4. 重分类原理与找矿预测分级逻辑
在找矿预测中，地球化学异常、蚀变强度、断裂缓冲距离等证据图层几乎都是连续型栅格——每个像元携带一个实数，值域可能从 0.01 到 980 ppm 不等。而预测模型最终需要的是"有利/较有利/一般/不利"这样的离散等级。重分类（Reclassify）正是完成这一映射的算子：它把连续值域按某种规则切分为若干区间，并为每个区间赋予新的整型编码。理解重分类，本质上是理解"分段函数 + 区间边界约定"这两件事。
数学本质：一个单调分段映射
设输入栅格像元值为 x，重分类结果 y = f(x)，其中 f 是一个分段常值函数。以四级找矿有利度为例，若采用等间距分级，值域 [min, max] 被均分为四段，每段宽度 w = (max − min) / 4，则：
f(x) = 1 当 min ≤ x < min + w （不利）
f(x) = 2 当 min + w ≤ x < min + 2w （一般）
f(x) = 3 当 min + 2w ≤ x < min + 3w （较有利）
f(x) = 4 当 min + 3w ≤ x ≤ max （有利）这里有两个必须明确的约定。第一是区间闭合方向：ArcGIS 重分类默认采用"左闭右开"，即下界包含、上界不包含，只有最高一级包含上界。若手工填写断点，务必保证相邻区间首尾衔接、不重不漏，否则会出现某些像元落不进任何区间而被赋为 NoData。第二是方向性：地球化学异常值越高越有利，映射应单调递增；但断裂缓冲距离是"越近越有利"，映射必须单调递减，即距离 0～500 m 赋 4 级、500～1000 m 赋 3 级，依此类推。方向搞反是找矿预测中最常见也最致命的错误，它会让模型系统性地指向错误区域。
四种分级方法的适用条件
分级方法的选择直接决定各级像元的面积占比与空间形态，不能随意套用。
- 等间距（Equal Interval）：按 (max−min)/n 均分。优点是断点规则透明、便于跨图层比较；缺点是当数据呈强偏态（如化探数据常见的长尾分布）时，绝大多数像元挤在低值段，高值级只占极小面积，甚至出现空级。
- 分位数（Quantile）：每级像元数量大致相等。优点是各级面积均衡、视觉层次清晰；缺点是断点随数据分布浮动，同一元素在不同图幅上断点不一致，削弱了跨区域可比性，且可能把差异很小的值强行拆到两级。
- 自然断点（Natural Breaks / Jenks）：以最小化组内方差、最大化组间方差为目标寻找断点，能贴合数据的自然聚集结构。对多峰分布的化探数据效果最好，但计算量较大，且断点需记录存档以保证复现。
- 自定义（Manual）：依据地质认识或规范阈值直接指定断点，例如以异常下限 T = 均值 + 2 倍标准差作为"有利"的下界。这是找矿预测中最具地质意义的方式，因为断点来自成矿背景而非纯统计。
从连续异常到找矿有利度的映射链
下图展示了一个典型的多证据图层重分类与合成分级链路：原始连续栅格先经断点切分，再按方向性赋予 1～4 级有利度编码，最后参与加权合成。
实操要点与结果判读
在 ArcGIS 中执行重分类，通常使用 Spatial Analyst 的 Reclassify 工具或栅格计算器。以自定义断点为例，可在工具的重分类表中逐行填写"旧值—新值"，也可用 Con 函数嵌套实现更精细的控制：
# 化探异常：越高越有利（左闭右开）
OutRas = Con("Cu_anom" >= 300, 4,
Con("Cu_anom" >= 120, 3,
Con("Cu_anom" >= 40, 2, 1)))
# 断裂缓冲：越近越有利（方向相反）
OutRas = Con("Fault_dist" <= 500, 4,
Con("Fault_dist" <= 1000, 3,
Con("Fault_dist" <= 2000, 2, 1)))执行后必须做三项检查。其一，空级检查：打开重分类结果的属性表，确认 1～4 级均有像元计数，若某一级计数为 0，说明断点设置不当或数据分布过于集中。其二，面积占比检查：统计各级像元数占总有效像元的比例，找矿预测中"有利"级通常控制在 5%～15%，若高达 40% 以上则说明阈值过松，预测失去筛选意义。其三，空间合理性检查：将结果叠加已知矿点，观察高有利度区是否与矿点、蚀变带、岩体接触带在空间上吻合；若高值区大面积落在无矿背景区，应回查映射方向是否颠倒或断点是否取自错误的统计口径。
最后需要强调，重分类不是一次性的数据清洗，而是找矿预测模型的"知识注入点"。断点背后是异常下限、蚀变分带、控矿距离等地质认识，级别编码背后是各证据对成矿的贡献方向与强度。把断点、方向、权重三者记录成表并随模型一同归档，才能让预测结果既可解释、又可复现、还可随新资料迭代修正。