CN112782773A - 一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法 - Google Patents
一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法 Download PDFInfo
- Publication number
- CN112782773A CN112782773A CN202011610567.2A CN202011610567A CN112782773A CN 112782773 A CN112782773 A CN 112782773A CN 202011610567 A CN202011610567 A CN 202011610567A CN 112782773 A CN112782773 A CN 112782773A
- Authority
- CN
- China
- Prior art keywords
- rock
- evaluating
- predicting
- thorium
- niobium
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction
-
- 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
- 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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明属于铀矿地质勘查领域,具体涉及一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,包括:步骤(1)、开展地质调查,阐明控岩控矿构造体系;步骤(2)、开展地表放射性面积测量或采用网格化采集岩石样品,评价含矿均一性;步骤(3)、开展地面高精度磁法面积测量,获得岩体深部平面形态;步骤(4)、开展音频大地电磁剖面测量,圈定岩体深部剖面形态;步骤(5)、多元信息叠合,预测评价深部铀钍铌钽资源。本发明方法能够实现侵入岩型铀矿床深部隐伏资源有效、快速的探测,提高找矿效率,降低勘探成本。
Description
技术领域
本发明属于铀矿地质勘查领域,具体涉及一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法。
背景技术
侵入岩型铀矿床是重要的铀矿床类型之一,在IAEA的矿床分类中排序位于第一,按成矿作用过程的不同,又可分为与部分熔融作用有关的侵入岩型矿床和与结晶分异作用有关的侵入岩型矿床。这一类型的铀矿床往往以铀品位低、规模大、埋藏浅为特征,例如,纳米比亚罗辛铀矿(与部分熔融作用有关),已开采八氧化三铀资源量13万吨,尚有查明资源量22.7万吨。除铀资源外,侵入岩型铀矿床往往同时共伴生其它稀有和稀土金属元素等,例如,沙特阿拉伯古赖亚赫铀矿床(与结晶分异作用有关),铀资源约6万吨,共生钽资源近8万吨,铌资源约105万吨,同时富含近百万吨稀土资源。是当前铀矿勘查和开采的主要矿床类型。
近年来,随着难溶矿物选矿和水冶技术的突破,已经实现了独居石提取铀和稀土的规模化生产,一些以重矿物为主要赋矿矿物类型的碱性花岗岩等侵入岩型铀矿床也逐步得到了重视,相继开展了进一步勘查工作。
随着选矿和水冶技术的进一步突破,侵入岩型铀钍铌钽矿床资源会越来越重要,建立或开发相关的勘查与评价方法是尤为必要的和重要的。
发明内容
本发明的目的在于提供一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,该方法能够实现侵入岩型铀矿床深部隐伏资源有效、快速的探测,提高找矿效率,降低勘探成本。
实现本发明目的的技术方案:一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,包括以下步骤:
步骤(1)、开展地质调查,阐明控岩控矿构造体系;
步骤(2)、开展地表放射性面积测量或采用网格化采集岩石样品,评价含矿均一性;
步骤(3)、开展地面高精度磁法面积测量,获得岩体深部平面形态;
步骤(4)、开展音频大地电磁剖面测量,圈定岩体深部剖面形态;
步骤(5)、多元信息叠合,预测评价深部铀钍铌钽资源。
进一步地,所述步骤(1)具体为:收集工作区的地质、物探、化探、遥感和放射性调查数据,开展矿化岩体及周边围岩的地质调查,查明矿化岩体及周边的构造体系,预测矿化岩体的深部产状,推测深部岩体的展布形态,部署放射性测量和地球物理测量。
进一步地,所述矿化岩体及周边围岩的地质调查包括大比例尺地质填图、中比例尺区域地质填图或小比例尺区域地质调查。
进一步地,所述大比例尺地质填图的精度为1:2000-1:5000,中比例尺区域地质填图的精度为1:10000-1:50000,小比例尺区域地质调查的精度为1:250000。
进一步地,所述步骤(2)具体为:开展地表放射性面积测量或采用网格化采集岩石样品,进行铀等元素化学分析,将分析结果作成含量等值线图,对含矿均一性进行评价。
进一步地,所述放射性面积测量方法包括地面伽马测量、多道能谱测量方法、土壤氡气测量方法。
进一步地,所述放射性面积测量的测量精度为1:2000-1:5000。
进一步地,所述磁法面积测量的精度为1:5000或1:2000。
进一步地,所述步骤(4)具体为:设置多条音频大地电磁AMT测深剖面,解译出矿化侵入体剖面形态,不同位置的发育深度信息。
进一步地,所述步骤(5)具体为:根据步骤(1)至步骤(4)获取的多元信息,进行权重叠加,确定隐伏矿化岩体三维空间分布范围,预测评价深部铀钍铌钽资源。
本发明的有益技术效果在于:
1、本发明提供的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,针对侵入岩型铀矿床的特有性质,能简化勘探流程,提高钻探见矿率,降低勘探风险;
2、本发明提供的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,有别于传统方法的“先钻探,后构建三维模型”,三维模型无法指导钻探工程;而是直接应用地球物理和地质手段,先建立三维模型,在模型的指导下开展钻探工程;
3、本发明提供的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,在三维矿化岩体模型的指导下,有利于应用计算机软件,通过数理统计法快速、可靠的估算资源量;相比传统的地质块段法的人工计算,提高了工作效率;
4、本发明提供的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,提供侵入岩型铀矿床勘探的一种成熟思路,为我国在该类型铀矿床的勘探提供重要的指导价值。
附图说明
图1为本发明所提供的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法流程图;
图2为本发明实施例中沙特阿拉伯某典型侵入岩型铀矿床地面能谱铀等值线图;
图3为本发明实施例中沙特阿拉伯某典型侵入岩型铀矿床地面能谱钍等值线图;
图4为本发明实施例中沙特阿拉伯某典型侵入岩型铀矿床高精度磁测化极磁异常图;
图5为本发明实施例中沙特阿拉伯某典型侵入岩型铀矿床AMT测量结果3D示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
如图1所示,本发明提供的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,具体包括以下步骤:
步骤(1):开展地质调查,阐明控岩控矿构造体系。
系统收集工作区的地质、物探、化探、遥感和放射性调查数据,在系统整理和研究的基础上,开展矿化岩体及周边围岩的地质调查,地质调查以大比例尺地质填图为优先,精度要求达到1:2000-1:5000。结合1:10000-1:50000中比例尺区域地质填图或1:250000小比例尺区域地质图或区域地质调查,系统查明矿化岩体及周边的构造体系,包括区域构造、矿区构造和矿体构造。对区内构造按照期次和性质进行划分,识别出成矿期前构造和期后构造。对与成矿有关的控岩控矿构造进行追溯性调查,查明断层走向、倾向、倾角以及力学性质,以此为基础预测矿化岩体的深部产状,初步推测深部岩体的展布形态,合理部署放射性测量(步骤(2))和地球物理测量(步骤(3)和步骤(4))。
步骤(2):开展地表放射性面积测量,评价含矿均一性。
无论是与部分熔融作用有关的侵入岩型铀矿,还是与岩浆结晶分异作用有关的铀矿床,受成矿环境和条件,或后期构造破坏作用,或后期赋矿流体叠加作用,等因素的影响,岩体含矿性在不同部位会有一定差距,或富集叠加,或贫化减弱。在地表出露区和推测隐伏区开展放射性面积测量,测量精度1:2000-1:5000。根据测量结果判断矿化是否均一,圈定异常带(低值异常带和高值异常带)分布范围,推测异常带延伸趋势,分析异常形成原因和制约因素,为步骤(4)音频大地电磁剖面布设和步骤(5)钻探工程部署间距和位置提供充分依据。
更具体的,根据研究区矿化岩体出露情况,放射性测量可以选用不同方法。在基岩裸露区,以地面伽马测量或多道能谱测量方法为首选;在第四系覆盖区,以土壤氡气测量方法为首选。
优选的,在矿化岩体出露良好的前提下,可以采用网格化采集岩石样品替代所述步骤(2)中放射性测量,进行铀等元素化学分析,将分析结果作成含量等值线图并开展分析研究。
步骤(3):开展地面高精度磁法面积测量,获得岩体深部平面形态。
在岩体出露和推测隐伏的区域,开展地面高精度磁法测量,磁法测量精度为1:5000或1:2000,探测隐伏岩体的平面投影形态。在侵入岩体与围岩岩性有较大差异时,高精度磁法对不同地质体的磁性有明显反应,但由于测量数值是垂向磁性综合叠加的结果,其岩体边界往往需要地质判据,如岩体边界、控岩断裂等进行约束。不同深度向上延拓,也可以在一定程度上反映不同深度岩体平面展布形态信息。
进一步的,对于褐铁矿等矿物强烈发育的地段,容易产生低磁异常,这种低磁异常往往反映成矿元素超常富集。
步骤(4):开展音频大地电磁剖面测量,圈定岩体深部剖面形态。
在步骤(1)、步骤(2)和步骤(3)圈定的深部隐伏岩体发育地段,在垂直岩体走向和沿着岩体走向的方向,平行设置多条音频大地电磁(AMT)测深剖面。AMT剖面长度应跨越预测隐伏岩体范围,并向两端延长200m以上,测量点距25m。根据测量结果,解译出矿化侵入体剖面形态,不同位置的发育深度信息。联合磁法测量结果,将不同深度岩体的平面展布形态与垂向上的剖面形态联立,初步构建出基于地球物理探测的岩体三维可视化模型,指导进一步的钻探工程部署。
优选的,在有岩体出露地区,开展已知勘探线剖面的AMT测深,根据地质剖面已知信息,进行正演解译,确定不同岩性的物性参数,协助AMT数据反演解译,提升解译结果的可靠性。
步骤(5):多元信息叠合,预测评价深部铀钍铌钽资源。
基于步骤(1)至步骤(4)获取的多元信息,进行权重叠加,圈定隐伏矿化岩体三维空间展布范围,预测评价深部铀钍铌钽资源。根据资源量提交的级别要求,按一定的工程网度部署钻探工程,在普查阶段,该类型铀矿床钻孔基本间距200m×200m,在详查阶段,该类型铀矿床钻孔基本间距100m×100m。若步骤(2)中发现矿化不均一程度较大,钻孔基本间距可分别扩大至100m×100m和50m×50m。钻孔勘探线应垂直岩体走向,钻孔方向应尽量与岩体倾向保持垂直。在含矿性发生变化或高值异常带,应适当增加钻孔数量,钻孔方向应与异常带或与控矿构造成大锐角相交。考虑到侵入岩型铀矿床往往伴生稀有、稀土金属元素,在钻探查证过程中,应对矿化岩体进行系统的、连续的取样,并选择合适的溶样方法进行化学分析,评价铀资源量。
实施例1沙特阿拉伯Tabuk地区某侵入岩型铀矿床深部隐伏资源评价
该矿床为铀-稀有-稀土金属复合矿床,在地表出露0.27km2,以往工作仅对地表资源进行了调查,深部岩体展布和矿化情况不明确。通过本发明方法实施,成功建立了矿化岩体1000米以深的深部模型,将矿化岩体规模扩大了3倍,估算矿石量数十亿吨。
步骤(1):开展地质调查,确定控岩控矿构造体系。
系统收集了沙特阿拉伯Tabuk地区某侵入岩型矿床及区域的地质、物探、化探、遥感和放射性调查数据,具体包括1:25万航磁、1:25万航放、1:25地质图等数据,并基于遥感数据,开展了1:5万遥感地质解译。在系统整理和研究的基础上,开展矿化岩体及周边围岩的地质调查,填制了矿床及周边1:2000地质图,系统查明了矿化岩体及周边的构造体系,识别出岩体北~北东侧的NW向区域断裂为控岩控矿断裂。断层走向北西、倾向西南,控制着矿化岩体向东南方向延伸和西南方向延深,在平面上圈定矿化岩体出露区的东南方向和南部为隐伏岩体发育方位。
步骤(2):开展地表放射性面积测量,评价含矿均一性。
在步骤(1)的认识基础上,圈定了以岩体出露区和东南推测隐伏区位中心的1km2范围,开展地表放射性测量。由于工作区基岩裸露情况良好,适宜开展地面多道能谱测量,测量精度为1:5000,测量点距为50m×20m。能谱铀等值线图和能谱钍等值线图,分别如图2和图3所示。多道能谱测量结果表明,去除矿石表面第四系冲击物覆盖等因素对放射性强弱的影响,岩体铀矿化和钍矿化均一性较好。
步骤(3):开展地面高精度磁法面积测量,获得岩体深部平面形态。
在岩体出露和推测隐伏的区域,开展了地面高精度磁法测量,测区面积完全覆盖并大于岩体出露和推测隐伏的区域面积,磁法测量精度为1:5000,点距为50m×20m,测线方向与岩体走向垂直。如图4所示,与变质围岩相比较,该侵入岩(碱性花岗岩)具有中等磁异常,化极磁异常清晰的反映出了矿化岩体的平面展布形态。在岩体地表出露区的东南侧,发现一区域低磁异常区,经判定与矿床局部发育的褐铁矿化有关,为高品位矿化的线索,经后期钻探查证,发现铀、钍、铌、钽、稀土综合品位超过20%的富大矿体。
步骤(4):开展音频大地电磁剖面测量,圈定岩体深部剖面形态。
在步骤(1)、步骤(2)和步骤(3)圈定的深部隐伏岩体发育地段,在垂直岩体走向和沿着岩体走向的方向,平行设置了5条音频大地电磁(AMT)测深剖面,其中2条沿着岩体走向布设,另外3条沿着岩体倾向布设。AMT剖面长度均跨越预测隐伏岩体范围,并向两端延长200m以上,测量点距25m。如图5所示,经对测深结果进行解译,大致构建了以低阻为特征的矿化岩体的深部形态。
步骤(5):多元信息叠合,预测评价深部铀钍铌钽资源。
基于步骤(1)至步骤(4)圈定的隐伏岩体范围,根据提交推断级资源量的要求,部署了24个岩心钻孔,工程基本间距200m×200m,具体钻孔位置根据各类地质与矿化等信息进行调整,钻孔深度从岩体中心至边缘,从岩体顶部至深部,逐渐变浅。钻孔勘探线基本垂直岩体走向,钻孔方向与岩体倾向保持垂直。
钻孔岩心连续取样分析结果表明,见矿孔达22个,见矿率达90%以上。估算了铀资源量近6万吨,钽、铌、稀土等金属资源量超百万吨。
上面结合附图和实施例对本发明作了详细说明,但是本发明并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。
Claims (10)
1.一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,其特征在于,包括以下步骤:
步骤(1)、开展地质调查,阐明控岩控矿构造体系;
步骤(2)、开展地表放射性面积测量或采用网格化采集岩石样品,评价含矿均一性;
步骤(3)、开展地面高精度磁法面积测量,获得岩体深部平面形态;
步骤(4)、开展音频大地电磁剖面测量,圈定岩体深部剖面形态;
步骤(5)、多元信息叠合,预测评价深部铀钍铌钽资源。
2.根据权利要求1所述的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,其特征在于,所述步骤(1)具体为:收集工作区的地质、物探、化探、遥感和放射性调查数据,开展矿化岩体及周边围岩的地质调查,查明矿化岩体及周边的构造体系,预测矿化岩体的深部产状,推测深部岩体的展布形态,部署放射性测量和地球物理测量。
3.根据权利要求2所述的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,其特征在于,所述矿化岩体及周边围岩的地质调查包括大比例尺地质填图、中比例尺区域地质填图或小比例尺区域地质调查。
4.根据权利要求3所述的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,其特征在于,所述大比例尺地质填图的精度为1:2000-1:5000,中比例尺区域地质填图的精度为1:10000-1:50000,小比例尺区域地质调查的精度为1:250000。
5.根据权利要求1所述的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,其特征在于,所述步骤(2)具体为:开展地表放射性面积测量或采用网格化采集岩石样品,进行铀等元素化学分析,将分析结果作成含量等值线图,对含矿均一性进行评价。
6.根据权利要求5所述的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,其特征在于,所述放射性面积测量方法包括地面伽马测量、多道能谱测量方法、土壤氡气测量方法。
7.根据权利要求5所述的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,其特征在于,所述放射性面积测量的测量精度为1:2000-1:5000。
8.根据权利要求1所述的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,其特征在于,所述磁法面积测量的精度为1:5000或1:2000。
9.根据权利要求1所述的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,其特征在于,所述步骤(4)具体为:设置多条音频大地电磁AMT测深剖面,解译出矿化侵入体剖面形态,不同位置的发育深度信息。
10.根据权利要求1所述的一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法,其特征在于,所述步骤(5)具体为:根据步骤(1)至步骤(4)获取的多元信息,进行权重叠加,确定隐伏矿化岩体三维空间分布范围,预测评价深部铀钍铌钽资源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011610567.2A CN112782773B (zh) | 2020-12-30 | 2020-12-30 | 一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011610567.2A CN112782773B (zh) | 2020-12-30 | 2020-12-30 | 一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112782773A true CN112782773A (zh) | 2021-05-11 |
CN112782773B CN112782773B (zh) | 2022-02-18 |
Family
ID=75753881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011610567.2A Active CN112782773B (zh) | 2020-12-30 | 2020-12-30 | 一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112782773B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114814978A (zh) * | 2022-04-15 | 2022-07-29 | 中国地质科学院矿产资源研究所 | 一种基于多深度尺度的花岗岩区钨锡矿勘探方法 |
CN115480320A (zh) * | 2022-11-02 | 2022-12-16 | 山东省地质矿产勘查开发局第五地质大队(山东省第五地质矿产勘查院) | 基于amt与放射性测量圈定中生代隐伏碱性杂岩体方法 |
CN118169772A (zh) * | 2024-05-15 | 2024-06-11 | 青岛海洋地质研究所 | 基于多元信息的海底重砂矿体定位方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09127255A (ja) * | 1995-11-06 | 1997-05-16 | Harumi Araki | 地質分析法 |
CN105549113A (zh) * | 2014-10-31 | 2016-05-04 | 核工业北京地质研究院 | 火山岩型铀矿田科学深钻场址遴选方法 |
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 |
RU2659109C1 (ru) * | 2017-08-31 | 2018-06-28 | Семен Алексеевич Горобец | Способ определения металлов в породах и флюидах зон трещиноватости |
CN108279444A (zh) * | 2017-12-25 | 2018-07-13 | 核工业北京地质研究院 | 一种热液型铀矿深部探测方法 |
CN109991681A (zh) * | 2019-04-17 | 2019-07-09 | 湖南省地质调查院 | 一种基于地质及地球物理技术的稀有金属矿床找矿方法 |
CN110632669A (zh) * | 2019-09-05 | 2019-12-31 | 山东省地质矿产勘查开发局第六地质大队 | 一种复杂构造岩浆活动区脉状铅锌银矿找矿方法 |
CN112799149A (zh) * | 2020-12-30 | 2021-05-14 | 核工业北京地质研究院 | 一种热液铀成矿中心的识别方法 |
-
2020
- 2020-12-30 CN CN202011610567.2A patent/CN112782773B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09127255A (ja) * | 1995-11-06 | 1997-05-16 | Harumi Araki | 地質分析法 |
CN105549113A (zh) * | 2014-10-31 | 2016-05-04 | 核工业北京地质研究院 | 火山岩型铀矿田科学深钻场址遴选方法 |
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 |
RU2659109C1 (ru) * | 2017-08-31 | 2018-06-28 | Семен Алексеевич Горобец | Способ определения металлов в породах и флюидах зон трещиноватости |
CN108279444A (zh) * | 2017-12-25 | 2018-07-13 | 核工业北京地质研究院 | 一种热液型铀矿深部探测方法 |
CN109991681A (zh) * | 2019-04-17 | 2019-07-09 | 湖南省地质调查院 | 一种基于地质及地球物理技术的稀有金属矿床找矿方法 |
CN110632669A (zh) * | 2019-09-05 | 2019-12-31 | 山东省地质矿产勘查开发局第六地质大队 | 一种复杂构造岩浆活动区脉状铅锌银矿找矿方法 |
CN112799149A (zh) * | 2020-12-30 | 2021-05-14 | 核工业北京地质研究院 | 一种热液铀成矿中心的识别方法 |
Non-Patent Citations (3)
Title |
---|
张忠平: "物探方法在柯坪地区铀成矿找矿中的应用", 《中国核科学技术进展报告(第四卷)——中国核学会2015年学术年会论文集第1册(铀矿地质分卷、铀矿冶分卷)中国核学会会议论文集》 * |
汪硕 等: "AMT和高精度磁测方法在坟沟深部铀成矿环境勘查中的应用", 《中国核科学技术进展报告(第五卷)——中国核学会2017年学术年会论文集第1册(铀矿地质分卷(上))中国核学会会议论文集》 * |
邱日平 等: "广西苗儿山地区花岗岩型铀矿物探找矿方法体系研究", 《中国核科学技术进展报告(第六卷)——中国核学会2019年学术年会论文集第1册(铀矿地质分卷(上))中国核学会会议论文集》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114814978A (zh) * | 2022-04-15 | 2022-07-29 | 中国地质科学院矿产资源研究所 | 一种基于多深度尺度的花岗岩区钨锡矿勘探方法 |
CN115480320A (zh) * | 2022-11-02 | 2022-12-16 | 山东省地质矿产勘查开发局第五地质大队(山东省第五地质矿产勘查院) | 基于amt与放射性测量圈定中生代隐伏碱性杂岩体方法 |
CN118169772A (zh) * | 2024-05-15 | 2024-06-11 | 青岛海洋地质研究所 | 基于多元信息的海底重砂矿体定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112782773B (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109814172B (zh) | 一种白岗岩型铀矿深部找矿预测与定位方法 | |
CN112782773B (zh) | 一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法 | |
CN109828316B (zh) | 一种钙结岩型铀矿找矿勘查方法 | |
CN105005097B (zh) | 利用重力、磁力、电磁、地震资料综合识别火成岩方法 | |
Comte et al. | The typology of Irish hard-rock aquifers based on an integrated hydrogeological and geophysical approach | |
CN108761564A (zh) | 一种新生代岩浆型铜多金属矿找矿方法 | |
CN107329188A (zh) | 高原干旱半干旱荒漠区矽卡岩型‑热液型铜钨多金属矿勘探方法 | |
CN111045114B (zh) | 一种玄武岩覆盖区砂岩型铀矿成矿有利砂体识别定位方法 | |
CN111090709A (zh) | 一种砂岩型铀矿成矿预测的大数据地质分析方法 | |
CN108680965B (zh) | 一种适用于戈壁荒漠浅覆盖区快速找矿方法 | |
CN112684515B (zh) | 一种铀钼矿床靶区圈定方法 | |
CN113189668B (zh) | 一种盆地内部砂岩型铀矿的找矿方法 | |
CN111158052B (zh) | 基于三维储层反演井中含铀砂体井旁分布范围的圈定方法 | |
CN114384605A (zh) | 一种预测与碱性岩浆相关伟晶岩型铀、钍资源的方法 | |
CN112444891B (zh) | 一种火山岩型铀多金属矿深部矿体探测方法 | |
CN111967631A (zh) | 一种砂岩型铀矿勘探早期成矿远景区预测的方法 | |
CN115081685A (zh) | 一种金属矿床深部资源三维可视化定位预测方法 | |
CN116359998A (zh) | 一种在高寒冻土覆盖区断裂构造控制金矿的找矿方法 | |
CN113325486A (zh) | 覆盖区下的构造蚀变岩型矿物勘查方法、系统及装置 | |
CN113885082A (zh) | 一种类卡林型金矿深部探测方法 | |
CN114740538A (zh) | 基于多元地球物理的矽卡岩型富铁矿深部勘查方法及系统 | |
Fallon et al. | Application of geophysics in metalliferous mines | |
CN114152995B (zh) | 一种适用于南秦岭高切割浅覆盖区的金矿快速找矿方法 | |
CN111323846A (zh) | 一种多元控矿因素组合定量成矿预测方法 | |
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 |
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 |