青海东昆仑南坡成矿带铜钴矿预测中的主要科技问题

青海省东昆仑南坡金铜铅锌多金属成矿带经历了漫长而复杂的地质构造演化历史,产有丰富的金、铜、铅、锌、钼等金属矿产,但在铜钴矿预测中仍存在一些关键科学问题需进一步研究解决。本文在详述了区域地层、侵入岩、变质岩、构造、矿产等区域成矿地质背景的基础上,分析了青海东昆仑南坡成矿带地质工作程度低、研究程度低、成矿预测的基础科学问题不清、矿产勘查项目所引用的基础资料与研究工作所引用的基础资料明显不一致和主要矿床类型及预测方向等主要科学技术问题,探讨了该成矿带铜钴矿产预测现状与预测思路,从而提出了青海东昆仑南坡成矿带开展铜钴矿预测的工作方向。     

全国重要矿产资源潜力评价一些基本预测理论方法的进展

全国25种重要矿产资源潜力评价工作是迄今为止投入最多的矿产预测评价工作,采用的技术方法是基于矿床模型的综合地质信息预测方法。预测工作针对矿产预测的基本问题,如地质工作的不平衡性、三维预测、定量预测与定性预测结合、地物化遥综合预测等问题进行有益探索,提出了新的解决方案。以矿产预测类型为纲,开展建造构造编图,将建造与成矿环境结合;通过矿产预测类型的成矿模式、预测要素研究构建定量预测模型;通过成矿地质体地质参数法预测实现二维到三维的定量预测。     

隐伏矿预测的研究现状、存在问题及解决途径

近年来,随着金属矿产勘查主体对象的逐步转变,隐伏矿预测问题已为国内外所普遍关注和重视。本文在分析当前金属矿产勘查形势,介绍隐伏矿函义、分类及特点的基础上,重点论述了目前国内外隐伏矿预测的研究现状和存在问题,并针对所存在问题从理论上方法上提出了相应的“建立隐伏矿预测系统,推广运用综合信息预测法”等新的解决途径。     

矿田构造研究中成矿分析新方向的探索

为了在成矿分析与矿产预测方面取得新的突破,矿田构造的研究必须主动接受近代科学技术的交叉与渗透,致力于新方向的探索和新领域的开拓。作者从以下四方面探讨了矿田构造研究中成矿分析的新方向:1．遥感地质影象分析在矿田构造研究中的战略作用;2．控矿构造应力场的数学模拟; 3．构造地球化学矿物测量法的应用与发展;4．隐伏矿床研究中的矿体定位定量问题的探讨。     

系统思想在矿产预测中的运用

本文将系统科学与矿产预测相结合,初步建立了矿产预测系统的理论体系。不仅阐述了矿产预测系统的思想和原则,建立了矿产预测系统的结构及构造,而且阐明一些新颖的反映矿产预测系统特征的概念;此外,还提出了矿产预测研究的灰色系统信息方法。     

物探方法在矿产预测中的应用

在综合信息矿产预测中,物探方法在划分大地构造单元,识别断裂构造、地层和岩体信息方面可发挥独特作用,重磁可以作为预测要素参与综合信息找矿预测和评价,也可在识别隐伏矿、深部矿方面发挥很好的作用。总结了重磁方法在矿产预测方面的技术特点和流程。     

东昆仑区域成矿特征及有关找矿突破问题分析

东昆仑经历了复杂的造山过程和构造、岩浆、沉积作用,金属成矿条件优越。以区域构造和成矿作用特点为基础,区域自北而南可划分为4个构造—成矿带。近年来,国土资源调查等工作在东昆仑地区的基础地质和矿产勘查等方面取得了许多令人瞩目的成绩,发现了较多新的矿产地。本文分析了东昆仑区域地质、区域地球化学、区域矿产等特征,研究了近年新发现矿床的成矿条件及矿床地质特征,分析了东昆仑区域矿产勘查突破的可能途径。     

运用地质力学方法研究矿田构造

毛主席指出:“我们不但要提出任务,而且要解决完成任务的方法问题。”(《毛泽东选集》第一卷134页)在矿田构造研究工作中,运用地质力学方法是有成效的,对指导矿产的普查和勘探很起作用。 研究矿田构造的任务:在于划分构造体系,研究成矿条件,阐明矿产的分布规律,配合综合方法预测新矿体和盲矿体。由此可见,矿田构造的研究工作,是找矿、勘探过程中一项很重要的内容。正如李四光同志所指出的:“矿产分布的规律,一部分和成生的条件有关,     

大数据环境下内蒙古浩布高地区铅锌多金属矿智能矿产预测研究

传统机器学习算法已广泛应用于矿产预测,但面对地质大数据的高维稀疏、不平衡小样本等特性仍缺乏有效处理和分析的方法,设计适合地质大数据特点的机器学习算法是智能矿产预测亟需解决的新问题。本文以内蒙古浩布高地区的铅锌多金属矿产预测为例,提出了一种面向地质大数据的半监督协同训练矿产预测模型。首先对研究区地质找矿信息和地球化学异常信息进行定量分析,提取断裂构造、二叠系地层、燕山期侵入岩、地层与岩体接触带、围岩蚀变及Pb、Zn、Sn、Cu地球化学异常共9种找矿因子。然后利用递归特征消除法优选找矿因子组合,不包括Sn异常在内的8个找矿因子组合被选为最优组合。最后,利用支持向量机和随机森林算法作为基分类器进行半监督协同训练矿产预测,绘制成矿概率分布图。ROC曲线和预测度曲线分析结果表明,半监督协同训练模型的AUC值和预测效率都高于随机森林和支持向量机模型。研究结果也为大数据环境下的智能矿产预测提供了一种新的思路。     

地球物理异常的分区与分类

在进行区域物探工作时,为了解决填图、构造分区和矿产预测等问题,常常需要将地球物理场的异常进行分区和分类。利用图象识别的有关分法实现综合标志的分区与分类,能够把这一工作引向定量分析的阶段。图象识别又分为“学习”的和“自学的”方法。但无论是需要在已知标准体上进行“学习”的识别方法,还是“自学”识别的方法,都在不同方面提供了新的解释结果。文中还以承德一沈阳和江苏等地为例,阐明了图象识别的方法在区域物探资料解释中的有效性。