GIS(MaPInf0)矿产预测地质体单元的自动生成

本文概括了综合信息矿产资源预测地质体单元的基本概念和划分原则.论述了在GIS(MapInfo)中自动生成地质体单元的原理.研制了基于MapInfo软件平台的地质体单元自动生成的计算机算法.     

一种基于GIS的多模型统计结果的自动综合方法

当用多种统计数学模型预测矿产资源靶区时,预测结果往往是不同的,需要进一步的统计综合.本文探讨了GIS矿产资源统计预测中,将不同统计预测结果进行自动综合的计算机算法,以MapInfo为软件平台,用MapBasic语言编制了算法的计算机程序,在该软件平台中实现了多模型统计预测结果的自动综合.     

GIS中的空间建模器技术及其在全国矿产资源潜力预测中的应用

在GIS技术环境下开展资源定量评价, 实现资源评价工作的自动化、数字化、智能化是矿产资源勘查与预测的重要发展趋势.为了给地质勘查与预测人员、定量建模人员、GIS分析与操作人员提供共同研究和技术讨论平台, 提出了在矿产资源预测全过程使用的建模技术.介绍了建模技术的基本概念、空间模型建立、图形建模技术以及建模技术在矿产资源定量预测中的应用, 介绍了GeoDAS GIS中的建模技术基本功能以及建模技术在空间对象相关分析、证据(信息) 图层提取、不规则地质单元划分、预测后验概率绘制等矿产资源预测工作中的应用实例.应用结果表明, 建模技术为地质预测人员、定量建模人员、GIS操作人员开展综合研究和空间决策提供了公共的平台, 有助于实现模型的共享和操作过程的自动化.      

基于MapInfo的地质变量自动化选择与赋值

在GIS中实现地质变量选择与赋值的自动化可以显著提高GIS矿产预测工作的效率 ,同时也为实现GIS矿产预测全程自动化提供了技术前提。不同软件平台所提供的“二次开发”环境不尽相同 ,考虑软件平台的实用性、软件价格高低及其二次开发环境的好坏等因素 ,选择MapInfo作为基础平台 ,研究了在该平台内自动选择地质变量并对其赋值的计算机算法 ,用平台的“二次开发”语言MapBasic编制了算法的计算机程序。     

基于证据加权模型的青海拉陵灶火地区矿产靶区预测及效果评价研究

当代矿产资源评价是复杂高维非线性系统的建模与评价过程,建立能够描述综合信息间复杂关系的多元非线性统计模型并预测矿产靶区,对矿产勘查具有重要指导意义。本文基于GIS软件平台,将证据加权模型应用于青海拉陵灶火地区矿产靶区预测,提取研究区成矿地质背景信息,遥感地质信息,地球化学异常信息等17种致矿综合信息,建立研究区矿产靶区预测模型,绘制成矿后验概率分布图,并利用ROC曲线分析方法对预测结果进行效果评价,根据ROC曲线的TP率和FP率计算圈定矿产靶区概率阈值,对研究区矿产靶区进行了圈定,结果表明证据加权和ROC曲线分析相结合圈定的成矿靶区与已知矿点分布较为吻合,该方法用于矿产靶区预测具有一定的可行性。     

改进的加权证据权模型及其在个旧锡铜矿产资源预测中的应用

为了探讨新的加权系数估计方法对于消除或减弱证据层不满足条件独立性假设时对预测结果的影响, 对加权证据权模型的加权系数估计方法进行了新的探讨,尝试用顺序估计法估计加权系数.加权系数的顺序估计法是将加权证据权模型与基于模糊预测对象的证据权模型相结合,将证据层按照一定顺序逐步加入到加权证据权模型中,在加入到模型的过程中依次用已经获得的后验概率作为模糊训练层对证据层加入到模型的顺序进行修正,并通过条件相关系数的方法估计加权系数.分别以1组多元正态分布模拟数据和个旧锡铜多金属矿产资源预测为例,比较了多种模型的后验概率,结果表明加权证据权模型对减弱证据层不满足条件独立性假设所产生的影响是有效的.      

加权证据权模型的应用与对比

证据权方法是目前最常用的信息综合方法之一,广泛应用于矿产资源定量预测与评价.然而,它要求变量间相互独立,地质上很难满足这一条件.如何削弱条件不独立对证据权预测结果的影响,已成为当前数学地球科学研究的热点.解决该问题的途径之一是对传统证据权模型进行校正,比如采取加权的方法对原证据权模型计算的证据权重进行修正,以便消除非条件独立性的影响.对近期提出的多种加权证据权模型进行了系统的对比研究,基于同样的应用实例和实验方案,对不同方法的应用效果进行了比较,结果表明,各种加权证据权模型均可不同程度地削弱证据图层条件不独立性的影响,其中,基于逻辑回归的加权证据权模型优于其他加权方法.      

GIS矿产资源预测中的证据权重法

地理信息系统(GIS)技术的应用已成为提高矿产资源预测水平的重要途径。矿产资源预测的方法很多，证据权重法是其中的一种重要方法，它是基于二值图象的地学统计方法。基于GIS的证据权重法矿产资源预测是通过对与矿产资源相关的地学信息的叠加分析进行预测，其中每一种地学信息都作为预测的一个证据因子，而每一个证据因子对矿产资源预测的贡献由其权重值确定。基于GIS的证据权重法矿产资源预测的优点是数据驱动、易于编程实现，在金矿资源预测中已有很多成功的应用。     

The Application of Weighted Logistic Regression Model in Prediction of Porphyry Copper Deposit——take Zharma—Sawur metallogenic belt,China—Kazakhstan border area,as an example

加权Logistic回归是基于GIS成矿预测的主要方法之一,其模型是不同于线性模型的一种类型.它具有强大的空间分析功能、适用性强、不受任何独立条件的约束、预测结果更可靠,因此在矿产资源评价研究中得到了很多地质学家的青睐.以矿床模型和成矿理论为基础,加权Logistic回归分析模型在成矿预测中的应用主要包括三部分:加权Logistic回归模型的建立及其应用、成矿有利度综合评价、成矿远景区圈定.本文以中国—哈萨克斯坦边境地区扎尔玛—萨吾尔成矿带斑岩型铜矿为例,探讨了基于GIS的加权Logistic回归模型在成矿预测中的应用.     

一种基于GIS的矿产资源潜力评价的自动制图模型

在基于GIS技术的矿产资源评价工作中,矿产资源潜力评价的自动制图模型通常用来统计综合多源地学信息以便自动圈定成矿远景靶区。在本文中,笔者以人工智能研究领域中的一种不确定推理模型——确定性理论为基础,提出了一种新的矿产资源潜力评价的自动制图模型——合成有矿可信度模型。该模型可以根据研究区各种成矿有利和不利证据的空间分布图,统计生成对应于每一种证据的有矿可信度栅格图,然后,按照特定的有矿可信度合成规则,将所有的有矿可信度栅格图统计综合生成合成有矿可信度栅格图。以该图为依据,可以把研究区内合成有矿可信度相对较高的成矿远景区圈定出来。也可以生成研究区合成有矿可信度等值线图。应用该模型预测了新疆北部多拉纳萨依—阿舍勒地区的多金属成矿远景,并将预测结果与证据加权模型预测结果进行了比较,两种模型的预测结果基本相似,证明了该模型的有效性和实用性。