数字矿床模型研究与系统实现

数字矿床模型(DDM)是传统矿床模型的数字化.本文论述了数字矿床模型的概念,提出了其主要组成结构和建模关键技术.在吸收国内外地质领域专家系统建立的经验基础上,将人工智能技术与地理信息技术(WebGIS)相结合,通过构建矿床模型知识库,建立数字矿床模型推理网络结构,并以斑岩型铜矿为例论述了建立数字矿床模型的系统过程.本文是"十一五"期间国家高技术研究发展(863)计划的阶段成果.     

西藏驱龙斑岩铜钼矿床中UST石英的发现:初始岩浆流体的直接记录

单向固结结构(UST)是浅成侵位的岩浆出溶过程中形成的一种特殊结构,一般由梳状石英与细晶(斑岩)岩交互生长而成,少数产于斑岩与围岩接触部位,其内的原生包裹体被认为是初始流体出溶的可靠记录.作者在西藏驱龙铜矿床中首次发现了具有单向固结结构的石英.研究表明,驱龙UST石英存在于后期侵位的二长花岗斑岩与花岗闪长岩的接触部位,部分为高温β石英;UST石英中原生包裹体的成分主要为高盐度液相,除石盐子矿物外,还含有硬石膏等其他子矿物.阴极发光及显微测温结果表明,初始流体的出溶发生在高温(t≥573℃)、高压(P≥150～200 MPa)条件下,出溶的流体为高温、高盐度[w(NaCkeq)为44.5%～58%]流体,同时还具有较高的氧逸度.因形成压力较高,判断UST石英不可能由较浅侵位的二长花岗斑岩岩枝冷凝出溶而形成,从而推测驱龙铜矿床深部存在着孕育成矿斑岩的大型岩基.     

青海祁漫塔格地区斑岩铜矿的成矿条件和远景

文章对青海祁漫塔格地区斑岩铜矿成矿带的成矿地质条件进行了研究,其形成于造山带汇聚阶段中后期的活动陆缘环境,与驱龙斑岩铜矿对比具有相类似的成矿地质条件,找矿远景很大.特别是卡而却卡、乌兰乌珠尔、鸭子沟、尕怒大门等地区具有斑岩铜矿成矿的广阔前景,有希望找到新的大型超大型铜矿床.通过对乌兰乌珠尔矿床的解剖,该矿区构造裂隙发育,岩石蚀变强烈.具典型的"斑岩型"蚀变分带:由中心向外依次为强硅化带??硅化钾化带??绢英岩化带??青磐岩化带.成矿元素以铜为主,伴有铅、锌、锡等多种有用组分.岩浆岩、热液蚀变作用、热液运移和矿质沉淀的构造空间控制了矿床的产出.为进一步在该区找矿指明了方向.     

二次特征值问题的最佳向后扰动分析

二次特征值问题 (QEP)的主要的求解方法之一是转化为广义特征值问题 (GEP) ,然后用求解广义特征值的方法 (比如 QZ方法 )求解。本文研究由此获得的计算解的范数意义下的最佳向后扰动分析 ,所得结果是 Tisseur最近所得结果的加强。     

基于人机交互技术的ETM+影像岩性信息提取方法研究——以康恩纳德斑岩铜矿床为例

随着遥感应用技术飞速发展,及近年来高分辨率传感器的不断出现,人们对遥感影像的数字化处理也有了长足进步.但在遥感地质方面,由于"同物异谱"和"同谱异物"现象广泛存在,使计算机自动提取遥感影像上的岩性信息出现较大误差.完全人工解译虽准确率较高,但速度慢,如何将计算机自动提取与人工解译有效结合起来是本次研究的重点.文章以康恩纳德斑岩铜矿床地区ETM 遥感影像为数据源,以计算机自动提取与人工解译相结合,根据已有地质资料,对该区ETM 遥感影像进行岩性信息提取.通过在包古图地区对提取模型进行验证,结果表明两者相互结合可以大大提高识别精度,为进一步地质工作提供良好的遥感信息.     

商城县汤家坪钼矿地球化学特征及找矿远景

矿区地质、地球化学特征研究入手,总结了综合找矿标志,指出了进一步找矿方向。研究表明该矿床成矿组分单一,异常元素组合主要为Mo、Bi、Ag,次为W、Sn、Zn、Cu、Pb,仅有钼能形成较大规模的异常;矿床元素水平分带序列为(Mo-Bi-Ag)-(W-Sn)-(Pb-Zn-Cu),垂向分带序列为(Mo-Ag-Pb-Zn)-Cu-(Bi-W-Sn),并以w(Mo)/[w(Bi)×100]≥65,[w(Pb)×w(Zn)/w(W)×w(Sn)]≥25为判别标志,来预测深部盲矿体的存在。     

基于光谱和纹理的SVM矿化蚀变信息提取研究

针对传统矿化信息提取方法单一,利用光谱或纹理、信息量相对较少、需要大量样本的缺陷,利用基于光谱和纹理的支持向量机(SVM)原理,建立矿化信息提取模型.选择青海泽库县析界日地区作为典型研究区.首先提取研究区光谱和纹理信息,选取训练样本;然后求解最优超平面,进而确定决策函数;最后泛化推广识别其他待识别的样本.通过所提取的遥感蚀变异常信息与重砂异常点叠加分析,叠加基本吻合;从野外实地验证来看,均发现了不同程度的矿化现象,并指出了5个重点异常区.     

Estimating Influence of Crystallizing Latent Heat on Cooling-Crystallizing Process of a Granitic Melt and Its Geological Implications

Based on the theory of thermal conductivity, in this paper we derived a formula to estimate the prolongation period （AtL） of cooling-crystallization process of a granitic melt caused by latent heat of crystallization as follows：△tL=QL×△tcol/（TM-TC）×CP where TM is initial temperature of the granite melt, Tc crystallization temperature of the granite melt, Cp specific heat, △tcol cooling period of a granite melt from its initial temperature （TM） to its crystallization temperature （Tc）, QL latent heat of the granite melt.
The cooling period of the melt for the Fanshan granodiorite from its initial temperature （900℃） to crystallization temperature （600℃） could be estimated -210,000 years if latent heat was not considered. Calculation for the Fanshan melt using the above formula yields a AtL value of -190,000 years, which implies that the actual cooling period within the temperature range of 900°-600℃ should be 400,000 years. This demonstrates that the latent heat produced from crystallization of the granitic melt is a key factor influencing the cooling-crystallization process of a granitic melt, prolongating the period of crystallization and resulting in the large emplacement-crystallization time difference （ECTD） in granite batholith.