CN111413741B - 一种砂岩型铀矿资源量计算方法和装置 - Google Patents
一种砂岩型铀矿资源量计算方法和装置 Download PDFInfo
- Publication number
- CN111413741B CN111413741B CN201910006716.5A CN201910006716A CN111413741B CN 111413741 B CN111413741 B CN 111413741B CN 201910006716 A CN201910006716 A CN 201910006716A CN 111413741 B CN111413741 B CN 111413741B
- Authority
- CN
- China
- Prior art keywords
- natural gamma
- value
- uranium ore
- abnormal
- calculating
- 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
- 229910052770 Uranium Inorganic materials 0.000 title claims abstract description 112
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 title claims abstract description 112
- 238000004364 calculation method Methods 0.000 title claims abstract description 57
- 230000002159 abnormal effect Effects 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000005259 measurement Methods 0.000 claims abstract description 37
- 238000009826 distribution Methods 0.000 claims description 25
- 238000005192 partition Methods 0.000 claims description 15
- 239000000178 monomer Substances 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 7
- 239000011435 rock Substances 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000011707 mineral Substances 0.000 description 2
- 230000002285 radioactive effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 206010054949 Metaplasia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000015689 metaplastic ossification Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000001953 recrystallisation Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/04—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging
- G01V5/08—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays
- G01V5/12—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using gamma or X-ray sources
Landscapes
- Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供一种砂岩型铀矿资源量计算方法和装置。所述方法包括：根据井点中采集得到的自然伽马测量值，计算所述井点的自然伽马基值；通过将所述自然伽马测量值与所述自然伽马基值进行比较，标记所述井点中的异常层段；根据不同井点的异常层段和预设权重值，构建工区的三维模型；根据砂岩型铀矿的铀矿参数，使用所述三维模型，计算所述砂岩型铀矿的资源量。利用本方法，可以实现对测量区域砂岩型铀矿资源量的计算。
Description
技术领域
本说明书实施例涉及勘探技术领域，特别涉及一种砂岩型铀矿资源量计算方法和装置。
背景技术
铀是重要的天然放射性元素，可以用来发电，制作核武器，为核潜艇、航母等提供核动力，为稀缺的能源和战略资源。铀的化学性质很活泼，自然界中多以化合状态存在含铀矿物中。砂岩型铀矿，地质勘探的主要对象之一，是指产于砂岩、砂砾岩等碎屑岩中的外生后成铀矿床。我国已探明的铀矿储量中，砂岩型占比40％以上，具有巨大的找矿潜力。
在针对砂岩型铀矿的勘探过程中涉及必定会涉及到针对矿产中资源量的估计，但是目前的现有技术仅仅涉及到成矿区域的圈定，并没有相关的计算砂岩型铀矿潜在资源量的方法。在这种情况下，针对后续开采工作往往会造成情况不明，不利于后续作业的进行。因此，目前亟需一种针对砂岩型铀矿潜在资源量的计算方法。
发明内容
本说明书实施例的目的是提供一种砂岩型铀矿资源量计算方法和装置，以实现针对砂岩型铀矿资源量的准确计算。
为解决上述技术问题，本申请实施例提供一种砂岩型铀矿资源量计算的方法和装置是这样实现的：
一种砂岩型铀矿资源量计算的方法，包括：
根据井点中采集得到的自然伽马测量值，计算所述井点的自然伽马基值；
通过将所述自然伽马测量值与所述自然伽马基值进行比较，标记所述井点中的异常层段；
根据不同井点的异常层段和预设权重值，构建工区的三维模型；
根据砂岩型铀矿的铀矿参数，使用所述三维模型，计算所述砂岩型铀矿的资源量。
一种砂岩型铀矿资源量计算的装置，包括：
自然伽马基值计算模块，用于根据井点中采集得到的自然伽马测量值，计算所述井点的自然伽马基值；
异常层段标记模块，用于通过将所述自然伽马测量值与所述自然伽马基值进行比较，标记所述井点中的异常层段；
三维模型构建模块，用于根据不同井点的异常层段和预设权重值，构建工区的三维模型；
资源量计算模块，用于根据砂岩型铀矿的铀矿参数，使用所述三维模型，计算所述砂岩型铀矿的资源量。
由以上本说明书实施例提供的技术方案可见，本说明书实施例根据测井采集得到的自然伽马测量值，通过计算确定该测井中用于进行比较的自然伽马基值，再通过将所述自然伽马测量值与所述自然伽马基值的对比，判断该测井中可能包含铀矿资源的异常层段，根据不同测井的异常层段，利用插值法建立三维模型。根据所述三维模型以及测井勘探得到的砂岩型铀矿相关信息，进一步计算并整合得到所测量区域砂岩型铀矿资源量。通过上述方法，可以实现对测量区域中砂岩型铀矿的铀矿资源量的勘探估计。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书砂岩型铀矿资源量计算方法一个实施例的流程图；
图2为本说明书砂岩型铀矿资源量计算装置一个实施例的模块图。
具体实施方式
下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
在服务器和相关数据库的帮助下，利用自然伽马测量值异常区域构建三维模型并以此实现对所测区域资源量的估计可以很好解决现有技术中存在的缺陷。以下结合附图1说明本申请砂岩型铀矿资源量计算方法的一个实施例，所述方法的执行主体为服务器，所述砂岩型铀矿资源量计算方法具体包括如下步骤：
S100：根据井点中采集得到的自然伽马测量值，计算所述井点的自然伽马基值。
地质勘探过程中，为了更好地获取地质信息，往往都会利用测井进行相应地质信息的采集，例如可以分别利用电位测井、自然伽马测井、密度测井等方法获取测量工区中电位、自然伽马、地质密度等信息。由于铀矿资源属于放射性资源，铀矿的分布区域不同于一般的地质界面，因此可以通过利用自然伽马测井，对砂岩型铀矿的大致分布区域进行一个判定。
所述自然伽马基值，反映所测测井中的自然伽马测量值的平均水准，同时也体现出一般岩性区域的自然伽马水平。由于砂岩型铀矿本身所具备的放射性，其自然伽马值高于一般水平，因此，在后续的测量过程中，采集测量工区中所设置的多个井点中的自然伽马测量值，并针对每个井点，依次确定所述井点的自然伽马基值，并与该井点中的所有测量值进行对比，根据比较结果所显示的检测区域自然伽马基准水平，可以判断出该区域是否有存在砂岩型铀矿的可能。
在一个实施例中，采集得到某一井点中的自然伽马测量值后，可以确定自然伽马测量值的数据分布区域。根据采集得到的自然伽马测量值在所述井点中的分布情况，将所述数据分布区域按照预设区间长度值依次划分为若干个区间段。由于自然伽马测量值为离散数据，因此，可以通过统计各个区间段所包含的自然伽马测量值的多少，确定其中包含最多自然伽马测量值的区间段作为中心区间。以所述中心区间段为参考基准，从所属多个区间段中选取若干区间段，作为基值计算区间。例如，可以以中心区间段为中心，向两边各取3个区间段，联合中心区间段一同作为基值计算区间。
通过确定自然伽马测量值分布最多的区域，可以基本确定自然伽马测量值所集中分布的区域，同时，由于自然伽马测量值基本符合集中分布的特性，根据该方法所确定的自然伽马基值可以反映当前区域自然伽马测量值的平均水平。为了减小测量误差，通过调整所选取的若干区间段的数量，选取不同数量的区间段作为基值计算区间，最大程度上地减小了由于样本量不足所导致的误差。同时，由于该方法只统计有限几个区域内的自然伽马测量值用于计算自然伽马基值，所以可以大大减少计算量，减少系统资源的利用，更有利于本申请后续步骤的实施。
在确定所述基值计算区间之后，统计所述基值计算区间中的所有自然伽马测量值并计算平均值，将所述平均值作为当前进行计算的井点的自然伽马基值。对工区中的所有井点重复上述计算步骤分别计算得到所有井点的自然伽马基值。通过上述方法计算得到的自然伽马基值，基本反映了测量区域中各井点在一般情况下的自然伽马测量值的平均水平，并可以依据所述自然伽马基值确定测量部分是否具备砂岩型铀矿的特性。
S200：通过将所述自然伽马测量值与所述自然伽马基值进行比较，标记所述井点中的异常层段。
所述自然伽马基值标识的是所针对的井点内的自然伽马值的正常水平。由于砂岩型铀矿具有放射性，其所具备的自然伽马测量值必定会大于自然伽马基值的大小，通过确定合适的比较比率，将检测得到的自然伽马测量值依次与自然伽马基值进行比较，可以分析所述自然伽马测量值所在的区域是否可能包含砂岩型铀矿，从而实现对于砂岩型铀矿存在区域的划定。根据步骤S100中计算得出的自然伽马基值，确定大小为所述自然伽马基值指定倍数的值为指定值。所述指定倍数例如可以为3倍、5倍、或8倍等等。将所述自然伽马测量值与所述指定值依次进行对比，并将大于或等于指定值的自然伽马测量值标记为异常值。再根据所述异常值所分布的区域，确定异常层段。利用所述异常层段，进行后续三维模型的建立。
S300：根据不同井点的异常层段和预设权重值，构建工区的三维模型。
所述异常层段中，可能会包含泥岩段。泥岩段是指弱固结的黏土经过中等程度的后生作用(如挤压作用、脱水作用、重结晶作用和胶结作用)形成强固结的岩石。由于泥岩段的自然伽马测量值可能也会体现出类似于砂岩型铀矿所具有的特性，因此，在进行上述步骤S200中的针对资源分布区域的判断时，存在可能性使得将泥岩段错误地认定为砂岩型铀矿，从而对资源分布区的判定造成一定的影响，最终影响计算结果的准确性。因此，在针对所述异常层段建立三维模型实现后续步骤中的判断时，需要从所述异常层段中剔除泥岩段区域，减少计算结果的误差。
岩性数据可以直接反映某一区域中所采集得到的岩石的结构特性，泥岩段与砂岩型铀矿具有完全不同的岩性数据，可以直接通过针对岩性的判别对两者进行区分，因此，借助录井所测得的岩性数据直接进行判断，就可以确定泥岩段分布的区域。即使在缺少录井资料的情况下，由于同一时代的相似沉积环境下形成的地层具有相似的地质特征和地球物理特征，也可以通过某一段区域所体现出的岩性数据，可以映射至统一地层在其他区域的岩性数据。在这种情况下，可以通过采集邻近区域中已有的录井资料所体现出的岩性数据，结合地质分层数据，映射至周围区域相同地层上的对应层段上，确定泥岩段分布的地层，实现对于泥岩段区域的判定。当确定泥岩段的存在区域之后，从所述异常层段中剔除泥岩段分布区域，从而实现针对砂岩型铀矿潜在资源量的精确计算。
根据划定的所述异常层段，可以利用插值法实现该区域三维模型的建立。插值法可以利用在特定区间中所确定的已知的函数点，通过确定适当的特定函数，在该空间的其它点上利用该函数所求出的近似值确定为该点一般情况下的表现值，从而实现对于所述特定区域的函数值的确定。
在本申请中，根据步骤S200中计算得到的异常层段实际上是包含了多个异常值的测量区域，在后续计算砂岩型铀矿资源量的过程中由于需要利用到切面数据信息，单纯地依靠单一井点中的异常值数据进行计算可能会造成较大的误差，所以需要利用异常值的数据信息所组成的异常层段构建三维模型。在一个实施例中，可以采用普通克里金算法实现该区域的三维模型的建立。
根据普通克里金算法的思想，利用已知点的参数结合各点权重系数，根据设定函数计算求解得到未知点的估计值。利用公式
对各个资源分布区中所有计算点的数据进行估计，式中，z0为计算点的自然伽马预测值，γj为预设权重值，zj为已知各异常节点的自然伽马测量值。计算点是用于建立三维模型的最小划分单元，通过确定各个计算点的自然伽马预测值并根据其大小进行比较确定三维模型能够进一步提高计算的精确性。
S400：根据砂岩型铀矿的铀矿参数，使用所述三维模型，计算所述砂岩型铀矿的资源量。
所述三维模型，基本确定了砂岩型铀矿的分布区域，基于此三维模型可以获取砂岩型铀矿分布区域所占的空间大小。因此，在该处，采用体积法，利用砂岩型铀矿所分布的空间大小和采集得到的铀矿参数信息，可以方便快捷地计算得到砂岩型铀矿的资源量。但由于三维模型的空间分布往往是不规则的，为了提高计算的准确性，将所述三维模型切分为多个分割体。为了方便计算，可以按照预设厚度将所述三维模型切分为多个厚度相同的分割体，也可以根据实际地层情况，将所述三维模型切分为多个厚度大小不一的分割体。针对不同分割体的切面面积、厚度，结合铀矿资源密度和含矿比率等信息，计算上述四个参数的乘积，作为该分割体所包含的铀矿资源量，具体地，可以根据公式Pj＝S*M*D*C，分别计算每个分割体的单体资源量；其中，Pj为某一分割体砂岩型铀矿资源量，S为该分割体的切面面积，M为该分割体的厚度，D为铀矿资源密度，C为铀矿品味。铀矿资源密度为根据经验和现有资料所设定的预设值，铀矿品味为根据所测得的自然伽马值所设置的参数，用于反映该区域铀矿中铀的含量。一般情况下，铀矿品位可以通过所测得的自然伽马的数值直接进行提取。参照上述计算方法，依次计算三维模型中所划分的所有分割体的资源量，将所述所有分割体的资源量累加得到测量工区砂岩型铀矿资源量。具体地，可以依照公式T＝∑Tj进行计算，式中，T为所测区域砂岩型铀矿资源量，Tj为根据三维模型所切分得到的某一分割体的资源量。
通过上述方法可以看出，上述实施例在对砂岩型铀矿资源量进行计算时，通过分析自然伽马测量值基值的大小，利用自然伽马测量值进行比对，通过砂岩型铀矿的特性将其分布位置进行大致确定，同时利用岩性资料剔除其中可能包含的泥岩段部分，进一步减少误差，提高测量准确度。之后利用插值法，根据已经确定的铀矿分布层段建立三维模型，并基于所建立的三维模型，利用体积法，结合测量得到的铀矿参数，计算得到该区域砂岩型铀矿所含资源量的多少。
以下介绍一种砂岩型铀矿资源量计算的装置的实施例，如图2所示，该装置包括：
自然伽马基值计算模块210，用于根据井点中采集得到的自然伽马测量值，计算所述井点的自然伽马基值；
异常层段标记模块220，用于通过将所述自然伽马测量值与所述自然伽马基值进行比较，标记所述井点中的异常层段；
三维模型构建模块230，用于根据不同井点的异常层段和预设权重值，构建工区的三维模型；
资源量计算模块240，用于根据砂岩型铀矿的铀矿参数，使用所述三维模型，计算所述砂岩型铀矿的资源量。
在一个实施例中，所述装置还包括：
泥岩段剔除模块250，用于确定泥岩段的位置，并从资源分布区中将其剔除。
所述泥岩段剔除模块250，包括：
泥岩段标记子单元251，用于根据不同井点的岩性数据，标记所述井点中的泥岩段区域；
泥岩段剔除子单元252，用于分别从不同井点的异常层段中剔除所述泥岩段区域；
相应的，所述三维模型构建模块230，包括：
模型构建子单元239，用于根据不同井点的剔除所述泥岩段区域后的异常层段和预设权重值，构建工区的三维模型。
所述自然伽马基值计算模块210，包括：
区间段划分子单元211，用于根据采集的自然伽马测量值在所述井点中的分布情况，将所述井点划分为多个区间段；
中心区间确定子单元212，用于选取包含最多自然伽马测量值的区间段作为中心区间；
基值计算区间确定子单元213，用于以所述中心区间为参考基准，从所述多个区间段中选取若干区间段，作为基值计算区间；
自然伽马基值计算子单元214，用于计算所述基值计算区间中自然伽马测量值的平均值，作为所述井点的自然伽马基值。
所述异常层段标记模块220，包括：
自然伽马比较值确定子单元221，用于从所述井点的自然伽马测量值中选取大于或等于指定值的自然伽马测量值，作为异常值；所述指定值为所述自然伽马基值的指定倍数；
异常层段确定子单元222，用于将所述异常值在所述井点中的分布层段标记为异常层段。
所述三维模型建立模块230，包括：
计算点预测值计算子单元231，用于根据不同井点的异常层段和预设权重值，利用插值法，计算该异常层段中各个计算点的自然伽马预测值；
三维模型建立子单元232，用于根据计算点的自然伽马预测值，构建工区的三维模型。
所述计算该异常层段中各个计算点的自然伽马预测值，包括：
根据所述资源分布区中的异常节点，结合预设权重值，根据公式
计算资源分布区中涵盖的所有计算点的自然伽马预测值，式中，z0为计算点的自然伽马预测值，γj为预设权重值，zj为已知各异常节点的自然伽马测量值。
所述资源量计算模块240，包括：
分割体切分子单元241，用于将所述三维模型切分为多个分割体；
分割体资源量计算子单元242，用于分别计算每个分割体的单体资源量；
砂岩型铀矿资源量计算子单元243，用于对所述多个分割体的单体资源量进行累加，得到所述砂岩型铀矿的资源量。
所述分别计算每个分割体的单体资源量，包括：
根据公式Pj＝S*M*D*C，分别计算每个分割体的单体资源量；其中，Pj为某一分割体砂岩型铀矿资源量，S为该分割体的切面面积，M为该分割体的厚度，D为铀矿资源密度，C为铀矿品味。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片2。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。
Claims (14)
1.一种砂岩型铀矿资源量计算方法，其特征在于，包括：
根据井点中采集得到的自然伽马测量值，计算所述井点的自然伽马基值；所述计算所述井点的自然伽马基值，包括：根据采集的自然伽马测量值在所述井点中的分布情况，将所述井点划分为多个区间段；选取包含最多自然伽马测量值的区间段作为中心区间；以所述中心区间为参考基准，从所述多个区间段中选取若干区间段，作为基值计算区间；计算所述基值计算区间中自然伽马测量值的平均值，作为所述井点的自然伽马基值；
通过将所述自然伽马测量值与所述自然伽马基值进行比较，标记所述井点中的异常层段；
根据不同井点的异常层段和预设权重值，构建工区的三维模型；
根据砂岩型铀矿的铀矿参数，使用所述三维模型，计算所述砂岩型铀矿的资源量。
2.如权利要求1所述的方法，其特征在于，在构建工区的三维模型之前，所述方法还包括：
根据不同井点的岩性数据，标记所述井点中的泥岩段区域；
分别从不同井点的异常层段中剔除所述泥岩段区域；
相应的，所述构建工区的三维模型，包括：
根据不同井点的剔除所述泥岩段区域后的异常层段和预设权重值，构建工区的三维模型。
3.如权利要求1所述的方法，其特征在于，所述标记所述井点中的异常层段，包括：
从所述井点的自然伽马测量值中选取大于或等于指定值的自然伽马测量值，作为异常值；所述指定值为所述自然伽马基值的指定倍数；
将所述异常值在所述井点中的分布层段标记为异常层段。
4.如权利要求1所述的方法，其特征在于，所述构建工区的三维模型，包括：
根据不同井点的异常层段和预设权重值，利用插值法，计算该异常层段中各个计算点的自然伽马预测值；
根据计算点的自然伽马预测值，构建工区的三维模型。
5.如权利要求4所述的方法，其特征在于，所述计算该异常层段中各个计算点的自然伽马预测值，包括：
根据公式
计算该异常层段中各个计算点的自然伽马预测值，式中，z0为计算点的自然伽马预测值，γj为预设权重值，zj为所述异常层段中的自然伽马测量值。
6.如权利要求1所述的方法，其特征在于，所述计算砂岩型铀矿资源量，包括：
将所述三维模型切分为多个分割体；
分别计算每个分割体的单体资源量；
对所述多个分割体的单体资源量进行累加，得到所述砂岩型铀矿的资源量。
7.如权利要求6所述的方法，所述分别计算每个分割体的单体资源量，包括：
根据公式Pi＝S*M*D*C，分别计算每个分割体的单体资源量；其中，Pi为某一分割体中砂岩型铀矿资源量，S为该分割体切面的面积，M为该分割体的厚度，D为铀矿资源密度，C为铀矿品味。
8.一种砂岩型铀矿资源量计算装置，其特征在于，包括：
自然伽马基值计算模块，用于根据井点中采集得到的自然伽马测量值，计算所述井点的自然伽马基值；所述计算所述井点的自然伽马基值，包括：根据采集的自然伽马测量值在所述井点中的分布情况，将所述井点划分为多个区间段；选取包含最多自然伽马测量值的区间段作为中心区间；以所述中心区间为参考基准，从所述多个区间段中选取若干区间段，作为基值计算区间；计算所述基值计算区间中自然伽马测量值的平均值，作为所述井点的自然伽马基值；
异常层段标记模块，用于通过将所述自然伽马测量值与所述自然伽马基值进行比较，标记所述井点中的异常层段；
三维模型构建模块，用于根据不同井点的异常层段和预设权重值，构建工区的三维模型；
资源量计算模块，用于根据砂岩型铀矿的铀矿参数，使用所述三维模型，计算所述砂岩型铀矿的资源量。
9.如权利要求8所述的装置，其特征在于，还包括泥岩段去除模块，所述泥岩段去除模块，包括：
泥岩段标记子单元，用于根据不同井点的岩性数据，标记所述井点中的泥岩段区域；
泥岩段剔除子单元，用于分别从不同井点的异常层段中剔除所述泥岩段区域；
相应的，所述三维模型构建模块，包括：
模型构建子单元，用于根据不同井点的剔除所述泥岩段区域后的异常层段和预设权重值，构建工区的三维模型。
10.如权利要求8所述的装置，其特征在于，所述异常层段标记模块，包括：
自然伽马比较值确定子单元，用于从所述井点的自然伽马测量值中选取大于或等于指定值的自然伽马测量值，作为异常值；所述指定值为所述自然伽马基值的指定倍数；
异常层段确定子单元，用于将所述异常值在所述井点中的分布层段标记为异常层段。
11.如权利要求8所述的装置，其特征在于，所述三维模型建立模块，包括：
自然伽马预测值计算子单元，用于根据不同井点的异常层段和预设权重值，利用插值法，计算该异常层段中各个计算点的自然伽马预测值；
三维模型建立子单元，用于根据计算点的自然伽马预测值，构建工区的三维模型。
12.如权利要求11所述的装置，其特征在于，所述计算该异常层段中各个计算点的自然伽马预测值，包括：
根据公式
计算该异常层段中各个计算点的自然伽马预测值，式中，z0为计算点的自然伽马预测值，γj为预设权重值，zj为所述异常层段中的自然伽马测量值。
13.如权利要求8所述的装置，其特征在于，所述资源量计算模块，包括：
分割体切分子单元，用于将所述三维模型切分为多个分割体；
分割体资源量计算子单元，用于分别计算每个分割体的单体资源量；
砂岩型铀矿资源量计算子单元，用于对所述多个分割体的单体资源量进行累加，得到所述砂岩型铀矿的资源量。
14.如权利要求13所述的装置，其特征在于，所述分别计算每个分割体的单体资源量，包括：
根据公式Pi＝S*M*D*C，分别计算每个分割体的单体资源量；其中，Pi为某一分割体中砂岩型铀矿资源量，S为该分割体切面的面积，M为该分割体的厚度，D为铀矿资源密度，C为铀矿品味。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910006716.5A CN111413741B (zh) | 2019-01-04 | 2019-01-04 | 一种砂岩型铀矿资源量计算方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910006716.5A CN111413741B (zh) | 2019-01-04 | 2019-01-04 | 一种砂岩型铀矿资源量计算方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111413741A CN111413741A (zh) | 2020-07-14 |
| CN111413741B true CN111413741B (zh) | 2022-12-02 |
Family
ID=71490642
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910006716.5A Active CN111413741B (zh) | 2019-01-04 | 2019-01-04 | 一种砂岩型铀矿资源量计算方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111413741B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111859687B (zh) * | 2020-07-27 | 2024-02-02 | 核工业北京化工冶金研究院 | 一种刻画含铀砂层地质结构的混合地质建模方法及系统 |
| CN112462441B (zh) * | 2020-12-07 | 2023-07-21 | 核工业北京化工冶金研究院 | 一种砂岩铀矿储量的预测方法及系统 |
| CN112766540B (zh) * | 2020-12-30 | 2022-07-26 | 核工业北京地质研究院 | 一种铁硼铀型矿床异常叠合预测方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105717551A (zh) * | 2014-12-05 | 2016-06-29 | 核工业北京地质研究院 | 一种火山岩型铀矿盲矿空间定位方法 |
| CN107219562A (zh) * | 2017-04-25 | 2017-09-29 | 中国石油天然气集团公司 | 一种确定铀矿地层位置的方法及装置 |
| CN107664772A (zh) * | 2017-07-28 | 2018-02-06 | 核工业北京地质研究院 | 一种用于砂岩型铀矿有利砂体和有利区带的预测方法 |
| CN108457640A (zh) * | 2018-01-26 | 2018-08-28 | 东华理工大学 | 融合瞬发中子时间谱修正自然γ总量的铀矿测井定量方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2526378B (en) * | 2014-05-23 | 2020-04-08 | Reeves Wireline Tech Ltd | Improvements in or relating to geological logging |
| WO2016089407A1 (en) * | 2014-12-04 | 2016-06-09 | Halliburton Energy Services, Inc. | Gamma ray measurement apparatus, systems, and methods |
| CN107701179B (zh) * | 2017-09-15 | 2020-07-31 | 中石化石油工程技术服务有限公司 | 一种基于常规测井资料的页岩气储层的可压性评价方法 |
-
2019
- 2019-01-04 CN CN201910006716.5A patent/CN111413741B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105717551A (zh) * | 2014-12-05 | 2016-06-29 | 核工业北京地质研究院 | 一种火山岩型铀矿盲矿空间定位方法 |
| CN107219562A (zh) * | 2017-04-25 | 2017-09-29 | 中国石油天然气集团公司 | 一种确定铀矿地层位置的方法及装置 |
| CN107664772A (zh) * | 2017-07-28 | 2018-02-06 | 核工业北京地质研究院 | 一种用于砂岩型铀矿有利砂体和有利区带的预测方法 |
| CN108457640A (zh) * | 2018-01-26 | 2018-08-28 | 东华理工大学 | 融合瞬发中子时间谱修正自然γ总量的铀矿测井定量方法 |
Non-Patent Citations (2)
| Title |
|---|
| Gamma-ray spectroscopy measurements and simulations for uranium mining;T.Marchais et al.;《EPJ Web of Conferences》;20181231;第170卷;全文 * |
| 应用矿床模型综合地质信息法评价砂岩型铀资源潜力-以伊犁盆地南缘层间氧化带型铀矿为例;刘武生等;《铀矿地质》;20111130;第27卷(第6期);第352-358页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111413741A (zh) | 2020-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111413741B (zh) | 一种砂岩型铀矿资源量计算方法和装置 | |
| CN108254784B (zh) | 一种基于二维地震数据的断层识别方法、装置及系统 | |
| CN110286416B (zh) | 一种基于物性函数的快速二维密度反演方法 | |
| CN107783186A (zh) | 一种近地表速度建模方法及装置 | |
| US20230324574A1 (en) | Stereoscopic identification method and apparatus for disturbance stress evolution process of underground cave surrounding rock | |
| CA3022158C (en) | Method and system for positioning seismic source in microseism monitoring | |
| CN115685377A (zh) | 氦气成因资源评价方法及装置 | |
| US20170299424A1 (en) | Measuring and diagnosing noise in an urban environment | |
| CN108845350A (zh) | 反演二维速度模型的方法及装置 | |
| CN104598705B (zh) | 用于识别地下物质层的方法和装置 | |
| CN110232208A (zh) | 用于识别优势渗流段的储层参数模型构建方法及设备 | |
| CN110046414A (zh) | 用于识别优势渗流段的储层参数模型构建方法及设备 | |
| CN109358364B (zh) | 一种建立地下暗河储集体地质模型的方法、装置及系统 | |
| CN115375867B (zh) | 利用网格模型计算地热资源量方法、系统、设备及介质 | |
| CN115292971B (zh) | 基于贝叶斯的裂缝属性分析方法、装置及存储介质 | |
| CN104614761A (zh) | 一种双层洪水填充地震层位空间自动追踪方法及装置 | |
| CN108492014B (zh) | 一种确定地质资源量的数据处理方法及装置 | |
| CN108133234B (zh) | 基于稀疏子集选择算法的社区检测方法、装置及设备 | |
| Ji et al. | An automated method to build 3D multi-scale geological models for engineering sedimentary layers with stratum lenses | |
| Koch et al. | Does fluvial channel-belt clustering predict net sand to gross rock volume? Architectural metrics and point-pattern analysis of a digital outcrop model | |
| Brandt | Performance of the South African National Seismograph Network from October 2012 to February 2017: spatially varying magnitude completeness | |
| CN109471161B (zh) | 地质构造属性剖面的建立方法和装置 | |
| CN112347707B (zh) | 油藏流动非均质性的表征方法及装置 | |
| CN107885966B (zh) | 含约束svm异常化学单元素分类方法 | |
| CN107219562B (zh) | 一种确定铀矿地层位置的方法及装置 |
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 |