CN111681124B - 一种深部砂岩型铀矿化信息三维氡异常识别方法及系统 - Google Patents
一种深部砂岩型铀矿化信息三维氡异常识别方法及系统 Download PDFInfo
- Publication number
- CN111681124B CN111681124B CN202010640911.6A CN202010640911A CN111681124B CN 111681124 B CN111681124 B CN 111681124B CN 202010640911 A CN202010640911 A CN 202010640911A CN 111681124 B CN111681124 B CN 111681124B
- Authority
- CN
- China
- Prior art keywords
- radon
- dimensional
- space
- data
- point
- 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
Links
- 229910052704 radon Inorganic materials 0.000 title claims abstract description 142
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 52
- 229910052770 Uranium Inorganic materials 0.000 title claims abstract description 35
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 title claims abstract description 35
- 230000033558 biomineral tissue development Effects 0.000 title claims abstract description 31
- 230000002159 abnormal effect Effects 0.000 claims abstract description 24
- 239000002689 soil Substances 0.000 claims description 29
- 238000011065 in-situ storage Methods 0.000 claims description 22
- 238000005259 measurement Methods 0.000 claims description 16
- 230000002349 favourable effect Effects 0.000 claims description 10
- 238000000691 measurement method Methods 0.000 claims description 3
- 229910001727 uranium mineral Inorganic materials 0.000 abstract description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
Images
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
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/16—Measuring radiation intensity
- G01T1/167—Measuring radioactive content of objects, e.g. contamination
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Human Resources & Organizations (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- High Energy & Nuclear Physics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of Radiation (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种深部砂岩型铀矿化信息三维氡异常识别方法及系统。该方法采用空间点的实测氡浓度值通过三维网格化处理，计算新散点数据各点差量氡浓度，通过垂向垂向差量氡的非线性拟合，推算未知更深处差量氡浓度值，通过新散点差量氡浓度值及未知更深处差量氡浓度值网格化处理，根据网格化处理后的三维等值线图异常的趋势分析，实现深部铀矿产资源定位。本发明能够提高深部铀矿找矿准确度。
Description
技术领域
本发明涉及铀矿勘查地球物理技术领域，特别是涉及一种深部砂岩型铀矿化信息三维氡异常识别方法及系统。
背景技术
氡法是铀矿勘查领域中重要的勘查方法，该方法指示砂岩型铀矿常常呈“双峰”剖面异常和类环状异常所夹持的低异常等特征，这种异常特征对深部铀矿的定位和解释存在较大的困难，难以对深部铀矿进行准确识别和圈定。砂岩型铀矿覆盖层地层平缓，相同地层氡浓度的背景值变化很小，同一个地层氡浓度的局部加大变化与深部氡的迁移有很大关系，因此，如何从三维空间角度进行深部铀矿化信息异常的识别和圈定，以期提高深部铀矿找矿准确度，是亟需解决的问题。
发明内容
本发明的目的是提供一种深部砂岩型铀矿化信息三维氡异常识别方法及系统，能够提高深部铀矿找矿准确度。
为实现上述目的，本发明提供了如下方案：
一种深部砂岩型铀矿化信息三维氡异常识别方法，包括：
获取每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标；
对各所述土壤氡浓度值和对应的公里网坐标进行处理，得到第一空间散点数据；
对所述第一空间散点数据中的任意点进行原位平面平均计算，得到任意点的原位平面均值；
根据各所述原位平面均值，确定三维空间差量氡散点数据；
对所述三维空间差量氡散点数据进行非线性拟合，得到沿着深度变化的浓度拟合函数；
根据所述浓度拟合函数，计算任意最浅层测点垂直向下最深实测点深度更大位置的氡浓度值；
获取所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值对应的公里网坐标；
将各所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值、所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值对应的公里网坐标进行整理，得到第二空间散点数据；
采用Kring插值方法对所述第二空间散点数据进行网格化处理，确定成矿有利信息异常区。
可选的，所述获取每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标，具体包括：
采用氡及氡子体测量方法，获取工作区一定规格的点距和线距的每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标。
可选的，所述对各所述土壤氡浓度值和对应的公里网坐标进行处理，得到第一空间散点数据，具体包括：
对各所述土壤氡浓度值和对应的公里网坐标进行整理，得到空间散点数据；
采用Kring插值方法对所述空间散点数据进行三维网格化处理，得到第一空间散点数据。
可选的，所述采用Kring插值方法对所述第二空间散点数据进行网格化处理，确定成矿有利信息异常区，具体包括：
采用Kring插值方法对所述第二空间散点数据进行网格化处理，得到三维等值线图；
根据所述三维等值线图，确定三维网格数据平均值和均方差；
根据所述三维网格数据平均值和所述均方差，确定成矿有利信息异常区。
一种深部砂岩型铀矿化信息三维氡异常识别系统，包括：
第一氡浓度值、第一公里网坐标获取模块，用于获取每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标；
第一空间散点数据确定模块，用于对各所述土壤氡浓度值和对应的公里网坐标进行处理，得到第一空间散点数据；
原位平面平均计算模块，用于对所述第一空间散点数据中的任意点进行原位平面平均计算，得到任意点的原位平面均值；
三维空间差量氡散点数据确定模块，用于根据各所述原位平面均值，确定三维空间差量氡散点数据；
浓度拟合函数确定模块，用于对所述三维空间差量氡散点数据进行非线性拟合，得到沿着深度变化的浓度拟合函数；
第二氡浓度值计算模块，用于根据所述浓度拟合函数，计算任意最浅层测点垂直向下最深实测点深度更大位置的氡浓度值；
第二公里网坐标获取模块，用于获取所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值对应的公里网坐标；
第二空间散点数据确定模块，用于将各所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值、所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值对应的公里网坐标进行整理，得到第二空间散点数据；
异常区识别模块，用于采用Kring插值方法对所述第二空间散点数据进行网格化处理，确定成矿有利信息异常区。
可选的，所述第一氡浓度值、第一公里网坐标获取模块，具体包括：
第一氡浓度值、第一公里网坐标获取单元，用于采用氡及氡子体测量方法，获取工作区一定规格的点距和线距的每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标。
可选的，所述第一空间散点数据确定模块，具体包括：
整理单元，用于对各所述土壤氡浓度值和对应的公里网坐标进行整理，得到空间散点数据；
第一网格化处理单元，用于采用Kring插值方法对所述空间散点数据进行三维网格化处理，得到第一空间散点数据。
可选的，所述异常区识别模块，具体包括：
第二网格化处理单元，用于采用Kring插值方法对所述第二空间散点数据进行网格化处理，得到三维等值线图；
平均值、均方差确定单元，用于根据所述三维等值线图，确定三维网格数据平均值和均方差；
异常区确定单元，用于根据所述三维网格数据平均值和所述均方差，确定成矿有利信息异常区。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供一种深部砂岩型铀矿化信息三维氡异常识别方法，采用空间点的实测氡浓度值通过三维网格化处理，计算新散点数据各点差量氡浓度，通过垂向垂向差量氡的非线性拟合，推算未知更深处差量氡浓度值，通过新散点差量氡浓度值及未知更深处差量氡浓度值网格化处理，根据网格化处理后的三维等值线图异常的趋势分析，实现深部铀矿产资源定位，采用上述方法提高了深部铀矿找矿准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，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为本发明深部砂岩型铀矿化信息三维氡异常识别方法流程图；
图2为本发明深部砂岩型铀矿化信息三维氡异常识别系统结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明的目的是提供一种深部砂岩型铀矿化信息三维氡异常识别方法及系统，能够提高深部铀矿找矿准确度。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明深部砂岩型铀矿化信息三维氡异常识别方法流程图。如图1所示，一种深部砂岩型铀矿化信息三维氡异常识别方法包括：
步骤101：获取每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标，具体包括：
采用氡及氡子体测量方法，获取工作区一定规格的点距和线距的每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标。
所述土壤氡浓度值记为C(i,j,k)，对应的公里网坐标为(Xi,Yj,Zk)，其中i为测线编号，i＝1,2,3,4……，j为测点编号，j＝0,1,2,3,4……，每个测点不同深度位置编号k，k随深度增加依次编号为1,2,3,4……。
步骤102：对各所述土壤氡浓度值和对应的公里网坐标进行处理，得到第一空间散点数据，具体包括：
对各所述土壤氡浓度值和对应的公里网坐标进行整理，得到空间散点数据。
采用Kring插值方法对所述空间散点数据进行三维网格化处理，得到第一空间散点数据。
进一步地，将所有氡浓度值C(i,j,k)及其公里网坐标和深度(深度单位cm)整理并形成空间散点数据，采用Kring插值方法进行三维空间散点数据进行三维网格化处理，要求网格单元为正方形，且其边长为实测不同深度点距离的25％，然后将三维网格化处理后的数据转化为NC(u,v,w)，对应的公里网坐标为(Xu,Yv,Zw)，其中u为新测线编号，u＝1,2,3,4……，v为新测点编号，v＝0,1,2,3,4……，每个测点不同深度位置编号w，w随深度增加依次编号为1,2,3,4……，要求新散点数据线距、点距、及同测点深度距离皆为其原实测的四分之一。
步骤103：对所述第一空间散点数据中的任意点进行原位平面平均计算，得到任意点的原位平面均值。
该步骤具体包括：
按深度从小到大的依次取每个水平面(Xu,Yv,)所对应的数据NC(u,v)，计算任意点NC(u0,v0,)的原位平面平均值计算如下：
(NC(u0,v0,w0)+NC(u0,(v0-1),w0)+NC((u0-1),(v0-1),w0)+NC((u0-1),v0,w0)+NC((u0-1),(v0+1),w0)+NC(u0,(v0+1),w0)+NC((u0+1),(v0+1),w0)+NC((u0+1),v0,w0)+NC((u0+1),(v0-1),w0))/9,计算结果记为：ANC(u0,v0,w0)；
步骤104：根据各所述原位平面均值，确定三维空间差量氡散点数据。
根据步骤103能够计算任意点原位平面平均值，根据任意点氡浓度与相应点原位平面均值的差量，能够得到任意点差量氡，根据各点差量氡最终形成新的每个点的三维空间差量氡散点数据RNC(u,v,w)，即三维空间差量氡散点数据。
步骤105：对所述三维空间差量氡散点数据进行非线性拟合，得到沿着深度变化的浓度拟合函数。
选取步骤104中每个测点垂向数据差量氡，具体选取方法如下：任意最浅层测点RNC(u0,v0,w0)，沿着深度从小到大的方向，依次为RNC(u0,v0,w1)、RNC(u0,v0,w2)、RNC(u0,v0,w3)、……，对这些数据进行非线性拟合，形成沿着深度变化的浓度拟合函数，RNC(u0,v0,w)＝f(w)。
步骤106：根据所述浓度拟合函数，计算任意最浅层测点垂直向下最深实测点深度更大位置的氡浓度值。
步骤107：获取所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值对应的公里网坐标。
步骤108：将各所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值、所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值对应的公里网坐标进行整理，得到第二空间散点数据。
步骤109：采用Kring插值方法对所述第二空间散点数据进行网格化处理，确定成矿有利信息异常区，具体包括：
采用Kring插值方法对所述第二空间散点数据进行网格化处理，得到三维等值线图。
根据所述三维等值线图，确定三维网格数据平均值和均方差。
根据所述三维网格数据平均值和所述均方差，确定成矿有利信息异常区。具体的，网格数据大于平均值加一倍均方差的等值线所对应的数据范围为成矿有利信息异常区，数值越大越有利，根据异常区范围内异常的走向趋势示踪深部铀矿空间位置。
本发明采用空间点的实测氡浓度值通过三维网格化处理，计算新散点数据各点差量氡浓度，通过垂向垂向差量氡的非线性拟合，推算未知更深处差量氡浓度值，通过新散点差量氡浓度值及未知更深处差量氡浓度值网格化处理，根据网格化处理后的三维等值线图异常的趋势分析，实现深部铀矿产资源定位，采用上述方法能够提高深部铀矿找矿准确度。
对应于一种深部砂岩型铀矿化信息三维氡异常识别方法，本发明还提供一种深部砂岩型铀矿化信息三维氡异常识别系统。如图2所示，该系统包括：
第一氡浓度值、第一公里网坐标获取模块201，用于获取每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标。
第一空间散点数据确定模块202，用于对各所述土壤氡浓度值和对应的公里网坐标进行处理，得到第一空间散点数据。
原位平面平均计算模块203，用于对所述第一空间散点数据中的任意点进行原位平面平均计算，得到任意点的原位平面均值。
三维空间差量氡散点数据确定模块204，用于根据各所述原位平面均值，确定三维空间差量氡散点数据。
浓度拟合函数确定模块205，用于对所述三维空间差量氡散点数据进行非线性拟合，得到沿着深度变化的浓度拟合函数。
第二氡浓度值计算模块206，用于根据所述浓度拟合函数，计算任意最浅层测点垂直向下最深实测点深度更大位置的氡浓度值。
第二公里网坐标获取模块207，用于获取所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值对应的公里网坐标。
第二空间散点数据确定模块208，用于将各所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值、所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值对应的公里网坐标进行整理，得到第二空间散点数据。
异常区识别模块209，用于采用Kring插值方法对所述第二空间散点数据进行网格化处理，确定成矿有利信息异常区。
所述第一氡浓度值、第一公里网坐标获取模块201，具体包括：
第一氡浓度值、第一公里网坐标获取单元，用于采用氡及氡子体测量方法，获取工作区一定规格的点距和线距的每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标。
所述第一空间散点数据确定模块202，具体包括：
整理单元，用于对各所述土壤氡浓度值和对应的公里网坐标进行整理，得到空间散点数据。
第一网格化处理单元，用于采用Kring插值方法对所述空间散点数据进行三维网格化处理，得到第一空间散点数据。
所述异常区识别模块209，具体包括：
第二网格化处理单元，用于采用Kring插值方法对所述第二空间散点数据进行网格化处理，得到三维等值线图。
平均值、均方差确定单元，用于根据所述三维等值线图，确定三维网格数据平均值和均方差。
异常区确定单元，用于根据所述三维网格数据平均值和所述均方差，确定成矿有利信息异常区。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种深部砂岩型铀矿化信息三维氡异常识别方法，其特征在于，包括：
获取每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标；
对各所述土壤氡浓度值和对应的公里网坐标进行处理，得到第一空间散点数据；
对所述第一空间散点数据中的任意点进行原位平面平均计算，得到任意点的原位平面均值；
根据各所述原位平面均值，确定三维空间差量氡散点数据；
对所述三维空间差量氡散点数据进行非线性拟合，得到沿着深度变化的浓度拟合函数；
根据所述浓度拟合函数，计算任意最浅层测点垂直向下最深实测点深度更大位置的氡浓度值；
获取所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值对应的公里网坐标；
将各所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值、所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值对应的公里网坐标进行整理，得到第二空间散点数据；
采用Kring插值方法对所述第二空间散点数据进行网格化处理，确定成矿有利信息异常区。
2.根据权利要求1所述的深部砂岩型铀矿化信息三维氡异常识别方法，其特征在于，所述获取每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标，具体包括：
采用氡及氡子体测量方法，获取工作区一定规格的点距和线距的每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标。
3.根据权利要求1所述的深部砂岩型铀矿化信息三维氡异常识别方法，其特征在于，所述对各所述土壤氡浓度值和对应的公里网坐标进行处理，得到第一空间散点数据，具体包括：
对各所述土壤氡浓度值和对应的公里网坐标进行整理，得到空间散点数据；
采用Kring插值方法对所述空间散点数据进行三维网格化处理，得到第一空间散点数据。
4.根据权利要求1所述的深部砂岩型铀矿化信息三维氡异常识别方法，其特征在于，所述采用Kring插值方法对所述第二空间散点数据进行网格化处理，确定成矿有利信息异常区，具体包括：
采用Kring插值方法对所述第二空间散点数据进行网格化处理，得到三维等值线图；
根据所述三维等值线图，确定三维网格数据平均值和均方差；
根据所述三维网格数据平均值和所述均方差，确定成矿有利信息异常区。
5.一种深部砂岩型铀矿化信息三维氡异常识别系统，其特征在于，包括：
第一氡浓度值、第一公里网坐标获取模块，用于获取每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标；
第一空间散点数据确定模块，用于对各所述土壤氡浓度值和对应的公里网坐标进行处理，得到第一空间散点数据；
原位平面平均计算模块，用于对所述第一空间散点数据中的任意点进行原位平面平均计算，得到任意点的原位平面均值；
三维空间差量氡散点数据确定模块，用于根据各所述原位平面均值，确定三维空间差量氡散点数据；
浓度拟合函数确定模块，用于对所述三维空间差量氡散点数据进行非线性拟合，得到沿着深度变化的浓度拟合函数；
第二氡浓度值计算模块，用于根据所述浓度拟合函数，计算任意最浅层测点垂直向下最深实测点深度更大位置的氡浓度值；
第二公里网坐标获取模块，用于获取所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值对应的公里网坐标；
第二空间散点数据确定模块，用于将各所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值、所述最浅层测点垂直向下最深实测点深度更大位置的氡浓度值对应的公里网坐标进行整理，得到第二空间散点数据；
异常区识别模块，用于采用Kring插值方法对所述第二空间散点数据进行网格化处理，确定成矿有利信息异常区。
6.根据权利要求5所述的深部砂岩型铀矿化信息三维氡异常识别系统，其特征在于，所述第一氡浓度值、第一公里网坐标获取模块，具体包括：
第一氡浓度值、第一公里网坐标获取单元，用于采用氡及氡子体测量方法，获取工作区一定规格的点距和线距的每个测点不同深度位置处土壤氡浓度值和对应的公里网坐标。
7.根据权利要求6所述的深部砂岩型铀矿化信息三维氡异常识别系统，其特征在于，所述第一空间散点数据确定模块，具体包括：
整理单元，用于对各所述土壤氡浓度值和对应的公里网坐标进行整理，得到空间散点数据；
第一网格化处理单元，用于采用Kring插值方法对所述空间散点数据进行三维网格化处理，得到第一空间散点数据。
8.根据权利要求6所述的深部砂岩型铀矿化信息三维氡异常识别系统，其特征在于，所述异常区识别模块，具体包括：
第二网格化处理单元，用于采用Kring插值方法对所述第二空间散点数据进行网格化处理，得到三维等值线图；
平均值、均方差确定单元，用于根据所述三维等值线图，确定三维网格数据平均值和均方差；
异常区确定单元，用于根据所述三维网格数据平均值和所述均方差，确定成矿有利信息异常区。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010640911.6A CN111681124B (zh) | 2020-07-06 | 2020-07-06 | 一种深部砂岩型铀矿化信息三维氡异常识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010640911.6A CN111681124B (zh) | 2020-07-06 | 2020-07-06 | 一种深部砂岩型铀矿化信息三维氡异常识别方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111681124A CN111681124A (zh) | 2020-09-18 |
| CN111681124B true CN111681124B (zh) | 2022-06-03 |
Family
ID=72457113
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010640911.6A Expired - Fee Related CN111681124B (zh) | 2020-07-06 | 2020-07-06 | 一种深部砂岩型铀矿化信息三维氡异常识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111681124B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113010996B (zh) * | 2021-02-03 | 2022-07-22 | 南华大学 | 基于熵-子区中位数滤波提取氡浓度异常的方法和系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101481386B1 (ko) * | 2013-09-06 | 2015-01-14 | 한국지질자원연구원 | 라돈을 이용한 공극률 측정 장치 및 측정 방법 |
| CN106526078A (zh) * | 2016-10-28 | 2017-03-22 | 核工业北京地质研究院 | 一种用于提取深部铀成矿信息的氡气‑地气联合测量方法 |
| CN107365361A (zh) * | 2017-08-21 | 2017-11-21 | 中国药科大学 | 与pd‑l1结合的重复域锚定蛋白及其用途 |
| CN108241166A (zh) * | 2016-12-26 | 2018-07-03 | 核工业北京地质研究院 | 一种活性炭吸附式三维测氡方法 |
| CN111045110A (zh) * | 2019-12-17 | 2020-04-21 | 核工业北京地质研究院 | 圈定砂岩型铀矿深部三维铀成矿靶区的综合物化探方法 |
-
2020
- 2020-07-06 CN CN202010640911.6A patent/CN111681124B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101481386B1 (ko) * | 2013-09-06 | 2015-01-14 | 한국지질자원연구원 | 라돈을 이용한 공극률 측정 장치 및 측정 방법 |
| CN106526078A (zh) * | 2016-10-28 | 2017-03-22 | 核工业北京地质研究院 | 一种用于提取深部铀成矿信息的氡气‑地气联合测量方法 |
| CN108241166A (zh) * | 2016-12-26 | 2018-07-03 | 核工业北京地质研究院 | 一种活性炭吸附式三维测氡方法 |
| CN107365361A (zh) * | 2017-08-21 | 2017-11-21 | 中国药科大学 | 与pd‑l1结合的重复域锚定蛋白及其用途 |
| CN111045110A (zh) * | 2019-12-17 | 2020-04-21 | 核工业北京地质研究院 | 圈定砂岩型铀矿深部三维铀成矿靶区的综合物化探方法 |
Non-Patent Citations (3)
| Title |
|---|
| YunXiaoyou等.Radon bearing water protection in underground uranium mining – A case study.《International Journal of Mining Science and Technology》.2017,第27卷(第4期), * |
| 李必红等.基于放射性地球物理的深部砂岩型铀矿化信息提取技术.《地球物理学进展》.2016,第31卷(第02期), * |
| 葛良全等.非稳态条件下壤中氡浓度数理模型探讨.《成都理工大学学报(自然科学版)》.2012,第33卷(第03期), * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111681124A (zh) | 2020-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6988038B2 (en) | Method for the determination of local similitude from seismic 3d measured data | |
| CN110109895A (zh) | 适用于tbm掘进隧道的围岩分级联合预测方法及应用 | |
| CN110097637B (zh) | 一种三维地质属性模型时空插值方法及系统 | |
| Melo et al. | Estimating the nature and the horizontal and vertical positions of 3D magnetic sources using Euler deconvolution | |
| CN106920176B (zh) | 一种矿集区尺度矿产资源估算方法及系统 | |
| CN110286416B (zh) | 一种基于物性函数的快速二维密度反演方法 | |
| CN107218033B (zh) | 一种识别地层产状的方法和地层参数的反演方法 | |
| CN113009553A (zh) | 基于NGBoost和SHAP值的可解释地震动参数概率密度分布预测方法 | |
| CN111681124B (zh) | 一种深部砂岩型铀矿化信息三维氡异常识别方法及系统 | |
| CN110968840A (zh) | 一种基于大地电磁测深电阻率判定隧围岩等级的方法 | |
| CN111812730A (zh) | 一种用于滑坡探测的电阻率数据融合三维成像方法及系统 | |
| Tobely et al. | Position detection of unexploded ordnance from airborne magnetic anomaly data using 3-D self organized feature map | |
| CN112946751B (zh) | 一种预测不同储层平面分布的方法及系统 | |
| CN114117898A (zh) | 一种基于机器学习算法的随钻伽马测井正演方法 | |
| Sarkheil et al. | The fracture network modeling in naturally fractured reservoirs using artificial neural network based on image loges and core measurements | |
| CN116306118A (zh) | 一种裂缝建模方法 | |
| CN113077546B (zh) | 一种面向矿产资源储量估算的搜索椭球体自动设置方法 | |
| CN112505752B (zh) | 基于剪切破裂共轭准则的叠后裂缝储层表征方法 | |
| CN113568041B (zh) | 时移地震三维拖缆采集数据的可重复性分析方法及系统 | |
| CN110873904A (zh) | 流体识别方法及装置 | |
| CN115046516A (zh) | 基于单滑面r型深孔测斜曲线的滑动面位置精准确定方法 | |
| CN113376697B (zh) | 基于三维近地表模型的静校正方法及装置 | |
| CN110174694A (zh) | 一种超前地质预报数据采集及分析方法 | |
| CN118112673A (zh) | 一种深部砂岩型铀矿三维地球化学异常识别方法 | |
| Langkoke | Modeling and Estimation of Nickel Laterite Resources Using Geocomputing Methods at North Konawa, Southeast Sulawesi |
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: 20220603 |