統計學地域分析范文

導語：如何才能寫好一篇統計學地域分析，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

“數據統計與分析”屬于信息技術課程中“信息加工與表達”部分的教學內容，在初中、高中均有涉及。經過多年的教學積淀，信息技術教師已然擁有一些有效的教學經驗，但在普遍范圍內還存在一些理解不到位的現象，從課堂掃描中可管窺一斑。

問題：課堂中的各種理解不到位的現象

場景1：有教師在課堂上出示用左耳或右耳接聽電話的人數統計，要求學生計算相應的比例。這種數據于學生而言缺乏實際意義，統計的結果也不涉及相關處理問題，反映出教師對數據的理解不到位。

場景2：教學中，教師給出一些商品的單價，要求學生統計單價超過5元的商品。統計的緣由沒有給出，不過是單純的篩選技能訓練，沒有體現統計的必要性及其意義，反映出教師對統計概念的理解不到位。

場景3：教師提供多種飲料，如綠茶、紅茶、奶茶、可樂等，要求學生從中選擇自己最喜歡喝的三種，再根據全班的選擇情況整理數據，列出最受班級歡迎的三種飲料。最后，教師給出專家建議“健康的飲品包括水、純果汁、奶”，要求學生結合課堂統計的數據結果，在調查報告中表達自己對中學生選擇飲料問題的看法和觀點。由于此三種飲品沒有完全出現在此前供學生選擇的范圍內，自然沒有一個學生的選擇與專家建議的健康飲品吻合，于是，學生回答，“不管喝什么，只要健康就好”。數據統計的目的就是為分析、決策提供數據支持，而該場景中數據分析部分與前面的統計結果相互脫節、沒有關聯，或者聯系不夠緊密，反映出教師對分析的理解不到位。

上述場景反映出的根本問題是，教師對數據統計與分析的內涵或者核心指向理解不足?！皵祿y計與分析”屬于“信息加工與表達”中表格信息加工與表達部分的教學內容，與數據管理部分的內容具有相似的核心指向，即關注“關系”的挖掘與表達，而關系是隱藏在數據之中的，需要通過相關的操作，如借助公式與函數的計算、排序、篩選等，將數據間的關系挖掘出來，可以借助圖表的形式進行直觀表達，即通過可視化方式清晰展示。

關于數據統計與分析，信息技術課程教學綱要或者課程標準中都有針對性的要求，譬如，2012年中國教育技術協會信息技術教育專業委員會研制的《基礎教育信息技術課程標準2012版》中，初中學段在“模塊二：信息加工與表達”中對表格部分的要求如下。

1.能列舉1～2種常見表格編輯軟件，嘗試簡單編輯操作，理解二維表格的共同特征。

2.根據需求能在文檔中繪制或套用表格，并對其屬性能按要求進行調整和設置。

3.能應用電子表格進行簡單數據的統計、處理，科學地借助折線圖、直方圖、餅圖等直觀表達數據。

4.從不同的角度和立場出發，通過對相同數據做不同的加工，表達不同的觀點，或對相同數據做不同的解讀，感悟信息加工和利用的選擇性、多元性和復雜性特征。

上述4條描述涉及表格中數據的統計、表達、分析，關注到數據間的關系挖掘。

“數據統計與分析”涉及對數據的加工、處理，從中獲取信息并加以解讀。因此，可以從DIKW金字塔模型獲得直接的借鑒。

解決之策：DIKW金字塔的啟示

DIKW金字塔是關于數據、信息、知識及智慧的體系，如圖1所示。

數據（Data）：可以是數字、文字、圖像、聲音、符號等，屬于事實的記錄，表達的是沒有指定背景和意義的描述。

信息（Information）：是經過相關處理的數據，強調的是數據與數據之間的關系。

知識（Knowledge）：是有意義的信息，表現為信息和信息之間的關系。由信息到知識的轉變過程，是一個對信息判斷和確認的過程，需要結合經驗、上下文聯系、詮釋和反省。

智慧（Wisdom）：是富有洞察力的知識，是運用知識分析和解決問題的能力，可以簡單歸納為正確判斷和決定的能力。

顯然，DIKW體系同樣關注關系的挖掘，即數據之間的關系、信息之間的關系，因而可以用來指導“數據統計與分析”部分的教學。

從問題解答的角度觀察，信息層回答的是“是何”的問題，知識層解決的是“如何”的問題，智慧層則涉及“為何”的問題。早期研究中有學者曾指出，信息技術中的技術包含三層內涵：（1）動手做的技術，即基本技能；（2）如何做的技術，即設計和規劃的技術；（3）為何做的技術，即技術的思想和價值。[1]三層內涵的觀點涉及技術是何、如何、為何的問題，與DIKW模型具有共通之處，這為DIKW模型在數據統計與分析中的應用提供了佐證。

從DIKW的視角來看，數據統計與分析的過程也是追求實現“數據—信息—知識—智慧”持續變化的過程。即從數據開始，以形成智慧為最終目的。具體過程是：借助相關操作對數據進行處理、加工，明確數據之間的關系，提取出有意義的信息，進而將信息組織成知識，促進學生明確“如何去使用”，再進一步，當學生明確應該何時使用及為什么要使用時，便形成了智慧。

據此，數據統計與分析中的幾個

關鍵詞 ，即數據、統計、分析，都需要有專門的指向，符合內在的規定性，且數據、統計、分析應當做到前面環節為后續環節奠定基礎，后續環節又必須在前面環節的基礎上展開。具體來說，數據需要為統計服務，統計是建立在數據提供的基礎上；統計的結果是為了進行分析，分析必須依賴于統計結果；分析的目的是為了提供決策的依據。這些關系必須在教學中予以體現，方能體現數據統計與分析的要義。

實踐之道：基于DIKW的教學思路

從DIKW的視角，數據統計與分析教學需要經過三個過程：“數據信息”、“信息知識”、“知識智慧”。從關系發掘的角度，即隱性關系顯性化、顯性關系知識化、知識運用自動化，下文展開具體闡述。

1. 隱性關系顯性化

隱性關系顯性化，即從數據到信息的過程。數據可以是教師為學生提供的原始資料，或者是收集來自學生的資料。因為需要借此學習相關技能操作，如公式與函數的使用、排序、篩選、圖表表示等，因此數據主要是數字形式，如考試成績、購物費用等，根據需要也可以適當包含文字，如學生的血型、愛好等。

為了從數據中提取有意義的信息進而展開分析，數據需要符合一定的要求：其一，數據最好能夠貼近學生，具有真實性。小至與學生個體相關的數據，大至與學校、社區、城市、國家相關的數據。貼近學生生活經驗或學習經驗的真實數據才能激發學生的興趣，促進學生通過操作發掘數據之間的關系，形成有意義的信息。從教學實踐來看，課堂或者課前收集來自學生的鮮活數據相對容易調動學生的積極性。其二，數據需要具有潛在的意義，即有統計價值，場景1中接聽電話用左耳還是右耳的例子之所以失敗，就是因為數據不具有統計價值，從數據中無法提取出有意義的信息。其三，數據要具有統計的必要，即數據要達到足夠的量，少量數據往往無法體現出用計算機統計的優勢。在數據量足夠的情況下，可以通過人工計算與計算機統計的對比凸顯計算機統計的優勢和價值。

在數據有效的基礎上，統計承擔著從數據中提取信息的功能。為了保證將來從信息到知識的轉變，統計所得信息當存在分析的可能、必要及價值，否則統計本身就沒有意義。譬如，場景2中讓學生統計購買的商品中單價超過5元的商品，數據本身沒有問題，但這種統計的結果似乎沒有分析的意義及價值，因而統計本身就失去了意義。

從數據到信息的轉變需要學生借助一定的技術操作來實現，這個階段涉及的技術屬于動手做的技術，即技術的底層。例如，統計過程可能涉及計算、篩選、排序，統計結果的呈現涉及各種圖表的使用。

2. 顯性關系知識化

顯性關系知識化，是指由信息到知識的轉變。美國佛羅里達國際大學豪恩斯坦認為，信息是別人內化的知識，知識是自己內化的信息。[2]所以，如果信息是輸入，知識在某種意義上便是輸出。這意味著從信息到知識的轉變需要學生在認知層面形成理解。這一階段涉及的技術屬于無形的技術。

此階段是對數據統計結果進行分析的過程。譬如，統計全班學生血型，根據四種血型的統計結果，引導學生明確血型的相關知識。又如，統計不同品牌貨物銷售情況，從不同角度（商場、品牌負責人、顧客）去分析，得出不同的結論。若收集的數據與學生個人或家庭相關，則分析的結果最好能夠凸顯因人而異，從而促進學生在體驗到分析意義的基礎上，樹立利用數據統計與分析為自己的學習、生活服務的意識。

譬如，《Excel中數據的處理》[3]中，教師要求學生將自己家庭衣、食、住、行、用等數據輸入到碳排放計算工作表中，完成相關計算，并根據數據回答問題：

1.我們家（ ）方面碳排放最高，（ ）方面碳排放最低。

2.我們家年人均碳排放（ ）kg，和全球人均目標碳足跡2000kg比較，我們家是（高碳/低碳）生活。

3.為了應對氣候變化，我們家應該從以下方面減少碳的排放。

每個學生獲取的數據不同，結論自然就不同。這種差異性體現了一種真實，也幫助學生理解統計與分析的實際意義。

分析在統計與決策之間發揮著承先啟后的作用，“承先”是指，分析必須依據統計所得結果來進行，體現兩者的緊密聯系，以保證分析的價值及統計的意義；“啟后”是指，分析需要為后面的選擇、決策提供依據與基礎，因此需要恰當設計分析的內容，以保證決策得以進行。

譬如，《Excel中數據的處理》中1、2兩個問題的分析必須建立在前面數據計算的基礎之上，3題的回答又依賴于1、2分析的結果，充分體現出統計分析為決策提供數據支持的功能，促進學生對數據統計分析加深認識與理解。

3. 知識運用自動化

知識運用自動化，即從知識向智慧的轉變過程，是指在學生掌握知識之后，借助一定量的知識應用練習，熟悉了知識的應用環境及方法之后，在不需要專門選擇知識的情況下無意識地運用知識，達到自動化效果的過程。這一過程顯然不是一蹴而就的，需要經歷幾個狀態：在知識應用練習之前，處于“無意識的不用”狀態；經過知識應用訓練，基本掌握了知識應用場合及方法，但還不夠熟練，遇到問題時，需要有意識地思考選擇相應的知識，該階段可以稱為“有意識的應用”狀態；經過足夠的知識應用練習之后，學生對知識的應用形成更深的感悟，可以在無意識中，即自動選擇某種知識應用于問題解決中，此時就進入了“無意識的應用”狀態，達到此狀態，即完成了由掌握知識到生成智慧的轉變。

具體到數據統計與分析的教學中，就是根據分析結果進行選擇或決策的過程。智慧指向正確判斷和決定的能力，因而在數據統計與分析后期，需要引導學生依據分析的結果進行選擇、決策。智慧傾向關心未來，含有暗示及滯后影響的意味，與此類似，課堂上的選擇抑或決策只能更多發生于認知層面，形成的是決策時的心理傾向，但追求的是持續影響學生并實現將來在現實情境中的外顯行為的變化。因而，知識運用自動化在一次課內未必能夠實現。

同數據分析類似， 決策可以因人而異。譬如，《Excel中數據的處理》中的問題3。教學中需要引導學生根據實際做出符合需求的決策。譬如，《Excel綜合運用》[4]案例中，教師課前安排學生對自己居住小區的人居環境從自然、人文、社會、建筑和支持網絡幾個方面進行評價，課堂上則圍繞用Excel軟件對若干個小區的人居環境狀況作系統的分析，涉及Excel數據加工技術的綜合應用，如排序、篩選、分類匯總等，然后得出結論，哪個區的人居環境綜合比較好。最后環節是引導學生的實際應用：

是不是××區的人居環境比較好，我們都要住在那個區？在選購住所的時候，首先應該考慮自己的需求，根據實際需要確定自己的選擇。

（1）假如你是一名在南京一中讀高一的學生。

需考慮因素：你的父母希望你上學路途中花費的時間比較少，小區居民的整體文化素質比較高。

（2）假如你的爺爺奶奶退休了，考慮給他們選擇一處房屋。

需考慮因素：空氣新鮮，小區休閑設施齊全，鄰里關系和睦，靠近你家現在的住處，方便照顧老人。

該案例是在對真實數據進行統計的基礎上，通過分析引導學生明確如何選擇、為什么要如此選擇，關注學生在掌握知識的前提下生成智慧。學會選擇，這就是智慧，影響著將來的選擇行為，即根據實際需求進行選擇，其實不僅是小區的選擇，也包括人生中的其他選擇。

知識運用自動化階段的教學要求：其一，必須為學生提供需要決策的情境，以促進學生在類似情境下的順利遷移。這一點需要在數據呈現的同時即提供給學生，以促進學生明確數據處理的根本目的。其二，決策需要根據分析的結果來進行，讓學生充分體會到分析的目的及價值，即為決策提供依據。

按照上述隱性關系顯性化—顯性關系知識化—知識運用自動化的思路，教學中引領學生經歷數據的收集、整理—處理、加工—分析、表達—選擇、決策這一完整過程，促進學生對數據處理形成整體感知與理解。

數據統計與分析的完整過程是從數據收集與錄入開始，經過表格規劃與修飾、數據處理與統計、圖表與分析等，因此，未必在一節課內完成，但整個部分的教學經歷完整過程即可。也可以在綜合應用或者復習課上，帶領學生經歷此完整過程，為了在一節課內實現，可以簡化部分細節，如使用半成品策略，以凸顯整個流程。

結束語

從DIKW金字塔模型的視角觀察“數據統計與分析”的教學，意義在于：明確數據統計與分析的教學不能止步于簡單的數據收集、整理、加工，其意義主要體現于在此基礎上的分析及進一步的決策。即教學中在由數據到信息的轉化基礎上，關注顯性關系的知識化并追求知識運用的自動化。

顯然，DIKW模型也適用于信息技術課程中的其他內容，譬如DIKW體系經常應用于信息科學，因此可以應用于搜索技巧及數據挖掘。

注： 本文為江蘇省教育科學“ 十二五” 規劃課題“ 信息技術課程思想及其應用研究” （ B -b/2013/01/039）的研究成果。

參考文獻

[1]李藝.高中課改實驗進行時[J].中小學信息技術教育，2005(1).

[2]盛群力.21世紀教育目標新分類[M].杭州：浙江教育出版社，2008:67.

[3]張向紅.Excel中數據的處理.2010年全國初中信息技術優質課大賽一等獎.

篇2

地方經濟的發展離不開人才的支撐，黔西南布依族苗族自治州屬貴州省下轄自治州，地處黔、滇、桂三省區的結合部，社會經濟發展正處于全面深化改革的戰略發展時期，為了進一步促進黔西南州經濟社會又好又快發展，《黔西南州人民政府在關于優先發展教育的意見》中提出：加快推進全州教育改革發展步伐，切實為經濟社會又好又快、更好更快發展提供人才支撐和智力保障。興義民族師范學院是黔西南州僅有的一所地方高校，承擔著為地方社會經濟發展培養人才的重任，研究大學生的就業影響因素可以為地方高等學校的本科生的培養和市場導向的就業決策提供參考，從而緩解地方經濟發展缺乏大量的人才資源，而地方本科院校畢業生就業困難的矛盾。

一、黔西南州經濟社會發展人才需求狀況

《黔西南州中長期人才發展規劃綱要（2010-2020年）》中指出：至2020年，人才資源總量將從現今的19.7萬人增加到26.7萬人，人才需求涉及教育、經濟管理、電力、煤炭、化工、旅游、醫藥等領域的近30個二級學科，60多個相關專業。據黔西南州人事人才網上公布的近三年崗位需求統計數據顯示：2013年公務員招考崗位為490個、事業單位編制招考崗位835個、企業招聘崗位2200余個、“特崗教師”計劃招考崗位1700個；2014年公務員招考崗位為516個、事業單位編制招考崗位789個、企業招聘崗位2800余個、“特崗教師”計劃招考崗位910個；2015年公務員招考崗位為476個、事業單位編制招考崗位762個、企業招聘崗位3000余個、“特崗教師”計劃招考崗位1042個，其中要求本科及以上學歷的崗位有215種、大專及以上學歷的崗位48種。

二、地方高校畢業生就業意向與就業情況對比分析

以黔西南州興義民族師范學院數學科學學院為例，對數學與應用數學專業2013―2015屆本科畢業生的就業意向與就業情況進行調查統計分析（就業統計數據來源于院學生科，數據真實可靠）。就業意向的調查針對2013―2015屆的數學專業本科生共257人，通過問卷星設置問卷進行調查，回收有效電子問卷247份，有效率為96%。利用SPSS軟件統計出近三屆畢業生中有40%的學生的理想職業為教師，實際從事教師行業的平均比例為82.70%；有25.58%的學生意向考公務員或其他事業編制單位，實際考上公務員或其他事業編制崗位的平均比例為8%；有18%的學生希望進入企業從事數據分析等相關工作，實際進入企業的平均比例5%為；有8.42%的學生意向自主創業，實際自主創業學生的平均比例為4.30%；有8%的學生意向考研繼續深造，實際考上研究生學生的平均比例3%。從表1的統計數據中可以看出雖然數學與應用數學專業學生近三屆的平均就業率較高為96.19%，但就業崗位單一，集中在“特崗教師”上，當特崗教師需求逐步趨于飽和時，學生的就業將會面臨極大困難，且從學生的就業意向及就業實際情況的對比分析結果可以看出，學生的就業意向與實際就業情況差距較大。因此，研究影響大學生就業的社會因素、學校層面因素、個人綜合素質等各方面因素，可以為地方高校在人才培養方案的修訂、引導學生轉變就業觀念、提升學生就業能力方面提供參考作用，使得高校培養的人才與地方經濟發展需求相符合。

三、影響大學生就業因素的Logistic統計回歸模型

（一）調查統計大學生就業影響因素

對興義民族師范學院數學科學學院2013―2015屆畢業生跟蹤調查表（畢業生填寫）、畢業生評價調查表（用人單位填寫）共196份中影響就業的因素做SPSS統計分析，數據來源于往屆畢業生的就業單位，包含黨政機關、中小學教育實習基地、其他事業單位及企業等110余所單位。并面向在校大學生、從事就業指導工作的領導及老師、高校輔導員進行開放式問卷調查，發放問卷300份，收回有效問卷249份，統計出的就業影響因素有70多種，包括人際交往能力、家庭背景、就業預期崗位、社會實踐能力、組織管理能力、適應環境能力、自我提升能力、團隊協作能力、性格特征、在校期間獲獎情況、計算機操作能力等，然后通過對影響大學生就業的因素進行歸類并參考知網收錄文獻中大學生就業影響因素出現的頻次從高到低排序統計篩選歸納出8種：性別、家庭背景、就業政策學習、知識與技能、團結協作能力、社會實踐訓練、生源地、就業意向崗位。

（二）采用Logistic統計回歸分析大學生就業影響因素

采用 Logistic回歸模型分析方法研究以上8類因素對就業的影響程度，就業與否（考慮就業相關度）作為因變量，取值為 0或 l，已經就業（考慮就業相關度）的概率為P，未就業的概率為l-P，以上8類因素為模型的自變量：性別（X1）、家庭背景（X2）、就業政策學習（X3）、知識與技能（X4）、團結協作能力（X5）、社會實踐訓練（X6）、生源地（X7）、就業意向崗位（X8）。構建回歸模型如下：

其中a為常數項，b1，…，b8為回歸系數。

利用SPSS軟件進行逐步迭代來選擇自變量（即模型需要首先把所有自變量輸入模型），然后分別按照0.05移進概率和0.1的移進概率來判斷自變量是否移進模型和移出模型，經過4次迭代， 如表2中數據所示，在給定顯著性水平為0.05的條件下，把顯著性值高于0.05的變量剔除，最終通過顯著性檢驗的變量為X3，X4，X5， X6， X8得到回歸模型為：

回歸分析結果顯示對地方高校大學生就業影響顯著性強的5種因素為：就業政策學習、知識與技能、團結協作能力、社會實踐訓練、就業意向崗位。

四、促進大學生就業工作的相關建議

通過基于地方經濟社會發展的畢業生就業影響因素的分析可知，個人因素、高校的培養、用人單位的標準、國家的就業政策都對畢業生的就業影響很大，大學生就業是個社會性問題，需要多方面的協調和配合才能達到最優化。

（一）學生個人方面

大學生在努力學好專業知識技能的同時，也要利用課余時間積極參與社會實踐訓練，不斷提升自己的綜合能力及就業競爭能力。首先，在就業前做好人生的職業生涯規劃，調整好就業觀念，常關注就業形勢、就業信息，加強入職前所需的就業能力，錘煉自身的競爭意識、團隊合作意識。其次，在面對社會激烈的就業競爭壓力，大學生應該培養良好的心理素質，增強自己心理承受能力。再次，畢業生必須適時調整自己的就業期望值。當期望值盲目過高的時候，容易造成“高不成、低不就”的心理，失去許多良好的機會。端正自身的就業的期望，樹立“先就業，再擇業，后創業”的就業觀。

（二）高校培養層面

高校在培養人才的過程中要把握人才市場的需求，不斷修訂人才培養方案、改進人才培養模式。加強相關就業政策宣傳，引導大學生轉變傳統的就業觀念，地方高校的學生大多來自本省的農村家庭，受到環境和傳統觀念的影響，認為只有進入黨政機關和國家機構工作才是正當職業，這樣的觀念導致很多學生寧愿待業，準備下次公務員考試也不愿進入企業單位或自主創業?，F今大眾“創業潮”契合政府的經濟轉型的“創新潮”，高校畢業生自主創業和自謀職業可以申請2至5萬元的小額貸款，到縣級以下基層單位去開辦創新創業項目，即可申請小額擔保貸款，應該鼓勵大學生自主創業。因此，轉變大學生的就業觀念是提高大學生就業質量的關鍵因素。

篇3

關鍵詞：鎮安鐵銅溝；地球化學特征；找礦前景

1 區域地質概況

預查區在區域上屬楊子沉積區南秦嶺分區風縣～鎮安地層小區，也是傳統劃分的中帶泥盆。預查區主要分布在鎮安～銀花小區內。主要出露地層有：中泥盆統古道嶺組、上泥盆統星紅鋪組、上泥盆統九里坪組、下石炭統袁家溝組，上泥盆統-下石炭統油房坪組。由于古地理環境的差異和不同期次構造活動的強弱不同，導致區內古生界各沉積小區在沉積特征、生物種類、變質程度和建造旋回等方面表現出較大的差異。

預查區位于南秦嶺印支褶皺帶中北部，屬南秦嶺冒地槽建造類型，它是在中晚元古代火山巖系裂谷構造基底上發育起來，經歷了加里東期以來各構造期的發展演化階段，于印支運動中褶皺造山。巖石普遍遭受了不同程度的區域變質，由于各期構造運動的特點不同，形成了一系列的褶皺與斷裂構造，造就了本區復雜的構造景觀。構造線以近東西向為主，向北西偏轉。控制預查區地層的主體構造為風鎮～山陽大斷裂及其次級的三官廟～魚洞峽大斷裂、鎮安～板巖鎮斷裂、以及兩大斷裂帶之間的云鎮～柴家莊褶皺束。

區域上巖漿活動不發育，僅在預查區北部風鎮～山陽大斷裂兩側有少量侵入巖、脈巖及與侵入活動有關的侵入角礫巖、爆破角礫巖產出。大致可分為兩類，一類為角閃閃長巖～黑云母斜長花崗巖序列，該序列包括角閃閃長巖和黑云母斜長花崗巖兩個單元，后者出露于前者內部，兩者界限不甚清楚，反映出巖漿源由中性～酸性的演化過程，其形成時代大致為加里東早期，與區內成礦無關。另一類為黑云母二長花崗巖和斜長花崗巖序列，兩個單元同時侵入于印支晚期～燕山晚期，礦化蝕變特征基本一致，巖石具有較普遍的絹云母化和綠泥石化，接觸帶常具有較強的矽卡巖化，并伴有硅化、綠簾石化及碳酸鹽化，銅、鉬礦化，是區域銅鉬礦床的重要類型。

預查區周邊已發現了以二臺子金礦、太白廟一帶金礦床、雙廟金礦及鐵銅溝菱鐵礦等為典型礦床為代表的礦床，形成了以金、銀、鐵為優勢礦種的礦化集中區。

2 預查區地球化學特征

根據土壤測量成果，區內共劃分16個綜合異常，異常規模大，主要分布于鎮安-板巖鎮斷裂及次級斷裂上或其附近，嚴格受斷裂帶控制，走向從東向西，由近東西向逐漸轉為北西向，長度大于14km，寬度1～3km，結合本區地質構造特征以及地球化學圖，將十種元素分成：Au-Ag-As-Sb-Hg、Cu-Pb-Zn、Fe、Ba四組，其特征如下：

2.1 Au-Ag-As-Sb-Hg

主要分布于預查區南端，沿鎮安-板巖鎮大斷裂及次級斷裂帶北側呈帶狀分布，走向北西西，異常面積大，強度高，濃集中心明顯，分帶清晰，套合性好。受鎮安-板巖鎮大斷裂及次級斷裂帶控制。

2.2 Cu-Pb-Zn

主要分布于鎮安-板巖鎮大斷裂及次級斷裂帶兩側，北部地層中分布面積較小，Cu元素異常面積小，大部分為點異常；Pb、Zn元素異常面積較大，但濃集中心規律性不明顯。

2.3 Fe、Ba

Fe、Ba元素異常分布較凌亂，規律性不強，但總體面積較大，大部分為點異常，強度低，無濃集中心。

3 礦體地質特征

3.1 圍巖蝕變

區內發現三條蝕變較強烈蝕變帶，蝕變帶基本受地層控制，賦存于上泥盆統九里坪組，帶內巖石主要由板巖、千枚巖組成，蝕變范圍大，長約300-1000m，寬約30-200m，蝕變主要以褐鐵礦化、硅化、鐵白云石化、炭化為主，帶內發育揉皺及小型斷層構造，已在帶內發現多處礦（化）點。

3.2 礦點地質特征

礦點主要分布在鎮安-板巖鎮次級斷裂及拖曳揉皺構造帶內，產于上泥盆統九里坪組板巖及硅化粉砂巖內，礦體厚度變化大，厚度0.18-2m，受斷裂構造和層位控制，呈似層狀、網脈狀、透鏡狀產出，礦石揉皺破碎強烈，延伸不穩定。

3.3 礦石特征

礦石礦物成分較簡單，主要金屬礦物有黃鐵礦、褐鐵礦、方鉛礦、黃銅礦，脈石礦物主要有：石英、方解石、絹云母、白云石等。蝕變礦物只要為絹云母、石英。礦石結構構造復雜，主要有自形、半自形、它形晶粒狀結構，顯微細粒結構、包含結構、不等粒結構、交代-殘余結構等。主要有星點狀構造、浸染狀構造、細脈-浸染狀構造、片狀構造、角礫狀構造、塊狀構造等。

4 找礦前景分析

4.1 從土壤測量成果看，該區主要異常受鎮安-板巖鎮大斷裂帶及其次級斷裂帶控制，并且向東西兩側仍有延伸趨勢，異常規模巨大，濃度高，Au-Ag-As-Sb-Hg元素套合性好，是尋找金礦床有利地段。

4.2 預查區處于鎮安-板巖鎮斷裂成礦帶有利地段，區內泥盆系地層是區域上重要含礦層位，該成礦帶由西向東可延伸百公里，預查區周邊已知的礦床有雙廟金礦、太白廟金礦、黃金美金礦、二臺子金礦、金龍山金礦等金礦床，與太白廟金礦處于同一構造位置上。

4.3 預查區熱液活動明顯，已發現多處金礦點，金礦類型石英脈型、構造蝕變巖型為主，成礦條件復雜，多為多期構造疊加，礦石賦存環境多變，礦石及圍巖揉皺破碎、蝕變強烈，斷裂及揉皺疊加部位礦化更明顯，因此，預查區內有較好的成礦環境，前景較好。

4.4 預查區地形條件復雜，基巖出露較差，覆蓋率極大，目前只進行了地面工作，找礦效果依然明顯，結合物、化探及深部找礦工作，在預查區內發現較大礦床潛力巨大。

參考文獻