-
公开(公告)号:CN118297219A
公开(公告)日:2024-07-05
申请号:CN202410343810.0
申请日:2024-03-25
Applicant: 核工业北京地质研究院
IPC: G06Q10/04 , G06Q50/02 , G06F18/2431 , G06F18/23 , G06N20/00
Abstract: 本发明属于铀矿预测领域,具体涉及一种不同类别样本模型的铀成矿有利区预测方法,该方法包括:步骤1、对砂岩型铀成矿样本特征和标签进行量化处理,建立铀成矿信息样本集合;步骤2、设置聚类分析参数,使用聚类分析技术对步骤1的砂岩型铀成矿样本进行分类,获得聚类分析结果;步骤3、对步骤2计算出的聚类分析结果进行处理,获取两类铀成矿信息样本数据;步骤4、对步骤3获取的两类铀成矿信息样本数据分别进行神经网络建模,生成两类铀成矿有利区预测的神经网络模型;步骤5、根据所需要的预测精度,生成待预测区等间距规则预测点,并计算待预测点的砂岩铀成矿特征值;步骤6、使用步骤4的两个机器学习模型分别计算规则待预测点的成矿概率值;步骤7、针对规则预测点成矿概率值特征进行插值,分别获取研究区的两种预测模型对应的铀成矿概率图。本发明方法相较于传统方法可以获得更多的预测信息,为地质专家最终圈定有利区提供更多预测参考信息。
-
公开(公告)号:CN113534283B
公开(公告)日:2024-03-19
申请号:CN202110646564.2
申请日:2021-06-10
Applicant: 核工业北京地质研究院
IPC: G01V9/00
Abstract: 本发明属于铀矿领域,具体公开了一种砂岩型铀矿成矿要素特征的定量评价方法,包括:将有矿钻孔和无矿钻孔数据整合在一起;整理、转换并读入成矿要素文件;将合并后的钻孔数据和成矿要素图层数据读入ARCGIS10软件,并统一各文件的投影方式;通过计算钻孔对应成矿要素图层的特征值,获取可用于单要素方差分析的数据;使用单要素方差分析,分别计算有矿孔和无矿孔铀成矿特征要素的差异显著性;利用步骤5计算出的有矿孔和无矿孔之间各成矿要素的差异显著性,评价成矿特征要素对铀成矿的贡献。本发明方法利用方差分析定量计算有矿孔和无矿孔之间特征要素的差异性,评价成矿特征要素对铀成矿的贡献。
-
公开(公告)号:CN113535801B
公开(公告)日:2023-11-14
申请号:CN202110647129.1
申请日:2021-06-10
Applicant: 核工业北京地质研究院
IPC: G06F16/2458 , G06F16/2455 , G06F16/22 , G06F16/28
Abstract: 本发明属于铀矿领域,具体涉及一种铀矿钻孔布尔型和数值型信息的关联规则分析方法,包括:读入不同矿化级别钻孔的成矿要素数据,并进行数据预处理;将成矿要素数据中的数值型属性转换为布尔型属性;对处理后的成矿要素和钻孔矿化级别进行二值化转换;设置关联规则计算参数,进行关联规则计算;对计算出的关联规则结果进行分析和选择。本发明方法将定性的蚀变强度信息与定量的地层、砂体结构信息结合在一起分析其关联性,有利于更加全面的分析成矿要素关联信息。
-
公开(公告)号:CN111159869B
公开(公告)日:2023-11-14
申请号:CN201911327726.5
申请日:2019-12-20
Applicant: 核工业北京地质研究院
IPC: G06F30/20
Abstract: 本发明属于参数计算领域,具体涉及一种砂岩铀矿床与古河道间定量参数的自动计算方法,该方法包括按照一定距离等分古河道矢量线段线状要素,记录等分古河道的矢量点要素集合,通过滑窗方法自动计算古河道的弯曲度系数集合,通过求解弯曲度系数集合的局部极大值,得到古河道局部极大弯曲位置。本发明通过读入铀矿化矢量点数据,可以自动计算铀矿化矢量点要素位置距离最近古河道弯曲位置的最小距离参数,自动计算计算钻孔矢量点要素位置距离最近古河道矢量线要素的最小距离参数,自动且定量地计算古河道与铀矿之间的特征参数,所求得的特征参数更加精确,速度也更快。
-
公开(公告)号:CN116699715A
公开(公告)日:2023-09-05
申请号:CN202310504516.9
申请日:2023-05-06
Applicant: 核工业北京地质研究院
Abstract: 本发明属于铀矿预测领域,具体涉及一种高光谱遥感信息参与的铀成矿有利区预测方法,包括:步骤1、对高光谱遥感提取的方解石化和褐铁矿化信息进行样本特征和标签化处理;步骤2、对地质和化探数据进行特征和标签化处理,建立铀成矿信息样本集合;步骤3、对铀成矿样本数据进行模型训练和机器学习,生成机器学习模型;步骤4、生成待预测区等间距规则预测点,计算待预测点的砂岩铀成矿特征值;步骤5、将待预测点输出的特征作为机器学习模型的输入,进行机器学习预测,得到每一个规则预测点的铀成矿概率值;步骤6、针对规则预测点成矿概率值特征进行插值,获取研究区的铀成矿概率图。本发明方法能够有效提高机器学习模型的分类和预测精度。
-
公开(公告)号:CN109740220B
公开(公告)日:2023-08-18
申请号:CN201811589016.5
申请日:2018-12-25
Applicant: 核工业北京地质研究院
IPC: G06F30/20
Abstract: 本发明属于遥感技术领域,具体公开一种山区临近地表反射辐射的计算方法:设置邻近地表反射的距离范围,结合遥感图像空间分辨率,确定滤波窗口尺寸;以滤波窗口中心点为原点,采用极坐标方式,计算每个滤波窗口像元与中心点之间的距离值、角度值、权重值;依据滤波窗口像元的角度值、距离值,以及遥感图像像元对应的高程值、坡向值,进行比较判定分析,确定对滤波窗口中心产生邻近反射辐射的遥感图像像元;基于确定的邻近反射辐射图像像元,开展地表邻近反射辐射计算;对遥感图像所有像元,依次序重复上述步骤,确定每个遥感图像像元接收的邻近地表反射辐射。该方法能够精确地开展山地遥感影像的大气辐射校正与反射率反演。
-
公开(公告)号:CN111060456B
公开(公告)日:2022-09-20
申请号:CN201911378819.0
申请日:2019-12-27
Applicant: 核工业北京地质研究院
IPC: G01N21/17
Abstract: 本发明属于多光谱遥感分析技术领域,具体涉及一种利用遥感影像识别砂岩铀矿构造排泄带的方法,包括如下步骤:步骤一:统一ASTER遥感数据可见光和近红外影像的空间分辨率,并进行波段合成;步骤二:通过调整浮动参数,多次计算盐渍带单波段图像,保存区分度较好的盐渍带单波段图像;步骤三:使用密度分割法确定盐渍带范围,并输出矢量要素;步骤四:通过波段计算增强地表水体和背景对比度;步骤五:使用密度分割法确定水体范围,并输出矢量要素;步骤六:通过波段计算增强地表植被和背景对比度;步骤七、使用密度分割法确定植被范围,并输出矢量要素。
-
公开(公告)号:CN111060985B
公开(公告)日:2022-03-22
申请号:CN201911328122.2
申请日:2019-12-20
Applicant: 核工业北京地质研究院
Abstract: 本发明属于数据挖掘领域,具体涉及一种砂岩型铀矿多要素数据样本集合的建设方法,该方法利用现有成果数据,定量获取已知铀矿产地所在位置的地质、物探、化探、地形地貌等定量要素,并可将其组织成砂岩型铀矿多要素数据样本集合,用于后期的数据挖掘和机器学习。本发明较之传统的铀矿化数据库建设方法,可以更加全面和定量的描述已知砂岩铀矿的要素信息,为更精确的统计和挖掘砂岩铀矿成矿要素隐含信息提供了样本数据集合,为后期定量分析和挖掘各成矿要素之间关系提供数据支撑。
-
公开(公告)号:CN113627657A
公开(公告)日:2021-11-09
申请号:CN202110837087.8
申请日:2021-07-23
Applicant: 核工业北京地质研究院
Abstract: 本发明属于铀矿领域,具体公开了一种使用机器学习模型的砂岩型铀成矿有利区预测方法,包括:步骤1、对砂岩型铀成矿样本特征和标签进行量化处理,建立铀成矿信息样本集合;步骤2、对铀成矿样本数据进行模型训练和机器学习,生成铀成矿有利区预测的神经网络模型;步骤3、根据所需要的预测精度,生成待预测区等间距规则预测点,并计算待预测点的砂岩铀成矿特征值;步骤4、使用机器学习模型计算规则待预测点的成矿概率值;步骤5、针对规则预测点成矿概率值特征进行插值,获取研究区的铀成矿概率图。本发明方法减少了地质人员主观因素的影响,提高了铀成矿有利区预测的智能化水平。
-
公开(公告)号:CN111159323A
公开(公告)日:2020-05-15
申请号:CN201911321325.9
申请日:2019-12-20
Applicant: 核工业北京地质研究院
Abstract: 本发明属于遥感地质技术领域,具体涉及一种基于多源地学信息识别砂岩型铀矿补径排体系的方法。本发明包括以下步骤:步骤1、获得工作区的原始遥感影像,将处理好的遥感影像导入到ArcGIS平台;步骤2、利用步骤1导入的遥感影像,开展构造、植被带以及水系带的遥感解译;步骤3、综合分析构造、植被带、水系带的解译结果,识别排泄带;步骤4、利用步骤1中导入的遥感影像识别区域发育的岩浆岩,作为备选的补给区;步骤5、最终确认补给区的分布范围;步骤6、结合古水文地质资料,确认古水流的动力条件及主要流向,确定径流区的分布范围;步骤7、综合分析,最终确认区域补径排体系。本发明能够准确的识别与砂岩型铀矿相关的补径排体系。
-
-
-
-
-
-
-
-
-