个旧锡多金属矿集区高松矿田矿化元素局部富集的奇异性特征

多重分形理论能够有效地分析地球化元素局部富集和贫化规律。对取自个旧高松矿田的1 783件断裂构造地球化学样品的13种元素进行了多重分形统计以及局部奇异性方法分析。结果表明:多重分形维谱函数α-f(α)曲线呈连续上凸的特征,曲线的不对称反映了元素局部富集程度差异,并据此将13种元素划分为包含Sn、Cu、Pb、Ag、As、Mn在内的主要成矿元素组合以及包含Zn、Sb、Cd、W、Mo、Bi、Hg的次要成矿元素或伴生元素组合。多重分形的特征值τ″(1)以及Dq的变化规律表明:在主要成矿元素中,Sn在断裂空间上局部富集程度最高,其次为Ag,而Cu相对最低,各元素的τ″(1)值与对应的变异系数的大小具有较为显著的相关性;各元素在空间上的奇异性指数α增强了地球化学富集地段的指示信息,可以作为判别局部富集的重要参数。运用多重分形方法可揭示矿化元素局部富集的奇异性特征以及空间局部富集规律。     

浅谈数字地质图

数字地质图是指数字化的地质图,图上各要素以数字的形式进行存储,并使各要素具有属性和拓扑关系,可用G IS对其操作(图面内容及相应属性操作),而要使数字化地质图广泛应用与交流,必须使地质数据标准化和规范化,而且对处理数字地质图的硬软件有一定的要求。     

基于数据科学的矿产资源定量预测的理论与方法探索

矿产资源预测已从定性走向了定量,从数据稀疏型走向了数据密集型,亟须数据科学支撑.本文在前人研究基础上,讨论了基于数据科学的矿产资源定量预测理论与方法,该方法的理论基础为相关性理论与异常理论,前者采用监督的机器学习方法挖掘地质找矿大数据与矿床的相关性为预测未发现矿床提供了理论基础;后者采用非监督的机器学习方法识别地质找矿...     

矿产预测评价中不确定性传播模型

矿产预测与评价是是由多个阶段组成的系统工程,包括数据收集,资料整理,信息提取,信息综合,预测评价、成果表达等.由于地质的复杂性和变化多样性及人类认识的不完备性致使矿产预测与评价的每一个阶段都包含了一定的不确定性,且前一阶段的不确定性会传播给后一阶段,从而导致相当数量的不确定性积累与传播.本文简要分析了矿产预测与评价不确定性的主要来源,给出矿产预测与评价的不确定性表达模型,研究了矿产预测与评价不确定性的合成算法和传播算法.     

三联点构造地质变量的研究

地质变量的研究包括地质数据类型、地质变量类型、地质变量的选取原则和方法、地质变量变换的方法.着重对三联点构造的3个基础模型变量的选取及用数学统计方法处理变量提供思路并提出了应用前景.     

磁铁矿元素地球化学大数据构建及其在矿床成因分类中的应用

磁铁矿广泛分布在岩浆、热液及沉积等各类矿床中,其地球化学元素组成往往受温度、氧逸度等物理化学条件的影响,能反映矿床形成环境并指示矿床成因类型,是一种重要的勘查指示矿物.自20世纪60年代以来,磁铁矿的主微量元素数据被用来构建不同的判别图,试图来区分矿床的成因类型.然而,由于矿床成因类型的多样性以及同一类型矿床的磁铁矿的...     

地质领域机器学习、深度学习及实现语言

地质大数据正在以指数形式增长。只有发展智能数据处理方法才有可能追上大数据的超常增长。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习已成为地质大数据研究的前沿热点,它将让地质大数据插上翅膀,并因此改变地质。机器学习是一个源于数据的模型的训练过程,最终给出一个面向某种性能度量的决策。深度学习是机器学习研究中的一个重要子类,它通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性。卷积神经网络算法是最为常用的一种深度学习算法之一,它广泛用于图像识别和语音分析等。Python语言在科学领域的地位占据着越来越重要。其下的Scikit-Learn是一个机器学习相关的库,提供有数据预处理、分类、回归、聚类、预测、模型分析等算法。Keras是一个基于Theano/Tensorflow的深度学习库,可以应用来搭建简洁的人工神经网络。     

Developing a Geological Management Information System： National Important Mining Zone Database

INTRODUCTIONGeographic information systems (GIS) is a newtechnology of storing and processing spatial informa-tion , which can combine graphics with many types ofdatabase .It can also exhibit accurate and real spaceinformation with charts and texts according to actualneed ,and canintegrate geographic locations and cor-related data attributes as an organic whole .Geoscien-tists have shown GIS to be a very useful tool in theanalysis of geoscience problems (Zhao et al .,2004 ;Singer ,1993…