膠東西北部金礦區域成礦預測研究始於20世紀80年代，山東省第六地質隊於1987年完成了《山東省黃金資源總量預測報告》，預測山東省36個含礦單元黃金資源總量為3026.486t，其中潛在資源量為2319.079t；1989年，物探隊完成了《膠東地區1∶20綜合物化探信息填圖及金礦化預測報告》，將膠東地區劃分為9個成礦區，71預測礦田，其中壹級預測礦田12，二級、三級預測礦田19。這壹階段的金礦預測是山東省第壹輪成礦分區的組成部分。20世紀90年代，第二輪成礦分區對主要成礦帶進行了大比例尺成礦預測。1993年，地質六隊完成了《山東省膠東西北部焦家金礦帶1∶2.5萬金礦成礦預測報告》，以綜合信息成礦預測思路預測了焦家金礦帶金礦資源總量992.687t(含已探明金礦資源量335.987t)。1994年地質六隊完成的《膠東西北部招遠-平度斷裂帶1 ∶ 5萬金礦成礦預測報告》采用多元回歸方法定量評價了昭平帶金礦資源總量，其中潛在資源量665.043t。21世紀，在20世紀末區域成礦預測研究的基礎上，成礦預測研究成果專著相繼問世。2003年，王世成等人編寫出版了《山東省金礦床及金礦密集區綜合信息成礦預測》，2007年，李士先等人編寫出版了《膠東金礦地質》，均在《山東省金礦資源總量預測報告》的基礎上，提出了膠東礦田單元級金礦資源總量。
二、預測單元的確定
在成礦地質條件分析的基礎上，圈出18礦田預測單元作為本次成礦預測的目標(表9-2)。部分預測區工作程度較高，已探明資源較多，屬於已知含礦單元。這個預測以它們為模型單元，其余的都是評價單元——預測單元。
第三，預測礦田的單元信息和地質變量的賦值
(A)預測單元的有用信息
分析和確定有用的成礦信息是地質變量研究的前提，是對區域成礦規律、成礦控制條件和資料綜合解釋的總結和分析。具體方法是:以已知的含礦單元為對象，以單元卡片中的內容為目標，進行信息之間、信息與資源之間的統計對比，從成礦理論角度確定它們與礦產資源的關系。
在研究膠東西北部金礦成礦規律、控礦地質條件和綜合找礦標誌的基礎上，以地層、構造、巖體、地球物理場和地球化學場特征信息為重要標誌。在金礦化理論的指導下，考慮到信息的相關性，提取了各預測礦田單元中與金礦資源評價相關的信息(表9-3)，構成了成礦預測的地質變量。
(2)各預測單元地質變量的賦值
變量賦值就是按照壹定的準則給單元的不同變化狀態賦予壹定的量化值，使狀態與值之間有壹定的對應關系，變量的變化可以用值的變化來表示。本次預測的分配方法如下:
表9-2膠東西北部成礦預測礦田單元壹覽表
繼續的
繼續的
表9-3預測礦田單元成礦信息壹覽表
繼續的
繼續的
繼續的
繼續的
繼續的
繼續的
註:SγJH——黃鐵礦絹雲母化碎裂巖，SγJH——黃鐵礦絹雲母化花崗質碎裂巖，γJH——黃鐵礦絹雲母化花崗巖，JH——黃鐵礦絹雲母化花崗巖，Kγ鉀花崗巖，J絹雲母化，SJ矽化，K鉀，S鉀。ρ-偉晶巖、ργ-偉晶巖花崗巖、δμ-閃長玢巖、X-煌斑巖、δομ-應時閃長玢巖、Q-應時脈、δX-斜長角閃巖煌斑巖、β-輝綠巖、δ-閃長巖、N-基性巖脈。
表9-4雙態預測原始變量列表
繼續的
表9-5三態預測原始變量列表
繼續的
表9-6回歸分析模型的連續變量數據表
註:標有*的數字是估計數據。
1)二進制變量的賦值:變量以“1”的形式存在；如果變量不存在或數據不清楚，則為“0”。
2)三態變量賦值:對成礦有利的是“1”；成礦有利程度壹般或數據不清，為“0”；成礦不利因素為“-1”。
通過對各預測單元的地質變量進行分析，並按照上述方法賦值，分別形成預測單元的二態原始變量和三態原始變量(表9-4和表9-5)。
3)定量變量分析與賦值:根據定量預測變量選擇與構建原則，對18預測礦田單元回歸分析模型的連續變量特征進行分析，計算出的變量數據見表9-6。
7項25個描述性數量變量全部按照二元變量賦值原則賦值，即狀態存在賦值為“1”；如果不存在或信息不清楚，則為“0”。
四。資源潛力預測
(壹)示範單位的確定
模型單元，即用於建立評價模型的單元，通過模型單元與未知單元的類比，達到礦體定位和預測的目的。模型礦田單元必須滿足以下要求:①礦田單元應包括壹個以上已知礦床，其資源儲量受項目控制；②資源類型明確，包括兩層含義:壹是原因明確；二、單位應具有膠北礦集區找礦模式的典型特征，具有較高的工作和研究程度，能獲取評價所需的各種資料，包括地質、磁法、重力、重砂、分散流等。
通過對嬌嬌西北部18礦田單元的分析對比，選擇10單元作為金礦資源評價的模式單元(表9-7)。
表9-7膠北礦集區成礦預測模型單元列表
由於計算方法和原理的不同，對模型單位的要求也不同。本書在10已知模型單元的基礎上，根據所用的計算模型進壹步選擇模型單元。選取焦家、玲瓏、靈山溝、袁疃、馬家窯五個單元作為資源規模預測邏輯信息模型的標準模型單元。標準模型元素的選取條件是:①元素相互接近，說明元素在不同的投影平面上有明顯的聚類，如元素1和2總是不可分的；②單位資源儲量的變化具有明顯的方向性，即資源儲量沿某壹方向有規律地由小到大或由大到小變化；(3)由於分類的不穩定性，不同尺度的邊界元素不能作為標準元素。
(二)變量優化
上述原始地質變量的地質意義明確，與礦產資源特征的關系清晰，在壹定程度上反映了膠東西北部金礦床的某壹方面特征，使用這些變量是有意義的。但原始變量只能顯示單個變量與金礦資源的關系，不能揭示變量重要性的變化特征，也不能直接用於成礦預測。原始變量必須進壹步優化，以獲得用於實際預測的變量的最佳組合。本工作采用特征分析中的主成分法和平方和法對變量進行優化。
1.雙態變量優化
通過10×49模型計算出49個變量的權重系數(表9-8)。根據各變量權重系數的大小和變化狀態，經過反復篩選，選擇權重系數較大的前45個變量作為預測變量組合(表9-9)。
2.三態變量優化
計算10個模型單元的31個變量(表9-10)，最後選取前27個變量作為三態定位預測的變量組合(表9-11)。
(三)建立預測數學模型
1.單元級預測模型
單元級預測評價的數學模型是通過某種數學方法建立成礦可能性與地質變量之間的函數關系。本工作選用特征分析法，建立數學地質模型，預測遠景景區圈定和礦產資源水平。數學模型是:
膠東西北部金礦集中區深部大型-超大型金礦找礦成礦模式
其中y是連接度，i=1，2，3，...m；m是變量的個數；Ai是第I個變量的權重系數；Xi是第I個變量的值。
將各地質單元中的變量值及其權重系數代入公式，得到聯系度。聯系度是反映成礦信息的綜合指標，其大小代表了單元成礦遠景的標誌。通過比較預測單元與模型單元的聯系程度，可以判斷預測單元的成礦概率。
2.定量預測模型
選擇回歸分析方法，建立預測單位資源的預測模型——回歸分析模型。利用模型單元的已知資源量及其對應變量，預測各含礦地質單元的資源量。
回歸數學模型是:
膠東西北部金礦集中區深部大型-超大型金礦找礦成礦模式
其中:a、b、Sb為參數；x是5×20模型的物體重量。
表9-8 10×49模型雙態變量權重系數計算結果
膠東西北部金礦集中區深部大型-超大型金礦找礦成礦模式
單位壹級的預測
根據單元級數學模型的原理和方法，分別采用二態變量預測和三態變量預測對已確定的18礦田地質單元進行預測。
1.雙態變量預測
使用確定的10型號單位和表9-9所示的變量信息。在模型為10×45的情況下，分別采用主成分法和平方和法計算各變量的權重系數(表9-12)。然後將這些權重系數代入已建立的數學模型方程，進行預測計算，得出各單元的聯系度(表9-13)。
表9-9雙態預測的優化變量列表
繼續的
表9-10 10×31模型三態變量權重系數計算結果
根據計算結果，繪制聯系度曲線(圖9-1)，曲線呈現平緩變化，到15單元(三山島單元)時急劇下降。以其聯系度為閾值，劃分預測單元壹級和二級。
圖9-110×45模型雙態變量預測中各單元的連接曲線
表9-11三態預測優化變量列表
表9-12 10×45模型雙態變量權重系數計算結果
2.三態變量預測
利用表9-11所示的變量信息，用10×27的模型進行計算。計算過程與雙態變量預測壹致。獲取變量的權重系數和單位聯系度(表9-14，表9-15)。
根據表中計算結果，繪制聯系度曲線(圖9-2)，曲線在15單元(三山島單元)處也急劇下降。以其聯系度為閾值，劃分預測單元壹級和二級。
上述兩狀態變量預測的結果與三狀態變量預測的結果非常壹致。雖然各個單元的聯系度順序略有不同，但劃分層次基本相同。在綜合分析比較的基礎上，將兩種預測結果合成為預測結果，並對預測單元進行分類(表9-16)。
ⅰ級:最有希望找到大中型金礦的單元；
ⅱ級:有望形成中型以上礦床的單元。
表9-13雙態預測礦田單元聯系度列表
表9-14 10×27模型三態變量權重系數計算結果
表9-15三態預測雷區單元聯系度列表
圖9-2 10×27模型三態變量預測中各單元連接曲線
表9-16單元級預測結果
(5)單位定量預測
在已知模型礦田單元資源量及其地質變量的基礎上，建立單個礦田單元資源量預測模型——回歸分析模型，進而預測各預測礦田單元的資源量。
根據回歸分析數學方法的要求，首先提取連續的數值變量(表9-6)，對標誌進行比較，找出最小的分區標誌組合。然後根據5×20標準模型，計算每個標準模型單元的符號權重、相對符號權重、符號信息權重、符號分散性和符號分散性差，最終得到每個標準模型單元的對象權重。
根據模型計算的符號分散性，得到18個預測單元的目標權重(表9-17)。以9個連續的定量預測變量為自變量，模型單元的探明資源量為因變量，經過逐步回歸分析，得到方程中各自的變量參數，然後將預測單元對應的對象權重代入方程，得到各預測單元的預測資源量。
表9-17 18 5×20預測單元模型對象權重表
回歸分析的可靠度為0.05，預測深度為1000 ~ 1500m。各預測單元的資源完全有可能以95%的概率達到回歸模型的上限置信區間，上限為回歸數學模型加上1.96倍剩余標準差。
回歸數學模型預測的18預測單元資源量見表9-18。根據預測，膠東西北部礦集區黃金資源總量為3217.95438+09t，比上壹次預測增加725.90t。
(六)預測結果評估
本次預測結果基本符合實際地質情況，地質單元層面的預測結果可信；預測資源總量所用方法恰當，定量預測結果可靠，為膠東西北部金礦找礦奠定了基礎。預測結果的可靠性主要表現在以下幾個方面:
(1)預測的地質依據充分。本次預測在對地質、航磁、重力、重砂、河流沈積物等資料深入研究的基礎上，加深了對金礦控礦因素和成礦規律的認識，為圈定礦田、提取成礦信息、確定和篩選變量提供了充分的地質依據。
表9-18 18雷場單位預測資源表
(2)合理確定預測礦田單元。通過對區域成礦地質條件的研究，確定了成礦帶礦田單元的定位條件和邊界條件。除了礦體、礦化點、金重砂異常、金分散流異常等金礦化信息外，地層、構造、巖漿巖、地球物理場也是礦田單元定位的重要條件。此次圈定的礦田單元具有充分的地質、地球物理和地球化學依據，是金礦存在的最可能空間。
(3)提取與金礦化高度相關的信息和變量。首先，在研究金礦控礦條件、成礦規律和綜合找礦模式的基礎上，通過統計分析，確定了42條與金礦化有關的信息。其次，通過橫向對比，確定各信息與成礦的內在聯系，然後通過綜合合並，濃縮出49個二態變量和31個三態變量，確定其賦值原則和適用範圍。再次，變量的優化，利用數學方法，給出數值指標，衡量變量與資源關系的重要性，從而達到變量優化的目的。
(4)各單元預測順序與單元內金礦規模和資源儲量相對應。所有預測單元基本都有金礦、礦點、礦化點，工業儲量多達14個單元。雖然單元間已查明的資源儲量數量與預測順序不完全壹致，但總體上非常壹致。模型單元中，焦家和玲瓏金礦資源儲量最大，單元內有超大型金礦床，預測順序始終排在前兩位。
(5)各級預測單元在工區內均勻分布。壹方面反映了預測結果的可靠性，同時表明了用壹個找礦模型預測膠東西北部成礦的可行性和總結出的成礦規律的可靠性。
(6)預測結果與地質研究結果壹致。雖然這項工作中確定的所有單元都被認為是尋找大中型金礦床的有希望的地區，但每個單元的地質和構造條件都有很大不同，對它們形成大中型金礦床的期望自然也不同。在地質背景分析及成礦模式和找礦模式研究過程中，已大致判斷出幾個有利成礦區，用數學方法進壹步預測，既印證了地質認識，又預測了各礦田單位資源量，提高了預測的準確性。
(7)建立的回歸方程高度顯著，預測意義明確。定量預測的回歸模型采用預測資源量中等的回歸方程作為回歸預測模型。為了減少回歸方程的預測誤差，在回歸方程中加入1.96倍的剩余標準差，給出了0.05的上限值。這個回歸模型是:其預測的資源量與新獲得的實際資料、目前的地質工作情況以及我們的經驗和認識有很好的壹致性。
(8)三山島單元是本次預報中最大的問題。三山島單元在二態和三態預測中分別排名14和15。雖然仍是壹級單位，但其排名與礦床規模和黃金資源儲量極不相稱。原因是三山島地區基本被覆蓋，物化探信息較少，影響了預測效果。