区域化探资料研究基础地质问题

区域化探资料不仅可以用于矿产勘查,而且,在基础地质研究中也可发挥重要作用.文中探讨了应用区域化探资料划分和圈定侵入岩体,进行地层对比和划分,识别各种区域地质构造,甚至板块分界线的问题,初步归纳出反映各种区域地质特征的区域地球化学分布模式.     

浅谈研究和寻找超大型矿床的理论和方法

寻找大型矿床是一项十分，艮巨、复杂、综合性极强的工作^[1]。研究和寻找大型—超大型矿床的理论和方法可分为：①大型—超大型矿床的成矿条件和成矿模式(巨量矿质、流体和能量的有利匹配和稳定供给，成矿系统的矿源场、中介场和储矿场的结构集约化，适时的成矿启动，稳定持续的成矿作用和成矿后的良好保存)；②地质分析法(构造环境分析、地质建造分析和地质构造分析)；③勘查地球物理方法；④勘查地球化学方法；⑤遥感地质方法。     

频率域航空电磁法岩性地质单元填图技术

简述频率域航空电磁测量基本方法原理,讨论解释参量的特性和用于岩性地质组合单元填图的技术,介绍了应用双三频航空电磁资料在推断岩性地质构造方面的地质效果。利用航空电磁勘查资料进行地质填图,可给区域地质调查补充许多以前未发现的地质构造信息,并能增强局部异常对探测目标物的识别能力,提高勘查效果。     

四川高县贾村矿区地质构造形态分析

通过四川省高县贾村矿区庆岭、三胜勘查区煤炭资源勘探(详+精)项目的开展,认真分析研究了矿区地质构造形态,对影响两勘查区的3条主要断层F51、F53、F69做了大量的工作,根据地面勘验和结合钻探实际情况,形成了新的认识。为作好"三边"地质工作,解决目前及未来建井生产中可能遇到的地质问题,在原始的地质构造资料基础上进行分析。     

四川高县贾村矿区地质构造形态分析

通过四川省高县贾村矿区庆岭、三胜勘查区煤炭资源勘探(详+精)项目的开展,认真分析研究了矿区地质构造形态,对影响两勘查区的3条主要断层F51、F53、F69做了大量的工作,根据地面勘验和结合钻探实际情况,形成了新的认识。为作好"三边"地质工作,解决目前及未来建井生产中可能遇到的地质问题,在原始的地质构造资料基础上进行分析。     

遥感图象在岷礼地区区域铀矿研究中的应用

遥感图象的地质解译为区域地质构造研究和矿产资源的勘查方面开辟了新的途径。为探索这一先进技术在区域铀矿研究中的实效,我们应用了地球资源卫星象片和航空象片进行目视地质解译,获得了较好的收效,丰富了基础地质资料,加深了对岷礼地区区域地质构造轮     

义敦成矿带铜银铅锌锡矿产资源调查评价进展与潜力

义敦成矿带地处独特的大地构造部位，经历了复杂的地质构造演化和强烈的岩浆活动，成矿条件优越，矿产资源丰富。1999年实施国土资源地质大调查以来，相继发现了普朗、松诺、卓玛斑岩铜矿；砂西、热朗泽、夏隆等银铅锌矿；热隆、脚根玛锡矿；打马池觉铜金矿等一批具有重要找矿前景的矿床(点)。该地区矿产资源勘查工作程度低，蕴藏着较大的找矿潜力，有望成为国家级重要的有色及贵金属矿产勘查和开发基地。     

生态区绿色勘查评价方法及评价标准探讨

绿色勘查为绿色发展在地质工作中的具体体现,我国在实施绿色勘查方面起步较晚,至今国家层面仍未出台统一的评价方法与评价标准,从而制约着对绿色勘查的认识及理解。通过查阅国家及地方关于地质勘查指导原则及规范标准,总结国内自实施绿色勘查以来取得的成就,分析国外矿业大国在不同生态区实行的地质勘查政策及评价标准。最终,结合我国地质勘查问题及现状、区域矿产资源分布与经济状况,提出不同生态区绿色勘查评价方法及准则。对地质勘查造成的影响进行量化,提出勘查工作在生态保护区、脆弱区、一般区分别达到95分、90分、85分以上者可称达到绿色勘查标准。并建议我国适当改变生态保护区、脆弱区地质工作政策,使环境保护与资源勘查、经济发展相协调。     

大型火电厂场址稳定性研究的基本途径——以江西新昌火电厂场址为例

以江西新昌火电厂场址稳定性研究为例，阐述了大型工程场址稳定性研究的必要性。场址稳定性研究的主要内容和方法包括：进行区域地质构造背景分析；场址区断裂构造及新构造运动研究，这要根据具体地质构造情况采用地质、地貌、新构造、遥感、地球物理以及钻探等多学科相结合的综合调查分析方法；分析区域地震资料、规律及对场址区的影响；基于上述研究可作出场址稳定性评价。     

阿尔金中段——东昆仑西段构造特征浅析

以重力资料为基础,通过对该区重力数据的处理解译,依据重力场的变化特征及对研究区断裂构造、局部异常、剖面拟合等取得的成果和地质认识,对研究区的地层结构、构造发育特征进行了总结,以本项目取得的地质认识及前人的勘探成果为依据,对研究区的地质构造特征、构造演化进行探讨。通过对研究区的构造特征及其生成演化的探讨分析,希望能为该区的地质勘查、综合研究及能源勘查提供参考依据,也希望笔者的地质研究成果对该区的地质勘查工作起到一定的启发作用。     

人工神经网络技术在水文地质学中的应用潜力初探

在许多水文地质问题中,多因素且非线性的影响常使传统的集中参数随机模型或分布参数确定性数值模型的方法难以对其作出符合实际的评价与预测。本文从几个典型的水文地质问题入手,利用人工神经网络技术的高度自组织、自适应与自学习能力和分类计算能力,对这些问题的解决进行了系统的ＢＰ网分析。结果表明,人工神经网络的应用可有效减少人为的主观臆断性,其训练识别的结果更符合实际,效果令人满意,因此具有十分广阔的应用前景。     

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.      

人工神经网络在泥石流风险评价中的应用

泥石流风险评价是对泥石流灾害的预评估,在泥石流防灾减灾实践中具有重要的意义,可直接服务于国民经济建设。人工神经网络具有良好的非线性信息处理能力,特别适宜于解决风险评价中多指标复杂性和不确定性的问题。实例证明,经过训练的网络模型对于泥石流风险评价具有较好的适用性,可以作为泥石流风险评价技术的补充。     

人工神经网络在海浪数值预报中的应用

探讨将人工神经网络技术和传统的数值模式相结合,以期得到一个更有效的海浪预报方法.以第3代海浪模式的模拟结果作为输入,浮标观测资料作为输出,采用人工神经网络进行训练,训练的初步结果显示,人工神经网络可以改进海浪数值模式的预报精度,但在波高比较大时,改进的效果并不令人满意.为此,对观测值大于1.5m时的有效波高进行再训练,从而结果有了进一步的改善.研究结果证明人工神经网络技术可以提高海浪数值预报的精度.     

矿井煤层底板突水预测新方法研究

本文针对煤矿矿井煤层底板突水系统为一非线性系统的特性,提出采用对非线性问题具有良好适用性的人工神经网络系统（以下简称神经网络）,进行煤层底板突水预测。以作者们研制,使用神经网络的实践为基础,阐述系统、建模方法、适用条件和应用问题,并在焦作矿务局演马庄矿、焦作金科尔集团方庄煤矿对所建立的煤层底板突水预测神经网络进行生产性检验,取得良好的结果,说明该系统应用于煤层底板突水预测的可靠性。     

人工神经网络在遥感图像处理中的应用探讨

遥感图像处理常见的困难有数据量巨大、噪声信息多，高度非线性及其导致的难以用解析或表述处理模型等。人工神经网络（artificial neural network,ANN)是由大量简单神经元广泛相互联接而成的非线性映射或自适应动力系统，可以解决上述问题，使用ANN进行遥感图像处理在遥感图像复原，变换和分类中有如下应用：（1）使用ANN和必要辅助数据从TM图像中提取地下火热辐射数据；（2）构造ANN非线性映射，利用TM1－5，7图像提高TM6图像空间分辨率；（3）模糊神经网络（FNN）遥感图像分类。     

径流长期预报的人工神经网络方法

提出径流长期预报的人工神经网络方法。运用神经网络的一典型模型──“反向传播”模型,以大伙房水库在补水期的径流状况作为研究对象,尝试了神经网络方法的效果。结果表明,该方法预报成功率较高,容错能力较强,可望成为径流长期预报的有效的辅助手段。     

Forecasting vertical ground surface movement from shrinking/swelling soils with artificial neural networks

Artificial neural networks (ANNs) are used to estimate vertical ground surface movement when soils expand and contract due to changes in soil moisture content caused by changing climate conditions. Several counterpropagation ANN test cases were investigated to map climate data (i.e. temperature and rainfall) to vertical ground surface movement at field sites in Texas and Australia. Three of the four ANN test cases use a historical time series of climate data to forecast ground surface elevation relative to a specified datum. The fourth ANN test case predicts the rate of ground surface movement, and requires post‐processing of the predicted rates to calculate ground surface elevation relative to a specified datum. The counterpropagation network has demonstrated a successful mapping of temperature and rainfall data to vertical ground surface movement at a field site when it is trained with a subset of data from the same field site (test cases 1 and 2). The results of training an ANN on one field site and testing it on another field site (test cases 3 and 4) demonstrate the ability of the ANN to capture trends in vertical ground surface movement. When compared with the predictions from a physics‐based method (shrink test‐water content method) that requires measurements/estimates of changes in soil water content, the ANN‐based predictions (based on climatic changes) captured the trends in the field measurements of shrinking–swelling soil surface movements equally well. These findings are promising and merit further investigation with data from additional field sites. Copyright © 2007 John Wiley & Sons, Ltd.     

应用人工神经网络解释煤层厚度

本文介绍了人工神经网络解释煤层厚度的方法，为直接利用煤田地震资料确定煤层厚度提供了一种新的途径。利用煤层厚度与煤层反射波动力学特征参数之间的非线性关系，用人工神经网络进行定量描述，便可根据地震资料求出煤层厚度。     

人工神经网络在爆破块度预测中的应用研究

利用人工神经网络模型对爆破块度进行预测,实验结果表明,该方法是完全可行的。通过对实验样本数据进行归一化处理后再对人工神经网络模型进行训练和预测,其预测精度会得到大大提高。