CN113447992B - 一种运用时间域激发极化法进行矿体勘探的方法及系统 - Google Patents
一种运用时间域激发极化法进行矿体勘探的方法及系统 Download PDFInfo
- Publication number
- CN113447992B CN113447992B CN202110693838.3A CN202110693838A CN113447992B CN 113447992 B CN113447992 B CN 113447992B CN 202110693838 A CN202110693838 A CN 202110693838A CN 113447992 B CN113447992 B CN 113447992B
- Authority
- CN
- China
- Prior art keywords
- polarization
- visual
- mining area
- exploration
- outcrop
- 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.)
- Active
Links
- 230000010287 polarization Effects 0.000 title claims abstract description 244
- 238000000034 method Methods 0.000 title claims abstract description 88
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims description 11
- 239000011707 mineral Substances 0.000 title claims description 11
- 238000005065 mining Methods 0.000 claims abstract description 144
- 239000011435 rock Substances 0.000 claims abstract description 54
- 238000001228 spectrum Methods 0.000 claims abstract description 53
- 230000000704 physical effect Effects 0.000 claims abstract description 37
- 238000013461 design Methods 0.000 claims abstract description 29
- 230000000007 visual effect Effects 0.000 claims description 167
- 238000005259 measurement Methods 0.000 claims description 28
- 238000000695 excitation spectrum Methods 0.000 claims description 26
- 238000010586 diagram Methods 0.000 claims description 20
- 230000005856 abnormality Effects 0.000 claims description 19
- 230000005284 excitation Effects 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 17
- 230000003595 spectral effect Effects 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 4
- 238000002791 soaking Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 description 18
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 17
- 229910052799 carbon Inorganic materials 0.000 description 17
- 238000004364 calculation method Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000004044 response Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000007599 discharging Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 101001018064 Homo sapiens Lysosomal-trafficking regulator Proteins 0.000 description 1
- 102100033472 Lysosomal-trafficking regulator Human genes 0.000 description 1
- 235000010703 Modiola caroliniana Nutrition 0.000 description 1
- 244000038561 Modiola caroliniana Species 0.000 description 1
- 102000002423 Octamer Transcription Factor-6 Human genes 0.000 description 1
- 108010068113 Octamer Transcription Factor-6 Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 229910000365 copper sulfate Inorganic materials 0.000 description 1
- ARUVKPQLZAKDPS-UHFFFAOYSA-L copper(II) sulfate Chemical compound [Cu+2].[O-][S+2]([O-])([O-])[O-] ARUVKPQLZAKDPS-UHFFFAOYSA-L 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 229910021645 metal ion Inorganic materials 0.000 description 1
- 229910052976 metal sulfide Inorganic materials 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请公开了一种运用时间域激发极化法进行矿体勘探的方法及系统，其涉及矿体勘探技术领域，该方法包括如下步骤：分析目标矿区的岩石物性；基于所述岩石物性的参考采集目标矿区的视电阻率和视极化率；选取激电谱模型并根据设计理论值进行正演模拟，获取正演结果；基于所述谱参数的最优化解、所述视电阻率和所述视极化率对所述目标矿区进行极化异常识别，根据所述极化异常在所述目标矿区进行矿体圈定，所述极化异常由所述目标矿区的碳质层中的矿体引起。本申请具有可以较为容易的从碳质层中对矿体进行圈定的效果。
Description
技术领域
本申请涉及矿体勘探技术领域，尤其是涉及一种运用时间域激发极化法进行矿体勘探的方法及系统。
背景技术
如今在矿体勘探的工作中，可以采用直流电法勘探的方式进行勘探，而直流电法勘探技术也是当前应用最普遍的勘探技术，其中时间域激发极化法是该勘探技术的重要组成部分。因此，对随频率或时间变化的谱激电效应进行的研究一直是激电法发展的热点，在包括等效模型、工作方法、物理实验、仪器研发方面取得了诸多成果，谱参数作为辅助解释手段也逐步得到应用，但主要集中应用于地面频率域方法。随着近年来物探设备和方法技术的更新，激发极化的时间谱观测逐步受到重视，成为直流激电法的主要发展方向。
在实际的矿体勘探过程中，通常是先获取矿区现场数据，并通过直流激电设备获取直流激电数据作为观测参数，直流激电数据包括视电阻率和视极化率，选取激电谱模型，再结合辅助解释的参数对勘探结果进行分解释分析，辅助解释的参数主要包括半衰期、偏离度等。
针对上述中的相关技术，发明人认为存在有以下缺陷：在较为复杂的地质环境进行勘探和找矿行动时，上述技术中由于观测参数较为单一而难以进行时谱效应分析解释，因此激电谱模型难以对较为复杂的地质环境的勘探结果进行解释分析，从而导致地层内碳质层中的矿体难以进行区分，影响找矿行动的顺利进行。
发明内容
为了改善碳质层中的矿体难以进行区分的缺陷，本申请提供一种运用时间域激发极化法进行矿体勘探的方法及系统。
第一方面，本申请提供一种运用时间域激发极化法进行矿体勘探的方法，包括如下步骤：
采集目标矿区的视电阻率和视极化率；
选取激电谱模型并根据设计理论值进行正演模拟，得到正演结果；
基于所述正演结果与所述视极化率获取谱参数的最优化解，所述谱参数包括时间常数和相关系数；
基于所述谱参数的最优化解、所述视电阻率和所述视极化率对所述目标矿区进行极化异常识别，所述极化异常由所述目标矿区的碳质层中的矿体引起，分析所述目标矿区的岩石物性，根据所述岩石物性和所述极化异常在所述目标矿区进行矿体圈定。
通过采用上述技术方案，对目标矿区的视电阻率与视极化率进行采集，选定合适的激电谱模型并对设计理论值进行正演模拟，根据模拟的正演结果与采集的视极化率计算得到时间常数和相关系数的最优化解；再分析目标矿区的岩石物性，基于岩石物性、视电阻率和视极化率可以对目标矿区大部分的极化异常进行识别，而难以识别目标矿区的碳质层中矿体的极化异常，但基于岩石物性、时间常数的最优化解和相关系数的最优化解可以对目标矿区的碳质层中的极化异常进行识别，从而可以对目标矿区的碳质层中的矿体进行圈定。
可选的，采集目标矿区的视电阻率和视极化率，包括如下步骤：
对所述目标矿区进行布极，并利用仪器对所述目标矿区进行探测，得到所述视电阻率；
基于所述视电阻率调整所述目标矿区的布极极距；
利用多组仪器对调整后的目标矿区进行探测，得到多组勘探数据集和多组视极化率集，每一组视极化率集包括不同时道的视极化率；
对所述多组勘探数据集与所述多组视极化率集分别进行分组校检，采用校检合格的勘探数据集与对应的视极化率集。
通过采用上述技术方案，通过对目标矿区的布极和探测得到目标矿区的视电阻率，根据视电阻率调整布极极距，有利于提升对目标矿区后续测量结果的准确性；再利用多组仪器对调整极距后的目标矿区进行探测，由于每组仪器均可以获取一组勘探数据及和一组视极化率集，因此最终可以得到多组勘探数据集和多组视极化率集，对多组勘探数据集和多组视极化率集进行分组校检，选取精确度合格的数据，相较于单组仪器测量，可以减少因仪器故障等原因对测量结果准确度的影响。
可选的，选取激电谱模型并根据设计理论值进行正演模拟，得到正演结果，包括如下步骤：
选取适应的所述激电谱模型并获取所述激电谱模型的频率域表达式；
将所述频率域表达式转换为时域表达式；
基于所述激电谱模型设立所述设计理论值，所述设计理论值包括所述谱参数的理论值，根据所述时域表达式和所述设计理论值对所述视极化率进行正演模拟，得到所述视极化率的正演结果。
通过采用上述技术方案，将激电谱模型的频率域表达式转换为时域表达式，由于视极化率是在不同时道所获取的，因此能够充分利用激电效应的时间变化特性，有利于对采集的目标矿区参数进行时谱效应分析，并通过多时道数据计算得到谱参数，同时基于转换后的时域表达式，还可以根据设计理论值进行正演模拟，得到的正演结果可以用于谱参数最优化解的计算。
可选的，基于所述正演结果与所述视极化率获取谱参数的最优化解，包括如下步骤：
基于最小二乘原则，并根据所述正演结果与所述视极化率建立目标函数；
基于所述目标函数，利用最速梯度法求出最优化解向量，所述最优化解向量包括所述谱参数的最优化解。
通过采用上述技术方案，采集的视极化率为多个时道的视极化率，将获取的视电阻率和多时道的视极化率代入激电谱模型计算得到多个谱参数，再根据最小二乘原则，基于每个时道的视极化率与正演模拟得到的正演结果构建目标函数，再基于目标函数用最速梯度法求出最优化解向量，其中包含谱参数的最优化解，从而可以分析谱参数的最优化解与背景围岩、矿体、含矿构造、含碳地质体等的对应关系，识别含碳地质中矿体引起的极化异常，为后续对含碳层中矿体的圈定奠定基础。
可选的，基于所述谱参数的最优化解、所述视电阻率和所述视极化率对所述目标矿区进行极化异常识别，根据所述岩石物性和所述极化异常在所述目标矿区进行矿体圈定，包括如下步骤：
根据所述勘探数据集和所述视电阻率集构建视电阻率等值线断面图；
根据所述勘探数据集和所述视极化率集构建视极化率等值线断面图；
基于所述视电阻率等值线断面图与所述视极化率等值线断面图，根据所述岩石物性进行初步矿体圈定，得到初步矿体范围；
根据所述勘探数据集和所述时间常数的最优化解构建时间常数等值线断面图；
根据所述勘探数据集和所述相关系数的最优化解构建相关系数等值线断面图；
基于所述时间常数等值线断面图与所述相关系数等值线断面图对所述初步矿体范围的极化异常进行识别，所述极化异常由所述初步矿体范围内碳质层中的矿体引起；
根据所述岩石物性和所述极化异常在所述初步矿体范围内进行矿体圈定。
通过采用上述技术方案，通过构建视极化率等值线断面图和视电阻率等值线断面图后，可以识别地质层中大部分的极化异常，但由于地质层中碳质引起的极化异常要高于矿体引起的极化异常，当碳质层中含有矿体时，碳质层造成的极化异常会掩盖住矿体引起的极化异常，因此只能基于岩石物性将碳质层整体进行初步圈定，此时需要结合时间常数和相关系数对初步圈定的范围再做分析，因此构建时间常数等值线断面图和相关系数等值线断面图，根据时间常数等值线断面图和相关系数等值线断面图进行分析，可以排除碳质极化异常造成的干扰，有效识别碳质层中矿体的极化异常，从而基于岩石物性对初步圈定范围内的矿体进行进一步圈定。
可选的，分析目标矿区的岩石物性，包括如下步骤：
采集所述目标矿区的标本；
将所述标本加工成预设规则形状；
浸泡加工后的所述标本后采集所述标本的标本视极化率；
测量所述标本的尺寸，并基于所述尺寸采集所述标本的标本视电阻率；
根据所述标本视极化率和所述标本视电阻率计算得到标本时间常数和标本相关系数，基于所述标本视极化率、所述标本视电阻率、所述标本时间常数和所述标本相关系数分析得到所述目标矿区的岩石物性。
通过采用上述技术方案，采集目标矿区中不同种类的标本，并将所有采集到的标本加工成预设的规则形状，有利于对标本的测量，也有利于提升对标本测量结果的准确性；将加工后的标本进行浸泡处理并对标本的标本视极化率进行采集，测量标本后可以得到标本的尺寸，再基于标本尺寸可以采集到标本的标本视电阻率，通过标本的标本视极化率和标本视电阻率可以计算出标本时间常数和标本相关系数，从而分析出目标矿区不同种类岩体的岩石物性，可以根据岩石物性在等值线断面图中进行矿体圈定。
可选的，分析目标矿区的岩石物性，包括如下步骤：
探测并选取所述目标矿区内的矿体露头；
选定所述矿体露头的中间部位为布极范围，且所述矿体露头的直径及下延长度大于测量时的极距；
根据露头小四极法对所述矿体露头进行对称四极布极测量，得到所述矿体露头的露头视极化率和露头视电阻率；
根据所述露头视极化率和所述露头视电阻率计算得到露头时间常数和露头相关系数，基于所述露头视极化率、所述露头视电阻率、所述露头时间常数和所述露头相关系数分析得到所述目标矿区的岩石物性。
通过采用上述技术方案，探测选取目标矿区内不同岩性种类的矿体露头，且每个种类的矿体露头均选取多个，对目标矿区内的这些矿体露头采用露头小四极法进行对称四极布极测量，并且布极的极距小于矿体露头的直径和下延长度，测量得到目标矿区内矿体露头的露头视极化率和露头视电阻率，根据矿体露头的露头视极化率和露头视电阻率计算出露头时间常数和露头相关系数，从而可以分析出目标矿区不同种类岩体的岩石物性，可以根据岩石物性在等值线断面图中进行矿体圈定。
可选的，基于所述视电阻率调整所述目标矿区的布极极距，包括如下步骤：
将所述视电阻率与预设的视电阻率阈值进行比对；
若所述视电阻率小于所述视电阻率阈值，则对所述目标矿区的布极极距进行调整；
若所述视电阻率大于或等于所述视电阻率阈值，则不调整所述目标矿区的布极极距。
通过采用上述技术方案，当目标矿区的视电阻率大于等于预设的视电阻率阈值时，可以不调整布极极距继续进行勘探和数据采集，但当目标矿区的视电阻率小于预设的视电阻率阈值时，可能难以采集到目标矿区的有效一次场信号或其他有效数据，从而影响对目标矿区的整体勘探，因此可以对目标矿区的布极极距进行调整，以提升有效数据采集的稳定性。
可选的，对所述多组勘探数据集与所述多组视极化率集进行分组校检，采用校检合格的勘探数据集与对应的视极化率集，包括如下步骤：
分别计算每一组勘探数据集的勘探误差值和相同组视极化率集的极化率误差值；
判断所述勘探误差值是否大于预设的第一误差阈值；
若所述勘探误差值大于所述第一误差阈值，则检修或更换对应组的仪器；
若所述勘探误差值小于等于所述第一误差阈值，则对应的勘探数据集校检合格，判断相同组视极化率集的极化率误差值是否大于预设的第二误差阈值；
若所述极化率误差值大于所述第二误差阈值，则检修或更换对应组的仪器；
若所述极化率误差值小于或等于所述第二误差阈值，则对应的视极化率集校检合格，采用对应的视极化率集和相同组的勘探数据集。
通过采用上述技术方案，通过分别计算每一组勘探数据集的勘探误差值和相同组视极化率集的极化率误差值，从而对每组仪器的准确度进行检验，若其中一组仪器中，视极化率集的极化率误差值大于第一误差阈值和/或勘探数据集的勘探误差值大于第二误差阈值，则对应的仪器可能由于仪器故障等原因导致准确度较差，从而影响数据采集的质量，因此需要将对应的仪器进行检修或更换；若其中一组仪器中，视极化率集的极化率误差值小于等于第一误差阈值且勘探数据集的勘探误差值小于等于第二误差阈值，则采用改组仪器测量的数据作为目标矿区的勘探数据进行分析。
第二方面，本申请提供的一种运用时间域激发极化法进行矿体勘探的系统，采用如下的技术方案：
包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如上述第一方面中所述的一种运用时间域激发极化法进行矿体勘探的方法。
通过采用上述技术方案，通过程序的调取，可以对目标矿区的视电阻率与视极化率进行采集，选定合适的激电谱模型并对设计理论值进行正演模拟，根据模拟的正演结果与采集的视极化率计算得到时间常数和相关系数的最优化解；再分析目标矿区的岩石物性，基于岩石物性、视电阻率和视极化率可以对目标矿区大部分的极化异常进行识别，而难以识别目标矿区的碳质层中矿体的极化异常，但基于岩石物性、时间常数的最优化解和相关系数的最优化解可以对目标矿区的碳质层中的极化异常进行识别，从而可以对目标矿区的碳质层中的矿体进行圈定。
综上所述，本申请包括以下至少一种有益技术效果：
1.时间常数和相关系数是独立于电阻率、极化率的特征参数，利用视电阻率、视极化率、时间常数和相关系数进行四个参数联合解释，相较于只用视电阻率和视极化率进行解释，能降低含碳底层的影响，较好的分辨金属离子的相对集中部位，提高解释精度，从而更好的对碳质层中的矿体进行圈定。
2.采用不同时道观测数据比值形式的反问题目标函数，通过解析运算将电阻率和极化率进行滤除，仅计算时间常数和相关系数，可以在当前主流仪器观测时道较少的情况下减少求解参数并降低多解性，着重对时间常数和相关系数进行分析。
3.谱参数计算基于时间域激电采集数据得到的视极化率和视电阻率，数据采集可以使用当前较为普遍的直流激电仪器，与传统探测方式所用的仪器相同，不需要购置新设备，仅对数据采集的质量要求较高，有利于节省勘探成本。
附图说明
图1是本申请其中一实施例的运用时间域激发极化法进行矿体勘探的方法的流程示意图。
图2是本申请其中一实施例的采集并校检目标矿区多组勘探数据集和多组视极化率集的流程示意图。
图3是本申请其中一实施例的选取激电谱模型并根据设计理论值进行正演模拟的流程示意图。
图4是本申请其中一实施例的不同参数的响应曲线图和充电、断电后各100ms的激电场响应曲线图。
图5是本申请其中一实施例的基于正演结果和视极化率获取谱参数最优化解的流程示意图。
图6是本申请其中一实施例的识别极化异常并进行矿体圈定的流程示意图。
图7是本申请其中一实施例的分析目标矿区的岩石物性的第一流程示意图。
图8是本申请其中一实施例的不同参数的等值线断面图。
图9是本申请其中一实施例的分析目标矿区的岩石物性的第二流程示意图。
图10是本申请其中一实施例的基于视电阻率调整目标矿区布极极距并采集目标矿区数据的流程示意图。
图11是本申请其中一实施例的采集并分组校检目标矿区多组勘探数据集和多组视极化率集的流程示意图。
具体实施方式
以下结合附图1-11对本申请作进一步详细说明。
本申请实施例公开一种运用时间域激发极化法进行矿体勘探的方法。
参照图1，该方法的执行步骤包括：
101，采集目标矿区的视电阻率和视极化率。
其中，利用仪器并根据直流激电法完成目标矿区视电阻率和视极化率的采集。
102，选取激电谱模型并根据设计理论值进行正演模拟，得到正演结果。
其中，选取适用性强的激电谱模型，本实施例中选取Cole-Cole模型作为激电谱模型，再根据设计理论值对视极化率进行正演模拟，设计理论值是根据激电谱模型所设计的，其中包含谱参数的理论值，根据谱参数的理论值代入模型得到的正演结果为视极化率的理论值。
103，基于所述正演结果与所述视极化率获取谱参数的最优化解。
其中，通过仪器采集到的视极化率为不同时道的视极化率，基于视电阻率和不同时道的视极化率，根据Cole-Cole模型可以计算得到多个谱参数，再通过不同时道的视极化率和视极化率的正演结果建立目标函数，同时构建迭代公式，最终求得多个谱参数中的最优化解，谱参数的最优化解包括时间常数的最优化解和相关系数的最优化解。
104，基于所述谱参数的最优化解、所述视电阻率和所述视极化率对所述目标矿区进行极化异常识别，所述极化异常由所述目标矿区的碳质层中的矿体引起，分析所述目标矿区的岩石物性，根据所述岩石物性和所述极化异常在所述目标矿区进行矿体圈定。
其中，分析出目标矿区的岩石物性，根据视电阻率和视极化率对目标矿区内矿体的极化异常进行初步识别，并基于岩石物性圈定初步矿体范围，再根据谱参数的最优化解在初步矿体范围内进一步识别碳质层内矿体的极化异常，再基于岩石物性进行进一步圈定，从而可以从碳质层中获得矿体较为精准的位置。
本实施例的实施原理为：
先利用仪器根据直流激电法得到目标矿区的视电阻率与视极化率；选定Cole-Cole模型作为激电谱模型，以Cole-Cole模型作为基础设立包含谱参数理论值的设计理论值，再根据设计理论值和Cole-Cole模型进行正演模拟，得到的正演结果为视极化率的理论值；根据正演结果与采集的多时道的视极化率构建目标函数，再构建迭代公式得到最优化解向量，最优化解向量包含谱参数的最优化解，谱参数的最优化解包括时间常数的最优化解和相关系数的最优化解；分析出目标矿区的岩石物性，基于视电阻率和视极化率可以对目标矿区的极化异常进行识别，但难以识别目标矿区的碳质层中矿体的极化异常，根据谱参数的最优解可以对碳质层中矿体的极化异常进行识别，从而可以基于岩石物性对目标矿区的碳质层中的矿体进行圈定。
在图1所示实施例的步骤101中，通过仪器并使用直流激电法采集目标矿区的视电阻率和视极化率，具体通过图2所示的实施例进行详细说明。
参照图2，采集并校检目标矿区多组勘探数据集和多组视极化率集的执行步骤包括：
201，对所述目标矿区进行布极，并利用仪器对所述目标矿区进行探测，得到所述视电阻率。
其中，通过GPS设备和GPS测量方法对目标矿区标记测线并设置若干测点，同时对目标矿区进行布极，利用仪器根据测点和布极极距进行探测测量，测量得到目标矿区的视电阻率。
202，基于所述视电阻率调整所述目标矿区的布极极距。
其中，将视电阻率与预设的视电阻率阈值进行比对，来判断是否需要调整目标矿区的布极极距。
203，利用多组仪器对调整后的目标矿区进行探测，得到多组勘探数据集和多组视极化率集，每一组视极化率集包括不同时道的视极化率。
其中，每一组仪器可以采集到一组勘探数据集和一组视极化率集。勘探数据集包括剖面数据和测深数据，剖面数据可以采用数字直流激电接收机和大功率智能发射仪进行采集，测深数据可以通过超级数字直流电法仪进行采集，同时超级数字直流电法仪还可以采集目标矿区不同时道的视极化率。每种仪器均设置多组进行同步测量，减少因单个仪器故障等因素影响测量结果的准确性。
204，对所述多组勘探数据集与所述多组视极化率集进行分组校检，采用校检合格的勘探数据集与对应的视极化率集。
其中，若只有一组仪器采集的勘探数据集和视极化率集均校检合格，则采用该组数据进行分析；若有多组仪器采集的勘探数据集和视极化率集均校检合格，则采用多组数据并进行综合分析。
本实施例的实施原理为：
通过GPS设备和GPS测量方法对目标矿区标记测线并设置若干测点，同时对目标矿区进行布极，利用仪器根据测点和布极极距进行探测测量，测量得到目标矿区的视电阻率，将测得的视电阻率与预设的视电阻率阈值进行比对，来判断是否需要调整目标矿区的布极极距，若需要调整则调整布极极距后再进行后续探测，若不需要调整则直接进行后续探测。后续探测过程中利用多组仪器探测得到多组勘探数据集和多组视极化率集，对多组勘探数据集和多组视极化率集进行分组校检，若只有一组仪器采集的勘探数据集和视极化率集均校检合格，则采用该组数据作为目标矿区的数据进行分析；若有多组仪器采集的勘探数据集和视极化率集均校检合格，则采用多组数据作为目标矿区的数据进行综合分析。
在图1所示实施例的步骤102中，需要采用适用性强的激电谱模型，并需要对激电谱模型进行“频率-时间”转换，使其可用于时间域谱激电模拟计算，再基于设计理论值对视极化率进行正演模拟，具体通过图3所示的实施例进行详细说明。
参照图3，选取激电谱模型并根据设计理论值进行正演模拟并得到正演结果的执行步骤包括：
301，选取适应的所述激电谱模型并获取所述激电谱模型的频率域表达式。
其中，激电谱模型选用Cole-Cole模型作为正演模拟和谱参数计算的基础，Cole-Cole模型的频率域表达式具体如下：
式中：ρ*(w)为复阻抗，ρ0为零频率条件下的电阻率，m为极化率，ω为角频率，τ为时间常数，c为相关系数。
302，将所述频率域表达式转换为时域表达式。
其中，为了方便进行时谱效应分析解释，并对不同时道的视极化率进行处理，从而得到需要进行重点分析的谱参数，因此将Cole-Cole模型的频率域表达式转换为时域表达式，基于Cole-Cole模型的时域表达式，可以参照采集到的数据重点分析关键谱参数，从而总结背景围岩、碳质干扰物和典型极化异常的谱参数的特征规律。
可以采用数字滤波法对Cole-Cole模型进行“频率-时间”变换，将Cole-Cole模型的频率域表达式转换为时域表达式，转换后的时域表达式具体如下：
式中：ρ*(t)为充电时段的电阻率，ρ0为充电时间无限长（频率为零）条件下所得极化电阻率，m为极化率，τ为时间常数，c为相关系数，Re为取实部算子，αr为滤波横坐标，φr为滤波系数。其中时间常数τ和相关系数c都是用来表征衰减状态的，τ是表征衰减速度，τ越大，衰减越慢；c是表征衰减的张弛状态，c越小，衰减曲线的斜率越小。其中滤波横坐标αr和滤波系数φr的分列如表1所示：
表1 滤波横坐标与系数表
参照图4中的图(a)和图(b)，基于Cole-Cole模型的计算结果构建不同组合的响应曲线图，并对响应曲线图进行分析。分析结果如下：
时间常数τ和相关系数c不同而极化率m相同的响应曲线存在差异，其中，TSIP场饱和充电时间与相关系数c成正比、与时间常数τ成反比，相关系数c决定时谱特征的显现度，与矿体、矿物状态相关；时间常数τ反映了极化过程的张弛特性，与矿石成分、导电矿物含量及颗粒状态相关。
参照图4中的图(c)和图(d)，基于充电、断电后各100ms的激电场构建响应曲线图，并对曲线图进行分析。分析结果如下：
不同谱参数组合可反映不同极化体的时间特性，激电场在极早期趋近一次场并随延时增大而增大，例如，不含矿离子导体的极化率m低，充电快；金属硫化物极化率m高，充电慢；碳质岩极化率m更高，充电更慢；据镜像原理，曲线图中的充电曲线与二次场放电曲线在形状上呈镜像相等，即充电饱和的总场减去某一时刻的总场等于断电后相同时刻的二次场，充电时段与放电时段所体现的时变特征具有相似性。
303，基于所述激电谱模型设立所述设计理论值，根据所述时域表达式和所述设计理论值对所述视极化率进行正演模拟，得到所述视极化率的正演结果。
其中，基于Cole-Cole模型设立包含谱参数理论值的设计理论值，根据Cole-Cole模型的时域表达式和设计理论值对视极化率进行正演模拟，得到的正演结果为理论上的视极化率。
本实施例的实施原理为：
将激电谱模型的频率域表达式转换为时域表达式，有利于对采集的目标矿区参数进行时谱效应分析，将仪器采集到的数据代入Cole-Cole模型的时域表达式计算得到多个谱参数；并且基于Cole-Cole模型设立包含谱参数理论值的设计理论值，再根据Cole-Cole模型的时域表达式利用设计理论值进行正演模拟，得到的视极化率的正演结果可以用于谱参数最优化解的计算。
在图1所示实施例的步骤103中，通过仪器采集到的视极化率为不同时道的视极化率，基于视电阻率和不同时道的视极化率，根据Cole-Cole模型可以计算得到多个谱参数，再通过不同时道的视极化率和视极化率的正演结果建立目标函数，同时构建迭代公式，最终求得多个谱参数中的最优化解，具体通过图5所示的实施例进行详细说明。
参照图5，基于正演结果和视极化率获取谱参数最优化解的执行步骤包括：
401，基于最小二乘原则，并根据所述正演结果与所述视极化率建立目标函数。
其中，基于最小二乘原则，并根据正演结果与不同时道的视极化率建立的目标函数具体如下：
式中：ma forward为视极化率的正演结果，ma obs为视极化率的测量结果，N为时道数。
402，基于所述目标函数，利用最速梯度法求出最优化解向量，所述最优化解向量包括所述谱参数的最优化解，所述谱参数的最优化解包括时间常数的最优化解和相关系数的最优化解。
其中，基于目标函数，利用最速梯度法求出最优化解向量的具体公式如下：
式中：x为最优化解向量，k为迭代次数，g为目标函数对求解向量的梯度，a为搜索步长，其中搜索步长a符合以下公式：
本实施例的实施原理为：
先通过不同时道的视极化率与激电谱模型计算得到多个谱参数，再基于最小二乘原则构建目标函数，再基于目标函数用最速梯度法进行迭代，得到最优化解向量，最优化解向量包括谱参数的最优化解，谱参数的最优化解包括时间常数的最优化解和相关系数的最优化解。从而可以分析谱参数的最优化解与背景围岩、矿体、含矿构造、含碳地质体等的对应关系，识别含碳地质中矿体引起的极化异常。
在图1所示实施例的步骤104中，基于视电阻率和视极化率可以对目标矿区的矿体进行初步圈定，初步圈定范围内的含碳层会干扰进一步的精细圈定，在初步圈定的基础上，基于谱参数的最优化解，可以排除初步圈定范围内含碳层的干扰，对初步圈定范围内含碳层中的矿体进行进一步精细圈定，具体通过图6所示的实施例进行详细说明。
参照图6，识别极化异常并进行矿体圈定的执行步骤包括：
501，根据所述勘探数据集和所述视电阻率集构建视电阻率等值线断面图。
其中，对目标矿区进行的布极包括供电电极和测量电极，参照图7，以勘探数据中测点点号为横坐标、供电电极极距/5为纵坐标、视电阻率为等值线构建视电阻率等值线断面图，分析断面图中视极化率的特征。
502，根据所述勘探数据集和所述视极化率集构建视极化率等值线断面图。
其中，以勘探数据中测点点号为横坐标、供电电极极距/5为纵坐标、视极化率为等值线构建视电阻率等值线断面图，分析断面图中视极化率的特征。
503，基于所述视电阻率等值线断面图与所述视极化率等值线断面图，根据所述岩石物性进行初步矿体圈定，得到初步矿体范围。
其中，根据对视电阻率等值线断面图与视极化率等值线断面图的分析，分析出视电阻率与视极化率在极化异常区域的特征，从而可以圈定地质层中极化异常的区域，但地质层中的含碳层会致使高极化异常范围较大，因此只能对矿体进行初步圈定，难以圈定出含碳层中矿体较为精确的位置。
504，根据所述勘探数据集和所述时间常数的最优化解构建时间常数等值线断面图。
其中，以勘探数据中测点点号为横坐标、供电电极极距AB/5为纵坐标、时间常数为等值线构建视电阻率等值线断面图，分析断面图中时间常数的特征。
505，根据所述勘探数据集和所述相关系数的最优化解构建相关系数等值线断面图。
其中，以勘探数据中测点点号为横坐标、供电电极极距AB/5为纵坐标、相关系数为等值线构建视电阻率等值线断面图，分析断面图中相关系数的特征。
506，基于所述时间常数等值线断面图与所述相关系数等值线断面图对所述初步矿体范围的极化异常进行识别。
其中，基于矿体初步圈定的基础，再根据对时间常数等值线断面图与相关系数等值线断面图进行分析，分析出时间常数与相关系数在含碳层中极化异常区域的特征，从而可以排除含碳层的干扰，对含碳层中的矿体有较为精细的分辨，从而可以圈定出含碳层中矿体较为精确的位置。
507，根据所述极化异常在所述初步矿体范围内进行矿体圈定。
本实施例的实施原理为：
构建的视极化率等值线断面图和视电阻率等值线断面图，可以识别地质层中大部分的极化异常，但由于地质层中碳质引起的极化异常要高于矿体引起的极化异常，当碳质层中含有矿体时，碳质层造成的极化异常会掩盖住矿体引起的极化异常，在此基础上再构建时间常数等值线断面图和相关系数等值线断面图，根据时间常数等值线断面图和相关系数等值线断面图进行分析，可以排除碳质极化异常造成的干扰，有效识别碳质层中矿体的极化异常，再基于岩石物性可以对目标矿体进行圈定。
在图1所示实施例的步骤104中，分析目标矿区岩石的岩石物性，可以采用标本架法对目标矿区的标本进行分析，具体通过图7所示的实施例进行详细说明。
参照图7，利用标本架法分析目标矿区的岩石物性的执行步骤包括：
601，采集所述目标矿区的标本。
其中，于目标矿区不同种类的部分露头分别采集若干块标本，并将采集的标本分别标号进行区分。
602，将所述标本加工成预设规则形状。
其中，由于采集的标本形状不规则，在后续测量过程中对接触面的面积不易量算准确，因此将所有标本均加工为较为规整的长方体，以便提升后续测量结果的准确性。
603，浸泡加工后的所述标本后采集所述标本的标本视极化率。
其中，先将标本浸泡12小时，再将浸泡后的标本固定于标本架上，用浸泡于硫酸铜溶液后的海绵作为接触媒介，将仪器的供电电极和测量电极分别插入标本架两侧，用50μA的固定供电电流进行供电8s，从而采集到标本的标本视极化率，仪器可以使用SCIP岩芯电参数测试仪。
604，测量所述标本的尺寸，并基于所述尺寸采集所述标本的标本视电阻率。
其中，标本视电阻率的计算公式如下：
式中：ρ为标本视电阻率，s为标本接触面面积，L为标本长度，ΔU1为一次场电压差，ΔU2为二次场电压差，I为供电电流。可以用钢卷尺测量标本接触面的长和宽，从而根据面积计算公式计算得到接触面的面积，再以接触面为底面测量标本的长度，使用钢卷尺的测量需要精确到1mm。
605，根据所述标本视极化率和所述标本视电阻率计算得到标本时间常数和标本相关系数，基于所述标本视极化率、所述标本视电阻率、所述标本时间常数和所述标本相关系数分析得到所述目标矿区的岩石物性。
其中，通过采集到的标本视极化率与标本视电阻率，根据Cole-Cole模型可以计算得到标本时间常数和标本相关系数，从而可以对不同种类标本的四个电性参数进行统计，本实施例中对一勘探矿区不同种类标本的电性参数统计结果如表4所示：
表4 不同种类标本电性参数统计表
根据表4进行详细分析：黄土岩石物性明显为低阻高极化、低时间常数τ、高相关系数c；含矿破碎带岩石物性为中低阻高极化、高时间常数τ、低相关系数c；绢云千枚岩岩石物性为低阻低极化、低时间常数τ、高相关系数c；紫红色砾岩岩石物性为高阻低极化、低时间常数τ、高相关系数c；凝灰质砂岩岩石物性为中高阻中高极化、中高时间常数τ、低相关系数c；粉砂岩岩石物性为中高阻低极化、中高时间常数τ、低相关系数c。
含矿破碎带的岩石物性呈现为中低阻高极化、高时间常数τ、低相关系数c的特征，其与围岩绢云千枚岩、粉砂岩、紫红色砾岩、黄土不同参数的分布范围差异明显，较容易区分。凝灰质砂岩与含矿破碎带不同参数的分布范围有一定重合，但二者分属不同段，空间上有一定距离。从而可以根据含矿破碎带的岩石物性在本实施例中所示勘探矿区的断面图中圈定出含矿破碎带。
采集本实施例中所示勘探矿区的勘探数据、视电阻率和不同时道的视极化率，基于视电阻率和不同时道的视极化率，再根据Cole-Cole模型分析计算出时间常数的最优化解和相关系数的最优化解，基于勘探数据、视极化率、视电阻率、时间常数和相关系数构建本实施例所示勘探矿区的等值线断面图，所构建的不同参数的等值线断面图参照图7所示。
参照图8作进一步分析：由于视电阻率和视极化率的纵向分辨率较低，因此仅基于视电阻率和视极化率难以对含矿破碎带进行圈定，若结合时间常数τ和相关系数c进行分析，可圈定出3700点-3800点段下方1030m-1100m的范围，该范围出现低阻高极化、高时间常数τ、低相关系数c的组合异常，推断其为含矿破碎带的矿致异常。
本实施例的实施原理为：
采集并加工目标矿区中不同种类的标本，将加工后的标本进行浸泡处理并对标本的标本视极化率进行采集，测量标本后可以得到标本的尺寸，再基于标本尺寸可以采集到标本的标本视电阻率，根据标本视极化率、标本视电阻率和Cole-Cole模型可以计算出标本时间常数和标本相关系数。通过四个参数之间不同参数的组合构建不同的分布图，分析出目标矿区不同种类岩体的岩石物性，再基于岩石物性对目标矿区进行矿体圈定。
在图1所示实施例的步骤104中，分析目标矿区岩石的岩石物性，可以采用露头小四极法对目标矿区的露头进行分析，具体通过图11所示的实施例进行详细说明。
参照图9，利用露头小四极法分析目标矿区的岩石物性的执行步骤包括：
701，探测并选取所述目标矿区内的矿体露头。
其中，目标矿区的矿体露头可能会因风化破碎而不利于标本采集，因此可以直接在矿体露头处采用露头小四极法进行探测测量。测量过程中选取多种类型的矿体露头，每种类型选取多处。
702，选定所述矿体露头的中间部位为布极范围，且所述矿体露头的直径及下延长度大于测量时的极距。
其中，以采用超级数字直流电法仪对矿体露头进行测量，由于矿体露头的中间部位通常较为平整且裂隙较少，并且同时为了避免矿体露头旁侧的影响，因此选择矿体露头的中间部位为布极范围。矿体露头的直径需要大于布极极距一倍以上，且矿体露头的下延长度也需要大于布极极距，以此可以采集到较为准确的视极化率。对于致密块状的矿体露头，当其与围岩边界明显时，需要注意界面的影响。
703，根据露头小四极法对所述矿体露头进行对称四极布极测量，得到所述矿体露头的露头视极化率和露头视电阻率。
其中，将供电电极与测量电极均布置在矿体露头的中间位置处，确保供电电极与测量电极接触良好、稳固，再通过超级数字直流电法仪测量获取矿体露头的露头视极化率和露头视电阻率。
704，根据所述露头视极化率和所述露头视电阻率计算得到露头时间常数和露头相关系数，基于所述露头视极化率、所述露头视电阻率、所述露头时间常数和所述露头相关系数分析得到所述目标矿区的岩石物性。
其中，通过采集到的露头视极化率与露头视电阻率，根据Cole-Cole模型可以计算得到露头时间常数和露头相关系数，从而可以对露头岩石电性的四个参数进行统计分析，通过不同参数之间的组合构建不同的分布图，并进一步分析出目标矿区中岩石的岩石物性。
本实施例的实施原理为：
探测选取目标矿区内不同岩性种类的矿体露头，采用露头小四极法对矿体露头进行对称四极布极测量，并保证布极极距符合要求，布极极距小于矿体露头的下延长度，且布极极距还需小于矿体露头直径的一倍以上，根据测量得到矿体露头的露头视极化率和露头视电阻率，根据露头视极化率、露头视电阻率和Cole-Cole模型可以计算出露头时间常数和露头相关系数，通过四个参数之间不同参数的组合构建不同的分布图，分析出目标矿区不同种类岩体的岩石物性。
在图2所示实施例的步骤202中，由于视电阻率较低时可能会影响有效一次场信号的采集，从而影响后续目标矿区数据的采集获取，因此可以通过预设的视电阻率阈值，对视电阻率进行判断，再对目标矿区的布极进行调整以利于采集到有效信号，具体通过图12所示的实施例进行详细说明。
参照图10，基于视电阻率调整目标矿区布极极距并采集目标矿区数据的执行步骤包括：
801，对所述目标矿区进行布极，并利用仪器对所述目标矿区进行探测，得到所述视电阻率。
其中，详情参考步骤201的具体内容。
802，判断所述视电阻率是否小于预设的视电阻率阈值，若小于，则执行步骤803；若不小于，则执行步骤804。
803，对所述目标矿区的布极极距进行调整。
其中，当视电阻率小于预设的视电阻率阈值时，对布极极距的调整通常为缩短供电电极，增大测量电极。举例来说，假设初始测量过程中，供电电极布设为800m，测量电极布设为60m，采集到的视电阻率为8Ω·m，若预设的视电阻率阈值为10·m，则将供电电极缩短至600m，将测量电极增大至80m。
804，不调整所述目标矿区的布极极距。
805，利用多组仪器对调整后的目标矿区进行探测，得到多组勘探数据集和多组视极化率集，每一组视极化率集包括不同时道的视极化率。
详情参考步骤203的具体内容。
806，对所述多组勘探数据集与所述多组视极化率集进行分组校检，采用校检合格的勘探数据集与对应的视极化率集。
详情参考步骤204的具体内容。
本实施例的实施原理为：
采集目标矿区的视电阻率并对视电阻率进行判断，若目标矿区的视电阻率小于预设的视电阻率阈值时，可能难以采集到目标矿区的有效数据，因此对目标矿区的布极极距进行调整，再进行后续的探测测量；若目标矿区的视电阻率不小于预设的视电阻率阈值时，则直接进行后续的探测测量；后续探测测量得到多组勘探数据集和多组视极化率集，对多组勘探数据集和多组视极化率集进行校检并采用校检合格的数据。
在图2所示实施例的步骤204中，由于仪器测量数据的过程中可能会因为操作失误或仪器故障等原因，导致其中一组仪器所测量的数据出现较大误差，因此需要对每组仪器测量的数据均进行校检，不仅可以检测各组仪器之间的一致性，还可以校检出出现较大误差的仪器，并最终采用校检合格的数据作为目标矿区的勘探数据，具体通过图13所示的实施例进行详细说明。
参照图11，采集并分组校检目标矿区多组勘探数据集和多组视极化率集的执行步骤包括：
901，分别计算每一组勘探数据集的勘探误差值和相同组视极化率集的极化率误差值。
其中，本实施例中采用两组仪器进行数据采集，同时记录两组仪器在两个时间节点的勘探数据集和视极化率集，两个时间节点分别为仪器开工时和仪器完工后，分别计算每组仪器于每个时间节点的勘探数据集的勘探误差值和视极化率集的极化率误差值，统计所有勘探误差值和极化率误差值，统计结果如表2和表3所示：
表2 开工前仪器校验结果表
| 仪器号 | 勘探误差值 | 极化率误差值 |
| 1 | ±0.20% | ±1.17% |
| 2 | ±0.22% | ±1.11% |
表3 完工后仪器校验结果表
| 仪器号 | 勘探误差值 | 极化率误差值 |
| 1 | ±0.19% | ±0.98% |
| 2 | ±0.21% | ±0.68% |
902，判断勘探误差值是否大于预设的第一误差阈值，若大于，则执行步骤903；若小于等于，则执行步骤904。
其中，假设根据设计要求预设的第一误差阈值为±4%，通过表2和表3所统计的数据与第一误差阈值进行比对，两组仪器在两个时间节点所记录的勘探误差值均小于第一误差阈值，此时执行步骤904；若其中一组仪器在任意一个时间节点的勘探误差值大于第一误差阈值，则执行步骤903。
903，检修或更换对应组的仪器。
其中，由于仪器出现采集的数据误差较大，因此该组仪器可能发生故障，需要对该组仪器进行检查维修，若难以进行检修则直接更换该组仪器并重新进行测量。
904，对应的勘探数据集校检合格。
905，判断极化率误差值是否大于预设的第二误差阈值，若大于，则执行步骤906；若小于等于，则执行步骤907。
其中，假设根据设计要求预设的第二误差阈值也为±4%，通过表2和表3所统计的数据与第二误差阈值进行比对，两组仪器在两个时间节点所记录的极化率误差值均小于第二误差阈值，此时执行步骤906；若其中一组仪器在任意一个时间节点的极化率误差值大于第二误差阈值，则执行步骤907。
906，检修或更换对应组的仪器。
详情参考步骤903的具体内容。
907，对应的视极化率集校检合格，采用对应的视极化率集和相同组的勘探数据集。
其中，若只有一组仪器的勘探数据集和视极化率集校检合格，则采用该组的勘探数据集和视极化率集进行分析；若多组仪器的勘探数据集和视极化率集均校检合格，则采用多组仪器的勘探数据集和视极化率集进行综合分析。
本实施例的实施原理为：
对每一组仪器的勘探数据集和视极化率集分别进行校检，若两个数据集中任意一个数据集的误差值超出预设的误差阈值，则对应组仪器所采集的数据集校检不合格，需要检修或更换对应组的仪器；若两个数据集的误差值均小于预设的误差阈值，则对应组仪器所采集的数据集校检合格。若只有一组仪器的勘探数据集和视极化率集校检合格，则采用该组的勘探数据集和视极化率集进行分析；若多组仪器的勘探数据集和视极化率集均校检合格，则采用多组仪器的勘探数据集和视极化率集进行综合分析。
本发明实施例还提供一种运用时间域激发极化法进行矿体勘探的系统，包括存储器、处理器，存储器上存储有可在所述处理器上运行实现本实施例中任一种运用时间域激发极化法进行矿体勘探的方法的程序。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。
Claims (7)
1.一种运用时间域激发极化法进行矿体勘探的方法，其特征在于，包括如下步骤：
采集目标矿区的视电阻率和视极化率；
选取激电谱模型并根据设计理论值进行正演模拟，得到正演结果；
基于所述正演结果与所述视极化率获取谱参数的最优化解，所述谱参数包括时间常数和相关系数；
基于所述谱参数的最优化解、所述视电阻率和所述视极化率对所述目标矿区进行极化异常识别，所述极化异常由所述目标矿区的碳质层中的矿体引起，分析所述目标矿区的岩石物性，根据所述岩石物性和所述极化异常在所述目标矿区进行矿体圈定；
所述采集目标矿区的视电阻率和视极化率具体包括如下步骤：
对所述目标矿区进行布极，并利用仪器对所述目标矿区进行探测，得到所述视电阻率；
基于所述视电阻率调整所述目标矿区的布极极距；
利用多组仪器对调整布极极距后的目标矿区进行探测，得到多组勘探数据集和多组视极化率集，每一组视极化率集包括不同时道的视极化率；
对所述多组勘探数据集与所述多组视极化率集进行分组校检，采用校检合格的勘探数据集与对应的视极化率集；
每一组仪器采集到一组勘探数据集和一组视极化率集，勘探数据集包括剖面数据和测深数据，剖面数据采用数字直流激电接收机和大功率智能发射仪进行采集，测深数据通过超级数字直流电法仪进行采集，同时超级数字直流电法仪采集目标矿区不同时道的视极化率；
所述选取激电谱模型并根据设计理论值进行正演模拟，得到正演结果具体包括如下步骤：
选取适应的所述激电谱模型并获取所述激电谱模型的频率域表达式；
将所述频率域表达式转换为时域表达式；
基于所述激电谱模型设立所述设计理论值，所述设计理论值包括所述谱参数的理论值，根据所述时域表达式和所述设计理论值对所述视极化率进行正演模拟，得到所述视极化率的正演结果；
采用数字滤波法对Cole-Cole模型进行“频率-时间”变换，将Cole-Cole模型的频率域表达式转换为时域表达式，转换后的时域表达式具体如下：
，/>；
式中：ρ*(t)为充电时段的电阻率，ρ0为充电时间无限长条件下所得极化电阻率，m为极化率，τ为时间常数，c为相关系数，Re为取实部算子，αr为滤波横坐标，φr为滤波系数，其中时间常数τ和相关系数c都是用来表征衰减状态的，τ是表征衰减速度，τ越大，衰减越慢；c是表征衰减的张弛状态，c越小，衰减曲线的斜率越小；
所述基于所述正演结果与所述视极化率获取谱参数的最优化解具体包括如下步骤：
基于最小二乘原则，并根据所述正演结果与所述视极化率建立目标函数；
基于所述目标函数，利用最速梯度法求出最优化解向量，所述最优化解向量包括所述谱参数的最优化解。
2.根据权利要求1所述的一种运用时间域激发极化法进行矿体勘探的方法，其特征在于，所述基于所述谱参数的最优化解、所述视电阻率和所述视极化率对所述目标矿区进行极化异常识别，根据所述岩石物性和所述极化异常在所述目标矿区进行矿体圈定具体包括如下步骤：
根据所述勘探数据集和视电阻率集构建视电阻率等值线断面图；
根据所述勘探数据集和所述视极化率集构建视极化率等值线断面图；
基于所述视电阻率等值线断面图与所述视极化率等值线断面图，根据所述岩石物性进行初步矿体圈定，得到初步矿体范围；
根据所述勘探数据集和所述时间常数的最优化解构建时间常数等值线断面图；
根据所述勘探数据集和所述相关系数的最优化解构建相关系数等值线断面图；
基于所述时间常数等值线断面图与所述相关系数等值线断面图对所述初步矿体范围的极化异常进行识别，所述极化异常由所述初步矿体范围内碳质层中的矿体引起；
根据所述岩石物性和所述极化异常在所述初步矿体范围内进行矿体圈定。
3.根据权利要求1所述的一种运用时间域激发极化法进行矿体勘探的方法，其特征在于，所述分析所述目标矿区的岩石物性具体包括如下步骤：
采集所述目标矿区的标本；
将所述标本加工成预设规则形状；
浸泡加工后的所述标本后采集所述标本的标本视极化率；
测量所述标本的尺寸，并基于所述尺寸采集所述标本的标本视电阻率；
根据所述标本视极化率和所述标本视电阻率计算得到标本时间常数和标本相关系数，基于所述标本视极化率、所述标本视电阻率、所述标本时间常数和所述标本相关系数分析得到所述目标矿区的岩石物性。
4.根据权利要求1所述的一种运用时间域激发极化法进行矿体勘探的方法，其特征在于，所述分析所述目标矿区的岩石物性具体包括如下步骤：
探测并选取所述目标矿区内的矿体露头；
选定所述矿体露头的中间部位为布极范围，且所述矿体露头的直径及下延长度大于测量时的极距；
根据露头小四极法对所述矿体露头进行对称四极布极测量，得到所述矿体露头的露头视极化率和露头视电阻率；
根据所述露头视极化率和所述露头视电阻率计算得到露头时间常数和露头相关系数，基于所述露头视极化率、所述露头视电阻率、所述露头时间常数和所述露头相关系数分析得到所述目标矿区的岩石物性。
5.根据权利要求1所述的一种运用时间域激发极化法进行矿体勘探的方法，其特征在于，所述基于所述视电阻率调整所述目标矿区的布极极距具体包括如下步骤：
将所述视电阻率与预设的视电阻率阈值进行比对；
若所述视电阻率小于所述视电阻率阈值，则对所述目标矿区的布极极距进行调整；
若所述视电阻率大于或等于所述视电阻率阈值，则不调整所述目标矿区的布极极距。
6.根据权利要求1所述的一种运用时间域激发极化法进行矿体勘探的方法，其特征在于，所述对所述多组勘探数据集与所述多组视极化率集进行分组校检，采用校检合格的勘探数据集与对应的视极化率集具体包括如下步骤：
分别计算每一组勘探数据集的勘探误差值和相同组视极化率集的极化率误差值；
判断所述勘探误差值是否大于预设的第一误差阈值；
若所述勘探误差值大于所述第一误差阈值，则检修或更换对应组的仪器；
若所述勘探误差值小于等于所述第一误差阈值，则对应的勘探数据集校检合格，判断相同组视极化率集的极化率误差值是否大于预设的第二误差阈值；
若所述极化率误差值大于所述第二误差阈值，则检修或更换对应组的仪器；
若所述极化率误差值小于或等于所述第二误差阈值，则对应的视极化率集校检合格，采用对应的视极化率集和相同组的勘探数据集。
7.一种运用时间域激发极化法进行矿体勘探的系统，其特征在于：包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如上述权利要求1-6中任一项所述的一种运用时间域激发极化法进行矿体勘探的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110693838.3A CN113447992B (zh) | 2021-06-22 | 2021-06-22 | 一种运用时间域激发极化法进行矿体勘探的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110693838.3A CN113447992B (zh) | 2021-06-22 | 2021-06-22 | 一种运用时间域激发极化法进行矿体勘探的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113447992A CN113447992A (zh) | 2021-09-28 |
| CN113447992B true CN113447992B (zh) | 2023-11-03 |
Family
ID=77812245
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110693838.3A Active CN113447992B (zh) | 2021-06-22 | 2021-06-22 | 一种运用时间域激发极化法进行矿体勘探的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113447992B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115079284B (zh) * | 2022-06-13 | 2024-06-21 | 核工业航测遥感中心 | 一种激电中梯异常提取方法 |
| CN116699724B (zh) * | 2023-08-01 | 2023-10-10 | 北京建工环境修复股份有限公司 | 一种时间域激发极化数据质量评价方法、体系及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110187398A (zh) * | 2019-07-11 | 2019-08-30 | 中南大学 | 一种寻找井间目标体的多电极系探测方法 |
| CN111024770A (zh) * | 2019-12-27 | 2020-04-17 | 成都理工大学 | 基于页岩中黄铁矿激发极化的页岩沉积古环境判定方法 |
| CN111413738A (zh) * | 2020-04-26 | 2020-07-14 | 山东大学 | 一种多孔介质的时间域激发极化谱分析方法及系统 |
-
2021
- 2021-06-22 CN CN202110693838.3A patent/CN113447992B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110187398A (zh) * | 2019-07-11 | 2019-08-30 | 中南大学 | 一种寻找井间目标体的多电极系探测方法 |
| CN111024770A (zh) * | 2019-12-27 | 2020-04-17 | 成都理工大学 | 基于页岩中黄铁矿激发极化的页岩沉积古环境判定方法 |
| CN111413738A (zh) * | 2020-04-26 | 2020-07-14 | 山东大学 | 一种多孔介质的时间域激发极化谱分析方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| "Time-domain solution of Cole-Cole model with induced polarization method";Ruize Liu et al.,;《IOP Conference Series:Earth and Environmental Science》;第585卷(第1期);第1-5页 * |
| "大功率激电在张家口地区石墨矿勘查中的应用";赵后越 等;《工程地球物理学报》;第14卷(第5期);第546-551页 * |
| "焦石坝地区页岩Cole-Cole 模型参数的快速计算方法";刘智颖 等;《油气藏评价与开发》;第10卷(第5期);第42-48页 * |
| "频谱激电测深法在贵州某金矿勘查中的应用";徐西滨 等;《有色金属工程》;第11卷(第2期);第92-97页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113447992A (zh) | 2021-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113447992B (zh) | 一种运用时间域激发极化法进行矿体勘探的方法及系统 | |
| CN105221133B (zh) | 一种基于测井多参数确定烃源岩有机碳含量的方法和装置 | |
| CN105353226A (zh) | 基于散射参数和智能算法的emi噪声源阻抗等效参数提取方法 | |
| CN110007357A (zh) | 一种航空tem和航空mt联合反演方法 | |
| US3113265A (en) | Method and means of electrical prospecting using analog models and electrode impedance cancelling apparatus | |
| CN110333543A (zh) | 基于反射系数分析的低阻体解释及成像方法与系统 | |
| CN107402236B (zh) | 一种简便的岩芯电性测定装置及测定方法 | |
| CN111721831A (zh) | 基于电刺激的三维层析成像堤坝隐伏渗漏通道扫描方法 | |
| CN114755269A (zh) | 基于无损时域反射技术的黄土湿陷性原位评价方法及系统 | |
| CN111965712B (zh) | 一种校正可控源音频大地电磁法静态效应的方法 | |
| CN112485829B (zh) | 一种电阻率法计算动态含水量方法 | |
| Liu et al. | A magnetic detecting and evaluation method of substation’s grounding grids with break and corrosion | |
| KR101475155B1 (ko) | 전기 비저항을 이용한 터널 막장 전방 지반조건 예측방법 | |
| Routh et al. | Regularized in version of spectral IP parameters from complex resistivity data | |
| CN106771616A (zh) | 一种确定深层土壤等效土壤电阻率的方法 | |
| CN110967767A (zh) | 一种跨孔激发极化探测溶洞的方法 | |
| CN113297526B (zh) | 一种基于Wenner四极和大地电磁数据的水平分层土壤结构联合反演方法 | |
| CN114137036B (zh) | 一种基于邻源电位电阻率的注浆范围快速检测方法 | |
| CN111257947B (zh) | 一种跨孔电阻率溶洞探测方法 | |
| CN113625146B (zh) | 一种半导体器件1/f噪声SαS模型参数估计方法 | |
| CN116050917A (zh) | 一种基于网格分布特征的路面三维纹理均匀性评价方法 | |
| CN106248740B (zh) | 一种土壤电阻率湿度校正方法 | |
| CN113031076B (zh) | 一种在电阻率法超前探测中考虑围岩各向异性影响的方法 | |
| CN115586577A (zh) | 一种定源瞬变电磁非中心点观测数据全时转换方法 | |
| CN114415245A (zh) | 一种适用于中深部蚀变岩型金矿找矿方法 |
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 |