排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
如何快速、准确、廉价地开展矿山监测一直是国土资源遥感领域的研究热点。以北京首云铁矿为例,首先在2014年8月和2016年10月分别对其进行了无人机(unmanned aerial vehicle,UAV)野外调查;然后,利用无人机摄影测量技术(UAV structure from motion,Sf M)获取了高精度的数字地表模型(digital surface model,DSM)以及数字正射影像图(digital orthophoto map,DOM);最后,利用改进的地形变化算法(DSM of difference,Do D)快速计算出矿山动用储量体积变化,通过乘以该矿山平均含矿率、矿石平均体重以及矿石平均品位即得到储量变化。研究结果表明,对于露天开采的矿区,利用无人机遥感技术能够快速、准确计算出矿山动用储量,实现对露天矿山动用储量的动态监测,为矿山储量动态监测以及矿山环境监测提供了新的思路。 相似文献
2.
随着矿产资源预测的发展,三维矿产资源定量预测评价已经成为矿产勘查领域的热点。然而真正决定矿产预测及矿产勘查成败的核心在于:如何构建恰当的预测变量来反映成矿作用过程。本文以四川拉拉铜矿为例,通过成矿系统分析“源-运-储-保”四大要素总结了该区矿产预测的地质找矿要素。基于三维地质建模技术以及成矿信息定量提取技术,构建了区域找矿要素三维地质信息。以找矿信息量为数学模型,确定了拉拉铜矿成矿有利区划,圈定了4个找矿靶区。本次研究将矿床成矿系统分析(知识驱动)与三维定量分析(数据驱动)相结合,将成矿作用过程及关键因素(源、运、储、保等)转化为可预测的具体空间要素,并使用三维可视化技术进行三维空间重构,该方法为今后的三维定量预测工作提供了有利参考。 相似文献
3.
铜矿是一种非常重要的有色金属,由于其具有良好的延展性和韧性,被广泛用作热和电的导体,此外,铜还是重要的建筑材料和各种金属合金的组成部分。随着现代工业的发展,铜的应用越来越广泛,已被广泛应用于现代机械的制造中,是一种重要的工业原材料。中国铜矿资源丰富且产量巨大,截至2015年底,中国铜矿查明资源储量为9 910.20×10~4 t,同比增长392.20×10~4 t,较"十一五"增长23.30%。该研究以矿床成矿系列等先进的成矿地质理论为指导,以Ⅲ级成矿区(带)为单位,全面总结了中国铜矿的成矿类型,综合利用物化探、自然重砂、遥感等资料所显示的地质找矿信息,应用GIS技术,实现对铜矿资源潜力的预测评价。通过该研究,全国共划分了62个铜矿成矿区带,9个铜矿预测类型,379个铜矿预测工作区,获得2 000m以浅预测资源量3.07×10~8 t。其中,以西藏的资源潜力最为巨大,其2 000m以浅预测资源量约为0.60×10~8 t,约占全国预测总量的28.50%。研究得出以下结论:中国铜矿资源丰富,区域分布广泛,相对集中,具有显著的时空分布特征,空间上受大地构造演化的控制,时间上以中—新生代为主;中国铜矿可划分为9种预测类型,其中以斑岩型和夕卡岩型在我国储量最为丰富,也是未来找矿的主要类型;铜矿预测资源量主要分布在西北地区和长江中下游地区,且深部资源潜力巨大。 相似文献
4.
在大数据蓬勃发展的时代背景下,矿产资源定量预测作为地质大数据的核心部分,其综合分析挖掘多元信息的基本思路与大数据的理念不谋而合。以四川拉拉铜矿为例,开展基于机器学习的三维矿产资源定量预测。通过建立三维地质模型,提取成矿有利信息,构建研究区定量预测模型;基于"立方块预测模型"找矿方法,采用机器学习随机森林算法,计算出研究区成矿概率分布,以此圈定出5个找矿远景区。结果表明,随机森林具有更高的预测准确度与稳定性,且能够对控矿要素重要性做出定量评价。该研究成功地将机器学习应用于三维矿产定量预测,为今后的矿产资源预测评价做出了积极的探索。 相似文献
5.
环境问题在社会经济活动中产生,也必须信法在社会经济活动中解决。因此,必须一方面由以环境管制、环境预防为主体法律制度来预防、减少和治理环境污染和破坏。另一方面,要完善环境侵权救 济法律制度,在确定具体的救济方式时,应坚持利益衡量、资源配置效率原则,做到既保障人们的环境权益又能实现环境保护与经济发展相协调,走可持续发展道路,取得最大的综合效益。 相似文献
6.
在大数据的时代背景下,地质大数据逐渐趋于复杂化的模式与其间的空间关联性为基于机器学习算法的矿产资源定量预测带来了更大的挑战。利用深度卷积网络算法优异的分析性能来提取不同成矿条件下多种二维要素图层的空间分布特征与关联性是一项非常有意义的探索性实验。以松桃—花垣地区沉积型锰矿为例,利用深度卷积神经网络模型AlexNet挖掘Mn元素、沉积相、大塘坡组出露、断裂及水系的空间分布与锰矿矿床的就位空间的耦合相关性,以及不同的控矿要素之间的相关性,以此训练出二维矿产预测分类模型。经过训练后,可以得到验证准确率88.89%,召回率为66.67%,损失值0.08的深度卷积神经网络分类模型。应用该模型对未知区进行二维成矿预测,共圈定出91、96、154、184号4个成矿远景区,其中91号和154号的区域含矿概率为1,96号含矿概率为0.5。由此可见,预测区具有很大概率存在尚未发现的矿床。 相似文献
7.
针对传统山区滑坡地质灾害人工调查工作难度大而光学遥感难以实现植被覆盖区滑坡调查的问题,该文提出了一种基于高分辨率数字地形模型和分形理论的滑坡识别算法。采用LiDAR技术构建意大利多洛米蒂山的高分辨率数字地形模型,运用数字地形分析和C-A分形提取研究区异常地形特征,并与四分位距法进行对比,解决了山区地表滑坡快速提取与识别的问题。实验表明,研究区内滑坡具有统计上的分形特征,基于分形理论和LiDAR数据确定的滑坡地形异常比四分位距法选取阈值更为客观准确,其识别的滑坡区域与实际滑坡位置一致,弥补了可见光遥感技术在植被覆盖区的不足,降低了传统野外实地调查的工作量和作业成本。 相似文献
8.
基于OpenStack架构建立省级云资源管理平台,通过整合省级各类硬件资源,将计算、存储、网络等硬件资源纳入统一资源池管理,在此基础上将省级原有的多套虚拟化系统软硬件资源纳入平台统一管理。平台投入使用后资源有效利用率大幅提升,实现硬件资源动态、弹性、可回收利用,能够更好地为各业务部门提供硬件资源服务。通过接管省级VMware、OS等虚拟化系统,平台可以根据业务需求快速部署交付业务系统,大幅提高对气象业务的服务和支撑能力,提高了系统运维的水平和效率。该平台的建成和应用对省级云计算发展和应用具有示范、服务、探索等多重作用,特别是对带动省级信息化建设进入新阶段,探寻省级新的信息化建设模式具有现实意义。 相似文献
9.
基于随机森林模型的云南元阳梯田地形因子分析 总被引:1,自引:0,他引:1
为探究地形因子对梯田空间分布的影响,以云南元阳梯田坝达流域为研究区,运用GeoEye-1遥感卫星数据(2010年,1 m分辨率)和数字高程模型(20 m分辨率),提取梯田空间分布信息以及海拔高程、地形坡度、地形坡向、地面曲率、高程变异系数、地形起伏度、地面粗糙度、地表切割度、到水系距离9个地形因子。采用随机森林(Random Forest)方法建模,结合ROC曲线和AUC值对模型进行精度评价,根据随机置换残差均方减少量和因子作用曲线,探讨地形因子对梯田分布的影响规律。研究结果表明:该流域内梯田总面积1 158395 hm2,模型AUC值为0.947,海拔高度因子的随机置换残差均方减少量为38814,到水系距离因子为199.77,地面坡向因子为80.26,三者占总值的73.45%。由此可见,元阳梯田的空间分布主要受海拔高度、到水系距离、地面坡向3类地形因子的影响,其因子曲线表明梯田分布与地形因子间呈非线性关系。 相似文献
10.