CN103886383A - 基于元素地球化学异常的花岗岩型铀矿靶区优选方法 - Google Patents
基于元素地球化学异常的花岗岩型铀矿靶区优选方法 Download PDFInfo
- Publication number
- CN103886383A CN103886383A CN201210557200.8A CN201210557200A CN103886383A CN 103886383 A CN103886383 A CN 103886383A CN 201210557200 A CN201210557200 A CN 201210557200A CN 103886383 A CN103886383 A CN 103886383A
- Authority
- CN
- China
- Prior art keywords
- uranium
- ore
- granite
- map
- geochemical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 229910052770 Uranium Inorganic materials 0.000 title claims abstract description 94
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 title claims abstract description 94
- 239000010438 granite Substances 0.000 title claims description 17
- 238000000034 method Methods 0.000 title abstract description 16
- 238000005457 optimization Methods 0.000 title description 2
- 230000002159 abnormal effect Effects 0.000 claims abstract description 27
- 230000033558 biomineral tissue development Effects 0.000 claims abstract description 20
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 238000012216 screening Methods 0.000 claims abstract description 4
- ZSLUVFAKFWKJRC-IGMARMGPSA-N 232Th Chemical compound [232Th] ZSLUVFAKFWKJRC-IGMARMGPSA-N 0.000 claims description 12
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 12
- 229910052776 Thorium Inorganic materials 0.000 claims description 12
- 239000011591 potassium Substances 0.000 claims description 12
- 229910052700 potassium Inorganic materials 0.000 claims description 12
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 claims description 3
- 239000002253 acid Substances 0.000 claims description 3
- 229910052790 beryllium Inorganic materials 0.000 claims description 3
- ATBAMAFKBVZNFJ-UHFFFAOYSA-N beryllium atom Chemical compound [Be] ATBAMAFKBVZNFJ-UHFFFAOYSA-N 0.000 claims description 3
- 229910052746 lanthanum Inorganic materials 0.000 claims description 3
- FZLIPJUXYLNCLC-UHFFFAOYSA-N lanthanum atom Chemical compound [La] FZLIPJUXYLNCLC-UHFFFAOYSA-N 0.000 claims description 3
- 239000013049 sediment Substances 0.000 claims description 3
- 229910052718 tin Inorganic materials 0.000 claims description 3
- 238000013517 stratification Methods 0.000 claims 4
- 238000002372 labelling Methods 0.000 claims 3
- 238000010187 selection method Methods 0.000 claims 3
- 238000012098 association analyses Methods 0.000 claims 2
- 238000012097 association analysis method Methods 0.000 claims 2
- 241001269238 Data Species 0.000 claims 1
- 229910052729 chemical element Inorganic materials 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 claims 1
- 239000002131 composite material Substances 0.000 claims 1
- 238000000605 extraction Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 7
- 238000011160 research Methods 0.000 abstract description 2
- 238000010219 correlation analysis Methods 0.000 description 8
- 230000001186 cumulative effect Effects 0.000 description 6
- 230000002547 anomalous effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- HMDDXIMCDZRSNE-UHFFFAOYSA-N [C].[Si] Chemical compound [C].[Si] HMDDXIMCDZRSNE-UHFFFAOYSA-N 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种基于元素地球化学异常的花岗岩型铀矿靶区优选方法，包括以下步骤：1）采集或收集元素地球化学数据；2）选出花岗岩型铀矿找矿目标区；3）单元素地球化学异常图编制；4）矿点投影变换；5）指示元素筛选；6）编制铀元素和辅助指示元素地球化学异常图并进行投影变换；7）对异常形态进行判断；8）判断铀成矿远景靶区的级别。本发明适用于全国范围内花岗岩型多个成矿带和预测区，涵盖面广、有效性高、适用性强、准确性好。本发明指示元素明确，可操作性强，规范评价方法流程，提高评价效率，保证研究结果的客观性。
Description
技术领域
本发明涉及一种基于元素地球化学异常的花岗岩型铀矿靶区优选方法，特别是涉及一种适用于花岗岩型资源潜力评价和铀矿远景靶区的预测的花岗岩型铀矿靶区优选方法。
背景技术
元素地球化学方法是铀矿地球化学找矿的重要的、有效的方法，该方法是通过区域内成矿元素和伴生元素的含量异常对铀矿成矿潜力进行评价。我国铀矿床主要分为四大类型，包括花岗岩型、火山岩型、砂岩型、碳硅泥岩型，而花岗岩型铀矿是我国四大类型铀矿中最主要的类型之一。在元素地球化学异常评价工作中，以往并没有明确的指示元素或其组合，没有明确的基于地球化学异常优选铀矿成矿靶区的方法流程，直接影响其评价效果，因此亟需提供一种新型的花岗岩型铀矿靶区优选方法。
发明内容
本发明要解决的技术问题是提供一种涵盖面广、有效性高、适用性强、准确性好的基于地球化学异常的花岗岩型铀矿靶区优选方法。
为解决上述技术问题，本发明一种基于元素地球化学异常的花岗岩型铀矿靶区优选方法，依次包括以下步骤：
1）选择1：5万～1：20万比例尺布置测网，采集水系沉积物样品，得到地球化学数据；或收集1：5万～1：20万比例尺元素地球化学数据；
2）利用铀元素地球化学数据编制铀元素地球化学等值图，提取铀含量大于5μg/g的区域编制富铀地质层分布图，选择位于富铀地质层分布图上中酸性复式花岗岩体分布地区的富铀地质层分布区域作为花岗岩型铀矿找矿目标区；
3）单元素地球化学异常图编制；
将花岗岩型铀矿找矿目标区全部地球化学分析元素编制单元素地球化学等值图；
4）矿点投影变换；
将花岗岩型铀矿找矿目标区的已知花岗岩型铀矿床位置以点文件的形式采用与预测区数字地质图相同的投影参数进行投影变换，没有已知花岗岩型铀矿的找矿目标区将矿点和矿化点以点文件形式采用与预测区数字地质图相同的投影参数进行投影变换；
5）指示元素筛选；
选择主成矿元素铀、钍、钾作为主要指示元素，辅助指示元素通过剖面关联分析法进行筛选；
6）编制铀、钍、钾元素和辅助指示元素地球化学异常图，并选用与4）相同的投影参数进行投影；
在单元素地球化学等值图中，将累频≥95%的区域标定为异常内带，将累频为85%-95%的区域标定为异常中带，将累频为70%-85%的区域标定为异常外带，得到各指示元素的地球化学异常图；
7）对异常形态进行判断：
在指示元素的地球化学异常图中，对照数字地质图，保留符合以下特征的异常，得到处理后的指示元素的地球化学异常图；
①异常形态呈团块状；
②异常带分布位置与数字地质图上地表花岗岩体分布位置一致，位于富铀地质层上，同一异常带包含一个或多个浓集中心；
8）在处理后的指示元素的地球化学异常图中，将铀、钍、钾三种主元素、及四种辅助元素中的两种及以上辅助元素的异常中带或异常外带重合、异常形态呈团块状，有两个以上浓集中心、两组以上断裂的交汇部位的区域判断为一级铀成矿远景靶区；
将铀、钍、钾三种主元素、一种异常辅助元素的异常内、中、外带重合且有一个浓集中心、一组断裂通过的区域判断为二级铀成矿远景靶区；
其它情况判断为三级铀成矿远景靶区。
剖面关联分析法为：
当存在已知花岗岩型铀矿床，将已知花岗岩型铀矿床点位叠加到所编制的单元素地球化学等值图上，在已知花岗岩型铀矿床通过的位置拉线性剖面，剖面长度为1千米～10千米，按70-90%相关度进行关联分析，取相关度最大的四个元素作为辅助指示元素；
当不存在已知花岗岩型铀矿床，将已知花岗岩型铀矿点和矿化点点位叠加到所编制的单元素地球化学等值图上，在已知花岗岩型铀矿点和矿化点通过的位置拉线性剖面，剖面长度为1千米～10千米，按70-90%相关度进行关联分析，取相关度最大的四个元素作为辅助指示元素；
当不存在已知花岗岩型铀矿床、矿点和矿化点，选择铅、铍、锡、镧作为辅助指示元素。
断裂的交汇部位为深大断裂及其旁支断裂交汇部位。
本发明适用于全国范围内花岗岩型多个成矿带和预测区，涵盖面广、指示元素明确、可操作性强、有效性高、适用性强、准确性好。
本发明利用元素地球化学资料对铀矿远景靶区进行优选分级，规范评价方法流程，提高评价效率，保证研究结果的客观性。
具体实施方式
本发明依次包括以下步骤：
1）选择1：5万～1：20万比例尺布置测网，采集水系沉积物样品，得到地球化学数据；或收集1：5万～1：20万比例尺元素地球化学数据；
2）利用铀元素地球化学数据编制铀元素地球化学等值图，提取铀含量大于5μg/g的区域编制富铀地质层分布图，选择位于富铀地质层分布图上中酸性复式花岗岩体分布地区的富铀地质层分布区域作为花岗岩型铀矿找矿目标区；
3）单元素地球化学异常图编制；
将花岗岩型铀矿找矿目标区全部地球化学分析元素编制单元素地球化学等值图；
4）矿点投影变换；
将花岗岩型铀矿找矿目标区的已知花岗岩型铀矿床位置以点文件的形式采用与预测区数字地质图相同的投影参数进行投影变换，没有已知花岗岩型铀矿的找矿目标区将矿点和矿化点以点文件形式采用与预测区数字地质图相同的投影参数进行投影变换；
5）指示元素筛选；
选择主成矿元素铀、钍、钾作为主要指示元素，辅助指示元素通过剖面关联分析法进行筛选；
剖面关联分析法为：
当存在已知花岗岩型铀矿床，将已知花岗岩型铀矿床点位叠加到所编制的单元素地球化学等值图上，在已知花岗岩型铀矿床通过的位置拉线性剖面，剖面长度为1千米～10千米，按70-90%相关度进行关联分析，取相关度最大的四个元素作为辅助指示元素；
当不存在已知花岗岩型铀矿床，将已知花岗岩型铀矿点和矿化点点位叠加到所编制的单元素地球化学等值图上，在已知花岗岩型铀矿点和矿化点通过的位置拉线性剖面，剖面长度为1千米～10千米，按70-90%相关度进行关联分析，取相关度最大的四个元素作为辅助指示元素；
当不存在已知花岗岩型铀矿床、矿点和矿化点，选择铅、铍、锡、镧作为辅助指示元素。
6）编制铀、钍、钾元素和辅助指示元素地球化学异常图，并选用与4）相同的投影参数进行投影；
在单元素地球化学等值图中，将累频≥95%的区域标定为异常内带，将累频为85%-95%的区域标定为异常中带，将累频为70%-85%的区域标定为异常外带，得到各指示元素的地球化学异常图；
7）对异常形态进行判断：
在指示元素的地球化学异常图中，对照数字地质图，保留符合以下特征的异常，得到处理后的指示元素的地球化学异常图；
①异常形态呈团块状；
②异常带分布位置与数字地质图上地表花岗岩体分布位置一致，位于富铀地质层上，同一异常带包含一个或多个浓集中心；
8）在处理后的指示元素的地球化学异常图中，将铀、钍、钾三种主元素、及四种辅助元素中的两种及以上辅助元素的异常中带或异常外带重合、异常形态呈团块状，有两个以上浓集中心、两组以上断裂的交汇部位的区域判断为一级铀成矿远景靶区；
将铀、钍、钾三种主元素、一种异常辅助元素的异常内、中、外带重合且有一个浓集中心、一组断裂通过的区域判断为二级铀成矿远景靶区；
其它情况判断为三级铀成矿远景靶区。
断裂的交汇部位为深大断裂及其旁支断裂交汇部位；
一级远景靶区是最有利的铀成矿远景区，二级远景靶区是有利的铀成矿远景区，三级远景靶区是较有利的铀成矿远景区，后续按一、二、三级远景区级别依次开展工作。
本发明适用于桃山—诸广花岗岩型铀成矿带及全国范围内其它花岗岩型多个成矿带和预测区。
Claims (3)
1.一种基于元素地球化学异常的花岗岩型铀矿靶区优选方法，依次包括以下步骤：
1）选择1：5万～1：20万比例尺布置测网，采集水系沉积物样品，得到地球化学数据；或收集1：5万～1：20万比例尺元素地球化学数据；
2）利用铀元素地球化学数据编制铀元素地球化学等值图，提取铀含量大于5μg/g的区域编制富铀地质层分布图，选择位于富铀地质层分布图上中酸性复式花岗岩体分布地区的富铀地质层分布区域作为花岗岩型铀矿找矿目标区；
3）单元素地球化学异常图编制；
将花岗岩型铀矿找矿目标区全部地球化学分析元素编制单元素地球化学等值图；
4）矿点投影变换；
将花岗岩型铀矿找矿目标区的已知花岗岩型铀矿床位置以点文件的形式采用与预测区数字地质图相同的投影参数进行投影变换，没有已知花岗岩型铀矿的找矿目标区将矿点和矿化点以点文件形式采用与预测区数字地质图相同的投影参数进行投影变换；
5）指示元素筛选；
选择主成矿元素铀、钍、钾作为主要指示元素，辅助指示元素通过剖面关联分析法进行筛选；
6）编制铀、钍、钾元素和辅助指示元素地球化学异常图，并选用与4）相同的投影参数进行投影；
在单元素地球化学等值图中，将累频≥95%的区域标定为异常内带，将累频为85%-95%的区域标定为异常中带，将累频为70%-85%的区域标定为异常外带，得到各指示元素的地球化学异常图；
7）对异常形态进行判断：
在指示元素的地球化学异常图中，对照数字地质图，保留符合以下特征的异常，得到处理后的指示元素的地球化学异常图；
①异常形态呈团块状；
②异常带分布位置与数字地质图上地表花岗岩体分布位置一致，位于富铀地质层上，同一异常带包含一个或多个浓集中心；
8）在处理后的指示元素的地球化学异常图中，将铀、钍、钾三种主元素、及四种辅助元素中的两种及以上辅助元素的异常中带或异常外带重合、异常形态呈团块状，有两个以上浓集中心、两组以上断裂的交汇部位的区域判断为一级铀成矿远景靶区；
将铀、钍、钾三种主元素、一种异常辅助元素的异常内、中、外带重合且有一个浓集中心、一组断裂通过的区域判断为二级铀成矿远景靶区；
其它情况判断为三级铀成矿远景靶区。
2.根据权利要求1所述的一种基于地球化学异常的花岗岩型铀矿靶区优选方法，其特征在于：所述剖面关联分析法为：
当存在已知花岗岩型铀矿床，将已知花岗岩型铀矿床点位叠加到所编制的单元素地球化学等值图上，在已知花岗岩型铀矿床通过的位置拉线性剖面，剖面长度为1千米～10千米，按70-90%相关度进行关联分析，取相关度最大的四个元素作为辅助指示元素；
当不存在已知花岗岩型铀矿床，将已知花岗岩型铀矿点和矿化点点位叠加到所编制的单元素地球化学等值图上，在已知花岗岩型铀矿点和矿化点通过的位置拉线性剖面，剖面长度为1千米～10千米，按70-90%相关度进行关联分析，取相关度最大的四个元素作为辅助指示元素；
当不存在已知花岗岩型铀矿床、矿点和矿化点，选择铅、铍、锡、镧作为辅助指示元素。
3.根据权利要求1所述的一种基于地球化学异常的花岗岩型铀矿靶区优选方法，其特征在于：所述断裂的交汇部位为深大断裂及其旁支断裂交汇部位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210557200.8A CN103886383A (zh) | 2012-12-20 | 2012-12-20 | 基于元素地球化学异常的花岗岩型铀矿靶区优选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210557200.8A CN103886383A (zh) | 2012-12-20 | 2012-12-20 | 基于元素地球化学异常的花岗岩型铀矿靶区优选方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103886383A true CN103886383A (zh) | 2014-06-25 |
Family
ID=50955265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210557200.8A Pending CN103886383A (zh) | 2012-12-20 | 2012-12-20 | 基于元素地球化学异常的花岗岩型铀矿靶区优选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103886383A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104076393A (zh) * | 2014-07-10 | 2014-10-01 | 核工业北京地质研究院 | 一种花岗岩型铀矿隐伏成矿构造带识别方法 |
| CN106934478A (zh) * | 2015-12-29 | 2017-07-07 | 核工业北京地质研究院 | 基于ahp的高放废物地质处置库场址适宜性定量评价方法 |
| CN107727829A (zh) * | 2017-09-11 | 2018-02-23 | 核工业北京地质研究院 | 一种花岗岩型铀矿剥蚀程度半定量估算方法 |
| CN108761550A (zh) * | 2018-04-24 | 2018-11-06 | 湖南湘核三零二地质勘查有限公司 | 一种南方花岗岩型铀矿找矿方法 |
| CN109856107A (zh) * | 2017-11-30 | 2019-06-07 | 核工业北京地质研究院 | 一种鉴定绿柱石的方法 |
| CN112379461A (zh) * | 2020-10-29 | 2021-02-19 | 自然资源部第二海洋研究所 | 一种深海多金属硫化物资源的勘探保留区圈定方法 |
| CN113535801A (zh) * | 2021-06-10 | 2021-10-22 | 核工业北京地质研究院 | 一种铀矿钻孔布尔型和数值型信息的关联规则分析方法 |
| CN113588919A (zh) * | 2021-07-23 | 2021-11-02 | 昆明理工大学 | 一种适用于花岗斑岩型稀有金属矿床找矿勘查的预测方法 |
| CN114384100A (zh) * | 2021-12-10 | 2022-04-22 | 核工业北京地质研究院 | 一种有利铀成矿花岗岩的元素地球化学判别方法 |
| CN119273490A (zh) * | 2024-12-06 | 2025-01-07 | 中国地质科学院地球物理地球化学勘查研究所 | 用于区域地球化学数据再利用的稀有金属异常提取方法 |
-
2012
- 2012-12-20 CN CN201210557200.8A patent/CN103886383A/zh active Pending
Non-Patent Citations (2)
| Title |
|---|
| 付锦等: ""全国铀矿资源潜力评价化探数据应用研究"", 《铀矿地质》 * |
| 祝宏勋等: ""多重关联分析法在降扎地区铀成矿预测评价中的应用"", 《铀矿地质》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104076393A (zh) * | 2014-07-10 | 2014-10-01 | 核工业北京地质研究院 | 一种花岗岩型铀矿隐伏成矿构造带识别方法 |
| CN104076393B (zh) * | 2014-07-10 | 2017-10-27 | 核工业北京地质研究院 | 一种花岗岩型铀矿隐伏成矿构造带识别方法 |
| CN106934478A (zh) * | 2015-12-29 | 2017-07-07 | 核工业北京地质研究院 | 基于ahp的高放废物地质处置库场址适宜性定量评价方法 |
| CN107727829A (zh) * | 2017-09-11 | 2018-02-23 | 核工业北京地质研究院 | 一种花岗岩型铀矿剥蚀程度半定量估算方法 |
| CN109856107A (zh) * | 2017-11-30 | 2019-06-07 | 核工业北京地质研究院 | 一种鉴定绿柱石的方法 |
| CN108761550A (zh) * | 2018-04-24 | 2018-11-06 | 湖南湘核三零二地质勘查有限公司 | 一种南方花岗岩型铀矿找矿方法 |
| CN112379461A (zh) * | 2020-10-29 | 2021-02-19 | 自然资源部第二海洋研究所 | 一种深海多金属硫化物资源的勘探保留区圈定方法 |
| CN113535801A (zh) * | 2021-06-10 | 2021-10-22 | 核工业北京地质研究院 | 一种铀矿钻孔布尔型和数值型信息的关联规则分析方法 |
| CN113535801B (zh) * | 2021-06-10 | 2023-11-14 | 核工业北京地质研究院 | 一种铀矿钻孔布尔型和数值型信息的关联规则分析方法 |
| CN113588919A (zh) * | 2021-07-23 | 2021-11-02 | 昆明理工大学 | 一种适用于花岗斑岩型稀有金属矿床找矿勘查的预测方法 |
| CN114384100A (zh) * | 2021-12-10 | 2022-04-22 | 核工业北京地质研究院 | 一种有利铀成矿花岗岩的元素地球化学判别方法 |
| CN119273490A (zh) * | 2024-12-06 | 2025-01-07 | 中国地质科学院地球物理地球化学勘查研究所 | 用于区域地球化学数据再利用的稀有金属异常提取方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103886383A (zh) | 基于元素地球化学异常的花岗岩型铀矿靶区优选方法 | |
| CN103886381B (zh) | 基于元素地球化学异常的砂岩型铀矿靶区优选方法 | |
| Pan et al. | Investigating heavy metal pollution in mining brownfield and its policy implications: a case study of the Bayan Obo rare earth mine, Inner Mongolia, China | |
| Foster et al. | Introduction to the virtual special issue monitoring ecological responses to air quality and atmospheric deposition in the Athabasca Oil Sands region the wood Buffalo environmental Association's Forest health monitoring program | |
| Skaggs et al. | Local mining or lead importation in the Roman province of Africa Proconsularis? Lead isotope analysis of curse tablets from Roman Carthage, Tunisia | |
| CN112557612B (zh) | 利用水系沉积物解析金属矿区地下水重金属污染源及污染边界的方法 | |
| CN103886382A (zh) | 基于元素地球化学异常的火山岩型铀矿靶区优选方法 | |
| Cui et al. | Contamination and distribution of heavy metals in urban and suburban soils in Zhangzhou City, Fujian, China | |
| CN103903057B (zh) | 基于元素地球化学异常的碳硅泥岩型铀矿靶区优选方法 | |
| Olatunji et al. | Evaluation of pollution of soils and particulate matter around metal recycling factories in southwestern Nigeria | |
| CN112444891B (zh) | 一种火山岩型铀多金属矿深部矿体探测方法 | |
| CN106291745A (zh) | 基于物化探异常的花岗岩型铀矿靶区优选方法 | |
| Haddadchi et al. | Grid‐based sediment tracing approach to determine sediment sources | |
| Plouffe et al. | Integrating ice-flow history, geochronology, geology, and geophysics to trace mineralized glacial erratics to their bedrock source: An example from south-central British Columbia | |
| NESBITI | Applications of Oxygen Hydrogen Isotopes and to Exploration for Hydrothermal Mineralization | |
| CN118569469A (zh) | 历史遗留矿山矿种类型确定及污染状况归类测评方法 | |
| CN111880240A (zh) | 一种基于砂金指针矿物学的找矿方法 | |
| Kwiatkowska-Malina et al. | Geostatistical modelling of soil contamination with arsenic, cadmium, lead, and nickel: the Silesian voivodeship, Poland case study | |
| Beyer et al. | Exploration geochemistry of surficial media over the high-grade McArthur River uranium deposit, Saskatchewan, Canada | |
| Bowden et al. | The Kayelekera uranium deposit, Northern Malawi: past exploration activities, economic geology and decay series disequilibrium | |
| Liao et al. | Metallogenic efficiencies of ore-forming elements in the Shizhuyuan ore-field, Hunan Province, SE China: implications for ore-generating potential and mineral prospecting | |
| Jones III et al. | GIS-based identification of areas with mineral resource potential for six selected deposit groups, Bureau of Land Management Central Yukon Planning Area, Alaska | |
| Berryman et al. | Using lichens as bioindicators of air pollution deposition near remote mining operations | |
| Partington et al. | Modelling of mafic Ni–Cu–PGE and porphyry Cu–Au prospectivity throughout Southland, New Zealand. | |
| Howell | Prospecting for Coal Bed Uranium in Kansas Through the Use of ArcGIS and Uranium Proxies |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140625 |
|
| WD01 | Invention patent application deemed withdrawn after publication |