CN111721914A - 一种元素迁移能力的度量方法、系统、装置和存储介质 - Google Patents

一种元素迁移能力的度量方法、系统、装置和存储介质 Download PDF

Info

Publication number
CN111721914A
CN111721914A CN202010448386.8A CN202010448386A CN111721914A CN 111721914 A CN111721914 A CN 111721914A CN 202010448386 A CN202010448386 A CN 202010448386A CN 111721914 A CN111721914 A CN 111721914A
Authority
CN
China
Prior art keywords
sub
grid
region
band
convergence
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.)
Granted
Application number
CN202010448386.8A
Other languages
English (en)
Other versions
CN111721914B (zh
Inventor
曹梦雪
路来君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Univeristy of Technology
Original Assignee
Chengdu Univeristy of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Univeristy of Technology filed Critical Chengdu Univeristy of Technology
Priority to CN202010448386.8A priority Critical patent/CN111721914B/zh
Publication of CN111721914A publication Critical patent/CN111721914A/zh
Application granted granted Critical
Publication of CN111721914B publication Critical patent/CN111721914B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Remote Sensing (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种元素迁移能力的度量方法、系统、装置和存储介质，包括将地质空间区域划分为多个子网格区域，对每个子网格区域分别进行二维数字特征谱计算，得到网格元素分布特征；将所有网格元素分布特征进行合成得到区域元素分布特征；将地质空间区域划分为多个子带区域，并得到子带元素分布特征；对每个子带元素分布特征分别进行迭代运算得到子带元素分布均衡收敛点；根据所有子带元素分布均衡收敛点，得到元素均衡收敛总量；根据元素基本特征和元素均衡收敛总量得到元素迁移量。本发明从元素自风化水解析出到沉积空间聚集整个过程的时间空间变异特性入手，来更好地反映元素地球化学行为，度量特定地质区域深时迁移总量，度量结果可靠性高。

Description

一种元素迁移能力的度量方法、系统、装置和存储介质
技术领域
本发明涉及地质空间元素度量分析领域，尤其涉及一种元素迁移能力的度量方法、系统、装置和存储介质。
背景技术
地质空间元素(或物质要素)经大气降水水解、流体迁移、沉积聚集等一系列表生地质作用过程，可沉积成矿。其中，元素的超强迁移行为是决定成矿规模及工业开采价值的必要条件，元素迁移量或供应量的精确估算是矿产资源评价的必要内容之一。
目前，传统的度量元素迁移能力的方法中，都是从元素化学价、离子交换等参数的角度来考虑。然而，由于元素在迁移过程的深时性，加之母岩类形不同，相关伴生元素习性不同，导致成矿元素本身及伴生元素迁移类型呈现多样性，因而表生元素空间数据分布实际上是多元叠加的综合结果。因此，仅仅从元素化学价、离子交换等参数来度量迁移能力是有限的，难以反映元素真实的迁移规模，度量出来的元素迁移能力存在较大的误差。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足，提供一种元素迁移能力的度量方法、系统、装置和存储介质，从元素自风化水解析出到沉积空间聚集整个过程的时间空间变异特性入手，来更好地反映元素地球化学行为，度量特定地质区域深时迁移总量，度量结果综合考量了客观真实背景情况，具有客观现实性，并且可靠性高。
本发明解决上述技术问题的技术方案如下：
一种元素迁移能力的度量方法，包括以下步骤：
步骤1：获取地质空间区域的区域基础数据；
步骤2：按照预设网格划分方法，将所述地质空间区域划分为多个子网格区域，根据所述区域基础数据得到每个子网格区域一一对应的网格基础数据；根据每个子网格区域的网格基础数据，对每个子网格区域分别进行二维数字特征谱计算，得到每个子网格区域一一对应的网格元素分布特征；
步骤3：将所有子网格区域的网格元素分布特征进行合成，得到所述地质空间区域的区域元素分布特征；
步骤4：按照预设子带划分方法，将所述地质空间区域划分为多个子带区域，并根据所述区域元素分布特征，得到每个子带区域一一对应的子带元素分布特征；
步骤5：对每个子带区域对应的子带元素分布特征分别进行迭代运算，得到每个子带区域一一对应的子带元素分布均衡收敛点；根据所有子带区域的子带元素分布均衡收敛点，得到所述地质空间区域的元素均衡收敛总量；
步骤6：获取所述地质空间区域的元素基本特征，根据所述元素基本特征和所述元素均衡收敛总量，得到所述地质空间区域的元素迁移量。
依据本发明的另一方面，还提供了一种元素迁移能力的度量系统，应用于本发明中的元素迁移能力的度量方法中，包括数据获取模块、网格划分模块、网格元素特征提取模块、合成模块、子带划分模块、子带元素特征提取模块、迭代运算模块和迁移量计算模块；
所述数据获取模块，用于获取地质空间区域的区域基础数据；
所述网格划分模块，用于按照预设网格划分方法，将所述地质空间区域划分为多个子网格区域；
所述网格元素特征提取模块，用于根据所述区域基础数据得到每个子网格区域一一对应的网格基础数据，根据每个子网格区域的网格基础数据，对每个子网格区域分别进行二维数字特征谱计算，得到每个子网格区域一一对应的网格元素分布特征；
所述合成模块，用于将所有子网格区域的网格元素分布特征进行合成，得到所述地质空间区域的区域元素分布特征；
所述子带划分模块，用于按照预设子带划分方法，将所述地质空间区域划分为多个子带区域；
所述子带特征提取模块，用于根据所述区域元素分布特征，得到每个子带区域一一对应的子带元素分布特征；
所述迭代运算模块，用于对每个子带区域对应的子带元素分布特征分别进行迭代运算，得到每个子带区域一一对应的子带元素分布均衡收敛点；根据所有子带区域的子带元素分布均衡收敛点，得到所述地质空间区域的元素均衡收敛总量；
所述迁移量计算模块，用于获取所述地质空间区域的元素基本特征，根据所述元素基本特征和所述元素均衡收敛总量，得到所述地质空间区域的元素迁移量。
依据本发明的另一方面，提供了一种元素迁移能力的度量装置，包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序，所述计算机程序运行时实现本发明的一种元素迁移能力的度量方法中的步骤。
依据本发明的另一方面，提供了一种计算机存储介质，所述计算机存储介质包括：至少一个指令，在所述指令被执行时实现本发明的一种元素迁移能力的度量方法中的步骤。
本发明的元素迁移能力的度量方法、系统、装置和存储介质的有益效果是：对地质空间区域进行网格划分，得到每个子网格区域的网格基础数据，对每个子网格区域进行二维数字特征谱计算，得到每个子网格区域的网格元素分布特征，然后在进行合成后对地质空间区域进行子带划分，得到多个子带区域以及每个子带区域的子带元素分布特征，实现了对元素迁移过程中地球化学行为的空间变异特征以及大样本离散数据的精细解析，从元素自风化水解析出到沉积空间聚集整个过程的时间空间变异特性入手，做法上避免了传统技术中因空间各点变异性不同而采取机械数值平均的不合理性，可以更好地解释空间极端现象与地质异常产生背景原因，更好地综合考量客观真实情况，从而较准确地反映元素地球化学行为；通过对每个子带元素分布特征进行迭代运算，找到每个子带区域的子带元素分布均衡收敛点，并根据所有的子带元素分布均衡收敛点计算出地质空间区域的元素均衡收敛总量，最后结合元素的元素基本特征定量出整个地质空间区域的元素迁移量，实现了在时间尺度与空间广度上对元素迁移总量的定量估算，能够反映出元素真实的迁移规模，度量结果可靠性高，为沉积盆地矿产资源量定量估算提供必需的科学依据，充实了表生元素迁移方面的研究，填充了表生元素迁移能力度量领域研究的缺失空白，对现有矿产资源评价具有重要的意义。
附图说明
图1为本发明实施例一中一种元素迁移能力的度量方法的流程示意图；
图2为本发明实施例一中网格划分的模型图；
图3为本发明实施例一中得到每个子网格区域的网格元素分布特征的流程示意图；
图4为本发明实施例一中得到的区域元素分布特征的2D结果示意图；
图5为本发明实施例一中得到的区域元素分布特征的3D结果示意图；
图6为本发明实施例一中子带划分的模型图；
图7为本发明实施例一中得到元素收敛均衡总量的流程示意图；
图8为本发明实施例一中得到的每相邻两个子带区域之间的均衡收敛分段曲线图；
图9为本发明实施例一中得到的地质空间区域的均衡收敛曲线的2D示意图；
图10为本发明实施例一中得到的地质空间区域的均衡收敛曲线的3D示意图；
图11为本发明实施例二中一种元素迁移能力的度量系统的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
下面结合附图，对本发明进行说明。
实施例一、如图1所示，一种元素迁移能力的度量方法，包括以下步骤：
S1：获取地质空间区域的区域基础数据；
S2：按照预设网格划分方法，将所述地质空间区域划分为多个子网格区域，根据所述区域基础数据得到每个子网格区域一一对应的网格基础数据；根据每个子网格区域的网格基础数据，对每个子网格区域分别进行二维数字特征谱计算，得到每个子网格区域一一对应的网格元素分布特征；
S3：将所有子网格区域的网格元素分布特征进行合成，得到所述地质空间区域的区域元素分布特征；
S4：按照预设子带划分方法，将所述地质空间区域划分为多个子带区域，并根据所述区域元素分布特征，得到每个子带区域一一对应的子带元素分布特征；
S5：对每个子带区域对应的子带元素分布特征分别进行迭代运算，得到每个子带区域一一对应的子带元素分布均衡收敛点；根据所有子带区域的子带元素分布均衡收敛点，得到所述地质空间区域的元素均衡收敛总量；
S6：获取所述地质空间区域的元素基本特征，根据所述元素基本特征和所述元素均衡收敛总量，得到所述地质空间区域的元素迁移量。
对地质空间区域进行网格划分，得到每个子网格区域的网格基础数据，对每个子网格区域进行二维数字特征谱计算，得到每个子网格区域的网格元素分布特征，然后在进行合成后对地质空间区域进行子带划分，得到多个子带区域以及每个子带区域的子带元素分布特征，实现了对元素迁移过程中地球化学行为的空间变异特征以及大样本离散数据的精细解析，从元素自风化水解析出到沉积空间聚集整个过程的时间空间变异特性入手，做法上避免了传统技术中因空间各点变异性不同而采取机械数值平均的不合理性，可以更好地解释空间极端现象与地质异常产生背景原因，更好地综合考量客观真实情况，从而较准确地反映元素地球化学行为；通过对每个子带元素分布特征进行迭代运算，找到每个子带区域的子带元素分布均衡收敛点，并根据所有的子带元素分布均衡收敛点计算出地质空间区域的元素均衡收敛总量，最后结合元素的元素基本特征定量出整个地质空间区域的元素迁移量，实现了在时间尺度与空间广度上对元素迁移总量的定量估算，能够反映出元素真实的迁移规模，度量结果可靠性高，为沉积盆地矿产资源量定量估算提供必需的科学依据，充实了表生元素迁移方面的研究，填充了表生元素迁移能力度量领域研究的缺失空白，对现有矿产资源评价具有重要的意义。
优选地，所述区域基础数据包括地质环境数据、地质矿产数据、地貌形态数据、遥感测量数据、物探研究数据和化探研究数据。
基于上述这些数据，对地质空间区域进行后续的网格划分和子带划分，能实现对元素迁移过程地球化学行为的空间变异特征及大样本离散数据的精细解析，更符合客观实际情况，能更好地反映元素地球化学行为。
具体地，预设网格划分方法可根据实际情况选择，在本实施例S2中，根据地质空间区域的面积，按照平均分配的原则，进行网格划分，将地质空间区域划分为多个面积相等的子网格区域，网格划分的模型图如图2所示。
优选地，如图3所示，在S2中，得到每个子网格区域一一对应的网格元素分布特征的步骤具体包括：
S21：分别对每个子网格区域的网格基础数据进行预处理，得到每个子网格区域一一对应的网格处理数据；
S22：采用亲和性度量方法，分别对每个子网格区域的网格处理数据进行优选，得到每个子网格区域一一对应的网格优选数据；
S23：采用非线性多元调和因子标度方法，分别对每个子网格区域的网格优选数据进行标度，得到每个子网格区域一一对应的网格标度数据；
S24：根据每个子网格区域的网格标度数据，对每个子网格区域分别进行二维数字特征谱计算，得到每个子网格区域一一对应的网格元素分布特征。
通过上述网格基础数据的预处理、优选和标度方法，能够更好体现出每个子网格区域内地质体的元素分布和变异特征，进而便于根据最终得到的网格标度数据进行二位数字特征谱计算，得到准确的网格元素分布特征，便于后续根据这些网格元素分布特征进行元素迁移量的度量，提高整个元素迁移能力度量的可靠性，对矿产资源的潜力进行准确的评价。
其中，预处理采用的是改进标准化方法，对每个子网格区域的网格处理数据进行优选的过程包括样本优选和变量优选，上述改进标准化方法、亲和性度量法和非线性多元调和因子标度方法的具体操作步骤均为现有技术，具体细节此处不再赘述。
优选地，网格标度数据包括采样平均间隔、采样总间隔、采样点的角频率和角坐标，网格元素分布特征包括网格元素分布强度度量指标和网格元素变异特征度量指标；
计算第t个子网格区域的网格元素分布强度度量指标和网格元素变异特征度量指标的公式分别为：
Figure BDA0002506617730000081
Figure BDA0002506617730000082
其中，
Figure BDA0002506617730000083
为第t个子网格区域的网格元素分布强度度量指标，
Figure BDA0002506617730000084
为第t个子网格区域的网格元素变异特征度量指标，N1和N2分别为第t个子网格区域在行方向上和列方向上的总采样点数，n1和m1分别为第t个子网格区域内在同一个行方向上的采样点，n2和m2分别为第t个子网格区域内在同一个列方向上的采样点，
Figure BDA0002506617730000085
和
Figure BDA0002506617730000086
分别为第m1个采样点和第m2个采样点的角频率，
Figure BDA0002506617730000087
和
Figure BDA0002506617730000088
分别为第n1个采样点和第n2个采样点的角坐标，
Figure BDA0002506617730000089
和
Figure BDA00025066177300000810
分别为第t个子网格区域在行方向上和列方向上的采样平均间隔，T1和T2分别为第t个子网格区域在行方向上和列方向上的采样总间隔，i为虚数单位。
在上述计算网格元素分布强度度量指标和网格元素变异特征度量指标的公式中，
Figure BDA00025066177300000811
为第t个子网格区域的网格元素分布强度度量指标，代表了单位空间测度(包括线、面和体等)元素分布的强度，可以刻画出地质体内某些特定属性的强度特征；
Figure BDA00025066177300000812
为第t个子网格区域的网格元素变异特征度量指标，代表了地质体空间属性的相似特征，不同的相似度可以表征元素的变异特征，可以反映出地质体内某些特定属性在一定范围内的空间变异特性；第t个子网格区域内的采样点可以根据实际情况选择；通过上述计算网格元素分布强度度量指标和网格元素变异特征度量指标的公式，在刻画出每个子网格区域内地质体的客观实际情况时，具有优异的客观性、全面性和精细性，能便于后续从元素自风化水解析出到沉积空间聚集整个过程的时间空间变异特性入手，实现从表生条件下基于元素亲和性的迁移能力的度量。
具体地，本实施例S3中，在得到了每个子网格区域的网格元素分布特征后，对这些网格元素分布特征进行合成，得到了整个地质空间区域的区域元素分布特征，包括区域元素分布强度度量指标和区域元素变异特征度量指标，其中，区域元素分布强度度量指标和区域元素变异特征度量指标的2D结果示意图如图4所示，区域元素分布强度度量指标和区域元素变异特征度量指标的3D结果示意图如图5所示。应理解，S3中的合成方法可根据实际情况选择，具体操作步骤为现有技术，具体细节此处不再赘述。
具体地，本实施例S4中的预设子带划分方法可根据实际情况选择，可根据地质空间区域的面积，按照平均分配的原则，进行子带划分，将地质空间区域划分为多个面积相等的子带区域，子带划分的模型图如图6所示，其中，子带划分时划分得越密集，后续度量的效果越佳。
优选地，如图7所示，S5具体包括：
步骤51：任选一个子带区域的子带元素分布特征，将选取的一个子带元素分布特征作为初始数据集，按照预设迭代方向，对所述初始数据集进行迭代运算，得到选取的一个子带区域对应的子带元素分布均衡收敛点；
步骤52：遍历每个子带区域，按照所述步骤51的方法，得到每个子带区域一一对应的子带元素分布均衡收敛点；
步骤53：在所有子带元素分布均衡收敛点中选取第j个子带元素分布均衡收敛点和第j+1个子带元素分布均衡收敛点，根据第j个子带元素分布均衡收敛点和第j+1个子带元素分布均衡收敛点，生成第j个子带区域与第j+1个子带区域之间的均衡收敛分段曲线；
步骤54：根据第j个子带区域与第j+1个子带区域之间的均衡收敛分段曲线，计算得到第j个子带区域与第j+1个子带区域之间的元素均衡收敛累积量；
计算第j个子带区域与第j+1个子带区域之间的元素均衡收敛累积量的公式具体为：
Figure BDA0002506617730000101
其中，Qj为第j个子带区域与第j+1个子带区域之间的元素均衡收敛累积量，N为子带区域的总数，xj、yj和pj分别为第j个子带区域上的子带元素分布均衡收敛点的横坐标、纵坐标和谱密度值，xj+1、yj+1和pj+1分别为第j+1个子带区域上的子带元素分布均衡收敛点的横坐标、纵坐标和谱密度值；
步骤55：遍历每个子带区域，按照所述步骤53至所述步骤54的方法，得到每相邻两个子带区域之间的元素均衡收敛累积量；
步骤56：根据所有相邻两个子带区域之间的元素均衡收敛累积量，得到所述地质空间区域的所述元素均衡收敛总量；
计算所述元素均衡收敛总量的公式具体为：
Figure BDA0002506617730000102
其中，Q为所述元素均衡收敛总量。
由于子带元素分布特征反映了每个子带区域的全部样品点的空间谱密度，通过将全部样品点的空间谱密度转化为子带区域谱密度的平均收敛曲线(即每个子带区域的均衡收敛分段曲线)，可以得出在每个平均收敛曲线上的谱密度总物质量(即元素均衡收敛累积量)，进而得到整个地质空间区域的元素均衡收敛总量，便于后续基于该元素均衡收敛总量结合元素基本特征，度量出元素的迁移量。
其中，将每个子带区域的全部样品点的空间谱密度转化为子带区域谱密度的平均收敛曲线过程中，通过将子带元素分布特征向预设迭代方向进行多次迭代运算，能得到该子带区域内的子带元素分布均衡收敛点，均衡收敛的准确率高，得到的均衡收敛分段曲线更准确。
多次迭代元素所选取的预设迭代方向可根据元素整体的迁移方向的实际情况选择，可以是横向也可以是纵向，本实施例中选纵向，具体的迭代运算过程如下：
假设选取的一个子带区域对应的初始数据集为：
Figure BDA0002506617730000111
和
Figure BDA0002506617730000112
上述初始数据集经过m-1次迭代运算，其中，第1次计算为：
Figure BDA0002506617730000113
和
Figure BDA0002506617730000114
得到m-1组数据；
第2次计算为：
Figure BDA0002506617730000121
和
Figure BDA0002506617730000122
得到m-2组数据；
按照上述同样的计算方法，经过m-1次迭代运算后，初始数据集即可得到一组数据，分别为
Figure BDA0002506617730000123
和
Figure BDA0002506617730000124
在后续计算时，为了方便计算，直接写成xj、yj和pj。
需要说明的是，在计算第j个子带区域与第j+1个子带区域之间的元素均衡收敛累积量的公式中，
Figure BDA0002506617730000125
代表了第j个子带区域与第j+1个子带区域之间的均衡收敛分段曲线的近似平均谱密度，
Figure BDA0002506617730000126
代表了第j个子带区域与第j+1个子带区域之间的均衡收敛分段曲线的近似距离长；且整个地质空间区域只有N-1条均衡收敛分段曲线，对应的，只有N-1个元素均衡收敛累积量。
具体地，本实施例中，得到的均衡收敛分段曲线图如图8所示，根据这些均衡收敛分段曲线得到的整个地质空间区域的均衡收敛曲线如图9和图10所示，其中图9为整个地质空间区域的均衡收敛曲线的2D示意图，图10为整个地质空间区域的均衡收敛曲线的3D示意图。
优选地，所述元素基本特征包括元素贡献率、元素成矿率和时空转换指标；
计算所述元素迁移量的公式具体为：
S＝Q×C×M×K；
其中，S为所述元素迁移量，C为所述元素贡献率，M为所述元素成矿率，K为所述时空转换指标。
经过前述对元素迁移过程地球化学行为的空间变异特征及大样本离散数据精细解析的步骤，再融入元素贡献率、元素成矿率和时空转换指标等要素，更加符合客观实际，做法上避免了传统方法因空间各点变异性不同而采取机械数值平均的不合理性，可以更好地解释空间极端现象与地质异常产生背景原因，提供了一种再表生条件下基于元素亲和性的迁移能力度量方法，更好地综合考量客观真实情况，从而较准确地反映了元素地球化学行为，度量特定地质区域深时迁移总量，为沉积盆地矿产资源量定量估算提供必需的科学依据。
应理解，在计算所述元素迁移量的公式中：
C代表元素贡献率，即元素在在独立典型因子中的权重系数；
M代表元素成矿率，即元素全部迁移总量在盆地内的成矿聚集量；需同时考虑表生成矿补—径—排—聚要素过程、地质条件差异性、构造破碎和风化剥蚀等因素影响；
K代表时间/空间通量转换计算指标。
上述C、M和K根据不同地区地质的背景情况和专家经验综合考量获取。
实施例二、如图11所示，一种元素迁移能力的度量系统，应用于实施例一的元素迁移能力的度量方法中，包括数据获取模块、网格划分模块、网格元素特征提取模块、合成模块、子带划分模块、子带元素特征提取模块、迭代运算模块和迁移量计算模块；
所述数据获取模块，用于获取地质空间区域的区域基础数据；
所述网格划分模块，用于按照预设网格划分方法，将所述地质空间区域划分为多个子网格区域；
所述网格元素特征提取模块，用于根据所述区域基础数据得到每个子网格区域一一对应的网格基础数据，根据每个子网格区域的网格基础数据，对每个子网格区域分别进行二维数字特征谱计算，得到每个子网格区域一一对应的网格元素分布特征；
所述合成模块，用于将所有子网格区域的网格元素分布特征进行合成，得到所述地质空间区域的区域元素分布特征；
所述子带划分模块，用于按照预设子带划分方法，将所述地质空间区域划分为多个子带区域；
所述子带特征提取模块，用于根据所述区域元素分布特征，得到每个子带区域一一对应的子带元素分布特征；
所述迭代运算模块，用于对每个子带区域对应的子带元素分布特征分别进行迭代运算，得到每个子带区域一一对应的子带元素分布均衡收敛点；根据所有子带区域的子带元素分布均衡收敛点，得到所述地质空间区域的元素均衡收敛总量；
所述迁移量计算模块，用于获取所述地质空间区域的元素基本特征，根据所述元素基本特征和所述元素均衡收敛总量，得到所述地质空间区域的元素迁移量。
通过网格划分模块对地质空间区域进行网格划分，得到每个子网格区域的网格基础数据，对每个子网格区域进行二维数字特征谱计算，得到每个子网格区域的网格元素分布特征，然后通过子带划分模块在合成模块进行合成后对地质空间区域进行子带划分，得到多个子带区域以及每个子带区域的子带元素分布特征，实现了对元素迁移过程中地球化学行为的空间变异特征以及大样本离散数据的精细解析，从元素自风化水解析出到沉积空间聚集整个过程的时间空间变异特性入手，做法上避免了传统技术中因空间各点变异性不同而采取机械数值平均的不合理性，可以更好地解释空间极端现象与地质异常产生背景原因，更好地综合考量客观真实情况，从而较准确地反映元素地球化学行为；通过迭代运算模块对每个子带元素分布特征进行迭代运算，找到每个子带区域的子带元素分布均衡收敛点，并根据所有的子带元素分布均衡收敛点计算出地质空间区域的元素均衡收敛总量，最后通过迁移量计算模块结合元素的元素基本特征定量出整个地质空间区域的元素迁移量，实现了在时间尺度与空间广度上对元素迁移总量的定量估算，能够反映出元素真实的迁移规模，度量结果可靠性高，为沉积盆地矿产资源量定量估算提供必需的科学依据，充实了表生元素迁移方面的研究，填充了表生元素迁移能力度量领域研究的缺失空白，对现有矿产资源评价具有重要的意义。
优选地，所述区域基础数据包括地质环境数据、地质矿产数据、地貌形态数据、遥感测量数据、物探研究数据和化探研究数据。
基于上述这些数据，对地质空间区域进行后续的网格划分和子带划分，能实现对元素迁移过程地球化学行为的空间变异特征及大样本离散数据的精细解析，更符合客观实际情况，能更好地反映元素地球化学行为。
优选地，所述网格元素特征提取模块具体用于：
分别对每个子网格区域的网格基础数据进行预处理，得到每个子网格区域一一对应的网格处理数据；
采用亲和性度量方法，分别对每个子网格区域的网格处理数据进行优选，得到每个子网格区域一一对应的网格优选数据；
采用非线性多元调和因子标度方法，分别对每个子网格区域的网格优选数据进行标度，得到每个子网格区域一一对应的网格标度数据；
根据每个子网格区域的网格标度数据，对每个子网格区域分别进行二维数字特征谱计算，得到每个子网格区域一一对应的网格元素分布特征；
网格标度数据包括采样平均间隔、采样总间隔、采样点的角频率和角坐标，网格元素分布特征包括网格元素分布强度度量指标和网格元素变异特征度量指标；
计算第t个子网格区域的网格元素分布强度度量指标和网格元素变异特征度量指标的公式分别为：
Figure BDA0002506617730000161
Figure BDA0002506617730000162
其中，
Figure BDA0002506617730000163
为第t个子网格区域的网格元素分布强度度量指标，
Figure BDA0002506617730000164
为第t个子网格区域的网格元素变异特征度量指标，N1和N2分别为第t个子网格区域在行方向上和列方向上的总采样点数，n1和m1分别为第t个子网格区域内在同一个行方向上的采样点，n2和m2分别为第t个子网格区域内在同一个列方向上的采样点，
Figure BDA0002506617730000165
和
Figure BDA0002506617730000166
分别为第m1个采样点和第m2个采样点的角频率，
Figure BDA0002506617730000167
和
Figure BDA0002506617730000168
分别为第n1个采样点和第n2个采样点的角坐标，
Figure BDA0002506617730000169
和
Figure BDA00025066177300001610
分别为第t个子网格区域在行方向上和列方向上的采样平均间隔，T1和T2分别为第t个子网格区域在行方向上和列方向上的采样总间隔，i为虚数单位。
通过上述网格元素特征提取模块，能够更好体现出每个子网格区域内地质体的元素分布和变异特征，进而便于根据最终得到的网格标度数据进行二位数字特征谱计算，得到准确的网格元素分布特征，便于后续根据这些网格元素分布特征进行元素迁移量的度量，提高整个元素迁移能力度量的可靠性，对矿产资源的潜力进行准确的评价。
优选地，所述迭代运算模块具体用于：
任选一个子带区域的子带元素分布特征，将选取的一个子带元素分布特征作为初始数据集，按照预设迭代方向，对所述初始数据集进行迭代运算，得到选取的一个子带区域对应的子带元素分布均衡收敛点；
遍历每个子带区域，得到每个子带区域一一对应的子带元素分布均衡收敛点；
在所有子带元素分布均衡收敛点中选取第j个子带元素分布均衡收敛点和第j+1个子带元素分布均衡收敛点，根据第j个子带元素分布均衡收敛点和第j+1个子带元素分布均衡收敛点，生成第j个子带区域与第j+1个子带区域之间的均衡收敛分段曲线；
根据第j个子带区域与第j+1个子带区域之间的均衡收敛分段曲线，计算得到第j个子带区域与第j+1个子带区域之间的元素均衡收敛累积量；
计算第j个子带区域与第j+1个子带区域之间的元素均衡收敛累积量的公式具体为：
Figure BDA0002506617730000171
其中，Qj为第j个子带区域与第j+1个子带区域之间的元素均衡收敛累积量，N为子带区域的总数，xj、yj和pj分别为第j个子带区域上的子带元素分布均衡收敛点的横坐标、纵坐标和谱密度值，xj+1、yj+1和pj+1分别为第j+1个子带区域上的子带元素分布均衡收敛点的横坐标、纵坐标和谱密度值；
遍历每个子带区域，得到每相邻两个子带区域之间的元素均衡收敛累积量；
根据所有相邻两个子带区域之间的元素均衡收敛累积量，得到所述地质空间区域的所述元素均衡收敛总量；
计算所述元素均衡收敛总量的公式具体为：
Figure BDA0002506617730000181
其中，Q为所述元素均衡收敛总量。
上述迭代运算模块将全部样品点的空间谱密度转化为子带区域谱密度的平均收敛曲线(即每个子带区域的均衡收敛分段曲线)，可以得出在每个平均收敛曲线上的谱密度总物质量(即元素均衡收敛累积量)，进而得到整个地质空间区域的元素均衡收敛总量，便于后续基于该元素均衡收敛总量结合元素基本特征，度量出元素的迁移量；其中，将每个子带区域的全部样品点的空间谱密度转化为子带区域谱密度的平均收敛曲线过程中，通过将子带元素分布特征向预设迭代方向进行多次迭代运算，能得到该子带区域内的子带元素分布均衡收敛点，均衡收敛的准确率高，得到的均衡收敛分段曲线更准确。
具体地，所述元素基本特征包括元素贡献率、元素成矿率和时空转换指标；
所述迁移量计算模块计算所述元素迁移量的公式具体为：
S＝Q×C×M×K；
其中，S为所述元素迁移量，C为所述元素贡献率，M为所述元素成矿率，K为所述时空转换指标。
通过上述迁移量计算模块，融入元素贡献率、元素成矿率和时空转换指标等要素，更加符合客观实际，做法上避免了传统方法因空间各点变异性不同而采取机械数值平均的不合理性，可以更好地解释空间极端现象与地质异常产生背景原因，提供了一种再表生条件下基于元素亲和性的迁移能力度量系统，更好地反映了元素地球化学行为，度量特定地质区域深时迁移总量，为沉积盆地矿产资源量定量估算提供必需的科学依据。
实施例三、基于实施例一和实施例二，本实施例还公开了一种元素迁移能力的度量装置，包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序，所述计算机程序运行时实现如图1所示的S1至S6的具体步骤。
通过存储在存储器上的计算机程序，并运行在处理器上，实现了对元素迁移过程中地球化学行为的空间变异特征以及大样本离散数据的精细解析，从元素自风化水解析出到沉积空间聚集整个过程的时间空间变异特性入手，做法上避免了传统技术中因空间各点变异性不同而采取机械数值平均的不合理性，可以更好地解释空间极端现象与地质异常产生背景原因，更好地综合考量客观真实情况，从而较准确地反映元素地球化学行为，实现了在时间尺度与空间广度上对元素迁移总量的定量估算，能够反映出元素真实的迁移规模，度量结果可靠性高，为沉积盆地矿产资源量定量估算提供必需的科学依据，充实了表生元素迁移方面的研究，填充了表生元素迁移能力度量领域研究的缺失空白，对现有矿产资源评价具有重要的意义。
本实施例还提供一种计算机存储介质，所述计算机存储介质上存储有至少一个指令，所述指令被执行时实现所述S1至S6的具体步骤。
通过执行包含至少一个指令的计算机存储介质，实现了对元素迁移过程中地球化学行为的空间变异特征以及大样本离散数据的精细解析，从元素自风化水解析出到沉积空间聚集整个过程的时间空间变异特性入手，做法上避免了传统技术中因空间各点变异性不同而采取机械数值平均的不合理性，可以更好地解释空间极端现象与地质异常产生背景原因，更好地反映元素地球化学行为，实现了在时间尺度与空间广度上对元素迁移总量的定量估算，能够反映出元素真是的迁移规模，度量结果可靠性高，为沉积盆地矿产资源量定量估算提供必需的科学依据，充实了表生元素迁移方面的研究，填充了表生元素迁移能力度量领域研究的缺失空白，对现有矿产资源评价具有重要的意义。
本实施例中S1至S6的未尽细节，详见实施例一以及图1至图10的具体描述内容，此处不再赘述。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种元素迁移能力的度量方法，其特征在于，包括以下步骤：
步骤1：获取地质空间区域的区域基础数据；
步骤2：按照预设网格划分方法，将所述地质空间区域划分为多个子网格区域，根据所述区域基础数据得到每个子网格区域一一对应的网格基础数据；根据每个子网格区域的网格基础数据，对每个子网格区域分别进行二维数字特征谱计算，得到每个子网格区域一一对应的网格元素分布特征；
步骤3：将所有子网格区域的网格元素分布特征进行合成，得到所述地质空间区域的区域元素分布特征；
步骤4：按照预设子带划分方法，将所述地质空间区域划分为多个子带区域，并根据所述区域元素分布特征，得到每个子带区域一一对应的子带元素分布特征；
步骤5：对每个子带区域对应的子带元素分布特征分别进行迭代运算，得到每个子带区域一一对应的子带元素分布均衡收敛点；根据所有子带区域的子带元素分布均衡收敛点，得到所述地质空间区域的元素均衡收敛总量；
步骤6：获取所述地质空间区域的元素基本特征，根据所述元素基本特征和所述元素均衡收敛总量，得到所述地质空间区域的元素迁移量。
2.根据权利要求1所述的元素迁移能力的度量方法，其特征在于，所述区域基础数据包括地质环境数据、地质矿产数据、地貌形态数据、遥感测量数据、物探研究数据和化探研究数据。
3.根据权利要求1所述的元素迁移能力的度量方法，其特征在于，在所述步骤2中，得到每个子网格区域一一对应的网格元素分布特征的步骤具体包括：
步骤21：分别对每个子网格区域的网格基础数据进行预处理，得到每个子网格区域一一对应的网格处理数据；
步骤22：采用亲和性度量方法，分别对每个子网格区域的网格处理数据进行优选，得到每个子网格区域一一对应的网格优选数据；
步骤23：采用非线性多元调和因子标度方法，分别对每个子网格区域的网格优选数据进行标度，得到每个子网格区域一一对应的网格标度数据；
步骤24：根据每个子网格区域的网格标度数据，对每个子网格区域分别进行二维数字特征谱计算，得到每个子网格区域一一对应的网格元素分布特征。
4.根据权利要求3所述的元素迁移能力的度量方法，其特征在于，网格标度数据包括采样平均间隔、采样总间隔、采样点的角频率和角坐标，网格元素分布特征包括网格元素分布强度度量指标和网格元素变异特征度量指标；
计算第t个子网格区域的网格元素分布强度度量指标和网格元素变异特征度量指标的公式分别为：
Figure FDA0002506617720000021
Figure FDA0002506617720000022
其中，
Figure FDA0002506617720000023
为第t个子网格区域的网格元素分布强度度量指标，
Figure FDA0002506617720000024
为第t个子网格区域的网格元素变异特征度量指标，N1和N2分别为第t个子网格区域在行方向上和列方向上的总采样点数，n1和m1分别为第t个子网格区域内在同一个行方向上的采样点，n2和m2分别为第t个子网格区域内在同一个列方向上的采样点，
Figure FDA0002506617720000025
和
Figure FDA0002506617720000026
分别为第m1个采样点和第m2个采样点的角频率，
Figure FDA0002506617720000027
和
Figure FDA0002506617720000028
分别为第n1个采样点和第n2个采样点的角坐标，
Figure FDA0002506617720000029
和
Figure FDA00025066177200000210
分别为第t个子网格区域在行方向上和列方向上的采样平均间隔，T1和T2分别为第t个子网格区域在行方向上和列方向上的采样总间隔，i为虚数单位。
5.根据权利要求1所述的元素迁移能力的度量方法，其特征在于，所述步骤5具体包括：
步骤51：任选一个子带区域的子带元素分布特征，将选取的一个子带元素分布特征作为初始数据集，按照预设迭代方向，对所述初始数据集进行迭代运算，得到选取的一个子带区域对应的子带元素分布均衡收敛点；
步骤52：遍历每个子带区域，按照所述步骤51的方法，得到每个子带区域一一对应的子带元素分布均衡收敛点；
步骤53：在所有子带元素分布均衡收敛点中选取第j个子带元素分布均衡收敛点和第j+1个子带元素分布均衡收敛点，根据第j个子带元素分布均衡收敛点和第j+1个子带元素分布均衡收敛点，生成第j个子带区域与第j+1个子带区域之间的均衡收敛分段曲线；
步骤54：根据第j个子带区域与第j+1个子带区域之间的均衡收敛分段曲线，计算得到第j个子带区域与第j+1个子带区域之间的元素均衡收敛累积量；
计算第j个子带区域与第j+1个子带区域之间的元素均衡收敛累积量的公式具体为：
Figure FDA0002506617720000031
其中，Qj为第j个子带区域与第j+1个子带区域之间的元素均衡收敛累积量，N为子带区域的总数，xj、yj和pj分别为第j个子带区域上的子带元素分布均衡收敛点的横坐标、纵坐标和谱密度值，xj+1、yj+1和pj+1分别为第j+1个子带区域上的子带元素分布均衡收敛点的横坐标、纵坐标和谱密度值；
步骤55：遍历每个子带区域，按照所述步骤53至所述步骤54的方法，得到每相邻两个子带区域之间的元素均衡收敛累积量；
步骤56：根据所有相邻两个子带区域之间的元素均衡收敛累积量，得到所述地质空间区域的所述元素均衡收敛总量；
计算所述元素均衡收敛总量的公式具体为：
Figure FDA0002506617720000041
其中，Q为所述元素均衡收敛总量。
6.根据权利要求5所述的元素迁移能力的度量方法，其特征在于，所述元素基本特征包括元素贡献率、元素成矿率和时空转换指标；
计算所述元素迁移量的公式具体为：
S＝Q×C×M×K；
其中，S为所述元素迁移量，C为所述元素贡献率，M为所述元素成矿率，K为所述时空转换指标。
7.一种元素迁移能力的度量系统，其特征在于，应用于如权利要求1至6任一项所述的元素迁移能力的度量方法中，包括数据获取模块、网格划分模块、网格元素特征提取模块、合成模块、子带划分模块、子带元素特征提取模块、迭代运算模块和迁移量计算模块；
所述数据获取模块，用于获取地质空间区域的区域基础数据；
所述网格划分模块，用于按照预设网格划分方法，将所述地质空间区域划分为多个子网格区域；
所述网格元素特征提取模块，用于根据所述区域基础数据得到每个子网格区域一一对应的网格基础数据，根据每个子网格区域的网格基础数据，对每个子网格区域分别进行二维数字特征谱计算，得到每个子网格区域一一对应的网格元素分布特征；
所述合成模块，用于将所有子网格区域的网格元素分布特征进行合成，得到所述地质空间区域的区域元素分布特征；
所述子带划分模块，用于按照预设子带划分方法，将所述地质空间区域划分为多个子带区域；
所述子带特征提取模块，用于根据所述区域元素分布特征，得到每个子带区域一一对应的子带元素分布特征；
所述迭代运算模块，用于对每个子带区域对应的子带元素分布特征分别进行迭代运算，得到每个子带区域一一对应的子带元素分布均衡收敛点；根据所有子带区域的子带元素分布均衡收敛点，得到所述地质空间区域的元素均衡收敛总量；
所述迁移量计算模块，用于获取所述地质空间区域的元素基本特征，根据所述元素基本特征和所述元素均衡收敛总量，得到所述地质空间区域的元素迁移量。
8.根据权利要求7所述的元素迁移能力的度量系统，其特征在于，所述网格元素特征提取模块具体用于：
分别对每个子网格区域的网格基础数据进行预处理，得到每个子网格区域一一对应的网格处理数据；
采用亲和性度量方法，分别对每个子网格区域的网格处理数据进行优选，得到每个子网格区域一一对应的网格优选数据；
采用非线性多元调和因子标度方法，分别对每个子网格区域的网格优选数据进行标度，得到每个子网格区域一一对应的网格标度数据；
根据每个子网格区域的网格标度数据，对每个子网格区域分别进行二维数字特征谱计算，得到每个子网格区域一一对应的网格元素分布特征；
网格标度数据包括采样平均间隔、采样总间隔、采样点的角频率和角坐标，网格元素分布特征包括网格元素分布强度度量指标和网格元素变异特征度量指标；
计算第t个子网格区域的网格元素分布强度度量指标和网格元素变异特征度量指标的公式分别为：
Figure FDA0002506617720000061
Figure FDA0002506617720000062
其中，
Figure FDA0002506617720000063
为第t个子网格区域的网格元素分布强度度量指标，
Figure FDA0002506617720000064
为第t个子网格区域的网格元素变异特征度量指标，N1和N2分别为第t个子网格区域在行方向上和列方向上的总采样点数，n1和m1分别为第t个子网格区域内在同一个行方向上的采样点，n2和m2分别为第t个子网格区域内在同一个列方向上的采样点，
Figure FDA0002506617720000065
和
Figure FDA0002506617720000066
分别为第m1个采样点和第m2个采样点的角频率，
Figure FDA0002506617720000067
和
Figure FDA0002506617720000068
分别为第n1个采样点和第n2个采样点的角坐标，
Figure FDA0002506617720000069
和
Figure FDA00025066177200000610
分别为第t个子网格区域在行方向上和列方向上的采样平均间隔，T1和T2分别为第t个子网格区域在行方向上和列方向上的采样总间隔，i为虚数单位。
9.一种元素迁移能力的度量装置，其特征在于，包括处理器、存储器和存储在所述存储器中且可运行在所述处理器上的计算机程序，所述计算机程序运行时实现如权利要求1至6任一项权利要求所述的方法步骤。
10.一种计算机存储介质，其特征在于，所述计算机存储介质包括：至少一个指令，在所述指令被执行时实现如权利要求1至6任一项所述的方法步骤。
CN202010448386.8A 2020-05-25 2020-05-25 一种元素迁移能力的度量方法、系统、装置和存储介质 Active CN111721914B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010448386.8A CN111721914B (zh) 2020-05-25 2020-05-25 一种元素迁移能力的度量方法、系统、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010448386.8A CN111721914B (zh) 2020-05-25 2020-05-25 一种元素迁移能力的度量方法、系统、装置和存储介质

Publications (2)

Publication Number Publication Date
CN111721914A true CN111721914A (zh) 2020-09-29
CN111721914B CN111721914B (zh) 2021-05-18

Family

ID=72564914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010448386.8A Active CN111721914B (zh) 2020-05-25 2020-05-25 一种元素迁移能力的度量方法、系统、装置和存储介质

Country Status (1)

Country Link
CN (1) CN111721914B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009142872A1 (en) * 2008-05-22 2009-11-26 Exxonmobil Upstream Research Company Seismic horizon skeletonization
CN104459774A (zh) * 2014-11-05 2015-03-25 中国石油天然气股份有限公司 一种地质岩性差异识别方法及系统
CN105700034A (zh) * 2016-02-19 2016-06-22 中国石油集团川庆钻探工程有限公司 利用地层元素迁移指数进行储层识别的方法
CN104240301B (zh) * 2014-09-11 2017-03-15 中国石油集团川庆钻探工程有限公司地球物理勘探公司 地质曲面重构方法及设备
CN107291798A (zh) * 2017-05-09 2017-10-24 吉林大学 一种地球化学数据异常信息的提取方法及系统
CN108181669A (zh) * 2017-12-25 2018-06-19 核工业北京地质研究院 一种热点作用区铀成矿识别定位方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2009142872A1 (en) * 2008-05-22 2009-11-26 Exxonmobil Upstream Research Company Seismic horizon skeletonization
CN104240301B (zh) * 2014-09-11 2017-03-15 中国石油集团川庆钻探工程有限公司地球物理勘探公司 地质曲面重构方法及设备
CN104459774A (zh) * 2014-11-05 2015-03-25 中国石油天然气股份有限公司 一种地质岩性差异识别方法及系统
CN105700034A (zh) * 2016-02-19 2016-06-22 中国石油集团川庆钻探工程有限公司 利用地层元素迁移指数进行储层识别的方法
CN107291798A (zh) * 2017-05-09 2017-10-24 吉林大学 一种地球化学数据异常信息的提取方法及系统
CN108181669A (zh) * 2017-12-25 2018-06-19 核工业北京地质研究院 一种热点作用区铀成矿识别定位方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MENGXUE CAO,LAIJUN LU: "Application of the multivariate canonical trend surface method to the identification of geochemical combination anomalies", 《JOURNAL OF GEOCHEMICAL EXPLORATION》 *
侯淋等: "西藏东窝东矿床矿化蚀变过程元素迁移及绢云母40Ar-39Ar年代学及其地质意义", 《岩矿测试》 *
曹梦雪: "地质空间数字频谱模型研究及应用", 《中国博士学位论文全文数据库 基础科学辑》 *

Also Published As

Publication number Publication date
CN111721914B (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
Wellmann et al. Uncertainty estimation for a geological model of the Sandstone greenstone belt, Western Australia–insights from integrated geological and geophysical inversion in a Bayesian inference framework
Ulvmoen et al. Improved resolution in Bayesian lithology/fluid inversion from prestack seismic data and well observations: Part 1—Methodology
AU2018297693A1 (en) System and method for full waveform inversion of seismic data
CA2783090C (en) System and method for lacunarity analysis
AU2019237361B2 (en) System and method for assessing the presence of hydrocarbons in a subterranean reservoir based on seismic inversions
CN111506861B (zh) 一种目的层有利区域裂缝强度计算方法
CN109272029B (zh) 井控稀疏表征大规模谱聚类地震相划分方法
CN113156510B (zh) 一种页岩储层脆性和各向异性参数预测方法及系统
Lee et al. BasinVis 1.0: A MATLAB®-based program for sedimentary basin subsidence analysis and visualization
WO2019081990A1 (en) SYSTEM AND METHOD FOR ASSESSING THE PRESENCE OF HYDROCARBONS IN A UNDERGROUND RESERVOIR BASED ON REPEATED SEISMIC DATA
EA030770B1 (ru) Система и способ адаптивной сейсмической оптики
CN112147677B (zh) 油气储层参数标签数据生成方法及装置
CN111721914B (zh) 一种元素迁移能力的度量方法、系统、装置和存储介质
US20030204312A1 (en) Method for analyzing spatially-varying noise in seismic data using markov chains
Phelps et al. Exploring viable geologic interpretations of gravity models using distance-based global sensitivity analysis and kernel methods
CN105589096B (zh) 一种基于d-s证据理论的沉积相带划分方法
Zhang Ensemble methods of data assimilation in porous media flow for non-Gaussian prior probability density
CN115880455A (zh) 基于深度学习的三维智能插值方法
Timmer et al. Visualizing a process ichnology dataset, Lower Cretaceous McMurray Formation, NE Alberta, Canada
CN101706768A (zh) 一种使用Markov模型的同位置协同克里格的信息预测方法
Abedi Cooperative fuzzy-guided focused inversion for unstructured mesh modeling of potential field geophysics, a case study for imaging an oil-trapping structure
CN113311483A (zh) 基于页岩油的叠前弹性参数组合反演方法及系统
CN112904441B (zh) 一种湖相碳酸盐岩孔隙度的计算方法
CA3062514A1 (en) System and method for assessing the presence of hydrocarbons in a subterranean reservoir based on seismic data
WO2023038831A1 (en) Systems and methods for detecting seismic discontinuities by coherence estimation

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