CN108241176B - 一种放射性综合信息异常远景区圈定方法 - Google Patents
一种放射性综合信息异常远景区圈定方法 Download PDFInfo
- Publication number
- CN108241176B CN108241176B CN201611217118.5A CN201611217118A CN108241176B CN 108241176 B CN108241176 B CN 108241176B CN 201611217118 A CN201611217118 A CN 201611217118A CN 108241176 B CN108241176 B CN 108241176B
- Authority
- CN
- China
- Prior art keywords
- uranium
- data
- radon
- thorium
- space lattice
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of nuclear radiation, e.g. of natural or induced radioactivity
Abstract
本发明属于铀矿勘查中放射性地球物理勘查领域，具体涉及一种放射性综合信息异常远景区圈定方法。采用布尔逻辑提取γ能谱实测数据、氡及其子体实测数据、基于上述数据得到的其他数据的各个数据图层的异常面，以异常面和已知矿体在地表投影面的重叠区与已知矿体在地表投影面的比值为分值，对各个数据图层进行综合集成，利用集成后的综合信息异常来圈定异常远景区来预测深部铀矿资源。本发明提供了一种放射性综合信息异常远景区圈定方法，能够准确圈定深部铀矿化异常，为深部铀矿找矿和工程勘探提供参考依据。
Description
技术领域
本发明属于铀矿勘查中放射性地球物理勘查领域，具体涉及一种放射性综合信息异常远景区圈定方法。
背景技术
根据目前的钻探揭露，深部铀矿具有较大的找矿潜力，开展深部铀矿勘查技术研究与创新有着重要的意义。
深部隐伏铀矿中所含放射性核素在向地表传递的过程中不断衰变产生新的核素，这些放射性信息在传递过程中经历了围岩及盖层的层层阻隔，到达地表时异常信息十分微弱，部分信息被地表信息掩盖，且单一的信息异常容易产生多解性，给深部铀矿化异常解释带来较大困难。
采用多元信息综合异常提取是放射性地球物理方法找矿的发展趋势。通过多放射性异常信息集成提取综合信息异常来圈定异常远景靶区，对寻找深部铀矿具有重要的意义。
发明内容
本发明需要解决的技术问题为：提供一种放射性综合信息异常远景区圈定方法，能够有效指示深部铀矿化信息，指导深部铀矿找矿。
本发明的技术方案如下所述：
一种放射性综合信息异常远景区圈定方法，包括以下步骤：
步骤1
收集工作区地质资料、铀矿体已知矿体面资料、γ能谱实测数据、氡及其子体实测数据；
步骤2
对γ能谱实测数据、氡及其子体实测数据进行整理，形成含公里网的空间散点数据，包括：含公里网的γ能谱铀空间散点数据、含公里网的γ能谱钍空间散点数据、含公里网的γ能谱钾空间散点数据，含公里网的土壤氡空间散点数据；
步骤3
将步骤2所述各含公里网的空间散点数据进行投影，并进行插值计算，形成空间栅格数据，包括：γ能谱铀空间栅格数据、γ能谱钍空间栅格数据、γ能谱钾空间栅格数据、土壤氡空间栅格数据；
步骤4
根据步骤3所述空间栅格数据，计算铀钍比、铀钾比、氡衬度；
步骤5
计算γ能谱铀空间栅格数据平均值MU和γ能谱铀空间栅格数据均方差SU、γ能谱钍空间栅格数据平均值MT和γ能谱钍空间栅格数据均方差ST、γ能谱钾空间栅格数据平均值MK和γ能谱钾空间栅格数据均方差SK、土壤氡空间栅格数据平均值MR和土壤氡空间栅格数据均方差SR、铀钍比平均值MUT和铀钍比均方差SUT、铀钾比平均值MUK和铀钍比均方差SUK、以及氡衬度平均值MRC和氡衬度均方差SRC；
步骤6
将步骤3所述γ能谱铀空间栅格数据、γ能谱钍空间栅格数据、γ能谱钾空间栅格数据、土壤氡空间栅格数据，以及步骤4所述铀钍比、铀钾比、氡衬度数据绘制成等值图并识别铀异常矢量面、钍异常矢量面、钾异常矢量面、氡异常矢量面、铀钍比异常矢量面、铀钾比异常矢量面、氡衬度异常矢量面；
步骤7
获取步骤1所述已知矿体面与铀异常矢量面的重叠区面积AU、已知矿体面与钍异常矢量面的重叠区面积AT、已知矿体面与钾异常矢量面的重叠区面积AK、已知矿体面与氡异常矢量面的重叠区面积AR、已知矿体面与铀钍比异常矢量面的重叠区面积AUT、已知矿体面与铀钾比异常矢量面的重叠区面积AUK、已知矿体面与氡衬度异常矢量面的重叠区面积ARC；
将已知矿体面面积记为Am，计算各重叠区面积与已知矿体面面积的比值：
CU＝AU/Am；
CT＝AT/Am；
CK＝AK/Am；
CR＝AR/Am；
CUT＝AUT/Am；
CUK＝AUK/Am；
CRC＝ARC/Am；
步骤8
将步骤3所述γ能谱铀空间栅格数据、γ能谱钍空间栅格数据、γ能谱钾空间栅格数据、土壤氡空间栅格数据，以及步骤4所述铀钍比、铀钾比、氡衬度数据分别拉伸或压缩至[0,1]区间内，之后依次乘以CU、CT、CK、CR、CUT、CUK、CRC，计算结果依次记为GU、GT、GK、GR、GUT、GTK、GRC；
即：
γ能谱铀空间栅格数据拉伸或压缩至[0,1]区间内之后，乘以CU，得到GU；
γ能谱钍空间栅格数据拉伸或压缩至[0,1]区间内之后，乘以CT，得到GT；
γ能谱钾空间栅格数据拉伸或压缩至[0,1]区间内之后，乘以CK，得到GK；
土壤氡空间栅格数据拉伸或压缩至[0,1]区间内之后，乘以CR，得到GR；
铀钍比拉伸或压缩至[0,1]区间内之后，乘以CUT，得到GUT；
铀钾比拉伸或压缩至[0,1]区间内之后，乘以CUK，得到GTK；
氡衬度拉伸或压缩至[0,1]区间内之后，乘以CRC，得到GRC；
计算
Q＝(GU+GT+GK+GR+GUT+GTK+GRC)/(CU+CT+CK+CR+CUT+CUK+CRC)，
对Q进行滤波和滑动平均处理得到栅格数据S；
将栅格数据S绘制成等值线图，统计栅格数据S的平均值MS和均方差SS；对于S值≥MS+0.5×SS的区域为圈定为深部成矿有利区；结合已知矿床、矿点资料，利用步骤8绘制的等值线图，圈定异常远景区。
作为优选方案：步骤1中，所述γ能谱实测数据为地面γ能谱实测数据或航空γ能谱实测数据。
作为优选方案：步骤3中，基于GIS处理平台将步骤2所述各含公里网的空间散点数据进行投影，并进行克里金插值，形成空间栅格数据。
作为优选方案：步骤6中，采用布尔逻辑法，识别异常矢量面，具体识别方法如下：
将γ能谱铀空间栅格数据≥MU+1.5×SU的区域识别为铀异常矢量面；
将γ能谱钍空间栅格数据≥MT+1.5×ST的区域识别为钍异常矢量面；
将γ能谱钾空间栅格数据≥MK+1.5×SK的区域识别为钾异常矢量面；
将γ能谱氡空间栅格数据≥MR+1.5×SR的区域识别为氡异常矢量面；
将铀钍比≥MUT+1.5×SUT的区域识别为铀钍比异常矢量面；
将铀钾比≥MUK+1.5×SUK的区域识别为铀钾比异常矢量面；
将氡衬度≥MRC+1.5×SRC的区域识别为氡衬度异常矢量面。
本发明的有益效果为：
本发明的一种放射性综合信息异常远景区圈定方法，能够准确圈定深部铀矿化异常，为深部铀矿找矿和工程勘探提供参考依据。
附图说明
图1为采用本发明的放射性综合信息异常远景区圈定方法获取的放射性综合信息异常等值线及异常远景区图。
具体实施方式
下面结合说明书附图和实施例对本发明的一种放射性综合信息异常远景区圈定方法进行详细说明。
本发明的一种放射性综合信息异常远景区圈定方法，采用布尔逻辑提取γ能谱实测数据、氡及其子体实测数据、基于上述数据得到的其他数据的各个数据图层的异常面，以异常面和已知矿体在地表投影面的重叠区与已知矿体在地表投影面的比值为分值，对各个数据图层进行综合集成，利用集成后的综合信息异常来圈定异常远景区来预测深部铀矿资源。
具体而言，本发明的方法包括以下步骤：
步骤1
收集工作区地质资料、铀矿体已知矿体面资料、γ能谱实测数据、氡及其子体实测数据。所述γ能谱实测数据可以为地面γ能谱实测数据或航空γ能谱实测数据，如相山火山盆地放射性地面γ能谱实测数据。
步骤2
对γ能谱实测数据、氡及其子体实测数据进行整理，形成含公里网的空间散点数据，包括：含公里网的γ能谱铀空间散点数据、含公里网的γ能谱钍空间散点数据、含公里网的γ能谱钾空间散点数据，含公里网的土壤氡空间散点数据。
步骤3
基于GIS处理平台将步骤2所述各含公里网的空间散点数据进行投影，并进行克里金插值，形成空间栅格数据，包括：γ能谱铀空间栅格数据、γ能谱钍空间栅格数据、γ能谱钾空间栅格数据、土壤氡空间栅格数据。
步骤4
根据步骤3所述空间栅格数据，计算铀钍比、铀钾比、氡衬度，计算方法为本领域技术人员公知常识。
步骤5
计算γ能谱铀空间栅格数据平均值MU和γ能谱铀空间栅格数据均方差SU、γ能谱钍空间栅格数据平均值MT和γ能谱钍空间栅格数据均方差ST、γ能谱钾空间栅格数据平均值MK和γ能谱钾空间栅格数据均方差SK、土壤氡空间栅格数据平均值MR和土壤氡空间栅格数据均方差SR、铀钍比平均值MUT和铀钍比均方差SUT、铀钾比平均值MUK和铀钍比均方差SUK、以及氡衬度平均值MRC和氡衬度均方差SRC。
步骤6
将步骤3所述γ能谱铀空间栅格数据、γ能谱钍空间栅格数据、γ能谱钾空间栅格数据、土壤氡空间栅格数据，以及步骤4所述铀钍比、铀钾比、氡衬度数据绘制成等值图。
采用布尔逻辑法，识别异常矢量面，具体识别方法如下：
将γ能谱铀空间栅格数据≥MU+1.5×SU的区域识别为铀异常矢量面；
将γ能谱钍空间栅格数据≥MT+1.5×ST的区域识别为钍异常矢量面；
将γ能谱钾空间栅格数据≥MK+1.5×SK的区域识别为钾异常矢量面；
将土壤氡空间栅格数据≥MR+1.5×SR的区域识别为氡异常矢量面；
将铀钍比≥MUT+1.5×SUT的区域识别为铀钍比异常矢量面；
将铀钾比≥MUK+1.5×SUK的区域识别为铀钾比异常矢量面；
将氡衬度≥MRC+1.5×SRC的区域识别为氡衬度异常矢量面。
步骤7
获取步骤1所述已知矿体面与铀异常矢量面的重叠区面积AU、已知矿体面与钍异常矢量面的重叠区面积AT、已知矿体面与钾异常矢量面的重叠区面积AK、已知矿体面与氡异常矢量面的重叠区面积AR、已知矿体面与铀钍比异常矢量面的重叠区面积AUT、已知矿体面与铀钾比异常矢量面的重叠区面积AUK、已知矿体面与氡衬度异常矢量面的重叠区面积ARC。
将已知矿体面面积记为Am，计算各重叠区面积与已知矿体面面积的比值：
CU＝AU/Am；
CT＝AT/Am；
CK＝AK/Am；
CR＝AR/Am；
CUT＝AUT/Am；
CUK＝AUK/Am；
CRC＝ARC/Am。
步骤8
将步骤3所述γ能谱铀空间栅格数据拉伸或压缩至[0,1]区间内，之后乘以CU，计算结果记为GU。同理，将步骤3所述γ能谱钍空间栅格数据、γ能谱钾空间栅格数据、土壤氡空间栅格数据，以及步骤4所述铀钍比、铀钾比、氡衬度数据分别拉伸或压缩至[0,1]区间内，之后依次乘以CT、CK、CR、CUT、CUK、CRC，计算结果依次记为GT、GK、GR、GUT、GTK、GRC。
计算
Q＝(GU+GT+GK+GR+GUT+GTK+GRC)/(CU+CT+CK+CR+CUT+CUK+CRC)，
对Q进行滤波和滑动平均处理得到栅格数据S。
将栅格数据S绘制成等值线图，统计栅格数据S的平均值MS和均方差SS。对于S值≥MS+0.5×SS的区域为圈定为深部成矿有利区。结合已知矿床、矿点及其它地质资料，利用步骤8绘制的等值线图，圈定图1所示异常远景区。
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做各种变化。本发明中未作详细描述的内容均可以采用现有技术。
Claims (3)
1.一种放射性综合信息异常远景区圈定方法，其特征在于：包括以下步骤：
步骤1
收集工作区地质资料、铀矿体已知矿体面资料、γ能谱实测数据、氡及其子体实测数据；
步骤2
对γ能谱实测数据、氡及其子体实测数据进行整理，形成含公里网的空间散点数据，包括：含公里网的γ能谱铀空间散点数据、含公里网的γ能谱钍空间散点数据、含公里网的γ能谱钾空间散点数据，含公里网的土壤氡空间散点数据；
步骤3
将步骤2所述各含公里网的空间散点数据进行投影，并进行插值计算，形成空间栅格数据，包括：γ能谱铀空间栅格数据、γ能谱钍空间栅格数据、γ能谱钾空间栅格数据、土壤氡空间栅格数据；
步骤4
根据步骤3所述空间栅格数据，计算铀钍比、铀钾比、氡衬度；
步骤5
计算γ能谱铀空间栅格数据平均值MU和γ能谱铀空间栅格数据均方差SU、γ能谱钍空间栅格数据平均值MT和γ能谱钍空间栅格数据均方差ST、γ能谱钾空间栅格数据平均值MK和γ能谱钾空间栅格数据均方差SK、土壤氡空间栅格数据平均值MR和土壤氡空间栅格数据均方差SR、铀钍比平均值MUT和铀钍比均方差SUT、铀钾比平均值MUK和铀钍比均方差SUK、以及氡衬度平均值MRC和氡衬度均方差SRC；
步骤6
将步骤3所述γ能谱铀空间栅格数据、γ能谱钍空间栅格数据、γ能谱钾空间栅格数据、土壤氡空间栅格数据，以及步骤4所述铀钍比、铀钾比、氡衬度数据绘制成等值图并识别铀异常矢量面、钍异常矢量面、钾异常矢量面、氡异常矢量面、铀钍比异常矢量面、铀钾比异常矢量面、氡衬度异常矢量面；
步骤6中，采用布尔逻辑法，识别异常矢量面，具体识别方法如下：
将γ能谱铀空间栅格数据≥MU+1.5×SU的区域识别为铀异常矢量面；
将γ能谱钍空间栅格数据≥MT+1.5×ST的区域识别为钍异常矢量面；
将γ能谱钾空间栅格数据≥MK+1.5×SK的区域识别为钾异常矢量面；
将γ能谱氡空间栅格数据≥MR+1.5×SR的区域识别为氡异常矢量面；
将铀钍比≥MUT+1.5×SUT的区域识别为铀钍比异常矢量面；
将铀钾比≥MUK+1.5×SUK的区域识别为铀钾比异常矢量面；
将氡衬度≥MRC+1.5×SRC的区域识别为氡衬度异常矢量面；
步骤7
获取步骤1所述已知矿体面与铀异常矢量面的重叠区面积AU、已知矿体面与钍异常矢量面的重叠区面积AT、已知矿体面与钾异常矢量面的重叠区面积AK、已知矿体面与氡异常矢量面的重叠区面积AR、已知矿体面与铀钍比异常矢量面的重叠区面积AUT、已知矿体面与铀钾比异常矢量面的重叠区面积AUK、已知矿体面与氡衬度异常矢量面的重叠区面积ARC；
将已知矿体面面积记为Am，计算各重叠区面积与已知矿体面面积的比值：
CU＝AU/Am；
CT＝AT/Am；
CK＝AK/Am；
CR＝AR/Am；
CUT＝AUT/Am；
CUK＝AUK/Am；
CRC＝ARC/Am；
步骤8
将步骤3所述γ能谱铀空间栅格数据、γ能谱钍空间栅格数据、γ能谱钾空间栅格数据、土壤氡空间栅格数据，以及步骤4所述铀钍比、铀钾比、氡衬度数据分别拉伸或压缩至[0,1]区间内，
γ能谱铀空间栅格数据拉伸或压缩至[0,1]区间内之后，乘以CU，得到GU；
γ能谱钍空间栅格数据拉伸或压缩至[0,1]区间内之后，乘以CT，得到GT；
γ能谱钾空间栅格数据拉伸或压缩至[0,1]区间内之后，乘以CK，得到GK；
土壤氡空间栅格数据拉伸或压缩至[0,1]区间内之后，乘以CR，得到GR；
铀钍比拉伸或压缩至[0,1]区间内之后，乘以CUT，得到GUT；
铀钾比拉伸或压缩至[0,1]区间内之后，乘以CUK，得到GTK；
氡衬度拉伸或压缩至[0,1]区间内之后，乘以CRC，得到GRC；
计算
Q＝(GU+GT+GK+GR+GUT+GTK+GRC)/(CU+CT+CK+CR+CUT+CUK+CRC)，
对Q进行滤波和滑动平均处理得到栅格数据S；
将栅格数据S绘制成等值线图，统计栅格数据S的平均值MS和均方差SS；对于S值≥MS+0.5×SS的区域为圈定为深部成矿有利区；结合已知矿床、矿点资料，利用步骤8绘制的等值线图，圈定异常远景区。
2.根据权利要求1所述的一种放射性综合信息异常远景区圈定方法，其特征在于：步骤1中，所述γ能谱实测数据为地面γ能谱实测数据或航空γ能谱实测数据。
3.根据权利要求1或2所述的一种放射性综合信息异常远景区圈定方法，其特征在于：步骤3中，基于GIS处理平台将步骤2所述各含公里网的空间散点数据进行投影，并进行克里金插值，形成空间栅格数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611217118.5A CN108241176B (zh) | 2016-12-26 | 2016-12-26 | 一种放射性综合信息异常远景区圈定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611217118.5A CN108241176B (zh) | 2016-12-26 | 2016-12-26 | 一种放射性综合信息异常远景区圈定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108241176A CN108241176A (zh) | 2018-07-03 |
| CN108241176B true CN108241176B (zh) | 2019-08-13 |
Family
ID=62705007
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611217118.5A Active CN108241176B (zh) | 2016-12-26 | 2016-12-26 | 一种放射性综合信息异常远景区圈定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108241176B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111159869B (zh) * | 2019-12-20 | 2023-11-14 | 核工业北京地质研究院 | 一种砂岩铀矿床与古河道间定量参数的自动计算方法 |
| CN112764123B (zh) * | 2020-12-30 | 2021-11-30 | 核工业北京地质研究院 | 一种火山岩型铀矿三维空间定位预测方法 |
| CN116821651A (zh) * | 2023-05-04 | 2023-09-29 | 广州海洋地质调查局 | 一种天然气水合物远景区圈定与矿体精细识别方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103091472A (zh) * | 2013-01-25 | 2013-05-08 | 南华大学 | 一种快速测量土壤潜势氡浓度的方法 |
| CN103576208A (zh) * | 2013-11-07 | 2014-02-12 | 核工业北京地质研究院 | 一种面向铀矿床定位的瞬时测氡数据异常提取方法 |
| CN103837908A (zh) * | 2014-03-05 | 2014-06-04 | 核工业北京地质研究院 | 一种适用于隐伏砂岩型铀矿快速找矿定位方法 |
| CN103913781A (zh) * | 2014-03-18 | 2014-07-09 | 核工业北京地质研究院 | 一种预测铀矿体埋深的组合探测方法 |
| 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 |
| CN104615843A (zh) * | 2014-11-28 | 2015-05-13 | 核工业北京地质研究院 | 一种识别隐伏火山岩型铀矿化信息的物化探综合方法 |
| CN104699728A (zh) * | 2013-12-05 | 2015-06-10 | 中国科学院地理科学与资源研究所 | 一种基于滑动窗口的生态交错带自动识别方法 |
| CN105549113A (zh) * | 2014-10-31 | 2016-05-04 | 核工业北京地质研究院 | 火山岩型铀矿田科学深钻场址遴选方法 |
-
2016
- 2016-12-26 CN CN201611217118.5A patent/CN108241176B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103091472A (zh) * | 2013-01-25 | 2013-05-08 | 南华大学 | 一种快速测量土壤潜势氡浓度的方法 |
| CN103576208A (zh) * | 2013-11-07 | 2014-02-12 | 核工业北京地质研究院 | 一种面向铀矿床定位的瞬时测氡数据异常提取方法 |
| CN104699728A (zh) * | 2013-12-05 | 2015-06-10 | 中国科学院地理科学与资源研究所 | 一种基于滑动窗口的生态交错带自动识别方法 |
| CN103837908A (zh) * | 2014-03-05 | 2014-06-04 | 核工业北京地质研究院 | 一种适用于隐伏砂岩型铀矿快速找矿定位方法 |
| CN103913781A (zh) * | 2014-03-18 | 2014-07-09 | 核工业北京地质研究院 | 一种预测铀矿体埋深的组合探测方法 |
| 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 |
| CN105549113A (zh) * | 2014-10-31 | 2016-05-04 | 核工业北京地质研究院 | 火山岩型铀矿田科学深钻场址遴选方法 |
| CN104615843A (zh) * | 2014-11-28 | 2015-05-13 | 核工业北京地质研究院 | 一种识别隐伏火山岩型铀矿化信息的物化探综合方法 |
Non-Patent Citations (3)
| Title |
|---|
| "Study on Deep Uranium Information of Radon Anomaly Extraction Technology";Li Bihong 等;《ACTA GEOLOGICAL SINICA(English Edition)》;20140831;第88卷(第2（增补）期);第1366-1367页 |
| "基于放射性地球物理的深部砂岩型铀矿化信息提取技术";李必红 等;《地球物理学进展》;20160224;第31卷(第2期);第483-687页 |
| "满洲里南部地区铀成矿靶区综合预测";韩绍阳 等;《世界核地质科学》;20080930;第25卷(第3期);第172-179页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108241176A (zh) | 2018-07-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Powell et al. | Elevated concentrations of primordial radionuclides in sediments from the Reedy River and surrounding creeks in Simpsonville, South Carolina | |
| CN108241176B (zh) | 一种放射性综合信息异常远景区圈定方法 | |
| CN104850732B (zh) | 一种基于砂体统计学的油藏小层划分方法及装置 | |
| Deino et al. | Chronostratigraphy and age modeling of Pleistocene drill cores from the Olduvai basin, Tanzania (Olduvai Gorge coring project) | |
| CN103678778B (zh) | 一种放射性物化探信息综合方法 | |
| KR20180055518A (ko) | 3차원 잠재광산 부존지 예측 시스템 및 방법 | |
| Chandrasekaran et al. | Measurements of natural gamma radiations and effects of physico-chemical properties in soils of Yelagiri hills, Tamilnadu India with statistical approach | |
| CN107203011A (zh) | 一种基于遥感和地球物理的古陆块图像识别方法 | |
| CN105487106B (zh) | 一种基于高斯射线束目的层能量照明的补炮方法 | |
| Fernandez et al. | Cosmic filaments from cosmic strings | |
| 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 | |
| Alexandrou | Selected results on hadron structure using state-of-the-art lattice QCD simulations | |
| Wang et al. | Polarization migration of three-component reflected waves under small migration aperture condition | |
| Gillmore et al. | Preface" IGCP Project 571: Radon, health and natural hazards" | |
| Giunti | Geochemical and isotopic tracers in copper deposits and ancient artifacts: a database for provenance | |
| Gu et al. | Radiation Sensor Placement using Reinforcement Learning in Nuclear Security Applications | |
| Baccolo et al. | Neutron activation analysis on sediments from Victoria Land, Antarctica: multi-elemental characterization of potential atmospheric dust sources | |
| Abud Louro et al. | Integrated geologic and geophysical interpretation of the Buraco da Velha copper deposit (Rondônia, Brazil): A basis for exploring in related environments | |
| Akçar et al. | First results on determination of cosmogenic 36Cl in limestone from the Yenicekale Complex in the Hittite capital of Hattusha (Turkey) | |
| CN107656318B (zh) | 地质时间的确定方法和装置 | |
| Ferreira et al. | The use of alternative methods for differentiation of banded iron formations and iron ore in the body N4WS, Serra Norte–Carajás mineral province | |
| Kato et al. | Measurements of neutron fluence from the Hiroshima atomic bomb | |
| Cullen et al. | Neural MUSE Analysis | |
| Darriba et al. | Radiometric mapping for coltan prospection in shallow alluvial deposits using in situ gamma ray spectrometry with BGO detector | |
| Pinheiro et al. | Rock Quality Designation 3D modelling using geostatistics: a tungsten Portuguese deposit case study |
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 |