中国四大类型铀矿化指示元素组合特征及其成因

对筛选的中国四大类型铀矿元素及组合特征、指示元素成因、指示机理以及与铀矿化的关系进行了系统阐述,通过指示元素及组合异常圈定富铀地质体,识别铀成矿有利要素,进行铀矿预测评价,甚至直接寻找盲矿体,对铀矿预测评价具有重要意义。     

多重分形方法在铀矿化探数据处理中的应用

化探勘查数据的分布规律十分复杂,具有多重分形的特征,可用分形理论研究符合化探数据的分布规律。针对不同类型铀矿床的化探特征,选取分形理论中的部分方法进行研究并与传统方法对比。用含量-面积法处理某碳硅泥岩型铀矿区的水系沉积物数据,可以缩小异常区范围而且不遗漏矿点,减少勘查工作量;用分形趋势面法处理某砂岩型铀矿区的活性炭测氡数据,能够有效地强化弱异常信息,提升找矿效果。     

全国铀矿资源潜力评价化探数据应用研究

全国铀矿资源潜力评价化探数据应用研究是全国铀矿资源潜力评价工作的重要组成部分,采用了放射性水文地球化学（以下简称放射性水化）资料和区域地球化学数据（水系沉积物）完成了几十个预测工作区和上百个预测区的化探预测评价工作。本文介绍了全国铀矿资源潜力评价化探数据应用研究的技术流程、数据处理、化探图件编制、地球化学评价的基本方法和预测评价的内容。该成果形成了一套成熟的方法技术,在全国铀矿资源潜力评价中发挥了重要作用,也是今后矿产资源预测评价必不可少的重要方法。     

中国花岗岩型铀矿区域地球化学指示元素特征及异常模式

我国铀矿床主要划分为四大类型,包括花岗岩型铀矿床、火山岩型铀矿床、砂岩型铀矿床和碳硅泥岩型铀矿床。花岗岩型铀矿约占我国已探明铀矿总资源储量的三分之一以上,是我国重要的铀矿化类型。地球化学勘探方法对花岗岩型铀矿床勘查具有良好的效果。根据全国铀矿资源潜力评价项目研究成果,在大量研究中国花岗岩型铀矿化水系沉积物地球化学异常特征基础上,总结了一套对花岗岩型铀矿化勘查稳定的、行之有效的指示元素及其组合,确定了花岗岩型铀矿化地球化学异常模式,并以实例说明典型花岗岩型铀矿化异常模式。水柰沉积物地球化学异常是进行铀矿产预测评价的有效手段,对铀矿资源的潜力评价发挥了重要作用。     

黑土地硒含量的航空高光谱综合反演模型

针对单纯利用光谱信息建立土壤硒含量反演模型时,通常会产生模型精度受限、模型参数难以解释的问题,该文基于硒的空间分布影响因素开展综合建模.以黑龙江省海伦典型黑土区为研究区,利用CASI/SASI航空高光谱数据、土壤理化性质和地形因子,在筛选模型变量的基础上采用随机森林法建立综合模型.结果 表明:硒与土壤理化性质的关系非常密切,其中与有机质、全氮、全磷、Al2O3、Fe2O3、MgO、CaO、pH呈极显著正相关,与SiO2、Na2O呈极显著负相关;硒与地形因子的关系相对较弱,其中与起伏度和地形粗糙指数呈显著正相关.在光谱特征上,硒与光谱反射率的相关性主要体现了有机质和铁锰氧化物的光谱吸收特征.将筛选的相关指标按照不同组合方式进行建模和对比讨论,结果显示光谱、理化性质和地形因子均对提升模型精度有贡献,整体上光谱和理化性质占主导地位.当模型自变量为全部3类数据时,模型的建模和验证精度均为最高,表明综合模型不仅提升了硒元素的建模精度,而且改善了模型的稳健性.     

子区中位数衬值滤波法在地球化学异常识别中的应用

传统化探方法可能漏掉强度不大但可能致矿的异常,而子区中位数衬值滤波法可以有效地避免地质背景对异常圈定的影响,解决了低背景区和高背景区弱小异常的识别问题,消除了全区统一划分异常下限对化探异常识别的影响。采用该方法在江西某地区发现了多个新的化探铀异常区,并在其中的一些异常区内发现了铀矿点,显示出较好的应用效果。     

中国碳硅泥岩型铀矿地球化学指示元素特征及异常模式

根据全国铀矿资源潜力评价项目研究成果,在大量研究我国碳硅泥岩型铀矿地球化学异常特征的基础上,总结了一套对碳硅泥岩型铀矿勘查稳定且行之有效的指示元素及其组合,确定了碳硅泥岩型铀矿地球化学异常模式,并以实例说明。     

中国铀、钍、钾元素地球化学场特征及与铀矿化关系

一直以来,利用铀、钍、钾同位素的γ能谱寻找铀矿是铀矿地质重要的放射性物探手段。同样,水系沉积物化探中铀、钍、钾元素作为铀矿化探重要指示元素,在铀矿资源潜力预测评价中亦发挥了重要作用。笔者论述了水系沉积物铀、钍、钾元素在铀矿预测评价中的指示作用和异常特点,以及中国铀、钍、钾元素地球化学场分布特点和规律,将铀、钍、钾异常按累频占比划分为特高异常(异常内带)、高异常(异常中带)、异常(异常外带)和高背景,同时,论证了铀、钍、钾异常分布与铀成矿关系。可以看出,铀、钍、钾异常分布有明显的区域特征,现有的异常分布区与我国四大类型铀矿产区高度一致,其异常分布对我国铀、钍矿资源预测评价具有重要意义。