CN111060985B - 一种砂岩型铀矿多要素数据样本集合的建设方法 - Google Patents
一种砂岩型铀矿多要素数据样本集合的建设方法 Download PDFInfo
- Publication number
- CN111060985B CN111060985B CN201911328122.2A CN201911328122A CN111060985B CN 111060985 B CN111060985 B CN 111060985B CN 201911328122 A CN201911328122 A CN 201911328122A CN 111060985 B CN111060985 B CN 111060985B
- Authority
- CN
- China
- Prior art keywords
- shp
- uranium
- proj
- gif
- file
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Environmental & Geological Engineering (AREA)
- Biochemistry (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Geology (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geophysics (AREA)
- Instructional Devices (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明属于数据挖掘领域,具体涉及一种砂岩型铀矿多要素数据样本集合的建设方法,该方法利用现有成果数据,定量获取已知铀矿产地所在位置的地质、物探、化探、地形地貌等定量要素,并可将其组织成砂岩型铀矿多要素数据样本集合,用于后期的数据挖掘和机器学习。本发明较之传统的铀矿化数据库建设方法,可以更加全面和定量的描述已知砂岩铀矿的要素信息,为更精确的统计和挖掘砂岩铀矿成矿要素隐含信息提供了样本数据集合,为后期定量分析和挖掘各成矿要素之间关系提供数据支撑。
Description
技术领域
本发明属于数据挖掘领域,具体涉及一种砂岩型铀矿多要素数据样本集合的建设方法。
背景技术
矿产勘查的大数据应用与挖掘技术是目前国际地质科学的重要发展方向,矿产数据的挖掘和知识发现,包括对地球系统的认识、理解和解释。随着数据获取手段的快速提高,为铀资源预测评价提供了大量的预测数据,在大数据时代背景下要求铀资源预测的思维和方法有所创新和发展。
铀成矿预测新方法将矿床学家和数学地质学家的预测方法结合起来,总结成矿规律与成矿模式、建立区域成矿模型,根据区域成矿模型和实际勘探资料圈定成矿远景区,即实现数据与成矿理论的有机结合。这就需要将大数据挖掘技术引入铀矿勘查与资源定量评价研究工作中,对铀矿化、地质、物探、化探等数据集进行数据挖掘,对成矿要素之间的互相关系进行统计和评价,从而发现蕴含在成果数据中有价值的信息。并对已知钻孔、矿床的成矿要素进行机器学习和训练,建立以铀成矿信息大数据集为驱动的预测区评价模型,对预测区进行优选和勘查部署辅助决策。
铀资源数据挖掘、机器学习和成矿预测是建立在完备的铀资源数据样本之上的,合理组织铀资源数据成矿要素样本集合,才有可能分析和挖掘多源异构的铀资源数据的隐含信息,得到规律性认识,为铀成矿预测服务。
现有的砂岩型铀资源数据库建设,往往只考虑有利地层的结构信息,如有利地层厚度、砂体厚度、底板埋深等,没有定量计算和记录地质、物探、化探、地形地貌等其他成矿要素信息。为实现数据挖掘方法及机器学习预测等大数据应用,仅使用现有的有利地层结构数据是不够的,需要将该地区的地质、物探、化探、遥感等与成矿有关的数据与钻孔、矿化数据集合在一起,形成统一的铀矿数据样本集进行数据挖掘。
因此需要提供一种砂岩型铀矿多要素数据样本集合的建设方法,以解决现有技术中不能定量获取已知铀矿产地所在位置的地质、物探、化探、地形地貌等成矿要素,并将其组织成砂岩型铀矿多要素数据样本集合的问题。
发明内容
本发明目的在于提供一种砂岩型铀矿多要素数据样本集合的建设方法,来定量获取已知铀矿产地所在位置的地质、物探、化探、地形地貌等成矿要素,并将其组织成砂岩型铀矿多要素数据样本集合。
本发明的技术方案是:
一种砂岩型铀矿多要素数据样本集合的建设方法,该方法具体包括以下步骤:
步骤(1)目标层地层厚度、砂体厚度、泥厚度等有关地层结构等值线插值栅格化;
步骤(2)采用步骤(1)得到的砂体厚度图和泥厚度图计算砂泥比栅格图;
步骤(3)工作区航放铀、航放钍、航放钾及航放铀钍比等值线栅格化;
步骤(4)统一工作区内地形高程栅格数据和地形坡度栅格数据的投影方式;
步骤(5)采用步骤(1)、(2)、(3)、(4)中获得的目标层地层厚度栅格图、砂体厚度栅格图、泥厚度栅格图、砂泥比栅格图、航放铀栅格图、航放钍栅格图、航放钾栅格图、航放铀钍比栅格图、地形高程栅格图、坡度栅格图,计算已知铀矿化所在位置的目标层地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度等参数;
步骤(6)计算铀矿化与铀源、河道、控矿断裂要素的距离参数;
步骤(7)对铀矿化点文件中各要素的铀矿级别定量化,获取铀矿化定量化参数;
步骤(8)输出和保存步骤(5)、步骤(6)和步骤(7)所获取的样本集合参数,完成铀矿成矿要素数据样本集合的建设。
所述的步骤(1)具体包括以下步骤:
步骤(1.1)使用ARCMAP软件读入地层厚度文件Dc.shp、砂体厚度文件St.shp、泥厚度等值线文件Ni.shp;
步骤(1.2)统一地层厚度文件Dc.shp、砂体厚度文件St.shp、泥厚度等值线文件Ni.shp的地图投影方式,该工作区的大地坐标为北京54坐标系,投影方式为高斯克里格19度带,使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换,投影变换后的地层厚度、砂体厚度、泥厚度等值线文件分别保存为Dc_proj.shp,St_proj.shp,Ni_proj.shp;
步骤(1.3)打开ARCMAP软件的矢量数据编辑功能,分别对Dc_proj.shp,St_proj.shp,Ni_proj.shp的高程属性进行检查,若高程属性值为空或异常值,则删除该条记录,去除异常高程属性值后的文件分别记为Dc_proj_m.shp,St_proj_m.shp,Ni_proj_m.shp;
步骤(1.4)使用ArcToolbox中的“空间分析”功能中的“反距离权重插值法”分别对Dc_proj_m.shp,St_proj_m.shp,Ni_proj_m.shp文件的高程属性进行插值,得到地层厚度、砂体厚度、泥厚度等值线的插值栅格文件,分别保存为Dc_sg.tif,St_sg.tif,Ni_sg.tif。
所述的步骤(2)通过砂体厚度和泥厚度栅格图获取砂泥比栅格图,使用ArcToolbox工具中“空间分析功能”内的“逻辑运算除”功能,使栅格文件St_sg.tif,Ni_sg.tif各像元之间分别相除,获得砂泥比栅格图,文件保存为SNB_sg.tif。
所述的步骤(3)具体包括以下步骤:
步骤(3.1)读入航放铀等值线文件U.shp、航放钍等值线文件Th.shp、航放钾等值线文件K.shp及航放铀钍比等值线文件UThB.shp;
步骤(3.2)统一航放铀、航放钍、航放钾及航放铀钍比等值线文件地图投影方式,该工作区统一使用的大地坐标为北京54坐标系,投影方式为高斯克里格19度带,使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换,投影变换统一后的航放铀、航放钍、航放钾及航放铀钍比等值线文件分别保存为U_proj.shp,Th_proj.shp,K_proj.shp,UThB_proj.shp;
步骤(3.3)使用ArcToolbox中的“空间分析”功能中的“反距离权重插值法”分别对U_proj.shp,Th_proj.shp,K_proj.shp,UThB_proj.shp文件的高程属性进行插值,得到航放铀、航放钍、航放钾及航放铀钍比等值线的插值栅格文件,分别保存为U_sg.tif,Th_sg.tif,K_sg.tif,UThB_sg.tif。
所述的步骤(4)具体包括以下步骤:
步骤(4.1)读入工作区的地形高程栅格文件DXGC.tif和地形坡度栅格文件DXPD.tif;
步骤(4.2)统一工作区内地形高程栅格数据和地形坡度栅格数据的投影方式,该工作区统一使用的大地坐标为北京54坐标系,投影方式为高斯克里格19度带,使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换,统一投影方式后的地形高程和地形坡度栅格数据分别保存为DXGC_proj.tif和DXPD_proj.tif。
所述的步骤(5)具体包括以下步骤:
步骤(5.1)读入铀矿化点文件YK.shp;
步骤(5.2)统一YK.shp文件投影方式,该工作区统一使用的大地坐标为北京54坐标系,投影方式为高斯克里格19度带,使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换,转换投影后的铀矿化文件保存为YK_proj.shp;
步骤(5.3)使用ArcMap软件为YK_proj.shp文件创建目标层地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度等10个属性项,数据类型均设置为浮点型,字段长度设置为20;
步骤(5.4)依次读入c_sg.tif,St_sg.tif,Ni_sg.tif,SNB_sg.tif,U_sg.tif,Th_sg.tif,K_sg.tif,UThB_sg.tif,DXGC.tif和DXPD.tif等栅格文件;
步骤(5.5)使用ArcToolBox中“空间分析”功能中的“提取分析”功能,计算YK_proj.shp文件中各矢量点所在位置处c_sg.tif,St_sg.tif,Ni_sg.tif,SNB_sg.tif,U_sg.tif,Th_sg.tif,K_sg.tif,UThB_sg.tif,DXGC.tif和DXPD.tif栅格文件的像元值,分别将其分别写入YK_proj.shp文件的目标层地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度等属性中。
所述的步骤(6)具体包括以下步骤:
步骤(6.1)读入铀源文件UY.shp、沉积相文件CJX.shp、控矿断裂要素文件DL.shp;
步骤(6.2)统一转换UY.shp,GHD.shp,DL.shp文件的投影方式,该工作区统一使用的大地坐标为北京54坐标系,投影方式为高斯克里格19度带,使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换,转换投影后的铀源、古河道、控矿断裂要素文件保存为UY_proj.shp,CJX_proj.shp,DL_proj.shp;
步骤(6.3)打开ArcMap的矢量要素编辑功能,删除CJX_proj.shp文件中属性不是河流亚相的多边形,保存处理后的文件,即为河道文件,保存为HD_proj.shp;
步骤(6.4)读入铀矿化文件YK_proj.shp,在ArcMap软件中的属性管理中为YK_proj.shp文件分别建立“铀源距离”、“河道距离”和“断裂距离”3个属性项,数据类型均设置为浮点型,字段长度设置为20;
步骤(6.5)使用ArcToolbox“分析工具”中的“近邻分析”功能统计铀矿化点文件YK_proj.shp中各点要素到UY_proj.shp,HD_proj.shp.shp,DL_proj.shp中各要素的最短距离,并分别写入“铀源距离”、“河道距离”和“断裂距离”属性项中。
所述的步骤(7)具体包括以下步骤:
步骤(7.1)在ArcMap软件中的属性管理中为铀矿化点文件YK_proj.shp增加“定量化铀矿化级别”属性,数据类型设置为整形,数据字段设置为8;
步骤(7.2)在ArcMap软件中将文件YK_proj.shp设置为编辑状态,打开属性编辑功能,当铀矿化要素级别为“大型矿床”时,“定量化铀矿化级别”填写为1000;铀矿化要素级别为“中型矿床”时,“定量化铀矿化级别”属性设置为500;铀矿化要素级别为“小型矿床”时,“定量化铀矿化级别”属性设置为100;铀矿化要素级别为“矿化点”时,“定量化铀矿化级别”属性设置为50;铀矿化要素级别为“异常点”时,“定量化铀矿化级别”属性设置为10。
所述的步骤(8)完成铀矿成矿要素数据样本集合的建设,在ArcMap的属性管理中导出文件YK_proj.shp的属性数据,保存为DBF表格格式,并可进一步转换为EXCEL表格格式,该样本集合文件包括矿化名称、地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度、铀源距离、河道距离、断裂距离等定量化铀矿化级别15个属性。
本发明的有益效果:
本发明提供了一种利用现有成果数据,定量获取已知铀矿产地所在位置的地质、物探、化探、地形地貌等定量要素的方法,并可将其组织成砂岩型铀矿多要素数据样本集合,用于后期的数据挖掘和机器学习。该样本集合建设和组织方法,较之传统的铀矿化数据库建设方法,可以更加全面和定量的描述已知砂岩铀矿的要素信息,为更精确的统计和挖掘砂岩铀矿成矿要素隐含信息提供了样本数据集合。
通过计算已知铀矿化所在位置的目标层地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度等参数,以及计算铀矿化与铀源、河道、控矿断裂要素的距离参数,用于建立研究区已知砂岩型铀矿化的成矿要素集合,为后期定量分析和挖掘各成矿要素之间关系提供数据支撑。
附图说明
图1为本发明所提供的一种工作区目标层地层厚度插值栅格图;
图2为工作区航放铀插值栅格图;
具体实施方式
下面结合附图与实施例对本发明进行进一步的介绍:
本发明提供了一种砂岩型铀矿多要素数据样本集合的建设方法,具体包括以下步骤:
步骤(1)目标层地层厚度、砂体厚度、泥厚度等有关地层结构等值线插值栅格化,该步骤包含以下子步骤:
步骤(1.1)使用ARCMAP软件读入地层厚度文件Dc.shp、砂体厚度文件St.shp、泥厚度等值线文件Ni.shp。
步骤(1.2)统一地层厚度文件Dc.shp、砂体厚度文件St.shp、泥厚度等值线文件Ni.shp的地图投影方式,该工作区的大地坐标为北京54坐标系,投影方式为高斯克里格19度带。使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换。投影变换后的地层厚度、砂体厚度、泥厚度等值线文件分别保存为Dc_proj.shp,St_proj.shp,Ni_proj.shp。
步骤(1.3)打开ARCMAP软件的矢量数据编辑功能,分别对Dc_proj.shp,St_proj.shp,Ni_proj.shp的高程属性进行检查,若高程属性值为空或异常值,则删除该条记录,去除异常高程属性值后的文件分别记为Dc_proj_m.shp,St_proj_m.shp,Ni_proj_m.shp。
步骤(1.4)使用ArcToolbox中的“空间分析”功能中的“反距离权重插值法”分别对Dc_proj_m.shp,St_proj_m.shp,Ni_proj_m.shp文件的高程属性进行插值,得到地层厚度、砂体厚度、泥厚度等值线的插值栅格文件,分别保存为Dc_sg.tif,St_sg.tif,Ni_sg.tif,其中,地层厚度栅格文件如图1所示。
步骤(2)采用步骤(1)得到的砂体厚度图和泥厚度图计算砂泥比栅格图;
通过砂体厚度和泥厚度栅格图获取砂泥比栅格图。使用ArcToolbox工具中“空间分析功能”内的“逻辑运算除”功能,使栅格文件St_sg.tif,Ni_sg.tif各像元之间分别相除,获得砂泥比栅格图,文件保存为SNB_sg.tif。
步骤(3)工作区航放铀、航放钍、航放钾及航放铀钍比等值线栅格化,该步骤包含以下子步骤:
步骤(3.1)读入航放铀等值线文件U.shp、航放钍等值线文件Th.shp、航放钾等值线文件K.shp及航放铀钍比等值线文件UThB.shp。
步骤(3.2)统一航放铀、航放钍、航放钾及航放铀钍比等值线文件地图投影方式,该工作区统一使用的大地坐标为北京54坐标系,投影方式为高斯克里格19度带。使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换。投影变换统一后的航放铀、航放钍、航放钾及航放铀钍比等值线文件分别保存为U_proj.shp,Th_proj.shp,K_proj.shp,UThB_proj.shp。
步骤(3.3)使用ArcToolbox中的“空间分析”功能中的“反距离权重插值法”分别对U_proj.shp,Th_proj.shp,K_proj.shp,UThB_proj.shp文件的高程属性进行插值,得到航放铀、航放钍、航放钾及航放铀钍比等值线的插值栅格文件,分别保存为U_sg.tif,Th_sg.tif,K_sg.tif,UThB_sg.tif,其中,航放铀插值栅格图如图2所示。
步骤(4)读入并统一工作区内地形高程栅格数据和地形坡度栅格数据的投影方式,该步骤包含以下子步骤:
步骤(4.1)读入工作区的地形高程栅格文件DXGC.tif和地形坡度栅格文件DXPD.tif。
步骤(4.2)统一工作区内地形高程栅格数据和地形坡度栅格数据的投影方式,该工作区统一使用的大地坐标为北京54坐标系,投影方式为高斯克里格19度带。使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换。统一投影方式后的地形高程和地形坡度栅格数据分别保存为DXGC_proj.tif和DXPD_proj.tif。
步骤(5)采用步骤(1)、(2)、(3)、(4)中获得的目标层地层厚度栅格图、砂体厚度栅格图、泥厚度栅格图、砂泥比栅格图、航放铀栅格图、航放钍栅格图、航放钾栅格图、航放铀钍比栅格图、地形高程栅格图、坡度栅格图,计算已知铀矿化所在位置的目标层地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度等参数。
该步骤包含以下子步骤:
步骤(5.1)读入铀矿化点文件YK.shp。
步骤(5.2)统一YK.shp文件投影方式,该工作区统一使用的大地坐标为北京54坐标系,投影方式为高斯克里格19度带。使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换。转换投影后的铀矿化文件保存为YK_proj.shp。
步骤(5.3)使用ArcMap软件为YK_proj.shp文件创建目标层地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度等10个属性项,数据类型均设置为浮点型,字段长度设置为20。
步骤(5.4)依次读入c_sg.tif,St_sg.tif,Ni_sg.tif,SNB_sg.tif,U_sg.tif,Th_sg.tif,K_sg.tif,UThB_sg.tif,DXGC.tif和DXPD.tif等栅格文件。
步骤(5.5)使用ArcToolBox中“空间分析”功能中的“提取分析”功能,计算YK_proj.shp文件中各矢量点所在位置处c_sg.tif,St_sg.tif,Ni_sg.tif,SNB_sg.tif,U_sg.tif,Th_sg.tif,K_sg.tif,UThB_sg.tif,DXGC.tif和DXPD.tif栅格文件的像元值,分别将其分别写入YK_proj.shp文件的目标层地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度等属性中。
步骤(6)计算铀矿化与铀源、河道、控矿断裂要素的距离参数,该步骤包含以下子步骤:
步骤(6.1)读入铀源文件UY.shp、沉积相文件CJX.shp、控矿断裂要素文件DL.shp。
步骤(6.2)统一转换UY.shp,GHD.shp,DL.shp文件的投影方式,该工作区统一使用的大地坐标为北京54坐标系,投影方式为高斯克里格19度带,使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换。转换投影后的铀源、古河道、控矿断裂要素文件保存为UY_proj.shp,CJX_proj.shp,DL_proj.shp。
步骤(6.3)打开ArcMap的矢量要素编辑功能,删除CJX_proj.shp文件中属性不是河流亚相的多边形,保存处理后的文件,即为河道文件,保存为HD_proj.shp。
步骤(6.4)读入铀矿化文件YK_proj.shp,在ArcMap软件中的属性管理中为YK_proj.shp文件分别建立“铀源距离”、“河道距离”和“断裂距离”3个属性项,数据类型均设置为浮点型,字段长度设置为20。
步骤(6.5)使用ArcToolbox“分析工具”中的“近邻分析”功能统计铀矿化点文件YK_proj.shp中各点要素到UY_proj.shp,HD_proj.shp.shp,DL_proj.shp中各要素的最短距离,并分别写入“铀源距离”、“河道距离”和“断裂距离”属性项中。
步骤(7)对铀矿化点文件中各要素的铀矿级别定量化,获取铀矿化定量化参数,该步骤包含以下子步骤:
步骤(7.1)在ArcMap软件中的属性管理中为铀矿化点文件YK_proj.shp增加“定量化铀矿化级别”属性,数据类型设置为整形,数据字段设置为8。
步骤(7.2)在ArcMap软件中将文件YK_proj.shp设置为编辑状态,打开属性编辑功能,当铀矿化要素级别为“大型矿床”时,“定量化铀矿化级别”填写为1000;铀矿化要素级别为“中型矿床”时,“定量化铀矿化级别”属性设置为500;铀矿化要素级别为“小型矿床”时,“定量化铀矿化级别”属性设置为100;铀矿化要素级别为“矿化点”时,“定量化铀矿化级别”属性设置为50;铀矿化要素级别为“异常点”时,“定量化铀矿化级别”属性设置为10。
步骤(8)输出和保存步骤(5)、步骤(6)和步骤(7)所获取的样本集合参数,完成铀矿成矿要素数据样本集合的建设。
在ArcMap的属性管理中导出文件YK_proj.shp的属性数据,保存为DBF表格格式,并可进一步转换为EXCEL表格格式。该样本集合文件包括矿化名称、地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度、铀源距离、河道距离、断裂距离等定量化铀矿化级别15个属性列,如表1所示,可用于后期的数据挖掘和机器学习。
表1铀矿成矿要素数据样本集合中的部分数据表
上面结合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作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。
Claims (8)
1.一种砂岩型铀矿多要素数据样本集合的建设方法,其特征在于,该方法具体包括以下步骤:
步骤(1)目标层地层厚度、砂体厚度、泥厚度有关地层结构等值线插值栅格化;
步骤(2)采用步骤(1)得到的砂体厚度图和泥厚度图计算砂泥比栅格图;
步骤(3)工作区航放铀、航放钍、航放钾及航放铀钍比等值线栅格化;
步骤(4)统一工作区内地形高程栅格数据和地形坡度栅格数据的投影方式;
步骤(5)采用步骤(1)、(2)、(3)、(4)中获得的目标层地层厚度栅格图、砂体厚度栅格图、泥厚度栅格图、砂泥比栅格图、航放铀栅格图、航放钍栅格图、航放钾栅格图、航放铀钍比栅格图、地形高程栅格图、坡度栅格图,计算已知铀矿化所在位置的目标层地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度;
步骤(6)计算铀矿化与铀源、河道、控矿断裂要素的距离参数;
步骤(7)对铀矿化点文件中各要素的铀矿级别定量化,获取铀矿化定量化参数;
步骤(8)输出和保存步骤(5)、步骤(6)和步骤(7)所获取的样本集合参数,完成铀矿成矿要素数据样本集合的建设;
所述的步骤(1)具体包括以下步骤:
步骤(1.1)使用ARCMAP软件读入地层厚度文件Dc.shp、砂体厚度文件St.shp、泥厚度等值线文件Ni.shp;
步骤(1.2)统一地层厚度文件Dc.shp、砂体厚度文件St.shp、泥厚度等值线文件Ni.shp的地图投影方式,该工作区的大地坐标为北京54坐标系,投影方式为高斯克里格19度带,使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换,投影变换后的地层厚度、砂体厚度、泥厚度等值线文件分别保存为Dc_proj.shp,St_proj.shp,Ni_proj.shp;
步骤(1.3)打开ARCMAP软件的矢量数据编辑功能,分别对Dc_proj.shp,St_proj.shp,Ni_proj.shp的高程属性进行检查,若高程属性值为空或异常值,则删除该高程属性值,去除异常高程属性值后的文件分别记为Dc_proj_m.shp,St_proj_m.shp,Ni_proj_m.shp;
步骤(1.4)使用ArcToolbox中的“空间分析”功能中的“反距离权重插值法”分别对Dc_proj_m.shp,St_proj_m.shp,Ni_proj_m.shp文件的高程属性进行插值,得到地层厚度、砂体厚度、泥厚度等值线的插值栅格文件,分别保存为Dc_sg.tif,St_sg.tif,Ni_sg.tif。
2.如权利要求1所述的一种砂岩型铀矿多要素数据样本集合的建设方法,其特征在于:所述的步骤(2)通过砂体厚度和泥厚度栅格图获取砂泥比栅格图,使用ArcToolbox工具中“空间分析功能”内的“逻辑运算除”功能,使栅格文件St_sg.tif,Ni_sg.tif各像元之间分别相除,获得砂泥比栅格图,文件保存为SNB_sg.tif。
3.如权利要求2所述的一种砂岩型铀矿多要素数据样本集合的建设方法,其特征在于:所述的步骤(3)具体包括以下步骤:
步骤(3.1)读入航放铀等值线文件U.shp、航放钍等值线文件Th.shp、航放钾等值线文件K.shp及航放铀钍比等值线文件UThB.shp;
步骤(3.2)统一航放铀、航放钍、航放钾及航放铀钍比等值线文件地图投影方式,该工作区统一使用的大地坐标为北京54坐标系,投影方式为高斯克里格19度带,使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换,投影变换统一后的航放铀、航放钍、航放钾及航放铀钍比等值线文件分别保存为U_proj.shp,Th_proj.shp,K_proj.shp,UThB_proj.shp;
步骤(3.3)使用ArcToolbox中的“空间分析”功能中的“反距离权重插值法”分别对U_proj.shp,Th_proj.shp,K_proj.shp,UThB_proj.shp文件的高程属性进行插值,得到航放铀、航放钍、航放钾及航放铀钍比等值线的插值栅格文件,分别保存为U_sg.tif,Th_sg.tif,K_sg.tif,UThB_sg.tif。
4.如权利要求3所述的一种砂岩型铀矿多要素数据样本集合的建设方法,其特征在于:所述的步骤(4)具体包括以下步骤:
步骤(4.1)读入工作区的地形高程栅格文件DXGC.tif和地形坡度栅格文件DXPD.tif;
步骤(4.2)统一工作区内地形高程栅格数据和地形坡度栅格数据的投影方式,该工作区统一使用的大地坐标为北京54坐标系,投影方式为高斯克里格19度带,使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换,统一投影方式后的地形高程和地形坡度栅格数据分别保存为DXGC_proj.tif和DXPD_proj.tif。
5.如权利要求4所述的一种砂岩型铀矿多要素数据样本集合的建设方法,其特征在于:所述的步骤(5)具体包括以下步骤:
步骤(5.1)读入铀矿化点文件YK.shp;
步骤(5.2)统一YK.shp文件投影方式,该工作区统一使用的大地坐标为北京54坐标系,投影方式为高斯克里格19度带,使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换,转换投影后的铀矿化文件保存为YK_proj.shp;
步骤(5.3)使用ArcMap软件为YK_proj.shp文件创建目标层地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度10个属性项,数据类型均设置为浮点型,字段长度设置为20;
步骤(5.4)依次读入c_sg.tif,St_sg.tif,Ni_sg.tif,SNB_sg.tif,U_sg.tif,Th_sg.tif,K_sg.tif,UThB_sg.tif,DXGC.tif和DXPD.tif栅格文件;
步骤(5.5)使用ArcToolBox中“空间分析”功能中的“提取分析”功能,计算YK_proj.shp文件中各矢量点所在位置处c_sg.tif,St_sg.tif,Ni_sg.tif,SNB_sg.tif,U_sg.tif,Th_sg.tif,K_sg.tif,UThB_sg.tif,DXGC.tif和DXPD.tif栅格文件的像元值,分别将其分别写入YK_proj.shp文件的目标层地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度属性中。
6.如权利要求5所述的一种砂岩型铀矿多要素数据样本集合的建设方法,其特征在于:所述的步骤(6)具体包括以下步骤:
步骤(6.1)读入铀源文件UY.shp、沉积相文件CJX.shp、控矿断裂要素文件DL.shp;
步骤(6.2)统一转换UY.shp,GHD.shp,DL.shp文件的投影方式,该工作区统一使用的大地坐标为北京54坐标系,投影方式为高斯克里格19度带,使用ArcToolbox工具中“数据管理工具”内的“投影和变换”功能实现投影变换,转换投影后的铀源、古河道、控矿断裂要素文件保存为UY_proj.shp,CJX_proj.shp,DL_proj.shp;
步骤(6.3)打开ArcMap的矢量要素编辑功能,删除CJX_proj.shp文件中属性不是河流亚相的多边形,保存处理后的文件,即为河道文件,保存为HD_proj.shp;
步骤(6.4)读入铀矿化文件YK_proj.shp,在ArcMap软件中的属性管理中为YK_proj.shp文件分别建立“铀源距离”、“河道距离”和“断裂距离”3个属性项,数据类型均设置为浮点型,字段长度设置为20;
步骤(6.5)使用ArcToolbox“分析工具”中的“近邻分析”功能统计铀矿化点文件YK_proj.shp中各点要素到UY_proj.shp,HD_proj.shp.shp,DL_proj.shp中各要素的最短距离,并分别写入“铀源距离”、“河道距离”和“断裂距离”属性项中。
7.如权利要求6所述的一种砂岩型铀矿多要素数据样本集合的建设方法,其特征在于:所述的步骤(7)具体包括以下步骤:
步骤(7.1)在ArcMap软件中的属性管理中为铀矿化点文件YK_proj.shp增加“定量化铀矿化级别”属性,数据类型设置为整形,数据字段设置为8;
步骤(7.2)在ArcMap软件中将文件YK_proj.shp设置为编辑状态,打开属性编辑功能,当铀矿化要素级别为“大型矿床”时,“定量化铀矿化级别”填写为1000;铀矿化要素级别为“中型矿床”时,“定量化铀矿化级别”属性设置为500;铀矿化要素级别为“小型矿床”时,“定量化铀矿化级别”属性设置为100;铀矿化要素级别为“矿化点”时,“定量化铀矿化级别”属性设置为50;铀矿化要素级别为“异常点”时,“定量化铀矿化级别”属性设置为10。
8.如权利要求7所述的一种砂岩型铀矿多要素数据样本集合的建设方法,其特征在于:所述的步骤(8)完成铀矿成矿要素数据样本集合的建设,在ArcMap的属性管理中导出文件YK_proj.shp的属性数据,保存为DBF表格格式,并可进一步转换为EXCEL表格格式,该样本集合文件包括矿化名称、地层厚度、砂体厚度、泥厚度、砂泥比、航放铀、航放钍、航放钾、航放铀钍比、地形高程、坡度、铀源距离、河道距离、断裂距离定量化铀矿化级别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911328122.2A CN111060985B (zh) | 2019-12-20 | 2019-12-20 | 一种砂岩型铀矿多要素数据样本集合的建设方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911328122.2A CN111060985B (zh) | 2019-12-20 | 2019-12-20 | 一种砂岩型铀矿多要素数据样本集合的建设方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111060985A CN111060985A (zh) | 2020-04-24 |
CN111060985B true CN111060985B (zh) | 2022-03-22 |
Family
ID=70302494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911328122.2A Active CN111060985B (zh) | 2019-12-20 | 2019-12-20 | 一种砂岩型铀矿多要素数据样本集合的建设方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111060985B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113535801B (zh) * | 2021-06-10 | 2023-11-14 | 核工业北京地质研究院 | 一种铀矿钻孔布尔型和数值型信息的关联规则分析方法 |
CN113627657A (zh) * | 2021-07-23 | 2021-11-09 | 核工业北京地质研究院 | 一种使用机器学习模型的砂岩型铀成矿有利区预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101676747A (zh) * | 2008-09-18 | 2010-03-24 | 核工业北京地质研究院 | 一种适用于铀资源勘查的低本底地气勘查方法 |
WO2011133421A2 (en) * | 2010-04-21 | 2011-10-27 | Baker Hughes Incorporated | Method of predicting source rock thermal maturity from log responses |
CN104574346A (zh) * | 2013-10-23 | 2015-04-29 | 核工业北京地质研究院 | 一种光学遥感图像分解算法 |
CN105466751A (zh) * | 2016-01-04 | 2016-04-06 | 核工业北京地质研究院 | 一种土壤中金属离子富集装置及其使用方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103852807A (zh) * | 2014-03-20 | 2014-06-11 | 青海省地质矿产研究所 | 一种高海拔冻土区斑岩型铜多金属矿勘查技术组合方法 |
-
2019
- 2019-12-20 CN CN201911328122.2A patent/CN111060985B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101676747A (zh) * | 2008-09-18 | 2010-03-24 | 核工业北京地质研究院 | 一种适用于铀资源勘查的低本底地气勘查方法 |
WO2011133421A2 (en) * | 2010-04-21 | 2011-10-27 | Baker Hughes Incorporated | Method of predicting source rock thermal maturity from log responses |
CN104574346A (zh) * | 2013-10-23 | 2015-04-29 | 核工业北京地质研究院 | 一种光学遥感图像分解算法 |
CN105466751A (zh) * | 2016-01-04 | 2016-04-06 | 核工业北京地质研究院 | 一种土壤中金属离子富集装置及其使用方法 |
Non-Patent Citations (1)
Title |
---|
基于ArcGIS Engine的铀成矿信息提取系统研发及应用;胡水清;《中国优秀硕士学位论文全文数据库 基础科学辑》;20051015(第06期);15、18、53、56、58-60、68 * |
Also Published As
Publication number | Publication date |
---|---|
CN111060985A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101918864B (zh) | 地球物理数据处理系统 | |
Pranter et al. | Fluvial architecture and connectivity of the Williams Fork Formation: use of outcrop analogues for stratigraphic characterization and reservoir modelling | |
Pranter et al. | Sandstone-body dimensions in a lower coastal-plain depositional setting: lower Williams Fork Formation, Coal Canyon, Piceance Basin, Colorado | |
CN102656480A (zh) | 建模储油层盆地的方法 | |
CN103824133A (zh) | 一种花岗岩型铀矿田远景区综合预测方法 | |
WO2017007924A1 (en) | Improved geobody continuity in geological models based on multiple point statistics | |
CN104915521A (zh) | 基于野外编录数据和自动制图综合的钻孔柱状图编绘方法 | |
CN111060985B (zh) | 一种砂岩型铀矿多要素数据样本集合的建设方法 | |
CN104809266A (zh) | 一种基于样条曲线的工作面煤层赋存情况精确预测方法 | |
Dong et al. | Real 3D geotechnical modeling in engineering geology: a case study from the inner city of Aachen, Germany | |
CN102176065B (zh) | 一种卫星遥感找煤的方法 | |
CN107633556B (zh) | 一种定量获得三维矿床地质模型不确定性的方法 | |
Hao et al. | Research on 3D geological modeling method based on multiple constraints: a case study of Huaying Mountain Kangyangju in Guang’an City | |
Yeste et al. | Integrating outcrop and subsurface data to improve the predictability of geobodies distribution using a 3D training image: A case study of a Triassic Channel–Crevasse-splay complex | |
CN115185015A (zh) | 一种深部锂铍矿勘查方法 | |
Ferrer et al. | Modeling the uncertainty in the layout of geological units by implicit boundary simulation accounting for a preexisting interpretive geological model | |
Creason et al. | A geo-data science method for assessing unconventional rare-earth element resources in sedimentary systems | |
CN106772584A (zh) | 一种顾及地质构造条件约束的精细体元属性赋值方法 | |
Assis et al. | Modeling regolith thickness in iron formations using machine learning techniques | |
Carr | Stratigraphic Architecture of the Bone Spring Formation (Leonardian), Delaware Basin, New Mexico and Texas: An Interim Report | |
CN114185106A (zh) | 一种砂岩型铀矿层间氧化带前锋线空间定位方法 | |
Tao et al. | Formation and distribution of large lithologic-stratigraphic oil & gas fields (provinces) | |
CN113534283A (zh) | 一种砂岩型铀矿成矿要素特征的定量评价方法 | |
Creason et al. | Towards A Geo-Data Science Method for Assessing Rare Earth Element and Critical Mineral Occurrences in Coal and Other Sedimentary Systems | |
CN112307541A (zh) | 一种城市地下空间岩土信息化综合集成数字交付方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |