地球化学异常的提取和识别是勘查地球化学工作的重要内容,勘查地球化学找矿是以地球化学元素含量为依据,根据异常的强弱圈定和评价致矿异常。化探数据处理是勘查地球化学的重要组成部分,也是矿产资源勘查的重要组成部分。然而由于矿体的埋藏深度以及覆盖层的影响,导致地表地球化学信号较弱,同时受到噪声等外界其他干扰因素的叠加影响,致使低缓、微弱信息难以识别。传统上的地球化学数据处理过程中往往认为其服从正态分布或对数正态分布,当异常与背景差很微弱时,这种情景可能会导致传统的统计方法不能有效识别位于高背景区中的异常,或者忽略已知矿产区的弱异常。按照分形的观点,地球化学背景和异常的形成是两个独立的过程,它们分别满足不同的幂指数分布。成秋明等(1999,2001,2004,2006)提出的分形理论不仅可以识别异常数据,而且可以揭示局部随机性和整体确定性特征。该理论可以有效地识别地球化学背景场中的弱缓致矿异常信息。本文利用已取得的相山地区土壤地球化学数据,采用含量-面积法(C-A)分形模型(Cheng,1994)和能谱密度-面积(S-A)多重分形模型(Cheng,1999)进行铀异常的识别与信息提取(图1,图2),并做局部奇异性分析研究,探讨地球化学元素含量值在频率域和空间域中的分布规律及其在识别致矿异常中的应用,为寻找未知矿床提供有利线索。结果表明,圈定的异常与已知铀矿点吻合度较高,而且在研究区东北部圈出了许多低缓、隐蔽的异常信息,说明多重分形滤波技术能够有效的提取复杂背景条件下的地球化学弱异常。局部奇异性指数是基于多维分形理论(Cheng,1999),从多维分形的角度刻画了场的分布特征,度量了异常的局部标度性和奇异性(成秋明,赵鹏大等,2009)。研究发现,在相山地区西北部已知矿体分布的地段地球化学异常强烈,而东南部的地球化学异常被掩盖不明显。为了增强和突出局部异常,本文采用局部奇异性理论计算铀元素空间分布的局部奇异性指数(图3)。由奇异性指数分布图可知,奇异性指数α＜2的富集区与大多数已知的铀矿床吻合,高富集等级(α＜(1979))范围对已知铀矿床的识别更加明显。