共查询到19条相似文献，搜索用时 128 毫秒
1.
成矿预测需要通过一定的规则集合将专家观点、地质背景、成矿类型等因素进行综合考虑。但由于受到人类实际计算能力的生物条件限制,影响找矿预测成果的最大因素是找矿者的经验知识。随着大数据时代的到来,成矿预测可充分利用数学计算,即以特定规则对成矿系统进行计算,以概率表示成矿前景。依靠计算机的超级运算能力,结合机器学习的方法技术,可以对地质大数据进行成矿预测特征学习,实现对众多地质变量与矿体相关性之间的验证,从而进行预测。本文以安徽东至兆吉口铅锌矿床为例,示范如何通过机器学习的卷积神经网络方法,学习元素Zn在地表的分布特征与矿体在地下空间就位的耦合关系,并圈定靶区。经过450次训练后,得到了准确率95%,损失率14%的CNN模型,并成功实现智能圈定3块找矿靶区。这种神经网络模型可能表达了矿体在地下就位时元素在地表分布的响应,可以用来进行找矿勘查并圈定靶区。 相似文献
2.
3.
利用北衙整装勘查区1∶20万水系沉积物地球化学数据,综合分析了地层、岩浆岩、典型矿床主要成矿元素Ag、Au、Cu、Pb、Zn的富集规律,对元素分布特征、综合异常特征、相关性及异常元素组合特征进行初步研究,确定了找矿有利指标组合;通过对比北衙金矿区典型矿床成矿地质、地球化学特征,结合地层、岩浆岩等找矿标志预测北衙地区的找矿远景区。结果表明:综合区域上的地层、构造、岩浆岩和区域矿产等资料,对成矿元素异常组合进行地球化学分区是可行的,能有效反映致矿异常,突出矿化信息;根据区域单元素Au、Ag、Pb、Zn、Cu地球化学特征以及组合元素异常特征结合成矿地质背景,指出了炭窑金矿、铅锌矿找矿靶区;马鞍山北部金矿找矿靶区,为北衙整装勘查区外围找矿提供了指导作用。 相似文献
4.
5.
滇西北红牛—红山铜矿床是义敦—沙鲁里岛弧上与晚白垩纪中酸性侵入体有关的典型的斑岩-矽卡岩-热液型铜矿床。本文通过对其成矿地质背景、矿床地质特征、矿化富集规律及成矿模式、矿床地球物理和地球化学特征的综合研究，建立了红牛—红山铜矿床的"大比例尺地质填图和综合研究+重力+激电和高精度磁测+土壤化探测+工程验证"组合勘查技术方法、"燕山晚期石英二长斑岩+接触带矽卡岩和层间破碎带矽卡岩+重力低异常+高磁异常+高视极化率和低视电阻率异常+Cu-Mo-Pb-Zn-Ag-Au等元素综合异常"组合勘查模型。地质调查研究确定矿床成矿地质体和找矿地质体、矿化类型及其空间分布规律，建立矿床"四位一体"的成矿模式和区域-矿区地质找矿模型。区域中小比例尺的土壤化探测量确定区域找矿靶区，大比例尺土壤化探测量进一步缩小找矿靶区，逼近矿体赋存部位。矿区处于1∶5万土壤测量圈定的Cu-Pb-Zn-Mo-Au-Ag元素综合高异常区，1∶2.5万土壤测量圈出Cu-Pb-Zn-Ag-W元素综合异常面积较大、强度高、浓集中心明显、元素套合好，与矿区铜（铁）矿体赋存区域异常相对应。区域重力低异常区和正磁异常强度高区域是重要的找矿靶区，矿区大比例尺磁异常和激电异常区确定了矿体的空间位置和产状；矿区铜（铁）矿体赋存区为低视电阻率、高视极化率异常区，高精度磁测表现为正负磁异常相伴。矿区地质-地球化学-地球物理综合勘查模型对矿区深边部找矿起到重要的指导作用。 相似文献
6.
雄村铜金矿集区位于南拉萨地块南缘的冈底斯斑岩铜矿带,资源潜力大(仅查明的铜金属资源量超过250万吨、伴生金金属资源量超过250吨、伴生银金属资源量超过1 100吨)、成矿地质背景特殊。通过对雄村矿集区的勘查和研究成果的系统分析,本文从矿床地质特征、地球物理特征、地球化学特征、遥感特征等四个方面进行了详细的归纳总结,分析了各类成矿要素的特征及内在联系。以找矿勘查为宗旨,扩大资源量为目的,建立了综合信息找矿模型。找矿模型显示,早、中侏罗世含矿斑岩和雄村组凝灰岩是主要的赋矿岩石,钾硅酸盐化、钠化-钙化、黄铁绢英岩化、青磐岩化是主要蚀变类型,Cu-Au-Ag元素地球化学异常是重要的地球化学找矿标志,矿体产出受NW、EW向的断裂构造控制,地面磁测的高磁异常及低磁异常、遥感蚀变异常(钾硅酸盐化蚀变、绢云母化蚀变和地表铁染)及线-线和线-环交切结构是主要的地球物理和遥感找矿标志。利用构建的综合信息找矿模型,在雄村矿集区共圈定出了3个A类找矿靶区(A-1,A-2和A-3),4个B类找矿靶区(B-1,B-2,B-3和B-4)和2个C类找矿靶区(C-1和C-2),并对各找矿靶区进行了评价。 相似文献
7.
找矿靶区预测需要综合考虑地质背景、地球化学数据、地球物理勘探数据、遥感数据等因素。随着人工智能时代的到来,靶区预测可以最大限度地利用计算机运算性能,通过特定的规则集成所有地学数据对各类矿种的找矿靶区进行预测,尽可能规避由于数据种类多、数据量大、方法复杂、主观性强造成的预测结果可靠性差等问题。本文以广东省阳江-茂名地区为例,融合地球化学、地层岩性、地质构造、地形地貌等数据,基于PSPNet、SegNet、UNet三种语义分割深度学习模型进行预测,结果表明PSPNet模型在预测精度方面优于SegNet及UNet模型,并预测出了55处铁矿、金矿、铜矿、高岭土矿找矿靶区,其中79.7%的已查明矿点位于预测靶区内,表明该方法在找矿靶区预测中具有较高的可行性,可以用于找矿勘查并圈定靶区。 相似文献
8.
9.
沟系土壤地球化学测量在贵州普晴锑金矿勘查区应用与找矿效果 总被引：2，自引：0，他引：2
通过沟系土壤地球化学测量方法在普晴锑金矿勘查区中的实施,确定各元素异常下限值为Au7×10-9、Sb10×10-6、Cu200×10-6、As30×10-6,发现了一批有价值的地球化学异常,对各元素地球化学异常区的找矿潜力进行分析,结合地层、岩性等有利控矿因素综合评判主成矿元素异常、元素组合异常圈定4个找矿靶区,确定了各靶区的主要找矿矿种,对各靶区进行了必要的山地工程查证,取得了较好的找矿效果。实践证明沟系土壤地球化学测量找矿方法在本区是有效的,认识到在当前老矿区外围找矿中成矿元素弱异常、多元素组合弱异常区具有重要找矿意义。在此基础上较系统的总结了沟系土壤地球化学找矿方法步骤。 相似文献
10.
智能找矿预测是数字地质科学的前沿领域。本文基于一种二维卷积神经网络的智能找矿预测方法,以25种元素的水系沉积物数据和航磁数据为找矿预测数据,将已知的矿点作为监督样本,利用步长平移数据增强方法获取了训练数据集,对卷积神经网络进行训练后,将其应用于未知区域的找矿预测。应用该方法对甘肃省龙首山西段高台县臭泥墩—西小口子地区进行了铜矿智能找矿预测,根据已知的3个铜矿点,获取了22 934个训练数据,经过200轮训练之后,预测精度能够达到98.1%,最终圈定了5个预测区,5个预测区均具有良好的铜矿找矿远景。 相似文献
11.
找矿效果取决于找矿靶区预测的准确程度,传统的“综合信息成矿预测”(定性研究)已无法深入挖掘现有地质信息的潜在价值。本文应用大数据思想、方法,对甘肃省祁连山—龙首山地区1∶20万区域化探数据做分幅平差,消除了原始数据的系统误差。应用回归分析建立信息修复模型,增强了化探信息与区域Cu矿的相关关系。通过判别分析算法,构建了区域“化探信息Cu找矿靶区定量优选系列模型”,对研究区Cu找矿靶区做出定量预测。经统计,一、二级预测靶区中包含已知铜矿的比率高于22.0%,其面积仅占总研究区的1.72%。大数据找矿靶区定量预测在大幅提高预测精度的同时,很大程度地缩小了预测找矿靶区的面积。在对系列模型预测效果做出定量评价的同时,通过所建系列模型组合元素的特征分析,该研究也为进一步研究区域矿床成因和控矿条件提供了定量依据。 相似文献
12.
老挝东南部矿产资源丰富,但第四系覆盖严重。为优选老挝东南部某多金属矿区的找矿靶区,在此地区开展了11万土壤地球化学测量工作。运用含量-频数分形、变异系数、剔除比率等理论和方法,首先对研究区内Cu、Pb、Zn、Au、Ag、Bi、As、Sb、Hg九种元素的测试数据进行了统计分析,显示出Pb-Au-As-Sb元素为研究区内有利成矿元素。然后对九种元素的测试数据进行因子分析,划分出了F 1元素组合(Pb-As-Sb),F 2元素组合(Cu-Zn)和单独的Au元素共三种元素组合。最后利用含量-频数分形法计算各元素的异常下限,绘制出单元素异常图,结合地质背景,共圈定三个靶区。对成矿潜力最大的A-1靶区进行了探槽验证,在TC-1探槽可见达到工业品位的明金。证明该异常为矿致异常,为今后在研究区及相邻地区找矿提供了有力的线索和依据。 相似文献
13.
在大数据和人工智能背景下,基于已有的传统地质找矿模型建立与应用基础,提出基于循环神经网络的找矿模型构建与预测方法,实现对地质数据的深入分析和理解。针对地质找矿模型构建与预测的需求,结合数据清洗理论,对传统地质找矿模型进行归纳与总结,建立地质找矿知识库,为深度学习算法提供训练数据。通过分类算法研究,综合对比结果的准确率与分类所用时间,最终选用RNN分类算法对找矿概念模型进行分类。在建立研究区找矿模型中,通过关键词与控矿要素完成模型匹配,利用模型计算对模型匹配结果进行数据分析,实现区域地质找矿模型的构建与矿产资源的预测评价和分析。以大水金矿为例,快速准确地实现了找矿模型的构建,有效地对矿产资源预测工作提供了指导,验证了该方法的可行性。 相似文献
14.
A method is proposed for the prospecting prediction of subsurface mineral deposits based on soil geochemistry data and a deep convolutional neural network model.This method uses three techniques(window offset,scaling,and rotation)to enhance the number of training data for the model.A window area is used to extract the spatial distribution characteristics of soil geochemistry and measure their correspondence with the occurrence of known subsurface deposits.Prospecting prediction is achieved by matching the characteristics of the window area of an unknown area with the relationships established in the known area.This method can efficiently predict mineral prospective areas where there are few ore deposits used for generating the training dataset,meaning that the deep-learning method can be effectively used for deposit prospecting prediction.Using soil active geochemical measurement data,this method was applied in the Daqiao area,Gansu Province,for which seven favorable gold prospecting target areas were predicted.The Daqiao orogenic gold deposit of latest Jurassic and Early Jurassic age in the southern domain has more than 105 t of gold resources at an average grade of 3-4 g/t.In 2020,the project team drilled and verified the K prediction area,and found 66 m gold mineralized bodies.The new method should be applicable to prospecting prediction using conventional geochemical data in other areas. 相似文献
15.
Through the mineral prospecting project in Baiyin mine field and its periphery of Gansu Province, the authors have delineated twelve 1:50 000 aeromagnetic anomaly areas, seven 1:50 000 high magnetic anomaly areas and sixty-four 1:50 000 geochemical prospecting anomaly areas. Besides, four mineral occurrences and six mineralized spots were found, including copper, lead, zinc etc. The temporal and spatial distribution of mineralization and the paragenesis and combination rules of mineral resources were also expounded, after a comprehensive study of the metallogenic geological conditions, 1:50 000 geochemical and geophysical anomalies and the characteristics of mineral occurrence distribution. The “multi-type” prospecting prediction model was concluded in the study area. Nine key metallogenic prospective areas were delineated, including three type A, two type B and four type C prospective areas. Four target prospecting areas were delineated, including one type A, one type B and two type C target prospecting areas. 相似文献
16.
通过甘肃省白银厂及其外围地区矿产远景调查项目,共圈定1:5万航磁异常12个、1:5万高磁异常7个、1:5万化探综合异常64个,新发现矿点4处、矿化点6处,矿种有铜、铅、锌等。通过对研究区成矿地质条件、1:5万物化探综合异常特征、矿(化)点分布特征等进行综合分析研究,阐明了该区成矿的时空分布规律和矿产的共生组合规律,总结出区内典型矿床“多位一体”找矿预测模型。综合圈定重点成矿远景区9个,其中A类远景区3处,B类远景区2处,C类远景区4处; 优选圈定找矿靶区4个,其中A类1个,B类1个,C类2个。 相似文献
17.
1∶5万水系沉积物测量作为一种重要的地球化学普查手段,现已被广泛应用。此次在祁连西段德勒诺尔-石板墩地区开展1∶5万水系沉积物测量,旨在圈定异常,通过对异常的检查和评价,圈定找矿靶区,进而划分成矿远景区,并作出成矿预测。本次1∶5万水系沉积物测量,采样粒级选择-10~80目,分析项目为Au、Ag、As、Sb、Hg、Cu、Pb、Zn、W、Sn、Mo、Bi、Cr、Ni、Co、Ti、Mn、Ba等18种元素。根据样品分析测试结果,圈定了1115个单元素异常、3类组合异常、26处综合异常。笔者对圈定的单元素异常特征和组合异常特征进行了研究,对26处综合异常进行了检查评价,根据查证结果对异常进行了分类与排序。在综合分析异常特征和区域成矿地质条件的基础上,划分了7个成矿远景区,优选出以W、Pb、Ag、Cu、Ni为主的成矿远景区5处,初步评价了其成矿潜力,并对其找矿远景进行预测,指出了在德勒诺尔-石板墩地区寻找矽卡岩型钨矿床、岩浆型铜、镍硫化物矿床、沉积型铅锌银矿床的优势区域。 相似文献
18.
19.
北秦岭地区是我国重要的钼金多金属成矿区,区内寺沟钨钼矿为斑岩-矽卡岩型矿床,是蟒岭岩体西缘地区发现的首个隐伏钨钼矿床,其矿床规模达到中型,目前仍在勘查中。利用地质、地球化学、地球物理多学科综合信息找矿方法,很大程度上避免了单一地质勘查方法的多解性和局限性,提高了异常解译精度和可靠性。本文在合理运用多种勘查技术方法,充分总结矿区找矿标志的基础上,建立了一套综合找矿模式:(1)借助15万水系沉积物测量初选找矿靶区;(2)大比例尺土壤地球化学测量缩小找矿靶区;(3)利用岩石地球化学剖面,配合槽探工程查明地表及浅部矿(化)体特征;(4)通过物探测深剖面布设,探索深部成矿有利空间;(5)深部钻探验证并预测找矿远景,同时利用钻探地质信息反向约束物探解译,提高解译精度并指导后续勘查工作。以寺沟钨钼矿为典型矿床,在总结地质、化探、物探等找矿标志的基础上,建立了本区斑岩-矽卡岩型钨钼矿床的地质-地球化学-地球物理综合找矿模型。该模型在矿区深部验证及外围靶区预测中取得了良好的应用效果,目前外围靶区正在进行工程验证,找矿前景良好。 相似文献