云模型在金属矿产资源定量预测中的应用研究——以铜陵矿区为例

摘要

进入21世纪，社会和经济发展离不开资源，在各种资源中矿产资源的需求与日俱增，如何快速、准确的找矿便成为一个重要问题。虽然矿床定位预测研究不断发展，但是在找矿工作依然存在很多新的挑战。我国矿产预测逐渐开始规范化、制度化，各种地学信息数据也急剧增加，以GIS为代表的空间信息科学在矿产预测中应用广泛，并得到了长足的发展。本文分析了国内外矿产预测理论、方法，阐述了现代空间信息科学在矿产预测中的应用，并将二者相结合通过云模型算法来进行矿产信息处理和预测。
　　地球勘测技术发展已久，人们通过它获取了大量的地球物理、化学等相关信息，但是空间信息科学如遥感和GIS等行业的软件研发和数据分析技术、信息提取算法发展缓慢，致使有很大一部分的数据没有被充分利用，就不能很好的挖掘出其中有价值的、有意义的知识。目前，空间数据挖掘技术发展迅速，产生了很多新技术和数据挖掘算法模型。可以将空间数据挖掘研究、空间信息技术和区域矿产预测相结合，利用空间信息技术如GIS软件来收集、储存、编辑、管理数据，进行数据分析。
　　云模型的是由概率论和模糊数学二者相互融合、发展产生的，它是一种定性概念与定量数据之间相互转换的不确定性模型。在人类社会生活中有很多概念是定性的，不可以直接用数据进行表达，反之定量数据也不能很好的转换成定性概念。如何更好的将这两者进行双向转换是一重要问题。但是，云模型的提出很好的解决了这一问题，它兼顾了模糊性和随机性。矿产预测中也有很多信息是不确定性的，并伴有随机性和模糊性。在研究和处理不确定性问题的时候，通过云模型可以将复杂的由自然语言描述的定性概念通过简单的数值进行表示。本文主要阐述了一维云和二维云模型的的概念、算法，并通过Matlab编程绘制云模型的图像，以及通过云模型对铜陵矿区进行金属矿产储量预测。研究了如何将矿产预测中的不确定信息进行融合，并预测未知矿产。论文的主要工作如下:
　　(1)对铜陵市的地质数据进行数据预处理，由于地质数据来源比较多样化，并且有错误和不足的地方，要通过预处理去除和改正错误的地方。保证数据的一致性，准确定和完整性。本次研究数据是以安徽省的重力场、磁场、化探、地质、断层及矿产储量数据信息为主，通过ArcGIS、MapGIS软件编辑处理。
　　(2)介绍了云模型的概念，实现算法及其不确定性推理。目前主要有一维和二维云模型，分别介绍了两种云模型的数字特征、云模型的形态特征、正向云发生器和逆向云发生器算法，和利用云模型进行不确定性推理。使用matlab语言编程，绘制出一维和二维正态云模型。
　　(3)通过采集和预处理之后的铜陵市数据，建立了金属矿产储量预测的推理模型，将复杂、无序的地质勘测数据转换成云模型，并建立基于云模型的多规则推理。由此对铜陵市及周边地区的金属矿产储量进行预测，并通过与已勘测地区的数据进行对比，预测效果良好。

目录

声明

摘要

1 绪论

1．1 研究背景

1．2 研究目的及意义

1．2．1 研究目的

1．2．2 研究意义

1．3 国内外研究现状

1．4 论文研究内容与章节结构

1．4．1 论文研究内容

1．4．2 论文的章节结构

1．5 本章小结

2 研究区概况

2．1 地理位置

2．2 气候

2．3 地形地貌

2．4 地质构造

2．5 社会经济状况

2．6 本章小结

3 成矿信息提取及处理

3．1 重力场数据处理

3．1．1 重力场数据特征介绍

3．1．2 安徽省布格重力异常图矢量化

3．1．3 重力场矢量数据转为Grid

3．2 磁场数据处理

3．2．1 磁场数据特征介绍

3．2．2 安徽省航磁异常图矢量化

3．2．3 磁场异常矢量数据转为Grid

3．3 安徽省断层数据

3．3．1 断层

3．3．2 安徽断层矢量图

3．4 化探

3．4．1 化探数据的作用

3．4．2 铜陵市化探数据

3．5 地质

3．5．1 铜陵市地质

3．5．2 地质图的成矿信息

3．6 本章小结

4 基于云模型的成矿预测

4．1 云模型概念

4．2 一维和二维正向云发生器算法

4．2．1 一维正向云发生器

4．2．2 二维正向云发生器

4．2．3 一维逆向云发生器

4．2．4 二维逆向云发生器

4．3 Matlab绘制云模型

4．3．1 绘制一维云模型

4．3．2 绘制二维云模型

4．4 构建云规则生成器

4．5 本章小结

5 铜陵市金属矿产预测

5．1 研究区成矿信息处理

5．2 预测模型的建立

5．3 本章小结

6 总结和展望

6．1 总结

6．2 展望

参考文献

致谢

作者简介