基于重磁联合反演的宁芜盆地钟姑矿田深部地质结构解析及成矿预测

宁芜盆地是长江中下游成矿带中重要的金属矿集区之一,以中生代火山岩和铁矿床广泛发育为特征。近年来,随着找矿深度的不断加深,深部找矿的难度不断加大,成本越来越高,急需利用地球物理方法推断深部地质构造,为深部找矿提供依据,以减少勘探风险。为了解宁芜盆地南段钟姑矿田的深部构造、岩体、地层的空间展布,本文基于区域重磁数据,并以地表地质、钻孔地质等信息为约束,开展深部地质结构的反演研究,厘定了地层及岩体的展布,并结合已知矿床的重磁组合方式和控矿地质要素,基于重磁反演结果在钟姑矿田内圈定了两处有利靶区,为下一步找矿工作提供参考。     

典型矿区非正态分布土壤元素数据的正态变换方法对比研究

对于铜陵矿区这类变异性强、偏度大、不符合正态分布的土壤元素样品数据,直接进行空间变异及插值分析会产生较大误差,需首先选择合适的正态变换方法进行稳健处理.该文以铜陵矿区表层土壤中的Pb元素数据为例,采用不同的正态变换方法进行数据正态变换,并通过变异函数对其变换效果进行分析.对比研究显示:对数变换无法使铜陵矿区土壤元素数据服从正态分布;Box-Cox变换虽使数据的正偏度有所减少,但仍难以通过K-S正态检验;而Johnson变换结果最优,其通过了K-S检验,对于异常数据的处理效果更优.Johnson变换与Box-Cox变换均可使变异函数表现出更好的形态,其中Johnson变换具有更强的正态变换能力,对于研究区土壤元素的变异函数稳定形态具有一定优势,是数据变异性强的成矿区地统计学数据正态变换的理想工具.     

来自大别山深成侵入岩图像深度迁移学习的可解释性研究

岩石图像识别是以深度学习为代表的感知智能在地质领域的典型应用场景。已有研究显示网络结构简单的深度卷积神经网络能够在岩石图像上取得比复杂网络结构高的分类准确率。这与ImageNet数据集上网络结构越深越好的趋势相悖。如何解释这一现象？深成侵入岩为显晶质,自形—半自形粒状结构,块状构造,其分类的依据是其矿物成分及相对含量。大别山地区岩浆活动广泛,中生代深成侵入岩广泛出露。岩石类型包括超镁铁质岩类、辉长岩类、闪长岩类、正长岩类、二长岩类和花岗岩类,基本覆盖IUGS推荐的深成侵入岩分类方案中的岩石类型。选取大别山地区中生代深成岩图像开展不同网络结构预训练模型迁移学习对比试验,能够专注于深度学习对矿物成分特征的学习解释,降低构造因素的影响。借助局部可理解的模型解释技术和特征图可视化技术,分别从全连接层分类决策区域可视化和卷积隐层可视化两方面对深度学习模型开展可解释性研究。结果表明简单网络结构的卷积神经网络能够提取不同矿物所表现出的颜色特征以及不同矿物组合所表现出的纹理特征。AlexNet模型的削减试验进一步证明：对于岩石图像深度学习,网络结构并不总是越深越好。     

基于深层土壤数据的多维分形成矿异常识别研究 ——以铜陵矿集区Cu元素为例

以铜陵矿集区Cu元素为例,开展基于深层土壤数据的多维分形成矿异常识别研究。结果表明,在土壤采样密度相对较低、元素含量空间分布差异不大的情况下,多维分形克里格插值法较普通克里格插值法对于成矿异常的识别具有极大的优势。对于铜陵矿集区这类矿床开采、开发程度已较高,表层土壤元素分布主要受控于外源污染的老矿集区,基于深层土壤样品数据的多维分形克里格方法可以有效地进行成矿异常识别,服务于老矿集区的深部、外围隐伏矿床找矿。而对于空白研究区,无论是基于深层土壤数据还是表层土壤数据,多维分形克里格方法应同样有效。多维分形方法下土壤元素成矿预测的异常下限值确定尚无标准,文中采用元素含量 矿床数目累积频率的计算方法,基于该方法提取的成矿异常区域较好地识别出了绝大多数已知矿床,同时识别出了值得作进一步异常查证的空白异常区域。     

基于空间数据挖掘的三维成矿预测定量指标体系建立方法研究——以宁芜盆地钟姑矿田为例

大数据思维是直接从数据入手的一种新的思维方式,其本质是减少甚至完全屏蔽人为因素干扰,让数据说话。以往三维成矿预测中指标体系的建立多采用经验分析法,以地质模型和先验知识指导控矿特征变量取值,其准确性易受到人为影响。本文基于大数据思维,使用数据驱动方法对三维成矿预测中的找矿指标体系进行探索性研究,在钟姑矿田选择4 个大中型典型矿床,直接采用三维空间分析方法对地层和岩体的控矿地质体进行特征分析,通过计算z 轴方向三维距离场、分析岩体顶面隆起凹陷程度形态因素,确定各控矿要素与矿体之间的相关关系,获取定量指标。本研究改变了以往主观经验指导找矿的思路,尝试采用空间数据挖掘方法进行客观数据分析提出找矿指标,提高了找矿指标体系建立的科学性,此方法得到的定量指标体系可直接参与三维找矿预测模型的计算。     

资源一号02C星图像水体信息提取方法

针对我国西部高原湖区资源卫星遥感监测与应用需求,开展资源一号02C星(ZY-1 02C)图像水体信息提取方法研究。用归一化植被指数和归一化差异水体指数进行龙羊峡库区水体信息提取,并将二者结合,提出决策树水体信息提取方法。以人工解译的水体区域为参考,对水体区域的整体提取结果、细节提取结果和误提取率进行统计和对比分析。实验结果表明,NDVI法易受到薄云的影响,但受冰雪和地形的影响较小;NDWI法在冰雪、薄云和山体阴影等成像条件下会受到不同程度的影响;决策树法虽然受山体阴影等地形的影响较大,但是能有效地消除冰雪和薄云等气候环境的干扰。     

基于重力大数据的中国大陆区域地质构造解析

本文从重力异常角度对中国大陆区域地质构造的深部结构进行了研究。基于卫星重力大数据,利用改进后的位场分离方法获取了从地表到上地幔顶部不同深度的重力异常场。分析了各个碰撞-俯冲带、造山带及盆地等地区上地幔顶部（参考深度约为72～76 km）和中地壳（参考深度约为12～16 km）深度的异常特征。结合地质构造、地球化学和地球物理学证据,重点讨论了重力异常产生的原因及其与中国大陆主要构造之间的关系,获得了中国大陆在环太平洋动力学体系和特提斯动力学体系这两大动力作用下不同地区差异性的壳幔响应。     

姚家岭锌金多金属矿床三维地质建模与成矿预测

姚家岭锌金多金属矿床位于长江中下游成矿带铜陵矿集区东部。前人对姚家岭矿床开展了一系列矿床学、地球化学研究和找矿勘探工作,但在矿区进一步的找矿勘探工作中存在诸多问题,主要原因为姚家岭矿床地质特征复杂,先期的矿床普查勘探和综合地质研究程度不够。近年来一些学者基于新的勘探成果对于姚家岭矿床的地质特征、矿床成因等有了新认识。本文基于姚家岭矿床新的地质勘探数据和研究成果,利用GeoModeller隐式三维地质软件重新构建了矿区三维地质模型,深入解析了姚家岭地区复杂的地质特征和构造形态,并进一步利用三维成矿预测方法对矿区深部未探明的层控式和接触式矽卡岩型矿体进行了预测,圈定了深部找矿靶区。相关研究成果可为矿区内进一步的找矿勘查工作提供参考和方向。     

基于多维分形模型与指示克里格方法的地球化学异常识别研究

指示克里格方法是一种不依赖于分布假设条件的非参数估值方法,对于异常值和偏态分布都具有良好的稳健能力,因此可以作为地球化学异常研究的理想工具。阈值作为指示克里格方法最重要的参数,对于插值结果具有很大影响。该文从多维分形理论出发,利用浓度-面积(C-A)模型计算地球化学异常下限值,并将其作为阈值参与指示克里格法插值计算。为了解决多维分形测度时的不确定性,利用Voronoi图的唯一性对C-A模型进行了改进,并通过安徽省某铜矿区大比例尺化探Cu元素地球化学数据对上述方法进行了实例研究。结果显示,较之反距离加权插值法、普通克里格插值法,指示克里格法获取的最高累计概率范围与已知矿体的空间吻合程度更高,具有更好的地球化学异常识别能力。对于地球化学数据空间变异性强烈的地区,指示克里格方法在稳定变异函数形状和高值信息重建能力方面具有很大的优势。