CN108229759A - 非线性离散推测模型找矿预测方法 - Google Patents
非线性离散推测模型找矿预测方法 Download PDFInfo
- Publication number
- CN108229759A CN108229759A CN201810109367.5A CN201810109367A CN108229759A CN 108229759 A CN108229759 A CN 108229759A CN 201810109367 A CN201810109367 A CN 201810109367A CN 108229759 A CN108229759 A CN 108229759A
- Authority
- CN
- China
- Prior art keywords
- ore
- distance
- controlling factor
- ore deposit
- rigid body
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000002349 favourable effect Effects 0.000 claims abstract description 16
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 36
- 239000011707 mineral Substances 0.000 claims description 36
- 238000004458 analytical method Methods 0.000 claims description 7
- 239000004744 fabric Substances 0.000 claims description 4
- 230000033558 biomineral tissue development Effects 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims 2
- 230000000694 effects Effects 0.000 abstract description 5
- 238000005065 mining Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000007423 decrease Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008602 contraction Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000013589 supplement 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Agronomy & Crop Science (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种非线性离散推测模型找矿预测方法,通过确定控矿要素的最佳组合数与最佳收缩距离,解决了满足较多控矿要素组合的区域范围小、较少控矿要素组合的区域范围大,收缩距离值过小导致最终圈定的成矿有利区个数多且分布离散、收缩距离过大导致所圈定的成矿有利区范围广而失去找矿预测研究意义等问题,从而在最佳控矿要素组合数与最佳收缩距离共同作用下克服矿区信息不对称以及连续插值模型的局限性,实现控矿要素最佳组合与最佳收缩距离双重约束下成矿有利区的圈定,达到找矿预测的目的。
Description
技术领域
本发明属于矿产勘探技术领域,具体涉及一种非线性离散推测模型找矿预测方法。
背景技术
在成矿预测研究中,与成矿相关的控矿要素是控制矿体产出与赋存的重要因子。控矿要素(例如:断裂带、褶皱、重异常、磁异常等)的作用位置对深部盲矿体的定位预测具有导向作用,是成矿预测研究中圈定成矿有利区的重要参考,控矿条件好的地段,矿体产出的可能性大,控矿条件差的地段,矿体产出的可能性较小。
对于某种已知类型的矿床,矿体的形成部位是不同控矿要素共同作用下的结果。通过对研究区地质背景和矿床成因的分析,继而建立研究区的找矿模型,确定该特定矿床控矿要素的类型。在非线性离散推测模型中,根据研究区已有的资料建立不同控矿要素的三维地质实体模型(有什么资料,建什么模型),在三维实体模型的基础上进行块体单元的划分,并为每一个块体单元建立属性(属性值取0或1,0表示块体单元不是某个控矿要素,1表示该块体单元是某个控矿要素),统计每个块体单元中包含的控矿变量的个数(即控矿变量组合数)。在不考虑控矿要素重要性的前提下,包含控矿变量个数多的块体单元,则被认为是成矿条件好的部位,发现矿体的可能性大;而包含控矿变量个数少的块体单元,则被认为是成矿条件差的部位,发现矿体的可能性小。
在确定控矿变量最佳组合数之后,将满足控矿变量最佳组合数要求的块体单元按照适当的距离进行进行块体收缩,使原本离散分布在一定距离空间中的块体单元聚合成一个较大的块体,最终选择合适距离下经收缩后所聚合后的块体,作为非线性离散推测模型圈定的成矿有利区。在收缩距离值的选择上,如果距离较小,会导致最终圈定的成矿有利区个数较多且分布较散,收缩距离过大大又会导致所圈定的成矿有利区范围大而失去找矿预测的研究意义。在实际研究中,在整个三维研究区空间范围内成矿条件最优越的地段相对于整个研究区面积较小,即含有最大控矿要素组合数的块体单元的个数占整个研究区块体单元总数的比率小,如果仅仅依靠含有较多控矿要素组合的块体单元来进行成矿有利区的圈定,所圈定的最终结果范围小且离散程度高,达不到找矿预测的精度要求。本发明了解决的难题就是要通过D(距离)和V(体积)之间的分形分析确定控矿要素最佳组合数以及最佳收缩距离,以保证经控矿要素最佳组合数以及最佳收缩距离双重约束后的圈定的成矿有利区满足找矿勘查的实践要求。
发明内容
针对上述背景技术存在的问题,本发明旨在提供一种非线性离散推测模型找矿预测方法,本发明通过确定最佳的控矿要素组合数与收缩距离,从而在控矿要素最佳组合数与最佳收缩距离共同作用下的完成成矿有利区的圈定,达到找矿预测的目的。
为此,本发明采用以下技术方案:非线性离散推测模型找矿预测方法,其特征是,包括以下步骤:
步骤一:确定控矿要素最佳组合数
(4)、块体计算:对研究区的地质背景以及成矿特征分析的基础上,总结研究区的找矿模型,确定控矿要素的类型,根据研究区现有的地质资料,构建局部三维地质实体模型,同时在网格划分的基础上构建三维块体模型。选取块体模型中任一块体单元作为目标块体,并以该目标块体的中心位置作为球心创建搜索椭球,参考研究区的范围大小,初始化设置搜索椭球的半径值。
设置半径后,在搜索椭球范围内,分别统计任一不同控矿要素组合数下的块体单元(特征块体)到目标块体的距离值,并计算其最小距离值;
(4)、距离-体积分形拟合:将上述计算出的不同目标块体到特征块体的最小距离值,以控矿变量组合数为自变量,对同一控矿变量组合数下的所有块体单元按照其对应的最小距离值进行排序;对按照距离排序后的结果,统计某一距离值外所包含的的块体单元的个数(N);由于在对研究区进行网格划分时,划分出的最小块体单元的尺寸(体积)是固定值(V0),根据块体单元的个数与划分的尺寸计算出大于某一范围的块体的体积(V);
根据不同控矿要素组合的情况,按照公式1、公式2来分析距离和大于该距离的所有块体的体积的关系来拟合各种要素组合内和要素之间的自相似性
V=k×Dd (公式1)
其中:D为距离,V为大于D距离的块体体积,d为分形维数,k为一个比例常数
对公式1取对数后得到公式2:
lnV=lnK+dlnD (公式2)
把数据投影到双log坐标系中,根据组间方差最小拟合出函数y=a*x+b,所以分段拟合的分维数为d=a;
(5)、控矿要素组合分析:
根据D-V分形的结果,在满足不同个数的控矿要素组合下D-V均满足分形分布特征的前提下,根据研究区内特征块体的分布范围,设置最大搜索距离(L)为搜索球的半径,在此数值设置上n等分最大搜索距离值L,分别构建以半径r=L/n,2L/n,3L/n,4L/n,…的球体,其中最小半径长度的球体称为基础球体,其体积为V0,在此基础上构建等步长(L/n)变化的球体称为搜索球体,其体积计为Vi,分别统计相邻半径之间含有特定数目控矿变量组合的的特征块体的个数N,以及相邻搜索球体的体积增量,以单位体积内分布的特定数目的控矿要素特征块体的数目作为该数目控矿要素组合下的控矿密度(公式3),以不同搜索椭球的控矿密度与基础椭球的控矿密度(公式4)之比为相对控矿密度(公式5)
根据不同搜索尺度下相对控矿密度计算的结果,绘制不同控矿变量组合数下,相对控矿密度和和搜索尺度的统计曲线;
步骤二:确定最佳收缩距离
经上述研究确定出控矿要素的最佳组合数后,满足最佳组合数的块体单元在找矿预测研究中都被称作是成矿有利单元;非线性离散推测模型找矿预测方法中通过不同尺度的滑动窗体来实现成矿有利单元最佳收缩距离的确定;
在不同尺度的搜索窗体对成矿有利单元进行重分类下,满足最佳控矿要素组合数要求的块体单元称作成矿有利窗体,统计不同滑动搜索窗体的尺度与最终的成矿有利窗体的个数之间的关系;在此基础上,选取成矿有利窗体个数峰值所对应的滑动搜索尺度,作为最佳控矿要素组合数下成矿有利单元收缩的最佳距离值;
在确定控矿变量最佳组合数和最佳收缩距离的基础上,得到基于非线性离散推测模型找矿预测方法圈定出的成矿有利区。
作为对上述技术方案的补充和完善,本发明还包括以下技术特征。
步骤一(1)中,计算最小距离值为分别计算椭球范围内含1个控矿要素的所有特征块体到目标块体的距离最小值;含2个控矿要素的所有特征块体到目标块体的距离最小值;含3个控矿要素的所有特征块体到目标块体的距离最小值,以此类推。
步骤一(3)中,在块体模型中,当控矿条件宽松的时候(控矿变量组合数较小),整个研究区较多的块体单元都达到控矿变量组合数的要求,符合先决条件的块体单元数量较多且分布紧密,且块体单元之间的距离相对较小,因此随着搜索半径的增大,其相对控矿密度降低;而在条件苛刻的时候(控矿变量组合数较大),对于特定的较大控矿变量组合数,整个研究区只有较少的块体单元达到控矿变量组合数的要求,符合先决条件的块体单元数量极少且分布离散,块体单元之间的距离也相对较大,因此随着搜索半径的增大,其相对控矿密度增加,搜索尺度增大至一定范尺度后,基本包含了所有符合先决条件的块体单元,如果继续增大搜索尺度,则相对控矿密度下降。
本发明可以达到以下有益效果:通过确定控矿要素的最佳组合数与最佳收缩距离,解决了满足较多控矿要素组合的区域范围小、较少控矿要素组合的区域范围大,收缩距离值过小导致最终圈定的成矿有利区个数多且分布离散、收缩距离过大导致所圈定的成矿有利区范围广而失去找矿预测研究意义等问题,从而在最佳控矿要素组合数与最佳收缩距离共同作用下克服矿区信息不对称以及连续插值模型的局限性,实现控矿要素最佳组合与最佳收缩距离双重约束下成矿有利区的圈定,达到找矿预测的目的。
附图说明
图1为本发明的找矿预测方法流程示意图。
图2为D(距离)-V(大于距离D的块体体积)计算与拟合示意图。
图3为某矿床不同控矿要素组合下的D-V模型分形分析结果示意图。
图4为等间隔搜索球分析示意图。
图5为某矿床不同控矿要素组合下相对控矿密度和搜索尺度的统计曲线示意图。
图6为滑动窗体搜索示意图。
图7为某矿床控矿要素最佳组合数对应的最佳收缩距离示意图。
图8为某矿床应用该方法圈定的成矿有利区及已知矿体验示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细描述。
本发明的非线性离散推测模型找矿预测方法主要流程如图1所示,
确定控矿要素最佳组合数
(1)块体计算
对研究区的地质背景以及成矿特征分析的基础上,总结研究区的找矿模型,确定控矿要素的类型。根据研究区现有的资料,构建三维地质实体模型(有什么,建什么),在网格化划分的基础上,建立研究区的三维块体模型。选取块体模型中的任一块体单元作为目标块体,并以该目标块体的中心位置作为圆心构建搜索椭球,根据研究区的范围大小,初始化设置搜索椭球的半径值。
设置半径后,在搜索椭球范围内,分别统计任一不同控矿要素组合数下的特征块体到目标块体的距离值,并计算其最小距离值(即分别计算椭球范围内含1个控矿要素的所有特征块体到目标块体的距离最小值;含2个控矿要素的所有特征块体到目标块体的距离最小值;含3个控矿要素的所有特征块体到目标块体的距离最小值;……;含n个控矿要素的所有特征块体到目标块体的距离最小值)。如果在当前索索范围内不存在满足某控矿要素组合数的特征块体,则其最小距离计为-1。按照这种思路,依次选取其他块体单元作为目标块体进行距离计算,计算结果如表1。
表1目标块体到特征块体最小距离统计
注:Mmax(m)为块体单元中包含的控矿变量个数的最大值;M1(1)为块体单元中包含的控矿变量个数的最小值;d(m,n)为以编号n块体单元为目标块体到含m个控矿要素组合的特征块体的最小距离。
(2)D(距离)-V(体积)分形拟合
根据表1所计算出的不同目标块体到特征块体的最小距离值,以控矿变量组合数为自变量,对同一控矿变量组合数下的所有块体单元按照其对应的最小距离值进行排序(即对表1进行列排序)。对按照距离排序后的结果,统计某一距离值外所包含的的块体单元的个数(N)。由于在对研究区进行网格划分时,划分出的最小块体单元的尺寸(体积)是固定值(V0),因此根据块体单元的个数与划分的尺寸计算出大于某一范围的块体的体积(V),如图2-左所示。
非线性推测模型找矿预测方法是基于非线性理论的方法,必须要求研究对象满足分形分布的特征。分形分布的主要特征是大于某一尺度物体的数目,与物体大小之间存在着幂函数关系。在地质现象的统计分布中,幂函数不是惟一的一类分形分布,但却是唯一的一类不含特征尺度的分布。因此,根据不同要素组合的情况,按照公式1、公式2来分析D(距离)和V(大于该距离的所有块体的体积)的关系来拟合各种要素组合内和要素之间的自相似性(图2-右)。
V=k×Dd (公式1)
其中:D为距离,V为大于D距离的块体体积,d为分形维数,k为一个比例常数。
对公式1取对数后得到公式2:
lnV=lnK+dlnD (公式2)
把数据投影到双log坐标系中,根据组间方差最小拟合出函数y=a*x+b,所以分段拟合的分维数为d=a。
(3)控矿要素组合分析
根据D-V分形的结果,在不同个数的控矿要素组合下,D(距离)和V(大于该距离的所有块体的体积)均满足分形分布特征的前提下(图3),根据研究区内特征块体的分布范围,设置最大搜索距离(L)为搜索球的半径,在此数值设置上n等分最大搜索距离值L,分别构建以半径r=L/n,2L/n,3L/n,4L/n,…的球体。其中最小半径长度的球体称为基础球体,其体积为V0,在此基础上构建等步长(L/n)变化的球体称为搜索球体,其体积计为Vi(i为步长倍数,如图4),分别统计相邻半径之间含有特定数目控矿变量组合的的特征块体的个数N,以及相邻搜索球体的体积增量ΔV,以单位体积内分布的特定数目的控矿要素特征块体的数目作为该数目控矿要素组合下的控矿密度(公式3),以不同搜索椭球的控矿密度与基础椭球的控矿密度(公式4)之比为相对控矿密度(公式5)。
根据不同搜索尺度下相对控矿密度计算的结果,绘制不同控矿变量组合数下,相对控矿密度和和搜索尺度的统计曲线(如图5)。
当控矿条件宽松的时候(控矿变量组合数较小),整个研究区较多的块体单元都达到控矿变量组合数的要求,符合先决条件的块体单元数量较多且分布紧密,且块体单元之间的距离相对较小,因此随着搜索半径的增大,其相对控矿密度降低;而在条件苛刻的时候(控矿变量组合数较大),对于特定的较大控矿变量组合数,整个研究区只有较少的块体单元达到控矿变量组合数的要求,符合先决条件的块体单元数量极少且分布离散,块体单元之间的距离也相对较大,因此随着搜索半径的增大,其相对控矿密度增加,搜索尺度增大至一定范尺度后,基本包含了所有符合先决条件的块体单元,如果继续增大搜索尺度,则相对控矿密度下降。
以图5为例,当控矿变量组合数为11,12,13时,相对控矿密度曲线随搜索距离的增加先上升后下降,而当控矿变量组合数小于11时,相对控矿密度曲线随搜索距离的增加而下降。因此,非线性离散推测模型找矿预测方法认定控矿变量组合数为11时,为控矿变量最佳组合。
3.2.2确定最佳收缩距离
经上述研究确定出控矿要素的最佳组合数后,满足最佳组合数的块体单元在找矿预测研究中都被称作是成矿有利单元。非线性离散推测模型找矿预测方法中通过不同尺度的滑动窗体来实现成矿有利单元最佳收缩距离的确定。设置不同尺度(一般为块体单元尺寸的整数倍)的窗体对整个研究区进行滑动搜索,滑动搜索的同时,滑动窗体中的控矿要素的组合情况也相应会发生变化,整个滑动搜索的过程类似于对整个研究区的控矿变量组合数进行反复插值、重分类(如图6)。
在不同尺度的搜索窗体对成矿有利单元进行重分类下,满足最佳控矿要素组合数要求的块体单元称作成矿有利窗体,统计不同滑动搜索窗体的尺度与最终的成矿有利窗体的个数之间的关系,如图7所示,在此基础上,选取成矿有利窗体个数峰值所对应的滑动搜索尺度,作为最佳控矿要素组合数下成矿有利单元收缩的最佳距离值。在确定控矿变量最佳组合数和最佳收缩距离的基础上,得到基于非线性离散推测模型找矿预测方法圈定出的成矿有利区。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (3)
1.非线性离散推测模型找矿预测方法,其特征在于包括以下步骤:
步骤一:确定控矿要素最佳组合数
(1)、块体计算:对研究区的地质背景以及成矿特征分析的基础上,总结研究区的找矿模型,确定控矿要素的类型,根据研究区现有的地质资料,构建局部三维地质实体模型,同时在网格划分的基础上构建三维块体模型。选取块体模型中的任一块体单元作为目标块体,并以该目标块体的中心位置作为圆心构建搜索椭球,根据研究区的范围大小,初始化设置搜索椭球的半径值;
设置半径后,在搜索椭球范围内,分别统计任一不同控矿要素组合数下的块体单元(特征块体)到目标块体的距离值,并计算其最小距离值;
(2)、距离(D)-体积(V)分形拟合:将上述计算出的不同目标块体到特征块体的最小距离值,以控矿变量组合数为自变量,对同一控矿变量组合数下的所有块体单元按照其对应的最小距离值进行排序;对按照距离排序后的结果,统计某一距离值外所包含的的块体单元的个数(N);由于在对研究区进行网格划分时,划分出的最小块体单元的尺寸(体积)是固定值(V0),根据块体单元的个数与划分的尺寸计算出大于某一范围的块体的体积(V);
根据不同控矿要素组合的情况,按照公式1、公式2来分析距离和大于该距离的所有块体的体积的关系来拟合各种要素组合内和要素之间的自相似性
V=k×Dd (公式1)
其中:D为距离,V为大于D距离的块体体积,d为分形维数,k为一个比例常数
对公式1取对数后得到公式2:
ln V=ln K+d ln D (公式2)
把数据投影到双log坐标系中,根据组间方差最小拟合出函数y=a*x+b,所以分段拟合的分维数为d=a;
(3)、控矿要素组合分析:根据D-V分形的结果,在满足不同个数的控矿要素组合下D-V均满足分形分布特征的前提下,根据研究区内特征块体的分布范围,设置最大搜索距离(L)为搜索球的半径,在此数值设置上n等分最大搜索距离值L,分别构建以半径r=L/n,2L/n,3L/n,4L/n,…的球体,其中最小半径长度的球体称为基础球体,其体积为V0,在此基础上构建等步长(L/n)变化的球体称为搜索球体,其体积计为Vi,分别统计相邻半径之间含有特定数目控矿变量组合的的特征块体的个数N,以及相邻搜索球体的体积增量,以单位体积内分布的特定数目的控矿要素特征块体的数目作为该数目控矿要素组合下的控矿密度(公式3),以不同搜索椭球的控矿密度与基础椭球的控矿密度(公式4)之比为相对控矿密度(公式5)
根据不同搜索尺度下相对控矿密度计算的结果,绘制不同控矿变量组合数下,相对控矿密度和和搜索尺度的统计曲线;
步骤二:确定最佳收缩距离
经上述研究确定出控矿要素的最佳组合数后,满足控矿变量最佳组合数的块体单元在找矿预测研究中都被称作是成矿有利单元。针对控矿要素最佳组合数约束后的成矿有利单元,非线性离散推测模型找矿预测方法中通过不同尺度的滑动窗体来实现成矿有利单元最佳收缩距离的确定;
不同尺度的窗体对整个研究区进行滑动搜索的同时,滑动窗体中包含的控矿要素的组合情况也相应会发生变化,在不同尺度的窗体搜索下,满足最佳控矿要素组合数要求的块体单元称作成矿有利窗体,统计不同滑动搜索窗体的尺度与最终的成矿有利窗体个数之间的关系;在此基础上,选取成矿有利窗体个数峰值所对应的滑动搜索尺度,作为最佳控矿要素组合数下成矿有利单元收缩的最佳距离值;
在确定控矿变量最佳组合数和最佳收缩距离的基础上,得到基于非线性离散推测模型找矿预测方法圈定出的成矿有利区。
2.根据权利要求1所述的非线性离散推测模型找矿预测方法,其特征在于:步骤一(1)中,计算最小距离值为分别计算椭球范围内含1个控矿要素的所有特征块体到目标块体的距离最小值;含2个控矿要素的所有特征块体到目标块体的距离最小值;含3个控矿要素的所有特征块体到目标块体的距离最小值,以此类推。
3.根据权利要求1所述的非线性离散推测模型找矿预测方法,其特征在于:步骤一(3)中,在块体模型中,当控矿条件宽松的时候,整个研究区较多的块体单元都达到控矿要素组合数的要求,符合先决条件的块体单元数量较多且分布紧密,且块体单元之间的距离相对较小,因此随着搜索半径的增大,其相对控矿密度降低;而在条件苛刻的时候,对于特定的较大控矿要素组合数,整个研究区只有较少的块体单元达到控矿要素组合数的要求,符合先决条件的块体单元数量极少且分布离散,块体单元之间的距离也相对较大,因此随着搜索半径的增大,其相对控矿密度增加,搜索尺度增大至一定范尺度后,基本包含了所有符合先决条件的块体单元,如果继续增大搜索尺度,则相对控矿密度下降。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810109367.5A CN108229759B (zh) | 2018-02-05 | 2018-02-05 | 非线性离散推测模型找矿预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810109367.5A CN108229759B (zh) | 2018-02-05 | 2018-02-05 | 非线性离散推测模型找矿预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108229759A true CN108229759A (zh) | 2018-06-29 |
CN108229759B CN108229759B (zh) | 2021-07-27 |
Family
ID=62670392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810109367.5A Expired - Fee Related CN108229759B (zh) | 2018-02-05 | 2018-02-05 | 非线性离散推测模型找矿预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108229759B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114492205A (zh) * | 2022-02-16 | 2022-05-13 | 中国地质大学(武汉) | 基于相似性判断的局部各向异性搜索椭球体模型简化方法 |
CN116912534A (zh) * | 2023-09-14 | 2023-10-20 | 中国地质大学(武汉) | 自适应搜索匹配的热液矿床成矿系统空间结构识别方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942841A (zh) * | 2013-08-15 | 2014-07-23 | 中国地质科学院矿产资源研究所 | 基于gis的矿产资源多元信息处理方法及其系统 |
CN104866653A (zh) * | 2015-04-29 | 2015-08-26 | 中国地质科学院矿产资源研究所 | 一种获取地下三维密度结构的方法 |
CN106529755A (zh) * | 2016-08-25 | 2017-03-22 | 中国黄金集团内蒙古矿业有限公司 | 一种矿山地质资源储量管理方法 |
-
2018
- 2018-02-05 CN CN201810109367.5A patent/CN108229759B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942841A (zh) * | 2013-08-15 | 2014-07-23 | 中国地质科学院矿产资源研究所 | 基于gis的矿产资源多元信息处理方法及其系统 |
CN104866653A (zh) * | 2015-04-29 | 2015-08-26 | 中国地质科学院矿产资源研究所 | 一种获取地下三维密度结构的方法 |
CN106529755A (zh) * | 2016-08-25 | 2017-03-22 | 中国黄金集团内蒙古矿业有限公司 | 一种矿山地质资源储量管理方法 |
Non-Patent Citations (2)
Title |
---|
A.P.JESUS 等: "Multi-fractal modelling and spatial Cu-soil anomaly analysis along the southern border of the Iberian Terrane in Portugal", 《JOURNAL OF GEOCHEMICAL EXPLORATION》 * |
喻聪骏: "云南富宁水合口金矿控矿构造分析及找矿预测", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114492205A (zh) * | 2022-02-16 | 2022-05-13 | 中国地质大学(武汉) | 基于相似性判断的局部各向异性搜索椭球体模型简化方法 |
CN114492205B (zh) * | 2022-02-16 | 2022-11-11 | 中国地质大学(武汉) | 基于相似性判断的局部各向异性搜索椭球体模型简化方法 |
CN116912534A (zh) * | 2023-09-14 | 2023-10-20 | 中国地质大学(武汉) | 自适应搜索匹配的热液矿床成矿系统空间结构识别方法 |
CN116912534B (zh) * | 2023-09-14 | 2023-12-22 | 中国地质大学(武汉) | 自适应搜索匹配的热液矿床成矿系统空间结构识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108229759B (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020103098A4 (en) | Ore prospecting prediction method of nonlinear discrete speculation model | |
Boer et al. | Kriging and thin plate splines for mapping climate variables | |
CN110334882A (zh) | 一种隐伏矿体定量预测方法及装置 | |
CN107229768B (zh) | 基于模糊分类技术的边坡可靠性参数获取方法及装置 | |
CN103699751A (zh) | 一种基于空间矢量的砂体储层构型建模方法及系统 | |
CN104933156A (zh) | 一种基于共享近邻聚类的协同过滤方法 | |
CN108229759A (zh) | 非线性离散推测模型找矿预测方法 | |
CN107491411B (zh) | 基于n阶多项式密度函数的重力异常反演方法 | |
CN106326923B (zh) | 一种顾及位置重复和密度峰值点的签到位置数据聚类方法 | |
CN109858687B (zh) | 一种基于物流需求的大尺度条件下物流通道规划方法 | |
Bitsouni et al. | Mathematical modelling of cancer invasion: the multiple roles of TGF-β pathway on tumour proliferation and cell adhesion | |
CN112652066B (zh) | 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 | |
CN111291512A (zh) | 一种具有隔热功能的变密度Gyroid晶格结构设计方法 | |
CN110306978A (zh) | 一种非均质油藏储层物性参数预测方法 | |
CN104198820B (zh) | 一种含块状介质的双层土壤接地电阻的计算方法 | |
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 | |
CN103473268B (zh) | 线性要素空间索引构建方法、系统和检索方法及其系统 | |
CN111913220A (zh) | 基于相模式的低渗砂岩相对高渗条带预测方法 | |
CN102800114B (zh) | 一种基于Poisson-disk采样的数据点云精简方法 | |
CN104376329A (zh) | 基于空间自相关性和分水岭算法的聚类评估方法 | |
CN110288227A (zh) | 一种用于评价影响压裂效果主控因素的方法 | |
Dingman | Probability distribution of velocity in natural channel cross sections | |
Wang et al. | Segmentation of the communication tower and its accessory equipment based on geometrical shape context from 3D point cloud | |
Sun et al. | Improved fast adaptive IDW interpolation algorithm based on the borehole data sample characteristic and its application | |
CN107908834B (zh) | 隐伏矿体的三维定位成矿预测方法以及系统 |
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 | ||
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: 20210727 Termination date: 20220205 |