基于深度学习的钨钼找矿靶区预测方法研究

随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测“智能化预测评价”具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的“黑盒子”中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。     

时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。     

GNSS多天线基线网单历元模糊度同步解算法

提出多天线基线网单历元模糊度同步解算法,其具体实现步骤为:1)根据宽巷组合模糊度易于固定的优点,采用附加已知基线长度约束法同步解算各基线的宽巷模糊度,得到dm～cm级精度的近似基线分量;2)将解算得到的各近似基线分量作为约束,同步解算各基线的基频模糊度,以获取mm级精度的基线矢量。该方法的关键在于检验各历元宽巷模糊度解算的正确性,以获取可靠的近似基线分量,为解算各基线的基频模糊度提供准确的基线先验信息。由于动态情况下各历元观测信息比较少,单纯依赖ratio检验不可靠,提出结合基线误差、单位权中误差、基线网模糊度闭合环及ratio值等对多组宽巷模糊度进行检验,避免ratio值设置不当导致模糊度检验中发生纳伪和弃真问题。实测数据结果证明,该处理方法使得模糊度解算的成功率提高1%～2%,可以获取移动平台更丰富的导航信息,提高其服务能力。     

大兴安岭塔河县盘古河上游地区地质背景及多金属成矿条件分析

一、区域地质背景 1．地层 本区地层出露比较齐全,岩性复杂。主要有新元古界——下寒武统倭勒根群吉祥沟组和大网子组、中生界上侏罗统吉祥峰组、下白垩统光华组和甘河组、第四系全新统。     

霍吉河铜及多金属矿找矿规律初探

一、地质特征 1．地层 出露有晚二叠统五道岭组弱变质流纹岩及中基性火山岩,下白垩统宁远村组、中酸性火山岩和板子房组中基性火山岩。     

试论地质资料的属性

地质资料是指在地质工作中形成的文字、图表、声像、电磁介质岩矿苡、各类标本、光薄片、样品等原始地质资料、成果地质资料、实物地质资料三类组成,是地质工作成果的最终体现,是地质工作服务社会的主要载体。由于地质资料具有多重档案资料信息的属性,决定其在国民经济发展和建设中重要的基础信息资源地位。     

广西浦北县新华铅锌银矿床成因探讨

文章从地质特征及地球化学特征方面探讨了浦北县新华铅锌银矿床的成因.认为其矿质来源与赋矿岩体--海西一印支期浦北花岗岩无关,其形成时代晚于赋矿岩浆岩.矿床地球化学特征表明该矿床的成因可能与燕山期岩浆在深部的活动有关,因此认为该矿床属于岩浆热液型多金属矿床.     

新型电法工作站助力攻深找盲

自江苏省地质调查研究院从美国引进的综合电法仪器GDP-32Ⅱ电法工作站通过验收以来,已在“宁镇成矿带鸡笼山一黄梅山地区深部铜多金属普查”等6个项目中发挥了重要作用。据悉,该系统具有大功率、集成化的特点,可进行包括IP、CSAMT、TEM等3大类方法的数据采集,配套软件可实现数据传输、预处理及反演,该系统是目前全球主流电法工作仪器之一。     

多变量分位数回归构建印度洋大眼金枪鱼栖息地指数

以0～300m水层加权平均水温、50～150m水层的温差和氧差及其交互变量为影响因子,运用分位数回归法,寻找出环境变量与大眼金枪鱼(Thunnus obesus)延绳钓钓获率的最佳上界分位数回归方程,计算出栖息地指数(HSI),并应用地理信息系统(GIS)软件绘制各月HSI空间分布图。研究表明:大眼金枪鱼延绳钓钓获率(HR)依加权平均水温(x)、温差(y)、氧差(z)与的最佳上界分位数回归方程为HR0.70=-15.596+2.124x-0.003x3+0.033xyz-0.036y2z+0.107yz2-0.337z3;HSI空间分布为:16°S—10°N印度洋海域HSI高于0.7,HSI>0.8的海域随季节发生显著变化,马达加斯加外海至100°E、16°S—26°S海域常年存在一片HSI<0.4的区域,26°S—40°S海域的HSI介于0.4～0.5,40°S以南海域HSI<0.4,东非外海季节性地出现一片HSI<0.6的海域。利用多个环境变量的栖息地指数模型来预测分析大洋金枪鱼资源分布效果较好。     

Multivariate analysis of fluorescence and source identification of dissolved organic matter in Jiaozhou Bay, China

Hierarchical clustering analysis and principal component analysis (PCA) methods were used to assess the similarities and dissimilarities of the entire Excitation-emission matrix spectroscopy (EEMs) data sets of samples collected from Jiaozhou Bay, China. The results demonstrate that multivariate analysis facilitates the complex data treatment and spectral sorting processes, and also enhances the probability to reveal otherwise hidden information concerning the chemical characteristics of the dissolved organic matter (DOM). The distribution of different water samples as revealed by multivariate results has been used to track the movement of DOM material in the study area, and the interpretation is supported by the results obtained from the numerical simulation model of substance tracing technique, which show that the substance discharged by Haibo River can be distributed in Jiaozhou Bay.