金属矿化探数据处理的目的是寻找地球化学异常,通过对矿区各种元素含量数据进行统计分析,找到元素含量的异常靶区,对矿区进行异常解释和评价工作。随着寻找隐伏矿和盲矿床工作的难度在不断地增加,对化探样品的数据处理工作也提出了更高的要求。多元统计方法在化探数据处理中应用效果较好,其多元性非常符合化探数据的特点。但是,地质体是具有空间属性的,统计分析中随机变量的理论不能够体现地质变量的空间特性,而克立格方法可以考虑样品的空间属性,避免系统误差,提高估值预测的精度。论文对广西林旺金矿区的原生矿化探样品数据进行处理和解释工作。主要通过多元统计方法和克立格方法来对矿区成矿元素进行成矿分析预测,对比分析两种方法,从而在处理解释中相互补充和完善。对矿区土壤样品中的数据进行统计分析,通过相关分析、聚类分析和因子分析对13种元素统计的结果显示,Au与Ag、As、W、Hg关系密切,成为一个元素组合,在找矿中伴生元素对金矿异常的解释有非常重要的指示作用。通过绘制成矿元素的异常预测图,可以圈定Au元素的异常靶区。运用普通克立格法和协同克立格法分析化探数据,对比分析处理结果。克立格法局限于单一变量的估值,计算得出元素组合的变差函数具有几何各向同性的特点,选择球状模型来估值,普通克立格法对Au元素的异常进行预测,得到精度较高的预测图。协同克立格法兼顾多元性和空间性的特征,更符合化探数据的特点。协同区域化变量就是Au、Ag、As、W和Hg的元素组合,作为一个整体来进行异常预测,得到的模型参数精度高于普通克立格法的结果。预测图与多元统计得到的异常含量图比较得出,Au元素异常靶区在矿区呈北西向分布,异常靶区更加明确,可以作为重点勘探对象。所以,协同克立格法在提高异常估计精度和缩小勘探异常靶区方面具备较好的优越性。在化探数据处理中,结合多元统计和克立格方法对数据,进行分析,相互补充,可以得到更好的处理效果。