一、前言
风暴品位（国内称为特高品位）实际上包含了风暴品位的确定与处理2个过程。
特高品位不同的处理方法，对资源估算结果有很大的影响。若特高品位不经处理直接参加资源量估算，尤其当样品数量较少时，势必会大大提高矿床的平均品位（高于实际），给投资、矿权评估和采选设计造成巨大影响。
现实中，有些勘查报告故意利用特高品位的处理，来提高或降低矿床的平均品位。
前人对特高品位的确定进行了大量的研究工作，主要方法有：矿体均值的6－8倍法（国内勘查地质）、分位数法、估计邻域法、影响系数法、概率曲线和累计频率分布曲线法等，似乎均没有令人满意的简便而有效的方法。
本文从统计理论基础入手，追根溯源，梳理国内外特高品位的确定与处理（共2篇，含下一篇）。
地质学中的风暴品位与统计学的特异值同宗同源，所以还得从统计学基本原理说起。以下只介绍2种简单易学的常用方法。
在统计学中，异常值是指与其他观测结果有显著不同的数据点。在正态分布中，根据标准差可确定数据的覆盖范围。
在传统的统计学中，IQR法（四分位距）是一种确定异常值的重要方法。
三、国内地质规范中的规定
很多人吐嘲国内的地质勘查规范，本人认为最大的益处是约束了一些没底限的行为，上层主管部门应该清楚的很，所以说报告评审越来越严格。建议国内地质友人先认真理解国内的规范，并进行内外对比研究，取长补短才是王道。
1、《固体矿产地质勘查规范总则(GBT13908-2020)》的规定
11.2.8 当矿体中某有用组分的单样品位高于矿体平均品位（处理前矿体内全部单样品位的算术平均值）6～8倍时，应认定为特高品位，有用组分变化均匀时取６倍，较均匀时取７倍，不均匀时取8倍。特高品位处理后，还应对处理后的矿体进行再次检查，若仍存在风暴品位，还须再次进行特高品位处理，直到消除风暴品位为止。
评述：这存在一刀切的弊端，但使用传统块段法时，不失为有效手段。按该方法确定的特高品位下限值普偏高，致使勘查报告的平均品位高于矿山实际品位。
2、《固体矿产勘查工作规范（GBT33444-2016）》的规定
17.5.1.4 采用地质统计学法估算资源储量时，根据大量项目的建模经验，处理特高品位的方法是从矿体样品品位累积分布曲线中读出97.5%分位数所对应的品位值作为上限值代替特高品位参与计算。判断特高品位处理的合理性，可用西舍尔估值检验（Sichel'sT）。
评述：这种方法也存在一刀切的弊端，同时97.5%分位数没有依据。
3、《固体矿产资源量估算规程》的规定
《固体矿产资源量估算规程·第3部分：地质统计学法》，部分摘录如下：
8.3 样品数据统计分析及特异值处理
8.3.1对样品统计分析及特异值处理时，应以矿化域或矿体为单位进行。
8.3.2对区域化变量进行估值前，分别绘制区域化变量的分布直方图、累计频率分布曲线或概率图等，判断其分布特征，并计算区域化变量的统计特征，如最小和最大值、样品数、平均值、中值、方差、标准差、偏度、峰度和变化系数等。
8.3.3识别和处理特异值可采用数理统计的方法：分位数法、估计邻域法、影响系数法、概率曲线和累计频率分布曲线法等。特异值处理后的检验参见附录C。
8.3.4如采用对数正态克里格法或指示克里格法进行变量估值时，不进行特异值的处理。
四、特高品位确定的常用方法
在地质勘查的资源量估算中，每一种特高品位确定方法都有差异，而且又不一定是否准确可靠，故不再讲述计算与操作复杂的方法。
1、均值倍数法
这是国内的基本方法之一。
前已所述：当矿体中某有用组分的单样品位高于矿体平均品位6～8倍时，应认定为特高品位，注意以下几点：
◆首先要明确，特高品位是按照矿体为单元来确定的。
◆类似于化探数据处理的迭代法，需多次处理，直到消除风暴品位为止。到目前为止，几乎没有勘查报告做的到。
在地质统计学中，多选择±1.96标准差范围作为风暴品位。
即：风暴品位=平均值+1.96×标准差。
目前，有人以中值代替平均值；由于不服从正态分布，有人采用1.96～2.50倍的标准差。即：风暴品位=平均值（或中值）+n×标准差；
n=1.96～2.50；样品分布越接近正态分布，n取值越大。
首先观察样品分布，可以根据偏度（skewness）与峰度值（kurtosis），大致可确定n的取值。标准正态分布的偏度为0，峰度为3（如Arcgic、SPSS软件）或0（如Excel软件已减去3）。
3、累计频率法（或分位数法）
这是国外的经验方法，国际上多选择品位累计频率95%分位对应的品位值为风暴品位的下限，目前使用的越来越少。
实际的原理为：累计频率95%分位异常值=平均值+1.96×标准差
我国《固体矿产勘查工作规范（GBT33444-2016）》附录O中，风暴品位处理：地质统计学方法中，若样品数足够多时（一般≥30）通常取品位累积分布曲线97.5%所对应的品位值替代；若样品数较少时可用算术平均品位替代。
实际的原理为：累计频率97.5%分位异常值=平均值+2.25×标准差
4、累计频率对数曲线法
将品位数据绘制累计频率对数曲线图，曲线上的拐点或断点作为风暴品位的下限值。
该方法并不预先设定风暴品位一定存在，而是从统计学上的样本分布特征来合理判断；如果分布型式趋近直线而没有明显的拐点和断点，不存在风暴品位。
此种具有简单、易用和合理性，并容易消除不同人之间的分歧。其缺点是，当样品数较少时适用性差。
五、实例
国内某金矿，构造蚀变岩型，脉状（似层状），长大于700m，延深大于580m，平均厚2.67m。存在颗粒金，品位变化系数较大。
根据现行规范，特高品位按矿体单元进行统计，故选择其中的1条主矿体进行统计分析。样品共201件，利用三维软件统计结果如表2。
不同处理方法，特高品位下限差别较大，结果如表3。
从上表可以看出：
（1）均值倍数法：特高值下限取值偏高。
（2）平均值+2.25×标准差、累计概率对数曲线法、97.5%累计频率：特高值下限基本接近。
（3）可能是颗粒金的存在，IQR法（四分位距）不适应于该矿床，需要更多的研究。
六、结语
这是2024年度最后一篇博文了，感谢各位友人、同行的支持，感谢地一眼杨先生的辛勤帮助与编辑。2025年接着写下去，希望得到更多的支持与关注。
您的点赞、支持、关注和转发是我们持续更新的动力！
