CN111063028A - 适用于铀矿深部有利成矿空间的地质识别及定位方法 - Google Patents
适用于铀矿深部有利成矿空间的地质识别及定位方法 Download PDFInfo
- Publication number
- CN111063028A CN111063028A CN201911259893.0A CN201911259893A CN111063028A CN 111063028 A CN111063028 A CN 111063028A CN 201911259893 A CN201911259893 A CN 201911259893A CN 111063028 A CN111063028 A CN 111063028A
- Authority
- CN
- China
- Prior art keywords
- ore
- mineralization
- uranium
- deep
- geological
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- 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
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Abstract
本发明属于地质勘查技术领域,具体涉及一种适用于脉状热液铀矿深部有利成矿空间的地质识别及定位方法。本发明包括如下步骤:步骤1、分析元素地球化学在垂向上的特征;步骤2、建立地球化学异常分带模型及垂向预测评价模式;步骤3、构建典型矿床三维模型。本发明能够为脉状热液铀矿铀成矿有利区段圈定提供依据。
Description
技术领域
本发明属于地质勘查技术领域,具体涉及一种适用于脉状热液铀矿深部有利成矿空间的地质识别及定位方法。
背景技术
脉状热液铀矿主要分布在我国华南地区,经过50多年的铀矿勘查工作,90%以上属露头矿,矿体埋深普遍小于250m,浅易矿床大部分已被发现,而目前正在开采的棉花坑矿床矿体埋深达1000m以上,铀矿勘查的重点已转移为深部找矿,因此建立一套适合深部找矿的有利空间识别及定位技术成为该地区能否深部找矿突破的关键技术之一。
发明内容
本发明解决的技术问题:
本发明提供一种适用于铀矿深部有利成矿空间的地质识别及定位方法,为脉状热液铀矿铀成矿有利区段圈定提供依据。
本发明采用的技术方案:
一种适用于铀矿深部有利成矿空间的地质识别及定位方法,包括如下步骤:
步骤1、分析元素地球化学在垂向上的特征;
步骤2、建立地球化学异常分带模型及垂向预测评价模式;
步骤3、构建典型矿床三维模型。
所述步骤1中,需要充分考虑矿体的空间展布情况的基础上,选取典型矿床钻孔或不同坑道剖面系统取样。
所述步骤1包括如下步骤:
步骤1.1、分析取样样品中微量元素在不同中段的含量变化特征;
步骤1.2、分析成矿及伴生元素的组合特征;
步骤1.3、计算原生晕轴向分带序列。
所述步骤1.2中,通过相关分析、聚类分析、因子分析等多种统计法,确定成矿元素及其伴生元素的组合特征,得到成矿最佳地球化学元素组合标志。
所述步骤1.3中,采用C.B.格里戈良的分带指数法计算矿床原生晕轴向分带序列。
所述步骤2中,综合研究典型矿床脉状热液铀矿的成矿阶段、铀矿化垂向分带和铀矿化垂向分带的元素地球化学机理基础上,根据矿化、蚀变特征、元素分带趋势、主成矿元素和重要的主量元素建立矿床的地球化学异常分带模型及垂向预测评价模式,总结深部找矿预测的标志。
所述步骤3中,系统收集典型矿床钻孔剖面图,应用Surpac软件建立矿床的地表模型、矿体模型和蚀变带模型,从三维空间全视角展示整个矿区的地形、构造、矿体、蚀变带的变化特征及钻孔展布情况,形象直观地反映出地质体的空间连续性、厚度变化等宏观地质情况,结合垂向地球化学异常分带模型和深部找矿预测的标志,识别深部成矿有利空间
本发明的有益效果:
(1)本发明提供的一种适用于铀矿深部有利成矿空间的地质识别及定位方法,建立了诸广南部地区脉状热液铀矿深部有利成矿空间的地质识别及定位技术,提交具有找矿潜力的铀成矿有利地段,为诸广南部地区铀矿找矿和工作部署提供了依据;
(2)本发明提供的一种适用于铀矿深部有利成矿空间的地质识别及定位方法,可用于我国脉状热液铀矿地质勘查,具有高效、快速等特点;本发明基于明确的地质、地球化学方法、矿床三维模型组合,可操作性强;预测的多条成矿构造带已开展铀矿勘探评价,并已发现较大规模的铀矿化;
(3)本发明提供的一种适用于铀矿深部有利成矿空间的地质识别及定位方法,对于深化热液成因的脉型铀矿找矿方法,全面开展铀成矿综合预测、评价,进一步优选预测的铀成矿远景区提供依据。
附图说明
图1棉花坑铀矿床原生晕元素R型聚类分析谱系图;
图2棉花坑矿床元素地球化学异常分带理想模型;
图中:1-断裂蚀变带;2-矿化带;3-元素分带异常;4-主成矿元素异常;5-SiO2分带异常;6-Fe3O2分带异常。
具体实施方式
下面结合附图和具体实施例对本发明提供的一种适用于铀矿深部有利成矿空间的地质识别及定位方法作进一步详细说明。
以诸广长江矿区棉花坑矿床为例,
本发明提供的一种适用于铀矿深部有利成矿空间的地质识别及定位方法,依次包括以下步骤:
步骤1,分析元素地球化学在垂向上的特征
考虑到本次研究主要为预测棉花坑矿床9号主矿脉深部的成矿潜力,因此主要选择9号主矿脉不同中段切脉进行取样。在充分考虑矿体的空间展布情况的基础上,系统采集了棉花坑铀矿床6个中段 (300m、200m、100m、0m、-100m、-150m)、2个钻孔(-310m、-480m) 的189件样品。
步骤1.1,分析微量元素在不同中段的含量变化特征
棉花坑铀矿床为中低温热液型铀矿床,根据热液铀矿元素共生组合关系,并结合矿床蚀变分带研究成果,选取Cu、Pb、Zn、Sb、Ba、 Bi、Cd、Ni、U、W、HRER、Rb、Mo、Sr作为分析该矿床原生晕分带的指示元素。
如表1所示,对棉花坑铀矿床从300m中段→200m中段→100m 中段→0m中段→-100m中段→-150m中段→-310m中段→-480m中段蚀变岩石的微量元素分析后发现具有以下特点:
表1棉花坑铀矿床不同中段蚀变岩石微量元素含量平均值(×10-6)
①主成矿元素U及伴生元素Pb、Bi从 300m→200m→100m→0m→-100m→-150m→-310m中→-480m中段,其含量具有低→高→低→再升高的变化特征,并形成了两个浓集区段,其中U、Pb在-100m中段和-480m中段,Bi在100m中段和-480m中段,而且后者的富集程度更高。
②伴生元素Ni、Cu、Zn、Rb的含量总体具有从300m中段→-480m 中段逐渐降低,其中Ni含量在中部0m中段、-310m中段,Cu含量在-100m中段、-310m中段,Zn、Rb含量在-310m中段均呈小幅度回升的变化特征。
③Ba、Sr、W从300m中段→-480m中段,其含量具有由高→低→高的变化特征,并在下部达到峰值。
④Cd、HREE从300m中段→-480m中段,其含量具有低→高→低的变化特征,其中Cd在-100m中段、HREE在100m中段达到峰值。
各微量元素在不同中段的变化规律显示,该矿床存在多期成矿作用或同一期次脉动矿化作用的叠加。这种叠加导致了各类元素在空间上富集区段的差异,产生多个矿化浓集中心。因此在深部找矿预测过程中,应该注意多个矿化浓集中心对成矿深度的影响作用。
步骤1.2,分析成矿及伴生元素的组合特征
元素组合是元素亲合性在地质体内的具体表现,通过相关分析、聚类分析、因子分析等多种统计法,可以用来确定成矿元素及其伴生元素的组合特征,从而确定成矿最佳地球化学元素组合标志。
由表2可以看出,U、W、HREE、Pb等元素相关性很好,除U 为成矿元素外,其它元素为成矿的良好指示元素;Ni、Cu、Zn等元素以及Ba、Sr等元素相关性都很好,这说明这类组合均可以在原生晕具有不同的指示意义。
表2棉花坑铀矿床原生晕元素相关系数表
R型聚类分析主要遵循“物以类聚”的原则对元素进行归类。对棉花坑铀矿床成矿及伴生元素的聚类分析如图1所示。以相似系数0.25 为界,可以将元素划分为以下几类:U-W-HREE-Pb-Mo-Sb-Cd;Bi; Sr-Ba;Zn-Rb-Ni-Cu。该结果与相关分析基本一致。以相似系数0.6 为界,可将第一大群划分为U-W-HREE-Pb以及Mo-Sb-Cd两个亚群。亚群体1中的U元素是本矿床中主要成矿元素,W、HREE、Pb为伴生成矿元素,应该值得注意;亚群体2中Mo、Sb、Cd为次要成矿元素,也能为指导找矿提供线索。
因子分析是通过对大量地质数据的浓缩,提炼出新的起主导作用的独立变量(因子),从而揭示变量之间、样品之间以及物质成分之间与地质作用之间的相互关系。
棉花坑铀矿床中,提取了前5个主因子,累计百分数可达80%以上,可以认为包含了原始变量中绝大部分信息。为使主因子的地质意义更加明确,对因子复合矩阵进行了方差极大旋转。表3为旋转后的因子矩阵,结果显示指示元素可划分为5个主因子。
表3棉花坑铀矿床R型因子分析旋转因子载荷矩阵
F1为的主要载荷因子为U、W、HREE、Pb,其中HREE往往以类质同相取代铀矿物中的U,Pb则往往形成方铅矿与沥青铀矿伴生,因此该因子可能代表了热液成矿作用的产物;F2的主要载荷因子为 Mo、Cd、Sb,代表了另一期中低温成矿热液的产物;F3的主要载荷因子为Ni、Zn、Rb,代表了矿前晕的指示元素;F4的主要载荷因子 Ba、Sr,代表了矿床下部碳酸盐含量的增加,这可能与矿床下部偏碱性环境有关;F5的主要载荷因子为Bi,为亲S元素,常产于方铅矿中,是中低温铅锌矿床中矿体尾部的指示。
棉花坑铀矿床成矿及伴生元素的相关分析、聚类分析、因子分析统计结果一致性较好,均显示U、W、HREE、Pb为其主要成矿元素,Mo、Sb、Cd为其次要成矿元素,Ni、Zn、Rb及Ba、Sr一致性较好。这些表明选择Cu、Pb、Zn、Sb、Ba、Bi、Cd、Ni、U、W、HRER、 Rb、Mo、Sr作为原生晕的指示元素具有很好的数据支撑,对棉花坑铀矿床具有很好的指示意义。
步骤1.3,计算原生晕轴向分带序列
应用矿床原生晕特点及其它地质特征的模型化、数字化来进行统计分析已经成为金属矿床大比例尺定位、定量或统计预测的基础。目前,关于原生晕轴向分带序列研究的方法有很多,本实施例采用改良的C.B.格里戈良的分带指数法计算得到棉花坑矿床原生晕轴向分带序列,如表4所示。
表4棉花坑铀矿床原生晕元素轴向分带序列
棉花坑铀矿床原生晕轴向分带理想序列:矿前晕元素组合为 Cu-Zn-Ni,矿中晕元素组合U-HREE-Cd-Mo-Pb-Sb-W,矿尾晕元素组合Sr-Ba-Bi。主成矿元素U在除0m~-100m中段具有明显增高的趋势外,明显位于矿尾晕,预示着-480m中段以下矿体仍有延伸。
步骤2,建立地球化学异常分带模型及垂向评价模式,结合步骤 1得到的原生晕轴向分带理想序列,总结出了本区热液型铀矿深部找矿预测标志
对棉花坑矿床不同中段进行含矿构造、热液脉体、蚀变围岩和矿体赋存部位垂向变异状况及变化规律研究,依据矿床的矿化、蚀变特征、元素分带趋势、主成矿元素和重要的主量元素建立棉花坑矿床的地球化学异常分带模型,如图2所示,及脉状热液铀矿垂向预测评价模式,如表5所示。
表5棉花坑矿床脉状热液铀矿垂向预测评价模式
结合原生晕轴向分带理想序列,总结出了本区热液型铀矿深部找矿预测地球化学标志:①Cu、Zn、Ni为矿前晕,U、HREE、Cd、 Mo、Pb、Sb、W为矿中晕,Sr、Ba、Bi为矿尾晕;②当U与Cu、 Zn、Ni出现强异常时,指示已非常接近矿体;③当U异常较弱,而 Cu、Zn、Ni等出现强异常时,指示深部有盲矿存在;④当U无异常,而见Sr、Ba、Bi强异常出现,则指示深部无矿。
步骤3,构建典型矿床三维模型,结合步骤2的地球化学异常分带模型、垂向评价模式和深部找矿预测地球化学标志,从而指示深部找矿潜力,实现深部有利成矿空间识别及定位。
选取棉花坑矿床63条勘探线剖面图,应用Surpac软件建立地表模型、矿体模型和蚀变带模型,从三维空间全视角展示整个矿区的地形、构造、矿体、蚀变带的变化特征及钻孔展布情况,形象直观地反映出地质体的空间连续性、厚度变化等宏观地质情况,结合地球化学异常分带模型和深部找矿预测地球化学标志,认为棉花坑矿床-480m 以下中段矿体仍有延伸,具有很大找矿潜力,识别出其深部成矿有利空间为:①主含矿构造带的深部,特别是矿体和蚀变带钻孔均未控制住的构造带,如9号带;②深部岩体接触带控制部位,受断裂构造影响,在这些部位往往构造带发生弯曲、膨胀,如9号带的γ5 2-1与γ5 1-3接触部位等;③含矿构造带的分支、复合部位,如9号与8号带复合部位等。
本发明适用于我国南方地区多个脉状热液型铀矿成矿区。上述实施方案仅为本发明的最优方法组合,但本发明不限于上述实施案例,在本领域的技术人员所具备的知识范围内,可在不脱离本发明宗旨的前提下提出其他方法组合。
Claims (7)
1.一种适用于铀矿深部有利成矿空间的地质识别及定位方法,其特征在于:包括如下步骤:
步骤(1)、分析元素地球化学在垂向上的特征;
步骤(2)、建立地球化学异常分带模型及垂向预测评价模式;
步骤(3)、构建典型矿床三维模型。
2.根据权利要求1所述的一种适用于铀矿深部有利成矿空间的地质识别及定位方法,其特征在于:所述步骤(1)中,需要充分考虑矿体的空间展布情况的基础上,选取典型矿床钻孔或不同坑道剖面系统取样。
3.根据权利要求2所述的一种适用于铀矿深部有利成矿空间的地质识别及定位方法,其特征在于:所述步骤(1)包括如下步骤:
步骤(1.1)、分析取样样品中微量元素在不同中段的含量变化特征;
步骤(1.2)、分析成矿及伴生元素的组合特征;
步骤(1.3)、计算原生晕轴向分带序列。
4.根据权利要求3所述的一种适用于铀矿深部有利成矿空间的地质识别及定位方法,其特征在于:所述步骤(1.2)中,通过相关分析、聚类分析、因子分析等多种统计法,确定成矿元素及其伴生元素的组合特征,得到成矿最佳地球化学元素组合标志。
5.根据权利要求4所述的一种适用于铀矿深部有利成矿空间的地质识别及定位方法,其特征在于:所述步骤(1.3)中,采用C.B.格里戈良的分带指数法计算矿床原生晕轴向分带序列。
6.根据权利要求5所述的一种适用于铀矿深部有利成矿空间的地质识别及定位方法,其特征在于:所述步骤(2)中,综合研究典型矿床脉状热液铀矿的成矿阶段、铀矿化垂向分带和铀矿化垂向分带的元素地球化学机理基础上,根据矿化、蚀变特征、元素分带趋势、主成矿元素和重要的主量元素建立矿床的地球化学异常分带模型及垂向预测评价模式,总结深部找矿预测的标志。
7.根据权利要求6所述的一种适用于铀矿深部有利成矿空间的地质识别及定位方法,其特征在于:所述步骤(3)中,系统收集典型矿床钻孔剖面图,应用Surpac软件建立矿床的地表模型、矿体模型和蚀变带模型,从三维空间全视角展示整个矿区的地形、构造、矿体、蚀变带的变化特征及钻孔展布情况,形象直观地反映出地质体的空间连续性、厚度变化等宏观地质情况,结合垂向地球化学异常分带模型和深部找矿预测的标志,识别深部成矿有利空间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911259893.0A CN111063028A (zh) | 2019-12-10 | 2019-12-10 | 适用于铀矿深部有利成矿空间的地质识别及定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911259893.0A CN111063028A (zh) | 2019-12-10 | 2019-12-10 | 适用于铀矿深部有利成矿空间的地质识别及定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111063028A true CN111063028A (zh) | 2020-04-24 |
Family
ID=70300425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911259893.0A Pending CN111063028A (zh) | 2019-12-10 | 2019-12-10 | 适用于铀矿深部有利成矿空间的地质识别及定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111063028A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113406723A (zh) * | 2021-06-07 | 2021-09-17 | 核工业北京地质研究院 | 一种火山岩型铀矿深部成矿潜力的评价方法 |
CN117312898A (zh) * | 2023-11-27 | 2023-12-29 | 山东省煤田地质规划勘察研究院 | 一种基于多重k均值聚类分析的找矿预测方法及系统 |
CN113406723B (zh) * | 2021-06-07 | 2024-04-26 | 核工业北京地质研究院 | 一种火山岩型铀矿深部成矿潜力的评价方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150066465A1 (en) * | 2013-09-04 | 2015-03-05 | IFP Energies Nouvelles | Method for exploiting a subsurface deposit comprising at least one geological outcrop by means of photogrammetry |
-
2019
- 2019-12-10 CN CN201911259893.0A patent/CN111063028A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150066465A1 (en) * | 2013-09-04 | 2015-03-05 | IFP Energies Nouvelles | Method for exploiting a subsurface deposit comprising at least one geological outcrop by means of photogrammetry |
Non-Patent Citations (2)
Title |
---|
庞雅庆等: "粤北棉花坑铀矿床三维可视化模型及找矿意义", 《世界核地质科学》 * |
庞雅庆等: "粤北棉花坑铀矿床原生晕地球化学特征与深部找矿预测标志", 《铀矿地质》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113406723A (zh) * | 2021-06-07 | 2021-09-17 | 核工业北京地质研究院 | 一种火山岩型铀矿深部成矿潜力的评价方法 |
CN113406723B (zh) * | 2021-06-07 | 2024-04-26 | 核工业北京地质研究院 | 一种火山岩型铀矿深部成矿潜力的评价方法 |
CN117312898A (zh) * | 2023-11-27 | 2023-12-29 | 山东省煤田地质规划勘察研究院 | 一种基于多重k均值聚类分析的找矿预测方法及系统 |
CN117312898B (zh) * | 2023-11-27 | 2024-03-15 | 山东省煤田地质规划勘察研究院 | 一种基于多重k均值聚类分析的找矿预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100465998C (zh) | 基于三维建模的立方体预测模型找矿方法 | |
CN113946950A (zh) | 一种快速圈定金矿找矿靶区的方法 | |
Xiao et al. | 3D mineral prospectivity mapping based on deep metallogenic prediction theory: A case study of the Lala Copper Mine, Sichuan, China | |
Sapiie et al. | Strike–slip faulting and veining in the Grasberg giant porphyry Cu–Au deposit, Ertsberg (Gunung Bijih) mining district, Papua, Indonesia | |
CN110596778B (zh) | 一种热液型铀矿勘查方法 | |
Runsheng et al. | Geology and geochemistry of Zn-Pb (-Ge-Ag) deposits in the Sichuan-Yunnan-Guizhou Triangle area, China: A review and a new type | |
DOMINY et al. | Estimation and reporting of mineral resources for coarse gold-bearing veins | |
CN111063028A (zh) | 适用于铀矿深部有利成矿空间的地质识别及定位方法 | |
Wouters et al. | Late orogenic gold mineralization in the western domain of the Karagwe-Ankole Belt (Central Africa): Auriferous quartz veins from the Byumba deposit (Rwanda) | |
Serafimovski et al. | General features of some pollymetalic ore deposits in the Republic North Macedonia | |
CN115081685A (zh) | 一种金属矿床深部资源三维可视化定位预测方法 | |
Jianping et al. | A 3-D Prediction Method for Blind Orebody Based on 3-D Visualization Model and Its Application | |
Maier et al. | The distribution of platinum group elements in the Insizwa lobe, Mount Ayliff Complex, South Africa: implications for Ni-Cu-PGE sulfide exploration in the Karoo igneous province | |
CN113359203A (zh) | 一种基于自然伽马能谱测井探测深部喷流沉积型矿床的方法 | |
CN111045105B (zh) | 火山岩型铀矿深部勘查地球化学原生晕分带模型预测方法 | |
Hoffmann | Statistical size analysis of potholes: an attempt to estimate geological losses ahead of mining at Lonmin’s Marikana mining district | |
Krzak et al. | Qualitative description of metal ore deposits parameters based on selected fuzzy logic operators on the example of a KGHM Polish Copper SA copper-silver mine | |
Harbort et al. | The use of geometallurgy to estimate comminution parameters within porphyry copper deposits | |
CN114415237B (zh) | 基于三维地震资料的砂岩型铀矿控矿断裂识别方法及系统 | |
Drewes et al. | Volcanic and structural controls of mineralization in the Dos Cabezas Mountains of southeastern Arizona | |
Nguyen et al. | Geological and Geochemical Characteristics of the Pac Lang Gold Deposits, Northeastern Vietnam and Their Potential Prospects | |
Song et al. | Application of Geostatistics in the Estimation of Sujishan Graphite Deposits, Mongolia | |
Van Dat et al. | Geological and Geochemical Characteristics of the Pac Lang Gold Deposits, Northeastern Vietnam and Their Potential Prospects. | |
Keys | Mechanical localisation of copper deposits in the Mt Isa Inlier, North Queensland | |
Pandey et al. | Mineral reserve estimation of a limestone mine by inverse square distance method using datamine software |
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 |