今年高铝粘土和萤石开采总量控制趋紧

<正>国土资源部近日下达了2011年高铝粘土和萤石矿开采总量控制指标的通知。2011年,全国高铝粘土开采总量控制指标为430万吨(矿石量),其中下达各省(区、市)339万吨,预留91万吨暂不下达;萤石矿开采总量控制指标为1050万吨(矿石量),其中下达各省(区、市)1000万吨,预留50万吨暂不下     

五国化学会预警磷资源危机

<正>近日,中国、德国、日本、英国和美国五国化学会共同发布《化学给力全球可持续发展》报告,称当前全球磷肥产量已达峰值,并将在本世纪后期逐步下降,用于生产肥料的磷矿石资源有可能在未来的30～100年枯竭。因磷肥市场供不应求从而将进一步危及全球粮食产量。但报告同时指出化学家可以通过技术创新,开拓新的磷资源来源来应对这一挑战。     

对未来世界矿石环境管理需求的思考

未来大型矿业公司要在更偏远的荒野环境中开发大型矿床,开采的规模也越来越大,同时小型矿业公司对环境管理的需求日益增强,在矿业发展中纳入可持续发展政策的要求也日益强烈,这些都构成了未来矿业在环境恢复方面的挑战。应对这些挑战,未来矿业公司在环境管理上必须有所改进,也有着新的需求。     

鞍钢铁矿石产量欲破亿吨

<正>面对国内铁矿石原料供不应求、进口矿价格持续高位运行并可能进一步上涨的局面,目前,鞍钢矿业公司以打造最具国际竞争力矿山企业为目标,决心发挥现有的规模、成本、技术、工艺、装备及人才方面综合产业优势,提     

西藏康金拉铬铁矿床刚玉中的包裹体研究

西藏康金拉铬铁矿石的矿物学研究中,发现大量的微粒金刚石和碳硅石等超高压异常地幔矿物,表明它们产在一个强还原的高压环境.本研究在铬铁矿石中还发现了刚玉及其中大量的矿物包裹体.电子探针等方法研究表明,包裹体的种类包括简单氧化物,如金红石;自然钛;Ti-N、Ti-Si、Ti-C、Ti-Si-P、Ti-B等合金类;含稀土元素的硅酸盐矿物,以及一些未知矿物.结合对铬铁矿石中其他矿物的研究成果,认为康金拉铬铁矿石中的刚玉及其中的强还原环境形成的矿物组合形成于深部地幔.因此,康金拉铬铁矿石中的刚玉可以认为是一种新的带有高压环境信息的标志性矿物.     

云南省鹤庆县小天井锰矿的地质特征及盆地控制

小天井锰矿是滇西地区最大的锰矿床, 产于滇西上三叠统松桂组碎屑岩建造中, 由氧化锰矿石和碳酸锰矿石组成, 矿石成份较单一。碳和氧同位素的特征揭示了成矿物源的多来源及成矿的多阶段特征。稀土配分模式属轻稀土富集型。鹤庆锰矿形成于扬子地块西缘三叠纪诺利期盐源—丽江盆地中的丽江凹陷带之内的一个次级叠加盆地。盆地和成矿作用受控于同生断裂活动。建立了成矿模式。     

西藏察隅县那阿多金属矿矿石特征研究及其意义

西藏察隅县那阿钨多金属矿床是冈底斯成矿带产出的潜在大型矿床,矿床的工业类型为矽卡岩型钨矿床。本文以矿区主要矿石类型--矽卡岩型矿石与围岩的矿石特征为研究对象,包括了那阿矿区矿石的结构构造、矿石矿物和脉石矿物、矿石矿物的化学成分。那阿矿区矿石学研究为那阿钨多金属矿床属于与矽卡岩成矿作用有关的成因观点提供了佐证。     

山西省阳高县银腰沟矿体及矿石地质特征

位于山西省阳高县的银腰沟矿区发现并控制了金矿体一个、超贫磁铁矿体一个。其中金矿体赋存于近南北向的构造内,矿体和矿石特征明显。     

攀西地区黑石河铁矿矿石特征研究及矿床成因探讨

黑石河铁矿位于攀西地区,其含矿岩体以辉长岩体为主,岩体具弱分异并显示一定的层理构造;矿体呈似层状、透镜状、脉状产。通过对矿石特征研究,认为矿石主要以海绵陨铁结构及浸染状构造为主,矿物组成主要有钛磁铁矿、钛铁矿等金属氧化物、以黄铁矿为主的硫化物,以及辉石等组成。基于矿区主要矿物的结晶阶段及黑石河铁矿石典型的结构构造特征,结合攀西地区其它钒钛磁铁矿床成因研究资料,认为黑石河铁矿床属岩浆晚期分异结晶成因类型。     

Robust LS-SVM regression for ore grade estimation in a seafloor hydrothermal sulphide deposit

Due to the geological complexities of ore body formation and limited borehole sampling, this paper proposes a robust weighted least square support vectormachine (LS-SVM) regression model to solve the ore grade estimation for a seafloor hydrothermal sulphide deposit in Solwara 1, which consists of a large proportion of incomplete samples without ore types and grade values. The standard LS-SVM classification model is applied to identify the ore type for each in complete sample. Then, a weighted K-nearest neighbor (WKNN) algorithm is proposed to interpolate the missing values. Prior to modeling, the particle swarm optimization (PSO) algorithm is used to obtain an appropriate splitting for the training and test data sets so as to eliminate the large discrepancies caused by randomdivision. Coupled simulated annealing (CSA) and grid search using 10-fold cross validation techniques are adopted to determine the optimal tuning parameters in the LS-SVM models. The effectiveness of the proposed model by comparing with other well-known techniques such as inverse distance weight (IDW), ordinary kriging (OK), and back propagation (BP) neural network is demonstrated. The experimental results show that the robust weighted LS-SVM outperforms the othermethods, and has strong predictive and generalization ability.