CN111860983A - 煤中伴生金属资源量估算方法 - Google Patents
煤中伴生金属资源量估算方法 Download PDFInfo
- Publication number
- CN111860983A CN111860983A CN202010640946.XA CN202010640946A CN111860983A CN 111860983 A CN111860983 A CN 111860983A CN 202010640946 A CN202010640946 A CN 202010640946A CN 111860983 A CN111860983 A CN 111860983A
- Authority
- CN
- China
- Prior art keywords
- coal
- statistical unit
- metal
- content value
- metal element
- 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
Links
- 239000003245 coal Substances 0.000 title claims abstract description 154
- 229910052751 metal Inorganic materials 0.000 title claims abstract description 141
- 239000002184 metal Substances 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 42
- 238000011160 research Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 229910052732 germanium Inorganic materials 0.000 description 2
- GNPVGFCGXDBREM-UHFFFAOYSA-N germanium atom Chemical compound [Ge] GNPVGFCGXDBREM-UHFFFAOYSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- GYHNNYVSQQEPJS-UHFFFAOYSA-N Gallium Chemical compound [Ga] GYHNNYVSQQEPJS-UHFFFAOYSA-N 0.000 description 1
- 229910052770 Uranium Inorganic materials 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 229910052733 gallium Inorganic materials 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 235000010755 mineral Nutrition 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008636 plant growth process Effects 0.000 description 1
- -1 sources Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 description 1
- 229910052821 vanadinite Inorganic materials 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Agronomy & Crop Science (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Solid Fuels And Fuel-Associated Substances (AREA)
- Coke Industry (AREA)
Abstract
本发明涉及煤系伴生资源量预测技术领域，公开了一种煤中伴生金属资源量估算方法，包括：基于统计单元内单一煤层的煤炭资源量、统计单元内e金属元素的含量值达到最低边界品位的概率以及与统计单元内e金属元素的含量值达到最低边界品位的测试点相对应的第一含量值获取统计单元内单一煤层中e金属元素资源量。本发明提供的煤中伴生金属资源量估算方法，在有限的勘查资料及测试数据的情况下，能够提高区域内煤中伴生的金属资源量的估算精度和合理性。
Description
技术领域
本发明涉及煤系伴生资源量预测技术领域，特别是涉及一种煤中伴生金属资源量估算方法。
背景技术
目前，在煤中已查明了八十多种元素，其中许多在煤中形成富集,有的可形成工业矿床，如富锗煤、富铀煤、富钒石煤等。煤中伴生元素的来源，一般认为有三种：植物生长过程中选择性吸收；植物遗体分解过程中从介质中吸附或呈矿物质掺入；煤层形成后循环带入。元素在煤层中的富集与元素的性质、物质来源、沉积环境以及煤的变质程度等密切相关。
目前煤中伴生金属资源的资源量估算主要是依据科研中极少量的煤中金属元素含量测试点的数据，假设研究区内煤中金属含量是均匀的或者这些极少量的测试点能够代表区域煤中金属含量的变化情况，再依据研究区煤炭资源量进行估算。
现有的煤中伴生金属资源估算方法由于在估算过程中没有足够的数据刻画煤中金属元素含量的变化情况，所以在计算中采用极少量的测试点代表区域煤中金属含量变化情况的做法缺乏充足的科学依据，使得用该方法估算出的资源量与实际的伴生金属资源量出入较大，估算方法缺乏足够的科学性和准确性。
发明内容
本发明实施例提供一种煤中伴生金属资源量估算方法，用以解决或部分解决现有的煤中伴生金属资源量估算方法的准确性较差的问题。
本发明实施例提供一种煤中伴生金属资源量估算方法，包括：
基于统计单元内单一煤层的煤炭资源量、统计单元内e金属元素的含量值达到最低边界品位的概率以及与统计单元内e金属元素的含量值达到最低边界品位的测试点相对应的第一含量值获取统计单元内单一煤层中e金属元素资源量。
在上述技术方案的基础上，所述第一含量值的获取方式为：
与统计单元内e金属元素的含量达到最低边界品位的多个测试点一一对应的多个含量值的算数平均值作为所述第一含量值。
在上述技术方案的基础上，所述第一含量值的获取方式为：
与统计单元内e金属元素的含量值达到最低边界品位的多个测试点中的一个测试点相对应的含量值作为所述第一含量值。
在上述技术方案的基础上，所述统计单元内单一煤层的煤炭资源量的获取方式为：
基于煤田勘探数据和科研文献数据获取统计单元内单一煤层的煤炭资源量。
在上述技术方案的基础上，所述统计单元内e金属元素的含量值达到最低边界品位的概率的获取方式为：
获取统计单元内e金属元素的测试点个数；其中，e金属元素的测试点个数为N；
获取统计单元内e金属元素的含量值达到最低边界品位的测试点个数；其中，e金属元素的含量值达到最低边界品位的测试点个数为n；
统计单元内e金属元素的含量值达到最低边界品位的概率为n/N。
在上述技术方案的基础上，基于煤田勘探数据和科研文献数据获取n和N。
在上述技术方案的基础上，还包括：
基于统计单元内多个单一煤层中e金属元素资源量获取统计单元内煤中e金属元素资源量。
在上述技术方案的基础上，所述基于统计单元内多个单一煤层中e金属元素资源量获取统计单元内煤中e金属元素资源量具体为：
对多个单一煤层中e金属元素资源量求和以获取统计单元内煤中e金属元素资源量。
本发明实施例提供的一种煤中伴生金属资源量估算方法，首先收集相关煤田勘查报告，相关区域科研文献资料；其次，获取统计单元内单一煤层的煤炭资源量、统计单元内e金属元素的含量值达到最低边界品位的概率以及与统计单元内e金属元素的含量值达到最低边界品位的测试点相对应的第一含量值；最后，把统计单元内单一煤层的煤炭资源量、统计单元内e金属元素的含量值达到最低边界品位的概率以及与统计单元内e金属元素的含量值达到最低边界品位的测试点相对应的第一含量值这三个数据相乘以获取统计单元内单一煤层中e金属元素资源量。本发明实施例提供的煤中伴生金属资源量估算方法，在有限的勘查资料及测试数据的情况下，能够提高区域内煤中伴生的金属资源量的估算精度和合理性。
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，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为本发明实施例的煤中伴生金属资源量估算方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
煤中伴生金属资源量的大小是煤中金属资源是否具有开发利用价值的重要指标，但是由于煤中金属元素的富集不仅受到煤层时空分布的控制，还受到其他地质条件的约束，在煤层中的分布、富集往往是不均匀的，相对于煤层，煤中伴生的金属元素含量在区域内往往变化剧烈。而目前，在专门针对煤中金属的勘查投入较少的情况下利用煤炭勘查资料及少量的科研采样点测试数据时煤中伴生金属资源量估算的重要途径。
现有的煤中伴生金属资源量计算是在主矿体中进行的，而不另外圈定伴生元素的矿体，其矿体和块段与主要元素的矿体和块段是一致的，而煤中伴生的金属矿产资源，由于其不仅受煤层展布控制，还受到热液、物源、流体等因素控制，使煤中金属元素含量在煤层富集的分布很不均匀，达到最低边界品位，有价值的伴生金属资源的矿体与统计单元内煤层展布并不重合，煤中伴生金属资源矿体仅在局部煤层中出现。为了解决上述问题，本发明实施例提供一种煤中伴生金属资源量估算方法。
本发明实施例的煤中伴生金属资源量估算方法，包括：
基于统计单元内单一煤层的煤炭资源量、统计单元内e金属元素的含量值达到最低边界品位的概率以及与统计单元内e金属元素的含量值达到最低边界品位的测试点相对应的第一含量值获取统计单元内单一煤层中e金属元素资源量。
需要说明的是，煤中伴生的金属富集，其伴生金属资源有进一步开发利用前景的煤田或者井田往往都是已完成勘探工作，且有较多学者以及进行了较多采样研究。在一般的煤田勘查资料及科研文献中煤中的微量元素含量是重要的研究内容，可以查阅相关科研文献或者井田勘查资料得到，井田的煤炭资源分布及资源量也可在井田勘探资料中得到。
在本发明实施例中，首先收集相关煤田勘查报告，相关区域科研文献资料；其次，获取统计单元内单一煤层的煤炭资源量、统计单元内e金属元素的含量值达到最低边界品位的概率以及与统计单元内e金属元素的含量值达到最低边界品位的测试点相对应的第一含量值；最后，把统计单元内单一煤层的煤炭资源量、统计单元内e金属元素的含量值达到最低边界品位的概率以及与统计单元内e金属元素的含量值达到最低边界品位的测试点相对应的第一含量值这三个数据相乘以获取统计单元内单一煤层中e金属元素资源量。本发明实施例提供的煤中伴生金属资源量估算方法，在有限的勘查资料及测试数据的情况下，能够提高区域内煤中伴生的金属资源量的估算精度和合理性。
在上述实施例的基础上，统计单元内e金属元素的含量值达到最低边界品位的概率的获取方式为：
获取统计单元内e金属元素的测试点个数；其中，e金属元素的测试点个数为N；
获取统计单元内e金属元素的含量值达到最低边界品位的测试点个数；其中，e金属元素的含量值达到最低边界品位的测试点个数为n；
统计单元内e金属元素的含量值达到最低边界品位的概率为n/N。
需要说明的是，统计单元内e金属元素的含量值达到最低边界品位中的达到是指统计单元内e金属元素的含量值等于大于最低边界品位。
可以理解的是，基于煤田勘探数据和科研文献数据获取n和N。
在上述实施例的基础上，第一含量值的获取方式为：
与统计单元内e金属元素的含量达到最低边界品位的多个测试点一一对应的多个含量值的算数平均值作为第一含量值。
需要说明的是，统计单元内对于e金属元素的测试点个数为N，对与N个测试点的一一对应的含量值进行分析统计，统计单元内e金属元素的含量值等于大于最低边界品位的测试点个数n，与n个测试点一一对应的e金属元素的含量值分别为
那么
的算数平均值为Ge。
此时，统计单元内单一煤层中e金属元素资源量为：
式中：
为统计单元内A煤层中e金属元素资源量；QA为统计单元内A煤层的煤炭资源量。
在上述实施例的基础上，第一含量值的获取方式为：
与统计单元内e金属元素的含量值达到最低边界品位的多个测试点中的一个测试点相对应的含量值作为第一含量值。
需要说明的是，以与第二测试点相对应的含量值为例进行说明。
此时，统计单元内单一煤层中e金属元素资源量为：
式中：
为统计单元内A煤层中e金属元素资源量；QA为统计单元内A煤层的煤炭资源量。
可以理解的是，统计单元内单一煤层的煤炭资源量的获取方式为：基于煤田勘探数据和科研文献数据获取统计单元内A煤层的煤炭资源量QA。
在上述实施例的基础上，如图1所示，本发明实施例提供的煤中伴生金属资源量估算方法，包括：
S10，基于统计单元内单一煤层的煤炭资源量、统计单元内e金属元素的含量值达到最低边界品位的概率以及与统计单元内e金属元素的含量值达到最低边界品位的测试点相对应的第一含量值获取统计单元内单一煤层中e金属元素资源量；
基于煤田勘探数据和科研文献数据获取统计单元内A煤层的煤炭资源量QA；
基于煤田勘探数据和科研文献数据获取统计单元内e金属元素的测试点个数N；
基于煤田勘探数据和科研文献数据获取统计单元内e金属元素的含量值达到最低边界品位的测试点个数n；
此时，统计单元内e金属元素的含量值达到最低边界品位的概率为n/N；
与统计单元内e金属元素的含量达到最低边界品位的多个测试点一一对应的多个含量值的算数平均值作为第一含量值，第一含量值为Ge；
此时，统计单元内A煤层中e金属元素资源量为：
式中：
为统计单元内A煤层中e金属元素资源量；QA为统计单元内A煤层的煤炭资源量；
S20，基于统计单元内多个单一煤层中e金属元素资源量获取统计单元内煤中e金属元素资源量。
需要说明的是，根据统计单元内A煤层e金属元素资源量、B煤层e金属元素资源量、C煤层e金属元素资源量、、、N煤层e金属元素资源量获取统计单元内煤中e金属元素资源量。
在上述实施例的基础上，基于统计单元内多个单一煤层中e金属元素资源量获取统计单元内煤中e金属元素资源量具体为：
对多个单一煤层中e金属元素资源量求和以获取统计单元内煤中e金属元素资源量。
需要说明的是，对统计单元内A煤层e金属元素资源量、B煤层e金属元素资源量、C煤层e金属元素资源量、、、N煤层e金属元素资源量求和以获取统计单元内煤中e金属元素资源量。
需要说明的是，e金属元素可以为镓或者锗。
以上所述仅为本发明的较佳实施例而已，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 (8)
1.一种煤中伴生金属资源量估算方法，其特征在于，包括：
基于统计单元内单一煤层的煤炭资源量、统计单元内e金属元素的含量值达到最低边界品位的概率以及与统计单元内e金属元素的含量值达到最低边界品位的测试点相对应的第一含量值获取统计单元内单一煤层中e金属元素资源量。
2.根据权利要求1所述的煤中伴生金属资源量估算方法，其特征在于，所述第一含量值的获取方式为：
与统计单元内e金属元素的含量达到最低边界品位的多个测试点一一对应的多个含量值的算数平均值作为所述第一含量值。
3.根据权利要求1所述的煤中伴生金属资源量估算方法，其特征在于，所述第一含量值的获取方式为：
与统计单元内e金属元素的含量值达到最低边界品位的多个测试点中的一个测试点相对应的含量值作为所述第一含量值。
4.根据权利要求1至3任一项所述的煤中伴生金属资源量估算方法，其特征在于，所述统计单元内单一煤层的煤炭资源量的获取方式为：
基于煤田勘探数据和科研文献数据获取统计单元内单一煤层的煤炭资源量。
5.根据权利要求1至3任一项所述的煤中伴生金属资源量估算方法，其特征在于，所述统计单元内e金属元素的含量值达到最低边界品位的概率的获取方式为：
获取统计单元内e金属元素的测试点个数；其中，e金属元素的测试点个数为N；
获取统计单元内e金属元素的含量值达到最低边界品位的测试点个数；其中，e金属元素的含量值达到最低边界品位的测试点个数为n；
统计单元内e金属元素的含量值达到最低边界品位的概率为n/N。
6.根据权利要求5所述的煤中伴生金属资源量估算方法，其特征在于，基于煤田勘探数据和科研文献数据获取n和N。
7.根据权利要求1至3任一项所述的煤中伴生金属资源量估算方法，其特征在于，还包括：
基于统计单元内多个单一煤层中e金属元素资源量获取统计单元内煤中e金属元素资源量。
8.根据权利要求7所述的煤中伴生金属资源量估算方法，其特征在于，所述基于统计单元内多个单一煤层中e金属元素资源量获取统计单元内煤中e金属元素资源量具体为：
对多个单一煤层中e金属元素资源量求和以获取统计单元内煤中e金属元素资源量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010640946.XA CN111860983B (zh) | 2020-07-06 | 2020-07-06 | 煤中伴生金属资源量估算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010640946.XA CN111860983B (zh) | 2020-07-06 | 2020-07-06 | 煤中伴生金属资源量估算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111860983A true CN111860983A (zh) | 2020-10-30 |
| CN111860983B CN111860983B (zh) | 2021-08-06 |
Family
ID=73152256
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010640946.XA Active CN111860983B (zh) | 2020-07-06 | 2020-07-06 | 煤中伴生金属资源量估算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111860983B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112836863A (zh) * | 2021-01-18 | 2021-05-25 | 河北工程大学 | 一种煤矿伴生矿产勘查系统及勘查方法 |
| CN112948445A (zh) * | 2021-05-13 | 2021-06-11 | 中国煤炭地质总局勘查研究总院 | 用于预测煤中稀土矿产资源靶区的方法及电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2106435A2 (de) * | 2006-12-28 | 2009-10-07 | Schweiger, Martin | Aus biomasse hergestellter werk- und/oder brennstoff |
| CN101592650A (zh) * | 2009-07-13 | 2009-12-02 | 江苏沙钢集团有限公司 | 电炉炼钢炉内钢水碳含量的连续测定方法 |
| CN102944570A (zh) * | 2012-12-02 | 2013-02-27 | 天津陆海石油设备系统工程有限责任公司 | 一种基于x射线元素荧光的岩石样品岩性定名的分析方法 |
| CN105005706A (zh) * | 2015-07-31 | 2015-10-28 | 陕西煤业化工技术研究院有限责任公司 | 一种单一煤层火烧区边界的估算方法 |
| CN107545103A (zh) * | 2017-08-19 | 2018-01-05 | 安徽省环境科学研究院 | 煤矿区土壤重金属含量空间模型建立方法 |
| CN110442666A (zh) * | 2019-08-02 | 2019-11-12 | 中国地质调查局发展研究中心 | 一种基于神经网络模型的矿产资源预测方法及系统 |
-
2020
- 2020-07-06 CN CN202010640946.XA patent/CN111860983B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2106435A2 (de) * | 2006-12-28 | 2009-10-07 | Schweiger, Martin | Aus biomasse hergestellter werk- und/oder brennstoff |
| CN101592650A (zh) * | 2009-07-13 | 2009-12-02 | 江苏沙钢集团有限公司 | 电炉炼钢炉内钢水碳含量的连续测定方法 |
| CN102944570A (zh) * | 2012-12-02 | 2013-02-27 | 天津陆海石油设备系统工程有限责任公司 | 一种基于x射线元素荧光的岩石样品岩性定名的分析方法 |
| CN105005706A (zh) * | 2015-07-31 | 2015-10-28 | 陕西煤业化工技术研究院有限责任公司 | 一种单一煤层火烧区边界的估算方法 |
| CN107545103A (zh) * | 2017-08-19 | 2018-01-05 | 安徽省环境科学研究院 | 煤矿区土壤重金属含量空间模型建立方法 |
| CN110442666A (zh) * | 2019-08-02 | 2019-11-12 | 中国地质调查局发展研究中心 | 一种基于神经网络模型的矿产资源预测方法及系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112836863A (zh) * | 2021-01-18 | 2021-05-25 | 河北工程大学 | 一种煤矿伴生矿产勘查系统及勘查方法 |
| CN112836863B (zh) * | 2021-01-18 | 2024-02-20 | 河北工程大学 | 一种煤矿伴生矿产勘查系统及勘查方法 |
| CN112948445A (zh) * | 2021-05-13 | 2021-06-11 | 中国煤炭地质总局勘查研究总院 | 用于预测煤中稀土矿产资源靶区的方法及电子设备 |
| CN112948445B (zh) * | 2021-05-13 | 2021-07-23 | 中国煤炭地质总局勘查研究总院 | 用于预测煤中稀土矿产资源靶区的方法及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111860983B (zh) | 2021-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111860983B (zh) | 煤中伴生金属资源量估算方法 | |
| WO2018001338A1 (zh) | 基于灰色系统的大洋性鱿鱼类资源丰度预测方法 | |
| Henderson | Exploring between site differences in water quality trends: a functional data analysis approach | |
| CN106053514B (zh) | 一种烃源岩有机质生烃转化率的评价方法 | |
| Barnett et al. | Salt-marsh testate amoebae as precise and widespread indicators of sea-level change | |
| CN113720639B (zh) | 一种污染场地调查补充采样的方法 | |
| CN104237966A (zh) | 测算地下有机质孔隙度的方法和装置 | |
| CN110987909A (zh) | 一种耕地土壤重金属的空间分布及来源解析方法及装置 | |
| CN104899448B (zh) | 一种集合卡尔曼滤波静态局地化方案的自适应补偿方法 | |
| Schiffelbein et al. | Direct assessment of stable isotope variability in planktonic foraminifera populations | |
| CN111707490A (zh) | 一种农用地土壤污染调查分阶段分区采样的方法 | |
| CN110850492B (zh) | 地磁Kp指数的反演方法、系统、电子装置及存储介质 | |
| CN111999324B (zh) | 一种混积细粒沉积岩四端元体岩性岩相识别方法 | |
| CN113159102B (zh) | 一种多时间尺度的光伏功率预测方法及系统 | |
| Massey et al. | An intertidal foraminifera-based transfer function for reconstructing Holocene sea-level change in southwest England | |
| Robinson et al. | Deep-sea scleractinian coral age and depth distributions in the northwest Atlantic for the last 225,000 years | |
| Wang et al. | Spatial Variation of Extreme Rainfall Observed From Two Century‐Long Datasets | |
| CN108959554A (zh) | 一种基于环境地球化学基线的应用方法 | |
| CN112016032A (zh) | 基于热解参数图版式的烃源岩排烃效率计算方法及系统 | |
| CN116541681A (zh) | 一种基于协同克里金插值的复合灾害空间变异性识别方法 | |
| CN116298190A (zh) | 一种地球化学勘查指标元素的筛选和确定方法 | |
| CN102565280A (zh) | 一种确定湖泊沉积物高氮和/或磷风险区的方法 | |
| Martinez et al. | Understanding gravity gradiometry processing and interpretation through the Kauring test site data | |
| CN113449789A (zh) | 基于大数据的全光谱水质监测设备监测水质的质控方法 | |
| CN112304843A (zh) | 一种泥页岩中页岩气吸附量定量表征方法 |
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 |