【摘 要】
:
叠加成矿作用往往具有非线性、非平稳特征。因此,非线性科学在地学界受到越来越多的关注。如何从非线性和非平稳的地质数据中提取有效的找矿信息是矿产勘查工作的重要研究方
论文部分内容阅读
叠加成矿作用往往具有非线性、非平稳特征。因此,非线性科学在地学界受到越来越多的关注。如何从非线性和非平稳的地质数据中提取有效的找矿信息是矿产勘查工作的重要研究方向之一。运用有效的信息处理方法从复杂的二维信息中分离和提取出有用的异常信息,对减少成矿预测的不确定性和提高找矿效率具有重要的实用价值。在矿产资源勘查过程中,如何获取致矿信息是预测成矿靶区以及进行矿产资源评价的关键。然而,由于地质体的埋深、覆盖等因素造成的屏蔽作用,使成矿信息变得微弱地难以被识别。重力信息具有透视性,它不仅可以反映浅部地质现象,还可以通过有效的方法对重力场进行分解,以获取深部地质构造信息。本文运用二维经验模分解方法对中甸地区1:20万重力数据进行致矿异常提取,获得了研究区局部致矿异常。为缩小找矿范围、圈定重点找矿靶区提供科学依据。论文取得的主要成果如下:1、采用二维经验模分解(BEMD)技术提取重力异常,获得了 3个不同尺度空间的重力分量BIMF1、BIMF2和BIMF3,它们分别代表原始重力数据的高通滤波、带通滤波和低通滤波。分量BIMF3图像具有低频特征,反映研究区两个地质构造单元:(Ⅰ)中咱地块,(Ⅱ)中甸岛弧。分量BIMF2图像,反映研究区的岩体分布。分量BIMF1图像具有高频特征,反映研究区局部构造信息。2、研究表明,中甸岛弧Cu多金属矿床多位于中酸性岩体引起的局部重力负异常内,说明矿化的富集活动与岛弧内中酸性岩体具有密切关系。NW向断裂控制中酸性侵入岩体与Cu多金属矿床的形成与空间分布。3、在中甸地区进行成矿预测时,岛弧内由NW向断裂控制的中酸性侵入岩体的内部或者边部是重点找矿靶区。中酸性岩体为矿区成矿提供了含矿热液和成矿动力热源,北西向线性构造为矿质的贮存和富集提供了良好空间。因此,北西向断裂控制的中酸性岩体内部和边部具有很好的找矿潜力。
其他文献
板料冲压是汽车制造过程中的重要生产方法,冲压件成形质量的优劣对汽车的生产成本和生产效率都会产生很大的影响。金属薄板的各向异性与拉-压强度差效应(SD效应)在板料成形过程中决定着成形件的精度与质量。因此,如何准确描述板料成形过程中的塑性本构关系以及力学性能,对塑性成形理论的发展具有重要推动作用,对实际生产将具有重要的工程应用价值。本文以汽车轻量化中金属薄板的成形过程为背景,以金属塑性成形原理为基础,
琼胶酶是一种能够降解琼脂以形成琼脂糖寡糖的糖苷水解酶,根据琼胶酶水解糖苷键的不同,可以分为α-琼胶酶(EC 3.2.1.158)与β-琼胶酶(EC 3.2.1.81)两类。目前,野生菌株生产琼胶酶存在诸多问题,缺点包括产酶量低、易污染、生长慢等,不利于大规模工业化生产。基于以上问题,本课题将一段弧菌琼胶酶蛋白基因重组于表达载体pET30a(+)上,然后转入宿主大肠杆菌BL21体内,通过宿主大肠杆菌
随着互联网和人工智能技术的发展,目前市面上出现了智能音响、语音助手等产品。而机器如果能做到语音情感识别,就可以提供更友好的用户体验。除此以外,语音情感识别在抑郁患者治疗、线上远程教育等方面有着广阔的应用前景。随着深度学习在语音情感识别领域中得到广泛应用,语音情感识别准确率也得到了有效的提高,然而目前语音情感识别仍然有许多的研究难点。情感信息不均衡的分布在语音信号上,在这种情况下如何提取更为有效的特
硅质岩形成于特定的地质地球化学环境,其内部古生物组合以及岩石地球化学特征对探讨岩石成因、沉积时代、地质背景和区域地质构造演化历史具有十分重要的研究价值。甘孜—理
随着我国社会经济的高速发展和用电需求的提升,对电力系统的要求越来越高,为更好的服务社会,增强服务竞争力,电力企业对小型基建工程的建设需求越来越大,与此同时,小型基建在
本论文使用简单易行的热蒸发法、利用自行组装的实验装置,较系统地研究了金属氧化物In2O3、SnO2、Bi2O3纳米线及掺锡氧化铟纳米线的制备过程,研究了加热温度与加热时间对制备
在关系数据库中,函数依赖发现是一种十分重要的数据库分析技术,在知识发现、数据库语义分析,数据质量评估和数据库设计有广泛的应用。在传统的集中式数据集,函数依赖发现的研究已经十分透彻。然而随着时代的发展,大数据时代的到来,数据信息的总量呈几何倍数增长,数据库的规模也随之飞速增长,以往集中式数据集由于物理设备限制等各种原因,在某些场合已经不再能满足场景需求。在这样的背景下,分布式数据库随之产生,它相比集
互联网+环境下,电子商务业发展势头良好,物流服务需求与日俱增。物流派送作为最直接服务消费者的环节,受到多种因素的影响。当前,单一约束的车辆路径问题研究已相对成熟,而实际的派送过程由多种约束共同作用。因此,如何在多种约束同时作用下提高物流派送效率,成为当下物流派送优化中亟待解决的重要问题。针对物流派送服务受到的多种影响因素,对真实路况下大规模车辆路径计算与优化进行了研究。在分析前人研究的基础上,构建
地处青藏高原东南缘的四川康定位于西南季风区,对气候变化非常敏感。本文选取折多山西麓的高原封闭湖泊沙德措(海拔4446 m)为研究对象,在湖心钻取了121 cm长的沉积岩芯,通过
移动通信网络已成为当今社会生活中不可缺少的基础设施,电信运营商的服务器每天都会收集大量的用户相关电信数据,这些数据背后隐含了各种各样的用户行为模式,甚至包括电信诈骗、养号和薅羊毛等黑产行为,亟需利用异常检测技术发现异常用户从而打击犯罪,并且利用聚类分析技术构建用户画像从而实现精准营销,以帮助运营商降低运营成本并提高服务质量。本文依托于机器学习和深度学习技术,以实现基于电信数据的异常检测和用户聚类分