CN105988143A - 一种适用于矿田深部铀资源潜力定位预测的方法 - Google Patents
一种适用于矿田深部铀资源潜力定位预测的方法 Download PDFInfo
- Publication number
- CN105988143A CN105988143A CN201510075542.XA CN201510075542A CN105988143A CN 105988143 A CN105988143 A CN 105988143A CN 201510075542 A CN201510075542 A CN 201510075542A CN 105988143 A CN105988143 A CN 105988143A
- Authority
- CN
- China
- Prior art keywords
- ore
- deep
- uranium
- deposit
- potential
- 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 76
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000033558 biomineral tissue development Effects 0.000 claims abstract description 39
- 238000009826 distribution Methods 0.000 claims abstract description 22
- 230000002349 favourable effect Effects 0.000 claims abstract description 18
- 238000011160 research Methods 0.000 claims abstract description 15
- 239000000126 substance Substances 0.000 claims abstract description 7
- 238000005065 mining Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 claims 9
- 239000011707 mineral Substances 0.000 claims 9
- 230000002159 abnormal effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 8
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 13
- 239000010438 granite Substances 0.000 description 12
- 239000011435 rock Substances 0.000 description 12
- 230000000694 effects Effects 0.000 description 9
- 210000003462 vein Anatomy 0.000 description 8
- 239000011045 chalcedony Substances 0.000 description 7
- 238000011161 development Methods 0.000 description 7
- 230000018109 developmental process Effects 0.000 description 7
- 239000010453 quartz Substances 0.000 description 6
- 230000002378 acidificating effect Effects 0.000 description 2
- 239000003513 alkali Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000009933 burial Methods 0.000 description 2
- 239000011019 hematite Substances 0.000 description 2
- 229910052595 hematite Inorganic materials 0.000 description 2
- LIKBJVNGSGBSGK-UHFFFAOYSA-N iron(3+);oxygen(2-) Chemical compound [O-2].[O-2].[O-2].[Fe+3].[Fe+3] LIKBJVNGSGBSGK-UHFFFAOYSA-N 0.000 description 2
- 238000010008 shearing Methods 0.000 description 2
- 241000581364 Clinitrachus argentatus Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 229910052787 antimony Inorganic materials 0.000 description 1
- 239000002585 base Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910052626 biotite Inorganic materials 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- YGANSGVIUGARFR-UHFFFAOYSA-N dipotassium dioxosilane oxo(oxoalumanyloxy)alumane oxygen(2-) Chemical compound [O--].[K+].[K+].O=[Si]=O.O=[Al]O[Al]=O YGANSGVIUGARFR-UHFFFAOYSA-N 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000010445 mica Substances 0.000 description 1
- 229910052618 mica group Inorganic materials 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910052627 muscovite Inorganic materials 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000002062 proliferating effect Effects 0.000 description 1
- 239000011028 pyrite Substances 0.000 description 1
- 229910052683 pyrite Inorganic materials 0.000 description 1
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 1
- 239000011044 quartzite Substances 0.000 description 1
- 229910052704 radon Inorganic materials 0.000 description 1
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 229910000442 triuranium octoxide Inorganic materials 0.000 description 1
- 229910001727 uranium mineral Inorganic materials 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明属于地质勘查技术领域,具体公开一种适用于矿田深部铀资源潜力定位预测的方法,包括以下步骤:步骤(1)、矿床矿体分布特征研究;步骤(2)、厘定矿床含矿构造特征;步骤(3)、对比矿床深部成矿条件;步骤(4)、评价矿床成矿潜力。本发明的方法充分利用矿床地区地-物-化综合特征及技术,确定铀矿床深部含矿构造产状延伸变化情况,圈定找矿有利靶区。
Description
技术领域
本发明属于地质勘查技术领域,具体涉及一种适用于矿田深部铀资源潜力定位预测的方法。
背景技术
铀矿资源是国防建设和核能发展的重要战略资源、属国家重大战略需求。当前我国核能资源的需求量迅速增长。
我国经过50多年的铀矿勘查工作,矿床浅表的铀资源开发利用已无法满足日益扩大的核能资源需求,深部铀资源潜力预测是我国铀资源勘查的主攻方向之一,也将为我国核能资源的开发和利用提供基础保障。在原已开发利用的典型矿床基础上,以深源成矿理论为指导,充分利用铀资源潜力预测最新方法、手段,采用新技术、新方法建立矿床深部铀矿化空间定位模式,总结铀矿化主控因素和成矿规律,对不同类型铀矿床开展立体式研究,实现对矿床深部铀资源潜力的定位预测,圈定找矿有利靶区。如何利用各种技术手段和基础地质资料,来确定铀矿床深部含矿构造产状延伸变化情况,是深部铀资源潜力定位预测的关键技术,因此,含矿构造产状深部延伸变化情况的研究对深部铀资源潜力定位预测具有指导意义。
现有技术对深部铀资源潜力定位预测的应用力度一直不大。但随着现有矿山开采工作量的完成,矿床工区的生产需求迫切,深部资源预测对矿山探矿,延长矿山使用年限具有重要意义。深部构造解释技术是深部成矿预测的核心技术,铀矿体一般体积小,矿化信息弱,很难直接预测。因此,深部成矿预测关键是对其成矿环境预测。
发明内容
本发明的目的在于提供一种适用于矿田深部铀资源潜力定位预测的方法,该方法充分利用矿床地区地-物-化综合特征及技术,确定铀矿床深部含矿构造产状延伸变化情况,圈定找矿有利靶区。
本发明的技术方案如下所述:
一种适用于矿床深部铀资源潜力定位预测的方法,包括以下步骤:
步骤1、矿床矿体分布特征研究;
步骤2、厘定矿床含矿构造特征;
步骤3、对比矿床深部成矿条件;
步骤4、评价矿床成矿潜力。
一种适用于矿床深部铀资源潜力定位预测的方法,所述步骤1中包括:步骤1.1矿体分布规律的确定,步骤1.2不同标高铀矿化差异及其向深部展布规律的研究。
一种适用于矿床深部铀资源潜力定位预测的方法,所述步骤2中包括:步骤2.1矿区内构造分布特征研究,步骤2.2含矿构造特征研究。
一种适用于矿床深部铀资源潜力定位预测的方法,所述步骤3中包括:步骤3.1选取标型剖面,进行铀矿化部位特征与物化探异常的对比;步骤3.2利用浅部铀成矿特征和规律,对深部不同标高的矿体进行预测,总结深部铀成矿主要控制因素。
一种适用于矿床深部铀资源潜力定位预测的方法,所述步骤4中包括:步骤4.1)收集、整理区域地物化遥资料,提取有利预测要素,实现对矿床深部铀资源潜力的定位预测,圈定找矿有利靶区。
本发明的有益技术效果在于:
(1)本发明可用于已开发矿床深部铀资源预测及远景扩大,具有高效、快速等特点。
(2)本发明基于明确的地质、物化探方法组合,可操作性强。
(3)本发明为丰富深部铀资源找矿方法,全面开展深部铀资源预测和远景扩大提供依据。
(4)本发明相关工作是在诸广南部基地铀资源扩大与评价技术研究中完成的,建立了诸广南部地区成矿构造带的地-物-化识别标志,提出了深部铀资源远景区,为诸广南部地区铀矿找矿和工作部署提供了依据。
附图说明
图1为本发明提供的一种适用于矿田深部铀资源潜力定位预测的方法应用在竹山下矿床成矿有利地段的初步圈定示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
本实施例以我国南方诸广(研究区)及其它地区深部铀资源找矿勘探为例,介绍本发明所提供的一种适用于矿床深部铀资源潜力定位预测的方法,具体步骤如下:
步骤1、矿床矿体分布特征研究
步骤1.1、竹山下矿床的矿体分布规律的确定
收集已开发矿床的勘探资料,编制矿床主要矿体分布图,研究铀矿化分布规律及其与构造、脉体分布的空间关系。
①矿化分布规律
竹山下矿床区内,铀矿化严格受北西西向构造带与北北东、北东向硅化带复合控制,形成大脉或群脉型矿化,矿化体沿细粒白(黑)云母花岗岩接触带凹槽成群分布,向东侧伏,与碎裂岩带、蚀变岩带关系密切。
②矿体分布规律
分析总结矿床内已探明和控制矿体的资料,矿体产状与构造带产状一致,矿体赋存在北西西向煌斑岩(辉绿岩)与北北东向硅化带交接复合部位形成交点型矿化,矿体严格受交点复合轨迹控制,在构造膨大、分支、交叉、转弯部位矿化富集。
步骤1.2、不同标高铀矿化差异及其向深部展布规律的研究
在矿床不同标高进行取样分析,研究不同高度铀矿物组合、蚀变特征、地球化学成分差异,研究不同标高铀矿化差异及其向深部展布规律。
“交点”型矿体走向长度小,倾向长度较大,形态为板柱状、透镜状、脉状。
竹山下矿床矿体的赋存标高为800~200m,矿化垂幅在700m以上。
在深部,矿床标高为200米处,矿体赋存在断裂硅化组带与辉绿岩重接复合和北北东向硅化带交接部位,含矿岩性为硅化、赤铁矿化花岗岩和闪斜煌斑岩,见白色块状石英、红色玉髓,片理化发育,矿化品位为0.155%。
在浅部,标高为730米处附近,矿体产于硅化带下盘,形态为板柱状,矿化岩性为中等—弱硅化破碎花岗岩,残余花岗结构,下盘有片理化,两侧有含泥构造,矿化品位为0.155%。
步骤2、厘定矿床含矿构造特征
步骤2.1、矿区内构造分布特征研究
提取研究区的区域构造背景资料,在此基础上,对矿田级构造进行细致的研究,厘定构造期次构造序次、构造性质及其与铀矿化关系,确定控矿构造。
竹山下矿区内主要断裂构造有北东向、北西西向及北北东向等三组断裂构造,其中北西向断裂构造最为发育,与矿化关系最为密切。
北东向构造主要由硅化断裂带组成,次为闪长玢岩。总体产状30°~60°NW∠70°~80°,宽一般为1~3m,最大厚度12m。由南到北,其走向变化从40°~60°变为70°~88°,倾向北西,倾角65°~80°不等。充填物有硅化花岗岩、硅质胶结角砾岩、白色块状石英、红色灰黑色玉髓、梳状石英等,南部与102-石角围断裂带相接,属压扭性构造,在其下盘发育一组走向近于平行的次级构造,是矿床含矿构造,其余的北东-北东东向构造Fg4、F86-4等均被闪长玢岩脉充填。
北北东向断裂带主要有F102-2、F102-3、F2-1、F2-2、F22、F8、F9等,是矿田内102-石角围硅化断裂带北延部分,呈等间距分布,构造组带宽约1.7km,产状10°~30°NW(SE)∠70°~80°,单条构造长100~300m,宽0.20~1.50m,最宽2.70m,充填物有强硅化赤铁矿化花岗岩、白色石英、杂色玉髓、黄铁矿等,北北东向硅化断裂带结构面有的平直、有的呈舒缓波状、片理化东南部较发育,它错断北西西向构造。
步骤2.2、含矿构造特征研究
研究不同方向构造交点对铀矿化富集、保存的作用,识别控矿构造向深部展布方向、产状变化情况,确定矿床内构造结点成矿潜力。
北西西向断裂带,主要有F1以及与F1大致平行或小角度相交的由辉绿岩、挤压片理化花岗岩、碎裂岩、热液石英岩组成的复杂构造带,是矿床主要控矿、含矿构造。F1组带横贯矿床东西,总长3.5km,宽30~100m,局部达300m以上,在其上下盘发育有F1-1、F1-3、F3、F13、F14等构造,单条构造长150~200m,最长大于300m,厚2~4m,沿走向、倾向有膨胀收缩、分枝复合等特点,总体产状270°~300°NE∠70°~87°,物质成份主要有中等硅化、片理化、赤铁矿化花岗岩、辉绿岩和杂色玉髓等。构造活动性质表现为多期次的压、压扭及张性。早期构造内有大规模的基性岩浆活动形成中基性岩脉(强),显压性特点,随后韧性剪切作用使岩石产生片理化、糜棱岩化,再其次有中温富铀碱性热液活动,形成矿区早期的碱交代碎裂岩型铀矿体,最后为中、低温富铀酸性热液活动,形成以玉髓型为矿床主要矿化类型的铀矿体,与早期的中基性脉岩、碱交代岩叠加致富。F1断裂组带上的铀矿体(化)多分布在宽为50m左右的范围内,主要受成矿期的玉髓脉控制,沥青铀矿多以星点状、细脉状分布于烟灰色、红色玉髓或硅化片理化辉绿岩中。矿化与构造发育程度、构造产状变异情况、围岩自变质作用发育程度、有利脉岩及细粒花岗岩的空间分布、北北东向断裂构造的复合情况等因素关系密切。
步骤3、对比矿床深部成矿条件
步骤3.1、选取标型剖面,进行铀矿化部位特征与物化探异常的对比通过标型剖面对比,总结铀矿化与物化探异常的变化规律。
竹山下矿床矿化主要有三个条件控制:(1)北北东、北东构造的分布决定了矿体的位置;(2)F1构造深部发育程度控制矿体埋藏深度;(3)岩石自变质深浅和有利岩性与构造复合关系决定矿体大小及贫富。
步骤3.2、有利铀成矿环境判断
结合物化探推测深部构造、岩性界面、脉体发育情况,判断有利的铀成矿环境。利用浅部铀成矿特征和规律,对深部不同标高的矿体进行预测,总结深部铀成矿主要控制因素
矿区内存在着二组构造所控制的矿体,一是缓倾斜构造(属张性)控制的缓倾斜矿体,埋藏深度不大,一是陡倾斜构造(属剪切)控制的陡倾斜矿体,该类矿体延伸较深。
北东向含矿硅化断裂带晚于北西西向含矿硅化断裂带,早期沿北西西F1断裂带而沉淀,这次热液活动幅度大,范围广,所形成的矿体规模也最大,是矿区的主要热液活动期。其次是沿北北东构造方向活动的含矿热液,此次热液活动幅度小,温度低,各色玉髓多成脉状充填,如沿F2、F8、F9带所成的矿化具有此特点。
铀成矿围岩以酸性富铀花岗岩为主,并形成广泛发育多期多阶段石英脉或硅化带,铀矿化与燕山早期第三阶段的小岩体在空间上关系密切,矿体多产于帽峰岩体的内外接触带的洼兜或凹槽部位。
步骤4、评价矿床成矿潜力
收集、整理区域地物化遥资料,提取有利预测要素,实现对矿床深部铀资源潜力的定位预测,圈定找矿有利靶区。
如图1所示,通过综合分析物化探成果及其地质条件,在竹山下外围初步圈定3片有利区。
有利成矿区1:位于中粒黑云母花岗岩与细粒白云母花岗岩接触带附近,并与北西西向构造交汇,具有化探U、Sb及氡气异常。
有利成矿区2:位于北西西向辉绿岩与北东向构造交汇部位,沿张裂隙充填呈断块状的同一期次辉绿岩中具有铀矿化,具有化探U、Cd异常。
有利成矿区3:具有化探Sb异常,不连续的U、Cd异常,物探剖面解释存在隐伏断裂,该方向上有不连续的石英闪长岩、辉绿岩脉充填。
通过勘探剖面调查,竹山下矿床深部存在铀矿化线索,11线-17线,40线-44线在标高200m处存在富铀矿体,矿体构造硅化脉控制明显,呈陡倾向向深部延伸,是深部找矿重要地段。
上面结合附图和实施例对本发明作了详细说明,但是本发明并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。
Claims (5)
1.一种适用于矿床深部铀资源潜力的定位预测的方法,其特征在于:包括以下步骤:
步骤(1)、矿床矿体分布特征研究;
步骤(2)、厘定矿床含矿构造特征;
步骤(3)、对比矿床深部成矿条件;
步骤(4)、评价矿床成矿潜力。
2.根据权利要求1所述的一种适用于矿床深部铀资源潜力的定位预测的方法,其特征在于:所述步骤(1)中包括:步骤(1.1)矿体分布规律的确定,步骤(1.2)不同标高铀矿化差异及其向深部展布规律的研究。
3.根据权利要求2所述的一种适用于矿床深部铀资源潜力的定位预测的方法,其特征在于:所述步骤(2)中包括:步骤(2.1)矿区内构造分布特征研究,步骤(2.2)含矿构造特征研究。
4.根据权利要求3所述的一种适用于矿床深部铀资源潜力的定位预测的方法,其特征在于:所述步骤(3)中包括:步骤(3.1)选取标型剖面,进行铀矿化部位特征与物化探异常的对比;步骤(3.2)利用浅部铀成矿特征和规律,对深部不同标高的矿体进行预测,总结深部铀成矿主要控制因素。
5.根据权利要求4所述的一种适用于矿床深部铀资源潜力的定位预测的方法,其特征在于:所述步骤(4)中包括:步骤(4.1)收集、整理区域地物化遥资料,提取有利预测要素,实现对矿床深部铀资源潜力的定位预测,圈定找矿有利靶区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510075542.XA CN105988143A (zh) | 2015-02-12 | 2015-02-12 | 一种适用于矿田深部铀资源潜力定位预测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510075542.XA CN105988143A (zh) | 2015-02-12 | 2015-02-12 | 一种适用于矿田深部铀资源潜力定位预测的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105988143A true CN105988143A (zh) | 2016-10-05 |
Family
ID=57042026
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510075542.XA Pending CN105988143A (zh) | 2015-02-12 | 2015-02-12 | 一种适用于矿田深部铀资源潜力定位预测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105988143A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106526078A (zh) * | 2016-10-28 | 2017-03-22 | 核工业北京地质研究院 | 一种用于提取深部铀成矿信息的氡气‑地气联合测量方法 |
CN107608006A (zh) * | 2017-08-08 | 2018-01-19 | 国家海洋局第二海洋研究所 | 一种海底热液硫化物资源评价方法 |
CN108020865A (zh) * | 2016-11-02 | 2018-05-11 | 核工业北京地质研究院 | 一种花岗岩型铀矿深部有利成矿空间识别及定位方法 |
CN108181669A (zh) * | 2017-12-25 | 2018-06-19 | 核工业北京地质研究院 | 一种热点作用区铀成矿识别定位方法 |
CN108710777A (zh) * | 2018-05-21 | 2018-10-26 | 中国地质大学(武汉) | 基于多卷积自编码神经网络的多元化探异常识别方法 |
CN110133748A (zh) * | 2019-05-08 | 2019-08-16 | 核工业北京地质研究院 | 一种集成碱交代型铀矿深部成矿信息的方法 |
CN113189671A (zh) * | 2021-05-24 | 2021-07-30 | 江西省地质调查研究院 | 特大型金铀钨铜有色稀有金属矿床实用高效找矿勘查方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003194946A (ja) * | 2001-12-25 | 2003-07-09 | Toshiba Corp | 放射能測定方法及び装置及び放射性廃棄物処理システム |
KR101291218B1 (ko) * | 2011-05-04 | 2013-07-31 | 한국지질자원연구원 | 우라늄 자원탐사를 위한 토양 라돈 측정 시스템 |
CN103824133A (zh) * | 2014-03-06 | 2014-05-28 | 核工业北京地质研究院 | 一种花岗岩型铀矿田远景区综合预测方法 |
CN104237964A (zh) * | 2014-08-14 | 2014-12-24 | 核工业北京地质研究院 | 古河道型砂岩铀矿定位方法 |
-
2015
- 2015-02-12 CN CN201510075542.XA patent/CN105988143A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003194946A (ja) * | 2001-12-25 | 2003-07-09 | Toshiba Corp | 放射能測定方法及び装置及び放射性廃棄物処理システム |
KR101291218B1 (ko) * | 2011-05-04 | 2013-07-31 | 한국지질자원연구원 | 우라늄 자원탐사를 위한 토양 라돈 측정 시스템 |
CN103824133A (zh) * | 2014-03-06 | 2014-05-28 | 核工业北京地质研究院 | 一种花岗岩型铀矿田远景区综合预测方法 |
CN104237964A (zh) * | 2014-08-14 | 2014-12-24 | 核工业北京地质研究院 | 古河道型砂岩铀矿定位方法 |
Non-Patent Citations (4)
Title |
---|
李晓翠等: "鄂尔多斯盆地南部砂岩型铀矿成矿预测", 《铀矿地质》 * |
焦养泉等: "中国北方古亚洲构造域中沉积型铀矿形成发育的沉积_构造背景综合分析", 《地学前缘(中国地质大学(北京);北京大学)》 * |
秦明宽: "内蒙古阿尔塔拉盆地砂岩型铀矿成矿地质条件及找矿方向初探", 《世界核地质科学》 * |
秦明宽: "可地浸砂岩型铀矿盲矿识别模式", 《铀矿地质》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106526078A (zh) * | 2016-10-28 | 2017-03-22 | 核工业北京地质研究院 | 一种用于提取深部铀成矿信息的氡气‑地气联合测量方法 |
CN106526078B (zh) * | 2016-10-28 | 2019-07-12 | 核工业北京地质研究院 | 一种用于提取深部铀成矿信息的氡气-地气联合测量方法 |
CN108020865A (zh) * | 2016-11-02 | 2018-05-11 | 核工业北京地质研究院 | 一种花岗岩型铀矿深部有利成矿空间识别及定位方法 |
CN107608006A (zh) * | 2017-08-08 | 2018-01-19 | 国家海洋局第二海洋研究所 | 一种海底热液硫化物资源评价方法 |
CN108181669A (zh) * | 2017-12-25 | 2018-06-19 | 核工业北京地质研究院 | 一种热点作用区铀成矿识别定位方法 |
CN108710777A (zh) * | 2018-05-21 | 2018-10-26 | 中国地质大学(武汉) | 基于多卷积自编码神经网络的多元化探异常识别方法 |
CN110133748A (zh) * | 2019-05-08 | 2019-08-16 | 核工业北京地质研究院 | 一种集成碱交代型铀矿深部成矿信息的方法 |
CN110133748B (zh) * | 2019-05-08 | 2021-01-05 | 核工业北京地质研究院 | 一种集成碱交代型铀矿深部成矿信息的方法 |
CN113189671A (zh) * | 2021-05-24 | 2021-07-30 | 江西省地质调查研究院 | 特大型金铀钨铜有色稀有金属矿床实用高效找矿勘查方法 |
CN113189671B (zh) * | 2021-05-24 | 2022-09-27 | 江西省地质调查研究院 | 特大型金铀钨铜有色稀有金属矿床找矿勘查方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100465998C (zh) | 基于三维建模的立方体预测模型找矿方法 | |
CN105988143A (zh) | 一种适用于矿田深部铀资源潜力定位预测的方法 | |
Panthi | Analysis of engineering geological uncertainties related to tunnelling in Himalayan rock mass conditions | |
Wu et al. | Source discrimination of mine water inrush using multiple methods: a case study from the Beiyangzhuang Mine, Northern China | |
CN104237964B (zh) | 古河道型砂岩铀矿定位方法 | |
CN103837908A (zh) | 一种适用于隐伏砂岩型铀矿快速找矿定位方法 | |
CN107272059B (zh) | 孔一段复杂小断块油气直接识别方法 | |
CN108374657A (zh) | 井断点自动识别方法 | |
Ning et al. | Deformation characteristics observed during multi-step excavation of underground oil storage caverns based on field monitoring and numerical simulation | |
Chi et al. | Research on prediction model of mining subsidence in thick unconsolidated layer mining area | |
CN115185015B (zh) | 一种深部锂铍矿勘查方法 | |
Keqiang et al. | Palaeo-karst collapse pillars in northern China and their damage to the geological environments | |
Pervuhin et al. | Development of Methods to Improve Stability of Underground Structures Operation | |
CN103670511B (zh) | 一种顶板岩层破裂程度的分析计算方法 | |
CN115861551A (zh) | 一种地浸采铀的数字建井方法 | |
Yang et al. | Reservoir accumulation conditions and key exploration & development technologies for Keshen gas field in Tarim Basin | |
Zeng | Research on risk evaluation methods of groundwater bursting from aquifers underlying coal seams and applications to coalfields of North China | |
Wang et al. | Evolution Mechanism of Water‐Conducting Fissures in Overlying Rock Strata with Karst Caves under the Influence of Coal Mining | |
Yun et al. | Application of geo-statistics in calculation of a uranium deposit | |
Niu et al. | An intelligent prediction method of the karst curtain grouting volume based on support vector machine | |
Ping et al. | Optimization of a deep foundation pit dewatering scheme in gypsum-bearing strata | |
Zhang et al. | Assessment of the excavation damaged zones in the surrounding rock of an underground powerhouse under high in situ stress using an acoustic velocity detecting method | |
Yang et al. | Orthogonal analysis and numerical simulation of rock mechanics parameters in stress field of shaft heading face | |
Jianping et al. | A 3-D Prediction Method for Blind Orebody Based on 3-D Visualization Model and Its Application | |
CN114415237B (zh) | 基于三维地震资料的砂岩型铀矿控矿断裂识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161005 |
|
WD01 | Invention patent application deemed withdrawn after publication |