克立金估值技术,源于采矿设计阶段对矿块品位进行准确估计的问题,最早由南非采矿工程师D G Krige提出,即根据待估矿块内外不同矿石样品对矿块的平均品位进行最佳拟合与估计。法国数学家Matheron (1963)对Krige等人的研究成果进一步的系统化和理论化,形成地质统计学理论。经过数十年的研究与发展,地质统计学已逐渐形成一套较为完整的理论和工作方法应用于矿产、地质、地球物理、地球化学、水文地质、环境地质、气象和农业等各领域。目前国际矿业界已将地质统计学克立金估值方法作为固体矿产资源储量估算与评价的标准方法。地质统计学引入我国矿业与研究领域已近30年,但据报道,目前以地质统计学估值方法提交的固体矿产地质调查/勘查资源储量报告才只有十几份，可以说地质统计学资源储量估算与评价方法还没有在我国地质矿产勘查和矿山行业得到普遍的应用。但是随着矿业全球化的发展,应用地质统计学方法进行地质矿产资源储量的评估已成为一种趋势,目前国外矿业市场只承认利用克立金法估算证实的矿产资源储量,所以若不使用地质统计学法,则地质勘查成果和储量资产就无法得到国际同行的认同,这对于我国开展国际矿业合作是非常不利的。然而地质统计学资源储量估算方法在地勘和矿山行业一直无法得到广泛的应用,究其原因主要有以下几点：(1)传统方法仍然是我国地质矿产勘查资源储量估算的主要方法,地质统计学法要被广大地质矿产勘查研究人员接受还需要一段过程；自建国以来,我国一直沿用原苏联提出的地质块段法、剖面法等(简述“传统方法”)资源储量估算方法进行固体矿产资源储量估算。传统方法由于操作性较强、应用简单、计算方便,经过了近50年的应用已形成一套比较完整的实践方法和理论体系,而且传统方法在预查、普查等勘探程度较低的阶段有着其不可替代的优势。因此地质统计学作为一种新的资源储量估算与评价方法,要被地质矿产研究人员普遍的接受还需要进一步的过程。(2)没有形成一套完整的地质统计学矿体储量估算的应用方案。地质统计学方法在我国地质矿产储量评价应用中难以推广一个很重要的原因是由于地质研究人员对克立金估值方法的选择及模型构建中参数的确定存在疑问,缺少相关的参考准则,参数的选取无经验可依,不同参数设置、估值方法和约束边界设置所获得估计结果往往相差很大。虽然目前已有很多学者从多个角度对地质统计学应用中的影响估值精度的因素进行过探讨：如Matheron(1984)从理论上讨论了数据分布和样品支撑对估值精度的影响；Journel(1977)和Pitard(1994)详细研究了块金值在操作中的生成原因及理论依据。Andre (1996)探讨了块金值在对偶克立金法估计精度的影响。但是目前任然缺少一套完整的地质统计学矿产资源储量估算的应用方案,特别是应用地质统计学法资源储量估算前如何对原始数据进行预处理保证后期估值精度；如何通过品位的分布信息、矿床的类型选择合适的克立金估值方法；怎样通过结构分析获得满意的理论变异函数模型等问题都有待进一步地讨论。(3)缺少克立金估算方法与矿床类型及成矿因素之间的适用关系模型；虽然地质统计学在方法与理论上都有了很大的突破,但是目前还没有真正在地质矿产勘查中形成一套通用的地质统计学矿床建模指导方法,缺乏针对具体某一类矿床的地质统计学模型构建分析与研究是主要原因之一；针对具体的某一类型矿床,如何选择合适的克立金方法进行变异函数分析,获得矿体空间品位分布模型与资源储量、不同的估值方法与模型精度之间的关系等问题都还有待进一步研究。综上所述,地质统计学资源储量评估方法在我国一直无法得到普遍的应用,其主要原因是目前还没有形成一套完整的应用方案供地质矿产勘查人员在进行地质统计学法资源储量估算时进行参考。因此本文以中国地质调查局发展研究中心“资源量估算子系统模块开发2006-2008”、全国危机矿山资源接替找矿项目管理办公室“新技术新方法”项目：“2008年危机矿山勘查项目成果报告编制GIS系统开发课题”、“2009年危机矿山勘查项目成果报告编制GIS系统完善课题”等研究课题为依托,结合地质统计学理论、矿床建模理论和三维地质建模技术,以实际铜矿床地质勘查数据为例,研究斑岩型(文中代号BYCu)、矽卡岩型(文中代号XKCu)、海相火山型(文中代号CJCu)等三类不同成因的铜矿床的地质统计学矿床模型构建过程。从地质勘查数据建库和预处理开始,详细讨论地质统计学法矿产资源储量估算中,如何结合矿床成因和数据分布选择合适的区域化变量,如何对数据进行处理获得稳健的实验变异函数、如何根据变异函数构建合适的拟合模型及如何根据数据统计特征选择合适的克立金估值方法对矿体进行赋值,最后研究总结归纳一套适用于斑岩型、矽卡岩型、海相火山岩型铜矿床的地质统计学模型构建方法及其应用模式。获得的阶段性成果和认识如下：(1)论文结合地质矿产勘查实际业务流程,在现有矿床建模技术基础上,提出了一套更为完善的、面向数字矿产调查业务处理的矿床建模技术方案。应用于三实验铜矿区原始勘探数据的数据建库及后期的业务处理。具体过程如下：依据勘探编录规范构建地质矿产勘查信息数据库→根据工业指标自动圈定单工程矿体→在勘探剖面图上构建地质体及矿体的边界线→构建矿体、地质体的三维实体模型→矿体及地质体的空间域内进行规则块体的细分,构建出待估值的空块模型→基于地质统计学及其它统计学理论完成区域化变量分析、模型套合及块体赋值；(2)在进行地质统计学矿床模型构建之前,对矿区数据进行预处理与组合划分。在数据预处理阶段,区域化变量的选择、特高品位处理、不同性质样品处理等三方面的问题需要引起足够的重视。根据对三矿区不同矿化带品位直方统计,获得了三实验数据基本特征：(a)BYCu矿区：主矿体位于矿化中心相,赋存于花岗闪长斑岩与右英闪长斑岩中；(b) CJCu矿区：块状硫化物Ⅰ号铜锌矿体的品位直方分布存在明显的混合分布特征,矿体在Cu品位2%-6%区间内有二次富集的现象；(c) XKCu矿区：三个主要矿化带均呈现相似的品位直方分布,因此在地质统计学模型构建时对其进行整体处理。(3)取样间距、特高品位、比例效应和混合分布是影响铜矿床数据变异函数稳定性的主要因素。随着取样间距的增大,变异函数的平稳性逐渐提高,但同时也掩盖了矿体中品位的微观变异信息。可以通过统计变异函数曲线值的离散程度来确定曲线的平稳性。而特高品位是使得实验变异函数平稳性下降的最主要因素之一。因此建议在变异函数计算之前,将特高品位数据按品位上限值进行统一替换或剔除处理。比例效应的存在会使实验变异函数波动性变大,抬高块金值、基台值及估计方差,其中以正比例效应最为常见。对XKCu矿区矿化数据按内接触带、接触带、围岩带、似层状含铜黄铁矿等四类数据分别计算方位角10。,倾角35。方向上的实验变异函数,对比发现内接触带、围岩带、接触带存在较为明显的正比例效应。因此对XKCu矿区数据进行对数变换,获得较为稳定的实验变异函数曲线,有利于模型后期的拟合。(4)对确立的三矿区实验变异函数进行了地质解释与分析,并在此基础上利用理论模型对其进行拟合。获得几下主要认识：(a) BYCu矿区矿化中心相矿体的品位变化呈现几何各向异性的特征,块金值为0.032，局部基台值为0.246。主轴方向,即矿化相变接触带方向的矿体,在滞后距为180m之内的矿化连续性较好,之后则呈现一定程度的空穴效应,推断是由于矿体与夹石层交替出现造成。由于成矿岩体受一背形穹窿构造控制,导致矿体在近水平方向(次轴方向)的变异性增大,稳定性较其它两方向稍差。而垂直轴方向代表了含矿岩体侵入方向上矿体品位变异性,变异函数在滞后距为280m处开始突变,因此推断矿体在该方向上的平均厚度在280m左右；(b) CJCu矿区Id矿化带的品位变化呈现带状各向异性的特征,垂直轴方向上的基台值高于主轴与垂直轴,且变程各不同。矿体在倾向方向上有较为明显的矿物相分带从而导致变异函数在该方向上自滞后距50m之后呈现明显空穴效应。同时由于混合分布的存在,导致变异函数自滞后距100m之后曲线出现上翘的情况。Id矿化带在矿体倾向与走向方向具有各向同性的特征。而在矿体的厚度方向。拟合模型的局部基台值为3.442，高于主轴与次轴的基台值。根据拟合曲线的变程推断矿体平均厚度在85m左右；(c)XKCu矿区矿化数据在三方向上呈现几何各向异性。碳酸盐岩体与中酸性斑岩体的接触带上,沿该方向主要发育侵染状、脉状铜矿体或透镜体。根据主轴变程推断,矿体的平均长度在232m左右。同时沿碳酸岩体倾向(次轴)与走向(垂直轴)方向矿体的矿化连续性较好,具有相同的变异程度；(5)进行克立金估值时,搜索椭球的设置对估值精度有一定的影响。搜索椭球半径的确定也是估值样品选择的主要参数,搜索椭球半径的设置一般与变异函数三方向上的变程一致。但是当拟合模型与实验变异函数拟合程度不高时,建议尽量使理论模型与实验变异曲线的前几个点吻合或相近,同时缩小搜索椭球半径以保证搜索范围内的样品品位变异性与拟合模型一致。另外在样品搜索时需要考虑矿体空间各方向上的变异性,尤其是前几个滞后距内数据的变异长度。如果数据在前几个滞后距内的变异性很大。呈带状各向异性则建议通过设置容差范围只搜索理论模型三方向上的样品进行估值；反之,则可以使用八分圆方式进行样品搜索。(6)利用XKCu矿区数据对不同数据方差、品位上限值及估值方法下获得的估值精度进行对比实验,建立了待估数据的方差与克立金估值方法选择的对应关系,应用于铜矿床地质统计学品位模型构建：当数据即不服从正态分布也不服从对数正态分布时,可以以数据方差和品位上限值为依据选择估值方法。当待估数据的方差大于1.0时,如果数据品位上限值大于数据均值+9倍标准差,则建议应用指示克立金法；如果数据品位上限值小于均值+9倍标准差,则建议应用普通克立金；当待估数据的方差介于0.5-1.0时,建议使用普通克立金；当待估数据的方差小于0.5且品位上限值小于均值+5倍标准差时,建议不剔除原始数据中的特高品位直接进行计算,普通克立金与对数克立金获得的估值精度基本一致；如果品位上限值大于均值+5倍标准差,则建议进行特高品位处理；若要使用对数正态克立金进行估值,如果待估数据方差大于0.5,则建议将待估数据的品位上限制设置为均值+2倍标准差左右进行估值；将上述结论应用到BYCu、CJCu矿区进行验证实验,初步证明了上述结论在铜矿床地质统计学建模与资源储量估算中的普遍性。