矿产预测

摘要： 分析矿床成矿规律,依据矿床的空间分布特征、成矿时间的演化规律、成矿控制因素、找矿标志等判断矿床成因。初步判定该铅锌矿区成矿活动与岩浆关系密切,矿化集中分布于花岗斑岩与塔克那地层接触带及其附近围岩地层中、浅成相小侵入体内部,成为矿化的主导因素。因此,初步认为矿床成因属岩浆热液型及接触交代型。依据成矿条件及矿床类型预测出矿区地质勘探靶区。

摘要： 铝土矿是我国矿产资源中非常重要的构成部分,是工业生产活动的重要原材料,针对铝土矿的开发和使用非常关键。本文重点针对黄平地区某铝土矿矿产分布特征展开了全面分析,对黄平地区某铝土矿矿区的地质条件特征进行了介绍,同时对矿床的分布特点进行深入研究,最后对铝土矿的成矿工作展开了全面预测,全面提高黄平地区某铝土矿的开采工作质量,提高我国金属矿产资源开发工作的整体质量和效果。

摘要： 随着现代产业对于矿产资源需求的日益增加,我国的矿产资源早已不能满足工业生产和科技研发的实际需要,矿产探测技术的落后导致矿产资源进口数量的不断增多,不利于我国产业经济的可持续发展。绿色发展理念的提出,更是对矿产开发提出了更加严格的要求,以往采取的粗暴开发模式已经不能继续适应当前市场的客观需求。对此,必须要加强矿产资源的进一步探测,尤其是在煤炭、铜铁等传统、常见资源中勘查出更加稀有的矿产资源,是矿产行业创新发展的必由之路,而地质勘探和矿产预测技术的提升则是重中之重。

摘要： 作为近年来爆炸式发展的方法模型,机器学习为地质找矿提供了新的思维和研究方法.本文探讨矿产预测研究的理论方法体系,总结机器学习在矿产预测领域的特征信息提取和信息综合集成两个方面的应用现状,并讨论机器学习在矿产资源定量预测领域面临的训练样本稀少且不均衡、模型训练中缺乏不确定性评估、缺少反哺研究、方法选择等困难和挑战.进一步以闽西南马坑式铁矿为实例论述基于机器学习方法的矿产预测基本流程:(1)通过成矿系统研究建立成矿模型,确定矿床控矿要素;(2)通过勘查系统研究建立找矿模型,并为评价预测提供相关的勘查数据;(3)通过预测评价系统研究,建立预测模型,并提取预测要素;(4)利用机器学习模型对预测要素进行信息综合集成,获取成矿有利度图;(5)对预测性能和结果进行不确定性评估;(6)找矿靶区/成矿远景区圈定及资源量估算.最后,总结建立以地学大数据和地球系统理论为指导,以"地球系统-成矿系统-勘查系统-预测评价系统"为研究路线的基于地学大数据的矿产资源定量预测理论和方法体系的研究愿景.

摘要： 矿床找矿模型建立的目的就是进行矿产预测,而找矿模型的建立需要将所有与地质找矿密切相关的地质因素全部列出.曹四夭超大型钼矿找矿模型涉及到深大断裂、花岗斑岩岩株、物探异常、化探异常、地表露头、围岩蚀变等地质因素.本文分析了该矿的控矿因素,将成矿(机理)模型和找矿标志的紧密结合,划出最具找矿潜力的预测靶区.经矿区地质勘查的层层深入,从矿点发现、初具规模到重大突破,揭示了该矿找矿模型的建立和矿产预测方法的可行性,验证了找矿手段选择的正确性.

摘要： 运用大功率激电等方法对大兴安岭北段地区进行矿产调查,分析了区内岩(矿)石的电物性特征,找到岩浆岩型钛铁多金属矿的有利地段.

摘要： 本文主要针对遥感与化探信息在矿产预测中的方法应用展开深入研究,结合遥感解译线性构造特征,阐述了遥感矿化蚀变信息提取,如数据处理、蚀变信息提取等等,然后又分析了遥感异常与化探异常的找矿预测效果,进而对于地质勘察工作来说,在其找矿方面,明确了其方向.

摘要： 庐枞盆地位于长江中下游成矿带南段,盆地北部是主要的矿床分布区,形成了一系列大、中型多金属矿床.庐枞盆地的形成、演化及成矿受区域构造背景影响,是研究我国中东部地区中生代构造-岩浆-成矿及其时空关系的典型地区.本文论述了建立在安徽省枞阳县井边—无为县双河地区铜金矿调查评价区的地质矿产、物探、化探等因素基础上的矿产预测.

摘要： 收集胶东地区地质构造、矿产、区域地球物理、地球化学、遥感、自然重砂等金矿找矿的综合信息,选用特征分析法对预测变量进行优选.运用特征分析法、Q型聚类分析法、数量化理论和对应分析法等数学方法建立矿产预测评价模型.通过Surfer软件对研究区划定的预测单元成矿概率进行评价,优选出成矿靶区.本次研究结果共圈出A级区31处、B级区55处、C级区36处、D级区13处,实现了靶区定位.

摘要： 进入大数据时代,如何基于机器学习开展深层次矿化信息挖掘与集成是当前矿产预测的前沿领域.深层次矿化信息是指传统方法技术难以识别的矿化信息,包括隐蔽的矿化信息、深部的矿化信息和复杂地质背景下提取的特定信息.本文在分析基于大数据和机器学习的矿产预测与评价研究现状的基础上,重点介绍了机器深度学习的基本原理、深层次矿化信息挖掘与集成的主要研究内容,并以闽西南矽卡岩型铁多金属成矿区为例,构建了深度自编码网络模型,探讨了如何利用大数据思维和深度自编码网络进行找矿信息挖掘与集成.

摘要： 广西西大明山地区是区内近几年找矿成果显著的成矿带之一,笔者依托2015年"广西西大明山地区构造—蚀变调查方法总结及找矿预测地质模型构建"项目,对广西西大明山东部地区进行1∶5万构造—蚀变填图及1∶1万岩性—构造—蚀变矿化调查,建立2组4级5类构造—蚀变等级填图单元,圈定不同等级的构造—蚀变范围,推断矿化中心及可能的深部热源体,新发现5处金、铅锌矿化点并圈定两个预测区,为西大明山地区矿产预测与勘查工作部署提供重要的理论基础.本次构造—蚀变填图项目在取得了较好的找矿成果的同时,也为广西找矿突破战略行动提供了新的找矿思路,是全面推进"三大攻坚战",加快实现"两个建成"目标的具体实施行动.

摘要： 研究圈定磁场源边界位置能相对直观地从平面上反映地质体分布、断裂构造的展布、岩浆岩位置、深部构造特征以及矿产空间分布等矿产预测信息.传统的解释方法存在着不足,在地质情况复杂的地区,迭加异常相互干扰,弱信号与误差并存,使异常变得十分复杂而造成解释困难.高斯-拉普拉斯算子是各向同性的二阶微分算子,具有旋转不变性,对磁场梯度突变敏感,与异常边界走向无关;利用高斯-拉普拉斯算子消除空间尺度小于高斯空间系数的数据强度变化,压制噪声干扰.计算出梯度的零值点位置圈定重磁场的边界.本文对磁异常数据在化极、伪重力计算、曲面延拓处理的基础上,采用高斯-拉普拉斯算子场源识别法圈定重磁场的边界,提取和识别磁异常特征所反映的地质矿产信息,效果较好.

摘要： 进入新世纪,资源危机日益成为持续发展的瓶颈而引人关注.有人寄希望于能指导找矿的地质学来化解资源危机.由于地质学以(长于解决简单线性问题的)分析逻辑方法为工具,对于复杂、多变的找矿与预测并非所长,它无力担当化解资源危机的重任;造成资源危机的元凶是追求"利润最大化"和刺激消费.因此,资源危机是资本主义制度的产物,唯有社会主义制度能做到按自然规律发展经济,由于发展社会主义经济的目的是造福全民,所以它能做到近期与长远利益、需要与可能的统一,而不会出现资源危机.我国当前的资源问题乃是由于受外部感染所致,根治的办法就是调整经济政策,遵从客观规律和社会主义原则,节约不可再生资源.未来的地质学则应引进中华整体辩证思想方法,克服地质学不善预测的缺点,加大可再生资源的研发和利用，减少、节约不可再生资源消耗，加大潜在资源(贫而大矿产)的地质调查与开发技术研究。在地学领域做好基础理论与方法的建设，推广、普及中国传统的整体辩证思想方法的教学与应用，提高地质找矿与矿产预测水平，促进地质学的革命。

摘要： 矿产预测是矿调报告编写的重要组成部分.本文根据福建平和大小矾山地区矿产远景调查报告成果,较详细的介绍了利用矿产资源评价系统(MRAS)进行矿产预测的操作流程及成果,并讨论了预测成果的合理性及存在的主要问题,对矿调及其他大比例尺地质工作所涉及的矿产预测有一定的指导意义.

摘要： 构造运动及其形态,不仅可为金矿的形成提供导矿和容矿的空间,而且又是矿液运动的间接驱动力.区域深大断裂的形成与活动、地层的褶皱与错动都有可能形成不同规模、不同产状、不同性质的次级断裂、裂隙和破碎带,这些对金矿的形成都极为有利.断裂对成矿有一定的控制作用,同时断裂数据又是三维地质建模的重要数据源,间接的影响三维成矿预测.运用断裂数据构建三维断裂模型是构造建模的重要组成部分.以三维断裂模型为基础,研究未知区的断裂趋势对未知区域成矿预测至关重要.

摘要： 构造运动及其形态,不仅可为金矿的形成提供导矿和容矿的空间,而且又是矿液运动的间接驱动力.区域深大断裂的形成与活动、地层的褶皱与错动都有可能形成不同规模、不同产状、不同性质的次级断裂、裂隙和破碎带,这些对金矿的形成都极为有利.断裂对成矿有一定的控制作用,同时断裂数据又是三维地质建模的重要数据源,间接的影响三维成矿预测.运用断裂数据构建三维断裂模型是构造建模的重要组成部分.以三维断裂模型为基础,研究未知区的断裂趋势对未知区域成矿预测至关重要.

摘要： 构造运动及其形态,不仅可为金矿的形成提供导矿和容矿的空间,而且又是矿液运动的间接驱动力.区域深大断裂的形成与活动、地层的褶皱与错动都有可能形成不同规模、不同产状、不同性质的次级断裂、裂隙和破碎带,这些对金矿的形成都极为有利.断裂对成矿有一定的控制作用,同时断裂数据又是三维地质建模的重要数据源,间接的影响三维成矿预测.运用断裂数据构建三维断裂模型是构造建模的重要组成部分.以三维断裂模型为基础,研究未知区的断裂趋势对未知区域成矿预测至关重要.

摘要： 构造运动及其形态,不仅可为金矿的形成提供导矿和容矿的空间,而且又是矿液运动的间接驱动力.区域深大断裂的形成与活动、地层的褶皱与错动都有可能形成不同规模、不同产状、不同性质的次级断裂、裂隙和破碎带,这些对金矿的形成都极为有利.断裂对成矿有一定的控制作用,同时断裂数据又是三维地质建模的重要数据源,间接的影响三维成矿预测.运用断裂数据构建三维断裂模型是构造建模的重要组成部分.以三维断裂模型为基础,研究未知区的断裂趋势对未知区域成矿预测至关重要.

摘要： 本发明公开了一种用于预测煤中稀土矿产资源靶区的方法及电子设备。该方法包括：取待预测区域内的煤炭样品的样品采集信息以及煤炭样品中的样品稀土含量值，样品采集信息包括样品采集坐标和样品煤层编号；基于样品采集信息，检索煤中稀土元素空间数据库；若煤中稀土元素空间数据库中存在与样品采集信息匹配的参考典型煤炭样品，将参考典型煤炭样品的稀土含量值作为参考值；若样品稀土含量值不小于参考值中的最小值，将样品采集坐标输入煤中稀土元素成矿区模型；若样品采集坐标表征的采集范围与成矿区带存在重叠区域，基于样品稀土含量值、采集坐标以及重叠区域中典型煤炭样品的煤质基础数据，预测出待预测区域内的稀土矿产资源靶区。

摘要： 本发明公开一种基于神经网络模型的矿产资源预测方法及系统，涉及地球信息科学领域，主要包括：对已知地质图进行裁剪，得到包含有多个采样点的研究区；根据地球物理异常信息构建缓冲区；根据采样点的位置信息和缓冲区中心线得到成矿概率权重值；根据采样点的位置信息以及三叠系滑石关组与硅质角砾岩重要性的线性关系计算成矿概率特征值；根据权重表计算数据标签；构建行数与采样点个数等同的矩阵数据集，每行数据对应一采样点包含的地球化学元素含量、成矿概率权重值、成矿概率特征值和数据标签；利用矩阵数据集对构建的神经网络模型进行训练和优化；利用训练和优化后的模型对待测区预测，圈定矿产资源靶区。本发明能够实现预测结果更精确。

摘要： 本发明提供一种预测钒钛磁铁矿选矿产率的方法及应用，具体涉及矿物测量技术领域。该方法包括以下步骤：步骤H：计算钒钛磁铁矿磨矿产品中磁铁矿矿物量q；步骤I：统计磨矿产品制成的光片中单体、第一连生体和第二连生体的实测含量；步骤J：在所述光片中统计第二连生体的分布含量；步骤K：计算精矿的理论产率＝单体+第一连生体+进入精矿中的第二连生体的量。该方法更加客观、准确、精细，该方法得到的产率可以反映最终铁精矿的产率。

摘要： 本发明提出了一种基于样本失衡的深度学习矿产资源分类预测方法及系统，本发明将研究区分为矿床区、成矿远景区和背景区，若成矿远景区中存在化探数据异常的区域，则能够间接说明该区域具有较高的矿化概率且表现出与已知矿床的化探数据特征相似性更高。利用深度学习的方式来分析并确定成矿远景区内化探数据异常的区域，然后将已知矿床区和所得化探异常区两者的空间数据特征视为神经网络的学习对象，用于习得化探数据与矿化之间的客观规律。为了防止神经网络对背景区的空间数据特征过拟合等问题，引入损失权重和惩罚损失对传统的交叉熵损失函数做出改进。本发明能够在较少的矿靶区地球化学数据中找出矿化规律以在新的地球化学数据中预测矿化概率。

摘要： 本申请提供一种矿产储量预测方法及装置，可用于矿产领域。本发明实施例提供的矿产储量预测方法及装置能够根据预先建立的三维储量模型进行储量计算，得到预先划分的矿区高程区间内各品位区间的初始矿产储量；根据当前矿产市场价格和预先建立的价格‑边界品位计算模型确定边界品位；去除所述初始矿产储量中未达到所述边界品位的储量部分，得到预测矿产储量，对市场价格波动快速反应，做出准确的经济评价与决策。

摘要： 本发明公开了一种用于预测煤中稀土矿产资源靶区的方法及电子设备。该方法包括：取待预测区域内的煤炭样品的样品采集信息以及煤炭样品中的样品稀土含量值，样品采集信息包括样品采集坐标和样品煤层编号；基于样品采集信息，检索煤中稀土元素空间数据库；若煤中稀土元素空间数据库中存在与样品采集信息匹配的参考典型煤炭样品，将参考典型煤炭样品的稀土含量值作为参考值；若样品稀土含量值不小于参考值中的最小值，将样品采集坐标输入煤中稀土元素成矿区模型；若样品采集坐标表征的采集范围与成矿区带存在重叠区域，基于样品稀土含量值、采集坐标以及重叠区域中典型煤炭样品的煤质基础数据，预测出待预测区域内的稀土矿产资源靶区。

摘要： 本发明公开了一种基于多元地学信息叠加识别的矿产预测方法，属于资源信息技术领域，旨在解决传统的矿产预测方法预测速度慢，矿产勘查成本高，而且矿产预测的效率和精度较低的问题。通过预先圈定出矿田的范围，再推断矿床成因类型和成矿阶段构造，确定矿田内含矿构造类型，然后建立矿床的地质模型，再圈出预测区，最终求得预测区内预测资源量，充分利用了多元地学信息数据进行信息提取和信息综合，实现对微弱地学信息异常的有效增强和深度挖掘，有效避免了地质要素不确定性的影响，提高了模型的预测精度，进一步改善了矿产资源预测精度，从而实现更加高效、更高精度的矿产预测，矿产预测更加快速、高效、智能化，降低了矿产勘查成本。

摘要： 本发明属于矿产资源预测技术领域，具体公开了基于深度学习的斑岩浅成低温热液型矿产预测方法及系统，其中方法包括：预测变量准备、预测变量数据处理、训练样本选取、模型构建及找矿靶区识别。该方案基于60m空间分辨率提取地球物理、地球化学、高光谱矿物信息数据，不使用地质要素，有效避免了地质要素不确定性的影响，提高了模型的预测精度。在矿产预测领域中，首次构建自注意力机制全连接神经网络进行监督分类式矿产资源预测，增强了预测变量间关联信息的获取能力，提升预测变量有效特征的筛选能力，从而改善了矿产资源预测精度，为有效开展机器学习在矿产资源应用提供技术基础。

摘要： 本发明公开一种基于多尺度样本不均的矿产预测方法及系统，该方法包括：将收集的地质数据转换成图像数据，得到不同尺度的地球化学图；将地球化学图按照一定像素比例划分网格，并根据专家知识形成训练样本；进行样本数据增强；建立自编码器与生成对抗网络联合模型，使用小尺度地球化学图找到化探异常区域；构建加入注意力机制的卷积神经网络模型，对大尺度数据的异常区域进行矿产分类。本发明的联合模型可以学习多元地球化学数据之间的内在联系和特征，在小尺度数据上进行化探异常提取，可以有效避免地球化学数据中噪声的影响。在大尺度数据上利用注意力机制使得模型更加关注图像中重点信息，可有效提升图像分类准确性。

摘要： 本申请公开了模型训练、矿产预测方法、装置、设备以及存储介质，涉及计算机视觉、深度学习技术领域。具体实现方案为：获取目标区域的目标高光谱图像，目标高光谱图像包括至少一个已标注矿产类别的像素点；确定与目标高光谱图像对应的掩膜图像；根据目标高光谱图像以及掩膜图像，确定样本高光谱图像；根据至少一个已标注矿产类别的像素点，确定各像素点的标注向量；根据样本高光谱图像以及各像素点的标注向量，训练模型。本实现方式可以提高矿产探测的效率，保证模型的预测结果的空间连续性。