美国矿产资源三部式定量评价及案例.docx

美国矿产资源三部式定量评价及案例.docx

《美国矿产资源三部式定量评价及案例.docx》由会员分享，可在线阅读，更多相关《美国矿产资源三部式定量评价及案例.docx（21页珍藏版）》请在冰豆网上搜索。

美国矿产资源三部式定量评价及案例

美国矿产资源“三部式”定量评价及案例

（一）矿床模型ﻫ

　“三部式”评价主要依靠两类矿床模型：

描述性模型和品位-吨位模型。

除此之外，表达单元面积矿床数的第三类模型已经出现。

建立矿床模型最重要的部分可能是在计划阶段,在这一阶段建立模型的目的和模型可能的用途的考虑确定了模型的特征。

理想状况下，矿床模型为区分可能矿化环境和非矿化环境、区分已知矿床类型、区分矿床和矿点提供了必须的和足够的信息。

在“三部式”评价中，矿床模型被用于圈定评价区域，划分矿化和非矿化环境，划分已知矿床类型；而矿床与矿点的划分取决于评价区域矿床数的估计。

成矿远景区各类地学信息可被用于完成上述任务。

ﻫ

　　综合离散信息的关键是矿床模型。

建立的矿床模型允许地质学家将矿床类型与地质环境相联系。

一个矿床就是一个具有足够规模和品位的，在最有利的环境下具有经济潜力的矿点。

在“三部式”评价中，这种矿点构成了评价的靶区总体。

由于在某些方面,每个矿床之间是互不相同的,因此，矿床模型是对众多单个矿床的抽象表达，它必须高于单纯的描述性,而具有高度的代表性。

具有相对广泛并具有大多数矿床属性特征的矿床被称为模型，这种模型代表了这类矿床的形成和演化。

图１　“三部式”矿产资源定量评价结构流程

描述性矿床模型有两部分。

第一部分描述了已发现矿床的地质环境;第二部分描述了矿床的鉴别特征。

第一部分在圈定评价区过程中起重要作用,这一部分描述了矿床类型的一般环境。

第二部分有助于划分已知矿床和矿点到不同的类型，有助于评价区的圈定。

在某些情况下,地质环境并没表达在地质图上,在这种情况下，地质环境根据已知矿床和矿点来鉴定。

模型的组织构成了矿床的分类。

这就提供了一条通过聚焦容矿岩的岩性和构造环境易于接近模型的路径,更易于从地质矿产图上获取所需的信息特征。

ﻫﻫ　品位-吨位模型反映了每类具有很高勘探程度矿床的吨位和平均品位频率分布,亦可将它们视为类似地质环境下同类未发现矿床的品位-吨位模型。

虽然矿床类型模拟工作已经持续１５年,但近来出版的６９个品位-吨位模型是可用于资源评价的最大的模型库（D.A.Siｎgｅr,１９9３）。

这些模型以累积频率图和累积统计结果的形式出现，同时还提供基于数据的均值和离差的最佳拟合对数曲线。

对每一种矿床类型,这些模型有助于定义一个矿床,而不是定义一个矿点和一个弱的矿化点。

　　构建品位-吨位模型涉及到多个环节，其中第一步是被认为属于被模拟的一组具有很高勘探程度的矿床类型的鉴定，描述性模型亦是最常用的。

将这组矿床中的每一个矿床的属性与描述性模型相对比,以确保所有的矿床属于同一类型。

对每个矿床收集的数据包括具有可能经济意义和基于总产量、储量和以可能最低边界品位圈定的且与资源量有关的每类金属和矿产品的平均品位。

这些数据代表了每个已知矿床内蕴资源的估计，最终模型代表了所有未发现矿床的内蕴资源量。

来自出版的品位-吨位模型的统计表明,大多数模型具有吨位的对数正态分布。

此外,主要矿产品的品位和吨位之间并不具有显著的相关性。

在构造某些模拟器时，需要这类频率分布和相关关系的信息。

　在现实中，对同一类型具有同一边界品位的不同矿床的品位和吨位很少报道;事实上,边界品位并不经常被报道。

在数据收集阶段的第二种考虑是什么是样品单元。

品位和吨位数据有助于确定矿区、矿床、矿山和矿段的变化程度。

在许多情况下,老的生产数据对某些矿床是有用的,近来的资源估计对其他矿床是有用的。

在构建品位-吨位模型时最常见的错误是将一些矿床的旧生产数据与其他矿床的资源数据相混合。

用于模型的所有数据代表同类取样单元是很重要的。

来自矿床和矿区的混合数据或混合的旧生产数据以及现代资源估计常常会产生双峰模式或至少产生非对数正态分布，并可能在变量间引入相关关系，这种相关关系是混合取样单元人为因素所致。

用来自混合取样单元构建的模型存在问题数值,这是因为观测的品位-吨位频率直接与来自每个取样单元的矿床数成正比,且不可能代表评价中被估计未发现矿床所占的比例。

ﻫﻫ　将这些模型应用于资源评价有助于鉴别模型如何被扩展。

不能区分属性存在的概率和属性联合的概率会导致模型的应用问题。

譬如，每个属性可能存在同一类型的大多数矿床中,同时，仅有一小部分矿床或没有矿床具有所有的这些属性。

将矿床属性定量化，并通过矿床类型统计对已知矿床分类是必须的。

同类信息是必须的但不足以从矿化环境中区分非矿化环境;将非矿化环境定量化对这项任务亦是必须的。

在“三部式”评价中,应对每个单元面积矿床数进行模拟,试图将矿床属性定量化，并使其与现在的描述性模型和品位－吨位模型一致。

没有这些模型，将导致资源评价内在上的不一致性。

二）靶区圈定

ﻫ含有特殊矿床区域圈定的原理是相似类比理论,即，相似的地质环境含有相同类型的矿床。

靶区的圈定需要期望不同类型矿床产出的地质环境的综合信息。

靶区圈定的一种战略是外推已知矿床的边界，达到圈定有利成矿区域的目的。

在“三部式”评价中，我们试图圈定找矿可行地段。

虽然找矿有利地段是找矿可行地段的子集，但他们代表了不同的概念。

仅当勘查的覆盖面是非常完整和完全有效时,二者的边界才是吻合的。

此外，对于有利找矿靶区的圈定,不同人常常采用不同的方法，这是因为定义一个共同接受的靶区圈定操作规程非常困难。

已知矿床和矿点是用于鉴定和扩大找矿可行地段，而不是限制它们。

对于一致性靶区的圈定,在地质上应允许一种或多种矿床类型的存在。

这些被称为找矿可行性地段的靶区是根据矿床模型的地质标准圈定的，而矿床模型本身是根据靶区内外已知矿床的研究建立的。

可行性边界是这样定义的，即圈定的某种类型矿床产在边界外的概率可以忽略不计。

使用这种定义,有可能将一个找矿可行地段划分为两个或更多的亚地段,这些地段具有不同种类的信息，或可能不同的未发现矿床数，譬如CostａRica的热液型金矿脉数或Alasｋa的斑岩铜矿数。

上述定义存在两种缺陷：

一是很难定义一种能被一致应用的方法，二是上述方法可能将稀少却非常大型的矿床排除在靶区之外。

丢失稀少大型矿床错误的代价导致了贝叶斯（Bayesｉan）贸易边界决策（误判最小代价）。

ﻫﻫ找矿可行地段可含亦可不含已知矿床。

从这些地段中进一步排除不含矿地段是根据地质学、不成功的勘探经验或贫瘠覆盖物超过了预想的厚度。

因此,基础信息是地质矿产图、通过地质和地球物理研究外推的覆盖物下扩展的地质单元。

来自于地球化学和已知矿床和矿点的信息有助于鉴别成矿环境,同时排除成矿概率较小的区域。

譬如,低硫化物石英脉常常具有与其相伴的砂金矿床,如果没有砂金矿床存在,与这种金矿相关的成矿环境可能是不存在的。

ﻫ一张地质矿产图是圈定成矿区域和进一步鉴别哪些区域对圈定不同类型的矿床是可行的原始的局部信息源。

第二最重要类型的信息是被评价区域内部及其附近的已知矿床和远景区一览表。

由于不完整的矿床描述，对许多远景区和某些矿床很难鉴别其矿床类型。

矿床类型能被鉴别的区域能够增加圈定这类矿床远景区的信心。

远景区能表明可能的矿床类型，并能在其他地方界定可能的成矿区域。

一张根据类型分类的矿床分布图可用于检查圈定这类矿床找矿可行地段的精度，而不是用于圈定靶区。

水系沉积物地球化学数据可以用于鉴定矿床类型，并有利于某类矿床成矿远景区的圈定。

地球物理信息用于鉴定覆盖区和地质工作程度低的地区岩石单元分布状况;在某些情况下能鉴别有利成矿的岩石单元,如热液蚀变岩石。

水系沉积物和岩石地球化学对大区域评价能提供类似的信息。

成矿远景区的圈定是根据相似类比原理推断类似的地质环境下存在一种或多种矿床类型的可能性。

矿床模型提供了联结地质环境和矿床类型的桥梁。

在各种情况下，成矿远景区域的圈定首先依据地质图或推断地质图。

成矿远景区原始面积的缩小仅取决于有信息确切表明在除去的面积内不存在这种矿床类型。

对某些矿床类型，广泛勘查能提供这样一种证据,但对许多矿床类型只能用密集勘探的方法排除非矿化区域。

　作为找矿可行性地段的设计并不意味着任何成矿专属性，亦不意味着，如果矿床存在的话,矿床将被发现的或然性。

矿床发现的概率涉及一系列不确定性因素,诸如,未来的经济条件、新的勘查方法技术的发展、覆盖物的类型和深度以及勘探者的决心和信心，上述所有因素都明显地超出了我们的研究范围。

ﻫ

　在某些情况下，在靶区圈定的过程中，对产品的尺度或工作图要求需要一系列的概括总结。

譬如，根据近来Nevada资源的分析，夕卡岩被认为产在具深成侵入体2km之内，其靶区圈定用具深成岩体更远且与深成岩体有关的多金属交代矿床模式圈定,该矿床围绕深成侵入体１０km宽的范围分布,这是因为2km宽的带在出版的1:

1000,000尺度的地质图上,几乎是不可见的。

在靶区圈定过程中矿床类型的分组并不意味着矿床类型将根据品位-吨位模型分组或根据矿床个数的估计分组。

（三）品位和吨位ﻫ

　矿床勘查和矿产资源定量评价的关键部分是未发现矿床规模的估计。

这些问题可归结于品位-吨位模型的应用,因为矿床规模的变化主要取决于矿床类型的差异。

　在资源定量评价中品位-吨位模型具有两种作用：

首先,它们有助于一个区域的已知矿床类型的划分,因此，亦有助于找矿靶区的圈定；其次,它们提供评价区未发现矿床潜力的信息，因此,它们是这些资源经济分析的关键。

在讨论品位-吨位模型应用之前,期望解决经济滤波、边界品位、吨位的偏峰分布和取样偏差的效应问题。

疑似小型或品位很低矿床的样品采集很少能够满足用其品位和吨位确定该矿床特征的要求；因此,能够期望许多矿床类型的采样取决于其经济价值。

经济滤波效应在品位－吨位图上,由于低品位和吨位的缺乏而显得更加明显。

Haｒris（１984）对新墨西哥铀矿床的分析表明，当所有数据被应用时，品位和吨位之间存在正的相关关系;当小型矿床被删除时,二者之间则存在负相关关系;当经济截尾效应被剔除时，二者之间不存在相关关系。

几乎对任何可信的品位-吨位分布,在经济滤波之前都要剔除低品位、低吨位矿床样品,由于经济效应在数据中会引起负相关。

如果每种类型所有矿化（矿床和矿点）的品位和吨位之间真的存在逆相关关系,那么,根据经济滤波排除小型、低品位矿床的效应，可以消除这种关系。

在已出版的品位-吨位模型中，很少出现负相关关系，假定经济滤波是不严重的。

事实上,在这些模型中，有约40％的矿床在今天不具有经济利用价值。

譬如,对斑岩铜矿应用在品位-吨位模型中的至少５0%的矿床从未被开发,尽管15年前这些矿床就已经被勘探。

33个斑岩钼矿床、低氟矿床的９0%从未被开发。

加里福尼亚和奥尔良4３５个豆荚状铬铁矿仅有存在公路的地方才被开采。

ﻫ

Taｙloｒ（１9８5）将矿床中品位对数分布的理论与具体的实例和经济分析相结合，表明在实践中边界品位如何影响矿床的平均品位和吨位。

他得出的结论是：

对于一个吨位足够大、空间连续的可开采矿床而言，该矿床的边界品位必须接近其矿床品位的中位数,以回收金属的合理部分。

他还发现许多矿山矿体的边界品位位于中位数附近。

因此，虽然吨位和平均品位的高度变化性起因于边界品位的变化，实际上,操作者被经济因素、矿块连续性的需求和处理矿床品位对数分布的结果限制在非常窄的边界品位范围内。

然而，由于足以影响开采价格的开采方法的差异，例外可能是存在的。

虽然进一步的工作需要定义边界品位与这些模型的关系，假定采矿方法是相同的,品位-吨位模型中边界品位的效应可能不像想象的那样明显。

ﻫ潜在的金属供应主要取决于少量的超大型矿床，正如Singer和ＤeＹouｎg（1９８0）亦曾经指出的品位和吨位之间的逆相关关系是惊人的罕见。

因此,大多数低品位矿床不可能拥有巨量的资源;省略一些低品位和小吨位的矿床将不会严重影响大多数矿产品潜力供应的预测。

给定的品位和吨位中许多矿床明显不具有经济价值,将更小矿床加到大多数矿床类型的模型似乎不具备任何价值。

低品位矿床只有其具有大的吨位,且可用新方法低价开采时才有意义。

石油勘查研究表明，大油田趋于在勘查的早期被发现。

如果在矿产勘查中具有同样的规律,那么局部资料构建的吨位模型可能是这个区域剩余未发现矿床的偏斜估计器。

Sｉｎgｅｒ和Mosier（1981）表明在给定的地质和勘探环境下，更大的斑岩铜矿应该比更小的斑岩铜矿发现得更早，但检验这种假设的研究和实际勘查数据是稀少的（Sｔaｎｌｅy,19９2）。

ﻫ加利福尼亚汞矿床的发现顺序分析清晰表明更大矿床趋于在勘查过程的早期被发现（Cｈｕng,Ｓinger，和Menzie,1992）。

这种过程的直接结果是，在中间勘查阶段确定的矿床规模分布频率过高地估计了大型矿床出现的频率、过低地估计了小型矿床出现的频率。

即，根据一个地区不完整的勘查对矿床规模的估计对于大型未发现矿床可能是偏斜的。

发现顺序对其他类型矿床的规模的检验可以保证，但分析应该在同一勘探过程和同一地质环境完成。

譬如,出露岩石的勘查伴随有覆盖矿床的勘查地区应该独立考虑;因为在矿床勘查的初级阶段,近地表寻找到的矿床不能确定是大型矿床还是小型矿床。

对新近发现的不能解释的矿床的资源的扩大必须谨慎。

ﻫﻫ　　根据上述讨论,大多数已出版的品位-吨位模型显然包括相当部分的非经济矿床,在大多数情况下,低品位或低吨位矿床（矿点）并不包括在可以忽略潜力供应估计影响的模型中。

然而,根据大多数经济地质学家的经验，低品位、尤其是低吨位的矿床（矿点）在模型中的代表性是很低的。

删除的低品位和小吨位矿床（矿点）假定品位-吨位模型代表了大部分低品位或小吨位矿点和勘查过程中发现的远景区的偏斜样品。

当估计未发现矿床数时，必须考虑品位-吨位模型代表的矿化总体与可能存在于地球上的矿化总体之间的差异；这种差异反映了矿床和矿点的区别。

ﻫ　　某些地质学家已经假定品位-吨位模型不仅应延伸到矿床而且要包括矿点。

如果忽略因某些矿点的不完全勘查可能引起的偏斜问题,那么有可能构建这种模型，当然吨位模型将有更低的中位数值。

由于“三部式”评价要求未发现矿床的估计数与品位-吨位模型一致,因而估计矿床数的过程可能更困难,这要求有更多的“矿床”要估计。

这种评价结果的经济分析表明矿点和某些估计的未发现矿床可能不具有经济价值。

这样,在以任何方式都不影响最终结果的情况下,包括在品位－吨位模型的矿点在评价中将需要做更多的工作。

在一个特殊地区,当一种类型的矿床仅有一个或两个勘查案例是已知的，通常认为它们代表一个特殊的亚类型或新类型，因为它们在每个方面几乎从来没有与“典型”矿床具有完全的一致性。

矿床将不具有中间吨位和品位，且在矿物学的某些方面可能是变化的。

为了避免考虑每个矿床的个性和预测失败的情况,应当对一个地区高度勘查的矿床进行检验,以确定它们与一般的模型是否具有统计上的区别。

如果高勘查程度的矿床在规模和品位上与一般模型具有很大的区别,那么应当对局部矿床进行检查，以确定它们地质上是否属于原始品位-吨位模型的均一子集。

只有所有的这些条件都满足,一个新的子模型与一个一致性描述性模型才得以建立。

然后,这个被反复检验和修改过的模型才可用于矿床数的估计。

（四）未发现矿床数ﻫﻫ　评价的第三部分是对存在于靶区的、每类固定但未知的矿床数进行估计。

直到对靶区进行了完全、广泛地勘探,才能确切的知道这固定的、可能是任何数（包括0）的未发现矿床数。

ﻫﻫ矿床数的估计很明显代表了存在于靶区的某些固定的但未知的未发现矿床数的概率（可信程度）。

这些估计既反映了矿床存在的不确定性又反映了对矿床类型存在的有利度的测量。

不确定性被一系列估计的矿床数所表明，这种估计与9０%到10%或１%的分位数相联系；矿床数的巨大差别表明了巨大的不确定性。

成矿有利度能用矿床估计数来表达,并与给定的概率水平或矿床数的期望值有关。

根据矿床类型的估计必须与品位-吨位模型相一致，因此矿床的估计数必须与品位－吨位模型的分位值相匹配。

譬如,在任何概率水平上，估计的未发现矿床数的一半应该比中位吨数更大，且约１0%的矿床应该与吨位模型中的头10％矿床一样大。

如果品位-吨位模型是基于矿区资料建立的,那么未发现矿区数应该可以估计。

某些模型被构建基于空间距离规则，譬如在块状硫化物模型中组合矿化采用5００m规则，对未发现矿床数进行估计时应该应用同样的规则。

已经出版的品位和吨位研究区的矿床被计为已发现矿床;但是为了避免重复计算，没有出版估计的矿床则被认为是未发现矿床。

ﻫ虽然未发现矿床数的估计没有固定的方法，但是，基于经验和逻辑的方法或指导原则可以被直接用来估计未发现矿床数。

每种方法都代表了相似类比的某种形式。

这些方法中最稳定的是矿床模型法，这些模型中计算了来自高勘查程度地区各单元面积中的每个矿床类型数,由此得到的频率分布被直接用来估计矿床数或被间接作为某些其他方法的指导原则。

虽然Ａlｌａis（1957）使用未发现矿床数的估计方法,但在他的分析中许多类型的矿床是混合在一起的。

目前仅出版了一些与描述性和品位－吨位模型相一致的模型的例子;Cox（1993）曾把这些模型用于估计委内瑞拉金矿脉数。

线性回归被用于南阿拉斯加（MacKevｅtt等,1978）和CｏstaＲica（Singer,１９8７）未发现豆荚状铬铁矿床的概率估计。

矿床局部外推是将研究区高勘查程度地段的矿床密度（单位面积矿床数）投影到勘查程度低的地区。

典型地，这种方法导致了未发现矿床的点估计（Singｅr和MaｃＫevett，1977），除非假设能取得近似地频率分布。

正如对阿拉斯加汞矿床的描述一样（Rｏｏt等,1992）,不需完全勘探远景区面积，但是必须对发现的矿床数和勘探的面积进行估计。

这种方法采取了每种矿床类型吨位频率分布和研究区大型矿床的已发现程度的信息优势。

　对计算及赋予异常和矿点概率值进行了长期地实践，然而仅有近来记录的例子（Reｅd等，1９89；Cｏx,1993）。

事实上,在某种情况下，通过对高勘查程度区的经验或统计分析，矿床在异常和矿点中所占的比例,能根据各种信息证据权的强度和一致性进行估计。

　　近来，有人提出了一种新方法,称之为“过程约束”（Ｄrew和Mｅnzｉe，1９93）。

基本前提是这种矿床类型形成所需的地质过程组合越相似，这种类型的矿床产出的可能性就越大。

因此，远景区产出过程的信息对这种矿床类型产出的相对频率提供了重要的信息。

　有关矿床类型的相对频率对指导估计未发现矿床数是有价值的（Drｅw和Menzie，199３）。

譬如,大家公认，既有多金属脉又有斑岩铜矿床产出的地方,多金属矿脉的数量大于斑岩铜矿体的数量。

因此,在找矿可行地段两种矿床类型产出的地方，我们期望多金属脉的估计数量大于斑岩铜矿的数量。

ﻫﻫ　　某些类型矿床的蚀变和矿化带的规模非常之大，以至在某些情况下可用它们来建立在已圈定靶区内可能存在的矿床数上限,这些空间界限已经被正式的用于某些评价中。

　当估计未发现矿床数时，需考虑品位-吨位模型代表的矿床总体与存在于地球上的矿点总体之间的差别。

估计者必须确定矿床数的估计要以对相应的品位－吨位模型的清晰理解为指导。

矿床数的估计必须与品位-吨位模型相一致，大约一半估计的矿床应当大于模型的吨位和品位。

实际上，品位明显是不相关的,因为即使是矿点也常常具有类似矿床的品位。

估计矿床的一半大于其中位数解决了最常见的估计错误，因此,估计的不正确反映了大于吨位模型中报道的最低吨位矿床数。

矿床数的估计必须与品位-吨位模型中的矿床总体相一致，而不是与矿点的总体相一致。

在大部分“三部式”评价中,最终的估计具有主观性，常常使用一种或更多的以前描述的方法作为指导原则。

对估计的一系列指导原则提供了对假设的建设性交叉检验。

ﻫ　在实践中，一个熟知区域矿床类型的专家组取得了明显的一致性估计结果。

在此次估计中,应用了两个通用的方法（Menzie和Siｎｇｅｒ,1９90）:

（1）单个矿点、远景区和指示标志被赋予概率和综合值；

（2）根据其他一些认为地质上与被评价地区类似的高勘探程度区的经验确定指示标志，并使用含有不同矿床数的面积比例来估计新面积的矿床数。

在这种情况下，科学家必须对所有的地质变量和地质勘查信息赋予权值,直到能够利用尽可能多的指导原则和矿床模型密度。

这似乎是盲目依靠矿床学家进行主观估计，因为在估计过程中可能会带有他们过去的经验。

用在这里的主观概率被称为可信度或命题概率（Ｂacchus,１990）。

这类估计的最广泛应用是在气象学,在那里可靠性极好:

预测事件出现的相对频率非常接近于估计概率（Muｒphy　和Ｗiｎklｅr，1984）。

ﻫ来自不同领域的例子表明，至少在某些条件下,主观估计没有偏差而且可靠。

气象学几十年主观和客观的预报经验对矿产资源主观评价提供了真知灼见。

Ｍuｒphｙ和Wiｎkler（1984）发现当客观预报是主观预报信息的一部分时预报最准确。

因此,他们建议：

（1）有效使用多种信息源,

（2）鼓励预报者改进技术，（3）正式的程序有助于预报者根据概率定量其不确定性，（４）迅速而广泛地反馈技术问题。

但对矿产资源评价可能很难实现迅速而广泛地技术反馈。

ﻫ　这里所强调的主观估计和客观原则的应用取决于作者的信念，即到目前为止客观定量方法对估计未发现矿床数是有效的。

“三部式”评价是一种乘积的形式，并不是一种方法，因此,并不排除一起使用与其他评价部分相一致的任何方法。

ﻫ

　　（五）结论ﻫ

　“三部式”定量评价的基本优势是其内在一致性。

在“三部式”评价中,估计内在一致性表现在:

（1）圈定靶区与描述性模型一致;

（2）品位-吨位模型与描述性模型一致;（3）研究区已知矿床和矿床数的估计与品位－吨位模型一致。

ﻫ

评价的一致性是构建描述性和品位-吨位模型要求内在一致性的直接结果。

单元面积内矿床数的新模型和其他定量扩展到现在的模型也必须与现在的模型一致。

即构建这些新模型必须根据与描述性模型相匹配，并且与合适的品位-吨位相一致的地质环境中的矿床。

这些新版本的矿床模型，包括模型的定量化和评价原则的发展或未发现矿床数估计的直接方法在一定程度上都是成功的,并且与评价中使用的其他模型相一致。

二、评价案例——ＡｌａskaSewａrｄ半岛的未发现脉状锡矿资源评价ﻫﻫ　美国是许多重要矿物资源的净进口国,其中一些是战略性（关键性）矿产。

美国原生和次生锡矿资源的消费一直保持一个相对的常数，１987年分别为3５，6０0和8,60０吨（Carlin,１989）。

美国的大部分锡矿资源位于Ａlａｓka　Sewarｄ半岛。

ﻫﻫ一个国家的矿物资源脆弱性（可供性）通常定义为这种矿产品已发现资源与国内需求的比率。

我们定义已发现矿物资源是这样一种资源,它存在于这样一些矿床中,其勘探程度足以可靠地估计其品位和吨位。

这些数字可以提供短期动荡期内某种矿产品的可供性信息,但不能提供一个国家长期（25年或更长时间）对这种矿产品的需求,而这种需求来自国内未发现矿物资源潜力的信息。

这种分析需要的不仅是已发现矿物资源的信息，而且还包括未发现矿物资源信息。

在过去的许多研究中已经提出对已知资源的估计。

当估计未发现矿物资源时，一直是针对大区域的,而且没有考虑含有这种资源矿床的地质特征。

这种估计的总和式特征限制了它们的使用价值，在某些情况下也限制了它们的可信度。

我们对于矿床的认识水平，资源评价方法的发展状态和可利用的地质科学数据很少能够保证对资源开展更清晰的估计。

近来的发展已经使以非总和式的方式估计未发现资源成为可能,即在更小的区域内通过对矿床类型的评价来估计未发现矿物资源。

其中包括建立矿床模型技术,基于矿床模型的专门评价战略,针对不同矿床模型的品位-吨位模型的发展和模拟技术在金属矿物资源估价中的应用。

ﻫﻫ　　本次研究使用了

（1）各种锡矿床模型的描述性地质模型;

（2）根据研究区无根和浅成花岗岩重力及航磁特征建立的地球物理模型;（3）各种锡矿床的品位－吨位模型；（4）为建立未发现资源的条件估计应用品位－吨位的计算机模拟模型。

（一）未发现矿产资源评价

　评价的第一步是确定出现在研究区的锡矿床类型。

演化的含锡花岗岩在中深到浅部对泥岩、片岩、灰岩和大理岩的侵位导致４种矿床类型的形成：

夕卡岩型、交代型、云英岩型和脉型。

如果一个演化的花岗岩侵位到中到浅部位置,其顶部