CN114814982B - 预测花岗岩体铀矿有利成矿部位的方法 - Google Patents
预测花岗岩体铀矿有利成矿部位的方法 Download PDFInfo
- Publication number
- CN114814982B CN114814982B CN202210745451.2A CN202210745451A CN114814982B CN 114814982 B CN114814982 B CN 114814982B CN 202210745451 A CN202210745451 A CN 202210745451A CN 114814982 B CN114814982 B CN 114814982B
- Authority
- CN
- China
- Prior art keywords
- geological
- geophysical
- granite
- dimensional
- deep
- 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
- 239000010438 granite Substances 0.000 title claims abstract description 99
- 229910052770 Uranium Inorganic materials 0.000 title claims abstract description 51
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000002349 favourable effect Effects 0.000 title claims abstract description 24
- 230000033558 biomineral tissue development Effects 0.000 claims abstract description 38
- 239000011435 rock Substances 0.000 claims description 66
- 238000005259 measurement Methods 0.000 claims description 51
- 230000005484 gravity Effects 0.000 claims description 42
- 238000009826 distribution Methods 0.000 claims description 18
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000005553 drilling Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000006866 deterioration Effects 0.000 claims description 4
- 238000011161 development Methods 0.000 claims description 4
- 230000018109 developmental process Effects 0.000 claims description 4
- 238000001739 density measurement Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000009933 burial Methods 0.000 claims description 2
- 210000003462 vein Anatomy 0.000 claims description 2
- 201000004569 Blindness Diseases 0.000 abstract description 2
- 238000005406 washing Methods 0.000 description 15
- 206010017076 Fracture Diseases 0.000 description 8
- 208000010392 Bone Fractures Diseases 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000005755 formation reaction Methods 0.000 description 4
- 239000010453 quartz Substances 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 241000923606 Schistes Species 0.000 description 3
- 230000004075 alteration Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000010445 mica Substances 0.000 description 3
- 229910052618 mica group Inorganic materials 0.000 description 3
- 239000010454 slate Substances 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000002002 slurry Substances 0.000 description 2
- 239000002253 acid Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012822 chemical development Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000011540 sensing material Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 229910000859 α-Fe Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明的实施例公开了一种预测花岗岩体铀矿有利成矿部位的方法,包括:确定工作区域,修编所述工作区域的地质图,基于所述地质图,圈定花岗岩体在所述工作区域内的地表位置;对所述地表位置进行测量,以获取所述地表位置处深部的地球物理结构和地质结构;基于所述地质图、所述地球物理结构和所述地质结构,构建所述工作区域的三维地质模型;基于所述三维地质模型,识别所述三维地质模型中的所述花岗岩体以及所述花岗岩体的边界缓冲区,并圈定所述花岗岩体的接触带,以预测所述花岗岩体铀矿成矿部位。利用这种方法能够在三维空间内定位定深预测花岗岩体铀矿的有利成矿部位,能够减少铀矿勘查失误和盲目性。
Description
技术领域
本发明涉及铀矿勘查和铀资源技术领域,具体涉及一种预测花岗岩体铀矿有利成矿部位的方法。
背景技术
铀资源可以作为核反应的燃料,随着核电结构的发展,对铀资源的需求上升。花岗岩型铀矿是铀矿的类型之一,在对花岗岩型铀矿勘查的过程中,位于地表处的矿床大部分已被发现,而位于地表位置以下即深部的矿床还有待开发。
然而,由于位于地表位置以下的矿床均埋在地下,无法仅从地表位置上识别,因此,需要提出一种识别并预测地表以下的花岗岩型铀矿的方法,获取地表位置以下的成矿信息,以实现铀资源的开发。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的预测花岗岩体铀矿有利成矿部位的方法。
本发明实施例提供了一种预测花岗岩体铀矿有利成矿部位的方法,包括:确定工作区域,修编所述工作区域的地质图,基于所述地质图,圈定花岗岩体在所述工作区域内的地表位置;对所述地表位置进行测量,以获取所述地表位置处深部的地球物理结构和地质结构;基于所述地质图、所述地球物理结构和所述地质结构,构建所述工作区域的三维地质模型;基于所述三维地质模型,识别所述三维地质模型中的所述花岗岩体以及所述花岗岩体的边界缓冲区,并圈定所述花岗岩体的接触带,以预测所述花岗岩体铀矿成矿部位。
附图说明
通过下文中参照附图对本发明所作的描述,本发明的其它目的和优点将显而易见,并可帮助对本发明有全面的理解。
图1是根据本发明的一个实施例提供的预测花岗岩体铀矿有利成矿部位的方法的流程图;
图2是根据图1提供的方法中的步骤300的流程图;
图3是根据图1提供的预测花岗岩体铀矿有利成矿部位的方法的示意性使用场景图。
附图中,10为地表位置,20为花岗岩体。
应该注意的是,附图并未按比例绘制,并且出于说明目的,在整个附图中类似结构或功能的元素通常用类似的附图标记来表示。还应该注意的是,附图只是为了便于描述优选实施例,而不是本发明本身。附图没有示出所描述的实施例的每个方面,并且不限制本发明的范围。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一个实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
本发明的一个实施例提供了一种预测花岗岩体铀矿有利成矿部位的方法,此处的有利成矿部位指的是有利于产生花岗岩体铀矿的部位,图1是根据本发明的一个实施例提供的预测花岗岩体铀矿有利成矿部位的方法的流程图,参见图1,该方法包括:
步骤100,确定工作区域,修编工作区域的地质图,基于地质图,圈定花岗岩体在工作区域内的地表位置。
步骤200,对地表位置进行测量,以获取地表位置处深部的地球物理结构和地质结构。
步骤300,基于地质图、地球物理结构和地质结构,构建工作区域的三维地质模型。
步骤400,基于三维地质模型,识别三维地质模型中的花岗岩体以及花岗岩体的边界缓冲区,并圈定花岗岩体的接触带,以预测花岗岩体铀矿有利成矿部位。
在步骤100中,工作区域可以是技术人员需要进行勘查的位置,该工作区域的地质图是指在野外实地观察研究的基础上,按一定比例尺将各种地质体和地质现象填绘在地理底图上而构成的地质图。在一些实施例中,工作区域已有地质图,此时技术人员可以整理已有的地质图,并在其基础上根据实际的观察情况进行修改补充,以获取能够客观反映工作区域最新地质情况的地质图。在其他实施例中,技术人员可能无法获取工作区域的地质图,此时技术人员可以根据实际观察的情况,绘制地质图。可以理解的是,工作区域的地质图反映的是工作区域的地质体和地质现象,根据该地质图,可以大致查明工作区内有利于铀成矿的地层、岩浆岩、构造特征和放射性异常分布规律。可选地,工作区域的地质图可以以1:5000~1:50000范围的比例进行绘制。
在一些实施例中,还可以获取工作区域的遥感资料,并对该遥感资料进行解译,初步圈定花岗岩体可能发育的地表位置。本领域技术人员可以理解的,遥感是一种非接触的、远距离的探测技术,可以对遥感资料进行图像解译,即,可以从遥感影响上获取信息。如何进行图像解译是本领域技术人员应当知晓的内容,在此不再赘述。
基于工作区域的地质图,可以圈定花岗岩体在工作区域内的地表位置,具体而言,可以根据地质图中的围岩中花岗斑岩的岩枝或岩脉、接触带附近的围岩发育接触变质现象、围岩变质变形特征以及分布特征,大致圈定花岗岩体的地表位置。可以理解的是,此处的地表位置是指地球表面以上的位置。在一些实施例中,工作区域可以为某个地区,此时圈定的地表位置可以为该地区内的地理区域,也就是说,此处的地表位置不限于一个准确的位置,其可以是一个大致的位置范围,以对花岗岩体可能发育的位置进行定位,缩小需要进行勘查的范围,进而提高勘查效率。
步骤200中的地表位置处深部指的是地表位置以下。在一些实施例中,可以对地表位置处进行重力测量,以获取深部的地球物理结构,可选地,此处的地球物理结构可以是深部的每个点的地球物理参数值分布的结构。地球物理结构可以包括一切能够反应深部地球物理信息的数据及结构,例如,地球物理信息可以包括重力数据。可选地,可以以1:5000~1:50000的比例范围进行高精度重力测量。
在一些实施例中,可以对地表位置处进行音频大地电磁测量,以获取深部的地质结构,可以理解的是,此处的地质结构可以反应深部的地质信息,例如,地质信息可以包括电磁测量数据。可选地,可以以1:5000~1:50000的比例范围进行高精度音频大地电磁测量。
在一些实施例中,对地表位置处进行重力测量和音频大地电磁测量时,还能获取到重力和电磁数据由大变小转换部位或发生突变的变异部位,表明该处存在构造破碎带、岩体、岩脉、热液活动的蚀变带、不同岩性界面等有利于成矿的部位。
在步骤300中,工作区域的三维地质模型可以包括地表位置的三维地质模型,也可以包括工作区域内其他位置的三维地质模型,也可以包括花岗岩体的三维模型。可选地,此处的三维地质模型可以是三维地质实体模型。
在一些实施例中,三维地质模型包括地上三维模型和地下三维模型,地上三维模型即地表模型,分为地形地貌模型、村庄、河流、道路等,地下模型包括地层模型、构造模型、岩体模型、钻孔模型、矿体实体模型等地质体三维模型。
可以理解的是,花岗岩型铀矿多发育在多期次、大规模的酸性岩浆活动带,尤其是受断裂控制的重熔型复式花岗岩体是区域找矿的重要对象。花岗岩体内外接触带是铀矿体赋存的良好环境,这些花岗岩接触部位是构造、热液活动的有利场所。
基于上述花岗岩体铀矿成矿的条件和因素,在步骤400中,通过三维地质模型,能够展示花岗岩体的空间展布,结合工作区域内的铀矿成矿规律,可以在三维地质模型中建立花岗岩体边界缓冲区,圈定花岗岩体的内外接触带,结合铀矿成矿的控矿因素和成矿条件,确定花岗岩体的深度,进而定深预测花岗岩体铀矿的有利成矿部位。
图3是根据图1提供的预测花岗岩体铀矿有利成矿部位的方法的示意性使用场景图,参见图3,花岗岩体20通常位于地表位置10以下,即花岗岩体20位于地球深部,基于上述预测方法,通过先圈定花岗岩体20在工作区域内的地表位置10,以对花岗岩体20进行定位,缩小需要进行勘查的范围,进而提高勘查效率;并且,获取地表位置10处的地球物理结构和地质结构,以确定其地表位置10处深部的信息,以对深部的花岗岩体20以及花岗岩体铀矿的有利成矿部位进行定深,即,确定其位于地表位置处深部的深度,使花岗岩体20的结构能够直观地显示出来,进而能够在三维空间中定位、定深地预测花岗岩体铀矿的成矿部位,有利于发现依赖二维平面难以获取的信息。
在一些实施例中,图2是根据图1提供的方法中的步骤300的流程图,参见图2,基于地质图、地球物理结构和地质结构,构建工作区域的三维地质模型包括:
步骤301,基于地表位置处深部的地球物理结构和地质结构,获取工作区域的地质-地球物理解译结果。
步骤302,基于工作区域的地质图和地质-地球物理解译结果,确定工作区域内的花岗岩体的特征及空间展布规律。
步骤303,基于工作区域的所述地质-地球物理解译结果和花岗岩体的特征及空间展布规律,构建三维地质模型。
在步骤301中,地质-地球物理解译可以对获取的地球物理结构的地球物理信息和地质结构中的地质信息进行集成,用于相互参照和约束,通过地球物理信息和地质信息之间的分析比对,对地表位置的地质单元进行解释、推断与分析,增强解释结果的可靠性和正确性,从而取得理想的解译效果。
在一些实施例中,可以对地球物理结构中的地球物理信息进行处理,从而完成地质-地球物理解译。具体而言,可以对地球物理信息进行有约束的二维、三维反演,并对反演结果进行校正修改,调整解译结果,对结果进行迭代,进而完成解译。
进一步地,根据地质图和对工作区构造调查,总结分析工作区域内的构造展布、活动期次和矿化蚀变特征,结合工作区域内铀矿化特征,分析构造对铀矿控制作用。
进一步地,在步骤302中,利用地质-地球物理解译的结果,结合工作区域的地质图,能够获取工作区域内花岗岩体的空间展布、规模、产状等规律。
进一步地,在步骤303中,利用地质-地球物理解译的结果以及上述获取的信息,来构建三维地质模型。即,此处的三维地质模型是通过基于多种信息集成而构建的,以使该三维地质模型的准确度较高,进而提高后续预测的成功率与效率。
在一些实施例中,基于工作区域的地质-地球物理解译结果和花岗岩体的特征及空间展布规律,构建三维地质模型包括:基于地质-地球物理解译结果,构建三维线模型;地球物理结构包括重力数据,地质结构包括电磁测量数据,基于重力数据和电磁测量数据,在三维线模型的基础上构建三维面模型;基于三维面模型,构建三维地质模型。
构建三维地质模型,使与花岗岩体铀矿成矿有关的各类信息集中,并通过三维可视化手段,将这些信息更直观地展示出来,有利于综合分析。
进一步地,在基于地质-地球物理解译结果,构建三维线模型时,可以基于工作区域的解译标志,对工作区域的地质构造和地质界线解译,获取解译结果;对解译结果进行格式转换和坐标变换,以构建地质界线和地质构造的三维线模型。在一些实施例中,基于工作区域的解译标志,还可以对工作区域内的掩体进行解译。可以理解的是,此处的解译标志是指在遥感图像上能反映和判别地物或现象的影像特征。它是解译者在对目标地物各种解译要素综合分析的基础上,结合成像时间、季节、图像的种类、比例尺等多种因素整理出来的目标地物在图像上的综合特征。
进一步地,在三维线模型的基础上构建三维面模型包括:确定地质界线和地质构造在三维空间上的趋势连接,以构建三维面模型。
在一些实施例中,可以利用对地表位置进行重力测量和音频大地电磁测量时获取的重力数据和电磁测量数据对地表位置处深部进行三维观察和地学分析,以确定地质界线和地质构造在三维空间上的趋势连接。具体而言,可以基于重力数据和电磁测量数据对地表位置处深部的纵、横、平切剖面进行三维观察和地学分析。
进一步地,可以利用三维面模型,来定义地表位置处的地层、岩体、构造要素及其接触关系,此处的解除关系可以包括剥蚀、整合、不整合和底侵等,进而建立地表位置处地质单元的三维地质模型。在一些实施例中,三维地质模型可以包括花岗岩体三维模型。
在一些实施例中,基于地表位置处深部的地球物理结构和地质结构,获取工作区域的地质-地球物理解译结果还包括:对地表位置进行钻孔,以获取地表位置处深部的钻孔资料;基于地球物理结构、地质结构和钻孔资料,获取工作区域的地质-地球物理解译结果。
在进行地质-地球物理解译时,还可以收集地表位置处深部的钻孔资料,通过集成地球物理信息、地质信息和钻孔资料信息,来完成地质-地球物理解译。收集多种不同类型的信息可以使根据地质-地球物理解译的结果构建的三维地质模型更加准确,其能反映出的信息更多,方便后期利用三维地质模型来预测有利成矿部位,进而减少铀矿勘查的失误和盲目性。
在一些实施例中,基于地质图,圈定花岗岩体在工作区域内的地表位置包括:获取工作区域的遥感资料;对遥感资料进行解译,以初步圈定所述花岗岩体在所述工作区域内的可能位置。
在一些实施例中,基于地质图,圈定花岗岩体在工作区域内的地表位置还包括:基于地质图,分析工作区域内的围岩变质现象,以在初步圈定的可能位置中确定地表位置。
在一些实施例中,对地表位置进行测量,以获取地表位置处深部的地球物理结构和地质结构包括:对所述地表位置进行重力测量,以获取地表位置处深部的地球物理结构。
进一步地,对地表位置进行重力测量,以获取地表位置处深部的地球物理结构包括:将地表位置处深部划分为多条剖面;对每条剖面进行重力测量,以获取多条地球物理剖面以及地球物理剖面的重力数据。
进一步地,获取每条地球物理剖面的重力数据后,对多条地球物理剖面的重力数据进行解译,并在地球物理剖面中圈定花岗岩体的边界,以获取地质-地球物理解译结果。
在一些实施例中,对地表位置进行重力测量,以获取地表位置处深部的地球物理结构还包括:对地表位置进行重力测量,以获取地表位置处的重力数据;基于重力数据,获取重力异常值,以获取地表位置处深部的异常变异部位。
在一些实施例中,可以对地表位置的某个测点进行重力测量,以获取重力数据,并对重力数据进行处理,以获取测点的重力异常值,根据重力测量异常值,进而确定深部的异常变异部位,这些变异部位说明该处发育不同岩性界面、岩体、构造破碎带等。
具体而言,可以对重力数据进行高程校正和布格重力异常改正。
在一些实施例中,对地表位置进行重力测量,以获取地表位置处深部的地球物理结构还包括:采集工作区域内的岩石样本,岩石样本包括岩性不同的多种岩石;对每种岩石样本进行密度测量,以统计岩石样本的密度参数,用于解释和识别隐伏的不同地层或岩体,估算不同岩性密度界面大体埋深,圈定花岗岩体边界,为地层、岩体等地质要素三维地质建模提供依据。
在一些实施例中,对地表位置进行测量,以获取地表位置处深部的地球物理结构和地质结构还包括:对地表位置进行音频大地电磁测量,以获取地表位置处深部的地质结构。
进一步地,对地表位置进行音频大地电磁测量,以获取地表位置处深部的地质结构包括:将地表位置处深部划分为多条剖面;对每条剖面进行音频大地电磁测量,以获取多条地质剖面以及地质剖面的电磁测量数据。
进一步地,在获取每条地质剖面的电磁测量数据后,对多条地质剖面的电磁数据进行解译,以获取地质-地球物理解译结果。
在一些实施例中,对地表位置进行音频大地电磁测量,以获取地表位置处深部的地质结构还包括:采集工作区域内的岩石样本,岩石样本包括岩性不同的多种岩石;对每种岩石样本进行电阻率测量,以统计岩石样本的电阻率参数,该电阻率参数可以用于计算视电阻率。
在一些实施例中,对地表位置进行音频大地电磁测量,以获取地表位置处深部的电磁测量数据;基于电磁测量数据和电阻率参数,获取地表位置处深部的地质结构。可选地,地质结构中包含的信息可以包括电磁测量成果图。
在一些实施例中,可以对地表位置的多个测点进行音频大地电磁测量,对每个测点的电磁测量数据进行频谱计算,以得到视电阻率和相位数据。
进一步地,可以对视电阻率和相位数据进行处理,以获取电磁测量成果图。具体而言,可以对视电阻率和相位数据进行反演计算。
下面通过一个具体实施例来进一步详细说明本发明的实施例提供的预测花岗岩体铀矿有利成矿部位的方法,需要说明的是,以下实施例仅为本发明的具体实施方式,本发明的保护范围并不局限于此。
首先,在本发明的实施例中,确定工作区域为江西相山火山盆地王枧地区。
收集王枧地区及***各类资料进行分析和初步总结,利用遥感资料进行解译,初步圈定花岗岩体可能发育的地表位置为横涧—石马山一带,北部有花岗岩体出露,北部隐伏于地表以下。
在无法获取王枧地区的地质图的情况下,对王枧地区进行现场踏勘,重点调查王枧地区地层、岩浆岩、变质岩的分布特征,主要构造样式及展布特征,主要铀矿化类型、含矿层(体)特征,了解区内地形地貌、基岩出露、交通、居民点等情况,为地球物理测量部署提供依据。
在王枧地区已有地质图的情况下,可以结合已有的地质图,并通过踏勘重点了解王枧地区内铀矿化、地形地貌、基岩出露、交通、居民点等情况。
在王枧地区地质观察路线以穿越法为主,对发现的花岗岩体可以辅助采取追索法。重点观测地层、构造和岩体界线。在横涧地区地表发现有花岗岩出露,在与中元古界云母石英片岩或板岩接触部位发育弱片理化,接触带可见硅化和黄铁矿化,花岗岩体内接触带发育冷凝边,斑晶的大小越靠近接触带斑晶越小。在源头地区发现地表有花岗岩枝发育。结合相山地区岩浆由火山盆地向盆缘就位规律,大致圈定王枧地区花岗岩发育在横涧-岗上英-石马山一带。
在本发明的实施例中,对横涧-岗上英-石马山一带开展重力测量,获得重力数据,对重力数据进行处理,以获得重力异常值,进而获取深部地球物理结构和异常变异部位。
在本发明的实施例中,可以收集王枧地区及其***各类岩石的密度参数,采集王枧地区花岗岩、云母石英片岩、板岩、千枚岩、碎斑流纹岩、流纹英安岩和凝灰岩等岩石样本,进行密度测量,统计各类岩性岩石样本密度参数。
在本发明的实施例中,对横涧-岗上英-石马山一带开展音频大地电磁测量,获取电磁测量数据,对测点进行频谱计算,得到视电阻率和相位数据,应用反演处理软件对视电阻率和相位数据进行反演计算,得到电磁测量成果图,进一步获取深部地质结构和异常变异部位。
在本发明的实施例中,收集王枧地区及其***各类岩石的电阻率参数,采集王枧地区花岗岩、云母石英片岩、板岩、千枚岩、碎斑流纹岩、流纹英安岩和凝灰岩等岩石样本,进行电阻率测量,统计各类岩性岩石样本电阻率参数。
在本发明的实施例中,对王枧地区进行地质-地球物理解译,对地球物理数据进行有约束的二维、三维反演,修改、调整解译结果,并逐次迭代,对每条剖面的重力数据和电磁测量数据进行解译,重点解译王枧地区组间界面、基底界面、岩体界面和断裂构造等,结合剖面附近的钻探资料,对解译地质剖面进行二维约束,修改和调整解译结构,重点在每条地球物理剖面中圈定花岗岩体边界,最终获取王枧地区地质-地球物理综合解译成果。
在本发明的实施例中,利用对王枧地区地质图修编过程中开展的路线地质调查,总结区内岩浆和构造展布、活动期次以及矿化蚀变特征,结合区内铀矿化特征和成矿规律,分析构造和岩体对铀矿控制作用,总结王枧地区内花岗岩体和构造的空间展布、规模、产状等规律。
在本发明的实施例中,结合地质-地球物理解译成果,综合分析的结果如下:
王枧地区铀矿化条件为:受花岗岩岩体内外接触带、断裂构造及次级裂隙群、热液蚀变带和岩性界面变异部位控制。
王枧地区的花岗岩体的分布为:于深部整体向南倾伏,呈分支复合状。
王枧地区的花岗岩体根据产状可划分为两类:一类沿打鼓顶组下段由盆地边缘向盆地中心倾伏,另一类以高角度侵入盆地基底。两种花岗岩体的交汇部位为铀矿床的空间定位提供了良好的成矿空间和成矿物理化学界面。
在本发明的实施例中,基于地质、地球物理等数据构建三维地质模型。
在本发明的实施例中,利用地质-地球物理解译和地质认识的成果,进行***的地质构造、岩体与重要地质界面解译。将剖面地质解释的结果通过格式转换和坐标变换,导入GOCAD***,建立地质界线和地质构造的三维线模型。
在本发明的实施例中,基于三维线模型,再通过重力和电磁测量三维数据体对纵、横、平切剖面的三维观察和地学分析,确定地质界线、地质构造在三维空间上的趋势连接,建立地质界线和地质构造的三维面模型。
在本发明的实施例中,利用三维面模型,定义地层、岩体、构造要素及其接触关系,建立地质单元的三维地质实体模型。三维地质实体模型包括地上三维模型和地下三维模型,地上三维模型即地表模型,分为地形地貌模型、村庄、河流、道路等,地下模型包括地层模型、构造模型、岩体模型、钻孔模型、矿体实体模型等地质体三维模型。
在本发明的实施例中,在三维地质模型中识别花岗斑岩边界缓冲区,圈定岩体内外接触带,结合铀成矿条件,定位定深预测有利铀矿成矿部位。
在本发明的实施例中,利用构建的三维地质模型,基于GOCAD平台,定位定深的显示了花岗岩体边界位置和空间展布,结合王枧地区内铀成矿规律和控矿因素,得出预测结果:在三维地质模型中,花岗岩内部及岩体边界***500米缓冲区作为铀成矿有利成矿空间,在这些有利成矿空间叠加断裂构造及次级裂隙和岩性界面变异部位是有利找矿靶区。
对于本发明的实施例,还需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合以得到新的实施例。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,本发明的保护范围应以权利要求的保护范围为准。
Claims (13)
1.一种预测花岗岩体铀矿有利成矿部位的方法,其特征在于,包括:
确定工作区域,修编所述工作区域的地质图,基于所述地质图,圈定花岗岩体在所述工作区域内的地表位置,其中,获取所述工作区域的遥感资料,对所述遥感资料进行解译,以初步圈定所述花岗岩体在所述工作区域内的可能位置,基于所述地质图,分析所述工作区域内的围岩变质现象,以在所述初步圈定的可能位置中确定地表位置,其中,根据所述地质图中的围岩中花岗斑岩的岩枝和岩脉、接触带处的围岩发育接触变质现象、围岩变质变形特征以及分布特征确定所述地表位置;
对所述地表位置进行测量,以获取所述地表位置处深部的地球物理结构和地质结构;
基于所述地质图、所述地球物理结构和所述地质结构,构建所述工作区域的三维地质模型,所述三维地质模型包括花岗岩体三维模型;
基于所述地质图、所述地球物理结构和所述地质结构,构建所述工作区域的三维地质模型包括:
基于所述地表位置处深部的所述地球物理结构和所述地质结构,获取所述工作区域的地质-地球物理解译结果;
基于所述工作区域的所述地质图和所述地质-地球物理解译结果,确定所述工作区域内的所述花岗岩体的特征及空间展布规律;
基于所述工作区域的所述地质-地球物理解译结果和所述花岗岩体的特征及空间展布规律,构建三维地质模型;
对所述地表位置进行测量,以获取所述地表位置处深部的地球物理结构和地质结构包括:
对所述地表位置进行重力测量,以获取所述地表位置处深部的地球物理结构,采集所述工作区域内的岩石样本,所述岩石样本包括岩性不同的多种岩石;对每种所述岩石样本进行密度测量,以统计所述岩石样本的密度参数;基于所述岩石样本的密度参数,解释和识别隐伏的不同地层或岩体,估算不同岩性密度界面的埋深,以圈定所述花岗岩体的边界;
基于所述三维地质模型,识别所述三维地质模型中的所述花岗岩体以及所述花岗岩体的边界缓冲区,并圈定所述花岗岩体的接触带,以预测花岗岩体铀矿有利成矿部位。
2.根据权利要求1所述的方法,其特征在于,基于所述工作区域的所述地质-地球物理解译结果和所述花岗岩体的特征及空间展布规律,构建三维地质模型包括:
基于所述地质-地球物理解译结果,构建三维线模型;
所述地球物理结构包括重力数据,所述地质结构包括电磁测量数据,基于所述重力数据和所述电磁测量数据,在所述三维线模型的基础上构建三维面模型;
基于所述三维面模型,构建所述三维地质模型。
3.根据权利要求2所述的方法,其特征在于,基于所述地质-地球物理解译结果,构建三维线模型包括:
基于所述工作区域的解译标志,对所述工作区域的地质构造和地质界线解译,获取解译结果;
对所述解译结果进行格式转换和坐标变换,以构建所述地质界线和所述地质构造的三维线模型。
4.根据权利要求2所述的方法,其特征在于,在所述三维线模型的基础上构建三维面模型包括:
确定所述地质界线和所述地质构造在三维空间上的趋势连接,以构建所述三维面模型。
5.根据权利要求1所述的方法,其特征在于,基于所述地表位置处深部的所述地球物理结构和所述地质结构,获取所述工作区域的地质-地球物理解译结果还包括:
对所述地表位置进行钻孔,以获取所述地表位置处深部的钻孔资料;
基于所述地球物理结构、所述地质结构和所述钻孔资料,获取所述工作区域的地质-地球物理解译结果。
6.根据权利要求1所述的方法,其特征在于,对所述地表位置进行重力测量,以获取所述地表位置处深部的地球物理结构包括:
将所述地表位置处深部划分为多条剖面;
对每条剖面进行重力测量,以获取多条地球物理剖面以及所述地球物理剖面的重力数据。
7.根据权利要求6所述的方法,其特征在于,
对所述多条地球物理剖面的重力数据进行解译,并在所述地球物理剖面中圈定所述花岗岩体的边界,以获取所述地质-地球物理解译结果。
8.根据权利要求1所述的方法,其特征在于,对所述地表位置进行重力测量,以获取所述地表位置处深部的地球物理结构还包括:
对所述地表位置进行重力测量,以获取所述地表位置处的重力数据;
基于所述重力数据,获取重力异常值,以获取所述地表位置处深部的异常变异部位。
9.根据权利要求1所述的方法,其特征在于,对所述地表位置进行测量,以获取所述地表位置处深部的地球物理结构和地质结构还包括:
对所述地表位置进行音频大地电磁测量,以获取所述地表位置处深部的地质结构。
10.根据权利要求9所述的方法,其特征在于,对所述地表位置进行音频大地电磁测量,以获取所述地表位置处深部的地质结构包括:
将所述地表位置处深部划分为多条剖面;
对每条剖面进行音频大地电磁测量,以获取多条地质剖面以及所述地质剖面的电磁测量数据。
11.根据权利要求10所述的方法,其特征在于,
对所述多条地质剖面的电磁数据进行解译,以获取所述地质-地球物理解译结果。
12.根据权利要求9所述的方法,其特征在于,对所述地表位置进行音频大地电磁测量,以获取所述地表位置处深部的地质结构还包括:
采集所述工作区域内的岩石样本,所述岩石样本包括岩性不同的多种岩石;
对每种所述岩石样本进行电阻率测量,以统计所述岩石样本的电阻率参数。
13.根据权利要求12所述的方法,其特征在于,
对所述地表位置进行音频大地电磁测量,以获取所述地表位置处深部的电磁测量数据;
基于所述电磁测量数据和所述电阻率参数,获取所述地表位置处深部的地质结构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210745451.2A CN114814982B (zh) | 2022-06-29 | 2022-06-29 | 预测花岗岩体铀矿有利成矿部位的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210745451.2A CN114814982B (zh) | 2022-06-29 | 2022-06-29 | 预测花岗岩体铀矿有利成矿部位的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114814982A CN114814982A (zh) | 2022-07-29 |
CN114814982B true CN114814982B (zh) | 2022-09-30 |
Family
ID=82523532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210745451.2A Active CN114814982B (zh) | 2022-06-29 | 2022-06-29 | 预测花岗岩体铀矿有利成矿部位的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114814982B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117872494B (zh) * | 2024-03-12 | 2024-06-07 | 北京科技大学 | 深部金属矿花岗岩岩石内部节理信息获取方法、预测方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160047939A1 (en) * | 2013-04-29 | 2016-02-18 | Michael Mumelter | A method and apparatus for detection of natural resources |
CN104076393B (zh) * | 2014-07-10 | 2017-10-27 | 核工业北京地质研究院 | 一种花岗岩型铀矿隐伏成矿构造带识别方法 |
CN105549113B (zh) * | 2014-10-31 | 2018-03-16 | 核工业北京地质研究院 | 火山岩型铀矿田科学深钻场址遴选方法 |
CN106291745B (zh) * | 2015-05-13 | 2018-07-27 | 核工业北京地质研究院 | 基于物化探异常的花岗岩型铀矿靶区优选方法 |
CN108020865B (zh) * | 2016-11-02 | 2019-06-18 | 核工业北京地质研究院 | 一种花岗岩型铀矿深部有利成矿空间识别及定位方法 |
CN109270588B (zh) * | 2018-09-30 | 2020-02-21 | 核工业北京地质研究院 | 一种花岗岩型铀矿深部矿化信息提取方法 |
CN114398696A (zh) * | 2021-12-10 | 2022-04-26 | 核工业北京地质研究院 | 一种碱性花岗型铀矿床三维精细建模方法 |
-
2022
- 2022-06-29 CN CN202210745451.2A patent/CN114814982B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114814982A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111927552B (zh) | 基于天空地勘察技术的复杂山区长大深埋隧道勘察方法 | |
Pan et al. | 3D scene and geological modeling using integrated multi-source spatial data: Methodology, challenges, and suggestions | |
Vogelsang | Environmental geophysics: A practical guide | |
CN112485823B (zh) | 高效综合超前地质预报方法 | |
CN105510993A (zh) | 前陆盆地深埋挤压型复杂膏盐岩层识别和分布预测方法 | |
CN109324355A (zh) | 一种伟晶岩型稀有金属找矿方法 | |
KR20180055518A (ko) | 3차원 잠재광산 부존지 예측 시스템 및 방법 | |
Zhang et al. | A case study on integrated modeling of spatial information of a complex geological body | |
Dong et al. | Real 3D geotechnical modeling in engineering geology: a case study from the inner city of Aachen, Germany | |
Akiska et al. | Three-dimensional subsurface modeling of mineralization: a case study from the Handeresi (Çanakkale, NW Turkey) Pb-Zn-Cu deposit | |
CN114814978B (zh) | 一种基于多深度尺度的花岗岩区钨锡矿勘探方法 | |
CN114814982B (zh) | 预测花岗岩体铀矿有利成矿部位的方法 | |
CN115185015A (zh) | 一种深部锂铍矿勘查方法 | |
Frey et al. | Interdisciplinary fracture network characterization in the crystalline basement: a case study from the Southern Odenwald, SW Germany | |
Boszczuk et al. | A 3D gravity data interpretation of the Matagami mining camp, Abitibi Subprovince, Superior Province, Québec, Canada: Application to VMS deposit exploration | |
Munier et al. | Geological site descriptive model. A strategy for the model development during site investigations | |
CN117572509B (zh) | 一种与斑岩活动有关热液脉型矿产的找矿方法 | |
CN109884732A (zh) | 一种沉积盆地内隐蔽构造圈定方法 | |
Niiranen et al. | Central Lapland Greenstone Belt 3D modeling project final report | |
Froukh | Groundwater modelling in aquifers with highly karstic and heterogeneous characteristics (KHC) in Palestine | |
CN107765341A (zh) | 一种确定地层剩余密度的方法 | |
CN114398696A (zh) | 一种碱性花岗型铀矿床三维精细建模方法 | |
CN113552652A (zh) | 一种离子型稀土矿隐伏渗漏通道综合勘查方法 | |
Virshylo et al. | Geostatistical assessment and resource classification of the oum dheroua (Islamic Republic of Mauritania) strontium-uranium surficial type occurrence | |
Jayawardena | Characteristics of neotectonic faulting in the mount lofty and flinders ranges, South Australia |
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 |