CN106126882A - 基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法 - Google Patents
基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法 Download PDFInfo
- Publication number
- CN106126882A CN106126882A CN201610425349.9A CN201610425349A CN106126882A CN 106126882 A CN106126882 A CN 106126882A CN 201610425349 A CN201610425349 A CN 201610425349A CN 106126882 A CN106126882 A CN 106126882A
- Authority
- CN
- China
- Prior art keywords
- kendall
- ore deposit
- data
- geochemistry
- geochemistry data
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开了属于找矿勘探技术领域的一种基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法;该方法是收集或采集元素地球化学数据;将地球化学数据插值处理后投影到规则网格矩阵内并网格化;计算各元素与成矿之间的肯德尔和谐系数;按肯德尔和谐系数高低进行排序,编制优选后元素地球化学异常图;然后对勘查区元素地球化学数据进行评价并排序,提取出与成矿相关性强的元素数据,作为找矿有利元素,应用于勘查区的找矿预测实践,通过对地球化学数据的优选,提高找矿预测效率与质量。
Description
技术领域
本发明属于找矿勘探技术领域,特别涉及一种基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法
背景技术
元素地球化学方法是金矿地球化学找矿的一种重要的、有效的方法,该方法通过区域成矿元素和伴生元素的含量异常对金矿成矿潜力进行分析。在找矿勘探工作的元素地球化学数据选择工作中,以往的方法是根据研究者/工作者的经验对区域内找矿有利元素进行选择,主观性较强,同时因为不同工作者的经验与知识背景不同往往造成找矿实践中认识分歧。以往并没有一种明确有效的评价勘查区成矿有利元素的指标,也没有明确的依据指标成矿有利元素优选方法流程,直接影响矿产勘查评价效果,因此亟需一种新的勘查区找矿有利地球化学元素优选方法。
发明内容
本发明的目的是提供一种基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法,其特征在于,使用肯德尔和谐系数对勘查区元素地球化学数据进行评价并排序,提取出与成矿相关性强的元素数据,作为找矿有利元素,应用于勘查区的找矿预测实践,通过对地球化学数据的优选,提高找矿预测效率与质量;包括以下步骤:
1)收集或采集元素地球化学数据;
2)将地球化学数据插值处理后投影到规则网格矩阵内;
3)矿点投影变换并网格化;
4)计算各元素与成矿之间的肯德尔和谐系数;
5)将各元素按照与成矿的肯德尔和谐系数高低进行排序,编制优选后元素地球化学异常图并用于找矿预测。
所述步骤1)采集元素地球化学数据是土壤、水系、水文、生物或气体地球化学采样数据。
所述步骤2)是将地球化学数据进行插值处理并投影到100米x100米的网格内,网格矩阵需覆盖整个调查区。
所述步骤3)是将矿点坐标进行投影变换并投影到上述网格矩阵,含矿点标记为1,不含矿点标记为0。
所述步骤4)计算各元素与成矿之间的肯德尔和谐系数是针对不同矿产种类,根据肯德尔和谐系数对勘查区内地球化学元素进行排序,并优选出排序前百分之二十到百分之三十的元素类别作为找矿有利元素和指示元素。
所述步骤5)为选择前六位的W、Hg、Au、Sb、Sn、Ag,编制优选后的元素地球化学异常图;并用于找矿预测。
本发明的有益效果是使用肯德尔和谐系数作为元素地球化学数据评价标准的优势是不要求数据绝对服从高斯分布,在边界处性能更好,鲁棒性更强。为我国的找矿勘探工作提供了涵盖面广、有效性高、实用性强、准确性好的方法。
附图说明
图1为找矿勘探操作流程示意图。
具体实施方式
本发明提供一种基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法,下面结合附图和实施例对本发明予以进一步说明。
如图1所示的找矿勘探操作流程示意图。
包括以下步骤:
1)收集或采集元素地球化学数据;收集调查区1:200000-1:10000比例尺元素地球化学数据,或以1:200000-1:50000比例尺在调查区布置测网,采集地球化学样品,得到分析数据;数据可以是土壤、水系、水文、生物或气体地球化学采样数据。
2)将地球化学数据插值处理后投影到规则网格矩阵内;将地球化学数据进行插值处理并投影到100米x100米(或根据比例尺选择其他网格度)的网格内,网格矩阵需覆盖整个调查区。
3)矿点投影变换并网格化;将矿点坐标进行投影变换并投影到上述网格矩阵,含矿点标记为1,不含矿点标记为0。
4)计算各元素与成矿之间的肯德尔和谐系数;根据肯德尔和谐系数对勘查区内地球化学元素进行排序,并优选出排序前百分之二十到百分之三十的元素类别,作为找矿有利元素(此专利可针对不同矿产种类,选取相应的肯德尔和谐系数较高的元素作为该矿种找矿有利元素/指示元素)。
5)按照肯德尔和谐系数高低进行排序,此例中则选择前六位的W、Hg、Au、Sb、Sn、Ag,编制优选后的元素地球化学异常图;并用于找矿预测,如表1、表2所示。
实施例
计算各元素与成矿之间的肯德尔和谐系数W的计算公式:
式中:为计算过程中的一个系数;
m为第i个评价者的评定结果中有重复的个数;
pij为第i个评价者的评定结果中第j个重复等级的相同等级数;
N为被评分的对象数;k为评分者人数或评分所依据的标准数;
S为每个被评对象所评等级之和与所有这些和的平均数的离差平方和,当评分者意见完全一致时,s取得最大值,可见和谐系数是实际求得的s与其最大可能取值的比值,故0≤w≤1。
这里给出的是肯德尔和谐系数和相关系数的一种基本的计算方法,根据不同应用情况也可能使用特定的经过更改的公式进行计算,根据数据特征此处肯德尔系数亦可以更换成皮尔森相关系数或斯皮尔斯曼相关系数或其他表示相关性的量度标准。
表1 某勘查区18中地球化学元素与成矿肯德尔和谐系数表
表2 根据肯德尔和谐系数对各单元素进行排序
Claims (6)
1.一种基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法,其特征在于,使用肯德尔和谐系数对勘查区元素地球化学数据进行评价并排序,提取出与成矿相关性强的元素数据,作为找矿有利元素,应用于勘查区的找矿预测实践,通过对地球化学数据的优选,提高找矿预测效率与质量;
包括以下步骤:
1)收集或采集元素地球化学数据;
2)将地球化学数据插值处理后投影到规则网格矩阵内;
3)矿点投影变换并网格化;
4)计算各元素与成矿之间的肯德尔和谐系数;
5)将各元素按照与成矿的肯德尔和谐系数高低进行排序,编制优选后元素地球化学异常图并用于找矿预测。
2.根据权利要求1所述基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法,其特征在于,所述步骤1)采集元素地球化学数据是土壤、水系、水文、生物或气体地球化学采样数据。
3.根据权利要求1所述基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法,其特征在于,所述步骤2)是将地球化学数据进行插值处理并投影到100米x100米的网格内,网格矩阵需覆盖整个调查区。
4.根据权利要求1所述基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法,其特征在于,所述步骤3)是将矿点坐标进行投影变换并投影到上述网格矩阵,含矿点标记为1,不含矿点标记为0。
5.根据权利要求1所述基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法,其特征在于,所述步骤4)计算各元素与成矿之间的肯德尔和谐系数是针对不同矿产种类,根据肯德尔和谐系数对勘查区内地球化学元素进行排序,并优选出排序前百分之二十到百分之三十的元素类别作为找矿有利元素和指示元素。
6.根据权利要求1所述基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法,其特征在于,所述步骤5)为选择前六位的W、Hg、Au、Sb、Sn、Ag,编制优选后的元素地球化学异常图;并用于找矿预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610425349.9A CN106126882B (zh) | 2016-06-15 | 2016-06-15 | 基于肯德尔和谐系数排序的元素地球化学数据优选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610425349.9A CN106126882B (zh) | 2016-06-15 | 2016-06-15 | 基于肯德尔和谐系数排序的元素地球化学数据优选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106126882A true CN106126882A (zh) | 2016-11-16 |
CN106126882B CN106126882B (zh) | 2019-01-29 |
Family
ID=57469650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610425349.9A Expired - Fee Related CN106126882B (zh) | 2016-06-15 | 2016-06-15 | 基于肯德尔和谐系数排序的元素地球化学数据优选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106126882B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107291798A (zh) * | 2017-05-09 | 2017-10-24 | 吉林大学 | 一种地球化学数据异常信息的提取方法及系统 |
CN107451226A (zh) * | 2017-07-19 | 2017-12-08 | 中国地质大学(武汉) | 一种基于gis的网格系统及用其制作综合异常剖析图的方法 |
CN110263791A (zh) * | 2019-05-31 | 2019-09-20 | 京东城市(北京)数字科技有限公司 | 一种识别功能区的方法和装置 |
CN112990322A (zh) * | 2021-03-23 | 2021-06-18 | 中国地质调查局发展研究中心 | 一种确定地球化学异常识别临界值的方法、装置及设备 |
CN113408019A (zh) * | 2021-06-23 | 2021-09-17 | 河北地质大学 | 一种基于bme-gwr的水系沉积物地球化学异常制图方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101694671A (zh) * | 2009-10-27 | 2010-04-14 | 中国地质大学(武汉) | 一种基于地学栅格图像的空间加权主成分分析的方法 |
CN101739396A (zh) * | 2008-11-14 | 2010-06-16 | 电子科技大学 | 基于不确定性空间数据挖掘的区域成矿预测方法 |
CN103529486A (zh) * | 2013-07-02 | 2014-01-22 | 核工业北京地质研究院 | 一种地球化学异常圈定方法 |
WO2014179832A1 (en) * | 2013-05-08 | 2014-11-13 | Technological Resources Pty Ltd | A method of, and a system for, controlling a drilling operation |
-
2016
- 2016-06-15 CN CN201610425349.9A patent/CN106126882B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739396A (zh) * | 2008-11-14 | 2010-06-16 | 电子科技大学 | 基于不确定性空间数据挖掘的区域成矿预测方法 |
CN101694671A (zh) * | 2009-10-27 | 2010-04-14 | 中国地质大学(武汉) | 一种基于地学栅格图像的空间加权主成分分析的方法 |
WO2014179832A1 (en) * | 2013-05-08 | 2014-11-13 | Technological Resources Pty Ltd | A method of, and a system for, controlling a drilling operation |
CN103529486A (zh) * | 2013-07-02 | 2014-01-22 | 核工业北京地质研究院 | 一种地球化学异常圈定方法 |
Non-Patent Citations (5)
Title |
---|
刘新会等: "西秦岭寨上金矿原生晕地球化学特征及成矿预测", 《黄金科学技术》 * |
吕军阳: "地球化学异常评价及成矿远景预测", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
杨自安: "西部高寒山区遥感与化探信息综合找矿定位预测研究", 《中国优秀博硕士学位论文全文数据库(博士) 基础科学辑》 * |
王风玉等: "水热因子对退化草原羊草恢复演替群落土壤呼吸的影响", 《植物生态学报》 * |
郝文宁等: "《数据分析与数据挖掘实验指导书》", 31 March 2016, 国防工业出版社 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107291798A (zh) * | 2017-05-09 | 2017-10-24 | 吉林大学 | 一种地球化学数据异常信息的提取方法及系统 |
CN107451226A (zh) * | 2017-07-19 | 2017-12-08 | 中国地质大学(武汉) | 一种基于gis的网格系统及用其制作综合异常剖析图的方法 |
CN110263791A (zh) * | 2019-05-31 | 2019-09-20 | 京东城市(北京)数字科技有限公司 | 一种识别功能区的方法和装置 |
CN110263791B (zh) * | 2019-05-31 | 2021-11-09 | 北京京东智能城市大数据研究院 | 一种识别功能区的方法和装置 |
CN112990322A (zh) * | 2021-03-23 | 2021-06-18 | 中国地质调查局发展研究中心 | 一种确定地球化学异常识别临界值的方法、装置及设备 |
CN113408019A (zh) * | 2021-06-23 | 2021-09-17 | 河北地质大学 | 一种基于bme-gwr的水系沉积物地球化学异常制图方法 |
CN113408019B (zh) * | 2021-06-23 | 2022-04-22 | 河北地质大学 | 一种基于bme-gwr的水系沉积物地球化学异常制图方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106126882B (zh) | 2019-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106126882A (zh) | 基于肯德尔和谐系数排序的勘查区元素地球化学数据优选方法 | |
Zhou et al. | Application of cluster analysis to geochemical compositional data for identifying ore-related geochemical anomalies | |
Jafari et al. | Spatial prediction of soil great groups by boosted regression trees using a limited point dataset in an arid region, southeastern Iran | |
Murphy et al. | Representing genetic variation as continuous surfaces: an approach for identifying spatial dependency in landscape genetic studies | |
Li et al. | Rainfall and earthquake-induced landslide susceptibility assessment using GIS and Artificial Neural Network | |
Zheng et al. | Analysis of stream sediment data for exploring the Zhunuo porphyry Cu deposit, southern Tibet | |
Zuo et al. | Application of a hybrid method combining multilevel fuzzy comprehensive evaluation with asymmetric fuzzy relation analysis to mapping prospectivity | |
Urresti-Estala et al. | Determination of background levels on water quality of groundwater bodies: A methodological proposal applied to a Mediterranean River basin (Guadalhorce River, Málaga, southern Spain) | |
CN103345566B (zh) | 基于地质内涵的化探异常识别与评价方法 | |
Dehshiri et al. | A new application of multi-criteria decision making in identifying critical dust sources and comparing three common receptor-based models | |
CN106355011A (zh) | 一种地球化学数据元素序结构分析方法及装置 | |
Kord et al. | Spatial analysis of Ardabil plain aquifer potable groundwater using fuzzy logic | |
CN108595414A (zh) | 基于源汇空间变量推理的土壤重金属企业污染源识别方法 | |
Liu et al. | Maximum entropy modeling for orogenic gold prospectivity mapping in the Tangbale-Hatu belt, western Junggar, China | |
CN110544286B (zh) | 一种大尺度范围的场地快速分类方法及构建场地分类图的装置 | |
Sil et al. | Probabilistic models for forecasting earthquakes in the northeast region of India | |
Haddadchi et al. | Grid‐based sediment tracing approach to determine sediment sources | |
CN101694671B (zh) | 一种基于地学栅格图像的空间加权主成分分析的方法 | |
NGUYEN et al. | Spatial cluster and outlier identification of geochemical association of elements: A case study in Juirui copper mining area | |
Jupke et al. | Evaluating the biological validity of European river typology systems with least disturbed benthic macroinvertebrate communities | |
Yadav et al. | Statistical evaluation of sigma schemes for estimating dispersion in low wind conditions | |
Tobely et al. | Position detection of unexploded ordnance from airborne magnetic anomaly data using 3-D self organized feature map | |
Sadeghi | Evaluation of geochemical anomaly classification models based on the relevant uncertainties and error propagation per class to select the most robust model (s) for the follow-up exploration | |
CN1187626C (zh) | 多元素优化集合控制找矿勘查方法 | |
Armstrong et al. | The application of data mining techniques to characterize agricultural soil profiles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190129 Termination date: 20210615 |