CN115983505A - 一种固体矿产三维立体成矿预测方法及装置 - Google Patents
一种固体矿产三维立体成矿预测方法及装置 Download PDFInfo
- Publication number
- CN115983505A CN115983505A CN202310264402.1A CN202310264402A CN115983505A CN 115983505 A CN115983505 A CN 115983505A CN 202310264402 A CN202310264402 A CN 202310264402A CN 115983505 A CN115983505 A CN 115983505A
- Authority
- CN
- China
- Prior art keywords
- model
- ore
- dimensional
- database
- data
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 229910052500 inorganic mineral Inorganic materials 0.000 title claims abstract description 62
- 239000011707 mineral Substances 0.000 title claims abstract description 62
- 239000007787 solid Substances 0.000 title claims abstract description 37
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 13
- 238000011160 research Methods 0.000 claims abstract description 114
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 230000033558 biomineral tissue development Effects 0.000 claims abstract description 36
- 238000007619 statistical method Methods 0.000 claims abstract description 34
- 238000000605 extraction Methods 0.000 claims abstract description 29
- 238000005065 mining Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 11
- 239000010931 gold Substances 0.000 claims description 77
- 230000002159 abnormal effect Effects 0.000 claims description 43
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 36
- 229910052737 gold Inorganic materials 0.000 claims description 36
- 239000011435 rock Substances 0.000 claims description 30
- 230000002349 favourable effect Effects 0.000 claims description 28
- 238000010586 diagram Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 24
- 238000009826 distribution Methods 0.000 claims description 21
- 125000001475 halogen functional group Chemical group 0.000 claims description 21
- 230000004075 alteration Effects 0.000 claims description 16
- 239000002184 metal Substances 0.000 claims description 14
- 229910052751 metal Inorganic materials 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 238000010219 correlation analysis Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 230000009286 beneficial effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 239000004575 stone Substances 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 239000002366 mineral element Substances 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 7
- 238000011835 investigation Methods 0.000 abstract description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 38
- 229910052742 iron Inorganic materials 0.000 description 19
- 238000005457 optimization Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 239000010438 granite Substances 0.000 description 10
- 230000005484 gravity Effects 0.000 description 10
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 8
- 230000010354 integration Effects 0.000 description 8
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 8
- 238000011002 quantification Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 229910052785 arsenic Inorganic materials 0.000 description 3
- 230000037396 body weight Effects 0.000 description 3
- 210000003038 endothelium Anatomy 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 229910052721 tungsten Inorganic materials 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 238000003556 assay Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- JQJCSZOEVBFDKO-UHFFFAOYSA-N lead zinc Chemical compound [Zn].[Pb] JQJCSZOEVBFDKO-UHFFFAOYSA-N 0.000 description 2
- 230000001089 mineralizing effect Effects 0.000 description 2
- 229910052750 molybdenum Inorganic materials 0.000 description 2
- 210000002706 plastid Anatomy 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000013076 uncertainty analysis Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种固体矿产三维立体成矿预测方法及装置，包括基于研究区地质勘查资料，建立隐伏矿体定位预测的找矿数据库；利用建立找矿数据库，使用Vulcan三维建模软件建立三维实体模型；根据建立的找矿数据库，进行成矿要素提取和统计分析，并将三维实体模型中确定的预测参数作为属性值赋给每一个立方体单元；对立方体单元所包含的数据进行统计处理，对各成矿要素进行定量及定性相结合的分析，应用统计方法进行找矿信息运算，圈定找矿有利靶区及估算预测资源量。本发明的方法结合地质成矿条件、勘查工作程度等开展了找矿概率评价，认为预测靶区可靠程度较高。
Description
技术领域
本发明涉及成矿预测技术领域，具体为一种固体矿产三维立体成矿预测方法及装置。
背景技术
传统的矿产资源预测评价工作都是在地质-地球化学-地球物理等成果资料的二维平面内基于二维GIS开展的。支撑成矿预测的主要区域地质图、地质剖面图、化探异常图、物探异常图等均为二维平面的，地质专家通过地质成矿规律的总结，同时结合各异常的相互套合关系，来进行成矿预测及圈定成矿靶区。
传统的成矿预测方法中，地质、化探、物探的成矿要素内容多以单独的形式表达，难以有效的融合在一起。需要大量的技术人员配合完成各学科成矿要素的分析、研判，这种方式需要通过计算机不同软件进行绘图，对数据开展分析、研究，个人主观性认识影响大，且工作效率低，也对靶区分类、定位、评价很难定量化。
随着地质勘查工作及矿产开发规模的不断开展，地表及浅部的勘查找矿工作已经基本结束。未来的找矿勘查工作的主要对象为深部盲矿体，找矿难度日益增大。依靠二维平面来表达已经越来越难以适应时代发展的要求，更不能满足直观展示和开展计算机数据的统计与分析。深边部隐伏矿体的立体定位定量预测急需要从理论和方法上取得新的突破。
发明内容
本发明的目的在于提供一种固体矿产三维立体成矿预测方法及装置，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种固体矿产三维立体成矿预测方法，包括步骤如下：
S1、基于研究区地质勘查资料，建立隐伏矿体定位预测的找矿的数据库；
S2、利用找矿的数据库，使用Maptek Vulcan三维建模软件建立三维实体模型（三维立方体综合预测）；
S3、根据找矿的数据库将三维实体模型中确定的预测参数作为属性值赋给每一个立方体单元；
S4、对立方体单元所包含的数据进行统计处理，对成矿要素分析和找矿信息运算，圈定找矿有利靶区及估算预测资源量。
进一步的，步骤S1中，研究区地质勘查资料包括对工作区以往地质矿产勘查、物化探以及科研资料的收集，对收集到的各类资料预处理，将数据资料转换为目标数据格式并建立数据库。
进一步的，建立数据库包括：根据已有预处理的资料，整理录入数据库表所需的各项要素信息，形成.csv文件格式，在Maptek Vulcan软件中以“创建数据库”功能导入工程导入csv文件，创建数据库，建立的数据库包括探矿工程数据库、地球物理数据库、地球化学数据库。
进一步的，建立三维实体模型包括：在Maptek Vulcan三维建模软件中，导入建立的数据库，以软件的“创建实体”功能建立工作区三维实体模型，三维实体模型包括地质模型、地球物理模型及地球化学模型。
进一步的，所述地质模型的建立为：在对探矿工程数据整理、检查后，通过MaptekVulcan三维建模软件建模平台，以点、线、面、体的矢量模型，表达地质体的轮廓；
地球物理模型的建立为：利用可控源音频大地电磁测量数据点，反演出来的视电阻率结果数据，视电阻率地球物理数据三维空间显示，然后利用Vulcan三维建模软件的地质统计学，根据软件计算的变异函数值，自动建立形成模型；
地球化学模型的建立为：依据研究区金矿床构造叠加晕浓度分带标准在剖面图上圈定的 As、Sb、Hg、Au、Ag、Cu、Pb、Zn、Sn、W、Bi、Mo，12种元素的异常界线，据此将相邻剖面的异常界线相连接，建立各元素异常三维实体模型，并按照构造叠加晕模型对前缘晕、近矿晕、尾晕指示性元素异常组合进行组合。
进一步的，根据收集的研究区矿产勘查地质资料对矿体的控制情况，结合矿体的形态、走向、倾向和空间分布特征确定三维实体模型的范围和基本参数，三维实体模型块体采用的块体参数为预测参数。
进一步的，步骤S4中，估算预测资源量基于找矿有利信息分析与提取，找矿有利信息分析与提取包括：蚀变带信息统计分析与提取、地球物理异常信息统计分析与提取以及地球化学：Au分布特征分析；其中，
蚀变带信息统计分析与提取包括通过统计已知矿体中各蚀变岩的比例分析，对成矿作用的影响作用大小，对块体进行赋值；
地球物理异常信息统计分析与提取包括研究区电阻率特征与已知矿体的对应关系的综合分析，判定找矿有利层位，通过Maptek Vulcan三维建模软件建立视电阻率等值线曲面模型，将其与区内已知矿体模型进行叠加分析，并在三维实体模型中提取夹在异常值区间内的部分作为地球物理的异常信息进行提取；
地球化学：Au分布特征分析包括利用探矿工程的Au基本分析数据，分析研究区块体在三维空间的异常分布区域，采用克里格法对研究区未知单元块体进行Au元素品位插值，通过对各勘查区已知矿体金资源量的估算，统计研究区的含矿率。
进一步的，步骤S4中，找矿有利靶区包括：
提取出的不同级别的成矿有利地质体块体；
经三维实体模型与已知矿体对比、分析，研究区赋矿位置的电阻率块体；
研究区部分地区采用地质统计学对全区样品进行统计分析，分析研究块体在三维空间的异常分布区域；
采用地质、地球物理关联分析构建勘探变量以减少地球物理不确定性；
以克里格法对研究区未知单元块体进行金元素品位插值圈定找矿有利靶区；
估算预测资源量包括：首先根据立方体单元体积大小，再由该立方体单元体积与已知矿体的体积比率可得到立方体单元的矿石量，利用插值后的Au品位，可以求得Au的金属量，其中，
任意一个立方体单元的Au金属量计算公式为：
QAu=∑Vi×ρ×（1-j）×Ci
式中：QAu为矿体金属量；Vi为第i个立方体单元体积；Ci为第i个立方体单元Au平均品位；ρ为矿石体重；j为夹石率，矿石体重值平均值2.71t/m3。
为实现上述目的，本发明还提供如下技术方案：
一种固体矿产三维立体成矿预测装置，包括：
数据库模块，用于基于研究区地质勘查资料，建立隐伏矿体定位预测的找矿数据库；
三维实体构建模块，用于利用建立找矿数据库，使用Vulcan三维建模软件建立三维实体模型；
立方体单元构建模块，用于根据建立的找矿数据库，进行控矿要素提取和统计分析，并将三维实体模型中确定的预测参数作为属性值赋给每一个立方体单元；
预测结果模块，用于对立方体单元所包含的数据进行统计处理，对各控矿要素进行定量及定性相结合的分析，应用统计方法进行找矿信息运算，圈定找矿有利靶区及估算预测资源量。
为实现上述目的，本发明还提供如下技术方案：
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述中任一项所述方法的步骤。
为实现上述目的，本发明还提供如下技术方案：
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述中任一项所述的方法的步骤。
与现有技术相比，本发明的有益效果是：
（1）利用Maptek Vulcan三维软件完成了研究区地质体（地层、岩浆岩、蚀变带、控矿断裂构造），Au地球化学模型；地球物理等多元信息建模工作，建立了某成矿带三维综合模型。
（2）建立了某研究区综合找矿理论模型，并在矿田尺度上利用立方块体预测模型找矿方法对与成矿有关的地质、构造、蚀变、物探异常各要素进行定量化提取与分析，建立了成矿预测模型。依据多元地学信息集成（定量）与定性相结合进行了靶区优选，并结合基础地质资料、地质成矿条件、勘查工作程度、模型尺寸、估值参数等开展了找矿概率评价。
（3）通过综合三维建模及成矿要素的定量化提取与分析，利用地质统计分析以及数据的人机交互等功能，对研究区的成矿要素进行了集成，构建了研究区的三维立方体综合预测模型（三维实体模型），同时采用地质、地球物理关联分析构建成矿预测模型以减少地球物理不确定性。本方法能够利用三维立方体综合预测模型，准确、快捷的给出靶区的空间位置、潜在资源量、品位特征、含矿概率等各项参数，较传统方法更具科学性与准确性。同时该方法对于各类金属矿产（铜矿、铅锌矿等）都具有较好的适用性。
附图说明
图1为本发明实施例固体矿产三维立体成矿预测方法流程图。
图2为本发明实施例某研究区地表模型图。
图3为本发明实施例研究区某地质剖面图中勾绘地质界线示意图。
图4为本发明实施例某研究区地质体模型图。
图5为本发明实施例某研究区蚀变带模型图。
图6为本发明实施例某研究区主断裂模型图。
图7为本发明实施例某研究区金矿（化）体模型示意图。
图8为本发明实施例某研究区地球物理（CSAMT）视电阻率空间显示图。
图9为本发明实施例某研究区地球物理模型图。
图10为本发明实施例某研究区地球化学模型图。
图11为本发明实施例块体模型（左图为块体模型；右图为立方体单元）定义图。
图12为本发明实施例某研究区块体尺寸图。
图13为本发明实施例某研究区已知矿体（块）在不同蚀变带中含矿单元块数比例图。
图14为本发明实施例已知矿体（块）CSAMT视电阻率值频率分布图。
图15为本发明实施例视电阻率Log10（3.32~4.01Ω•m）块体异常三维模型图。
图16为本发明实施例已知矿体（块）Au地球化学块体模型示意图。
图17为本发明实施例基于地质－物探－Au品位有利区域AⅠ类靶区优选示意图。
图18为本发明实施例基于地质－物探－Au品位有利区域AⅡ类靶区优选示意图。
图19为本发明实施例AⅠ类靶区三维空间位置示意图。
图20为本发明实施例AⅡ类靶区三维空间位置示意图。
图21为本发明实施例研究区各个地质剖面上勾绘的矿体界线旋转到同一视角后的示意图。
图22为本发明提供的一种固体矿产三维立体成矿预测方法的具体流程示意图。
图23为本发明的一种固体矿产三维立体成矿预测装置框图。
图24为本发明的计算机设备的内部结构图。
具体实施方式
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，所描述的实施例仅仅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做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。
请参阅图1-24，本发明提供一种技术方案：
如图22所示，一种固体矿产三维立体成矿预测方法，主要包括以下步骤：
S1、基于研究区地质勘查资料，建立隐伏矿体定位预测的找矿数据库；S2、利用建立找矿数据库，使用Vulcan三维建模软件建立三维实体模型；S3、根据建立的找矿数据库，进行控矿要素提取和统计分析，并将三维实体模型中确定的预测参数作为属性值赋给每一个立方体单元；S4、对立方体单元所包含的数据进行统计处理，对各控矿要素进行定量及定性相结合的分析，应用统计方法进行找矿信息运算，圈定找矿有利靶区及估算预测资源量。具体的：
第一步：资料的收集与整理
首先对研究区内以往地质勘查报告及相关科研成果资料进行收集，对收集到的各类资料进行了预处理，将数据资料（如Excel、AutoCAD、MapGIS、ArcGIS等类型）转换为目标数据格式。最终形成具有统一命名标准、统一数据库、统一坐标系统的标准化文件。
第二步：建立找矿模型
矿床的找矿模型是指特定类型中某一典型矿床或同一类型矿床的地质—地球物理—地球化学特征、找矿标志与找矿方法组合。形成技术方案中的表格4，表格中的内容应根据不同的矿床特征进行调整。
第三步：三维实体模型建模
（1）收集工作区以往地质矿产勘查、物化探、科研资料，并进行系统的筛选、整理，对工作区的地质、物探资料建立相应的数据库。按大类可分为探矿工程数据库、地球物理数据库、地球化学数据库，均采用.csv格式的数据模板，详细介绍如下：1）探矿工程数据库。主要包括探矿工程基本信息表（collar）、基本分析结果表（assay）、地质信息表（geology）、测斜数据表（survey）。按照技术方案中的表格1各项数据的属性及要求。2）地球物理数据库。根据不同方法地球物理观测（反演）的数据建立不同的数据表即可，数据坐标系统要与研究区范围坐标系一致。其数据表格式件技术方案表2进行整理。3）地球化学数据库。为了保证数据的一致性，地学化学的采样工程编号要与探矿工程数据库中的探矿工程编号保持一致，通过“HOLEID”可以自动关联，其数据表格式件技术方案表3进行整理。4）依次将上述表格导入Maptek Vulcan软件中并进行数据进行检查。
（2）使用Maptek Vulcan三维建模软件，利用建立的各类数据库，然后利用软件的三维建模功能建立工作区各类三维模型，主要包括在地质模型（地质模型包括地表三维模型、地质体模型、蚀变带模型、主断裂模型、矿体模型）地球物理模型及地球化学模型。1）地质模型的建立。在对探矿工程数据进行充分的整理、检查后，通过地质三维建模软件MaptekVulcan建模平台，以点、线、面、体的矢量模型，表达地质体的轮廓。A.地表三维模型能够准确的反映研究区地表的情况，通过收集的矢量高程图件（dxf或mapgis格式），在MaptekVulcan利用DTM工具直接生成地形实体模型。B.地质体模型、蚀变带模型、主断裂模型、矿体模型的建模方法是相同的，首先剖面图上依据分层数据标记点，利用Maptek Vulcan智能捕捉勾绘出地质界线、蚀变带界线、矿体界线等。然后根据勾绘的地质界线利用MaptekVulcan的三维建模功能，分别建立研究区地质体模型、蚀变带模型、主断裂模型、矿体模型。2）地球物理模型的建立。地球物理手段能够较好的反映深部地质构造信息，建立地球物理三维模型能够更加直观、定量、定位的反映深部地球物理场的分布。利用可控源音频大地电磁测量数据点，反演出来的视电阻率结果数据，视电阻率地球物理数据三维空间显示，然后利用Maptek Vulcan软件的地质统计学（克里金插值法），根据软件计算的变异函数值结合根据地质技术人员的经验判断，自动建立地球物理三维模型。3）地球化学模型的建立。地球化学模型的建立与地质模型的建立方法相同。依据研究区金矿床构造叠加晕浓度分带标准在剖面图上圈定的 As、Sb、Hg、Au、Ag、Cu、Pb、Zn、Sn、W、Bi、Mo，12种元素的异常界线，据此将相邻剖面的异常界线相连接，建立各元素异常三维实体模型，并按照构造叠加晕模型对前缘晕、近矿晕、尾晕等指示性元素异常组合进行了组合。
第四步：建立块体模型
将找矿定量化信息赋予每一个立方体单元，对立方体单元所包含的数据进行统计处理，对各控矿因素进行定量及定性相结合的分析，应用统计方法进行找矿信息运算，进而圈定找矿有利靶区及估算预测资源量。
三维地质实体模型，是通过线框建模技术建立的模型，通过地质体的表面来表达模型的形状。实现地质体相关属性及与成矿有关信息的分析计算，则需要利用MaptekVulcan软件建立立方体模型。立方体（Block）建模是把要建模的空间分割成三维立方网格，每个块体被视为均质同性体，所有立方体网格的属性变化规律就近似地表达了地质体的内部变化规律。这样的最小立方体被称为“块段”。每个块段单元在计算机中存储的地址与其在自然矿床中的位置相对应。
根据收集的研究区矿产勘查地质资料对矿体的控制情况，勘查线的分布和模型规模，结合矿体的形态、走向、倾向和空间分布特征确定了建模的范围和基本参数。预测模型块体采用的块体参数为父块，子块的大小需根据实际研究需要来确定。根据已建立的找矿模型进行控矿要素提取和统计分析，由此确定研究区定量预测模型，并将所确定的预测参数作为属性值赋给每一个立方体单元。
第五步：成矿（找矿）有利信息分析与提取
（1）蚀变带信息统计分析与提取
基于各勘查区地质资料分析可知，研究区主要赋矿岩性，可以通过统计已知矿体（块）中各蚀变岩的比例来分析，其对成矿作用的影响作用大小。根据本次工作建立的研究区蚀变带实体模型，提取出相应的块体模型，然后对块体进行赋值。
（2）地球物理CSAMT异常信息统计分析与提取
确定电阻率异常与蚀变带（矿/块体）的对应关系。例如两层之间梯度带等值线自上而下呈渐变关系，并且局部变化相对较大，对应两种不同岩性的接触地带，即断裂蚀变带。通过研究区电阻率特征与已知矿体的对应关系的综合分析，判定找矿有利层位。通过建立视电阻率等值线曲面模型，将其与区内已知矿体模型进行叠加分析，并在立方体模型（三维实体模型）中提取夹在异常值区间内的部分作为地球物理的异常信息进行提取。
（3）地球化学—Au分布特征分析
在研究区块体模型的基础上，利用探矿工程的Au基本分析数据，来分析研究区块体在三维空间的异常分布区域。采用普通克里格法对研究区未知单元块体进行了Au元素品位插值。通过对各勘查区已知矿体金资源量的估算，统计了研究区的含矿率。
第六步：找矿靶区优选
采用立方体预测模型找矿方法（定量）结合地质成矿规律（定性）进行靶区优选，旨在圈定成矿带深部有利找矿靶区并进行不确定性分析。
（1）靶区优选的依据
1）提取出的不同级别的成矿有利地质体区块（块体）；2）经块体模型与已知矿体对比、分析，研究区赋矿位置的电阻率区块；3）在研究区采用地质统计学对全区样品进行统计分析，来分析研究区块体在三维空间的异常分布区域，本次采用普通克里格法对研究区未知单元块体进行了预测元素品位插值，为深部及周边提供圈定依据。4）采用地质、地球物理关联分析构建勘探变量以减少地球物理不确定性。建立成矿带断层模型以提取深层次的勘探变量，利用可控源音频大地电磁测深等地球物理数据，以减少边界效应引起的误差和提取高精度的地球物理场电阻率梯度信息，也减少边界效应带来误差，同时对于深部断裂构造解译辅助参考。
综上，本发明靶区圈定，基于Maptek Vulcan软件的三维可视化、地质统计分析以及数据的人机交互等功能，对研究区的多元地学信息进行了集成，构建了研究区的三维立方体综合预测模型：综合地质岩体模型、物探（电阻率模型、布格重力）模型、Au等多元素地球化学模型等有效成矿要素，开展深部靶区优选。
（2）基于多元成矿要素集成（定量）与定性相结合的靶区优选
本次根据已知蚀变岩信息、地球物理信息、Au地球化学信息作为先验概率，在研究区块体模型中依据各变量信息开展多元地学信息集成（定量）与定性相结合的靶区优选。1）AⅠ类靶区优选。首先对研究区块体模型进行变量异常值设置，给定信息值范围，其中蚀变岩信息，按含矿概率排出优先级（1级）；CSAMT视电阻率对应最佳范围；插值后元素品位大于边界品位。然后结合成矿规律、重力异常等情况在已有工程区域外圈定找矿有利靶区。综合上述成矿要素，圈定AⅠ类靶区。2）AⅡ类靶区优选。按含矿概率排出优先级，选取次一级的数值；CSAMT视电阻率对应扩展缓冲区域，缓冲数值范围根据区域蚀变的整体特征进行选择一般选择2至3倍为宜；插值后元素品位大于矿化品位。然后结合成矿规律、重力异常等情况在已有工程区域外圈定找矿有利靶区。综合上述成矿要素，圈定AⅡ类靶区。3）其他类靶区优选。可根据实际工作的需要，逐渐放大、放宽预测数值，进行更低级别的成矿靶区预测。
第七步：预测资源量估算方法、结果及评价
（1）靶区含金概率估算
利用Maptek Vulcan三维软件对研究区已知矿体的资源量进行了估算，同时结合研究区多元信息确定的Ⅰ级块体，经过块体单元综合统计，各个勘查区基于信息量Ⅰ级预测块体单元与已知Au矿体关联分析，计算Ⅰ级预测块体单元的含金概率平均值。
（2）潜在资源估算方法
首先，根据块体模型中块体单元（立方体单元）的大小很容易得到其体积，再由块体体积与已知矿体的体积比率可得到块体单元的矿石量，利用插值后的Au品位，可以求得Au的金属量。
任意一个块体模型的Au金属量计算公式为：
QAu=∑Vi×ρ×（1-j）×Ci
式中：QAu为矿体金属量；Vi为第i个块体单元体积；Ci为第i个块体单元Au平均品位；ρ为矿石体重；j为夹石率，一般采取各个矿区矿石体重值的平均值小体重值。
（3）预测结果
1）位置（定位），利用Maptek Vulcan三维软件对圈定成矿靶区，导出平面坐标及赋存标高。2）资源量（定量），根据研究区含金率对潜在资源进行估算，预测出研究区金潜在资源。3）概率（定概率），综合资料基础、工作程度、预测单元、搜索半径、找矿模型5个方面对本次预测做出找矿概率评价，完成“定概率”的过程。
A.资料基础
根据收集到的研究区内工程部署图，确定建模所选地质勘查线剖面等资料的可靠程度给予赋值0至1之间。
B.工作程度
地质图比例尺、勘查线地质剖面比例尺大小。给研究区工作程度给予赋值0至1之间。
C.预测单元
本研究采用的块体大小，结合工作区矿体地质特征及工程布置选择了这一规格的块体，因此将这一指标精度赋值0至1之间。
D.搜索半径
对探矿工程中元素的质量分数进行了三次插值，第一次为基本勘查线间距，第二次为勘查线间距的1.5至2倍，第三次为勘查线间距的2至3倍，精度较高，赋值为0至1之间。
E.找矿模型
结合研究区范围内地质勘查报告、相关科研报告及论文的资料总结赋值0至1之间。
综上所述，按照评价因子打分赋值及权重值（表1），综合得出本次成矿预测结果的精度为x%，即为找矿概率。
下面做具体介绍：
一种三维立体成矿预测方法。核心是应用地质三维建模软件Maptek Vulcan，对研究区岩体、已知矿体、物化探异常及钻孔等进行三维建模，从而实现三维模型的建立，并且结合研究区三维立方体的划分，最终建立三维立方体综合预测模型，开展研究区成矿预测工作。主要工作流程（图1）如下：
（1）建立找矿模型。在充分分析、研究及总结研究区成矿规律的基础上，建立找矿模型，列出相关可利用的找矿标志作为矿床三维预测的变量并对其进行提取。矿床的找矿模型是指特定类型中某一典型矿床或同一类型矿床的地质—地球物理—地球化学特征、找矿标志与找矿方法组合。某研究区的综合找矿模型如表2所示。
（2）建立数据库。收集工作区以往地质矿产勘查、物化探、科研资料，并进行系统的筛选、整理，对工作区的地质、物化探资料建立相应的数据库。数据库的建立是：第一步是根据已有资料，整理录入数据库表所需的各项要素信息，形成.csv文件格式；第二步是在Maptek Vulcan软件中以“创建数据库”功能导入工程导入csv文件，创建数据库
本次利用的数据库按大类可分为探矿工程数据库、地球物理数据库、地球化学数据库，各类数据库包含的数据库表详细介绍如下：1）探矿工程数据库。主要包括探矿工程基本信息表（collar）、基本分析结果表（assay）、地质信息表（geology）、测斜数据表（survey）共4个数据库表。各表要素信息格式说明见表3。
2）地球物理数据库。为单标，根据不同方法地球物理观测（反演）的数据建立相应的数据库表即可。数据坐标系统要与研究区范围坐标系保持一致。这里以可控源音频大地电磁测量（CSAMT）数据经反演得到的电性参数数据（视电阻率）作为源数据为例，数据表格式说明见表4。
3)地球化学数据库。为单表，根据地球化学测试数据建立相应的数据库表即可。为了保证数据的一致性，地球化学数据库表中的探矿工程编号要与探矿工程数据库表中的探矿工程编号保持一致，通过“HOLEID”这一关键字可以自动关联，这里以金矿原生晕地球化学数据为例，其数据表格式说明见表5。
（3）三维实体建模。在使用Maptek Vulcan三维建模软件中，利用上述步骤导入建立的各类数据库，以软件的“创建实体”功能建立工作区各类三维实体模型 。本次建立的实体模型主要包括在地质模型，具体步骤按实体模型类别分别描述如下：地球物理模型及地球化学模型。1）地质模型的建立。以点、线、面、体的矢量模型，表达各地质体实体的轮廓。主要包括地表模型、地质体模型、蚀变带模型、主断裂模型、矿体模型的建立。A.地表三维模型，能够准确的反映研究区地表的情况。首先通过收集反映高程信息的矢量图件（dxf或mapgis格式），在Maptek Vulcan软件中，以“DTM工具”直接生成地表实体模型（图2）。B.地质体模型、蚀变带模型、主断裂模型、矿体模型，四者的建模方法是相同的，以矿体模型为例，第一步是根据研究区内实际勘查线的布置，定义多条地质剖面；第二步是依据地质剖面上矿体的分层位置，利用Maptek Vulcan软件的“解译”功能勾绘出矿体界线（图3）。第三步是利用Maptek Vulcan软件的“创建实体”功能，联结各个剖面上的矿体界线（图21），最终建立了研究区的矿体模型（图7）。同样的方法建立的地质体模型（图4）、蚀变带模型（图5）、主断裂模型（图6）。2）地球物理模型的建立。以前期建立的电性参数数据（视电阻率）数据库为例，在三维空间中显示（图8），首先利用Maptek Vulcan软件的地质统计学（克里金插值法）功能，根据软件计算的变异函数平盘，包括主轴、次轴及极小轴三个方向的变异函数平盘。然后根据地质技术人员的经验选取最优的搜索方位，保存搜索椭球体；最后利用软件的普通克里格估值工具，完成地球物理三维块体模型的估值，即地球物理三维模型（图9）。3）地球化学模型的建立。地球化学模型的建立与地质模型的建立方法相同。第一步是根据研究区内实际勘查线的布置，定义多条地质剖面；第二步是依据研究区金矿床构造叠加晕浓度分带标准，在地质剖面图上圈定的 As、Sb、Hg、Au、Ag、Cu、Pb、Zn、Sn、W、Bi、Mo12种元素的异常位置，利用Maptek Vulcan软件的“解译”功能勾绘出各元素的异常界线；第三步是利用Maptek Vulcan软件的“创建实体”功能，联结各个剖面上的异常界线，建立各元素异常三维实体模型；最后是按照构造叠加晕理论模型对前缘晕、近矿晕、尾晕等指示性元素异常组合进行了组合，详见图10所示。
（4）成矿预测。将成矿要素赋予每一个立方体单元，对立方体单元所包含的数据进行统计处理，对各成矿要素进行定量及定性相结合的分析，应用统计方法进行找矿信息运算，进而圈定找矿有利靶区及估算预测资源量。主要步骤依次为立方体模型的建立、成矿有利信息的提取与分析、找矿靶区的优选、靶区含金概率估算及潜在资源估算。1）立方体模型的建立与立方体单元尺度的确定。三维地质实体模型，需要利用Maptek Vulcan软件建立立方体模型。立方体（Block）建模把要建模的空间分割成三维立方网格，每个块体被视为均质同性体，所有立方体网格的属性变化规律就近似地表达了地质体的内部变化规律。这样的最小立方体被称为“块段”。每个块段单元在计算机中存储的地址与其在自然矿床中的位置相对应（图11）。首先要根据本研究区矿产勘查地质资料对矿体的控制情况，特别是勘查线的分布和建立的模型规模，结合矿体的形态、走向、倾向和空间分布特征确定了建模的范围和基本参数。然后在Maptek Vulcan软件中的“创建块模型”功能中设置适宜的父块和子块块体参数。本次设置父块100×100×50m，子块10×10×5m（图12），块体总数量为4184785。2）成矿有利信息分析与提取。根据前期已建立的找矿模型进行成矿要素提取和统计分析，由此确定研究区三维立方体综合预测模型，并在Maptek Vulcan软件中的“定义变量”功能中将所确定的预测参数作为属性值赋给每一个立方体单元。该部分以某金成矿带金矿床的蚀变带、地球物理异常、地球化学特征等控矿要素为示例。
A.蚀变带信息统计分析与提取
基于各勘查区地质资料分析我们可知，研究区主要赋矿岩性为断裂带下盘的（黄铁）绢英岩质碎裂岩（SJH）、（黄铁）绢英岩化花岗质碎裂岩（SγJH）、（黄铁）绢英岩化花岗岩（γJH）。可以通过统计已知矿体（块）中各蚀变岩的比例来分析，其对成矿作用的影响作用大小。经统计，研究区内金矿体几乎落在上述蚀变带范围内，其中56.01%黄铁绢英岩化花岗质碎裂岩（SγJH）带内，41.50%黄铁绢英岩化碎裂岩（SJH）带内，2.49%黄铁绢英岩化花岗岩（γJH）带内（图8-18）。可见黄铁绢英岩化花岗质碎裂岩（SγJH）带内及黄铁绢英岩化碎裂岩（SJH）带为矿体的主要赋存位置。因此，根据本次工作建立的研究区蚀变带实体模型，提取出相应的块体模型，然后对块体进行赋值，黄铁绢英岩质碎裂岩赋值为1；黄铁绢英岩化花岗质碎裂岩赋值为2；黄铁绢英岩化花岗岩赋值为3。
B.地球物理异常信息统计分析与提取（以CSAMT异常为例）
根据收集到的研究区范围内11条CSAMT剖面数据资料，采用log以10为底的对数值，建立视电阻率等值线三维模型，并对剖面上的视电阻率等值线进行分析，异常特征反映清晰，层位明显。上部低阻电性层与老变质岩系相对应；底部高阻基底电性层与主干断裂带下盘的花岗岩体相对应；两层之间梯度带等值线自上而下呈渐变关系，并且局部变化相对较大，对应两种不同岩性的接触地带，即断裂蚀变带。研究区东部断裂带，视电阻率等值线呈舒缓波状向北西缓倾，反映出断裂带向深部平缓延伸。从视电阻率断面图等值线梯度带的变化特征可以看出，等值线的缓陡反映了断裂相对平缓和陡倾的部位。根据以上分析，等值线的陡变带和拐点一般是找矿有利层位。经过对收集到的11条CSAMT剖面进行观察统计分析，研究区内视电阻率等值线陡变带和拐点穿过的已知矿体较多，因此提取上述作为找矿的指示变量，能够初步指导找矿。此外，根据CSAMT剖面上的视电阻率等值线，可以建立视电阻率等值线曲面模型，将其与区内已知矿体模型进行叠加分析，经统计，CSAMT剖面数据覆盖范围内的金矿床，已知矿体的73.9%的矿块落在地球物理异常3.32~4.01Ω•m区域内（图14），充分说明视电阻率为3.32~4.01Ω•m的等值线曲面间为金矿床主要赋存层位，夹持着构造蚀变带，是研究区成矿有利的地球物理信息。因此，在三维立方体综合预测模型中提取夹在异常值区间内的部分作为地球物理的异常信息进行提取（图15）。
C.地球化学—Au分布特征分析
在研究区块体模型的基础上，我们利用钻孔的Au基本分析数据，来分析研究区块体在三维空间的异常分布区域。本次采用普通克里格法对研究区未知单元块体进行了Au元素品位插值（图16）。通过对各勘查区已知矿体金资源量的估算，并统计了各勘查区的含矿率，其中A勘查区含矿率为45%，B勘查区含矿率为50%，C查区含矿率为47%，D含矿率为46%。上述参数可为后续靶区金潜在资源预测提供依据。
3）找矿靶区优选
采用立方体预测模型找矿方法（定量）结合地质成矿规律（定性）进行靶区优选并进行不确定性分析，主要包括以下2大步：
A. 根据成矿有利信息分析与提取确定出靶区优选的依据
根据示例数据，本次在研究区内圈定靶区的依据主要有4方面内容：①经统计，研究区内金矿体56.01%分布于黄铁绢英岩化花岗质碎裂岩（SγJH）带内，41.50%分布于黄铁绢英岩化碎裂岩（SJH）带内。可知，黄铁绢英岩化花岗质碎裂岩和黄铁绢英岩化碎裂岩是矿体产出的主要蚀变带。根据研究区蚀变岩带的实体模型提取出相应的块体模型。②经块体模型与已知矿体对比、分析，研究区视电阻率log10数值在3.32~4.01Ω•m的等值线曲面间为金矿床主要赋存层位，夹持着构造蚀变带，是研究区成矿有利的地球物理信息。因此，在立方体模型中提取夹在异常值区间内的部分作为地球物理的异常信息进行提取。另外，通过已知矿体展布位置与区域布格重力异常图对比，可知研究区南部金矿床，集中分布在布格重力异常梯级带等值线密集及转折部位；北部的金矿均沿重力高与重力低接触带分布。③在研究区采用地质统计学对全区样品进行统计分析，来分析研究区块体在三维空间的异常分布区域，本次采用普通克里格法对研究区未知单元块体进行了Au元素品位插值，为深部及周边提供圈定依据。④本项目研究区Au矿体模型，通过成矿地质体（蚀变带）对比三维地质建模以减少研究区成矿地质体三维模型的不确定性；采用地质、地球物理关联分析构建成矿要素以减少地球物理不确定性。建立区内主断裂模型以提取深层次的勘探变量，利用可控源音频大地电磁测深等地球物理数据，以减少边界效应引起的误差和提取高精度的地球物理场电阻率梯度信息，也减少边界效应带来误差，同时对于深部断裂构造解译辅助参考。综上，本次靶区圈定工作，基于Maptek Vulcan软件的三维可视化、地质统计分析以及数据的人机交互等功能，对研究区的多元地学信息进行了集成，构建了研究区的勘探变量：地质岩体模型、物探（电阻率模型、布格重力）模型、Au化学模型等有效勘探变量，开展深部（3km）靶区优选。
B.基于多元地学信息集成（定量）与定性相结合的靶区优选。本次根据已知蚀变岩信息、地球物理信息、Au地球化学信息作为先验概率，在研究区块体模型中依据各成矿要素开展多元地学信息集成（定量）与定性相结合的靶区优选。
①.AⅠ类靶区优选
首先对研究区块体模型进行变量异常值设置，给定信息值范围，其中蚀变岩信息为1（黄铁绢英岩质碎裂岩）及2（黄铁绢英岩化花岗质碎裂岩）；CSAMT视电阻率log10数值在3.5至3.9Ω•m，以及Au品位大于1.00g/t。然后结合成矿规律、重力异常等情况在已有工程区域外圈定找矿有利靶区。综合上述成矿要素，圈定了4处AⅠ类靶区，由北至南分别为AⅠ-1、AⅠ-2，AⅠ-3、AⅠ-4，AⅠ靶区平面位置见图17。
②.AⅡ类靶区优选
首先对研究区块体模型进行变量设置，给定信息值范围，其中蚀变岩信息量为1（黄铁绢英岩质碎裂岩）及2（黄铁绢英岩化花岗质碎裂岩），视电阻率log10数值在3.32至4.01Ω•m，以及Au品位大于0.50g/t。然后结合实际地质（成矿规律）、重力异常等情况在已有工程区域外圈定找矿有利靶区。综合上述成矿要素，圈定了4出AⅡ类靶区，由北至南分别为AⅡ-1、AⅡ-2，AⅡ-3、AⅡ-4，AⅡ靶区平面位置见图18。
4)靶区含金概率估算及潜在资源估算
A.靶区含金概率估算
利用Maptek Vulcan三维软件对研究区已知矿体的资源量进行了估算，同时结合研究区多元信息确定的Ⅰ级块体，经过块体单元综合统计，区内各个勘查区基于信息量Ⅰ级预测块体单元与已知Au矿体关联分析，计算Ⅰ级预测块体单元的含金概率平均为46.72%（表6）。
B.潜在资源估算方法
首先，根据块体模型中块体单元的大小很容易得到其体积，再由块体体积与已知矿体的体积比率可得到块体单元的矿石量，利用插值后的Au品位，可以求得Au的金属量。
任意一个块体模型的Au金属量计算公式为：QAu=∑Vi×ρ×（1-j）×Ci，式中：QAu为矿体金属量；Vi为第i个块体单元体积；Ci为第i个块体单元Au平均品位；ρ为矿石体重；j为夹石率，本次矿石体重值采取各个矿区矿石体重值的平均值2.71t/m3。
C.靶区范围及潜在资源估算结果
利用Maptek Vulcan三维软件基于多元地学信息集成（定量）与传统地质成矿规律（定性）相结合的方法将成矿预测区划分2级成矿远景区，对成矿远景区内块体进行统计、分析后，圈定成矿靶区8处，并根据研究区含金率对潜在资源进行了估算。预测金潜在资源共计260t，其中：AⅠ级靶区4处，金潜在资源为135t，AⅡ级靶区4处，金潜在资源为125t。预测靶区信息详见表7。
利用Maptek Vulcan三维软件完成了研究区地质体（地层、岩浆岩、蚀变带、控矿断裂构造），Au地球化学模型；地球物理等多元信息建模工作，建立了某成矿带三维综合模型。（1）找矿模型，在矿田尺度上利用立方块体预测模型找矿方法对与成矿有关的地质、构造、蚀变、物探异常各要素进行定量化提取与分析，建立了三维立方体综合预测模型。依据多元地学信息集成（定量）与定性相结合进行了靶区优选，共圈定找矿靶区8处，预测金资源量共计261t，其中：AⅠ级靶区4处（图19）金资源量为135t，AⅡ级靶区4处（图20），金资源量为126t。并结合基础地质资料、地质成矿条件、勘查工作程度、模型尺寸、估值参数等开展了找矿概率评价。（2）通过综合三维建模及成矿要素的定量化提取与分析，利用地质统计分析以及数据的人机交互等功能，对研究区的成矿要素进行了集成，构建了研究区的三维立方体综合预测模型，同时采用地质、地球物理关联分析构建成矿预测模型以减少地球物理不确定性。本方法能够利用三维立方体综合预测模型，准确、快捷的给出靶区的空间位置、潜在资源量、品位特征、含矿概率等各项参数，较传统方法更具科学性与准确性。同时该方法对于各类金属矿产（铜矿、铅锌矿等）都具有较好的适用性。
本发明中，如图23所示，一种三维立体成矿预测装置，该装置110包括：数据库模块111，用于基于研究区地质勘查资料，建立隐伏矿体定位预测的找矿数据库；三维实体构建模块112，用于利用建立找矿数据库，使用Vulcan三维建模软件建立三维实体模型；立方体单元构建模块113，用于根据建立的找矿数据库，进行控矿要素提取和统计分析，并将三维实体模型中确定的预测参数作为属性值赋给每一个立方体单元；预测结果模块114，用于对立方体单元所包含的数据进行统计处理，对各控矿要素进行定量及定性相结合的分析，应用统计方法进行找矿信息运算，圈定找矿有利靶区及估算预测资源量。
本发明提供的计算机设备的结构示意，该计算机设备可以是服务器，其内部结构图可以如图24所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述的优化方法。
本领域技术人员可以理解，图24中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。同时提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random AccessMemory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种固体矿产三维立体成矿预测方法，其特征在于，包括步骤如下：
S1、基于研究区地质勘查资料，建立隐伏矿体定位预测的找矿的数据库；
S2、利用找矿的数据库，使用Maptek Vulcan三维建模软件建立三维实体模型；
S3、根据找矿的数据库，将三维实体模型中确定的预测参数作为属性值赋给每一个立方体单元；
S4、对立方体单元所包含的数据进行统计处理，对成矿要素分析和找矿信息运算，圈定找矿有利靶区及估算预测资源量。
2.如权利要求1所述的一种固体矿产三维立体成矿预测方法，其特征在于，步骤S1中，研究区地质勘查资料包括对工作区以往地质矿产勘查、物化探以及科研资料的收集，对收集到的各类资料预处理，将数据资料转换为目标数据格式并建立数据库。
3.如权利要求2所述的一种固体矿产三维立体成矿预测方法，其特征在于，建立数据库包括：根据已有预处理的资料，整理录入数据库表所需的各项要素信息，形成.csv文件格式，在Maptek Vulcan软件中以“创建数据库”功能导入工程导入csv文件，创建数据库，数据库包括探矿工程数据库、地球物理数据库、地球化学数据库。
4.如权利要求3所述的一种固体矿产三维立体成矿预测方法，其特征在于，建立三维实体模型包括：在Maptek Vulcan三维建模软件中，导入建立的数据库，以软件的“创建实体”功能建立工作区三维实体模型，三维实体模型包括地质模型、地球物理模型及地球化学模型，根据收集的研究区矿产勘查地质资料对矿体的控制情况，结合矿体的形态、走向、倾向和空间分布特征确定三维实体模型的范围和基本参数，三维实体模型块体采用的块体参数为预测参数。
5.如权利要求4所述的一种固体矿产三维立体成矿预测方法，其特征在于，所述地质模型的建立为：在对探矿工程数据整理、检查后，通过Maptek Vulcan三维建模软件建模平台，以点、线、面、体的矢量模型，表达地质体的轮廓；
地球物理模型的建立为：利用可控源音频大地电磁测量数据点，反演出来的视电阻率结果数据，视电阻率地球物理数据三维空间显示，然后利用Maptek Vulcan三维建模软件的地质统计学，根据软件计算的变异函数值，自动建立形成模型；
地球化学模型的建立为：依据研究区金矿床构造叠加晕浓度分带标准在剖面图上圈定的元素的异常界线，据此将相邻剖面的异常界线相连接，建立各元素异常三维实体模型，并按照构造叠加晕模型对前缘晕、近矿晕、尾晕指示性元素异常组合进行组合 。
6.如权利要求1所述的一种固体矿产三维立体成矿预测方法，其特征在于，步骤S4中，估算预测资源量基于找矿有利信息分析与提取，找矿有利信息分析与提取包括：蚀变带信息统计分析与提取、地球物理异常信息统计分析与提取以及地球化学；其中，
蚀变带信息统计分析与提取包括通过统计已知矿体中各蚀变岩的比例分析，对成矿作用的影响作用大小，对块体进行赋值；
地球物理异常信息统计分析与提取包括研究区电阻率特征与已知矿体的对应关系的综合分析，判定找矿有利层位，通过Maptek Vulcan三维建模软件建立视电阻率等值线曲面模型，将其与区内已知矿体模型进行叠加分析，并在三维实体模型中提取夹在异常值区间内的部分作为地球物理的异常信息进行提取；
地球化学：金元素分布特征分析包括利用探矿工程的金元素基本分析数据，分析研究区块体在三维空间的异常分布区域，采用克里格法对研究区未知单元块体进行金元素品位插值，通过对各勘查区已知矿体金资源量的估算，统计研究区的含矿率；
以克里格法对研究区未知单元块体进行金元素品位插值圈定找矿有利靶区；
估算预测资源量包括：首先根据立方体单元体积大小，再由该立方体单元体积与已知矿体的体积比率可得到立方体单元的矿石量，利用插值后的Au品位，可以求得Au的金属量，其中，
任意一个立方体单元的Au金属量计算公式为：
QAu=∑Vi×ρ×（1-j）×Ci
式中：QAu为矿体金属量；Vi为第i个立方体单元体积；Ci为第i个立方体单元Au平均品位；ρ为矿石体重；j为夹石率，矿石体重值平均值2.71t/m3。
7.如权利要求6所述的一种固体矿产三维立体成矿预测方法，其特征在于，步骤S4中，找矿有利靶区包括：
提取出的不同级别的成矿有利地质体块体；
经三维实体模型与已知矿体对比、分析，研究区赋矿位置的电阻率块体；
研究区采用地质统计学对全区样品进行统计分析，分析研究块体在三维空间的异常分布区域；
采用地质、地球物理关联分析构建成矿要素以减少地球物理不确定性。
8.一种固体矿产三维立体成矿预测装置，其特征在于，包括：
数据库模块，用于基于研究区地质勘查资料，建立隐伏矿体定位预测的找矿的数据库；
三维实体构建模块，用于利用找矿的数据库，使用Maptek Vulcan三维建模软件建立三维实体模型；
立方体单元构建模块，用于根据找矿的数据库，将三维实体模型中确定的预测参数作为属性值赋给每一个立方体单元；
预测结果模块，用于对立方体单元所包含的数据进行统计处理，对成矿要素分析和找矿信息运算，圈定找矿有利靶区及估算预测资源量。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310264402.1A CN115983505A (zh) | 2023-03-20 | 2023-03-20 | 一种固体矿产三维立体成矿预测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310264402.1A CN115983505A (zh) | 2023-03-20 | 2023-03-20 | 一种固体矿产三维立体成矿预测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115983505A true CN115983505A (zh) | 2023-04-18 |
Family
ID=85958166
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310264402.1A Pending CN115983505A (zh) | 2023-03-20 | 2023-03-20 | 一种固体矿产三维立体成矿预测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115983505A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116593407A (zh) * | 2023-07-17 | 2023-08-15 | 山东省鲁南地质工程勘察院(山东省地质矿产勘查开发局第二地质大队) | 一种稀土金属矿产快速勘查装置及方法 |
| CN117216576A (zh) * | 2023-10-26 | 2023-12-12 | 山东省地质矿产勘查开发局第六地质大队(山东省第六地质矿产勘查院) | 一种基于高斯混合聚类分析的石墨金矿找矿方法 |
| CN117576335A (zh) * | 2024-01-19 | 2024-02-20 | 长安大学 | 面向矿产区域勘查的三维空间模型数据处理方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| US20190082328A1 (en) * | 2016-03-10 | 2019-03-14 | Vale S.A. | Integrated open-pit or underground mines and wireless transmission networks |
| CN110334882A (zh) * | 2019-07-17 | 2019-10-15 | 中国地质大学（北京） | 一种隐伏矿体定量预测方法及装置 |
| CN114756931A (zh) * | 2022-03-29 | 2022-07-15 | 中煤科工集团沈阳设计研究院有限公司 | 一种露天采场信息模型转换方法 |
-
2023
- 2023-03-20 CN CN202310264402.1A patent/CN115983505A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190082328A1 (en) * | 2016-03-10 | 2019-03-14 | Vale S.A. | Integrated open-pit or underground mines and wireless transmission networks |
| 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 |
| CN110334882A (zh) * | 2019-07-17 | 2019-10-15 | 中国地质大学（北京） | 一种隐伏矿体定量预测方法及装置 |
| CN114756931A (zh) * | 2022-03-29 | 2022-07-15 | 中煤科工集团沈阳设计研究院有限公司 | 一种露天采场信息模型转换方法 |
Non-Patent Citations (2)
| Title |
|---|
| NEILSON,L: "environmental management with vulcan", 《DEVELOPMENT AND APPLICATION OF COMPUTER TECHNIQUES TO ENVIRONMENTAL STUDIES VIII》 * |
| 徐彬;陈建平;相轩;: "焦家金成矿带三维成矿条件分析与成矿预测", 金属矿山, no. 09, pages 91 - 93 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116593407A (zh) * | 2023-07-17 | 2023-08-15 | 山东省鲁南地质工程勘察院(山东省地质矿产勘查开发局第二地质大队) | 一种稀土金属矿产快速勘查装置及方法 |
| CN116593407B (zh) * | 2023-07-17 | 2023-09-29 | 山东省鲁南地质工程勘察院(山东省地质矿产勘查开发局第二地质大队) | 一种稀土金属矿产快速勘查装置及方法 |
| CN117216576A (zh) * | 2023-10-26 | 2023-12-12 | 山东省地质矿产勘查开发局第六地质大队(山东省第六地质矿产勘查院) | 一种基于高斯混合聚类分析的石墨金矿找矿方法 |
| CN117216576B (zh) * | 2023-10-26 | 2024-03-29 | 山东省地质矿产勘查开发局第六地质大队(山东省第六地质矿产勘查院) | 一种基于高斯混合聚类分析的石墨金矿找矿方法 |
| CN117576335A (zh) * | 2024-01-19 | 2024-02-20 | 长安大学 | 面向矿产区域勘查的三维空间模型数据处理方法及系统 |
| CN117576335B (zh) * | 2024-01-19 | 2024-04-26 | 长安大学 | 面向矿产区域勘查的三维空间模型数据处理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wellmann et al. | Towards incorporating uncertainty of structural data in 3D geological inversion | |
| Wellmann et al. | Uncertainty estimation for a geological model of the Sandstone greenstone belt, Western Australia–insights from integrated geological and geophysical inversion in a Bayesian inference framework | |
| US8793110B2 (en) | Method for predicting fluid flow | |
| CN115983505A (zh) | 一种固体矿产三维立体成矿预测方法及装置 | |
| Pinheiro et al. | Geostatistical simulation to map the spatial heterogeneity of geomechanical parameters: A case study with rock mass rating | |
| KR101618713B1 (ko) | 지반정보에 기초한 3차원 공간 모델링 방법 | |
| Payne et al. | From 2D to 3D: Prospectivity modelling in the Taupo volcanic zone, New Zealand | |
| Osterholt et al. | Simulation of orebody geology with multiple-point geostatistics—application at Yandi channel iron ore deposit, WA, and implications for resource uncertainty | |
| US10359527B2 (en) | Sedimentary characterization from seismic data | |
| Wang et al. | Quantitative assessment of mineral resources by combining geostatistics and fractal methods in the Tongshan porphyry Cu deposit (China) | |
| Bruna et al. | A new methodology to train fracture network simulation using multiple-point statistics | |
| EP3394647B1 (en) | A methodology for building realistic numerical forward stratigraphic models in data sparse environment | |
| Mahjour et al. | Developing a workflow to represent fractured carbonate reservoirs for simulation models under uncertainties based on flow unit concept | |
| Abzalov et al. | Exploratory data analysis | |
| Lee et al. | Three-dimensional prospectivity mapping of skarn-type mineralization in the southern Taebaek area, Korea | |
| Mostafaei et al. | Compiling and verifying 3D models of 2D induced polarization and resistivity data by geostatistical methods | |
| CN109358364B (zh) | 一种建立地下暗河储集体地质模型的方法、装置及系统 | |
| Li et al. | A rapid updating method to predict grade heterogeneity at smaller scales | |
| Zhou et al. | Lithology-Based 3D Modeling of Urban Geological Attributes and Their Engineering Application: A Case Study of Guang’an City, SW China | |
| CN115758792A (zh) | 一种基于数字数值一体化的地质灾害评估方法及装置 | |
| Hosseini et al. | Direct block-support simulation of grades in multi-element deposits: application to recoverable mineral resource estimation at Sungun porphyry copper-molybdenum deposit | |
| Lukjan et al. | Assessment of alluvial aquifer heterogeneity and development of stochastic hydrofacies models for the Hat Yai Basin in Southern Thailand | |
| Ovaskainen | Scalability of lineament and fracture networks within the crystalline Wiborg Rapakivi Batholith, SE Finland | |
| CN115081685A (zh) | 一种金属矿床深部资源三维可视化定位预测方法 | |
| Mao et al. | Three-Dimensional Mineral Prospectivity Modeling with Geometric Restoration: Application to the Jinchuan Ni–Cu–(PGE) Sulfide Deposit, Northwestern China |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230418 |