基于欧拉反褶积法的无人机航磁找矿应用

无人机航磁测量以其高效、安全、低成本等优点逐渐应用到中小面积大比例尺资源勘探领域。本文针对安徽芜湖市三山区22 km²区域构造刻画和找矿前景预测,开展1∶20 000高精度无人机航磁测量工作;推导了欧拉反演求解过程,并分析对比构造指数选取,使用构造指数为0的欧拉反褶积对航磁数据进行反演求解,获得地下磁异常体构造边界解集信息;将其应用到研究区域航磁数据反演,根据反演得到的边界位置和深度信息圈定了18处断裂,并结合异常特征给出了8.7 km²岩浆岩分布区,根据宁芜区域铁矿成矿特点,圈定岩浆分布区及边界为成矿详查区。     

基于航磁解译构造法的哀牢山地区金多金属远景预测

哀牢山地区是中国重要的金、多金属成矿带,构造成为该区最重要的控矿因素之一.在利用1:20万航磁数据解译该区深部构造时,考虑到该区地壳厚度,对航磁分别进行上延40 km、20 km、10 km、5 km位场处理.同时结合现有地质资料及该区重要矿种金、铜、铅锌、锡的矿床分布特点,探讨了矿床与深部解译构造的关系,得出哀牢山地区航磁解译构造中的几种有利成矿部位.总结归纳了一套利用航磁解译构造圈定找矿远景区的方法,圈定了哀牢山地区10个潜在的找矿远景区.进一步探讨了新的找矿方向.     

特殊磁场区的航磁解释

本文叙述适用于特殊磁场区航磁解释的新方法,包括弱信号增强,自调节滤波和解析信号.其目的是获得在原始数据上反映不明显的有关找矿标志和地质构造的信息.这些方法已用于分析湘南弱磁区和内蒙火山岩区的航磁数据,结果证明这些方法对改进地质填图具有很好的效果.     

山东黄河口地区航磁磁场

以1996年1∶5万高精度航空磁测资料为基础,参考其它地球物理及地质资料,对山东黄河口地区基底构造、断裂构造格架进行了分析,尤其是探讨了航磁场特征、基底构造、断裂构造与地下热水分布的关系,在此基础上对本区的地热水远景进行了初步的分析。     

青海省玉树地区高精度航磁调查与应用研究

青海玉树地区位于我国重要的西南"三江"成矿带,具有高海拔、切割剧烈等特点,而高精度航磁调查是一种精度高、见效快、成本低的方法技术手段.在该区运用直升机长杆硬架技术并采取随地形缓起伏的方法,获取了高质量的原始数据.在高精度航磁图上,磁异常信息十分丰富,通过详细的物性资料分析和严谨的异常解释工作,摸清了区域磁场基本特征,推...     

青海省航磁反映的深部构造特征

根据青海省航磁（△Ｔ）化极上延６０ｋｍ异常等值线图,推断出青海省内深部大致由四大地质块体和四条深大断裂夹一特提斯构造带（物质来源于深部或沉积盖层）组俣拼接而成,各地质块体之间为深部断裂或缝合带相隔。     

BP人工神经网络在地学中的应用

ＢＰ人工神经网络是摸拟人脑机理和功能的一种新型计算机和人工智能技术,它在数据处理中可避免数据分析和建模中的困难,采用拟人化的方法进行处理,特别适用于不确定性和非结构化信息处理,因而对地质学中各种未知信息的预测有着较好的适用性。     

常用有机溶剂人工神经网络模式识别方法研究

用人工神经网络方法对常用有机溶剂进行分类。４５种有机溶剂模式识别的误判率为７．６％，同聚类方法比较，本方法分类能力强，结果准确，可直接对未知溶剂分类。     

人工神经网络在煤层宏观结构解释中的应用

煤层中的宏观结构变化是我国众多煤田中普遍存在的地质现象,它对煤矿生产影响极大,是当前煤矿生产中急需解决的地质构造问题,利用工人神经网络可以解释煤层的分叉,合并及缺失等宏观结构问题,为矿井的采,掘工作的提供准确的地质资料。     

基于人工神经网络的岩爆预测方法

在分析岩爆主要影响因素的基础上，建立了一种新的人工神经网络岩爆预测模型。采用已有岩爆发生数据作为训练样本对网络进行训练，利用收敛的网络进行岩爆烈度预测，预测结果与实际吻合，说明利用人工神经网络预测岩爆发生烈度是一种可行的方法。     

人工神经网络在环境灾害预测中的应用进展

综述了近年来人工神经网络在环境灾害预测中的应用进展,包括对污染型环境灾害、生态环境灾害、地质环境灾害以及气象环境灾害等灾害的成灾因素分析、危险性预测以及灾情预测和动态演变规律预测,揭示了人工神经网络探索灾害隐含信息方面的优越性,并对其在环境灾害预测中的应用前景和发展趋势进行了展望。     

人工神经网络方法在桩基检测中的应用

提出了一种基于桩基动测波动数据的人工神经网络识别方法,所建立的多层神经网络通过对已知样本的学习,可实现对未学习样本（桩基检测数据）的识别,指出桩基中存在的缺陷。实际检验的结果表明该方法具有良好的应用前景     

识别所钻地层的人工神经网络法应用

对用人工神经网络方法来解决钻探生产的实际问题, 在不取心的情况下识别所钻地层的岩性进行了研究.根据钻探生产的特点, 设计了人工神经网络的结构和输出方式, 开发了人工神经网络识别所钻地层的软件, 分析了影响人工神经网络应用效果的各因素, 在人工神经网络的优化设计方面作了较深入的研究.研究表明: 人工神经网络用于识别所钻地层有很好的效果; 人工神经网络的参数, 如学习率、隐含层层数、隐含层单元数和数据处理方式等对人工神经网络的应用效果有影响.      

人工神经网络在地球科学中的应用综述

人工神经网络（ANN）是一种动态信息处理系统，它具有联想记忆、自组织、自适应、自学习和容错性等特性。ANN可对地质环境和各类地质对象进行判别分类；可根据地震及测井中的各种波谱曲线进行地质构造模式识别，并实现自动编辑和解释；可对各种遥感信息进行图像处理和地质构造解译；在勘查地球物理方面，可解决某些反演问题；在矿产勘查中可用于矿产资源定量预测与评价勘查过程中的组合优化及多目标决策等问题。     

BP神经网络在矿产资源评价中的应用

简述BP神经网络的基本原理,通过实例阐述BP神经网络在矿产资源GIS评价应用方法,提出注意事项及如何提高评价应用效果.     

人工神经网络在滑坡变形预测中的应用研究

在分析人工神经网络的基础上提出滑坡变形状态的一种简化模型,运用3层前馈型BP网络,对离散时间和滑坡体虚拟质心的进行考察,并以此作为BP网的输人和输出,从而对滑坡变形的预测进行了理论上的探讨.