CN112878998A

CN112878998A - 地下卤水型钾矿和锂矿的储卤层预测和资源量评价方法

Info

Publication number: CN112878998A
Application number: CN202110116009.9A
Authority: CN
Inventors: 陈小二; 张兵; 杨凯; 裴文彬; 林晓杨; 张赛明; 王昌勇; 邢凤存; 郑荣才
Original assignee: Chengdu Univeristy of Technology
Current assignee: Chengdu Univeristy of Technology
Priority date: 2021-01-28
Filing date: 2021-01-28
Publication date: 2021-06-01
Anticipated expiration: 2041-01-28
Also published as: CN112878998B

Abstract

本发明提供了一种地下卤水型钾矿和锂矿的储卤层预测和资源量评价方法，所述储卤层预测方法为建立波阻抗、伽马、孔隙度和电阻率的非线性关系，以地震反演的波阻抗为基础，获得地层各参数的物性反演体，预测具有低伽马、高孔隙度、低阻抗和低电阻率特征的储卤地层分布，并绘制储卤层的参数图件；所述资源量评价方法为采用上述方法预测地下卤水的空间展布特征，检测地下卤水样品的钾离子含量，并利用钾锂含量的正相关关系估算对应卤水样品中的锂离子含量，从而计算地下卤水型锂矿资源量评估所需的各种参数。本发明能够较为准确地预测卤水层的空间展布，实现对地下卤水型锂矿和钾矿资源量的有效落实。

Description

地下卤水型钾矿和锂矿的储卤层预测和资源量评价方法

技术领域

本发明涉及液体矿藏资源量计算方法的技术领域，具体来讲，涉及一种地下卤水型钾矿和锂矿的储卤层预测和资源量评价方法。

背景技术

锂在自然界中主要以赋存于锂辉石、锂云母中固体资源和卤水中液体资源两种形式存在。全球至少20个国家发现了锂矿床，包括智利、玻利维亚、中国、澳大利亚、美国、巴西、葡萄牙、阿根廷、俄罗斯、津巴布韦、刚果民主共和国、塞尔维亚、西班牙、奥地利、以色列、爱尔兰、法国、印度、南非、芬兰、瑞典、莫桑比克等。中国锂矿资源丰富，矿床多，规模大，是我国的优势矿产之一。锂矿床在空间上的分布具有区域性集中的趋向，储量明显集中在青藏高原，所探明的锂矿床分布于我国9个省(自治区)，此外，在湖南、新疆、河南、福建、陕西等5个省(自治区)亦有产出。其中，四川甲基卡伟晶岩型锂矿床是我国最大的固体锂矿，探明氧化锂储量约90×104t。在盐湖方面，青海察尔汗盐湖是我国规模最大的锂资源产地。目前，盐湖生产的锂盐产品已占锂产品总量的85％以上，例如，智利阿塔卡玛盐湖、美国西尔斯湖与银峰湖的地下卤水以及阿根廷Hombe Muerto盐湖都有较强的锂生产能力。

我国盐湖锂资源储量巨大，但镁/锂比值较高，高达40～1500:1，开采难度和成本较高。地下卤水的镁/锂比值含量较低，且能够利用油田现有的钻井和官网系统，开采成本是锂矿中最低的一种。但是，现有资源量的计算方法并不能对地下卤水型锂矿进行有效的评估。发明人表示，无法评估地下卤水型锂矿的主要原因包括：

(1)地下卤水型锂矿深埋于地下，其样品的获取与采集需要通过钻井才能获得。但由于钻井数量不足，不能有效地对地区进行地下采样或者钻井；又或者钻井数量足够，但锂离子是一种微量元素，只有特殊设备才能检测。这两种情况都造成了地下水样品的检测数量无法满足资源量计算的需要。

(2)地下液体矿藏的资源量计算通常会利用地球物理资料计算地下的储层厚度、孔隙度、含水饱和度等参数，但是，含富锂卤水的地层没有区别于其他地层的测井响应特征，也就无法对地下卤水型锂矿所需的各种参数进行计算。

因此，有必要形成一种预测富锂卤水空间分布的方法，从而实现资源量的有效落实。

发明内容

发明人经研究发现：现有技术中尚无预测富锂卤水空间展布的方法，但是，地下卤水的钾和锂含量往往具有一定的正相关关系，表明二者经历相似的迁移过程。因此，可以利用钾、锂具有相似的地球化学演化特征的特点，通过预测富钾卤水的分布情况来间接预测富锂卤水的分布，从而实现资源量的有效落实。

本发明的目的在于解决现有技术存在的上述不足中的至少一项。例如，本发明的目的之一在于提供一种预测富锂卤水空间展布的方法，以实现锂矿资源量的有效落实。

为了实现上述目的，本发明一方面提供了一种地下储卤层的预测方法，包括以下步骤：基于测井数据，建立波阻抗、自然伽马、孔隙度和电阻率之间的非线性关系；以地震反演的波阻抗作为基础，利用神经网络分别获得波阻抗到自然伽马、孔隙度和电阻率的非线性映射，以获得地层的波阻抗、自然伽马、孔隙度、以及电阻率的物性反演体；利用三维多属性融合技术刻画储卤层的空间展布特征，将地层平面分布中表现为低伽马、高孔隙度、低阻抗以及低电阻率的位置预测为储卤层发育的有利部位，并绘制储卤层的参数图件；将获得的储卤层发育的有利部位预测为富锂卤水层发育的有利部位。

在本发明的地下储卤层的预测方法的一个示例性实施例中，所述方法还可包括步骤：将所述储卤层的参数图件等同视为富锂卤水层的参数图件。

在本发明的地下储卤层的预测方法的一个示例性实施例中，所述高孔隙度可表现为孔隙度大于2％，所述低阻抗可表现为阻抗值小于14000g/cm³.m/s，所述低电阻率可表现为小于800Ω.m，所述低伽马可表现为伽马值低于30API。

在本发明的地下储卤层的预测方法的一个示例性实施例中，所述储卤层的参数图件可包括厚度图件、孔隙度图件和面积图件。

本发明的另一方面还提供了一种地下卤水型钾矿和锂矿的资源量评价方法，包括以下步骤：基于测井数据，建立波阻抗、自然伽马、孔隙度和电阻率之间的非线性关系；以地震反演的波阻抗作为基础，利用神经网络分别获得波阻抗到自然伽马、孔隙度和电阻率的非线性映射，以获得地层的波阻抗、自然伽马、孔隙度、以及电阻率的物性反演体；利用三维多属性融合技术刻画储卤层的空间展布特征，将地层平面分布中表现为低伽马、高孔隙度、低阻抗以及低电阻率的位置预测为储卤层发育的有利部位，并绘制储卤层的参数图件；将储卤层的参数图件等同视为富锂卤水层的参数图件；确定目标区块地下卤水的钾锂含量的正相关关系，然后检测n组地下卤水样品的钾离子含量，基于钾锂含量的正相关关系，分别计算对应的地下卤水样品中的锂离子含量，其中，n组地下卤水样品对应目标区块n口钻井内的地下卤水；根据计算获得的锂离子含量，计算地层中平均有效锂离子含量；根据富锂卤水层的参数图件以及地层中平均有效锂离子含量，利用容积法计算地下卤水型锂矿的资源量。

在本发明的地下卤水型钾矿和锂矿的资源量评价方法的一个示例性实施例中，所述评价方法还可包括检测目标区块的n口钻井内的钾离子含量，并计算地层中平均有效钾离子含量，然后根据富钾卤水的厚度、孔隙度、面积以及地层中平均有效钾离子含量，利用容积法计算地下卤水型钾矿资源量。

在本发明的地下卤水型钾矿和锂矿的资源量评价方法的一个示例性实施例中，所述检测n组地下卤水样品的钾离子含量，确定目标区块地下卤水的钾锂含量的正相关关系的步骤可包括：通过目标区块地下卤水的水化学分析结果计算卤水演化的特征系数，判断地下卤水演化阶段，然后根据现代海水实验的钾锂关系图确定地下卤水演化阶段相对应的钾锂数值比值，其中，所述现代海水实验的钾锂关系图包括石盐沉积阶段、泻利盐沉积阶段、钾石盐沉积阶段、光卤石沉积阶段、以及水氯镁石沉积阶段相对应的钾锂数值比值。

在本发明的地下卤水型钾矿和锂矿的资源量评价方法的一个示例性实施例中，所述检测n组地下卤水样品的钾离子含量，确定目标区块地下卤水的钾锂含量的正相关关系的步骤还可包括：从目标区块n口钻井内的地下卤水中挑选a组地下卤水样品进行锂离子含量的检测，通过a组地下卤水样品中的钾锂含量，构建钾锂含量的正相关函数关系曲线，其中，所述n>a，且a≥3。

在本发明的地下卤水型钾矿和锂矿的资源量评价方法的一个示例性实施例中，所述构建钾锂含量的正相关函数关系曲线中拟合的正相关函数关系式可为y＝kx+b，其中，y为锂离子含量，mg/L，x为钾离子含量，mg/L，k为曲线斜率，b为曲线截距。

与现有技术相比，本发明的有益效果和优点包括以下内容中的至少一项：

(1)能够较为准确地预测地下储卤层的空间展布，并实现对地下卤水型锂矿和钾矿资源量的有效落实；

(2)通过建立地下卤水的钾锂含量的正相关关系，利用钾离子浓度间接估算锂离子浓度，解决了因锂离子检测数量不足而无法计算地下卤水型锂矿资源量的技术难题。

附图说明

图1示出了本发明的一个示例性实施例中的储卤层厚度平面示意图；

图2示出了本发明的一个示例性实施例中的储卤层孔隙度平面示意图；

图3示出了本发明的一个示例性实施例中的储卤层有利区分布图；

图4示出了本发明的一个示例性实施例中的现代海水实验的钾锂关系图；

图5示出了本发明的另一个示例性实施例中的地层卤水的钾和锂含量的正相关函数关系曲线图。

具体实施方式

在下文中，将结合示例性实施例和附图来详细说明本发明的地下卤水型钾矿和锂矿的储卤层预测和资源量评价方法。

本发明的一方面提供了地下储卤层的预测方法。根据本发明的地下储卤层的预测方法的一个示例性实施例，所述预测方法可包括以下步骤：

步骤1，基于测井数据，建立波阻抗、自然伽马(简称伽马)、孔隙度和电阻率之间的非线性关系。

步骤2，以地震反演的波阻抗作为基础，利用神经网络分别获得波阻抗到自然伽马、孔隙度和电阻率的非线性映射，以获得地层的波阻抗、自然伽马、孔隙度、以及电阻率的物性反演体。

步骤3，利用三维多属性融合技术刻画储卤层的空间展布特征，将地层平面分布中表现为低伽马、高孔隙度、低阻抗以及低电阻率的位置预测为储卤层发育的有利部位，并绘制储卤层的参数图件。

需要说明的是，钾是常见阳离子，是卤水组分分析的重要元素。同时，钾具有放射性同位素，是自然伽马的重要放射性来源之一。往往自然伽马高的地方，钾的放射性也较高，因此可以依据自然伽马曲线表现的特征来对富钾卤水层进行识别和追踪。另外，发明人经研究发现，多井交会分析图表明富钾卤水层具有低伽马、高孔隙度、低阻抗和低电阻率的岩石物理特征。因此，综合上述分析结果，可以将具有低伽马、高孔隙度、低阻抗和低电阻率的地层预测为富钾卤水层。预测获得的富钾卤水层的有利部位即可视为储卤层的有利部位。

进一步地，低伽马可表现为伽马值低于30API，高孔隙度可表现为孔隙度大于2％，低阻抗可表现为阻抗值小于14000g/cm³.m/s，低电阻率可表现为小于800Ω.m。例如，储卤层的伽马值的分布范围可以是10～25API，孔隙度的分布范围可以是4％～10％，阻抗值的分布范围可以是8000～11000g/cm³.m/s，电阻率的分布范围可以是100～300Ω.m。

步骤4，将获得的储卤层发育的有利部位预测为富锂卤水层发育的有利部位。

由于锂、钾具有相似的地球化学演化特征，二者经历了相似的迁移过程，故富钾卤水层的展布特征和富锂卤水层的展布特征相似，预测的富钾卤水层的有利部位同时也能用于预测富锂卤水层的有利部位。

在本发明的地下储卤层预测方法的另一个示例性实施例中，所述方法还可包括：

步骤5，将所述储卤层的参数图件等同视为富锂卤水层的参数图件。例如，所述储卤层的参数图件可包括厚度图件、孔隙度图件和面积图件。

本发明的另一方面提供了地下卤水型钾矿和锂矿的资源量评价方法。根据本发明的地下卤水型钾矿和锂矿的资源量评价方法的一个示例性实施例，所述评价方法可包括以下步骤：

步骤1，基于测井数据，建立波阻抗、自然伽马、孔隙度和电阻率之间的非线性关系。

步骤3，利用三维多属性融合技术刻画富钾卤水层的空间展布特征，将地层平面分布中表现为低伽马、高孔隙度、低阻抗以及低电阻率的位置预测为储卤层发育的有利部位，并绘制储卤层的参数图件。

步骤4，将储卤层的参数图件等同视为富锂卤水层的参数图件。

步骤5，确定目标区块地下卤水的钾锂含量的正相关关系，然后检测n组地下卤水样品的钾离子含量，基于钾锂含量的正相关关系，分别计算对应的地下卤水样品中的锂离子含量，其中，n组地下卤水样品对应目标区块n口钻井内的地下卤水。

需要说明的是，现有的水样分析结果中，钾离子是常见的阳离子，但锂离子检测往往很少进行，这造成了地下卤水锂离子检测数量很少，无法满足资源量的计算要求。但地下卤水的锂和钾含量往往具有一定的正相关关系，表明二者经历相似的迁移过程。故可以通过检测钾离子含量，再根据确定的钾锂含量的正相关关系，间接计算获得锂离子含量。

进一步地，钾锂含量的正相关关系可以根据理论关系曲线获得。例如，所述理论关系曲线可以为即现代海水蒸发实验中计算的理论钾锂关系曲线，所述确定目标区块地下卤水的钾锂含量的正相关关系的步骤可包括：通过目标区块地下卤水的水化学分析结果计算卤水演化的特征系数，判断地下卤水演化阶段，然后根据现代海水实验的钾锂关系图确定地下卤水演化阶段相对应的钾锂数值比值。其中，所述现代海水实验的钾锂关系图包括石盐沉积阶段、泻利盐沉积阶段、钾石盐沉积阶段、光卤石沉积阶段、以及水氯镁石沉积阶段相对应的钾锂数值比值。

或者，钾锂含量的正相关关系也可以根据在目标区块同时测定钾锂含量，通过拟合钾锂关系曲线确定。例如，可同时检测少数几口钻井(例如，5口钻井)内的卤水样品中的钾锂含量，通过分析构建钾锂含量的正相关函数关系曲线，所述确定目标区块地下卤水的钾锂含量的正相关关系的步骤可包括：从目标区块的n组地下卤水样品中挑选a组进行钾离子和锂离子含量的检测，然后根据测得的钾锂含量，构建钾锂含量的正相关函数关系曲线。这里，n是指目标区块内的所有钻井的数量，所述n>a，且a≥3。所述地下卤水的锂和钾含量的正相关函数关系式可为y＝kx+b，其中，y为锂离子含量，mg/L，x为钾离子含量，mg/L，k为曲线斜率，b为曲线截距。

步骤6，根据计算获得的锂离子含量，计算地层中平均有效锂离子含量。

需要说明的是，基于钾锂含量的正相关关系，根据n组钻井样品中的已检测的钾离子含量，可估算相应钻井中的锂离子含量。根据估算的锂离子含量，选择适合目标区块的计算方法求取地层中平均有效锂离子含量。例如，可采用井点算术平均法、或等值面积均衡法、或井点面积权衡法来计算地层中平均有效锂离子含量。

步骤7，根据富锂卤水层的参数图件以及地层中平均有效锂离子含量，计算地下卤水型锂矿的资源量。所述富锂卤水层的参数图件包括富钾卤水的厚度、孔隙度、面积图件。

所述地下卤水型锂矿的资源量可采用以下公式计算：

Q＝F·M·B·S·n 式(1)

R＝Q·I 式(2)

式中：R为锂矿的资源量，kg；Q为地层水体积，m³；F为储卤层分布面积，m²；M为储卤层有效厚度，m；n为储卤层孔隙度(小数)，S为储卤层含水饱和度(小数)；B为卤水体积系数，井下2000m、1m³卤水涌出井口后的体积，无量纲；I为地层平均有效锂离子含量，mg/L。

另外，所述评价方法还可包括检测目标区块的所有井内的钾离子含量，并计算地层中平均有效钾离子含量，然后根据富钾卤水的厚度、孔隙度、面积以及单元平均有效钾离子含量，计算地下卤水型钾矿资源量。

为了更好地理解本发明的上述示例性实施例，下面结合附图和具体示例对其进行进一步说明。

示例1

以川中磨溪地区雷口坡组一段为例，根据川中磨溪地区雷一¹亚段多井交会分析图表明，膏岩的阻抗值较高，易于与其他岩性区分，泥质岩性相比于纯云岩和灰岩表现为高伽特征(伽马多大于30API),云岩与灰岩无论是阻抗还是伽马都是叠置的，难于区分开来。储卤层段含水率较高，富钾卤水中富含大量电离子，地层表现为低电阻率，孔隙度≥2％的样点的电阻率多小于500Ω.m，储卤层的电阻率更低，一般小于200Ω.m。由此表明，储卤层具有低伽马、高孔隙度、低阻抗和低电阻率的岩石物理特征，故可以利用上述特征来识别储卤层的分布。

图1示出了磨溪地区雷口坡组一段的富钾、锂卤水层厚度平面示意图。图2示出了磨溪地区雷口坡组一段的富钾、锂卤水层孔隙度平面示意图。图3示出了磨溪地区雷口坡组一段的富钾、锂卤水层有利区分布图。图4示出了钾和锂含量的正相关函数关系曲线图。

首先根据地下卤水型钾矿和锂矿的储卤层预测方法，对储卤地层的平面分布进行预测，具体步骤如下：

(1)基于测井数据，建立波阻抗、自然伽马、孔隙度和电阻率之间的非线性关系。

(2)以地震反演的波阻抗作为基础，利用神经网络分别获得波阻抗到自然伽马、孔隙度和电阻率的非线性映射，以获得地层的波阻抗、自然伽马、孔隙度、以及电阻率的物性反演体。

(3)利用三维多属性融合技术刻画储卤层的空间展布特征，将地层平面分布中表现为低伽马、高孔隙度、低阻抗以及低电阻率的位置预测为储卤层发育的有利部位，并绘制储卤层的参数图件。

(4)将获得的储卤层发育的有利部位预测为富锂卤水层发育的有利部位。

(5)并将储卤层的参数图件等同视为富锂卤水层的参数图件。

储卤层的参数图件可包括磨溪地区雷口坡组一段的储卤层厚度平面示意图(图1)、磨溪地区雷口坡组一段的储卤层孔隙度平面示意图(图2)、以及磨溪地区雷口坡组一段的储卤层有利区分布图(图3)。其中，图1中的图例是指储卤层厚度的范围在0～10m，图2中的图例是指储卤层的孔隙度的范围在4％～8％，图3中的图例是指储卤层有利区的面积。

然后基于获得的储卤层的参数图件，可根据地下卤水型钾矿和锂矿的资源量评价方法，对地下卤水型锂矿进行准确的资源量评估，具体步骤如下：

(4)将储卤层层的参数图件等同视为富锂卤水层的参数图件(即图1～图3)。

(5)确定目标区块地下卤水的钾锂含量的正相关关系，然后检测n组地下卤水样品的钾离子含量，基于钾锂含量的正相关关系，分别计算对应的地下卤水样品中的锂离子含量，其中，n组地下卤水样品对应目标区块n口钻井内的地下卤水(即地层水)。

这里，所述确定目标区块地下卤水的钾锂含量的正相关关系的步骤可包括：通过磨溪地区雷口坡组一段的地下卤水的水化学分析结果计算卤水演化的特征系数，判断地下卤水演化阶段，然后根据现代海水实验的钾锂关系图(即图4)确定地下卤水演化阶段相对应的钾锂数值比值。其中，现代海水实验的钾锂关系图包括石盐沉积阶段、泻利盐沉积阶段、钾石盐沉积阶段、光卤石沉积阶段、以及水氯镁石沉积阶段相对应的钾锂数值比值。如图4所示，直线A至直线B之间的区间表示石盐沉积演化阶段，直线B至直线C之间的区间表示泻利盐沉积演化阶段，直线C至直线D之间的区间表示钾石盐沉积演化阶段，直线D至直线E之间的区间表示光卤石沉积演化阶段，直线E之后的区间表示水氯镁石沉积演化阶段。

(6)根据获得的锂离子含量，选择适当的方法(例如，井点算术平均法、或等值面积均衡法、或井点面积权衡法)计算地层中平均有效锂离子含量。

(7)根据富锂卤水的厚度、孔隙度、面积以及地层中平均有效锂离子含量，计算地下卤水型锂矿的资源量。

另外，还可以根据所有井位地层水中的卤化物离子(例如，钾、硼、溴、碘等卤化物离子)含量，计算地下卤水型卤化物矿的资源量。例如，可以根据检测获得的磨溪地区雷口坡组一段的所有井位的地层水中的钾离子含量，计算地层中平均有效钾离子含量，然后根据富钾卤水的厚度、孔隙度、面积以及地层中平均有效钾离子含量，计算地下卤水型钾矿资源量。

示例2

以川中磨溪地区雷口坡组一段为例，图5示出了钾和锂含量的正相关函数关系曲线图。

(5)并将储卤层的参数图件等同视为富锂卤水层的参数图件。所述富锂卤水层的参数图件包括富锂卤水层的厚度、孔隙度和面积图件(即图1至图3)。

(4)将储卤层的参数图件等同视为富锂卤水层的参数图件(即图1～图3)。

这里，所述确定目标区块地下卤水的钾锂含量的正相关关系的步骤可包括：获取磨溪地区雷口坡组一段的所有钻井内的地下卤水样品，检测所有钻井的地下卤水样品的钾离子含量，然后挑选6组地下卤水样品进行锂离子含量的检测，通过6组地下卤水样品中的钾锂含量，构建钾锂含量的正相关函数关系曲线。

通过对M128、M87、M14、M84、M004-H7、以及M19共6口钻井的地下卤水样品同时检测钾锂含量，可以构建钾锂含量的正相关函数关系曲线。如图5所示，为构建的地下卤水中钾和锂含量的正相关函数关系曲线，根据6口钻井的地下卤水样品中的钾锂含量拟合得到的线性关系式为y＝0.0336x-103.69，其中，y为锂离子含量，mg/L，x为钾离子含量，mg/L。

根据计算得到的钾锂离子的线性关系，利用其他井位地层水中测得的钾离子含量，可估算其他井位地层水的锂离子含量。

(6)根据估算获得的锂离子含量，选择适当的方法(例如，井点算术平均法、或等值面积均衡法、或井点面积权衡法)计算地层中平均有效锂离子含量。

综上所述，本发明的有益效果和优点可包括：

尽管上面已经结合示例性实施例及附图描述了本发明，但是本领域普通技术人员应该清楚，在不脱离权利要求的精神和范围的情况下，可以对上述实施例进行各种修改。

Claims

1.一种地下储卤层的预测方法，其特征在于，包括以下步骤：

基于测井数据，建立波阻抗、自然伽马、孔隙度和电阻率之间的非线性关系；

以地震反演的波阻抗作为基础，利用神经网络分别获得波阻抗到自然伽马、孔隙度和电阻率的非线性映射，以获得地层的波阻抗、自然伽马、孔隙度、以及电阻率的物性反演体；

利用三维多属性融合技术刻画储卤层的空间展布特征，将地层平面分布中表现为低伽马、高孔隙度、低阻抗以及低电阻率的位置预测为储卤层发育的有利部位，并绘制储卤层的参数图件；

将获得的储卤层发育的有利部位预测为富锂卤水层发育的有利部位。

2.根据权利要求1所述的地下储卤层的预测方法，其特征在于，所述方法还包括步骤：将所述储卤层的参数图件等同视为富锂卤水层的参数图件。

3.根据权利要求1所述的地下储卤层的预测方法，其特征在于，所述高孔隙度表现为孔隙度大于2％，所述低阻抗表现为阻抗值小于14000g/cm³.m/s，所述低电阻率表现为小于800Ω.m，所述低伽马表现为伽马值低于30API。

4.根据权利要求1所述的地下储卤层的预测方法，其特征在于，所述储卤层的参数图件包括厚度图件、孔隙度图件和面积图件。

5.一种地下卤水型钾矿和锂矿的资源量评价方法，其特征在于，包括以下步骤：

将储卤层的参数图件等同视为富锂卤水层的参数图件；

确定目标区块地下卤水的钾锂含量的正相关关系，然后检测n组地下卤水样品的钾离子含量，基于钾锂含量的正相关关系，分别计算对应的地下卤水样品中的锂离子含量，其中，n组地下卤水样品对应目标区块n口钻井内的地下卤水；

根据计算获得的锂离子含量，计算地层中平均有效锂离子含量；

根据富锂卤水层的参数图件以及地层中平均有效锂离子含量，利用容积法计算地下卤水型锂矿的资源量。

6.根据权利要求5所述的地下卤水型钾矿和锂矿的资源量评价方法，其特征在于，所述评价方法还包括检测目标区块的n口钻井内的钾离子含量，并计算地层中平均有效钾离子含量，然后根据富钾卤水的厚度、孔隙度、面积以及地层中平均有效钾离子含量，利用容积法计算地下卤水型钾矿资源量。

7.根据权利要求5所述的地下卤水型钾矿和锂矿的资源量评价方法，其特征在于，所述检测n组地下卤水样品的钾离子含量，确定目标区块地下卤水的钾锂含量的正相关关系的步骤包括：通过目标区块地下卤水的水化学分析结果计算卤水演化的特征系数，判断地下卤水演化阶段，然后根据现代海水实验的钾锂关系图确定地下卤水演化阶段相对应的钾锂数值比值，其中，所述现代海水实验的钾锂关系图包括石盐沉积阶段、泻利盐沉积阶段、钾石盐沉积阶段、光卤石沉积阶段、以及水氯镁石沉积阶段相对应的钾锂数值比值。

8.根据权利要求5所述的地下卤水型钾矿和锂矿的资源量评价方法，其特征在于，所述检测n组地下卤水样品的钾离子含量，确定目标区块地下卤水的钾锂含量的正相关关系的步骤还包括：从目标区块n口钻井内的地下卤水中挑选a组地下卤水样品进行锂离子含量的检测，通过a组地下卤水样品中的钾锂含量，构建钾锂含量的正相关函数关系曲线，其中，所述n>a，且a≥3。

9.根据权利要求8所述的地下卤水型钾矿和锂矿的资源量评价方法，其特征在于，所述构建钾锂含量的正相关函数关系曲线中拟合的正相关函数关系式为y＝kx+b，其中，y为锂离子含量，mg/L，x为钾离子含量，mg/L，k为曲线斜率，b为曲线截距。