CN110082830B - 一种地下矿产资源探测方法和系统 - Google Patents

一种地下矿产资源探测方法和系统 Download PDF

Info

Publication number
CN110082830B
CN110082830B CN201910433872.XA CN201910433872A CN110082830B CN 110082830 B CN110082830 B CN 110082830B CN 201910433872 A CN201910433872 A CN 201910433872A CN 110082830 B CN110082830 B CN 110082830B
Authority
CN
China
Prior art keywords
measurement data
mineral resource
mineral
detection
detection area
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.)
Expired - Fee Related
Application number
CN201910433872.XA
Other languages
English (en)
Other versions
CN110082830A (zh
Inventor
王新安
雍珊珊
李秋平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Xinheyuan Investment Consulting Research Center LP
Original Assignee
Shenzhen Xinheyuan Investment Consulting Research Center LP
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Xinheyuan Investment Consulting Research Center LP filed Critical Shenzhen Xinheyuan Investment Consulting Research Center LP
Priority to CN201910433872.XA priority Critical patent/CN110082830B/zh
Publication of CN110082830A publication Critical patent/CN110082830A/zh
Application granted granted Critical
Publication of CN110082830B publication Critical patent/CN110082830B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/08Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices
    • G01V3/082Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices operating with fields produced by spontaneous potentials, e.g. electrochemical or produced by telluric currents
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/08Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices
    • G01V3/10Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with magnetic or electric fields produced or modified by objects or geological structures or by detecting devices using induction coils

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Geology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Electromagnetism (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

一种地下矿产资源探测方法和系统,涉及地下矿产资源物理勘探技术领域。通过获取预探测区域中矿产资源探测点处不同时间的测量数据,并根据预探测区域的测量数据对预探测区域进行矿产资源的预估,其中,测量数据与矿产资源探测点处因地球内部活动引起的动态物理场信号相关。由于创新的提出对因地球内部活动引起的动态物理场信号进行监测,来实现对地下矿产资源的探测,使得地下矿产资源探测前期勘探的准确性和勘探精度得到提高,同时无工程建设投入,可实现任意分辨率的探测,既适用于大范围的普查,也适应于特定区域精确普查,还可以缩短勘探时间和降低勘探成本。

Description

一种地下矿产资源探测方法和系统
技术领域
本发明涉及地下矿产资源物理勘探技术领域,具体涉及一种地下矿产资源探测方法和系统。
背景技术
地下矿产资源探测是在一定区域内,通过运用地球物理、地球化学和钻探等技术手段,结合地质调查,来对地下矿产资源的储量、分布及矿床特征等进行调查、分析计量和评估。其中地下矿产资源包括石油、煤矿和有色金属等。通过对目标区域内矿产资源与周围介质的物性差异的探测和识别来探测目标区域内可能的矿产资源。物性差异包括电性、磁性、密度、波速、温度、放射性等,通过仪器观测这些量的变化和差异,确定地下可能存在某种矿产资源的分布。根据前期探测确认某个目标区域内可能存在矿产资源的分布,进一步通过钻探的方法进行现场验证。常用的勘探方法有重力勘探、磁法勘探、电法勘探和地震勘探,其中地震勘探的应用率占95%以上。地震勘探是利用人工激发的地震波在不同弹性地层内传播获取传播规律,以此了解地质情况的勘探方法。地震勘探对地下断层和破碎区的探测较好,能够初步探测可能存在矿产资源分布的区域,水平分辨率最高可在一百米至一千米之间,垂直分辨率最高可达十几米至一百米,再结合钻探技术进行确认。
现有技术中的地下矿产资源探测,其勘探技术的工程投入、人力物力投入和资金投入巨大,且探测的准确率不高,造成很多的钻井荒废。提高地下矿产资源探测前期勘探的准确性和勘探精度,缩短勘探时间,降低勘探成本是矿产资源探测的迫切需求。
发明内容
本申请提供一种地下矿产资源探测方法和系统,解决现有技术中地下矿产资源探测的不足。
根据第一方面,一种实施例中提供一种地下矿产资源探测方法,包括:
获取预探测区域中矿产资源探测点处不同时间的测量数据,所述测量数据与矿产资源探测点处因地球内部活动引起的动态物理场信号相关;
根据所述预探测区域的测量数据,对所述预探测区域进行矿产资源的预估。
进一步,获取所述测量数据的不同频率的接收函数;
基于所述接收函数提取各测量数据的接收函数的特征值;
根据所述特征值对所述预探测区域进行矿产资源的预估。
进一步,将所述特征值输入到一矿产资源样本模型中以对所述预探测区域进行矿产资源的预估。
进一步,所述矿产资源样本模型通过以下方式建立:
获取已知矿产资源区域中矿产资源探测点处不同时间的测量数据,所述测量数据与矿产资源探测点处因地球内部活动引起的动态物理场信号相关;
获取所述测量数据的不同频率的接收函数;
基于所述接收函数提取各测量数据的接收函数的特征值;
将所述已知矿产资源探测点的矿产资源类别和/或分布情况与所述特征值进行关联,以构建所述矿产资源样本模型。
根据第二方面,一种实施例中提供一种地下矿产资源探测系统,包括:
矿产资源探测装置,用于获取预探测区域中矿产资源探测点处不同时间的测量数据,所述测量数据与矿产资源探测点处因地球内部活动引起的动态物理场信号相关;
处理器,用于接收所述矿产资源探测装置输出的测量数据,并根据所述预探测区域中矿产资源探测点的测量数据,对所述预探测区域进行矿产资源的预估;
矿产资源预估装置,用于接收所述处理器输出的矿产资源的预估结果,并依据预估结果对预探测区域进行矿产资源的预报。
依据上述实施例的一种地下矿产资源探测方法和系统,创新的提出对因地球内部活动引起的动态物理场信号进行监测,来实现对地下矿产资源的探测。
附图说明
图1为一种实施例中地球动态物理场的模型结构示意图;
图2为一种实施例中地球动态物理场的模型截面示意图;
图3为一种实施例的矿产资源探测系统的结构示意图;
图4为一种实施例中带电粒子监测装置的结构示意图;
图5为一种实施例中地下矿产资源探测方法的流程示意图;
图6为另一种实施例中地下矿产资源探测方法的流程示意图;
图7为一种实施例的预探测区域的矿产资源探测点分布示意图;
图8为一种实施例中带电粒子在日周期的波动特性曲线;
图9为一种实施例中带电粒子在日周期的波动特性曲线;
图10为一种实施例中带电粒子在日周期的波动特性曲线;
图11为另一种实施例中获取矿产资源样本模型的流程示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本申请能被更好的理解。然而,本领域技术人员可以毫不费力的认识到,其中部分特征在不同情况下是可以省略的,或者可以由其他元件、材料、方法所替代。在某些情况下,本申请相关的一些操作并没有在说明书中显示或者描述,这是为了避免本申请的核心部分被过多的描述所淹没,而对于本领域技术人员而言,详细描述这些相关操作并不是必要的,他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外,说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时,方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此,说明书和附图中的各种顺序只是为了清楚描述某一个实施例,并不意味着是必须的顺序,除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。而本申请所说“连接”、“联接”,如无特别说明,均包括直接和间接连接(联接)。
地球是一个活跃的行星,当地壳岩石发生断裂错动时,会产生强烈的震动,这就是地震。地震所释放出的能量非常巨大,可相当于10万颗普通的原子弹爆炸。它能使地球像一个巨大的音叉那样发生振动,产生强大的地震波。当人们在地表用仪器观测地震波向地球中心传播时,发现地震波在大陆底下33千米左右深处,在海洋底下10千米左右深处发生了巨大的突变;在地下2900千米左右深处又发生了巨大的突变。这表明地下有两个明显的界面,界面上下物质的物理性质有很大差异。第一个界面位于33千米深处,是奥地利科学家莫霍洛维奇于1909年发现的,简称为“莫霍面”。另一明显界面位于2885千米深处,是德国科学家古登堡于1914年发现的,简称为“古登堡面”。据此,科学家们认为,地球内部大致可分为三个组成物质和性质不同的同心圈层,最外面的一层称为地壳,最中心部分称为地核,中间一层称为地幔。如果把地球内部结构做个形象的比喻,它就像一个鸡蛋,地核就相当于蛋黄,地幔就相当于蛋白,地壳就相当于蛋壳,因此地球的内部结构由内到外包括内球(地核和过渡层)、液态层(外地核)和外层(下地幔、上地幔和地壳)。地球的外部结构包括大气圈、水圈、生物圈和岩石圈。由于地球是一个活跃的行星,地球的内部会主动释放各种表征其内部状态的信号,这些信号在穿越地壳岩石圈时,由于岩石圈物质的差异使得穿越地壳时的损耗不同,传递至地面的信号特征不同,通过检测这些差异,提取特征,可以帮助我们了解地球内部的物质组成、分布、状态以及运动规律,地球的这个运动模型称之为地球的动态物理场模型。
请参考图1,为一种实施例中地球动态物理场的模型结构示意图,地球的内部结构包括内球101、液态层102、地幔103和地壳104,其中动态物理场信号105由地球内部向地球表面散播。地幔内以熔融物质为主,地核分为内球101和液态层102。地壳104在大陆范围平均厚度为33km,且不均匀,这是由于地壳104内构造和物质类别不同导致,地幔103和地核相对地壳104具有很好的均匀性。地球是一个活跃的行星,其内部会主动释放各种表征其内部状态的动态物理场信号105,这些动态物理场信号105会穿越地壳直达地面。地幔103和地核内温度在几千摄氏度以上,大量的放射性的物质在聚变和裂变反应过程中会不断向外释放动态物理场信号105。动态物理场信号105包括但不限于带电粒子、电磁波、声波等。动态物理场信号105会穿越地壳到达地表。通过对这些动态物理场信号105进行捕捉,可以对地下结构进行识别和划分,判断出动态物理场信号105扩散路径中的地质结构和可能的矿产资源类别。
请参考图2,为一种实施例中地球动态物理场的模型截面示意图,地幔与地壳的边界为莫霍面,地壳可分为硅镁层和硅铝层,其分界面为康拉德面。在各层内部由于地壳构造和矿产资源类别的差异性存在不连续性,包括石油、煤矿、有色金属等矿产资源,即地壳中的硅铝层和硅镁层包含有不均匀物质块体201、不均匀物质块体202、不均匀物质块体203和不均匀物质块体204,其中动态物理场信号205由地幔向地表面散播。由于地幔和地核的均匀性较好,所以动态物理场信号205在传播至地幔与地壳的边界(即莫霍面)时,其损耗和信号特征可以认为是一致的,所以本申请将莫霍面定义为动态物理场信号205的源点。动态物理场信号205从莫霍面出发在穿越地壳时,因为动态物理场信号205散播路径上的地壳构造和矿产资源类别不同,最终到达地表的动态物理场信号205特征也不相同。因此通过对散播到地表面的动态物理场信号205进行特性的分析和提取,可以对地表下的地壳内的矿产资源进行预估。
在本申请实施例中,基于地球的动态物理场的模型,在预探测区域中布设矿产资源探测点,获取预探测区域中矿产资源探测点处因地球内部活动引起的动态物理场信号相关的测量数据,根据该预探测区域的测量数据,对预探测区域进行矿产资源的预估。整个探测过程耗时短,无工程建设投入,可实现任意分辨率的探测,既适用于大范围的普查,也适应于特定区域精确普查。
实施例一:
请参考图3,为一种实施例的地下矿产资源探测系统的结构示意图,该矿产资源探测系统包括矿产资源探测装置100、处理器200和矿产资源预估装置300。在预监测的地区布设多个矿产资源探测点,每个矿产资源探测点都设置有矿产资源探测装置100用于获取预探测区域中矿产资源探测点处不同时间的测量数据,所述测量数据与矿产资源探测点处因地球内部活动引起的动态物理场信号相关。处理器200用于接收矿产资源探测装置100输出的测量数据,并根据预探测区域中矿产资源探测点的测量数据,对预探测区域进行矿产资源的预估。矿产资源预估装置300用于接收处理器200输出的矿产资源的预估结果,并依据预估结果对预探测区域进行矿产资源的预报。其中,动态物理场信号包括但不限于带电粒子、电磁波和/或声波等。
一实施例中,矿产资源探测装置100采用带电粒子监测装置。带电粒子包括高能粒子、游离状态的粒子、重带电粒子(例如α粒子和裂变碎片)和轻带电粒子(例如快电子和β粒子)等。具体的通过获取带电粒子的电性、质荷比、溢出速度和粒子密度的相似度等来对地表带电粒子进行监测。请参考图4,为一种实施例中带电粒子监测装置的结构示意图,带电粒子监测装置包括永磁磁芯404、线圈403和信号采集电路405。永磁磁芯404有磁性,其磁性分布如磁力线402所示。线圈403缠绕在永磁磁芯404外周,线圈403的两端分别连接信号采集电路405的输入端。线圈403内部空间被带电粒子401穿过时产生感应信号。信号采集电路405用于采集线圈403产生的感应电信号。永磁磁芯404的作用是增加线圈403的磁导率,使信号采集电路405更易于获得线圈403中的感应电信号。依据的原理是带电粒子通过线圈时,线圈中会产生感应电信号。磁导率是表征磁介质磁性的物理量,表示在空间或在永磁磁芯空间中的线圈流过电流后产生磁通的阻力或者是其在磁场中导通磁力线的能力。将本实施例中的带电粒子监测装置放置于矿产资源探测点,优选的将线圈403基本垂直于地表面放置,也就是永磁磁芯404的轴心垂直于地表面。由于带电粒子是近乎垂直于地面溢出的,线圈403基本垂直于地表面放置会有最大数量的带电粒子穿过线圈403的内部空间。线圈403内部空间被带电粒子401穿过时产生感应信号,感应电信号具体可以是感应电流,信号采集电路405采集线圈403内的电流信号,并记录电流信号的方向和大小。根据电流信号的方向和大小及线圈403匝数、带电粒子切割磁力线面积等参数就可以换算出带电粒子的特性。如带电粒子的电性和溢出速度、粒子密度等特性。因而信号采集电路405采集的感应电流的大小,即电流值数据,就可以反应地下溢出带电粒子的特性。采集的电流值数据就是与带电粒子的特性相关,进而与因地球内部活动引起的动态物理场信号相关。
基于上述矿产资源探测系统对预探测区域进行矿产资源的探测和预估,请参考图5,为一种实施例中地下矿产资源探测方法的流程示意图,包括以下步骤:
步骤501、获取预探测区域中矿产资源探测点处不同时间的测量数据。其中,测量数据与矿产资源探测点处因地球内部活动引起的动态物理场信号相关。
步骤502、根据预探测区域中矿产资源探测点的测量数据,对预探测区域进行矿产资源的预估。
一实施例中,该地下矿产资源探测方法还包括:
步骤503、依据预估结果对预探测区域进行矿产资源的预报。
在本申请实施例中,在预探测区域布设的矿产资源探测点监测因地球内部活动引起的动态物理场信号相关的测量数据,并根据预探测区域的测量数据对预探测区域进行矿产资源的预估。由于创新的提出对因地球内部活动引起的动态物理场信号进行监测,来实现对地下矿产资源的探测,使得地下矿产资源探测前期勘探的准确性和勘探精度得到提高,同时无工程建设投入,可实现任意分辨率的探测,既适用于大范围的普查,也适应于特定区域精确普查,还可以缩短勘探时间和降低勘探成本。
实施例二
请参考图6,为另一种实施例中地下矿产资源探测方法的流程示意图,该方法包括:
步骤601、在预探测区域布设矿产资源探测点。
如图7所示,为一种实施例的预探测区域的矿产资源探测点分布示意图,在预探测区域71内根据监测精度和分辨率的需要,布设多个矿产资源探测点72,监测点72可按照固定间距或在横向及纵向上错开排列。
步骤602、对矿产资源探测点处因地球内部活动引起的动态物理场信号进行监测。
一实施例中,对各个矿产资源探测点监测的动态物理场信号获得的原始数据进行存储,用于后续对原始数据进行分析和特征提取,原始数据是实时获取的动态物理场信号数据。其中,动态物理场信号包括带电粒子、电磁波和/或声波信号等,动态物理场信号在时域上呈周期性变化。一实施例中,动态物理场信号具有日周期的特性,即实时获取的动态物理场信号数据在一天内的幅值变化具有周期性。一实施例中,原始数据存储在矿产资源探测系统的数据分析中心。一实施例中,是应用带电粒子监测装置进行监测,同一矿产资源探测点可设置多个带电粒子监测装置,同一矿产资源探测点的多个带电粒子监测装置可采用步骤601方法进行布设。各个矿产资源探测点的多个带电粒子监测装置可同时或分时对带电粒子进行监测。
步骤603、获取预探测区域中矿产资源探测点不同时间的测量数据。
测量数据是对预探测区域中矿产资源探测点的原始数据进行采样获得,其中原始数据是实时获取的动态物理场信号数据,原始数据与矿产资源探测点处因地球内部活动引起的动态物理场信号相关。一实施例中,对每个矿产资源探测点的原始数据按不同的采样频率进行采样。一实施例中,获取的原始数据的频率不大于200赫兹。一实施例中,对原始数据的采样频率为获取原始数据频率的三倍。
步骤604、获取测量数据的不同频率的接收函数。
接收函数是通过对测量数据进行单位时间内取均值、主成成分分析和/或小波变换处理获得。其中,对采样数据进行单位时间内取均值的单位时间包括但不限于秒、分、时和天等。
步骤605、基于接收函数提取各测量数据的接收函数的特征值。
特征值包括测量数据变化的波动。一实施例中,测量数据变化的波动包括多频段局部互相关性特征、频谱特征和/或波形特征。其中,特征的提取可以在不同的时间尺度下进行,包括但不限于秒、分、时和天等。多频段局部互相关性特征是对任意一个矿产资源监测点的测量数据进行分频处理,以获得不同频率成分的数据,再对该不同频率成分的数据之间进行局部互相关性的比对,以获取一组局部互相关值,然后对各个矿产资源监测点的局部互相关值的相似性进行比对。频谱特征是对所述多个矿产资源探测点的测量数据进行基于聚类和关联的分析处理,以获取相似且关联度最高的频谱特征。波形特征是对多个矿产资源探测点的所述测量数据通过数据形态模式识别算法进行波形分析,对波形形态进行基于聚类和关联的分析处理,以获取相似且关联度最高的所述波形形态。
一实施例中,测量数据变化的波动还可包括预探测区域中各个矿产资源探测点当前时刻的测量数据与前一时刻的测量数据之间的差异、预设时间点的测量数据的差异、预设时间段的测量数据的时域变化曲线的差异和/或当前时间段对应的测量数据的时域变化曲线与前一时间段对应的测量数据的时域变化曲线之间的差异。一实施例中,将当前获取的测量数据按获取时间生成时域变化曲线,将当前的时域变化曲线与之前获得的测量数据的时域变化曲线进行比较,获得所述表征测量数据相对于之前的测量数据变化特性的统计结果。对测量数据进行统计包括对预设时间点的测量数据、预设时间段的测量数据、达到预设测量数据的时间数据和表征测量数据的周期特性的时间数据等进行统计。表征测量数据的周期特性的时间数据包括测量数据周期性变化的周期、测量数据周期性变化的起始时间数据、测量数据大于和/或小于预设测量数据的起始时间和持续时间的时间数据等。分析测量数据,并依据测量数据分析后的结果获取测量数据的时域变化曲线。
由于地表溢出的带电粒子的特性可以直接的反应地球动态物理场信号的特性,因此地球动态物理场信号的特性体现在带电粒子特性的变化上,包括日周期的波动特性、低点时间偏移、高点时间偏移、波动幅值的增减等。下面以矿产资源探测点监测的带电粒子的波动为例,通过时域变化曲线体现带电粒子在日周期的波动、低点时间偏移、高点时间偏移、波动幅值的增减等特性。如图8所示,为一种实施例中带电粒子在日周期的波动特性曲线,日周期的波动曲线的横坐标是以天为单位,其曲线反应的是带电粒子的浓度特性在时域的周期性变化,其中升高箭头801表示在时间19:10-19:18之间日周期的波动特性曲线由低点变到高点,降低箭头802表示在时间5:00-5:12之间日周期的波动特性曲线由高点变到低点。经监测带电粒子的质荷比、溢出速度和粒子密度等特性都有如图8所示的周期性变化的特征。由曲线可知,带电粒子的特性是日落时19:10升高,日升时05:00降低,其升高和/或降低的起止时间及升高到最高点和降低到最低点所用的时间都相对固定。时域变化曲线可以是测量数据周期性曲线、变化时间点测量数据曲线和/或单位时间段测量数据曲线。测量数据周期性曲线可以是如图8所示的测量数据时域变化曲线图。变化时间点曲线是指带电粒子的特性发生变化的时间点的曲线,例如与带电粒子的特性相关的测量数据达到最大值或最小值时的时间点的曲线,具体可取图8中测量数据达到最大值和/或最小值的时间曲线;当地日升和/或日落的时间与带电粒子的特性相关的测量数据对应的数据曲线,具体可取图8中测量数据时域变化曲线的日升和/或日落时测量数据的数据曲线;与带电粒子的特性相关的测量数据开始升高和/或降低点的时间曲线,具体可取图8中测量数据时域变化曲线的测量数据开始升高和/或降低点的时间曲线。单位时间变化量曲线指设定单位时间内与带电粒子的特性相关的测量数据变化的数据曲线,即设定的单位时间内带电粒子的特性的变化值为纵坐标的时域曲线,例如取图8中测量数据时域变化曲线的波峰或波谷持续时间的时域曲线,或如取图8中测量数据周期变化所需时间的曲线图,或如取图8中曲线测量数据由波谷到波峰或由波峰到波谷所需时间的曲线图。请参考图9和图10,为一种实施例中带电粒子在日周期的波动特性曲线,纵坐标是带电粒子的测量数据的幅值,横坐标是时间单位是日期。由图9可知,该矿产资源探测点20日的第一次阶跃跳变的中值时间点为08:50,第二次阶跃跳变的中值时间点为18:43,并且每天信号的波动基本按照这个时间点进行跳变。由图10可知,该矿产资源探测点16日的第一次阶跃跳变的中值时间点为05:59,第二次阶跃跳变的中值时间点为19:59,并且每天信号的波动基本按照这个时间点进行跳变。其中可将图9和图10中的第一次阶跃跳变的中值时间点和第二次阶跃跳变的中值时间点定义为测量数据变化的波动。
步骤606,根据特征值对预探测区域进行矿产资源的预估。
将特征值输入到一矿产资源样本模型中以对预探测区域进行矿产资源的预估。请参考图11,为另一种实施例中获取矿产资源样本模型的流程示意图,矿产资源样本模型通过以下方式建立:
步骤901、在已知矿产资源区域中布设矿产资源探测点。
一实施例中,可采用步骤601的方法布设矿产资源探测点。
步骤902、对已知矿产资源区域中矿产资源探测点处因地球内部活动引起的动态物理场信号进行监测。
一实施例中,可采用步骤602的方法对已知矿产资源区域中矿产资源探测点处因地球内部活动引起的动态物理场信号进行监测。
步骤903、获取已知矿产资源区域中矿产资源探测点处不同时间的测量数据,该测量数据与矿产资源探测点处因地球内部活动引起的动态物理场信号相关。一实施例中,可采用步骤603的方法获取已知矿产资源区域中矿产资源探测点处不同时间的测量数据。
步骤904、获取测量数据的不同频率的接收函数。
一实施例中,可采用步骤604的方法获取测量数据的不同频率的接收函数。
步骤905、基于接收函数提取各测量数据的接收函数的特征值。
一实施例中,可采用步骤605的方法提取各测量数据的接收函数的特征值。
步骤906,将已知矿产资源探测点的矿产资源类别和/或分布情况与所述特征值进行关联,以构建矿产资源样本模型。
将特征值输入到矿产资源样本模型中以对预探测区域进行矿产资源的预估,一实施例中,是将特征值输入到矿产资源样本模型中以输出该特征值对应的矿产资源的类别和/或分布情况。即将测量数据变化的波动输入到矿产资源样本模型中,输出该测量数据变化的波动对应的矿产资源的类别和/或分布情况。例如测得已知在有石油资源区域的测量数据变化的波动为一天中第一次阶跃跳变的中值时间点为08:50,第二次阶跃跳变的中值时间点为18:43。当在预探测区域的矿产资源探测点监测到的测量数据变化的波动为一天中第一次阶跃跳变的中值时间点和第二次阶跃跳变的中值时间点与已知石油资源区域的测量数据变化的波动相同或相近,我们就可以预估该预探测区域的地壳中有石油资源。
本领域技术人员可以理解,上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现,也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器、随机存储器、磁盘、光盘、硬盘等,通过计算机执行该程序以实现上述功能。例如,将程序存储在设备的存储器中,当通过处理器执行存储器中程序,即可实现上述全部或部分功能。另外,当上述实施方式中全部或部分功能通过计算机程序的方式实现时,该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中,通过下载或复制保存到本地设备的存储器中,或对本地设备的系统进行版本更新,当通过处理器执行存储器中的程序时,即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。

Claims (8)

1.一种地下矿产资源探测方法,其特征在于,包括:
获取预探测区域中矿产资源探测点处不同时间的测量数据,所述测量数据与矿产资源探测点处因地球内部活动引起的动态物理场信号相关;
根据所述预探测区域的测量数据,对所述预探测区域进行矿产资源的预估;
所述根据所述预探测区域的测量数据,对所述预探测区域进行矿产资源的预估,包括:
获取所述测量数据的不同频率的接收函数;
基于所述接收函数提取各测量数据的接收函数的特征值;所述特征值包括所述测量数据变化的波动;所述测量数据变化的波动包括预探测区域中各个矿产资源探测点当前时刻的测量数据与前一时刻的测量数据之间的差异、预设时间点的测量数据的差异、预设时间段的测量数据的时域变化曲线的差异和当前时间段对应的测量数据的时域变化曲线与前一时间段对应的测量数据的时域变化曲线之间的差异;
根据所述特征值对所述预探测区域进行矿产资源的预估。
2.如权利要求1所述的方法,其特征在于,所述根据所述特征值对所述预探测区域进行矿产资源的预估,包括:
将所述特征值输入到一矿产资源样本模型中以对所述预探测区域进行矿产资源的预估。
3.如权利要求2所述的方法,其特征在于,所述矿产资源样本模型通过以下方式建立:
获取已知矿产资源区域中矿产资源探测点处不同时间的测量数据,所述测量数据与矿产资源探测点处因地球内部活动引起的动态物理场信号相关;
获取所述测量数据的不同频率的接收函数;
基于所述接收函数提取各测量数据的接收函数的特征值;
将所述已知矿产资源探测点的矿产资源类别和/或分布情况与所述特征值进行关联,以构建所述矿产资源样本模型。
4.如权利要求3所述的方法,其特征在于,
所述测量数据是对所述矿产资源探测点的原始数据进行采样获得,所述原始数据是实时获取的动态物理场信号数据;和/或,所述接收函数是通过对所述测量数据进行单位时间内取均值、主成成分分析和/或小波变换处理获得。
5.如权利要求4所述的方法,其特征在于,获取的所述原始数据的频率不大于200赫兹;
和/或,对所述原始数据的采样频率为获取所述原始数据频率的三倍。
6.如权利要求4所述的方法,其特征在于,所述动态物理场信号包括带电粒子、电磁波和/或声波信号;
所述动态物理场信号在时域上呈周期性变化。
7.如权利要求4所述的方法,其特征在于,所述测量数据变化的波动包括多频段局部互相关性特征、频谱特征和/或波形特征;
所述多频段局部互相关性特征是对任意一个矿产资源监测点的测量数据进行分频处理,以获得不同频率成分的数据;对所述不同频率成分的数据之间进行局部互相关性的比对,以获取一组局部互相关值;对各个矿产资源监测点的所述局部互相关值的相似性进行比对;
采用多种采样频率对预探测区域中的多个矿产资源探测点的原始数据进行采样来获取测量数据,对所述多个矿产资源探测点的测量数据进行基于聚类和关联的分析处理,以获取相似且关联度最高的局部互相关频段;
所述频谱特征是对所述多个矿产资源探测点的测量数据进行基于聚类和关联的分析处理,以获取相似且关联度最高的频谱特征;
所述波形特征是对多个矿产资源探测点的所述测量数据通过数据形态模式识别算法进行波形分析,对波形形态进行基于聚类和关联的分析处理,以获取相似且关联度最高的所述波形形态。
8.一种地下矿产资源探测系统,其特征在于,包括:
矿产资源探测装置,用于获取预探测区域中矿产资源探测点处不同时间的测量数据,所述测量数据与矿产资源探测点处因地球内部活动引起的动态物理场信号相关;
处理器,用于接收所述矿产资源探测装置输出的测量数据,并根据所述预探测区域中矿产资源探测点的测量数据,对所述预探测区域进行矿产资源的预估;
所述根据所述预探测区域的测量数据,对所述预探测区域进行矿产资源的预估,包括:
获取所述测量数据的不同频率的接收函数;
基于所述接收函数提取各测量数据的接收函数的特征值;所述特征值包括所述测量数据变化的波动;所述测量数据变化的波动包括预探测区域中各个矿产资源探测点当前时刻的测量数据与前一时刻的测量数据之间的差异、预设时间点的测量数据的差异、预设时间段的测量数据的时域变化曲线的差异和/或当前时间段对应的测量数据的时域变化曲线与前一时间段对应的测量数据的时域变化曲线之间的差异;
根据所述特征值对所述预探测区域进行矿产资源的预估;
矿产资源预估装置,用于接收所述处理器输出的矿产资源的预估结果,并依据预估结果对预探测区域进行矿产资源的预报。
CN201910433872.XA 2019-05-23 2019-05-23 一种地下矿产资源探测方法和系统 Expired - Fee Related CN110082830B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910433872.XA CN110082830B (zh) 2019-05-23 2019-05-23 一种地下矿产资源探测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910433872.XA CN110082830B (zh) 2019-05-23 2019-05-23 一种地下矿产资源探测方法和系统

Publications (2)

Publication Number Publication Date
CN110082830A CN110082830A (zh) 2019-08-02
CN110082830B true CN110082830B (zh) 2021-09-07

Family

ID=67421392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910433872.XA Expired - Fee Related CN110082830B (zh) 2019-05-23 2019-05-23 一种地下矿产资源探测方法和系统

Country Status (1)

Country Link
CN (1) CN110082830B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110830583B (zh) * 2019-11-13 2021-12-07 中国联合网络通信集团有限公司 矿资源探测方法、服务器和用户端设备
CN111505734B (zh) * 2020-05-19 2022-08-05 核工业二三0研究所 一种基于电磁声子理论的深部铀资源探测技术方法
CN116379900B (zh) * 2023-04-07 2024-05-24 微山龙工机械有限公司 基于电荷偏移汇集的矿山钻孔设备精准打孔控制方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201716425U (zh) * 2010-03-12 2011-01-19 韩荣波 高密度天然电场选频物探测量仪
US8581593B2 (en) * 2008-06-16 2013-11-12 Japan Oil, Gas And Metals National Corporation Underground electromagnetic exploration method
CN105492723A (zh) * 2013-10-14 2016-04-13 亨特能量企业有限公司 勘探和开采环境下的电震勘测
CN108873075A (zh) * 2018-06-08 2018-11-23 北京大学深圳研究生院 一种断裂带的活动监测方法、勘探方法和装置
CN108873102A (zh) * 2018-06-08 2018-11-23 北京大学深圳研究生院 用于山体滑坡的监测数据处理方法和山体滑坡预报方法
CN109003422A (zh) * 2018-08-02 2018-12-14 北京大学深圳研究生院 用于山体滑坡的监测数据处理方法和山体滑坡预报方法
CN109001792A (zh) * 2018-06-08 2018-12-14 北京大学深圳研究生院 用于地震预报的监测数据处理方法、地震预报方法和系统
CN109031439A (zh) * 2018-07-23 2018-12-18 中国人民解放军61540部队 一种基于纬度差和距离的地磁日变化数值确定方法及系统
CN109085641A (zh) * 2018-08-02 2018-12-25 北京大学深圳研究生院 用于地震预报的监测数据处理方法、地震预报方法和系统
CN109100774A (zh) * 2018-07-12 2018-12-28 北京大学深圳研究生院 地下溢出带电粒子监测装置、系统和监测数据处理方法
CN109143320A (zh) * 2018-07-12 2019-01-04 北京大学深圳研究生院 地下溢出带电粒子监测装置、系统和监测数据处理方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8581593B2 (en) * 2008-06-16 2013-11-12 Japan Oil, Gas And Metals National Corporation Underground electromagnetic exploration method
CN201716425U (zh) * 2010-03-12 2011-01-19 韩荣波 高密度天然电场选频物探测量仪
CN105492723A (zh) * 2013-10-14 2016-04-13 亨特能量企业有限公司 勘探和开采环境下的电震勘测
CN108873075A (zh) * 2018-06-08 2018-11-23 北京大学深圳研究生院 一种断裂带的活动监测方法、勘探方法和装置
CN108873102A (zh) * 2018-06-08 2018-11-23 北京大学深圳研究生院 用于山体滑坡的监测数据处理方法和山体滑坡预报方法
CN109001792A (zh) * 2018-06-08 2018-12-14 北京大学深圳研究生院 用于地震预报的监测数据处理方法、地震预报方法和系统
CN109100774A (zh) * 2018-07-12 2018-12-28 北京大学深圳研究生院 地下溢出带电粒子监测装置、系统和监测数据处理方法
CN109143320A (zh) * 2018-07-12 2019-01-04 北京大学深圳研究生院 地下溢出带电粒子监测装置、系统和监测数据处理方法
CN109031439A (zh) * 2018-07-23 2018-12-18 中国人民解放军61540部队 一种基于纬度差和距离的地磁日变化数值确定方法及系统
CN109003422A (zh) * 2018-08-02 2018-12-14 北京大学深圳研究生院 用于山体滑坡的监测数据处理方法和山体滑坡预报方法
CN109085641A (zh) * 2018-08-02 2018-12-25 北京大学深圳研究生院 用于地震预报的监测数据处理方法、地震预报方法和系统

Also Published As

Publication number Publication date
CN110082830A (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
Foti et al. Guidelines for the good practice of surface wave analysis: a product of the InterPACIFIC project
CN110082830B (zh) 一种地下矿产资源探测方法和系统
Ghofrani et al. Implications of the 2011 M9. 0 Tohoku Japan earthquake for the treatment of site effects in large earthquakes
CN109085641B (zh) 用于地震预报的监测数据处理方法、地震预报方法和系统
MX2014010955A (es) Tecnicas de correlacion para prospeccion electrosismica y sismoelectrica pasiva.
MX2014010954A (es) Sensores para prospeccion electrosismica y sismoelectrica.
CN103135131B (zh) 一种针对裂缝性储层预测的解释装置
WO1994007157A1 (en) Method and apparatus for passively detecting the depth and location of a spatial or temporal anomaly
CN102879805A (zh) 一种基于钻孔与地面相结合的地震波空间探测方法
Rabinovich et al. The 2004 Sumatra tsunami in the southeastern Pacific Ocean: New global insight from observations and modeling
Tasan et al. Testing probabilistic seismic hazard estimates against accelerometric data in two countries: France and Turkey
Ji et al. Observation of higher‐mode surface waves from an active source in the Hutubi Basin, Xinjiang, China
Wang et al. Falling weight deflectometer dispersion curve method for pavement modulus calculation
CN109188528A (zh) 井间弹性波层析成像系统和方法
RU2346300C1 (ru) Способ обнаружения возможности наступления катастрофических явлений
Aochi et al. Mechanism of the ML 4.0 25 April 2016 earthquake in southwest of France in the vicinity of the Lacq gas field
Jiang et al. An improved method of local mean decomposition with adaptive noise and its application to microseismic signal processing in rock engineering
He et al. Eliminating the fading noise in distributed acoustic sensing data
Ross et al. An algorithm for automated identification of fault zone trapped waves
Barrientos et al. Seismological monitoring of the comprehensive nuclear-test-ban treaty
Augliera et al. A strong motion network in northern Italy: detection capabilities and first analysis
CN111190219B (zh) 用于地震预报的监测数据处理方法
CN110208850B (zh) 一种用于断裂带勘测的数据处理方法、勘测方法和系统
Mahvelati et al. A review of seismic geophysical testing in Iran for building near-surface velocity models
Heyburn et al. Earthquake depth estimation using the F trace and associated probability

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: 20210907