CN106920176B - 一种矿集区尺度矿产资源估算方法及系统 - Google Patents
一种矿集区尺度矿产资源估算方法及系统 Download PDFInfo
- Publication number
- CN106920176B CN106920176B CN201710150213.6A CN201710150213A CN106920176B CN 106920176 B CN106920176 B CN 106920176B CN 201710150213 A CN201710150213 A CN 201710150213A CN 106920176 B CN106920176 B CN 106920176B
- Authority
- CN
- China
- Prior art keywords
- ore
- deposit
- scale
- ore deposit
- coefficient
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims abstract description 60
- 239000011707 mineral Substances 0.000 title claims abstract description 60
- 238000005065 mining Methods 0.000 title claims description 55
- 239000011435 rock Substances 0.000 claims abstract description 48
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000010276 construction Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 238000013178 mathematical model Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000033558 biomineral tissue development Effects 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012113 quantitative test Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- Mining & Mineral Resources (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Agronomy & Crop Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Graphics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种矿集区尺度矿产资源估算方法及系统,该方法首先通过构建矿集区矿床数据库,计算出含矿系数和建立矿集区尺度三维模型;其中,矿集区矿床数据库包括地层控矿数字模型、岩体控矿数字模型、接触部位控矿数字模型,包含大部分类型矿产,打破现有实际应用的局限性;然后通过矿集区尺度三维模型,获取三维地质体的体积和不确定系数,提高获取矿产地质体体积的精确度;再通过获取每类矿床的相似系数和已经得到的含矿系数、高精度的体积值以及不确定系数,准确的估算出矿集区尺度远景资源量。因此,采用本发明提供的方法或者系统,能够打破现有实际应用的局限性,且提高矿产资源远景估算可信度。
Description
技术领域
本发明涉及资源远景估算领域,特别是涉及一种矿集区尺度矿产资源估算方法及系统。
背景技术
随着我国工业化、城镇化进程的加快以及资源需求的上升,地质环境问题日趋严重。目前,我国许多大中型矿产由于地质储量枯竭成为资源危机性矿山,但这些矿山许多是由于地质勘查工作投入不够,在其深部及其外围资源潜力不清所致。为了解决上述问题,主要采用资源量远景估算方法去预测矿山资源潜力。其资源量远景估算方法主要包括三步式法、体积法、丰度值法、矿床模型法、主观概率法以及品位-吨位模型方法,但是上述方法普遍存在以下缺点;如大部分方法只适合于沉积矿产,不适合其他类型矿产,在实际应用中具有一定的局限性;自然界中的矿体所赋存环境的空间展布十分复杂,目前只是寻找适合的简单多面体替代真实世界的含矿地质体,此过程需要大量的地质知识,然后由人为的二维空间计算,再推倒到三维空间计算,很容易受到人为因素影响,使含矿地质体的体积公式不精确,降低资源远景估算的可信度。即采用上述方法会导致资源远景估算可信度很低,且在实际应用中具有一定的局限性。因此,如何提高资源远景估算的可信度,打破现有的局限性,是目前资源远景估算领域急需解决的问题。
发明内容
本发明的目的是提供一种矿集区尺度矿产资源估算方法及系统,以打破现有实际应用的局限性,提高矿产资源远景估算可信度为目的。
为实现上述目的,本发明提供了如下方案:
一种矿集区尺度矿产资源估算方法,所述方法包括:
构建矿集区矿床数据库;所述矿集区矿床数据库包括地层控矿数字模型、岩体控矿数字模型、接触部位控矿数字模型;
根据所述矿集区矿床数据库,计算含矿系数和建立矿集区尺度三维模型;
获取每类矿床的相似系数;
根据所述矿集区尺度三维模型,计算三维地质体的体积以及不确定系数;
根据所述含矿系数、所述相似系数、所述体积以及所述不确定系数,估算矿集区尺度资源量。
可选的,所述构建矿集区矿床数据库,具体包括:
获取矿集区的矿床类型及矿床位置;其中,所述矿床类型包括:沉积岩矿床型、火山岩矿床型、侵入岩矿床型、复合内生矿床型、层控内生矿床型以及变质岩矿床型;
根据所述矿床类型及矿床位置,构建矿集区矿床数据库。
可选的,所述根据所述矿集区矿床数据库,计算含矿系数,具体包括:
根据所述矿集区矿床数据库,构建矿床尺度三维模型;
根据所述矿床尺度三维模型,计算矿床体积;
根据所述矿床体积以及现有矿床资源储量资料数据,计算含矿系数;所述含矿系数的计算式为:
其中,式(1)W矿床为矿床尺度三维模型中矿床已查明资源量;W深部为矿床尺度三维模型内矿床深部预测的资源量;W外围为矿床尺度三维模型内矿床外围预测资源量;V为矿床体积。
可选的,所述根据所述矿集区矿床数据库,建立矿集区尺度三维模型,具体包括:根据所述矿集区矿床数据库中不同的数字模型,建立不同的矿集区尺度三维模型;
其中,根据所述矿集区矿床数据库中所述地层控矿数字模型,建立矿集区尺度的三维含矿地层模型;
根据所述矿集区矿床数据库中所述岩体控矿数字模型,建立矿集区尺度的三维地球物理反演模型;
根据所述矿集区矿床数据库中所述接触部位控矿数字模型,建立矿集区尺度的三维接触界面缓冲区模型。
可选的,所述获取每类矿床的相似系数,具体包括:
整合现有矿集区域尺度多源空间数据,构建多源空间数据库;
根据所述多源空间数据库,获取每类矿床的相似系数;所述相似系数为每类矿床出现在所述矿集区的概率。
本发明还提供了一种矿集区尺度矿产资源估算系统,所述系统包括:
矿集区矿床数据库构建模块,用于构建矿集区矿床数据库;所述矿集区矿床数据库包括地层控矿数字模型、岩体控矿数字模型、接触部位控矿数字模型;
含矿系数计算模块,用于根据所述矿集区矿床数据库,计算含矿系数;
矿集区尺度三维模型建立模块,用于根据所述矿集区矿床数据库,建立矿集区尺度三维模型;
每类矿床的相似系数获取模块,用于获取每类矿床的相似系数;
三维地质体的体积以及不确定系数计算模块,用于根据所述矿集区尺度三维模型,计算三维地质体的体积以及不确定系数;
矿集区尺度资源量估算模块,用于根据所述含矿系数、所述相似系数、所述体积以及所述不确定系数,估算矿集区尺度资源量。
可选的,所述矿集区矿床数据库构建模块,具体包括:
矿床类型及矿床位置获取单元,用于获取矿集区的矿床类型及矿床位置;其中,所述矿床类型包括:沉积岩矿床型、火山岩矿床型、侵入岩矿床型、复合内生矿床型、层控内生矿床型以及变质岩矿床型;
矿集区矿床数据库构建单元,用于根据所述矿床类型及矿床位置,构建矿集区矿床数据库。
可选的,所述含矿系数计算模块,具体包括:
矿床尺度三维模型构建单元,用于根据所述矿集区矿床数据库,构建矿床尺度三维模型;
矿床体积计算单元,根据所述矿床尺度三维模型,计算矿床体积;
含矿系数计算单元,用于根据所述矿床体积以及现有矿床资源储量资料数据,计算含矿系数;所述含矿系数的计算式为:
其中,式(1)W矿床为矿床尺度三维模型中矿床已查明资源量;W深部为矿床尺度三维模型内矿床深部预测的资源量;W外围为矿床尺度三维模型内矿床外围预测资源量;V为矿床体积。
可选的,所述矿集区尺度三维模型建立模块,具体包括:
矿集区尺度三维模型建立单元,用于根据所述矿集区矿床数据库中不同的数字模型,建立不同的矿集区尺度三维模型;
其中,根据所述矿集区矿床数据库中所述地层控矿数字模型,建立矿集区尺度的三维含矿地层模型;
根据所述矿集区矿床数据库中所述岩体控矿数字模型,建立矿集区尺度的三维地球物理反演模型;
根据所述矿集区矿床数据库中所述接触部位控矿数字模型,建立矿集区尺度的三维接触界面缓冲区模型。
可选的,所述每类矿床的相似系数获取模块具体包括:
多源空间数据库构建单元,用于整合现有矿集区域尺度多源空间数据,构建多源空间数据库;
每类矿床的相似系数获取单元,用于根据所述多源空间数据库,获取每类矿床的相似系数;所述相似系数为每类矿床出现在所述矿集区的概率。
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:本发明首先通过构建矿集区矿床数据库,计算出含矿系数和建立矿集区尺度三维模型;其中,矿集区矿床数据库包括地层控矿数字模型、岩体控矿数字模型、接触部位控矿数字模型,适用于大部分类型矿产,打破现有实际应用的局限性;然后通过矿集区尺度三维模型,获取三维地质体的体积和不确定系数,提高获取矿地质体体积的精确度;再通过获取相似系数和已经得到的含矿系数、高精度的体积值以及不确定系数,准确的估算出矿集区尺度远景资源量。因此,采用本发明提供的方法或者系统,能够打破现有实际应用的局限性,提高矿产资源远景估算可信度。
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为本发明实施例矿集区尺度矿产资源估算方法的流程示意图;
图2为本发明实施例矿集区矿床数据库包含的模型示意图;
图3为本发明实施例曲面连接与组装成体示意图;
图4为本发明实施例地层与岩体三维建模流程示意图;
图5为本发明实施例地层演化柱状图;
图6为本发明实施例接触部位三维建模流程示意图;
图7为本发明实施例综合地质异常数学模型结构示意图;
图8为本发明实施例矿集区尺度三维模型不确定性的定量化示意图;
图9为本发明实施例矿集区尺度矿产资源估算系统的结构示意图。
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。
本发明的目的是提供一种矿集区尺度矿产资源估算方法及系统,以打破现有实际应用的局限性,提高矿产资源远景估算可信度为目的。
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。
矿产资源预测模型是将当代成矿理论与现代高新综合勘查技术结合,并将传统的定量数值科学方法与计算机信息技术结合的桥梁。本发明是在总结了来自全国31个省、自治区、直辖市开展的基于改进体积法的矿产资源潜力评价工作的基础之上凝练提出的。资源量估算方法采用的是二维/三维矿床模型综合地质信息体积法,本发明基于模型区含矿地质体的体积及其赋含的资源储量来获得模型区含矿系数,再通过类比估算其他预测区潜在资源量。本发明通过构建矿集区尺度三维模型来确定具体矿床赋存的范围,从而较好地将矿床成因与定量模型结合起来,提高了预测资源量的可信度。
图1为本发明实施例矿集区尺度矿产资源估算方法的流程示意图,如图1所示,本发明提供的矿集区尺度矿产资源估算方法具体包括以下步骤:
步骤101:构建矿集区矿床数据库;所述矿集区矿床数据库包括地层控矿数字模型、岩体控矿数字模型、接触部位控矿数字模型。
由于矿集区在尺度范围、工作程度、数据收集以及成果要求等方面与之前几十年开展的大量工作区域尺度上的地质找矿工作存在明显差异,因此,本发明重新梳理,从典型矿床模型、地质异常理论、以及成矿系统理论出发,总结矿集区所包含的矿床类型,并根据不同的矿产类型,研究关键成矿作用,确定控矿地质体及控矿构造。本发明实施例总结了6大类矿床类型,即沉积岩型、火山岩型、侵入岩型、复合内生型、层控内生型以及变质岩型,并根据矿床所赋存位置的不同以及矿床类型,提出适合计算机几何建模的、可工业化应用的数字矿床模型,即如图2所示的矿集区矿床数据库包含的模型示意图,该矿集区矿床数据库包括地层控矿数字模型、岩体控矿数字模型、接触部位控矿数字模型。
步骤102:根据矿集区矿床数据库,计算含矿系数和建立矿集区尺度三维模型;
其中,根据矿集区矿床数据库,计算含矿系数,具体包括:
根据所述矿集区矿床数据库,构建矿床尺度三维模型;
根据所述矿床尺度三维模型,计算矿床体积;
根据所述矿床体积以及现有矿床资源储量资料数据,计算含矿系数;所述含矿系数的计算式为:
式(1)W矿床为矿床尺度三维模型中矿床已查明资源量;W深部为矿床尺度三维模型内矿床深部预测的资源量;W外围为矿床尺度三维模型内矿床外围预测资源量;V为矿床体积。
对于构建矿床尺度三维模型,具体包括:
第一,将工程编录信息导入至三维矿区地质建模系统。这些工程编录信息包括图形资料,例如:地质图、工程分布图、地形等高线数据等,也包括矿体各种工程获得的分析数据,如矿石的品位、比重等,还包括关于三维地下岩石岩性及厚度的描述信息。
第二,将工程编录信息中各单工程矿体所见地层、岩石、构造和矿体显示在三维空间坐标中,并根据国家储量圈定规范和矿床的工业指标,如边界品位、工业品位、可采厚度、夹石厚度及有害组分等,圈定单工程矿体的形态、厚度、位置等。在圈定过程中,本发明采用了交互智能工具,工作人员可以在工程图上,通过人机对话方式圈定矿体。
第三,在圈定好单工程矿体并在每个单工程矿体的剖面上钻孔后,进行编辑实体轮廓线,即圈定地质体的界限。两相邻勘探工程间,有对应关系,则直接对应连接;反之则根据地质体变化规律,一般按工程间距的1/2或平推基本控制间距的1/2确定为尖灭点。
第四,根据矿体实体轮廓线,进行矿体的半自动连接;矿体连接是一项非常重要而且高智能化的工作,由于三维地质复杂性和人们认识的局限性,导致不同的工作人员圈定的结果可能不一样。因此,本发明实施例提供了矿体半自动连接方法。图3为本发明实施例曲面连接与组装成体示意图,如图3所示,计算机提供半自动的辅助交互工具来帮助完成剖面矿体的连接,工作人员可以使用方便实用的剖面编辑器进行矿体的半自动连接。
第五,将曲面组装成三维地质体,得到矿床尺度三维模型,并对矿床尺度三维模型进行拓扑结构检验,以保证矿床尺度三维模型的精度。
其中,根据矿集区矿床数据库,建立矿集区尺度三维模型,具体包括:
针对矿集区矿床数据库包含的三类数字矿床模型,结合各自不同的主要研究内容,构建不同的矿集区尺度三维地质模型。
对于主要被有利地层控制的矿床,其关键技术是构建矿集区尺度的三维含矿地层模型;对于主要被岩体控制的矿床,其关键技术是构建矿集区尺度的地球物理反演模型;对于在岩体、地层、构造等的接触部位成矿的矿床,其关键技术是构建矿集区尺度的三维接触界面缓冲区模型。
图4为本发明实施例地层与岩体三维建模流程示意图;图5为本发明实施例地层演化柱状图;图6为本发明实施例接触部位三维建模流程示意图。当矿集区矿床数据库为地层控矿数字模型或者岩体控矿数字模型时,采用如图4所示的建模流程图和图5所示的地层演化柱状图,构建矿集区尺度的三维含矿地层模型或者矿集区尺度的地球物理反演模型;当矿集区矿床数据库为接触部位控矿数字模型时,采用如图6所示的建模流程图,构建矿集区尺度的三维接触界面缓冲区模型。
建立矿集区尺度三维模型具体的包括:
本发明实施例建立矿集区尺度三维模型的核心内容是地质属性库-时空关系模型-几何算法-交互式编辑。输入数据为1:50000二维地质图,输出为矿集区尺度的三维地质几何模型。具体步骤主要包括:一、建立地质属性库;二、定义地层与构造的时空关系;三、应用协同克里格隐式插值算法,构建势场;四、自动生成图切剖面;五、人机交互与地质体建模。
在矿集区尺度中,根据构造学原理可知,地质体的产状与地质体的空间位置分布具有某种程度的相关性,即,它们是定义于同一空间域的区域化变量。因此,基于地质统计学相关原理,可以使用协同克立格方程组来描述地质体产状与地质体空间位置采样数据之间的这种相关性。方程组的解向量可以用来计算空间任意一点的产状或用来判断该点是否在地质体界面上。主要涉及的数学公式表达形式如下:(2)其中,T*(p)表示任意点的势值;T*(p0)表示已知点的势值;M表示测量点的个数;N表示测量产状的个数;μα表示测量点的权;vβ表示产状点的权值;T(pα)表示序号为α的一个势值;T(p′α)表示序号为α的另一个势值。
在构建矿集区尺度三维模型过程中,输入数据主要是地质认识(知识)以及稀疏深部数据场。稀疏深部数据场,即较少深部工程控制点,主要指由研究区少量勘探工程获得的实际工程控制数据,例如由钻孔获得的采样数据;地质认识约束条件主要指由二维数字地质填图系统提供的研究区地形地质图、剖面图、实测剖面图、产状、地质体界面露头线以及褶皱、断层等构造信息。上述信息在计算机中主要表现为点状、线状和面状要素。设有N个变量构成协同区域化变量集合{Zk(x),k=1,2,...,N}。假设它们是二阶平稳的,即一阶矩和二阶矩存在且平稳,得到:
人机交互方面,在获得地质曲面之前,首先要创建图切剖面(虚拟剖面)。图切剖面中地层界线的模拟是通过对地层区产状的综合分析得到的结果。依次对剖面上的地质体界线进行检查和编辑,使其符合实际地质情况。人机交互的重点检查地质体界线是否相交,地质体界线的形态是否符合地质规律,地质体界线与地表的交点与实际出露情况是否一致,地质体界线是否缺失,构造线的错动距离是否合理。其次,结合地球物理解译成果对剖面上的地质体界线进行修正,特别是对于隐伏地区的地质体界线的推断时,要充分考虑地球物理解译的推断结果,对于岩性界面及岩体边界进行合理修正。
步骤103:获取每类矿床的相似系数;具体为:
由综合地质异常理论出发,应用证据权、模糊逻辑法等数学模型,整合现有矿集区域尺度多源空间数据,构建多源空间数据库;
根据所述多源空间数据库,获取每类矿床的相似系数S;所述相似系数S为每类矿床出现在所述矿集区的概率。
图7为本发明实施例综合地质异常数学模型结构示意图,采用如图7所示的综合地质异常数学模型,计算相似系数S,其计算公式如下:
其中,多源空间数据库包括n个要素;D表示多源空间数据库内存在的矿床数;表示第n个要素的第k个状态;代表第j个要素在第k种状态时的权值;O(D)代表每种矿床出现的概率,即求解出的O(D)为相似系数S。
步骤104:根据矿集区尺度三维模型,计算三维地质体的体积以及不确定系数;
其中,矿集区尺度的三维地质体的体积Vvol。三维地质体的体积Vvol计算公式为:
其中,是四面体上第i个三角形的重心,是四面体上第i个三角形的正法线,并且si是四面体上第i个三角形的面积。
计算矿集区尺度三维模型的不确定性系数,具体包括:
由于获取大比例尺、大深度地质数据受到深部探测技术手段与经济成本的限制,特别是缺乏深钻等真实采样数据获取途径以及人为因素干扰等,导致定量预测评价结果存在着大量的不确定性。因此,需要针对深部成矿预测评价结果的质量,开展定量化研究。
在矿集区尺度下,由于深部数据是稀疏性,因此,三维模型具有极强的不确定性。考虑到不确定性具有传递性,因此,基于上述三维模型开展的矿集区尺度成矿预测研究,显然也具有的不确定性。
本发明采用地质熵值和地质多样性方法,定量评价的矿集区尺度三维模型的不确定性,并将其应用于综合体积法的计算不确定系数U。不确定系数为U表示矿集区尺度三维模型模拟的精确度。
对于矿集区尺度三维模型不确定性的定量化具体包括如下步骤:
确定产状数据优化的研究思路与具体技术路线;
一个精确或者可靠的地质模型通常至少应该具备两个层次的能力。首先,能够直观地展示原始地质数据的空间位置及其相互关系;其次,能够正确表达输入数据所代表的真实地质体的空间展布及演化关系。因此,原始数据的质量和可靠性对于三维地质建模结果至关重要。但是,普遍的情况是地质采样数据存在一定程度的质量问题,将严重影响隐式地质建模结果的质量。本发明研究思路是通过几何算法和定向统计学数学模型,对由几何算法划分出的每一个子区域进行定量化检验,发现可能存在异常的子区域。
模拟矿集区尺度三维模型中地质数据的不确定性
在现实世界中,地质数据的不确定性是随机出现的。因此,通过定向统计学产生大量(数以千计)的随机扰动样本,模拟地质数据的不确定性,以期“穷举”出原始数据可能产生的不确定情况,并对“穷举”出的不确定情况按照某种聚类分析方法(例如,神经网络或几何拓扑)进行分类,并最终得到若干潜在可能的地质先验模型结果,即数组M={m1,m2,......,mn},提供给用户选择。
不确定性定量化计算方法
图8为本发明实施例矿集区尺度三维模型不确定性的定量化示意图,如图8所示,基于一组潜在的地质先验模型,应用地质熵、地质多样性等数学模型,构建不同地层、岩体等地质对象的空间分布概率密度函数,定量的表达不确定性。由矿集区尺度的三维地质模型出发,通过蒙特卡罗算法随机扰动地质属性库中的产状数据,生成9个随机模型,应用地质熵法,将10个模型进行整合,得到不确定性的定量化结果,此定量化结果记作不确定性系数U。
步骤105:根据含矿系数、相似系数、体积以及不确定系数,估算矿集区尺度资源量。其矿集区尺度远景资源量W估算公式为:W=C*S*Vvol*U(6)。
本发明实施例通过构建矿集区矿床数据库,并计算出含矿系数和建立矿集区尺度三维模型;其中,矿集区矿床数据库包括地层控矿数字模型、岩体控矿数字模型、接触部位控矿数字模型,适用于大部分类型的矿产,打破了现有实际应用只适合于沉积矿产的局限性;然后通过矿集区尺度三维模型,获取三维地质体的体积和不确定系数,提高获取矿地质体体积的精确度;再通过获取相似系数和已经得到的含矿系数、高精度的体积值以及不确定系数,准确的估算出矿集区尺度远景资源量。即采用本发明提供的方法,能够打破现有实际应用的局限性,且提高矿产资源远景估算可信度。
为达到上述目的,本发明还提供了一种矿集区尺度矿产资源估算系统,图9为本发明实施例矿集区尺度矿产资源估算系统的结构示意图,如图9所示,所述系统包括:
矿集区矿床数据库构建模块901,用于构建矿集区矿床数据库;所述矿集区矿床数据库包括地层控矿数字模型、岩体控矿数字模型、接触部位控矿数字模型;
其中,矿集区矿床数据库构建模块901,具体包括:
矿床类型及矿床位置获取单元,用于获取矿集区的矿床类型及矿床位置;其中,所述矿床类型包括:沉积岩矿床型、火山岩矿床型、侵入岩矿床型、复合内生矿床型、层控内生矿床型、以及变质岩矿床型;
矿集区矿床数据库构建单元,用于根据所述矿床类型及矿床位置,构建矿集区矿床数据库。
含矿系数计算模块902,用于根据所述矿集区矿床数据库,计算含矿系数;
其中,含矿系数计算模块902,具体包括:
矿床尺度三维模型构建单元,用于根据所述矿集区矿床数据库,构建矿床尺度三维模型;
矿床体积计算单元,根据所述矿床尺度三维模型,计算矿床体积;
含矿系数计算单元,用于根据所述矿床体积以及现有矿床资源储量资料数据,计算含矿系数;所述含矿系数的计算式为:
其中,式(1)W矿床为矿床尺度三维模型中矿床已查明资源量;W深部为矿床尺度三维模型内矿床深部预测的资源量;W外围为矿床尺度三维模型内矿床外围预测资源量;V为矿床体积。
矿集区尺度三维模型建立模块903,用于根据所述矿集区矿床数据库,建立矿集区尺度三维模型;
其中,矿集区尺度三维模型建立模块903,具体包括:
矿集区尺度三维模型建立单元,用于根据所述矿集区矿床数据库中不同的数字模型,建立不同的矿集区尺度三维模型;
其中,根据所述矿集区矿床数据库中所述地层控矿数字模型,建立矿集区尺度的三维含矿地层模型;
根据所述矿集区矿床数据库中所述岩体控矿数字模型,建立矿集区尺度的三维地球物理反演模型;
根据所述矿集区矿床数据库中所述接触部位控矿数字模型,建立矿集区尺度的三维接触界面缓冲区模型。
每类矿床的相似系数获取模块904,用于获取每类矿床的相似系数;
其中,所述每类矿床的相似系数获取模块904,具体包括:
多源空间数据库构建单元,用于整合现有矿集区域尺度多源空间数据,构建多源空间数据库;
每类矿床的相似系数获取单元,用于根据所述多源空间数据库,获取每类矿床的相似系数;所述相似系数为每类矿床出现在所述矿集区的概率。
三维地质体的体积以及不确定系数计算模块905,用于根据所述矿集区尺度三维模型,计算三维地质体的体积以及不确定系数;
矿集区尺度资源量估算模块906,用于根据所述含矿系数、所述相似系数、所述体积以及所述不确定系数,估算矿集区尺度资源量。
本发明提供的一种矿集区尺度矿产资源估算系统,不仅能够打破现有实际应用的局限性,而且提高矿产资源远景估算可信度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。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。
Claims (10)
1.一种矿集区尺度矿产资源估算方法,其特征在于,所述方法包括:
构建矿集区矿床数据库;所述矿集区矿床数据库包括地层控矿数字模型、岩体控矿数字模型、接触部位控矿数字模型;
根据所述矿集区矿床数据库,计算含矿系数和建立矿集区尺度三维模型;所述含矿系数的计算式为:其中,式(1)W矿床为矿床尺度三维模型中矿床已查明资源量;W深部为矿床尺度三维模型内矿床深部预测的资源量;W外围为矿床尺度三维模型内矿床外围预测资源量;V为矿床体积;
获取每类矿床的相似系数;所述相似系数为每类所述矿床出现在矿集区的概率;
根据所述矿集区尺度三维模型,计算三维地质体的体积以及不确定系数;所述计算所述不确定系数具体包括:蒙特卡罗算法随机扰动地质属性库中的产状数据,生成9个随机模型;应用地质熵法,将所述矿集区尺度三维模型和9个所述随机模型进行整合,得到不确定性的定量化结果,此定量化结果记作不确定性系数;所述不确定系数表示矿集区尺度三维模型模拟的精确度;
根据所述含矿系数、所述相似系数、所述体积以及所述不确定系数,估算矿集区尺度资源量。
2.根据权利要求1所述的方法,其特征在于,所述构建矿集区矿床数据库,具体包括:
获取矿集区的矿床类型及矿床位置;其中,所述矿床类型包括:沉积岩矿床型、火山岩矿床型、侵入岩矿床型、复合内生矿床型、层控内生矿床型以及变质岩矿床型;
根据所述矿床类型及矿床位置,构建矿集区矿床数据库。
3.根据权利要求1所述的方法,其特征在于,所述根据所述矿集区矿床数据库,计算含矿系数,具体包括:
根据所述矿集区矿床数据库,构建矿床尺度三维模型;
根据所述矿床尺度三维模型,计算矿床体积;
根据所述矿床体积以及现有矿床资源储量资料数据,计算含矿系数;所述含矿系数的计算式为:
其中,式(1)W矿床为矿床尺度三维模型中矿床已查明资源量;W深部为矿床尺度三维模型内矿床深部预测的资源量;W外围为矿床尺度三维模型内矿床外围预测资源量;V为矿床体积。
4.根据权利要求1所述的方法,其特征在于,所述根据所述矿集区矿床数据库,建立矿集区尺度三维模型,具体包括:根据所述矿集区矿床数据库中不同的数字模型,建立不同的矿集区尺度三维模型;
其中,根据所述矿集区矿床数据库中所述地层控矿数字模型,建立矿集区尺度的三维含矿地层模型;
根据所述矿集区矿床数据库中所述岩体控矿数字模型,建立矿集区尺度的三维地球物理反演模型;
根据所述矿集区矿床数据库中所述接触部位控矿数字模型,建立矿集区尺度的三维接触界面缓冲区模型。
5.根据权利要求1所述的方法,其特征在于,所述获取每类矿床的相似系数,具体包括:
整合现有矿集区域尺度多源空间数据,构建多源空间数据库;
根据所述多源空间数据库,获取每类矿床的相似系数;所述相似系数为每类矿床出现在所述矿集区的概率。
6.一种矿集区尺度矿产资源估算系统,其特征在于,所述系统包括:
矿集区矿床数据库构建模块,用于构建矿集区矿床数据库;所述矿集区矿床数据库包括地层控矿数字模型、岩体控矿数字模型、接触部位控矿数字模型;
含矿系数计算模块,用于根据所述矿集区矿床数据库,计算含矿系数;所述含矿系数的计算式为:其中,式(1)W矿床为矿床尺度三维模型中矿床已查明资源量;W深部为矿床尺度三维模型内矿床深部预测的资源量;W外围为矿床尺度三维模型内矿床外围预测资源量;V为矿床体积;
矿集区尺度三维模型建立模块,用于根据所述矿集区矿床数据库,建立矿集区尺度三维模型;
每类矿床的相似系数获取模块,用于获取每类矿床的相似系数;所述相似系数为每类所述矿床出现在矿集区的概率;
三维地质体的体积以及不确定系数计算模块,用于根据所述矿集区尺度三维模型,计算三维地质体的体积以及不确定系数;所述计算所述不确定系数具体包括:蒙特卡罗算法随机扰动地质属性库中的产状数据,生成9个随机模型;应用地质熵法,将所述矿集区尺度三维模型和9个所述随机模型进行整合,得到不确定性的定量化结果,此定量化结果记作不确定性系数;所述不确定系数表示矿集区尺度三维模型模拟的精确度;
矿集区尺度资源量估算模块,用于根据所述含矿系数、所述相似系数、所述体积以及所述不确定系数,估算矿集区尺度资源量。
7.根据权利要求6所述的系统,其特征在于,所述矿集区矿床数据库构建模块,具体包括:
矿床类型及矿床位置获取单元,用于获取矿集区的矿床类型及矿床位置;其中,所述矿床类型包括:沉积岩矿床型、火山岩矿床型、侵入岩矿床型、复合内生矿床型、层控内生矿床型以及变质岩矿床型;
矿集区矿床数据库构建单元,用于根据所述矿床类型及矿床位置,构建矿集区矿床数据库。
8.根据权利要求6所述的系统,其特征在于,所述含矿系数计算模块,具体包括:
矿床尺度三维模型构建单元,用于根据所述矿集区矿床数据库,构建矿床尺度三维模型;
矿床体积计算单元,根据所述矿床尺度三维模型,计算矿床体积;
含矿系数计算单元,用于根据所述矿床体积以及现有矿床资源储量资料数据,计算含矿系数;所述含矿系数的计算式为:
其中,式(1)W矿床为矿床尺度三维模型中矿床已查明资源量;W深部为矿床尺度三维模型内矿床深部预测的资源量;W外围为矿床尺度三维模型内矿床外围预测资源量;V为矿床体积。
9.根据权利要求6所述的系统,其特征在于,所述矿集区尺度三维模型建立模块,具体包括:
矿集区尺度三维模型建立单元,用于根据所述矿集区矿床数据库中不同的数字模型,建立不同的矿集区尺度三维模型;
其中,根据所述矿集区矿床数据库中所述地层控矿数字模型,建立矿集区尺度的三维含矿地层模型;
根据所述矿集区矿床数据库中所述岩体控矿数字模型,建立矿集区尺度的三维地球物理反演模型;
根据所述矿集区矿床数据库中所述接触部位控矿数字模型,建立矿集区尺度的三维接触界面缓冲区模型。
10.根据权利要求6所述的系统,其特征在于,所述每类矿床的相似系数获取模块具体包括:
多源空间数据库构建单元,用于整合现有矿集区域尺度多源空间数据,构建多源空间数据库;
每类矿床的相似系数获取单元,用于根据所述多源空间数据库,获取每类矿床的相似系数;所述相似系数为每类矿床出现在所述矿集区的概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710150213.6A CN106920176B (zh) | 2017-03-14 | 2017-03-14 | 一种矿集区尺度矿产资源估算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710150213.6A CN106920176B (zh) | 2017-03-14 | 2017-03-14 | 一种矿集区尺度矿产资源估算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106920176A CN106920176A (zh) | 2017-07-04 |
CN106920176B true CN106920176B (zh) | 2018-03-27 |
Family
ID=59461167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710150213.6A Active CN106920176B (zh) | 2017-03-14 | 2017-03-14 | 一种矿集区尺度矿产资源估算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106920176B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784730A (zh) * | 2019-01-17 | 2019-05-21 | 北京师范大学 | 适用于生态型地区的矿产资源的评价方法 |
WO2023272384A1 (en) * | 2021-06-28 | 2023-01-05 | Pristine Mining Inc. | System and method for matching an investor to a mineral holding |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109166050A (zh) * | 2018-09-12 | 2019-01-08 | 中山大学 | 地球化学异常信息提取方法 |
CN110929365A (zh) * | 2019-05-08 | 2020-03-27 | 新疆远山矿产资源勘查有限公司 | 一种油砂资源量计算系统 |
CN110378600B (zh) * | 2019-07-23 | 2022-12-09 | 湖南省有色地质勘查局二一七队 | 一种矿体自动圈定及储量智能估算系统 |
CN112652066B (zh) * | 2020-12-28 | 2021-09-28 | 中国地质科学院矿产资源研究所 | 一种基于三维地质模型的地质表征情况的评价方法及系统 |
CN118364953A (zh) * | 2024-04-22 | 2024-07-19 | 中国地质大学(武汉) | 一种对隐伏的气液喷溢沉积型菱锰矿床的矿体成分分带快速预测的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101038680A (zh) * | 2007-04-29 | 2007-09-19 | 中国地质大学(北京) | 基于三维建模的立方体预测模型找矿方法 |
CN105678399A (zh) * | 2015-12-29 | 2016-06-15 | 中国地质科学院矿产资源研究所 | 一种区域矿产资源量估算分析方法及其系统 |
-
2017
- 2017-03-14 CN CN201710150213.6A patent/CN106920176B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101038680A (zh) * | 2007-04-29 | 2007-09-19 | 中国地质大学(北京) | 基于三维建模的立方体预测模型找矿方法 |
CN105678399A (zh) * | 2015-12-29 | 2016-06-15 | 中国地质科学院矿产资源研究所 | 一种区域矿产资源量估算分析方法及其系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784730A (zh) * | 2019-01-17 | 2019-05-21 | 北京师范大学 | 适用于生态型地区的矿产资源的评价方法 |
WO2023272384A1 (en) * | 2021-06-28 | 2023-01-05 | Pristine Mining Inc. | System and method for matching an investor to a mineral holding |
Also Published As
Publication number | Publication date |
---|---|
CN106920176A (zh) | 2017-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106920176B (zh) | 一种矿集区尺度矿产资源估算方法及系统 | |
USRE49507E1 (en) | Faulted geological structures having unconformities | |
CA2985743C (en) | Geologic stratigraphy via implicit and jump functions | |
EP3371629B1 (en) | Representing structural uncertainty in a mesh representing a geological environment | |
EP3298437B1 (en) | Inversion for tectonic stress | |
EP3526628B1 (en) | Geologic structural model generation | |
US20140222403A1 (en) | Geologic model via implicit function | |
EP3253946B1 (en) | Seismic attributes derived from the relative geological age property of a volume-based model | |
CN115983505A (zh) | 一种固体矿产三维立体成矿预测方法及装置 | |
CN107798189A (zh) | 一种基于透明空间地球物理的精准动态防突方法 | |
CN114138923A (zh) | 一种构建地质图知识图谱的方法 | |
CN117852416A (zh) | 基于数字化地质模型的多模态注浆预控分析方法及系统 | |
CN106990449B (zh) | 一种基于多维数据的陆相层序地层格架构建表征方法 | |
WO2016187238A1 (en) | Auto-validating earth interpretation and modeling system | |
Sarkheil et al. | The fracture network modeling in naturally fractured reservoirs using artificial neural network based on image loges and core measurements | |
WO2023130074A1 (en) | Geologic modeling framework | |
CN110119852B (zh) | 一种不确定成矿信息的统一表征方法及系统 | |
CN116068663A (zh) | 基于磁震联合低频建模的火成岩波阻抗反演方法 | |
CN113052968A (zh) | 三维构造地质模型的知识图谱构建方法 | |
CN110096622B (zh) | 一种多尺度的数据统一表达方法及系统 | |
Hammam et al. | Novel Dual Porosity Simulation Workflow and Solutions for the 3D Fracture Modeling | |
Bele | 3D Geological Modeling in Mineral Deposits (Copper Ore Body Cases) | |
Zhang et al. | Analysis on Dynamic Changes of Roliai Laterite Nickel Mine from 2013 to 2020 | |
WO2024064657A1 (en) | Geologic modeling framework | |
CN118071954A (zh) | 基于勘探线剖面数据的三维地质建模方法、系统及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |