区域化探数据处理方法对比研究——以新疆精河县托托地区为例

来源 :长安大学 | 被引量 : 0次 | 上传用户:lfszlfs2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
化探数据处理是化探工作的核心环节之一,它关系着化探工作的成败。通过数据处理,研究元素之间的共生组合规律,元素含量的空间分布变化,划分背景和异常,从而确定找矿远景区,为下一步的找矿工作提供指导,其中异常下限的确定是数据处理的核心。异常下限确定的方法多种多样,不同方法处理结果各有千秋,本文主要选用了均值标准差法、含量-面积法、EDA法,并进行对比分析,选取适合研究区的最优方法。  本文以新疆精河县托托地区1:200000化探数据作为研究对象,利用相关和偏相关分析、聚类分析、因子分析进行了元素组合的划分,并给出了元素分带模式: Mo—(Sn-W-Pb-Ag-Hg)—(Cu-Zn-Ni)—(Au-As-Sb),并利用均值标准差法、含量-面积法、EDA法求取了12种元素的异常下限值,对比分析了三种方法在研究区内的应用效果,并且结合地质背景对异常进行了分析解释,圈定了4处找矿远景区。通过本次数据处理,得出如下结论:1.进行区域化探数据处理工作时,由于区域面积较大,样品较多,采样密度、采样时间、送检实验室不同等造成的系统误差应通过数据调平进行数据预处理;2.使用均值标准差法时应尽量满足应用前提:元素在地质体中的分布符合正态分布或者对数正态分布。不满足方法的应用前提,仅简单进行均值加n倍标准差确定异常下限,求出的异常值与实际的异常下限值偏差很大,可靠性低;3.分形含量-面积法虽能反映大多数已知矿床(点),识别出了大量弱小异常,但降低了异常下限,出现区域大面积异常,给异常判定工作带来困难;4.EDA法圈定的异常不仅反映了研究区内已知的矿床(点),而且分带性好,浓集中心明显,EDA法还圈定出一些前两种方法未识别的异常区域,为下一步的找矿工作提供了重要参考。综上所述:EDA法是该区内确定化探异常下限比较好的方法。  根据研究区内的地层、构造、侵入岩、已知矿床(点)、化探异常等综合分析建立研究区内的找矿标志:断裂及次生断裂+中酸性侵入岩+Au-As-Sb、Cu-Zn-Ni元素组合异常。根据找矿标志圈定出研究区内4处具有较好前景的找矿远景区。
其他文献
管涌是洞庭湖地区普遍存在的一种地质灾害,严重制约了洞庭湖区和湖南省的经济发展。本项研究以管涌形成机理及防治对策为主线,充分收集和综合分析了区内已有资料和研究成果,
学位
综合录井是勘探开发过程中的重要技术,通过安装在井场不同位置的传感器,测量井深、悬重、转盘转速、扭矩、泵冲、立压、泥浆温度、密度、电导率、池体积、出口流量、烃类气体含
不断加强企业特别是国有企业人力资源管理优化,可以为促进企业人力资源整体效能的发挥和劳动生产率的持续提升提供坚实可靠的支撑与保证.本文围绕国有企业人力资源面临的形势
随机参数机构运动设计是指:在考虑结构件几何加工误差、弹性变形、运动副间隙误差以及随机载荷等随机因素的前提下,研究机构的运动规律,运用稳健(优化)设计、可靠性(优化)设计、可靠性稳健(优化)设计等新兴的设计方法,设计出能够同时满足机构性能和运动精度要求的优化机构。能够精确、及时地完成规定动作(运动)是机构设计的主要目的之一。机构设计参数的随机性是大多数工程实际问题所固有的,而机构所承受的荷载同样具有
金属材料的主要失效形式为应力疲劳和表面腐蚀,超声冲击是以超声振动作为动力源,驱动撞针冲击金属材料表面以消除有害拉应力,引入较高压应力,相比传统喷丸工艺,能够显著提高金属表
在商用车、重载汽车领域,AMT扮演着越来越重要的角色,所以在不改变传统齿轮机械式变速箱的前提下,对其进行加装执行机构、改装升级就显得很有必要。本课题最终目标是对轨叉式变速箱XRHGF5-90进行机电一体化的改造设计,在不改变原有齿轮机械式变速箱的基础上将其改装为电控气动换档方式,完成其助力换档系统的设计。本文首先对AMT国内外发展现状进行了简介,介绍了该系统的基本组成及工作原理,紧接着对AMT系统
阵列声波测井可以提供井眼附近地层纵波、横波、斯通利波信息;计算岩石力学参数、进行岩石机械特性分析、井眼稳定性分析;计算渗透率及裂缝识别等,可以为油藏压裂动态改造提供宝
近年来,随着社会的进步和医疗技术的发展,临床上排痰治疗的可靠性和稳定性被越来越多的患者所关注,振动排痰机作为一种自动化的医疗器械,在临床上得到越来越广泛的应用。但是,当前市面上的排痰机发展水平不高,主要问题为:功能简单,操作不方便,价格昂贵,系统精度不高,系统安全性和稳定性有待提高。为了满足市场上对振动排痰机的更高要求,本文提出了设计一个功能强大、人机界面友好、高可靠性和稳定性的控制系统。本文设计
TickGo是一款将人工智能、计算机视觉技术与辅助型家庭教育模式相结合的学习辅助软件,它可通过记录学生错题来分析出学生学习的知识点漏洞,为学生构建独有的个人知识掌握情况