智能矿产地质调查方法——以甘肃大桥-崖湾地区为例

在矿产地质调查理论与实践的基础上,提出一种智能矿产地质调查方法,指出智能矿产地质调查生态系统是与智能矿产地质调查相关的智能数据采集设备、应用、用户、标准、规范、智能地质调查云平台等组成部分及相互关系构成的完整系统。智能矿产地质调查的主要步骤包括：智能数据分析、重点工作区圈定、矿产地质数据采集、重点区野外工作、智能找矿预测等。提出了数据驱动与知识驱动相结合的找矿预测方法,集成了采用深度学习技术进行特征匹配找矿预测的方法和基于知识图谱的找矿预测方法。设计和基本实现了智能矿产地质调查云平台的架构与功能。应用特征匹配找矿预测方法在甘肃大桥-崖湾地区圈定了5个找矿预测区。     

分形模型在黑龙江漠河地区金矿成矿预测中的应用

以漠河地区4 830个样品的化探数据为基础,采用“Ｃ-Ａ”(含量-面积)分形模型,通过对Au、Cu、Zn、Pb分维计算,揭示出各元素空间分布的分形结构特征和无标度区范围,得出Au、Cu、Zn、Pb元素化探异常下限值分别为3.1×10^-9、28.1×10^-6、114.1×10^-6、28.4×10^-6,圈定出33个金异常区。根据金异常区与主要地质要素及Cu、Zn、Pb异常区的关系,确定远景区分布于白卡鲁山－长缨站、笔架山－马林林场、蒙克山－防火站、富乐－阿木鲁山,共8个区域具有金矿找矿前景。预测结果表明,5个已知金矿化点落入其中2个预测区内,其余6个预测区中呈无已知矿化点,但具有找矿前景。     

多源信息叠合在延吉盆地油气远景预测的应用

基于GIS的多源信息叠合评价方法是以基础地质图件或数据作为信息,将原始地质图件和数据网格化并赋以属性值,通过地质信息分级标准,变换为标准信息图,通过因子分析,确定各参数的权重并建立油气评价模型,用符合地质含义的关系式进行数据与图层、图层与图层之间的叠合、计算,最后通过空间隐含信息的提取,预测出盆地的有利勘探区域.作者采用该方法,对已发现工业油气流的延吉盆地进行了多源信息叠合、计算评价,指出了章岩洞-崇明、延吉市周遍、铜佛寺周遍三大区块为油气勘探有利远景区.     

南海神狐地区天然气水合物形成分解与构造作用的关系

以神狐地区高分辨率二维地震剖面资料为基础,结合层形态理论、地震响应特征及层序地层分析,研究了南海神狐地区天然气水合物成藏与构造作用的关系.利用层形态理论,通过构造活动的强弱,把二级层序划分为若干构造活动期次,建立了构造活动与层序地层之间的关系,着重探讨了构造活动对天然气水合物形成与分解的影响.在此基础上,对天然气水合物成藏模式与构造演化模式的关系进行了深入的研究.     

大庆探区外围中新生代盆地类型及确定依据

盆地类型是油气远景评价的关键参数之一,不同类型盆地的叠加关系反映了不同时期成盆动力体系的不同.大庆探区外围中新生代盆地是经历强烈构造改造残留的叠合盆地.大地构造位置、基底组成和结构的差异,导致不同成盆期的盆地类型不同.按照盆地的成因分类主要发育裂谷（断陷）、拉分、前陆（挤压）和拗陷4种盆地类型,及前陆\断陷、断陷\拗陷、陆缘裂谷\断陷\挤压\拉分3种叠加形式.提出了按照构造层约束的4个成盆期演化.通过对盆地演化、古地理环境、构造运动等资料分析,确定了4期盆地演化的盆地类型.     

基于卷积神经网络的智能找矿预测方法：以甘肃龙首山地区铜矿为例

智能找矿预测是数字地质科学的前沿领域。本文基于一种二维卷积神经网络的智能找矿预测方法,以25种元素的水系沉积物数据和航磁数据为找矿预测数据,将已知的矿点作为监督样本,利用步长平移数据增强方法获取了训练数据集,对卷积神经网络进行训练后,将其应用于未知区域的找矿预测。应用该方法对甘肃省龙首山西段高台县臭泥墩—西小口子地区进行了铜矿智能找矿预测,根据已知的3个铜矿点,获取了22 934个训练数据,经过200轮训练之后,预测精度能够达到98.1%,最终圈定了5个预测区,5个预测区均具有良好的铜矿找矿远景。     

层形态的概念及地质意义

层形态是作者在开发“大陆伸展盆地构造沉积模拟系统（ＴＳＭＳ）”过程中提出的一个新概念。层形态是指能够反映盆地构造沉积演化过程的沉积地层的几何形态，大陆伸展盆地的构造沉积学模拟结果表明，在不同伸展速率下形成的盆地具有不同的层形态、瞬时伸展盆地的层形态为板状，快速持续伸展盆地表现为尖楔形层形态，在这两种端元情形下存在着一系列过渡类型，通过在地震剖面和地质剖面上分析盆地的层形态和其随时间的变化，有助于对盆地构造沉积过程的认识     

下辽河盆地外围深部构造特征及中生代构造演化模式

深部地质、地球物理综合研究表明，辽西地区与松辽南部地区在莫霍面起伏、岩石圈厚度、壳内高导层深度和分布形式及岩石圈的有效弹性厚度方面均存在着重大差异，这种差异是造成辽西盆岭区与松辽盆地中生代构造发展差异的主要原因。软流圈顶面深度和岩石圈有效弹性厚度决定了盆地类型，壳内高导层分布控制着盆地构造样式。辽西盆岭区和松辽盆地南部构造模式的差异可以解释二者之间构造演化的不同。     

地层的自动分级对比技术

地层缺失和厚度不等是基于测井数据进行井间地层自动对比中需要解决的关键问题。融合聚类分析和动态波形匹配技术进行地层自动分级对比可以解决上述问题。利用聚类分析划分不同级别的层段。在高级别层段划分结果控制下 ,计算两井任何两个次级层段的累计最小“匹配代价” ,再反向追踪找出最佳匹配路径 ,从而获得最优的地层对比结果。利用这种动态波形匹配技术进行全局地层对比 ,使地层对比的可靠性增加。     

基于QAPM矿物模型遗传算法评价火成岩储层

在松辽盆地深层发现了含气火成岩储层。由于火成岩矿物组成复杂和含量的变化,使得选择用于测井评价的解释参数很困难。基于IUGS提出的QAPF分类方案,本文提出了采用遗传算法,利用测井数据确定火成岩矿物含量的方法。根据QAPF分类方案,将火成岩中的矿物分为五类:Q-石英;A-碱性长石;P-斜长石和方柱石;F-副长石(研究区未出现);M-铁镁矿物。本文提出用包括孔隙度在内的QAPM模型对储层进行分析。建立密度、视中子孔隙度、声波时差、自然伽玛和体积光电吸收截面指数的测井响应方程,各矿物参数从斯伦贝谢的矿物参数手册中得到。用遗传算法计算骨架中四种矿物的体积,根据四种矿物的体积含量,依据QAPF分类对火成岩命名。基于解释参数计算的孔隙度可与岩心分析的孔隙度相比,本文给出的火成岩命名与岩心化学分析的命名相一致。