东昆仑五龙沟金矿集中区化探异常与遥感异常响应及成矿预测

化探异常论文 遥感异常论文 响应分析论文 成矿预测论文 五龙沟论文
论文详情
本文以青海省东昆仑五龙沟金矿集中区为研究区,提出并建立了“基于单元格定量统计”的化探异常与遥感异常响应分析模型,建立了化探异常与遥感异常的响应模式;构建了“R-D成矿盲预测法”,依据化探异常与遥感异常的响应分析结果,遴选了地质异常因子,开展了成矿预测工作,取得了较好的效果。研究结果对于提高我国西部其它具有相似地质背景区域的找矿效率,加快资源勘查的进度具有重要的参考价值和应用前景。取得的主要研究成果如下:1、通过对研究区化探数据处理及评价,获得了化探异常变量。运用迭代法、趋势面法、分形法、聚类分析、因子分析等多种地球化学数据处理方法,通过整区与分区研究相结合,圈定出各类化探异常,揭示了研究区地球化学异常的空间展布规律。2、通过研究区遥感矿化蚀变信息提取和线性构造解译,获得了遥感异常变量。以典型蚀变矿物波谱特征为分析基础,改进了研究区ETM羟基异常和铁染异常的提取方法;利用ASTER遥感数据提取了研究区的含Al羟基、含Mg羟基、碳酸岩化和铁染异常。同时,初步提出了不同遥感蚀变异常的综合方法,综合结果为化探异常与遥感异常的响应分析提供了重要的遥感蚀变信息基础。在研究区线性构造解译基础上,对线性构造开展了密度、频度、异常方位等定量统计分析工作;通过研究区线性构造频度图和密度图,反映了研究区地质构造的空间展布特征。3、建立了研究区化探异常与遥感异常的响应分析模型。对化探异常与遥感异常的响应分析基础和优势进行了初步的探讨,建立了“基于单元格定量统计”的响应分析模型;提出了遥感异常与化探异常的“响应度”的概念。同时,基于GIS的空间分析功能,开展了化探异常与遥感异常的空间响应分析;在此基础上建立了化探异常与遥感异常的“强-强响应”、“强-弱响应”、“弱-弱响应”和“不响应”4种响应模式,讨论了化探异常与遥感异常不同响应模式的示矿效应。4、提出了“R-D成矿盲预测法”,并开展了相应的成矿预测工作。在成矿预测要素分析的基础上,利用化探异常与遥感异常的响应关系,遴选了9个地质异常变量,提出了“R-D成矿盲预测法”,克服了证据权法和特征分析法地质变量定性描述(存在与否或有利与否)的缺陷,将地质变量的空间特征作为预测因素参与到成矿预测中来;以1km×1km网格单元作为预测单元,将地质变量的异常等级、异常规模、异常展布方向等异常特征定量化,计算了预测单元的成矿有利度,预测了成矿远景区。通过与已知矿床(点)的对比分析,77%的已知金矿床(点)位于成矿远景区的影响范围内,取得了较好的效果。该方法较好地将“专家知识”与地质异常特征进行了有效地结合(或整合),计算简单、目的明确,是一种适合地质工作程度低、具研究区相同地质、地貌景观区的有效的靶区定位预测方法。
摘要第4-6页
Abstract第6-7页
第1章 引言第12-20页
    1.1 研究目的及意义第12-13页
        1.1.1 研究目的第12页
        1.1.2 研究意义第12-13页
    1.2 国内外研究现状及发展趋势第13-16页
        1.2.1 化探异常与遥感异常综合分析第13-14页
        1.2.2 成矿预测理论与方法第14-16页
    1.3 研究内容、技术流程及拟解决的关键问题第16-19页
        1.3.1 研究内容第16-17页
        1.3.2 研究思路第17-18页
        1.3.3 技术流程第18页
        1.3.4 拟解决的关键问题第18-19页
    1.4 本文创新点第19-20页
第2章 区域成矿地质背景第20-28页
    2.1 地理概况第20-21页
        2.1.1 位置与交通第20页
        2.1.2 自然地理与气候第20-21页
    2.2 区域成矿地质背景第21-24页
        2.2.1 区域大地构造背景第21-22页
        2.2.2 区域地层第22页
        2.2.3 区域岩浆岩第22-23页
        2.2.4 区域构造第23页
        2.2.5 区域地球化学特征第23-24页
    2.3 研究区地质特征第24-28页
        2.3.1 研究区地层第25-26页
        2.3.2 研究区构造第26-27页
        2.3.3 研究区岩浆岩第27-28页
第3章 化探数据处理与评价第28-73页
    3.1 研究区地球化学特征第28-32页
        3.1.1 研究区景观地球化学特征第28页
        3.1.2 研究区地层Au元素地球化学背景第28-29页
        3.1.3 研究区岩浆岩地球化学特征第29-32页
    3.2 化探数据处理与异常下限确定第32-45页
        3.2.1 原始数据特征及数据预处理第32-34页
        3.2.2 迭代法数据处理第34页
        3.2.3 趋势面分析第34-37页
        3.2.4 分形分析第37-44页
        3.2.5 异常下限的确定第44-45页
    3.3 化探数据的多元分析第45-50页
        3.3.1 聚类分析第45-46页
        3.3.2 因子分析第46-47页
        3.3.3 综合异常第47-50页
    3.4 化探数据分区处理第50-60页
        3.4.1 地球化学分区第50-51页
        3.4.2 分区地球化学数据特征第51-60页
    3.5 化探异常评价第60-73页
第4章 遥感异常提取与分析第73-99页
    4.1 ETM蚀变异常提取第73-78页
        4.1.1 羟基为主的蚀变异常提取第73-75页
        4.1.2 铁染为主的蚀变异常提取第75-78页
    4.2 ASTER蚀变异常提取第78-89页
        4.2.1 含Al羟基蚀变异常提取第79-81页
        4.2.2 含Mg羟基蚀变异常提取第81-84页
        4.2.3 碳酸盐化蚀变异常提取第84-86页
        4.2.4 铁染蚀变异常提取第86-89页
    4.3 遥感蚀变异常评价与综合第89-94页
        4.3.1 遥感蚀变异常评价第89-91页
        4.3.2 遥感蚀变异常综合第91-94页
    4.4 遥感线性构造解译与分析第94-99页
        4.4.1 线性构造解译第94-95页
        4.4.2 线性构造直方图统计第95-96页
        4.4.3 线性构造等密度分析第96-97页
        4.4.4 线性构造异常方位统计第97-99页
第5章 化探异常与遥感异常响应分析第99-117页
    5.1 响应分析依据第99-100页
        5.1.1 化探异常与遥感蚀变异常响应分析的依据第99页
        5.1.2 化探异常与遥感线性构造响应分析的依据第99-100页
    5.2 基于单元格的响应度定量分析第100-106页
        5.2.1 数据基础第100-101页
        5.2.2 分析方法第101-106页
    5.3 基于GIS的空间响应分析第106-109页
    5.4 响应模式及影响因素第109-114页
        5.4.1 强-强响应第109-111页
        5.4.2 强-弱响应第111-112页
        5.4.3 弱-弱响应第112-113页
        5.4.4 不响应第113-114页
    5.5 化探异常与遥感异常响应模式的找矿启发第114-117页
第6章 成矿预测第117-130页
    6.1 成矿预测方法第117-118页
    6.2 成矿要素分析第118-120页
    6.3 预测要素分析第120-121页
    6.4 R-D成矿盲预测第121-130页
结论第130-133页
    一、主要成果和认识第130-132页
    二、问题与建议第132-133页
致谢第133-134页
参考文献第134-141页
攻读学位期间取得学术成果第141-142页
图版第142-161页
论文购买
论文编号ABS538139,这篇论文共161页
会员购买按0.30元/页下载,共需支付48.3
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付80.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656