宁芜盆地白象山矿区人工神经网络三维成矿定位预测研究-论文.pdf

《宁芜盆地白象山矿区人工神经网络三维成矿定位预测研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、~g88@2。144膂地质学报ACTAGEOLOGICASINICAVAopl_r8．82N0O1．4宁芜盆地白象山矿区人工神经网络三维成矿定位预测研究李晓晖¨，袁峰¨，张明明¨，贾蔡¨，周涛发¨，张淑虹¨，郑通科¨，高道明，洪东良，刘晓明1)合肥工业大学资源与环境工程学院，合肥，230009；2)华东冶金地质勘查局综合地质大队，安徽马鞍山，243000内容提要：本文基于三维地质环境，综合白象山矿区积累的地质资料和物探成果，首先开展三维地质建模工作，详细刻画了白象山矿区的三维地质结构；在三维地质模型基

2、础上，利用三维空间分析手段对三维控矿因素进行定量挖掘，提取了多种三维控矿因素；最后采用人工神经网络方法进行三维成矿定位预测。预测结果显示，人工神经网络三维成矿定位预测能很好的定位出已知矿体，同时显示，在已知矿体北部及东部的深边部具有较高的成矿概率，可作为开展进一步找矿勘探的靶区。因此，人工神经网络三维成矿定位预测对于自象山矿区的应用是有效的，可服务于新老矿区的深边部三维成矿定位预测，同时可为隐伏矿、盲矿的成矿预测和优选靶区提供定量、定位新的方法和途径。关键词：三维地质建模；人工神经网络；成矿预测；空间

3、分析；白象山；宁芜盆地近年来，随着已有矿床的加速开采以及找矿难念等进行分析和处理，从而获取更为可靠的地质信度的日益加大，已有矿床深边部以及外围隐伏矿体息。在此背景下，将三维地质建模技术与资源定量已成为地质勘探找矿的重点，同时也成为已有矿山评价方法相结合，更为深入的挖掘地质信息中内蕴扩大储量的重要途径之一。矿产资源定量评价与成的三维属性已成为当前成矿预测研究的热点问题矿预测方法在地质找矿过程中起到了重要作用，也(Caumoneta1．，2006；王功文等，2007；陈建平随着地质勘探的研究深入得到了飞速

4、发展等，2009；毛先成等，2011)。(Agterberg，1970；Harris，1984；陈建平等，目前有多种数学方法应用于资源评价及成矿预2008；成秋明等，2009)。然而，由于深部隐伏矿体测领域，包括布尔逻辑方法、指数叠加方法在地表的异常指示较弱，而已有矿床的开采又会对(Bonham—Carter，1994)、信息量方法(赵鹏大，深边部勘探找矿产生严重干扰，因此如何能够更好1983；陈建平等，2007)、证据权重方法(Bonham-的利用地质信息，从中分离挖掘出更为有效的控矿Cartere

5、ta1．，1989；Agterbergeta1．，1993；指示信息进行隐伏矿体的定位定量预测，一直是矿ChengQeta1．，1999；张生元等，2009)，逻辑回归产预测中需要解决的主要问题。地质体三维建模技方法(Agterbergeta1．，1993；Porwaleta1．，2010)术的发展为当前找矿勘探工作的开展提供了新的环以及人工神经网络方法(Browneta1．，2000；境和机遇。当前，地质体三维建模技术已被广泛应Porwaleta1．，2003；Leiteeta1．，2009)等。其

6、中用于地质勘探(陈建平等，2007，2009；毛先成等，人工神经网络可以根据已知找矿事实及成矿模式，2011)、储量估算(谭正华等，2011；张明明等，采用数据驱动的方式对网络进行训练；其具有的非2011)、矿山生产(房智恒等，2009；贾建红等，线性映射特点可以更好的反映非线性地质特征；同2009)等领域。通过对地质体的三维可视化表达，可时不需对数据进行二值化分类，因此可以更多的保以更好对地质体的物理特性、空间特征以及抽象概留数据的多级结构(Browneta1．，2000；Harriset注：本文为

7、国家“深部探测技术与实验研究专项(SinoProbe)”第三项目“深部矿产资源立体探测技术及实验研究”第七课题(编号SinoProbe一03—07)、中国地质调查局地质调查工作项目(编号1212011121115)、新世纪优秀人才支持计划项目(编号NCET一10—0324)以及安徽省公益性地质(科技)工作项目(编号2011-g一2)联合资助的成果。收稿日期：2014—02—15；改回日期：2014—03—04；责任编辑：黄敏。作者简介：李晓晖，男，1986年生，在读博士研究生。主要从事成矿规律及成矿预

8、测方面研究。Email：lxhlixiaohui@163．corn。通讯作者：袁峰，男，1971年生，博士，教授。从事矿床学及成矿预测研究。Email：yLhfut@163．corn。第4期李晓晖等：宁芜盆地白象山矿区人工神经网络三维成矿定位预测研究649图5三维成矿预测流程Fig．5Workflowofthreedimensionprospectivitymapping目前，参与三维地质体建模的数据包括区域地质地的块体单元。提取得到的结果即为地质体表面