CN114943311B - 识别渗出型砂岩铀矿的成矿构造区段的方法 - Google Patents

识别渗出型砂岩铀矿的成矿构造区段的方法 Download PDF

Info

Publication number
CN114943311B
CN114943311B CN202210869144.5A CN202210869144A CN114943311B CN 114943311 B CN114943311 B CN 114943311B CN 202210869144 A CN202210869144 A CN 202210869144A CN 114943311 B CN114943311 B CN 114943311B
Authority
CN
China
Prior art keywords
region
identifying
basin
black
area
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
Application number
CN202210869144.5A
Other languages
English (en)
Other versions
CN114943311A (zh
Inventor
李子颖
刘持恒
蔡煜琦
刘武生
张云龙
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.)
Beijing Research Institute of Uranium Geology
Original Assignee
Beijing Research Institute of Uranium Geology
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 Beijing Research Institute of Uranium Geology filed Critical Beijing Research Institute of Uranium Geology
Priority to CN202210869144.5A priority Critical patent/CN114943311B/zh
Publication of CN114943311A publication Critical patent/CN114943311A/zh
Application granted granted Critical
Publication of CN114943311B publication Critical patent/CN114943311B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N13/00Investigating surface or boundary effects, e.g. wetting power; Investigating diffusion effects; Analysing materials by determining surface, boundary, or diffusion effects
    • G01N13/04Investigating osmotic effects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/08Investigating permeability, pore-volume, or surface area of porous materials
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24Earth materials
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V9/00Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Geophysics (AREA)
  • Dispersion Chemistry (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本申请涉及借助地质体的物理、化学性质来分析地质体的方法,具体涉及一种识别渗出型砂岩铀矿的成矿构造区段的方法,包括:识别盆地中的凹陷区域;识别凹陷区域中的灰黑色还原建造分布区域;识别灰黑色还原建造分布区域的上方层位中的红色氧化建造分布区域;识别重叠区域,重叠区域为灰黑色还原建造分布区域和红色氧化建造分布区域的平面投影彼此重叠的区域;识别连通区域,连通区域为将灰黑色还原建造分布区域和红色氧化建造分布区域连通的断裂构造所分布的区域;识别成矿构造区段,其中,将重叠区域和连通区域的叠合区段识别为成矿构造区段。

Description

识别渗出型砂岩铀矿的成矿构造区段的方法
技术领域
本申请涉及借助地质体的物理、化学性质来分析地质体的方法,具体涉及一种识别渗出型砂岩铀矿的成矿构造区段的方法。
背景技术
相关技术中的识别成矿构造区段的方法主要针对渗入性砂岩铀矿展开,而难以应用在渗出型砂岩铀矿,导致渗出型砂岩铀矿的勘查难以开展,亟需一种能够准确、有效地识别渗出型砂岩铀矿的成矿构造区段的方法。
发明内容
鉴于上述问题,提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的识别渗出型砂岩铀矿的成矿构造区段的方法。
本申请的实施例提供一种识别渗出型砂岩铀矿的成矿构造区段的方法,包括:识别盆地中的凹陷区域;识别凹陷区域中的灰黑色还原建造分布区域;识别灰黑色还原建造分布区域的上方层位中的红色氧化建造分布区域;识别重叠区域,重叠区域为灰黑色还原建造分布区域和红色氧化建造分布区域的平面投影彼此重叠的区域;识别连通区域,连通区域为将灰黑色还原建造分布区域和红色氧化建造分布区域连通的断裂构造所分布的区域;识别成矿构造区段,其中,将重叠区域和连通区域的叠合区段识别为成矿构造区段。
根据本申请实施例的识别渗出型砂岩铀矿的成矿构造区段的方法能够有效且准确地识别渗出型砂岩铀矿的成矿构造区段,以指导渗出型砂岩铀矿的勘查工作。
附图说明
图1为根据本申请实施例的识别渗出型砂岩铀矿的成矿构造区段的方法的流程图;
图2为根据本申请实施例的凹陷区域的示意图;
图3为根据本申请实施例的灰黑色还原建造分布区域的示意图;
图4为根据本申请实施例的红色氧化建造分布区域和重叠区域的示意图;
图5为根据本申请实施例的重叠区域和连通区域的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请实施例的附图,对本申请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申请的一个实施例,而不是全部的实施例。基于所描述的本申请的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,除非另外定义,本申请使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。若全文中涉及“第一”、“第二”等描述,则该“第一”、“第二”等描述仅用于区别类似的对象,而不能理解为指示或暗示其相对重要性、先后次序或者隐含指明所指示的技术特征的数量,应该理解为“第一”、“第二”等描述的数据在适当情况下可以互换。若全文中出现“和/或”,其含义为包括三个并列方案,以“A和/或B”为例,包括A方案,或B方案,或A和B同时满足的方案。
本申请的实施例提供一种识别渗出型砂岩铀矿的成矿构造区段的方法,参照图1,包括:
步骤S102:识别盆地中的凹陷区域。
步骤S104:识别凹陷区域中的灰黑色还原建造分布区域。
步骤S106:识别灰黑色还原建造分布区域的上方层位中的红色氧化建造分布区域。
步骤S108:识别重叠区域。此处的重叠区域是指灰黑色还原建造分布区域和红色氧化建造分布区域的平面投影彼此重叠的区域。
步骤S110:识别连通区域。此处的连通区域是指将灰黑色还原建造分布区域和红色氧化建造分布区域连通的断裂构造所分布的区域。
步骤S112:识别成矿构造区段。在本步骤中,具体地将重叠区域和连通区域的重叠区段识别为成矿构造区段。
在铀矿勘查的过程中,成矿构造区段的确定是开展后续工作的重要基础,此处的成矿构造区段是指有利于铀矿床发育的构造区段。渗出型砂岩铀矿的成矿理论与渗入型砂岩铀矿的成矿理论存在较大的差异,在渗出型砂岩铀矿的成矿理论中,深部的含铀还原性流体从流体运移通道中渗出到上方的氧化砂岩中,由于物理化学条件的变化形成铀矿化。相关技术中的成矿构造区段识别方法通常针对渗入型砂岩铀矿,而本申请实施例所提供的成矿构造区段的识别方法则是针对渗出型砂岩铀矿。
具体地,在步骤S102中,首先识别盆地中的凹陷区域,而后在步骤S104中识别凹陷区域中的灰黑色还原建造。如上文中所描述的,在渗出型砂岩铀矿的成矿理论中,成矿流体为深部渗出的还原性流体,本申请提出,这样的成矿流体通常是由沉积盆地中的灰黑色还原建造发育的。基于此,本实施例中,首先识别盆地中的凹陷区域,此处的凹陷区域包括盆地中的坳陷单元和凹陷单元,坳陷是盆地的次一级构造单元,而凹陷单元是再次一级的构造单元,坳陷单元和凹陷单元均可以被识别为本申请中的凹陷区域。
图2中示出了一个实施例中所识别的凹陷区域的示意图,图中的边界线所圈定的区域即为凹陷区域21,这些凹陷区域21是有利于发育灰黑色还原建造沉积、并且有利于灰黑色还原建造发育成矿流体的,因此先识别凹陷区域21,而后再进一步地在该凹陷区域21中识别灰黑色还原建造分布区域,从而提高识别的效率,并提高最终识别成矿构造区段的准确性。
步骤S104中所识别的灰黑色还原建造可以包括呈现灰色、灰黑色、黑色等暗色的泥岩、油页岩、烃源岩等还原建造,灰黑色还原建造分布区域是指这些灰黑色还原建造所分布的区域,本领域技术人员可以收集凹陷区域中的地质资料,例如钻孔数据等,或者针对凹陷区域开展地质调查,来确定其中的灰黑色还原建造分布区域。
图3中示出了一个实施例中所识别的灰黑色还原建造分布区域的示意图,为了便于理解,图3与图2使用了同一坐标系和比例尺,并在图2的基础上叠加显示了灰黑色还原建造分布区域31。可以理解地,尽管灰黑色还原建造分布区域31主要分布在凹陷区域21中,并且,步骤S104中也是在凹陷区域21中进行灰黑色还原建造分布区域31的识别,但是在一些情况下,灰黑色还原建造分布区域31的边界可能会延伸出所确定的凹陷区域21的边界。本领域技术人员在识别的过程中可以根据实际情况来具体确定所识别出的灰黑色还原建造分布区域31的边界,而并不一定需要将所识别的灰黑色还原建造分布区域31完全局限在凹陷区域21中。
接下来,在步骤S106中识别灰黑色还原建造分布区域上方层位中的红色氧化建造分布区域。如上文中所描述的,在渗出型砂岩铀矿的成矿理论中,成矿流体渗出到上方的红色氧化建造中由于物理化学条件的变化生成铀矿化。基于此,本实施例中,在步骤104中所识别的灰黑色还原建造分布区域的上方层位中来识别红色氧化建造分布区域,从而提高识别的效率。此处的红色氧化建造在本领域中又称为红杂色建造,其可以包括呈现红色、红棕色、红褐色等氧化色的泥岩、砂岩等。
需要注意的是,步骤S108是在整个盆地区域中的灰黑色还原建造分布区域的上方层位中来识别红色氧化建造分布区域,而并不局限于凹陷区域中,在识别红色氧化建造分布区域的过程中,可以采集凹陷区域中的钻孔数据,并提取灰黑色还原建造分布区域的上方层位的数据,进而完成红色氧化建造分布区域的识别。
在完成了灰黑色还原建造分布区域的识别后,在步骤S108中识别重叠区域,可以理解地,红色氧化建造分布区域是在灰黑色还原建造分布区域的上方层位中,而并非是在同一层位中,因此,此处的重叠区域是指灰黑色还原建造分布区域和红色氧化建造分布区域的平面投影彼此重叠的区域。在此处所识别的重叠区域中,同时存在上方的红色氧化建造和下方的灰黑色还原建造的分布,因此有利于渗出型砂岩铀矿的成矿。
图4中示出了一个实施例中所识别的红色氧化建造分布区域和重叠区域的示意图,同样地,本图在图3的基础上叠加显示了所识别的红色氧化建造分布区域41。可以理解地,在该图中所展示的实际上是灰黑色还原建造分布区域31和红色氧化建造分布区域41的在该图片所在平面上的投影,因此,图中的灰黑色还原建造分布区域31和红色氧化建造分布区域41彼此重叠的区域实际上就是二者的平面投影彼此重叠的区域,即,所要识别的重叠区域51。
在实际识别的过程中,本领域技术人员可以在同一坐标系中将所识别的灰黑色还原建造分布区域31和红色氧化建造分布区域41的平面图进行叠加显示,获得类似于图4的图件,以此来识别重叠区域51,从而提高识别的效率。但是本申请并不限于此,本领域技术人员也可以使用其他合适的方式来识别重叠区域51,例如直接通过灰黑色还原建造分布区域和红色氧化建造分布区域的边界处的位置坐标来进行识别等等。
进一步地,在步骤S110中,识别连通区域,连通区域是指将灰黑色还原建造分布区域和红色氧化建造分布区域所连通的断裂构造所分布的区域。在渗出型砂岩铀矿的成矿过程中,灰黑色还原建造发育的成矿流体需要渗出到上方层位中的红色氧化建造中发生铀沉淀富集,而此处所识别的连通区域中,断裂构造将下方的灰黑色还原建造分布区域和上方的红色氧化建造分布区域连通,形成了流体运移的通道,有利于成矿流体的渗出。
图5中示出了一个实施例中所识别的重叠区域和连通区域的示意图,同样地,本图在图4的基础上叠加显示了所识别的连通区域,图中的断裂构造61所分布的区域即为连通区域。
最后,在步骤S112中,将步骤S108中所识别的重叠区域和步骤S110中所识别的连通区域的重叠区段识别为成矿构造区段。仍可参照图5,其中的重叠区域51中存在断裂构造61分布的区段即为本申请中最终所识别的成矿构造区段。
如上文中所描述的,重叠区域中同时发育有上方的红色氧化建造和下方的灰黑色还原建造,而连通区域中存在流体运移通道,有利于成矿流体的渗出,二者相互重叠的区段中同时具备了渗出型砂岩铀矿的多个控矿要素,因此能够被识别为有利于成矿的成矿构造区段。
根据本申请实施例的识别渗出型砂岩铀矿的成矿构造区段的方法能够有效且准确地识别渗出型砂岩铀矿的成矿构造区段,从而指导渗出型砂岩铀矿的后续勘查工作。
在一些实施例中,步骤S102中识别盆地中的凹陷区域时,可以首先识别盆地的属性,而后基于盆地的属性来识别盆地中的凹陷区域。具体地,如果识别盆地的属性为伸展裂谷盆地,则可以基于盆地的沉积基底所在界面的曲率和等值线来识别凹陷区域。如果识别盆地的属性为前陆盆地和克拉通盆地,则可以将盆地中的负地形单元识别为凹陷区域。
伸展盆地是指与地壳和岩石圈产生的伸展、减薄作用相关的一类裂陷盆地,而伸展裂谷盆地是最常见的一种伸展盆地。伸展裂谷盆地中主要分布凹陷单元,因此,如果识别盆地属性为伸展裂谷盆地,则可以进一步地基于盆地的沉积基底所在界面处的曲率和等值线来确定其基底中的凸起-凹陷单元,进而将其中的凹陷单元识别为凹陷区域。
在一些实施例中,可以利用剩余布格重力异常来确定沉积基底所在界面的深度数据,进而基于该深度数据确定沉积基底所在界面的曲率和等值线,曲率可以基于坡度来获取到,而坡度又可以基于深度数据来获取,具体地,基于深度数据可以获取到基底所在界面对水平距离的一阶导数,该一阶导数即为坡度,而坡度再次求导即为曲率(即,曲率是基底所在界面对水平距离的二阶导数),而获取到曲率之后,可以基于空间插值等来获取到等值线。在实际操作过程中,可以将深度数据进行网格化处理,而后针对网格化文件进行空间分析,提取该界面的等值线和曲率,此处的空间分析可以使用本领域中通用的方法,在此不再赘述。在一些其他的实施例中,本领域人员也可以使用其他的方法来获取到该界面的等值线和曲率。
在一些实施例中,可以具体将沉积基底所在界面的曲率最小值处的等值线识别为凹陷区域的边界。在一些其他的实施例中,本领域技术人员也可以根据实际所获得的曲率分布情况来选择合适的等值线识别为凹陷区域的边界。
与伸展裂谷盆地不同的是,挤压挠曲相关的前陆盆地和弱伸展的克拉通盆地中所分布的坳陷单元是比伸展裂谷盆地中的凹陷单元更高一级别的负地形单元,因此,如果识别盆地属性为前陆盆地和克拉通盆地,则可以直接识别负地形单元来作为本申请中的凹陷区域。
在一些实施例中,可以具体基于盆地中的钻孔数据确定盆地中的负地形单元,例如,可以基于盆地中的钻孔分层数据来获取到各层位的底深,通过平面插值等方法获取到底面等高线图,并进行网格化处理,从而确定其中的负地形单元。
在一些实施例中,仍可以借助曲率和等值线来实现负地形单元的确定,例如,可以选取曲率最小位置处的等值线,该等值线一侧的区域为正地形,另一侧即为负地形。在一些其他的实施例中,本领域技术人员也可以参照本领域的相关技术来使用其他合适的方法识别负地形单元,在此不再赘述。
在上述实施例中,基于盆地的属性来针对性地选择合适的方法识别盆地中的凹陷区域,从而提高了识别的效率。
在一些实施例中,灰黑色还原建造分布区域具体是指凹陷区域中,分布有灰黑色还原建造并且灰黑色还原建造的厚度与灰黑色还原建造所在层位的地层厚度之间的比值高于第一预设值的区域。
本实施例中,进一步地将灰黑色还原建造分布区域限定为具有较高的灰黑色还原建造厚度与地层厚度比的区域,从而,能够排除分布有灰黑色还原建造但是灰黑色还原建造的厚度占比较小的区域的干扰,使得最终所识别的成矿构造区段更加精准。本领域技术人员可以根据实际情况来确定第一预设值,可以理解地,第一预设值设置得越高,则所识别的灰黑色还原建造分布区域也就越小,过低的第一预设值将可能使得最终识别的成矿构造区段范围过广,不利于后续勘查,而过高的第一预设值可能导致所识别的成矿构造区段不够全面,甚至可能导致识别失败。
在一些实施例中,识别凹陷区域中的灰黑色还原建造分布区域时,可以首先基于凹陷区域的钻孔数据确定凹陷区域中不同位置处的灰黑色还原建造厚度以及灰黑色还原建造所在层位的地层厚度,而后借助空间插值法,来基于不同位置处的灰黑色还原建造厚度以及灰黑色还原建造所在层位的地层厚度的比值绘制第一等值线图,最后基于该第一等值线图来识别灰黑色还原建造分布区域。
本实施例中,首先基于凹陷区域中的钻孔数据来获取到凹陷区域中不同位置处的灰黑色还原建造厚度以及灰黑色还原建造所在层位的地层厚度。此处的钻孔数据可以通过收集现有的地质资料来获取,或者,本领域技术人员也可以通过设置钻孔或在现有资料的基础上来选择位置补充设置钻孔来获取到钻孔数据。此处的不同位置具体是指所获取到的钻孔数据中钻孔所在的位置。
获取到不同位置处的灰黑色还原建造厚度和灰黑色还原建造所在层位的地层厚度之间的比值后,就能够借助空间插值法来利用这些比值绘制第一等值线图,利用空间插值法绘制等值线图的具体方法可以参照本领域的相关技术,在此不再赘述。
仍可参照图3,图3中在灰黑色还原建造分布区域31中示例性地展示了部分厚度比值的等值线,其中,等值线中的色块颜色越深,指示厚度比值越高。
基于第一等值线图来确定灰黑色还原建造分布区域的好处在于,第一等值线图能够较为清晰地反映出灰黑色还原建造的具体分布情况,本领域技术人员能够基于该第一等值线图来合理地确定第一预设值,进而识别灰黑色还原建造分布区域,以确保所识别的灰黑色还原建造分布区域具有较为合适的范围。
在一些实施例中,类似地,红色氧化建造分布区域也可以被具体限制为灰黑色还原建造分布区域的上方层位中,分布有红色氧化建造,并且,红色氧化建造的厚度与红色氧化建造所在层位的地层厚度之间的比值高于第二预设值的区域。
对红色氧化建造分布区域也进行这样的限制能够进一步地提高所识别的成矿构造区段的精准性,同样地,本领域技术人员也可以根据实际情况来确定合适的第二预设值,第二预设值可以与第一预设值相同,也可以与第一预设值不同,对此不作限制。
在一些实施例中,识别灰黑色还原建造分布区域的上方地层中的红色氧化建造分布区域时,可以首先识别灰黑色还原建造分布区域上方的存在红色氧化建造分布的目标层位,基于该目标层位的钻孔数据确定目标层位中不同位置处的红色氧化建造厚度和地层厚度,而后借助空间插值法,基于目标层位的不同位置处的红色氧化建造的厚度和地层厚度的比值绘制第二等值线图,最后基于第二等值线图确定所述红色氧化建造分布区域。
与上文中所描述的识别灰黑色还原建造分布区域的方法类似地,本实施例中也使用等值线图来对红色氧化建造分布区域进行识别,区别在于,本实施例中,首先识别灰黑色还原建造分布区域的上方层位中,存在红色氧化建造分布的层位来作为目标层位,而后基于该目标层位中的钻孔数据来绘制第二等值线图,此处的目标层位的钻孔数据是指整个盆地中与该目标层位相关的钻孔数据,而不仅仅局限于凹陷区域。
在一些实施例中,步骤S110中识别连通区域时,可以具体基于盆地中的地震数据识别连通区域,例如,可以通过设置地震测线或者收集盆地中现有的地震资料等,来获取到盆地中的地震剖面图,而后从地震剖面图中识别将灰黑色还原建造分布区域和红色氧化建造分布区域连通的断裂构造,将这些断裂构造分布的区域识别为连通区域。
在一些实施例中,基于盆地中的地震数据确定连通区域时,可以首先基于盆地的地震数据确定盆地中不同层位的底面构造图,而后在灰黑色还原建造所在层位的底面构造图中确定灰黑色还原建造分布区域中的断裂构造,接下来基于盆地中的层位顺序,在不同层位的底面构造图中追踪该断裂构造,如果该断裂构造延伸至所述红色氧化建造分布区域,则将该断裂构造所在的区域识别为连通区域。
本实施例中,基于地震数据来确定不同层位的底面构造图,此处的不同层位可以包括从灰黑色还原建造所在层位到红色氧化建造所在层位之间的全部地层。接下来,可以在灰黑色还原建造所在层位的底面构造图中,来识别分布在上文中所识别的灰黑色还原建造分布区域中的断裂构造,在识别出了这些分布在灰黑色还原建造分布区域中的断裂构造后,可以按照层位的顺序,依次在上一层位的底面构造图中来定位这些断裂构造,直到红色氧化建造所在层位的底面构造图,从而对这些断裂构造进行追踪,如果追踪到该断裂构造最终延伸到了红色氧化建造分布区域,则能够确定其连通了灰黑色还原建造分布区域和红色氧化建造分布区域。
可以理解地,尽管直接使用地震数据中的地震剖面图也能够对断裂构造进行分析,但是其工作量相对较高,而本实施例中将地震数据经过处理获取了不同层位的底面构造图,从分布在灰黑色还原建造分布区域中的断裂构造开始进行追踪,更加具有针对性,提高了识别连通区域的效率。
下面以针对二连盆地哈达图地区的渗出型砂岩铀矿进行的成矿构造区段识别为例来对上文中所涉及到的一个或多个实施例进行更加详细的描述和补充。
首先,识别二连盆地哈达图地区的凹陷区域,基于现有的地质资料判断二连盆地属于伸展型的裂谷盆地,在裂谷期形成一系列的断陷、凹陷,后期经历了裂后期的热沉降作用形成坳陷。
基于此,利用二连盆地哈达图地区的剩余布格重力异常反演该区域的结晶基底顶面的起伏形态,即哈达图地区沉积基底的凸起-凹陷,获得深度等值高线网格数据。对哈达图地区沉积基底界面的等高线网格文件进行空间分析,提取该界面的底面埋深等值线和曲率,将曲率最小值处的底面埋深等值线确定为凹陷边界,最终在哈达图地区圈定了格日勒敖都和齐哈日格图两个凹陷区域。
接下来,基于格日勒敖都凹陷区域和齐哈日格图凹陷区域中的钻孔数据,获取了该区域中赛汉组下段(灰黑色还原建造所在层位)的灰黑色还原建造厚度和地层厚度,并绘制了第一等值线图。基于别二连盆地哈达图地区的钻孔资料,提取了赛汉组上段(灰黑色还原建造所在层位上方的分布有红色氧化建造的层位)的红色氧化建造的厚度和地层厚度,并绘制了第二等值线图。
接下来,将第一等值线图中比值较高的区域(高于第一预设值)识别为灰黑色还原建造分布区域,将第二等值线图中比值较高的区域(高于第二预设值)识别为红色氧化建造分布区域,进而将灰黑色还原建造分布区域和红色氧化建造分布区域的彼此重合的区域识别为重叠区域。
接下来,针对在二连盆地哈达图地区开展详细的地震解释,编制赛汉组下段、赛汉组上段等层位的底面构造分布图,首先在赛汉组下段的底面构造图中识别了分布在灰黑色还原建造分布区域中的断裂构造,而后对这些断裂构造进行追踪,最终确定了连通区域。
最后,将重叠区域和连通区域重叠的区段识别为成矿构造区段。目前已经确定了二连盆地哈达图地区的铀矿床实际分布的范围,将其与使用本申请实施例的方法所识别的成矿构造区段进行了对比,其吻合度较高,表明本申请实施例的方法具有较高的准确性。
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。

Claims (8)

1.一种识别渗出型砂岩铀矿的成矿构造区段的方法,包括:
识别盆地中的凹陷区域;
识别所述凹陷区域中的灰黑色还原建造分布区域,所述灰黑色还原建造分布区域为所述凹陷区域中,分布有灰黑色还原建造,并且,所述灰黑色还原建造的厚度与所述灰黑色还原建造所在层位的地层厚度之间的比值高于第一预设值的区域;
识别所述灰黑色还原建造分布区域的上方层位中的红色氧化建造分布区域,所述红色氧化建造分布区域为所述灰黑色还原建造分布区域的上方层位中,分布有红色氧化建造,并且,所述红色氧化建造的厚度与所述红色氧化建造所在层位的地层厚度之间的比值高于第二预设值的区域;
识别重叠区域,所述重叠区域为所述灰黑色还原建造分布区域和所述红色氧化建造分布区域的平面投影彼此重叠的区域;
识别连通区域,所述连通区域为将所述灰黑色还原建造分布区域和所述红色氧化建造分布区域连通的断裂构造所分布的区域,基于所述盆地中的地震数据识别所述连通区域;
识别成矿构造区段,其中,将所述重叠区域和所述连通区域的重叠区段识别为所述成矿构造区段。
2.根据权利要求1所述的方法,其中,所述识别盆地中的凹陷区域包括:
识别所述盆地的属性;
基于所述盆地的属性识别所述盆地中的凹陷区域,其中,
若所述盆地的属性为伸展裂谷盆地,则基于所述盆地的沉积基底所在界面的曲率和等值线识别所述凹陷区域,
若所述盆地的属性为前陆盆地和克拉通盆地,则将所述盆地中的负地形单元识别为所述凹陷区域。
3.根据权利要求2所述的方法,其中,所述识别所述盆地中的凹陷区域还包括:
利用剩余布格重力异常确定所述沉积基底所在界面的地形数据;
基于所述地形数据确定所述沉积基底所在界面的曲率和等值线。
4.根据权利要求2或3所述的方法,其中,所述基于所述盆地的沉积基底所在界面的曲率和等值线识别所述凹陷区域还包括:
将所述沉积基底所在界面的曲率最小值处的等值线识别为所述凹陷区域的边界。
5.根据权利要求2所述的方法,其中,所述识别所述盆地中的凹陷区域还包括:
基于所述盆地中的钻孔数据确定所述盆地中的负地形单元。
6.根据权利要求1所述的方法,其中,所述识别所述凹陷区域中的灰黑色还原建造分布区域包括:
基于所述凹陷区域的钻孔数据确定所述凹陷区域中不同位置处的灰黑色还原建造厚度以及灰黑色还原建造所在层位的地层厚度;
借助空间插值法,基于不同位置处的所述灰黑色还原建造厚度以及所述灰黑色还原建造所在层位的地层厚度的比值绘制第一等值线图;
基于所述第一等值线图识别所述灰黑色还原建造分布区域。
7.根据权利要求1所述的方法,其中,所述识别所述灰黑色还原建造分布区域的上方地层中的红色氧化建造分布区域包括:
识别所述灰黑色还原建造分布区域上方的层位中存在所述红色氧化建造分布的目标层位;
基于所述目标层位的钻孔数据确定所述目标层位中不同位置处的红色氧化建造厚度和地层厚度;
借助空间插值法,基于所述目标层位中不同位置处的所述红色氧化建造的厚度和地层厚度的比值绘制第二等值线图;
基于所述第二等值线图识别所述红色氧化建造分布区域。
8.根据权利要求1所述的方法,其中,所述基于所述盆地中的地震数据确定所述连通区域包括:
基于所述盆地中的地震数据确定所述盆地中不同层位的底面构造图;
基于所述灰黑色还原建造所在层位的底面构造图确定所述灰黑色还原建造分布区域中的断裂构造;
基于所述盆地中的层位顺序,在不同层位的所述底面构造图中追踪所述断裂构造,若所述断裂构造延伸至所述红色氧化建造分布区域,则将所述断裂构造所在的区域识别为所述连通区域。
CN202210869144.5A 2022-07-22 2022-07-22 识别渗出型砂岩铀矿的成矿构造区段的方法 Active CN114943311B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210869144.5A CN114943311B (zh) 2022-07-22 2022-07-22 识别渗出型砂岩铀矿的成矿构造区段的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210869144.5A CN114943311B (zh) 2022-07-22 2022-07-22 识别渗出型砂岩铀矿的成矿构造区段的方法

Publications (2)

Publication Number Publication Date
CN114943311A CN114943311A (zh) 2022-08-26
CN114943311B true CN114943311B (zh) 2022-10-25

Family

ID=82911372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210869144.5A Active CN114943311B (zh) 2022-07-22 2022-07-22 识别渗出型砂岩铀矿的成矿构造区段的方法

Country Status (1)

Country Link
CN (1) CN114943311B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114970770B (zh) * 2022-07-22 2022-09-30 核工业北京地质研究院 渗出型砂岩铀矿的识别方法
CN117328860B (zh) * 2023-08-30 2024-04-16 核工业二0三研究所 一种红色碎屑岩建造中灰色富铀还原地质体的定位方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107895216B (zh) * 2016-09-30 2021-09-17 核工业北京地质研究院 一种快速圈定油气掩盖区古层间氧化前锋线位置的方法
CN108335223B (zh) * 2017-12-25 2019-09-17 核工业北京地质研究院 一种砂岩型铀矿综合评价技术方法
CN114746774A (zh) * 2019-09-12 2022-07-12 阿布扎比国家石油公司 预测油气和运移路径的综合地质力学模型
CN113189668B (zh) * 2021-04-29 2022-05-06 东华理工大学 一种盆地内部砂岩型铀矿的找矿方法
CN113514886B (zh) * 2021-07-22 2021-12-10 核工业北京地质研究院 一种砂岩型铀矿成矿有利部位地质-地震三维预测方法
CN113608278B (zh) * 2021-07-26 2022-05-03 核工业北京地质研究院 沉积盆地红杂色层中的砂岩型铀矿定位方法

Also Published As

Publication number Publication date
CN114943311A (zh) 2022-08-26

Similar Documents

Publication Publication Date Title
CN114943311B (zh) 识别渗出型砂岩铀矿的成矿构造区段的方法
US10365387B1 (en) Method for secondary exploration of old oil area in fault subsidence basin
CN111750822B (zh) 一种采煤诱发的覆岩与地表沉陷协同动态预测方法
AU2020102001A4 (en) Method for Identifying and Describing Deep Carbonate Karst Structures
CN103529475A (zh) 一种识别和解释碳酸盐岩古岩溶储层三维结构的方法
CN104991274A (zh) 多种地质因素定量约束下的单一圈闭级的有利区优选方法
CN106875471A (zh) 煤系含或隔水层三维可视化建模方法
CN113608278B (zh) 沉积盆地红杂色层中的砂岩型铀矿定位方法
CN107728227B (zh) 一种井网成熟区快速判别地下河道砂体方法
CN112711078A (zh) 沉积盆地深部有利砂岩型铀成矿砂体识别方法
Liu et al. The determination of variogram in the presence of horizontal wells-An application to a conglomerate reservoir modeling, East China
CN113156531B (zh) 一种隐伏锰矿床勘查方法
CN116070147A (zh) 一种基于灰度相分析页岩岩相和结构的方法
Arinze et al. A scalar-geometric approach for the probable estimation of the reserve of some Pb-Zn deposits in Ameri, southeastern Nigeria
Beach et al. The geometry of normal faults in a sector of the offshore Nile Delta, Egypt
CN115577213A (zh) 一种水侵方向预测方法
Nouradine et al. Integrating geological, hydrogeological and geophysical data to identify groundwater resources in granitic basement areas (Guéra Massif, Chad)
CN111427087B (zh) 用于确定古地貌中碳酸盐岩储层位置的方法
CN111335870B (zh) 一种确定油气潜力的方法、装置
CN113433589A (zh) 一种基于数理统计的风化壳储层底界面识别方法
CN110795513B (zh) 河流相源储异位型致密油气甜点区分布的预测方法
Handhal et al. Relationship between structural style and the petroleum system in the siba gas field, southern Iraq
Hao et al. Prediction of Permian karst reservoirs in the Yuanba gas field, northern Sichuan Basin, China
CN112052591A (zh) 一种储层构型约束下的隔夹层精细刻画及嵌入式建模方法
Curkan Reservoir characterization of channel-belt strata, McMurray Formation, northeastern Alberta

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