System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及矿产勘察,尤其是涉及基于奇异性指数和自组织神经网络的矿产资源预测方法。
技术介绍
1、水系沉积物是矿产勘查过程中最常用的采样介质,通过系统采样分析,研究元素在水系沉积物中的分布,发现地球化学异常,圈定找矿远区和成矿有利地段,为进一步详细地球学勘查和地质测量提供依据。目前的研究多基于地球化学采样点的元素数据开展研究,忽略了水系沉积物的采样单元汇水盆地对地球化学元素的富集作用,尤其对具有“稀、细、伴”复杂地球化学行为的关键矿产资源,常难以得到满意的结果,亟需研发针对水系沉积物的地球化学矿化信息挖掘新方法,为关键矿产资源的找矿突破提供理论和技术支持。基于上述内容,提出一种基于奇异性指数和自组织神经网络的矿产资源预测方法。
技术实现思路
1、本专利技术的目的是提供基于奇异性指数和自组织神经网络的矿产资源预测方法,针对关键金属矿产资源的矿化信息微弱难识别,基于水系沉积物的采样原理,将水系沉积物的采样单元作为地球化学异常提取的基本单元,并引入汇水盆地单元内的地质控矿因子为约束条件,识别地球化学异常,为下一步的矿产勘查提供参考。
2、为实现上述目的,本专利技术提供了基于奇异性指数和自组织神经网络的矿产资源预测方法,包括以下步骤:
3、s1、基于高精度遥感数字高程数据,通过水文分析,提取汇水盆地空间分布,结合已有的水系空间分布进行数据校正,得到研究区的汇水盆地的空间分布;
4、s2、计算每个水系沉积物采样位置的奇异性指数,统计每个汇水盆地内奇异性指
5、s3、基于研究区的成矿地质背景,提取研究区的地质控矿要素;
6、s4、基于地质控矿要素对成矿的影响程度,计算地质控矿要素的权重指数,得到各个汇水盆地的地质控矿要素成矿有利度;
7、s5、通过自组织神经网络做无监督聚类分析,对每个汇水盆地进行矿化潜力分类;
8、s6、基于无监督自组织神经网络分析的结果,利用层次聚类进一步对研究区汇水盆地的成矿潜力分类,识别研究区的成矿有利区。
9、优选的,所述s1中,基于高精度遥感数字高程数据集,进行水文分析,提取研究区的汇水盆地的空间分布,并结合研究区已有的河流空间分布对提取的汇水盆地的空间分布进行校正,得到研究区高精度的汇水盆地空间分布。
10、优选的,所述s3中,基于区域成矿规律研究,提取研究区内对成矿有利的地质控矿要素,提取研究区内对成矿有利的地层、岩体和构造等地质控矿标志。
11、优选的,所述s4中,依据地质控矿要素对成矿的影响程度,分别对地质控矿要素做距离缓冲区分析,并依据距离函数定量化其成矿有利度,分别计算每个汇水盆地内的所有地质控矿要素的权重之和,得到地质控矿要素的权重指数。
12、优选的,所述s5中,将所述s2中的汇水盆地的奇异性指数和所述s4中的地质成矿有利度参数,组成度量汇水盆地成矿潜力的特征变量组合,利用自组织神经网络对汇水盆地的成矿潜力进行分类。
13、优选的,所述s6中,通过自组织神经网络的结果对分类的效果进行评价,依据层次聚类法对自组织神经网络的分类结果再次分类,达到对所有汇水盆地的成矿潜力分析。
14、因此,本专利技术基于奇异性指数和自组织神经网络的矿产资源预测方法,以水系沉积物的采样原理为基础,将弱异常提取的奇异性指数分析与自组织神经网络机器学习方法相结合,定量评价每个汇水盆地的成矿潜力,该方法具有预测精度高,效果好等特点。
15、与现有技术相比,本专利技术针对关键金属矿产资源的“弱”、“稀”、“细”的地球化学信号特征,突破了传统的勘查地球化学处理思路,提取地球化学异常,为下一步针的矿产勘查指明方向。
16、下面通过附图和实施例,对本专利技术的技术方案做进一步的详细描述。
本文档来自技高网...【技术保护点】
1.基于奇异性指数和自组织神经网络的矿产资源预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于奇异性指数和自组织神经网络的矿产资源预测方法,其特征在于:所述S1中,基于高精度遥感数字高程数据集,进行水文分析,提取研究区的汇水盆地的空间分布,并结合研究区已有的河流空间分布对提取的汇水盆地进行校正,得到研究区高精度的汇水盆地空间分布。
3.根据权利要求2所述的基于奇异性指数和自组织神经网络的矿产资源预测方法,其特征在于:所述S3中,基于区域成矿规律研究,提取研究区内对成矿有利的地质控矿要素。
4.根据权利要求3所述的基于奇异性指数和自组织神经网络的矿产资源预测方法,其特征在于:所述S4中,依据地质控矿要素对成矿的影响程度,分别对地质控矿要素做距离缓冲区分析,并依据距离函数定量化其成矿有利度,分别计算每个汇水盆地内的所有地质控矿要素的权重之和,得到地质控矿要素的权重指数。
5.根据权利要求4所述的基于奇异性指数和自组织神经网络的矿产资源预测方法,其特征在于:所述S5中,将所述S2中的汇水盆地的奇异性指数和所述S4中的地质成
6.根据权利要求5所述的基于奇异性指数和自组织神经网络的矿产资源预测方法,其特征在于:所述S6中,通过自组织神经网络的结果对分类的效果进行评价,依据层次聚类法对自组织神经网络的分类结果再次分类,达到对所有汇水盆地的成矿潜力分析。
...【技术特征摘要】
1.基于奇异性指数和自组织神经网络的矿产资源预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于奇异性指数和自组织神经网络的矿产资源预测方法,其特征在于:所述s1中,基于高精度遥感数字高程数据集,进行水文分析,提取研究区的汇水盆地的空间分布,并结合研究区已有的河流空间分布对提取的汇水盆地进行校正,得到研究区高精度的汇水盆地空间分布。
3.根据权利要求2所述的基于奇异性指数和自组织神经网络的矿产资源预测方法,其特征在于:所述s3中,基于区域成矿规律研究,提取研究区内对成矿有利的地质控矿要素。
4.根据权利要求3所述的基于奇异性指数和自组织神经网络的矿产资源预测方法,其特征在于:所述s4中,依据地质控矿要素对成矿的影...
【专利技术属性】
技术研发人员:汪海城,沈睿文,王大伟,杨娅敏,
申请(专利权)人:中国地质调查局自然资源综合调查指挥中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。