首页> 中国专利> 一种基于地球化学数据的找矿靶区圈定方法及系统

一种基于地球化学数据的找矿靶区圈定方法及系统

摘要

本发明涉及一种基于地球化学数据的找矿靶区圈定方法及系统,属于成矿预测领域,该方案根据主成分分析和线性回归得到残差,然后根据残差确定残差背景值和插值处理得到等值线图或栅格图,最后根据残差背景值与等值线图中残差值或栅格图中残差值的比较圈定找矿靶区。本发明通过将主成分分析方法与现行回归方法相结合,提供一种新的地球化学数据处理方法,根据该方案可以准确圈定找矿靶区,提高成矿预测的准确性。

著录项

  • 公开/公告号CN112364303A

    专利类型发明专利

  • 公开/公告日2021-02-12

    原文格式PDF

  • 申请/专利权人 中国地质科学院矿产资源研究所;

    申请/专利号CN202011263074.6

  • 发明设计人 孙莉;肖克炎;高阳;

    申请日2020-11-12

  • 分类号G06F17/18(20060101);G06F16/29(20190101);G06K9/62(20060101);G06Q50/02(20120101);

  • 代理机构11569 北京高沃律师事务所;

  • 代理人王立普

  • 地址 100037 北京市西城区百万庄大街26号

  • 入库时间 2023-06-19 09:54:18

说明书

技术领域

本发明涉及成矿预测领域,特别是涉及一种基于地球化学数据的找矿靶区圈定方法及系统。

背景技术

找矿靶区圈定是矿产勘查的关键步骤,具有战略和战术意义。国际上通过地球化学勘查工作曾发现大量矿产资源,地球化学勘查是矿产勘查的常规方法。

前人多用不同的数据处理方法来确定异常下限,进而圈定地球化学异常,为找矿靶区圈定提供依据。常用的方法有平均值+2倍标准差法,浓度-面积分形法等。这些方法往往仅考虑其中的一个或几个元素信息,对勘查数据集反应的信息挖掘深度不够,找矿的结果往往不准确。

发明内容

本发明的目的是提供一种基于地球化学数据的找矿靶区圈定方法及系统,将主成分分析方法与回归方法方法相结合,提高了找矿靶区圈定的准确性。

为实现上述目的,本发明提供了如下方案:

一种基于地球化学数据的找矿靶区圈定方法,所述找矿靶区圈定方法包括:

获取待处理区域的地球化学数据;

根据所述地球化学数据进行主成分分析,确定目标地球化学元素变量,并得到各主成分的因子得分;

将所述目标地球化学元素变量和所述各主成分的因子得分进行线性回归分析,得到残差;

根据所述残差,利用浓度-面积分形法确定残差背景值;

对所述残差进行插值处理,得到等值线图或栅格图;

根据所述残差背景值对所述等值线图或所述栅格图进行重分类,得到找矿靶区;所述找矿靶区为所述等值线图中残差值高于所述残差背景值的区域或所述栅格图中残差值高于所述残差背景值的区域。

可选的,在所述获取待处理区域的地球化学数据之后,该方法还包括:对所述地球化学数据进行数据清洗;

所述对所述地球化学数据进行数据清洗的具体过程包括:

获取所述地球化学数据;

对所述地球化学数据和检测限进行对比,得到高于检测限的数据和低于检测限的数据;

采用检出限的1/2替代所述低于检测限的数据,得到替换数据;

将所述高于检测限的数据和所述替换数据构成清洗后的地球化学数据。

可选的,所述根据所述地球化学数据进行主成分分析,确定目标地球化学元素变量,并得到各主成分的因子得分,具体包括:

利用SPSS软件、R软件或者GeoDa软件对所述地球化学数据进行主成分分析,得到各主成分和所述目标地球化学元素变量之间的相关关系,并生成碎石图和因子载荷图;

根据所述碎石图中特征值大于1的变量数和各主成分累积解释的方差比例大于60%两个指标确定最佳的主成分数;所述各主成分累积解释为每个主成分解释的方差与整体方差的比例之和;

根据所述因子载荷图中纵坐标值大于1的变量来确定构成各因子的地球化学变量;

根据所述最佳的主成分数和所述各因子的地球化学变量,利用R语言中的rgr包、SPSS或者GeoDa软件计算得到所述各主成分的因子得分。

可选的,所述根据所述残差,利用浓度-面积分形法确定残差背景值,具体包括:

根据所述残差,利用R语言的rgr包中的caplot函数生成浓度-面积图;

根据所述浓度-面积图的拐点确定残差背景值。

一种基于地球化学数据的找矿靶区圈定系统,所述找矿靶区圈定系统包括:

数据获取模块,用于获取待处理区域的地球化学数据;

主成分分析模块,用于根据所述地球化学数据进行主成分分析,确定目标地球化学元素变量,并得到各主成分的因子得分;

线性回归分析模块,用于将所述目标地球化学元素变量和所述各主成分的因子得分进行线性回归分析,得到残差;

残差背景值确定模块,用于根据所述残差,利用浓度-面积分形法确定残差背景值;

插值处理模块,用于对所述残差进行插值处理,得到等值线图或栅格图;

重分类模块,用于根据所述残差背景值对所述等值线图或所述栅格图进行重分类,得到找矿靶区;所述找矿靶区为所述等值线图中残差值高于所述残差背景值的区域或所述栅格图中残差值高于所述残差背景值的区域。

可选的,所述找矿靶区圈定系统还包括:数据清洗模块;

所述数据清洗模块分别与所述数据获取模块和所述主成分分析模块连接;

所述数据清洗模块具体包括:

数据获取单元,用于获取所述地球化学数据;

数据对比单元,用于对所述地球化学数据和检测限进行对比,得到高于检测限的数据和低于检测限的数据;

数据替换单元,用于采用检出限的1/2替代所述低于检测限的数据,得到替换数据;

清洗后的地球化学数据构建单元,用于将所述高于检测限的数据和所述替换数据构成清洗后的地球化学数据。

可选的,所述主成分分析模块具体包括:

图形生成单元,用于利用SPSS软件、R软件或者GeoDa软件对所述地球化学数据进行主成分分析,得到各主成分和所述目标地球化学元素变量之间的相关关系,并生成碎石图和因子载荷图;

最佳的主成分数确定单元,用于根据所述碎石图中特征值大于1的变量数和各主成分累积解释的方差比例大于60%两个指标确定最佳的主成分数;所述各主成分累积解释为每个主成分解释的方差与整体方差的比例之和;

构成各因子的地球化学变量确定单元,用于根据所述因子载荷图中纵坐标值大于1的变量来确定构成各因子的地球化学变量;

各主成分的因子得分计算单元,用于根据所述最佳的主成分数和所述各因子的地球化学变量,利用R语言中的rgr包、SPSS或者GeoDa软件计算得到所述各主成分的因子得分。

可选的,所述残差背景值确定模块具体包括:

浓度-面积图生成单元,用于根据所述残差,利用R语言的rgr包中的caplot函数生成浓度-面积图;

残差背景值确定单元,用于根据所述浓度-面积图的拐点确定残差背景值。

根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明将主成分分析方法与线性回归方法相结合,提出一种新的地球化学数据处理方法及系统,根据该方案可以准确圈定找矿靶区,提高成矿预测的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。

图1为本发明提供的基于地球化学数据的找矿靶区圈定方法流程示意图;

图2为主成分分析的碎石图;

图3为因子载荷图;

图4为本发明提供的基于地球化学数据的找矿靶区圈定系统示意图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

本发明的说明书和权利要求书以及上述附图中的术语“第一”、“第二”、“第三”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应当理解,这样描述的对象在适当情况下可以互换。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。

在本专利文档中,下文论述的附图以及用来描述本发明公开的原理的各实施例仅用于说明,而不应解释为限制本发明公开的范围。所属领域的技术人员将理解,本发明的原理可在任何适当布置的系统中实施。将详细说明示例性实施方式,在附图中示出了这些实施方式的实例。此外,将参考附图详细描述根据示例性实施例的终端。附图中的相同附图标号指代相同的元件。

本发明说明书中使用的术语仅用来描述特定实施方式,而并不意图显示本发明的概念。除非上下文中有明确不同的意义,否则,以单数形式使用的表达涵盖复数形式的表达。在本发明说明书中,应理解,诸如“包括”、“具有”以及“含有”等术语意图说明存在本发明说明书中揭示的特征、数字、步骤、动作或其组合的可能性,而并不意图排除可存在或可添加一个或多个其他特征、数字、步骤、动作或其组合的可能性。附图中的相同参考标号指代相同部分。

本发明的目的是提供一种提高找矿靶区圈定准确性的方法及系统。

为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示为本发明的一种基于地球化学数据的找矿靶区圈定方法的流程示意图,该找矿靶区圈定方法具体包括:

步骤101:获取待处理区域的地球化学数据。

步骤102:根据所述地球化学数据进行主成分分析,确定目标地球化学元素变量,并得到各主成分的因子得分。

步骤103:将所述目标地球化学元素变量和所述各主成分的因子得分进行线性回归分析,得到残差。

步骤104-1:根据所述残差,利用浓度-面积分形法确定残差背景值。

步骤104-2:对所述残差进行插值处理,得到等值线图或栅格图。

步骤105:根据所述残差背景值对所述等值线图或所述栅格图进行重分类,得到找矿靶区;所述找矿靶区为所述等值线图中残差值高于所述残差背景值的区域或所述栅格图中残差值高于所述残差背景值的区域。

以金为例再次介绍线性回归分析的过程:

将金元素含量与各主成分因子得分导入Rstudio。

调用MASS包中的rlm函数,以金元素为因变量,各主成分因子得分为自变量,进行线性回归分析。

上述计算结果返回项Residual即为残差。即金元素原始含量,与根据线性回归分析方程计算值的差值,即实际值与估计值的差。

而对残差进行插值处理的时候,选用普通克里格法或距离平方反比法。

本发明根据主成分分析和线性回归得到残差,然后根据残差确定残差背景值和插值处理得到等值线图或栅格图,最后根据残差背景值与等值线图中残差值或栅格图中残差值的比较圈定找矿靶区。

基于地球化学数据的找矿靶区圈定方法还包括数据清洗,该过程具体包括:

获取所述地球化学数据。

对所述地球化学数据和检测限进行对比,得到高于检测限的数据和低于检测限的数据。

采用检出限的1/2替代所述低于检测限的数据,得到替换数据。

将所述高于检测限的数据和所述替换数据构成清洗后的地球化学数据。

对于采集的数据,可以先进行数据清洗,排除偏差较大的数据,得到清洗后的地球化学数据,然后再将清洗后的地球化学数据进行主成分分析,从数据方面进行控制,提高数据的可用性,以提高最终找矿靶区圈定的准确性。

在具体实施过程中,利用SPSS软件、R软件或者GeoDa软件进行主成分分析得到各主成分的因子得分。

图2和图3分别为主成分分析碎石图和因子载荷图,这两个图是利用SPSS软件或者R软件对所述地球化学数据进行主成分分析生成的。

然后根据所述碎石图中特征值大于1的变量数和各主成分累积解释的方差比例大于60%两个指标确定最佳的主成分数;所述各主成分累积解释为每个主成分解释的方差与整体方差的比例之和。

根据所述因子载荷图中纵坐标值大于1的变量来确定构成各因子的地球化学变量。

根据所述最佳的主成分数和所述各因子的地球化学变量,利用R语言中的rgr包、SPSS软件或者GeoDa软件计算得到所述各主成分的因子得分。

利用浓度-面积分形法(C-A)确定残差背景值的过程是利用R语言的rgr包中的caplot函数生成浓度-面积图,然后根据浓度-面积图的拐点确定残差背景值。将残差等值线图或栅格图导入GIS软件中,采用GIS的重分类(reclassification)功能,根据残差背景值,将等值线图中残差值或者栅格图中残差值高于背景值的区域设置成暖色,低于背景值的区域设置为冷色。则暖色区域即为残差值的异常区域,也即是找矿靶区。

将得到的成矿靶区与矿床(点)文件,在GIS平台进行空间对比分析,确定矿床(点)在找矿靶区内的个数n,将n与总的矿床(点)数的比值,确定为成功率,如果成功率>50%,则表明预测成功率较高。根据实验结果证明,本发明利用主成分分析和线性回归得到残差,提出新的地球化学数据处理方法,根据该方案可以准确圈定找矿靶区,提高成矿预测的准确性,成功率高于50%。

图4为本发明提供的基于地球化学数据的找矿靶区圈定系统,该找矿靶区圈定系统包括:数据获取模块201、数据清洗模块202、主成分分析模块203、线性回归分析模块204、残差背景值确定模块205、插值处理模块206和重分类模块207。

数据获取模块201用于获取待处理区域的地球化学数据。

数据清洗模块202用于对待处理区域的地球化学数据进行预处理,得到清洗后的地球化学数据。

主成分分析模块203用于根据所述清洗后的地球化学数据进行主成分分析,确定目标地球化学元素变量,并得到各主成分的因子得分。

线性回归分析模块204用于将所述目标地球化学元素变量和所述各主成分的因子得分进行线性回归分析,得到残差。

残差背景值确定模块205用于根据所述残差,利用浓度-面积分形法确定残差背景值。

插值处理模块206,用于对所述残差进行插值处理,得到等值线图或栅格图。

重分类模块207用于用于根据所述残差背景值对所述等值线图或所述栅格图进行重分类,得到找矿靶区;所述找矿靶区为所述等值线图中残差值高于所述残差背景值的区域或所述栅格图中残差值高于所述残差背景值的区域。

所述数据清洗模块202具体包括:

数据获取单元,用于获取所述地球化学数据。

数据对比单元,用于对所述地球化学数据和检测限进行对比,得到高于检测限的数据和低于检测限的数据。

数据替换单元,用于采用检出限的1/2替代所述低于检测限的数据,得到替换数据。

清洗后的地球化学数据构建单元,用于将所述高于检测限的数据和所述替换数据构成清洗后的地球化学数据。

主成分分析模块203具体包括:

图形生成单元,用于利用SPSS软件、R软件或者GeoDa软件对所述地球化学数据进行主成分分析,得到各主成分和所述目标地球化学元素变量之间的相关关系,并生成碎石图和因子载荷图。

最佳的主成分数确定单元,用于根据所述碎石图中特征值大于1的变量数和各主成分累积解释的方差比例大于60%两个指标确定最佳的主成分数;所述各主成分累积解释为每个主成分解释的方差与整体方差的比例之和。

构成各因子的地球化学变量确定单元,用于根据所述因子载荷图中纵坐标值大于1的变量来确定构成各因子的地球化学变量。

各主成分的因子得分计算单元,用于根据所述最佳的主成分数和所述各因子的地球化学变量,利用R语言中的rgr包、SPSS或者GeoDa软件计算得到所述各主成分的因子得分。

残差背景值确定模块205具体包括:

浓度-面积图生成单元,用于根据所述残差,利用R语言的rgr包中的caplot函数生成浓度-面积图。

残差背景值确定单元,用于根据所述浓度-面积图的拐点确定残差背景值。

上述基于地球化学数据的找矿靶区圈定系统与基于地球化学数据的找矿靶区圈定方法相应,同样可以实现准确圈定找矿靶区,提高成矿预测的准确性。

对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号