CN108228920B - 一种砂岩型铀矿土壤铀元素异常筛选方法 - Google Patents
一种砂岩型铀矿土壤铀元素异常筛选方法 Download PDFInfo
- Publication number
- CN108228920B CN108228920B CN201611144322.9A CN201611144322A CN108228920B CN 108228920 B CN108228920 B CN 108228920B CN 201611144322 A CN201611144322 A CN 201611144322A CN 108228920 B CN108228920 B CN 108228920B
- Authority
- CN
- China
- Prior art keywords
- uranium
- abnormal area
- abnormal
- area
- interference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于地质勘查领域,具体涉及一种砂岩型铀矿土壤铀元素异常筛选方法。包括如下步骤:步骤一、排除地表景观干扰;步骤二、绘制铀元素地球化学异常图;步骤三、获得排除人类活动干扰的铀异常区;步骤四、获得排除地形干扰后的铀异常区;步骤五、获得排除地质体干扰的铀异常区;步骤六、对步骤五中获得的铀异常区进行分级。本发明通过一套完整的异常筛选流程,快速去除多方面干扰因素的影响,提取矿致异常,为成矿预测工作提供有利依据。
Description
技术领域
本发明属于地质勘查领域,具体涉及一种砂岩型铀矿土壤铀元素异常筛选方法。
背景技术
砂岩型铀矿上方通常被较厚的第四系地层覆盖,应用土壤化探提取深部铀矿化信息是砂岩型铀矿勘查的主要方法之一。通常提取的铀元素异常中多数并不是矿致异常,原因就是来自深部矿体的铀元素在地表富集时易受到多种因素的影响,包括地表景观差异、地表流水冲刷、人类活动、地质体差异等。这些因素会极大程度地改变铀异常形态,造成较多的假异常,如果不进行客观的异常筛选,会对找矿工作造成较大的干扰。
发明内容
本发明要解决的技术问题是提供一种砂岩型铀矿土壤铀元素异常筛选方法,目的是通过一套完整的异常筛选流程,快速去除多方面干扰因素的影响,提取矿致异常,为成矿预测工作提供有利依据。
为解决上述技术问题,本发明一种砂岩型铀矿土壤铀元素异常的筛选方法,包括如下步骤:
步骤一、排除地表景观干扰,获取研究区高分辨率遥感影像,解译地表植被类型,并结合地面采样记录对研究区地表景观进行划分,不同景观区之间进行铀原始离散数据的调平;
步骤二、将步骤一中调平后的离散数据进行网格化,设定异常下限,绘制铀元素地球化学异常图;
步骤三、鉴别人类活动造成的非矿致异常区,获得排除人类活动干扰的铀异常区;
步骤四、在步骤三获取的排除人类活动干扰的铀异常区中鉴别地形造成的非矿致异常区,获得排除地形干扰后的铀异常区;
步骤五、在步骤四获取的排除地形干扰后的铀异常区中鉴别地质体造成的非矿致异常区;把步骤四中获得的铀异常区与研究区地质图进行叠加,如果铀异常区与地质年代在新近系之前的地层重合,则该异常鉴别为非矿致异常,获得排除地质体干扰的铀异常区;
步骤六、对步骤五中获得的铀异常区进行分级。
所述的三中,获得排除人类活动干扰的铀异常区,具体为应用高分辨率影像解译研究区的工厂、村落和道路信息,在图上将工厂和村落标记为点文件,道路标记为线文件,分别对点、线文件作缓冲区分析,将缓冲区与步骤二获得的铀异常区进行叠加分析,与缓冲区重合的铀异常区鉴别为非矿致异常区。
所述的步骤四中,鉴别地形造成的非矿致异常区的方法为通过获取研究区地面高程数字模型数据,计算流向、流量、坡度指标,在此基础上建立地表水系分布图,对水系的线文件作缓冲区分析,将水系缓冲区与步骤三中得到的铀异常区进行叠加分析,将与水系缓冲区分布范围及延展方向均一致的铀异常区鉴别为非矿致异常区。
所述的步骤六中,分级办法为将铀异常区与地质成矿要素进行叠加,分级标准为:与3种地质成矿要素范围均重合的铀异常区标记为A类异常;与1-2种地质成矿要素范围重合的铀异常区标记为B类异常;与地质成矿要素范围没有重合的铀异常区标记为C类异常。
所述的步骤六中,地质成矿要素包含含矿建造沉积体系、次级隆凹构造、氧化-还原过渡带范围三种。
本发明的有益技术效果在于:本发明提出的一种砂岩型铀矿土壤铀元素异常筛选方法,能够较大程度上降低干扰信息的影响,剔除非矿致异常,缩小找矿范围,节省找矿成本。
具体实施方式
下面结合实施例对本发明作进一步详细说明。
一种砂岩型铀矿土壤铀元素异常的筛选方法,包括如下步骤:
步骤一、排除地表景观干扰,获取研究区高分辨率遥感影像,解译地表植被类型,并结合地面采样记录对研究区地表景观进行划分,不同景观区之间进行铀原始离散数据的调平;
步骤二、将步骤一中调平后的离散数据进行网格化,以铀含量均值加两倍均方差之和作为异常下限,绘制铀元素地球化学异常图;
步骤三、鉴别人类活动造成的非矿致异常区,获得排除人类活动干扰的铀异常区;具体为应用高分辨率影像解译研究区的工厂、村落和道路信息,在图上将工厂和村落标记为点文件,道路标记为线文件,分别对点、线文件作缓冲区分析,点文件缓冲区半径为800米,线文件缓冲区宽度为100米,将缓冲区与步骤二获得的铀异常区进行叠加分析,与缓冲区重合的铀异常区鉴别为非矿致异常区;
步骤四、在步骤三获取的排除人类活动干扰的铀异常区中鉴别地形造成的非矿致异常区,获得排除地形干扰后的铀异常区;鉴别地形造成的非矿致异常区的方法为通过获取研究区地面高程数字模型(DEM)数据,在GIS软件中计算流向、流量、坡度指标,在此基础上建立地表水系(包括季节性流水)分布图,对水系的线文件作缓冲区分析,缓冲区宽度为600米;将水系缓冲区与步骤三中得到的铀异常区进行叠加分析,将与水系缓冲区分布范围及延展方向均一致的铀异常区鉴别为非矿致异常区;
步骤五、在步骤四获取的排除地形干扰后的铀异常区中鉴别地质体造成的非矿致异常区;把步骤四中获得的铀异常区与研究区地质图进行叠加,如果铀异常区与地质年代在新近系之前的地层重合,则该异常鉴别为非矿致异常,获得排除地质体干扰的铀异常区;
步骤六、对步骤五中获得的铀异常区进行分级;将铀异常区与地质成矿要素进行叠加,地质成矿要素包含含矿建造沉积体系、次级隆凹构造、氧化-还原过渡带范围三种,分级标准为:与3种地质成矿要素范围均重合的铀异常区标记为A类异常;与1-2种地质成矿要素范围重合的铀异常区标记为B类异常;与地质成矿要素范围没有重合的铀异常区标记为C类异常。
Claims (5)
1.一种砂岩型铀矿土壤铀元素异常的筛选方法,其特征在于:包括如下步骤:
步骤一、排除地表景观干扰,获取研究区高分辨率遥感影像,解译地表植被类型,并结合地面采样记录对研究区地表景观进行划分,不同景观区之间进行铀原始离散数据的调平;
步骤二、将步骤一中调平后的离散数据进行网格化,设定异常下限,绘制铀元素地球化学异常图;
步骤三、鉴别人类活动造成的非矿致异常区,获得排除人类活动干扰的铀异常区;
步骤四、在步骤三获取的排除人类活动干扰的铀异常区中鉴别地形造成的非矿致异常区,获得排除地形干扰后的铀异常区;
步骤五、在步骤四获取的排除地形干扰后的铀异常区中鉴别地质体造成的非矿致异常区;把步骤四中获得的铀异常区与研究区地质图进行叠加,如果铀异常区与地质年代在新近系之前的地层重合,则该异常鉴别为非矿致异常,获得排除地质体干扰的铀异常区;
步骤六、对步骤五中获得的铀异常区进行分级。
2.根据权利要求1所述的一种砂岩型铀矿土壤铀元素异常的筛选方法,其特征在于:所述的步骤三中,获得排除人类活动干扰的铀异常区,具体为应用高分辨率影像解译研究区的工厂、村落和道路信息,在图上将工厂和村落标记为点文件,道路标记为线文件,分别对点、线文件作缓冲区分析,将缓冲区与步骤二获得的铀异常区进行叠加分析,与缓冲区重合的铀异常区鉴别为非矿致异常区。
3.根据权利要求2所述的一种砂岩型铀矿土壤铀元素异常的筛选方法,其特征在于:所述的步骤四中,鉴别地形造成的非矿致异常区的方法为通过获取研究区地面高程数字模型数据,计算流向、流量、坡度指标,在此基础上建立地表水系分布图,对水系的线文件作缓冲区分析,将水系缓冲区与步骤三中得到的铀异常区进行叠加分析,将与水系缓冲区分布范围及延展方向均一致的铀异常区鉴别为非矿致异常区。
4.根据权利要求3所述的一种砂岩型铀矿土壤铀元素异常的筛选方法,其特征在于:所述的步骤六中,分级办法为将铀异常区与地质成矿要素进行叠加,分级标准为:与3种地质成矿要素范围均重合的铀异常区标记为A类异常;与1-2种地质成矿要素范围重合的铀异常区标记为B类异常;与地质成矿要素范围没有重合的铀异常区标记为C类异常。
5.根据权利要求4所述的一种砂岩型铀矿土壤铀元素异常的筛选方法,其特征在于:所述的步骤六中,地质成矿要素包含含矿建造沉积体系、次级隆凹构造、氧化-还原过渡带范围三种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611144322.9A CN108228920B (zh) | 2016-12-13 | 2016-12-13 | 一种砂岩型铀矿土壤铀元素异常筛选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611144322.9A CN108228920B (zh) | 2016-12-13 | 2016-12-13 | 一种砂岩型铀矿土壤铀元素异常筛选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108228920A CN108228920A (zh) | 2018-06-29 |
CN108228920B true CN108228920B (zh) | 2021-04-13 |
Family
ID=62637668
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611144322.9A Active CN108228920B (zh) | 2016-12-13 | 2016-12-13 | 一种砂岩型铀矿土壤铀元素异常筛选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108228920B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109669217B (zh) * | 2018-12-24 | 2020-12-15 | 核工业北京地质研究院 | 一种强构造变形区砂岩型铀矿找矿方法 |
CN112379079B (zh) * | 2020-10-27 | 2023-01-24 | 核工业北京地质研究院 | 一种深部砂岩型铀矿化信息分析提取方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2165631C1 (ru) * | 2000-03-22 | 2001-04-20 | Всероссийский научно-исследовательский институт минерального сырья им. Н.М. Федоровского | Способ разбраковки урановых гамма-аномалий |
SG191366A1 (en) * | 2010-12-28 | 2013-08-30 | Quintell Of Ohio Llc | Radioactive anomaly discrimination from spectral ratios |
CN103886381B (zh) * | 2012-12-20 | 2017-04-26 | 核工业北京地质研究院 | 基于元素地球化学异常的砂岩型铀矿靶区优选方法 |
CN103176221B (zh) * | 2013-03-07 | 2018-05-01 | 李春华 | 基于不同地质单元背景值与衬值的成矿异常特征识别方法 |
CN103678778B (zh) * | 2013-11-22 | 2017-02-01 | 核工业北京地质研究院 | 一种放射性物化探信息综合方法 |
US9250353B2 (en) * | 2014-01-07 | 2016-02-02 | Lawrence Livermore National Security, Llc | Nuclear radiation cleanup and uranium prospecting |
CN103760608B (zh) * | 2014-01-20 | 2017-05-17 | 青海省地质矿产研究所 | 沉积岩容矿铅锌矿勘查方法 |
CN103824133B (zh) * | 2014-03-06 | 2017-11-28 | 核工业北京地质研究院 | 一种花岗岩型铀矿田远景区综合预测方法 |
-
2016
- 2016-12-13 CN CN201611144322.9A patent/CN108228920B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108228920A (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Thannoun | Automatic extraction and geospatial analysis of lineaments and their tectonic significance in some areas of Northern Iraq using remote sensing techniques and GIS | |
Norini et al. | Structural analysis and thermal remote sensing of the Los Humeros Volcanic Complex: Implications for volcano structure and geothermal exploration | |
CN105444730B (zh) | 多源数据监测矿区形变的时空特性及越界开采识别方法 | |
CN103824133B (zh) | 一种花岗岩型铀矿田远景区综合预测方法 | |
Ellero et al. | Transpressional structuring of the High Atlas belt, Morocco | |
CN103047970B (zh) | 一种确定塌陷耕地损害边界的方法 | |
CN105866832B (zh) | 深层致密砂岩气藏的低级序断层的识别方法和装置 | |
Nasuti et al. | Onshore–offshore potential field analysis of the Møre–Trøndelag Fault Complex and adjacent structures of Mid Norway | |
CN105629304B (zh) | 一种基于多属性的砂体叠合模式识别方法 | |
Vacca et al. | A GIS based method for soil mapping in Sardinia, Italy: A geomatic approach | |
CN108228920B (zh) | 一种砂岩型铀矿土壤铀元素异常筛选方法 | |
CN109633745A (zh) | 一种三维构造图的制图方法及装置 | |
Chen et al. | Interpretation of fault system in the Tana Sag, Kenya, using edge recognition techniques and Euler deconvolution | |
Likkason et al. | A Study of the middle benue trough (Nigeria) based on geological application and analyses of spectra of aeromagnetic data | |
Nguyen et al. | Spatial cluster and outlier identification of geochemical association of elements: A case study in Juirui copper mining area | |
CN109324171A (zh) | 一种基于岩性统计的沉积相定量识别方法 | |
CN110221356B (zh) | 一种寻找岩浆铜镍硫化物矿床有利成矿区域的方法 | |
Sichugova et al. | Study of the seismic activity of the Almalyk-Angren industrial zone based on lineament analysis | |
Biyiha-Kelaba et al. | 2.5 D Models derived from the magnetic anomalies obtained by upwards continuation in the Mimbi area, southern Cameroon | |
CN110989032B (zh) | 一种基于倾斜角的重力水平总梯度断裂识别方法 | |
González-Álvarez et al. | Connecting the cover and the fabric of the basement in the Central Gawler Craton, South Australia | |
Sinha* et al. | Identification and Quantification of Parasequences Using Expectation Maximization Filter: Defining Well Log Attributes for Reservoir Characterization | |
CN111325813B (zh) | 一种基于化探异常编制潜在成矿作用期次图的编图方法 | |
Moullade et al. | The Gargasian (Middle Aptian) of La Tuilière-St-Saturnin-lès-Apt (area of the Aptian historical stratotype, Vaucluse, SE France): geographic setting and outcrop correlation | |
Uromeihy et al. | Landslide hazard zonation of Babolrood watershed, Iran |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |