CN110717618A - 基于多指标综合要素的海底热液硫化物资源评价预测方法 - Google Patents
基于多指标综合要素的海底热液硫化物资源评价预测方法 Download PDFInfo
- Publication number
- CN110717618A CN110717618A CN201910856608.7A CN201910856608A CN110717618A CN 110717618 A CN110717618 A CN 110717618A CN 201910856608 A CN201910856608 A CN 201910856608A CN 110717618 A CN110717618 A CN 110717618A
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- hydrothermal
- sulfide
- ore
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 title claims abstract description 18
- 238000011156 evaluation Methods 0.000 title claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000005065 mining Methods 0.000 claims abstract description 15
- 230000033558 biomineral tissue development Effects 0.000 claims abstract description 13
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 238000007619 statistical method Methods 0.000 claims abstract description 7
- 238000012549 training Methods 0.000 claims abstract description 7
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 5
- 239000011707 mineral Substances 0.000 claims abstract description 5
- 238000003860 storage Methods 0.000 claims abstract description 5
- 238000012098 association analyses Methods 0.000 claims abstract description 4
- 238000013523 data management Methods 0.000 claims abstract description 4
- 230000010354 integration Effects 0.000 claims abstract description 4
- 238000013178 mathematical model Methods 0.000 claims abstract description 4
- 229910052569 sulfide mineral Inorganic materials 0.000 claims abstract description 4
- 238000000605 extraction Methods 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 239000011435 rock Substances 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 239000012530 fluid Substances 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 4
- 238000012876 topography Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- 230000001364 causal effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 230000001089 mineralizing effect Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 claims description 3
- 239000013049 sediment Substances 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012732 spatial analysis Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000013480 data collection Methods 0.000 abstract 1
- 238000011158 quantitative evaluation Methods 0.000 abstract 1
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000011835 investigation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 229910052745 lead Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 229910052725 zinc Inorganic materials 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了基于多指标综合要素的海底热液硫化物资源评价预测方法，数据收集，数据整合、处理，信息存储和挖掘；结合MySQL数据库技术建立数据管理存储方案，并基于GIS技术建立统计分析方法数学模型，开展数据的特征分析、关联分析、分类、聚类、演变和偏差分析，通过数据间的相关关系来直接或间接分析各要素与硫化物成矿或矿藏空间就位的关联关系，从而筛选矿区空间预测模型的训练特征要素；大洋脊区典型热液区成矿分析。本发明的有益效果是通过多指标要素综合方法开展海底热液硫化物资源预测评价，对南大西洋硫化物的定性或定量评价及圈矿等目的的工作提供依据。
Description
技术领域
本发明属于海底热液成矿地质技术领域，涉及基于多指标综合要素的海底热液硫化物资源评价预测方法。
背景技术
海底多金属硫化物富含Fe，Cu，Zn，Pb，Au，Ag等金属，是我国目前最重视的海底矿产资源之一。目前在大洋中已发现了600多个热液场，多处热液场的预测资源量达到百万级以上，具有相当的吨位和品位规模，具有较大的开采价值。目前基本通过现场原位测量，且有些手段必须是需要在活动的喷口才能捕捉到。在海底，要快速定位疑似矿藏区域，单凭上述调查方式来锁定热液喷口，从时间和经济上会造成较大的耗费。因此，硫化物资源空间分布预测和评价是硫化物资源调查和研究中的重要任务。目前的深海硫化物资源能够调查和收集到的相关数据包括已发现矿点数据、地形、重力异常、磁力异常、构造等，在海底热液探矿工作的起步阶段，对于广阔的海底区域，已发现矿点的数量还相对较少，利用矿点及背景环境的初步统计特征来判定地质要素在整个区域的成矿贡献度，会产生过多的误判，比如地壳变动或物质喷发及填充形成的地形、重力、磁力等特征除了具有趋势性，还具有局部区域的不均一性，传统的利用基本统计特征进行分析，容易只发现大的趋势性，忽略微小的异常，而在复杂的成矿环境中，微异常恰可能是矿床或矿点存在的标志。因而，需要从方法尤其是特征信息提取方法上改变思路和策略，充分挖掘隐含的微异常信息，使其能从多个角度反映成矿显矿特征。
发明内容
本发明的目的在于提供基于多指标综合要素的海底热液硫化物资源评价预测方法，本发明的有益效果是通过多指标要素综合方法开展海底热液硫化物资源预测评价，对南大西洋硫化物的定性或定量评价及圈矿等目的的工作提供依据。
本发明所采用的技术方案是按照以下步骤进行：
步骤1：数据收集，搜集新的和历史的相关数据信息，如表格数据，网格数据，图片数据，原始数据，并分类存放；
步骤2：数据整合、处理，包括数据的排异化处理、数据转换，含投影变换、验证检验；
步骤3：信息存储和挖掘；结合MySQL数据库技术建立数据管理存储方案，并基于GIS技术建立统计分析方法数学模型，开展数据的特征分析、关联分析、分类、聚类、演变和偏差分析，通过数据间的相关关系来直接或间接分析各要素与硫化物成矿或矿藏空间就位的关联关系，从而筛选矿区空间预测模型的训练特征要素；
步骤4：大洋脊区典型热液区成矿分析。
进一步，步骤3：信息存储和挖掘；
(1)结合ArcGIS空间数据处理技术，尝试利用线性特征分割、突变边界、梯度指向累积方法，结合坡度分析，空间分析方法进行地形、重力、磁力线性异常特征、微异常初步特征提取；
(2)通过空间叠置分析、数学解算从异常信息中提取特征；
(3)水深、重力特征参数多要素协同处理、融合计算之后的信息图层利用上述手段进行综合异常提取；
(4)利用相关分析方法对水深地形、重力、磁力、岩石数据进行分析，识别异常，进行分类，划分异常等级类别；
(5)分析数据的分布情况和可靠性，整体求解各个参数间的相关关系，寻求提取隐含的成矿致矿信息特征，如线性构造特征的走向、大小、与相邻的方向不同的大断层的距离和夹角，以及与洋中脊延伸方向、转换断层的夹角，其与应力方向的关系，岩石的基性特征空间分布；
(6)信息提取示例如地形剩余体积求算：1)引入陆地区域地质数据处理方法，根据大洋数据的特点，建立大洋地形趋势分析方法模式，将洋脊区分块分解为趋势部分和局部剩余两部分，这里的局部剩余必是大于零，即局部剩余必是等于或高于整体趋势的部分，结果要保证没有负剩余；2)结合地形数据精度和已知矿区特征，将洋脊区剩余地形划分成底面积相等的网格。
进一步，步骤4：大洋脊区典型热液区成矿分析；
(1)用大量数据代替少量样本，用多要素数据代替单一数据，首先求取相关关系，而后用统计方法追溯因果关系；
(2)将数个训练提取的要素与矿点特征、矿点背景特征、矿体规模、矿点所在地形剩余体积单元的剩余体积之间的关系进行解算，通过定量方法描述对热液成矿的作用关系；
(3)根据分析结果取舍上述要素图层，进而综合解算，解析不同地理位置、不同地形体积特征、不同地球应力场特征、不同的构造环境、岩性、沉积物特征对热液的控制作用，进行多维控矿特征提取和控矿权重分析，开展大西洋脊典型热液区多金属硫化物资源评价。
附图说明
图1是发明方法流程示意图。
具体实施方式
下面结合具体实施方式对本发明进行详细说明。
本发明方案如图1所示，包括如下步骤：
步骤1：数据收集；
广泛搜集新的和历史的相关数据信息，如表格数据，网格数据，图片数据，原始数据等等，并分类存放。
步骤2：数据整合、处理；
对庞大丰富的数据进行处理、清洗、整合等环节非常重要，数据处理和信息提取的好坏关系到最终应用的效果。
数据整合包括数据的排异化处理、数据转换(含投影变换)、验证检验等。数据处理包含对不同类型及不同格式数据的同一化整理、不同空间尺度不同精度数据的融合、有关联数据信息的关系化整理几个方面。对多种精度、多期次的数据详细了解其元数据信息，针对不同来源数据情况进行分析处理：对同区域，不同来源精度相近的数据进行融合；不同区域不同精度的数据分别处理。借助 ArcGIS为空间数据处理平台，对部分较小的空间数据进行整理和处理，如投影定义和变换，利用空间数据库对空间、属性数据以及生成的网格矩阵数据进行管理和计算处理。
步骤3：信息存储和挖掘；
结合MySQL数据库技术建立数据管理存储方案，并基于GIS技术建立统计分析方法等数学模型，开展数据的特征分析、关联分析、分类、聚类、演变和偏差分析等，通过数据间的相关关系来直接或间接分析各要素与硫化物成矿或矿藏空间就位的关联关系，从而筛选矿区空间预测模型的训练特征要素：
(1)结合ArcGIS空间数据处理技术，尝试利用线性特征分割、突变边界、梯度指向累积方法，结合坡度分析等空间分析方法进行地形、重力、磁力线性异常特征、微异常等初步特征提取；
(2)通过空间叠置分析、数学解算从异常信息中提取特征；
(3)水深、重力等特征参数多要素协同处理、融合计算之后的信息图层利用上述手段进行综合异常提取；
(4)利用相关分析等方法对水深地形、重力、磁力、岩石等数据进行分析，识别异常，进行分类，划分异常等级类别；
(5)分析数据的分布情况和可靠性，整体求解各个参数间的相关关系，寻求提取隐含的成矿致矿信息特征，如线性构造特征的走向、大小、与相邻的方向不同的大断层的距离和夹角，以及与洋中脊延伸方向、转换断层的夹角，其与应力方向的关系，岩石的基性特征空间分布等等。
(6)信息提取示例如地形剩余体积求算：1)引入陆地区域地质数据处理方法，根据大洋数据的特点，建立大洋地形趋势分析方法模式，将洋脊区分块分解为趋势部分和局部剩余两部分，这里的局部剩余必是大于零，即局部剩余必是等于或高于整体趋势的部分，结果要保证没有负剩余；2)结合地形数据精度和已知矿区特征，将洋脊区剩余地形划分成底面积相等的网格；
步骤4：大洋脊区典型热液区成矿分析；
矿床的形成离不开构造、岩体、蚀变等要素，对成矿来说，找出关联关系对找矿来说是最重要、最有价值的，上述数据的有效挖掘能够直接或间接提取成矿关联要素。将数据信息提取方法、建模与先进的信息技术紧密结合，实现数据价值的最大化。从数据出发，综合多种指标要素进行多金属硫化物矿产资源预测评价。
(1)用大量数据代替少量样本，用多要素数据代替单一数据，首先求取相关关系，而后用统计方法追溯因果关系。
(2)将数个训练提取的要素与矿点特征、矿点背景特征、矿体规模、矿点所在地形剩余体积单元的剩余体积等等之间的关系进行解算，通过定量方法描述对热液成矿的作用关系。
(3)根据分析结果取舍上述要素图层，进而综合解算，解析不同地理位置、不同地形体积特征、不同地球应力场特征、不同的构造环境、岩性、沉积物特征等对热液的控制作用，进行多维控矿特征提取和控矿权重分析，开展大西洋脊典型热液区多金属硫化物资源评价。
以上所述仅是对本发明的较佳实施方式而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施方式所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。
Claims (3)
1.基于多指标综合要素的海底热液硫化物资源评价预测方法，其特征在于按照以下步骤进行：
步骤1：数据收集，搜集新的和历史的相关数据信息，如表格数据，网格数据，图片数据，原始数据，并分类存放；
步骤2：数据整合、处理，包括数据的排异化处理、数据转换，含投影变换、验证检验；
步骤3：信息存储和挖掘；结合MySQL数据库技术建立数据管理存储方案，并基于GIS技术建立统计分析方法数学模型，开展数据的特征分析、关联分析、分类、聚类、演变和偏差分析，通过数据间的相关关系来直接或间接分析各要素与硫化物成矿或矿藏空间就位的关联关系，从而筛选矿区空间预测模型的训练特征要素；
步骤4：大洋脊区典型热液区成矿分析。
2.按照权利要求1所述基于多指标综合要素的海底热液硫化物资源评价预测方法，其特征在于：所述步骤3：信息存储和挖掘；
(1)结合ArcGIS空间数据处理技术，尝试利用线性特征分割、突变边界、梯度指向累积方法，结合坡度分析，空间分析方法进行地形、重力、磁力线性异常特征、微异常初步特征提取；
(2)通过空间叠置分析、数学解算从异常信息中提取特征；
(3)水深、重力特征参数多要素协同处理、融合计算之后的信息图层利用上述手段进行综合异常提取；
(4)利用相关分析方法对水深地形、重力、磁力、岩石数据进行分析，识别异常，进行分类，划分异常等级类别；
(5)分析数据的分布情况和可靠性，整体求解各个参数间的相关关系，寻求提取隐含的成矿致矿信息特征，如线性构造特征的走向、大小、与相邻的方向不同的大断层的距离和夹角，以及与洋中脊延伸方向、转换断层的夹角，其与应力方向的关系，岩石的基性特征空间分布；
(6)信息提取示例如地形剩余体积求算：1)引入陆地区域地质数据处理方法，根据大洋数据的特点，建立大洋地形趋势分析方法模式，将洋脊区分块分解为趋势部分和局部剩余两部分，这里的局部剩余必是大于零，即局部剩余必是等于或高于整体趋势的部分，结果要保证没有负剩余；2)结合地形数据精度和已知矿区特征，将洋脊区剩余地形划分成底面积相等的网格。
3.按照权利要求1所述基于多指标综合要素的海底热液硫化物资源评价预测方法，其特征在于：所述步骤4：大洋脊区典型热液区成矿分析；
(1)用大量数据代替少量样本，用多要素数据代替单一数据，首先求取相关关系，而后用统计方法追溯因果关系；
(2)将数个训练提取的要素与矿点特征、矿点背景特征、矿体规模、矿点所在地形剩余体积单元的剩余体积之间的关系进行解算，通过定量方法描述对热液成矿的作用关系；
(3)根据分析结果取舍上述要素图层，进而综合解算，解析不同地理位置、不同地形体积特征、不同地球应力场特征、不同的构造环境、岩性、沉积物特征对热液的控制作用，进行多维控矿特征提取和控矿权重分析，开展大西洋脊典型热液区多金属硫化物资源评价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910856608.7A CN110717618A (zh) | 2019-09-11 | 2019-09-11 | 基于多指标综合要素的海底热液硫化物资源评价预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910856608.7A CN110717618A (zh) | 2019-09-11 | 2019-09-11 | 基于多指标综合要素的海底热液硫化物资源评价预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110717618A true CN110717618A (zh) | 2020-01-21 |
Family
ID=69209828
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910856608.7A Pending CN110717618A (zh) | 2019-09-11 | 2019-09-11 | 基于多指标综合要素的海底热液硫化物资源评价预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110717618A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112818603A (zh) * | 2021-02-06 | 2021-05-18 | 中国科学院新疆生态与地理研究所 | 自适应选择最优成矿预测要素的方法、终端及存储介质 |
| CN114925330A (zh) * | 2022-05-19 | 2022-08-19 | 自然资源部第一海洋研究所 | 一种不依赖重构参数的自适应跨尺度因果分析方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102243628A (zh) * | 2010-05-12 | 2011-11-16 | 电子科技大学 | 成矿案例推理模型与方法 |
| CN107608006A (zh) * | 2017-08-08 | 2018-01-19 | 国家海洋局第二海洋研究所 | 一种海底热液硫化物资源评价方法 |
| CN109711597A (zh) * | 2018-11-14 | 2019-05-03 | 东莞理工学院 | 一种基于分层随机森林模型的铜镍硫化物矿床成矿预测方法 |
-
2019
- 2019-09-11 CN CN201910856608.7A patent/CN110717618A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102243628A (zh) * | 2010-05-12 | 2011-11-16 | 电子科技大学 | 成矿案例推理模型与方法 |
| CN107608006A (zh) * | 2017-08-08 | 2018-01-19 | 国家海洋局第二海洋研究所 | 一种海底热液硫化物资源评价方法 |
| CN109711597A (zh) * | 2018-11-14 | 2019-05-03 | 东莞理工学院 | 一种基于分层随机森林模型的铜镍硫化物矿床成矿预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 闫仕娟等: "劳海盆热液硫化物资源远景区预测" * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112818603A (zh) * | 2021-02-06 | 2021-05-18 | 中国科学院新疆生态与地理研究所 | 自适应选择最优成矿预测要素的方法、终端及存储介质 |
| CN112818603B (zh) * | 2021-02-06 | 2023-11-24 | 中国科学院新疆生态与地理研究所 | 自适应选择最优成矿预测要素的方法、终端及存储介质 |
| CN114925330A (zh) * | 2022-05-19 | 2022-08-19 | 自然资源部第一海洋研究所 | 一种不依赖重构参数的自适应跨尺度因果分析方法 |
| CN114925330B (zh) * | 2022-05-19 | 2023-03-21 | 自然资源部第一海洋研究所 | 一种不依赖重构参数的自适应跨尺度因果分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102918423B (zh) | 用于地震烃体系分析的方法 | |
| KR100982448B1 (ko) | 지공간 상관관계 통합기법을 이용한 지반침하 발생 예측시스템 및 이를 이용한 지반침하 발생 예측방법 | |
| CN103345566B (zh) | 基于地质内涵的化探异常识别与评价方法 | |
| Song et al. | Potential of ensemble learning to improve tree-based classifiers for landslide susceptibility mapping | |
| CN113344050B (zh) | 一种基于深度学习的岩性智能化识别方法及系统 | |
| Li et al. | Prospectivity mapping for tungsten polymetallic mineral resources, Nanling metallogenic belt, south China: Use of random forest algorithm from a perspective of data imbalance | |
| CN102176052B (zh) | 一种面向三维层面网格生成的层序分析方法 | |
| CN111062544A (zh) | 一种铀成矿远景区的预测方法 | |
| CN107038505A (zh) | 基于机器学习的找矿模型预测方法 | |
| Burkin et al. | Incorporating conceptual and interpretation uncertainty to mineral prospectivity modelling | |
| Yang et al. | Quantification of uncertainty associated with evidence layers in mineral prospectivity mapping using direct sampling and convolutional neural network | |
| CN110717618A (zh) | 基于多指标综合要素的海底热液硫化物资源评价预测方法 | |
| CN104380143A (zh) | 用于处理地球物理数据的系统和方法 | |
| CN113720639A (zh) | 一种污染场地调查补充采样的方法 | |
| Leung et al. | Sample truncation strategies for outlier removal in geochemical data: the MCD robust distance approach versus t-SNE ensemble clustering | |
| CN107633556A (zh) | 一种定量获得三维矿床地质模型不确定性的方法 | |
| Creason et al. | A geo-data science method for assessing unconventional rare-earth element resources in sedimentary systems | |
| Zhuang et al. | Research on urban 3D geological modeling based on multi-modal data fusion: a case study in Jinan, China | |
| CN116307566B (zh) | 大型房屋建筑工程施工组织方案动态设计系统 | |
| Zhao et al. | Controls on and prospectivity mapping of volcanic-type uranium mineralization in the Pucheng district, NW Fujian, China | |
| CN107908834B (zh) | 隐伏矿体的三维定位成矿预测方法以及系统 | |
| CN115526544A (zh) | 一种基于多类型数据的绿色矿山建设规划方法及系统 | |
| Partington | Exploration targeting using GIS: More than a digital light table | |
| CN114462323A (zh) | 一种基于多属性场融合的油藏流场表征方法 | |
| CN113534283A (zh) | 一种砂岩型铀矿成矿要素特征的定量评价方法 |
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: 20200121 |
|
| RJ01 | Rejection of invention patent application after publication |