属性表定义 684
11.3.3 空间数据库建库工作流程 688
11.4 数据处理与空间模式制作 690
11.4.1 指示矿化的属性印记与空间模式 690
11.4.2 数据处理 692
11.4.3 建立针对目标的空间模式（SPM） 694
11.4.4 评价图层的选择 698
11.5 地质研究 700
11.5.1 区域地质研究 700
11.5.2 矿床模型研究 700
11.5.3 估计矿床数的地质研究 702
11.5.4 评价结果的地质研究 703
11.6 评价工作方案 704
11.7 评价单元 707
11.8 主观空间决策与主观概率赋值 708
11.9 潜在矿产资源评价流程 710
11.10 建议的评价报告编写提纲 712
第十二章 应用实例 716
12.1 实例1：北非伊利济地质省塔内祖夫特-伊利济全油系统潜在石油与天然气资源评价 716
12.1.1 地理位置及评价空间实体划分 716
12.1.2 地质省区域地质特征 716
12.1.3 全油系统 717
12.1.4 评价单元 718
12.1.5 评价有效年限 730
12.1.6 评价结果 730
12.1.7 对评价方法的评述 731
12.2 实例2：科罗拉多柔特国家森林区和阿拉巴荷国家森林区的中部公园区矿产资源潜力评价 731
12.2.1 评价的矿产资源目标 731
12.2.2 评价区的地质工作程度 731
12.2.3 地质背景 732
12.2.4 科罗拉多成矿带 734
12.2.5 矿床模型简述 734
12.2.6 地球物理与地球化学数据解释 736
12.2.7 矿化靶区的圈定 747
12.2.8 靶区分类 752
12.2.9 潜在资源量估计 752
12.2.10 对评价方法的评述 753
12.3 实例3：安徽东部地区金矿资源评价 753
12.3.1 区域地质背景 753
12.3.2 区域成矿模式 755
12.3.3 矿床模型 756
12.3.4 地球物理与地球化学特征 760
12.3.5 找矿标志与评价图层 764
12.3.6 证据权法空间决策 766
12.3.7 对评价方法的评述 769
12.4 实例4：菲律宾斑吉奥地区金矿资源评价 770
12.4.1 地质背景 770
12.4.2 证据权法空间决策 771
12.4.3 模糊逻辑空间决策 776
12.5 实例5：扬子地台西缘金矿潜在资源评价 780
12.5.1 地质模型 780
12.5.2 证据权法空间决策作业定义 792
12.5.3 证据权法参数计算 793
12.5.4 矿化靶区圈定与潜在剪切构造的识别 796
12.5.5 空间评价结论 800
12.5.6 对评价方法的评述 801
12.6 实例6：美国西部大盆地低温热液型金矿床的证据权法空间评价 801
12.6.1 矿床模型、培训数据集与目标图层 801
12.6.2 评价变量与评价图层 802
12.6.3 评价结果 805
12.6.4 对评价方法的评述 808
12.7 实例7：加拿大安大略省斯崴兹绿岩带中温热液型金矿资源证据权法空间评价 808
12.7.1 地质背景 808
12.7.2 绿岩带中温热液型金矿床的找矿准则 808
12.7.3 建立图层的数据准备 810
12.7.4 评价图层 813
12.7.5 证据权参数计算 816
12.7.6 空间评价结果 817
12.7.7 对评价方法的评述 818
12.8 实例8：加拿大奇色尔湖-安德逊湖海相火山岩型块状硫化物矿床区域成矿有利性空间评价 818
12.8.1 区域地质背景 819
12.8.2 控矿特征 820
12.8.3 勘查模型 820
12.8.4 空间数据及其处理 820
12.8.5 空间决策支持模型及空间评价 822
12.8.6 勘查靶区分析 830
12.8.7 对评价方法的评述 832
12.9 实例9：应用人工神经网络法对日本北陆黑矿型矿床的找矿评价 832
12.9.1 地质背景 832
12.9.2 人工神经网络模型 832
12.9.3 网络的输入与输出 833
12.9.4 空间评价结果 833
12.9.5 对评价方法的评述 834
12.10 实例10：东太平洋海底喷口热液硫化物矿床潜在资源的证据权法和罗吉斯蒂回归评价 834
12.10.1 地质背景 834
12.10.2 输入空间模式 834
12.10.3 唯一条件组数据模型与推理规则 834
12.10.4 加权证据权法与加权逻辑信息回归 835
12.10.5 模型参数 835
12.10.6 网格系统设置 836
12.10.7 空间评价结果 836
12.10.8 对评价方法的评述 837
12.11 实例11：专家系统方法在阿尔泰山南缘海相同火山-沉积型多金属矿床区域靶区选择与评价中的应用 837
12.11.1 地质背景 837
12.11.2 矿山阿尔泰-克兰成矿带 838
12.11.3 预选靶区 839
12.11.4 成矿系统的基本地质过程 840
12.11.5 找矿标志模型 840
12.11.6 推理网络 841
12.11.7 产生式系统 851
12.11.8 不确定性推理计算 854
12.11.9 专家主观输入 859
12.11.10 推理网络顶点成矿有利性指标 859
12.11.11 靶区排队结果 859
12.11.12 对评价方法的评述 861
附录 863
附录1 全球地质省及全油系统、评价单元划分 863
附录2 中国Ⅰ、Ⅱ级成矿带划分 877
附录3 中国Ⅰ、Ⅱ、Ⅲ级成矿带划分 878
附录4 全球矿床描述模型（按岩性-构造环境分类） 881
附录5 数字矿床模型属性分类标准 887
附录6 中国矿床模式（按构造背景-成矿环境-主岩岩石组合划分） 906
附录7 全球413个行政子区时代-岩性代码 909
附录8 加拿大奇色尔湖-安德逊湖海相火山岩型块状硫化物矿床潜在矿产资源评价原始数据集 926
参考文献 936