CN109143401A - 基于遥感技术的离子吸附型稀土矿探矿方法及装置 - Google Patents
基于遥感技术的离子吸附型稀土矿探矿方法及装置 Download PDFInfo
- Publication number
- CN109143401A CN109143401A CN201811177472.9A CN201811177472A CN109143401A CN 109143401 A CN109143401 A CN 109143401A CN 201811177472 A CN201811177472 A CN 201811177472A CN 109143401 A CN109143401 A CN 109143401A
- Authority
- CN
- China
- Prior art keywords
- ore
- forming
- rare earth
- beneficial
- type rare
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及探矿技术领域,尤其涉及基于遥感技术的离子吸附型稀土矿探矿方法及装置。该方法包括:获取本地已知离子吸附型稀土矿成矿特征;根据所述本地已知离子吸附型稀土矿成矿特征确定本地有利成矿母岩范围;获取DEM(Digital Elevation Model,数字高程模型)数据统计出的有利成矿地貌要素的取值范围;根据所述有利成矿地貌要素的取值范围确定有利地貌成矿区;根据所述有利成矿母岩范围与所述有利地貌成矿区确定探矿范围。本发明具有的优点为:可以缩短勘查周期,降低物力及人力成本,快速有效地开展南岭大范围内的稀土找矿工作,同时消除非成矿地质体对成矿预测的影响,避免了边界误差,提高成矿预测的准确性至30%以上。
Description
技术领域
本发明涉及探矿技术领域,尤其涉及基于遥感技术的离子吸附型稀土矿探矿方法及装置。
背景技术
离子吸附型稀土矿又称风化壳淋积型稀土矿,是一种国外未见报道过的我国独特的新型稀土矿床,该类型矿分布地面广,储量大,放射性低,开具有采容易,提取稀土工艺简单、成本低,产品质量好等特点。
基于传统的稀土勘查方法,勘查周期长,花费的物力及人力成本高,很难快速有效地开展南岭大范围内的稀土找矿工作。遥感技术具有覆盖广、快速、高效、低成本等优势,特别是对南方地区广泛分布的离子吸附型稀土矿具有较好的应用前景;遥感技术已广泛应用于地质填图及矿产勘查,它能够提供宏观、综合的区域概况信息,在一定程度上减少了野外工作量;当前,尽管遥感技术在稀土矿业得到初步应用,但是大部分集中于矿山动态监测及环境污染方面;由于一些稀土矿大多分布在气候湿润地区,植被较为发育,遥感技术的找矿效果受到一定程度的影响。
为此,我们提出基于遥感技术的离子吸附型稀土矿探矿方法及装置来解决上述问题。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的基于遥感技术的离子吸附型稀土矿探矿方法及装置。
为了实现上述目的,本发明采用了如下技术方案:
基于遥感技术的离子吸附型稀土矿探矿方法,所述方法包括:
获取本地已知离子吸附型稀土矿成矿特征;
根据所述本地已知离子吸附型稀土矿成矿特征确定本地有利成矿母岩范围;
获取DEM数据统计出的有利成矿地貌要素的取值范围;
根据所述有利成矿地貌要素的取值范围确定有利地貌成矿区;
根据所述有利成矿母岩范围与所述有利地貌成矿区确定探矿范围。
进一步地,所述获取本地已知离子吸附型稀土矿成矿特征,具体包括:
所述本地已知离子吸附型稀土矿成矿特征包括所述已知离子吸附型稀土矿的有利成矿母岩种类、地质构造、成矿地貌、开采和/或盗采图斑、粘土矿物、植被覆盖指数、化探异常。
进一步地,根据所述本地已知离子吸附型稀土矿成矿特征确定本地有利成矿母岩范围,具体包括:
根据所述本地已知离子吸附型稀土矿成矿特征建立本地离子吸附型稀土矿数据库,根据所述本地离子吸附型稀土矿数据库确定所述本地有利成矿母岩范围,其中,所述本地有利成矿母岩范围包括本地有利成矿母岩的种类范围和/或分布范围。
进一步地,获取DEM数据统计出的有利成矿地貌要素的取值范围,具体包括:
利用DEM数据,基于GIS空间分析技术,获取每个已知离子吸附型稀土矿的第一有利成矿地貌要素,其中,所述第一有利成矿地貌要素包括但不限于所述已知离子吸附型稀土矿的高程、坡度、坡向、曲率、地表切割深度、地形起伏度及地形特征因子;
获取每个已知离子吸附型稀土矿的第二有利成矿地貌要素,其中,所述第二有利成矿地貌要素包括但不限于断裂等密度、断裂缓冲区、断裂交点数、局部断裂、断裂方位、断裂条数、断裂优益度、断裂中心对称度、主干断裂;
获取每个已知离子吸附型稀土矿的第三有利成矿地貌要素,其中,所述第三有利成矿地貌要素包括但不限于所述已知离子吸附型稀土矿的气候条件、植被指数、地表水及地下水指数以及粘土矿物指数,其中,植被指数包括种类和/或覆盖密度和/或高度和/或植被毒害信息;
然后统计分析所有已知离子吸附型稀土矿的所述第一有利成矿地貌要素、所述第二有利成矿地貌要素和所述第二有利成矿地貌要素,提取所述有利成矿地貌要素的取值范围。
优选地,根据所述有利成矿地貌要素的取值范围确定有利地貌成矿区,具体包括:
获取本地地貌要素,并对本地地貌要素进行量化得到本地地貌要素权重;其中,所述本地地貌要素包括与所述第一有利成矿地貌要素、所述第二有利成矿地貌要素和所述第二有利成矿地貌要素中的地貌要素;
将本地地貌要素权重落在所述有利成矿地貌要素的取值范围的地区作为所述有利地貌成矿区。
进一步地,根据所述有利成矿母岩范围与所述有利地貌成矿区确定探矿范围,具体包括:
在所述有利地貌成矿区内,把所述有利成矿母岩作为地质单元,进行网格划分,确定探矿范围。
一种身体机能数据分析处理装置,其特征在于,包括:
第一获取单元,获取本地已知离子吸附型稀土矿成矿特征;
第一计算单元,根据所述本地已知离子吸附型稀土矿成矿特征确定本地有利成矿母岩范围;
第二获取单元,获取DEM数据统计出的有利成矿地貌要素的取值范围;
第二计算单元,根据所述有利成矿地貌要素的取值范围确定有利地貌成矿区;
第三计算单元,根据所述有利成矿母岩范围与所述有利地貌成矿区确定探矿范围。
进一步地,所述第一获取单元用于:
所述第一获取单元获取的所述本地已知离子吸附型稀土矿成矿特征包括,所述已知离子吸附型稀土矿的有利成矿母岩种类、地质构造、成矿地貌、开采和/或盗采图斑、粘土矿物、植被覆盖指数、化探异常。
所述第一计算单元用于:
所述第一计算单元根据所述本地已知离子吸附型稀土矿成矿特征建立本地离子吸附型稀土矿数据库,所述第一计算单元根据所述本地离子吸附型稀土矿数据库确定所述本地有利成矿母岩范围,其中,所述本地有利成矿母岩范围包括本地有利成矿母岩的种类范围和/或分布范围。
进一步地,所述第二获取单元用于:
所述第二获取单元利用DEM数据,基于GIS空间分析技术,获取每个已知离子吸附型稀土矿的第一有利成矿地貌要素,其中,所述第一有利成矿地貌要素包括但不限于所述已知离子吸附型稀土矿的高程、坡度、坡向、曲率、地表切割深度、地形起伏度及地形特征因子;
获取每个已知离子吸附型稀土矿的第二有利成矿地貌要素,其中,所述第二有利成矿地貌要素包括但不限于断裂等密度、断裂缓冲区、断裂交点数、局部断裂、断裂方位、断裂条数、断裂优益度、断裂中心对称度、主干断裂;
获取每个已知离子吸附型稀土矿的第三有利成矿地貌要素,其中,所述第三有利成矿地貌要素包括但不限于所述已知离子吸附型稀土矿的气候条件、植被指数、地表水及地下水指数以及粘土矿物指数,其中,植被指数包括种类和/或覆盖密度和/或高度和/或植被毒害信息;
然后统计分析所有已知离子吸附型稀土矿的所述第一有利成矿地貌要素、所述第二有利成矿地貌要素和所述第二有利成矿地貌要素,提取所述有利成矿地貌要素的取值范围。
所述第二计算单元用于:
所述第二计算单元获取本地地貌要素,并对本地地貌要素进行量化得到本地地貌要素权重;其中,所述本地地貌要素包括与所述第一有利成矿地貌要素、所述第二有利成矿地貌要素和所述第二有利成矿地貌要素中的地貌要素;
将本地地貌要素权重落在所述有利成矿地貌要素的取值范围的地区作为所述有利地貌成矿区。
通过遥感技术获取断裂等密度、断裂缓冲区、断裂交点数、局部断裂、断裂方位、断裂条数、断裂优益度、断裂中心对称度、主干断裂、高程、坡度、坡向、曲率、地表切割深度、地形起伏度、地形特征因子、植被指数等多种有利成矿地貌要素,再综合气候条件、地表水及地下水指数以及粘土矿物指数等有利成矿地貌要素确定有利地貌成矿区,可以缩短勘查周期,降低物力及人力成本,快速有效地开展南岭大范围内的稀土找矿工作。
进一步地,所述第三计算单元用于:
在所述有利地貌成矿区内,把所述有利成矿母岩作为地质单元,进行网格划分,确定探矿范围。
通过把有利成矿母岩作为地质单元,进行网格划分,从而消除非成矿地质体对成矿预测的影响,同时避免了边界误差,提高成矿预测的准确性至30%以上
本发明实施例提供的技术方案的有益效果为:
一、通过遥感技术获取断裂等密度、断裂缓冲区、断裂交点数、局部断裂、断裂方位、断裂条数、断裂优益度、断裂中心对称度、主干断裂、高程、坡度、坡向、曲率、地表切割深度、地形起伏度、地形特征因子、植被指数等多种有利成矿地貌要素,再综合气候条件、地表水及地下水指数以及粘土矿物指数等有利成矿地貌要素确定有利地貌成矿区,可以缩短勘查周期,降低物力及人力成本,快速有效地开展南岭大范围内的稀土找矿工作;
二、通过把有利成矿母岩作为地质单元,进行网格划分,从而消除非成矿地质体对成矿预测的影响,同时避免了边界误差,提高成矿预测的准确性至30%以上。
附图说明
图1示出了本发明实施例1中的基于遥感技术的离子吸附型稀土矿探矿方法的具体流程图;
图2示出了本发明实施例2中的基于遥感技术的离子吸附型稀土矿探矿装置的具体结构图。
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。
实施例1
本实施例提供基于遥感技术的离子吸附型稀土矿探矿方法,用于装置中。如图1所示,该方法包括以下步骤:
步骤101:获取本地已知离子吸附型稀土矿成矿特征;
进一步地,本地已知离子吸附型稀土矿成矿特征包括已知离子吸附型稀土矿的有利成矿母岩种类、地质构造、成矿地貌、开采和/或盗采图斑、粘土矿物、植被覆盖指数。
步骤102:根据本地已知离子吸附型稀土矿成矿特征确定本地有利成矿母岩范围;
进一步地,根据本地已知离子吸附型稀土矿成矿特征建立本地离子吸附型稀土矿数据库,根据本地离子吸附型稀土矿数据库确定本地有利成矿母岩范围,其中,本地有利成矿母岩范围包括本地有利成矿母岩的种类范围和/或分布范围。
在一种较好的实施例中,选择Hyperion与天宫一号数据遥感数据作为本发明的高光谱遥感数据。
在一种较好的实施例中,选择ALOS PALSAR雷达数据作为本发明的雷达数据。
在一种较好的实施例中,选择Landsat系列遥感数据、ASTER遥感数据和Gaofen-1号遥感数据作为多光谱遥感数据。
获得的原始遥感数据后,对该原始遥感数据进行预处理降低误差,提高遥感数据精确性,其中,采用大气辐射校正与几何校正对高光谱遥感数据进行预处理,采用SARScape与ENVI 5.3组合软件对雷达遥感数据进行预处理,采用辐射校正、大气校正、几何校正、正射校正、数据融合、镶嵌、RGB彩色合成等方法对多光谱遥感数据进行预处理;
步骤103:获取DEM数据统计出的有利成矿地貌要素的取值范围;
进一步地,利用DEM数据,基于GIS空间分析技术,获取每个已知离子吸附型稀土矿的第一有利成矿地貌要素,其中,第一有利成矿地貌要素包括但不限于已知离子吸附型稀土矿的高程、坡度、坡向、曲率、地表切割深度、地形起伏度及地形特征因子;
获取每个已知离子吸附型稀土矿的第二有利成矿地貌要素,其中,第二有利成矿地貌要素包括但不限于断裂等密度、断裂缓冲区、断裂交点数、局部断裂、断裂方位、断裂条数、断裂优益度、断裂中心对称度、主干断裂;
获取每个已知离子吸附型稀土矿的第三有利成矿地貌要素,其中,第三有利成矿地貌要素包括但不限于已知离子吸附型稀土矿的气候条件、植被指数、地表水及地下水指数以及粘土矿物指数,其中,植被指数包括种类和/或覆盖密度和/或高度和/或植被毒害信息;
然后统计分析所有已知离子吸附型稀土矿的第一有利成矿地貌要素、第二有利成矿地貌要素和第二有利成矿地貌要素,提取有利成矿地貌要素的取值范围。
在一种较好的实施例中,DEM数据主要是以ASTER GDEM2数据为基础,其空间分辨率为30m,该数据是根据NASA新一代对地观测卫星Terra的详尽观测结果制作完成的;局部重点区主要利用ALOS Palsar数据,基于雷达干涉技术,生成重点区的DEM,分辨率为12.5m。
高程能够直观反映地形的表面形态,将已知离子吸附型稀土矿的第一有利成矿地貌要素、第二有利成矿地貌要素和第二有利成矿地貌要素叠加到DEM数据上,提取各个有利成矿地貌要素的高程值,进行统计分析,绘制高程值分布直方图,根据高程值分布直方图获取有利成矿地貌要素特征。
步骤104:根据有利成矿地貌要素的取值范围确定有利地貌成矿区;
进一步地,获取本地地貌要素,并对本地地貌要素进行量化得到本地地貌要素权重;其中,本地地貌要素包括与第一有利成矿地貌要素、第二有利成矿地貌要素和第二有利成矿地貌要素中的地貌要素;
将本地地貌要素权重落在有利成矿地貌要素的取值范围的地区作为有利地貌成矿区。
将上述有利成矿地貌要素特征量化,构成有利成矿地貌要素的取值范围。
步骤105:根据有利成矿母岩范围与有利地貌成矿区确定探矿范围。
进一步地,在有利地貌成矿区内,把有利成矿母岩作为地质单元,进行网格划分,确定探矿范围。
采用证据权重法进行探矿范围的确定,以贝叶斯条件概率为基础,根据本地有利成矿母岩范围与有利成矿地貌要素之间的位置关系和条件概率来确定各有利成矿地貌要素的证据权重,证据权重值的计算包括先验概率、各权值的计算及后验概率。以有利矿母岩作为地质单元,进行网格划分,以网格作为抽样单元,使得有利成矿地貌要素具体赋值到每一个抽样方格,然后结合地质单元信息,统计分析每个网格单元的证据权重及后延概率,也就是计算有利成矿地貌要素存在区域中矿点像元、非矿点像元所占的百分比。各有利成矿地貌要素之间相对于矿点分布满足条件独立。
实施例2
本实施例提供基于遥感技术的离子吸附型稀土矿探矿方法,用于装置中。如图2所示,包括以下步骤:
步骤201,第一获取单元,获取本地已知离子吸附型稀土矿成矿特征;
所述第一获取单元获取的所述本地已知离子吸附型稀土矿成矿特征包括,所述已知离子吸附型稀土矿的有利成矿母岩种类、地质构造、成矿地貌、开采和/或盗采图斑、粘土矿物、植被覆盖指数。
步骤202,第一计算单元,根据本地已知离子吸附型稀土矿成矿特征确定本地有利成矿母岩范围;
所述第一计算单元根据所述本地已知离子吸附型稀土矿成矿特征建立本地离子吸附型稀土矿数据库,所述第一计算单元根据所述本地离子吸附型稀土矿数据库确定所述本地有利成矿母岩范围,其中,所述本地有利成矿母岩范围包括本地有利成矿母岩的种类范围和/或分布范围。
步骤203,第二获取单元,获取DEM数据统计出的有利成矿地貌要素的取值范围;
所述第二获取单元利用DEM数据,基于GIS空间分析技术,获取每个已知离子吸附型稀土矿的第一有利成矿地貌要素,其中,所述第一有利成矿地貌要素包括但不限于所述已知离子吸附型稀土矿的高程、坡度、坡向、曲率、地表切割深度、地形起伏度及地形特征因子;
获取每个已知离子吸附型稀土矿的第二有利成矿地貌要素,其中,所述第二有利成矿地貌要素包括但不限于断裂等密度、断裂缓冲区、断裂交点数、局部断裂、断裂方位、断裂条数、断裂优益度、断裂中心对称度、主干断裂;
获取每个已知离子吸附型稀土矿的第三有利成矿地貌要素,其中,所述第三有利成矿地貌要素包括但不限于所述已知离子吸附型稀土矿的气候条件、植被指数、地表水及地下水指数以及粘土矿物指数,其中,植被指数包括种类和/或覆盖密度和/或高度和/或植被毒害信息;
然后统计分析所有已知离子吸附型稀土矿的所述第一有利成矿地貌要素、所述第二有利成矿地貌要素和所述第二有利成矿地貌要素,提取所述有利成矿地貌要素的取值范围。
步骤204,第二计算单元,根据有利成矿地貌要素的取值范围确定有利地貌成矿区;
所述第二计算单元获取本地地貌要素,并对本地地貌要素进行量化得到本地地貌要素权重;其中,所述本地地貌要素包括与所述第一有利成矿地貌要素、所述第二有利成矿地貌要素和所述第二有利成矿地貌要素中的地貌要素;
将本地地貌要素权重落在所述有利成矿地貌要素的取值范围的地区作为所述有利地貌成矿区。
步骤205,第三计算单元,根据有利成矿母岩范围与有利地貌成矿区确定探矿范围:
在所述有利地貌成矿区内,把所述有利成矿母岩作为地质单元,进行网格划分,确定探矿范围。
以上,仅为本发明较佳的一部分具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以组合、等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (10)
1.基于遥感技术的离子吸附型稀土矿探矿方法,其特征在于,所述方法包括:
获取本地已知离子吸附型稀土矿成矿特征;
根据所述本地已知离子吸附型稀土矿成矿特征确定本地有利成矿母岩范围;
获取DEM(Digital Elevation Model,数字高程模型)数据统计出的有利成矿地貌要素的取值范围;
根据所述有利成矿地貌要素的取值范围确定有利地貌成矿区;
根据所述有利成矿母岩范围与所述有利地貌成矿区确定探矿范围。
2.根据权利要求1所述的基于遥感技术的离子吸附型稀土矿探矿方法,其特征在于,所述获取本地已知离子吸附型稀土矿成矿特征,具体包括:
所述本地已知离子吸附型稀土矿成矿特征包括所述已知离子吸附型稀土矿的有利成矿母岩种类、地质构造、成矿地貌、粘土矿物、植被覆盖指数、开采和/或盗采图斑、La与Y化探异常。
3.根据权利要求1所述的基于遥感技术的离子吸附型稀土矿探矿方法,其特征在于,根据所述本地已知离子吸附型稀土矿成矿特征确定本地有利成矿母岩范围,具体包括:
根据所述本地已知离子吸附型稀土矿成矿特征建立本地离子吸附型稀土矿成矿母岩空间数据库;根据所述本地离子吸附型稀土矿成矿特征确定所述本地有利成矿母岩范围,其中,所述本地有利成矿母岩范围包括本地有利成矿母岩的种类范围和/或分布范围。
4.根据权利要求1所述的基于遥感技术的离子吸附型稀土矿探矿方法,其特征在于,获取DEM(Digital Elevation Model,数字高程模型)数据统计出的有利成矿地貌要素的取值范围,具体包括:
利用DEM数据,基于GIS空间分析技术,获取每个已知离子吸附型稀土矿的第一有利成矿地貌要素,其中,所述第一有利成矿地貌要素包括但不限于所述已知离子吸附型稀土矿的高程、坡度、坡向、曲率、地表切割深度、地形起伏度及地形特征因子;
获取每个已知离子吸附型稀土矿的第二有利成矿地貌要素,其中,所述第二有利成矿地貌要素包括但不限于断裂等密度、断裂缓冲区、断裂交点数、局部断裂、断裂方位、断裂条数、断裂优益度、断裂中心对称度、主干断裂;
获取每个已知离子吸附型稀土矿的第三有利成矿地貌要素,其中,所述第三有利成矿地貌要素包括但不限于所述已知离子吸附型稀土矿的气候条件、植被指数、地表水及地下水指数以及粘土矿物指数,其中,植被指数包括种类和/或覆盖密度和/或高度和/或植被毒害信息;
然后统计分析所有已知离子吸附型稀土矿点的所述第一有利成矿地貌要素、所述第二有利成矿地貌要素和所述第二有利成矿地貌要素,提取所述有利成矿地貌要素的取值范围。
5.根据权利要求1所述的基于遥感技术的离子吸附型稀土矿探矿方法,其特征在于,根据所述有利成矿地貌要素的取值范围确定有利地貌成矿区,具体包括:
获取本地地貌要素和已知离子吸附型稀土矿矿点,并对本地地貌要素进行量化得到本地地貌要素权重;其中,所述本地地貌要素包括与所述第一有利成矿地貌要素、所述第二有利成矿地貌要素和所述第二有利成矿地貌要素中的地貌要素;
将本地地貌要素权重落在所述有利成矿地貌要素的取值范围的地区作为所述有利地貌成矿区。
6.根据权利要求1所述的基于遥感技术的离子吸附型稀土矿探矿方法,其特征在于,根据所述有利成矿母岩范围与所述有利地貌成矿区确定探矿范围,具体包括:
在所述有利地貌成矿区内,把所述有利成矿母岩作为地质单元,进行网格划分,确定探矿范围。
7.一种基于遥感技术的离子吸附型稀土矿探矿装置,其特征在于,包括:
第一获取单元,获取本地已知离子吸附型稀土矿成矿特征;
第一计算单元,根据所述本地已知离子吸附型稀土矿成矿特征确定本地有利成矿母岩范围;
第二获取单元,获取DEM数据统计出已知矿点位置的有利成矿地貌要素的取值范围;
第二计算单元,根据所述有利成矿地貌要素的取值范围确定有利地貌成矿区;
第三计算单元,根据所述有利成矿母岩范围与所述有利地貌成矿区确定探矿范围。
8.根据权利要求7所述的一种基于遥感技术的离子吸附型稀土矿探矿装置,其特征在于,所述第一获取单元用于:
所述第一获取单元获取的所述本地已知离子吸附型稀土矿成矿特征包括,所述已知离子吸附型稀土矿的有利成矿母岩种类、地质构造、成矿地貌、开采和/或盗采图斑、粘土矿物、植被覆盖指数;
所述第一计算单元用于:
所述第一计算单元根据所述本地已知离子吸附型稀土矿成矿特征建立本地离子吸附型稀土矿数据库,所述第一计算单元根据所述本地离子吸附型稀土矿数据库确定所述本地有利成矿母岩范围,其中,所述本地有利成矿母岩范围包括本地有利成矿母岩的种类范围和/或分布范围。
9.根据权利要求7所述的一种基于遥感技术的离子吸附型稀土矿探矿装置,其特征在于,所述第二获取单元用于:
所述第二获取单元利用DEM数据,基于GIS空间分析技术,获取每个已知离子吸附型稀土矿的第一有利成矿地貌要素,其中,所述第一有利成矿地貌要素包括但不限于所述已知离子吸附型稀土矿的高程、坡度、坡向、曲率、地表切割深度、地形起伏度及地形特征因子;该要素是最主要地貌要素,实际操作过程中也可以直接作为预测地貌要素参与找矿预测工作,忽略下述的其他地貌要素;
获取每个已知离子吸附型稀土矿的第二有利成矿地貌要素,其中,所述第二有利成矿地貌要素包括但不限于断裂等密度、断裂缓冲区、断裂交点数、局部断裂、断裂方位、断裂条数、断裂优益度、断裂中心对称度、主干断裂;
获取每个已知离子吸附型稀土矿的第三有利成矿地貌要素,其中,所述第三有利成矿地貌要素包括但不限于所述已知离子吸附型稀土矿的气候条件、植被指数、地表水及地下水指数以及粘土矿物指数,其中,植被指数包括种类和/或覆盖密度和/或高度和/或植被毒害信息;
然后统计分析所有已知离子吸附型稀土矿的所述第一有利成矿地貌要素、所述第二有利成矿地貌要素和所述第二有利成矿地貌要素,提取所述有利成矿地貌要素的取值范围;
所述第二计算单元用于:
所述第二计算单元获取本地地貌要素,并对本地地貌要素进行量化得到本地地貌要素权重;其中,所述本地地貌要素包括与所述第一有利成矿地貌要素、所述第二有利成矿地貌要素和所述第二有利成矿地貌要素中的地貌要素;
将本地地貌要素权重落在所述有利成矿地貌要素的取值范围的地区作为所述有利地貌成矿区。
10.根据权利要求7所述的一种身体机能数据分析处理方装置,其特征在于,所述第三计算单元用于:
在所述有利地貌成矿区内,把所述有利成矿母岩作为地质单元,进行网格划分,确定探矿范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811177472.9A CN109143401A (zh) | 2018-10-10 | 2018-10-10 | 基于遥感技术的离子吸附型稀土矿探矿方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811177472.9A CN109143401A (zh) | 2018-10-10 | 2018-10-10 | 基于遥感技术的离子吸附型稀土矿探矿方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109143401A true CN109143401A (zh) | 2019-01-04 |
Family
ID=64810879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811177472.9A Pending CN109143401A (zh) | 2018-10-10 | 2018-10-10 | 基于遥感技术的离子吸附型稀土矿探矿方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109143401A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111678882A (zh) * | 2020-06-08 | 2020-09-18 | 中国科学院广州地球化学研究所 | 通过古潜水位预测风化壳离子吸附型稀土矿床层位的方法 |
CN114002410A (zh) * | 2021-11-04 | 2022-02-01 | 中国有色桂林矿产地质研究院有限公司 | 一种基于地质体稀土配分快速圈定风化壳型中重稀土找矿靶区的方法 |
CN114581556A (zh) * | 2022-03-10 | 2022-06-03 | 青海省地质调查院 | 一种区域地质调查中的数字填图方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100018347A1 (en) * | 2006-10-05 | 2010-01-28 | Holden Charles S | Separation of radium and rare earth elements from monazite |
CN104536054A (zh) * | 2015-01-08 | 2015-04-22 | 中国科学院地质与地球物理研究所 | 一种条带状铁矿评估方法和装置 |
CN105388826A (zh) * | 2015-12-11 | 2016-03-09 | 中国环境科学研究院 | 一种混合型稀土矿区水环境质量监控预警系统的建立方法 |
CN106971156A (zh) * | 2017-03-22 | 2017-07-21 | 中国地质科学院矿产资源研究所 | 一种基于面向对象分类的稀土开采区遥感信息提取方法 |
-
2018
- 2018-10-10 CN CN201811177472.9A patent/CN109143401A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100018347A1 (en) * | 2006-10-05 | 2010-01-28 | Holden Charles S | Separation of radium and rare earth elements from monazite |
CN104536054A (zh) * | 2015-01-08 | 2015-04-22 | 中国科学院地质与地球物理研究所 | 一种条带状铁矿评估方法和装置 |
CN105388826A (zh) * | 2015-12-11 | 2016-03-09 | 中国环境科学研究院 | 一种混合型稀土矿区水环境质量监控预警系统的建立方法 |
CN106971156A (zh) * | 2017-03-22 | 2017-07-21 | 中国地质科学院矿产资源研究所 | 一种基于面向对象分类的稀土开采区遥感信息提取方法 |
Non-Patent Citations (2)
Title |
---|
刘新星,等: "基于DEM的南岭东段离子吸附型稀土矿成矿地貌条件分析", 《地球学报》 * |
陈建平,等: "基于数字矿床模型的福建永梅地区隐伏矿三维成矿预测", 《国土资源科技管理》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111678882A (zh) * | 2020-06-08 | 2020-09-18 | 中国科学院广州地球化学研究所 | 通过古潜水位预测风化壳离子吸附型稀土矿床层位的方法 |
CN111678882B (zh) * | 2020-06-08 | 2021-06-04 | 中国科学院广州地球化学研究所 | 通过古潜水位预测风化壳离子吸附型稀土矿床层位的方法 |
CN114002410A (zh) * | 2021-11-04 | 2022-02-01 | 中国有色桂林矿产地质研究院有限公司 | 一种基于地质体稀土配分快速圈定风化壳型中重稀土找矿靶区的方法 |
CN114002410B (zh) * | 2021-11-04 | 2024-01-09 | 中国有色桂林矿产地质研究院有限公司 | 一种基于地质体稀土配分快速圈定风化壳型中重稀土找矿靶区的方法 |
CN114581556A (zh) * | 2022-03-10 | 2022-06-03 | 青海省地质调查院 | 一种区域地质调查中的数字填图方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Frattini et al. | Activity and kinematic behaviour of deep-seated landslides from PS-InSAR displacement rate measurements | |
Al Saud | Mapping potential areas for groundwater storage in Wadi Aurnah Basin, western Arabian Peninsula, using remote sensing and geographic information system techniques | |
CN104537375B (zh) | 一种基于卫星遥感数据的褐铁矿化信息提取方法 | |
CN105444730A (zh) | 多源数据监测矿区形变的时空特性及越界开采识别方法 | |
CN109143401A (zh) | 基于遥感技术的离子吸附型稀土矿探矿方法及装置 | |
Zhang et al. | Space-sky-surface integrated monitoring system for overburden migration regularity in shallow-buried high-intensity mining | |
CN103362509A (zh) | 煤矿近松散含水层开采上限评价及开采危险性评价方法 | |
Ni et al. | Lineament length and density analyses based on the segment tracing algorithm: a case study of the gaosong field in gejiu tin mine, China | |
CN108345713B (zh) | 一种县域-小流域-径流小区的土壤侵蚀动态分析方法 | |
Petrik et al. | Spatial pattern analysis of Ni concentration in topsoils in the Campania Region (Italy) | |
Acharya et al. | Landslide hazard assessment between Besi Sahar and Tal area in Marsyangdi River Basin, West Nepal | |
CN112166688B (zh) | 基于小卫星的沙漠与沙漠化土地监测方法 | |
Baumberger et al. | Remote sensing and field data based structural 3D modelling (Haslital, Switzerland) in combination with uncertainty estimation and verification by underground data | |
CN111398958B (zh) | 一种确定地面沉降与黄土填挖方区建筑高度相关性的方法 | |
Ibrahim et al. | Application of Remote Sensing and GIS Techniques in Characterizing Groundwater Zones in Nabor Hwoll, Jos North, North Central Nigeria | |
Kessar et al. | Delineation of groundwater potential zones in Wadi Saida Watershed of NW-Algeria using remote sensing, geographic information system-based AHP techniques and geostatistical analysis. | |
Filipović et al. | A case study in the research polygon in Glina and Dvor municipality, Croatia–landslide susceptibility assessment of geological units | |
Liu et al. | Susceptibility assessment of debris flow from Baoxing River basin in Lushan earthquake zone, China | |
Zhang et al. | Spatial patterns and controlling factors of the evolution process of karst depressions in Guizhou province, China | |
Nhan et al. | Zoning groundwater potential recharge using remote sensing and GIS technique in the red river delta plain | |
Li et al. | Application of remote sensing in investigation of geological environment of iron mine | |
CN117475314B (zh) | 一种地质灾害隐患立体识别方法、系统及介质 | |
Wang et al. | Quantitative Attribution Analysis of the Spatial Differentiation of Gully Erosion in the Black Soil Region of Northeast China | |
Zhu et al. | Landslide and Debris Flow Hazard Risk Analysis and Assessment in Yunnan Province | |
Wang et al. | Spatial and temporal variations of vegetation coverage and their driving factors following gully control and land consolidation in Loess Plateau, China |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |
|
RJ01 | Rejection of invention patent application after publication |