化探数据处理原理及方法
化探数据处理的一般性方法

化探数据处理的一般性方法一、分析质量:1.看技术报告中质量评述部分,看各项指标是否合格。
主要有:检出限、报出率、异常检查率、异检合格率、内检率、内检合格率、国家一级或二级标准物质的准确度和精密度等。
看是否符合标准(设计)。
这些数据由化验室提供。
这些一般不会超差的,否则化验室不能给出化验报告。
2.RE计算RE=abs(C1-C2)/(C1+C2)×200要求:小于3倍检出限时,RE≤85%,大于3倍检出限时,RE≤66%为合格。
总合格率一般要求大于70%。
需要说明的是:这种方法适用于简单对比,就是一个点取2个样时使用。
如果用三重套合分析,就不能用这种方法了。
所以写设计时,一定要用简单对比方法。
还有,这些年的化探中的RE还没有超标的,如果真的超标了,我也不知道怎样处理。
二、数据处理:1.剔除一级及二级标准样;2.剔除重复样;3.剔除0值及化验室输入错误的值,或小于检出限的值。
主要是指≤0.3这样数据的≤号;4.做原始数据图;5.计算异常下限,做单元素异常图,圈定单元素异常。
单点异常,只有外带的不圈,有中、内带的圈出。
外带用黄色,中带用浅红色,内带用深红色。
单元素异常编号为Au-1,Ag-1等。
需要指出的是,圈定异常时应该形成数据异常图,但交报告时,必须分开,就是形成一张数据图,再形成一张异常图;需要说明的是,如果面积较大(这个没有标准),总体说是水系面积超过一个5万图幅,就要分子区计算下限。
分子区的原则是不同年代、不同地质体都要划分成子区。
如果各个子区的异常下限接近,就采用总的,否则分别确定子区的异常下限,然后分别圈定子区的异常。
6.填单元素异常评序表。
异常点数、面积、平均值、极大值、标准离差、衬度、规模、浓度分带等。
评序有5参数和多参数两个评序,5参数不参与的参数有标准离差、浓度分带及异常点数。
需要说明的是,排序时,单项值高的给1,以下类推2、3等,一样的值给一样的排序。
不产生空的值。
浓度分带有内带的给1,中带的给2,外带的给3;7.做组合异常图,先把所有的元素做成1张组合异常图,只要外带,圈定组合异常。
化探数据处理方法

内蒙古扎赉特旗东芒合矿和哈拉街吐矿化探数据处理及图件编制方法1 化探数据质量评价的数据处理(分矿区)⑴统计重采样和重分析抽查样所占样品总数的比例比例 = (重采样和重分析抽查样数/工作样总数)100%⑵作出SSPS数据文件将重采样和重分析样分别作成SSPS数据文件。
文件中列出项目为:①重采抽查样重采样号元素含量相应的工作样号元素含量②重分析抽查样重分析样号元素含量相应的工作样号元素含量⑶计算各元素相对误差重采样和重分析抽查样相对误差均按RE(%) = |C1-C2|/0.5×(C1+C2)×100%计算。
C1为重采样或重分析抽查样的分析含量C2为重采样或重分析抽查样的相应的工作样的分析含量| |为绝对值RE(%)≤30%为合格,>30为超差(不合格);(Au:RE(%)≤50%为合格,>50为超差)⑷计算各元素的合格率η= (抽查样品中合格的样品数/抽查样品的总数)100%合格率(η)应>80%,即这批样品的分析结果是可信的。
⑸列表表示检查或分析质量结果表××化探重采样抽查各元素的合格率(%)Cu Pb Zn Cr Ni Co Sn V Ag Ti2 矿区地球化学特征研究的数据处理(以哈拉街吐为例)⑴作出SSPS数据文件作出下列SSPS数据文件:①文件1:整个矿区数据文件;②文件2:矿区地层数据文件;③文件3:矿区岩浆岩数据文件;④文件4 :下二叠统大石寨组(P1d)数据文件;⑤文件5 :下白垩统大磨拐河含煤组(K1d)数据文件;⑥文件6 :华力西晚期侵入岩数据文件;⑦文件7 :燕山期早期侵入岩数据文件;⑧文件8 :燕山期晚期侵入岩数据文件;⑨文件9:已知矿附近一定范围数据文件每一数据文件的内容项目包括:序号野外号 X坐标 Y坐标各元素的含量⑵整个矿区和各地质单元(各地层、各岩浆岩)样品各元素含量特征统计统计的参数包括:①元素含量平均值;②最大值;③最小值;④标准离差;⑤变化系数(标准离差/含量平均值);⑥浓度克拉克值(元素含量平均值/该元素的克拉克值)整个矿区和各地质单元统计结果含量平均值、最小值、最大值用表表示。
化探数据处理

1数据准备(1)成图前逐点采集样点的平面坐标。
数据排列顺序为x坐标(米)、y坐标(米)、元素含量或采样点线号,图面坐标与实际坐标要进行转换。
分别建立各元素含量数据及点位点线号的电子表格文件,在Excel电子表格中另存文件,文件类型为.csv,逗号分隔(*.csv)。
(2)用记事本软件将*.csv文件打开,在首行加入notgrid,将文件类型"*.csv"改为"*.det"保存。
2取样点位图成图(1)进入MapGIS6.5主菜单,点击空间分析—DTM分析。
(2)进入文件菜单打开三角剖分文件…,即上述的*.det文件。
(3)进入模型应用菜单下选择高程点标注制图,弹出下列菜单。
(4)高程点标注显示框中的“符号”是指采样点位置符号,可以点击缺省符号区域自定义为“o”符号;标注是指元素点、线号。
(5)在标注位置框中设置数据的“对齐方式”选择“右边”,“角度”为“0”。
也可以自定义设置x、y位移量。
(6)在符号尺寸框中一般选择固定尺寸,为0.5~1。
(7)在“标注字体…”框中设置字体大小、颜色、类型。
(8)在“标注格式…”框中设置小数位数。
(9)设置完成点击“确认”。
(10)保存点文件、线文件。
3单元素异常图绘制(1)打开单元素高程数据三角剖分文件…,即单元素*.det文件。
(2)在TIM模型菜单下,进行快速生成三角剖分网,对于弹出的“*.tin”数据已修改是否先保存,点击否。
利用删除三角剖分网删除不必要的三角网。
(3)在TIN模型菜单下追踪剖分等值线。
(4)在设置等值线参数对话框中以前面计算的各元素异常下限为等值线外层,选择等值线套区、保留边界线、等值线光滑处理—高程度、轴向标尺。
(5)在等值线定层中设置所确定的等值线间隔、线参数类型、注记参数类型及修改区参数。
(6)在所有参数设置完毕,则点击确定,异常等值线自动生成。
(7)保存所生成的三角剖分文件、点文件、线文件、区文件。
化探数据处理及图件编制

化探数据处理及图件编制第二节分析方法及质量评述一、分析方法本次扫面和异常查证的全部样品均交由四川省地矿局华阳地矿检测中心测试,根据任务书要求共分析测试元素14种。
样品从加工到测试到质量监控均按中华人民共和国地质矿产行业标准DZ0130-1994《地质矿产实验室测试质量管理规范》、ISSN-1870《1?5万区域地质调查及地球化学样品分析方法及质量管理指导性规程》和2002年新疆地勘局试验管理科《1?5万化探样品分析质量过程管理规则报告》进行。
14种元素的分析方法见表3,3。
二、技术要求1、报出率十四种元素的总报出率应大于95%。
2、外检样对已测试样品,测试单位按照3%的比率进行外检。
3、分析质量检查及质量监控方案为了有重点地监控元素的分析质量,实验室在送样单位确定的分析元素中,要再选择若干种主要监控元素并根据这些元素在本省制备的全部GRS二级标样中选择四个在元素含量范围及基体组成均为合适的GRD二级标样作为本图幅质量检查监控之用。
主要监控元素和二级标样的选择均应和送样单位协商进行。
每一大批样品测定完毕后,应将数据交给质量管理人员,对每一小批中插入的四个二级标样及四个重复分析(内部检查)样进行统计计算,并及时绘制日常质量监控图,在日常金的分析工作中,必须进行不小于10%的内检抽查。
为满足在一个较大范围的成矿远景区带内的1?5万图幅的拼接,应对分析的准确度进行检查和考核,为此实验室应在每一个1?5万普查化探项目完成后,分析8个GSD一级标样一次,痕金分析也应用金标样作准确度检查。
准确度和精密度计算结果应符合表3,2的要求。
4、微量金由于金元素在自然界中的均匀度和赋存状态对分析检测影响比较大,为确保金元素的分析质量,化验室特采用两种监控措施:第一,在每一分析批次的50个样品中插入两个国家?级标准物质GBW系列,用以计算实测值与推荐值之间的对数偏差:ΔlgC,lgC,lgC; 定值实测值第二,该地区样品分析结果结束或阶段性结束后,再对高、低异常点进行随机抽样检查约20%.5、?级标样为严格监控各元素的分析质量,实验室选取了四个不同含量的GRD系列监控样,每批次50个样品密码插入一组,与样品同时分析。
内蒙古区域化探数据处理方法及其成果

ቤተ መጻሕፍቲ ባይዱ
关键词 : 区域化探 台阶异常 数据处理 找矿预测区
内蒙古 1: 0万 区域化探扫 面工作 , 2 获得 了全 区基岩分 布范围内的 4 0种元 素 ( 含氧化物 ) 化探数据 , 内蒙古 自治 区提 为 供了重要 的基础信息。包括 A 、 I ,A 、 g A: 、 s O
Au B Ba Be Ca Bi O Cd Co Cr Cu F
作年度图 幅间的系统误 差 , 这是 最主要的 系统误差来源 ; 二是 同一个年度 不同分析 批次间存在系统误差 ;三是 内蒙古 1: 0 2
合异常 图。但这种方法未使 全区化探数据
存在 的问题得到解决 。 二、 数据处理方法 在进行矿产勘查 和基础地质研究 时 , 都要依靠对 化探 数据的分析 、 比、 对 归纳 、 推理而得出结论 , 数据 的好 坏直接关 系到
“ 台阶” 异常( 图 1 。 见 )其原 因: 一是不 同工
很大 , 不符 合正态 分布规 律 , 致使 采用 区
域地球化学数据处理软件 , 勾绘全 区地球
系统 ” 用每个元 素 的调 平文 件 , 全区 利 将
化学图等量线时 , 有的元素不能成 图。只
好将低背景 区的等值线逐 步抽稀 , 直到 能 自动绘图为止 , 但这样 图面很难看。
区域 化 探异 常 元素 组合 有 s 、 u 舨 、 nc 、 z , 、 bz , u w、 iA 、n B 、 n 鲰 P 、n c 、 B , u z 、 iU等 , 是
寻 找火 山岩 型和热液 型铜锡 矿 、银多 金属 矿、 铜矿和铀矿 的找矿预测区 。
(9 1)额仁 陶勒 盖一满州 里 P 、n A 、 bz 、 g C、 u Mo找矿预测 区 区域 化探 异 常元 素 组合 有 P 、n 舷 , hz 、 A 、 n c 、 、 h鲰 等 ,是寻找斑 岩型和 g M , u MoP 、 火 山岩 型铜 钼矿 、 多金属矿和银矿 的找矿 银
最新最详细化探数据处理与编图流程

最新最详细化探数据处理与编图流程⼀、指导思想成矿地质背景地球化学研究就是从地球化学特征出发,借助已建⽴的地球化学信息提取技术,充分利⽤地球化学调查所获得的海量数据信息,提取有关反应成矿地质背景条件的地球化学信息,并编制相应地球化学图及相应的推断解释图件,为资源潜⼒评价有关成矿地质背景的研究提供地球化学⽀撑。
⼆、⼯作内容(⼀)基础图件成矿地质背景条件的地球化学信息提取⾸先是要编制有关基础地球化学图件。
主要有:1. 单元素(化合物)地球化学图2. 地球化学组合异常图3. 地球化学综合异常图(⼆)解释推断图件地球化学解释推断图件,内容包括:1. 地球化学推断解译地质图2. 地球化学找矿预测图三、⼯作⽅法(⼀)数据校正处理1|数据检查的必要性,因为实验室的分析报告还是⼿⼯输⼊的,还是存在录⼊错误的,我们重点检查的是“>”,数据中间的空格等录⼊错误问题;另外还有畸变检查,数据的特⼤值,⽐如超过10倍变差,⼀般对这样的分析值实验室会很重视的,你也可以提出让他们再确认⼀下,做到⼼中有数。
另⼀类错误可能会是我们录⼊样号或者坐标时出现的错误,如:“56b” 写成“56 b”,程序是以空格分开数据的,数据如果写成这样就会产⽣错误结果,有时在完成处理后才可能发现,这样⼀来我们前⾯的⼯作就作废了。
所以数据检查是⾮常必要的。
2|异常下限值的确定采⽤逐渐剔除法:①计算全区各元素原始数据的均值(X)和标准偏差(S);②按X1+3S1的条件剔除⼀批⾼值后获得⼀个新数据集,再计算此数据集的均值(X2)和标准偏差(S2);③重复第⼆步,直⾄⽆特⾼值点存在,求出最终数据集的均值(X)和标准偏差(S),则X做为背景平均值,S为标准离差,T(异常下限值)= X (背景平均值)+2S(标准离差)求出理论异常下限值,再结合地球化学等量线、地质背景及圈定效果确定出实⽤异常下限值。
3|重复样样品合格率统计野外重采样品以密码样形式插⼊样品中进⾏了分析,结果(C2)与第⼀次分析结果(C1)进⾏了⽐对。
化探找矿方法与原理

地球化学勘查技术的智能化与信息化
智能化技术:利用人工智能和机器学习算法实现数据自动处理、异常识别 和预测分析提高找矿精度和效率。
信息化技术:通过大数据、云计算等技术手段实现数据共享、信息交流和 协同工作促进地球化学勘查技术的跨领域合作与创新。
技术应用:在矿产资源勘查、环境监测、地质灾害预警等领域得到广泛应 用为人类社会可持续发展提供重要支撑。
教训总结:从案例中总结出教训如对地质条件的误判、技术手段的局限性、风险控制等方 面。
实际应用:将成功经验和教训应用到实际化探找矿工作中提高勘探效率和成功率。
化探找矿案例的启示与借鉴意义
案例选择:具有代表性能够反映化探找矿的原理和方法 案例分析:深入剖析总结出成功的经验和教训 案例启示:从实践中提炼出对未来找矿工作的启示和借鉴意义 案例应用:将启示应用到实际找矿工作中提高找矿效率和准确性
气体测量:利用气体测量技术检测地下是否存在矿产资源
现代化探找矿方法
遥感技术:利用卫星或飞机获取地球表面信息发现异常区域
地球化学填图:通过对地表岩石、土壤、水系等介质中的元素含量进行测 量和绘制发现地球化学异常
气体测量:利用地下气体如甲烷、二氧化碳等在地下异常区域释放的特点 通过测量其浓度和组分来发现矿床
地球化学异常的评价:根据地球化学异常的特征和规律结合地质勘查成果对异常进行综 合评价预测可能存在的矿产资源。
地球化学异常的应用:在矿产勘查、地质调查、环境监测等领域广泛应用为资源开发和 经济建设提供重要依据。
地球化学异常的预测与验证
预测方法:利用地球化学数据和数学模型进行异常预测 验证手段:通过野外实地调查和采样分析来验证异常的存在和可靠 性 异常识别:根据地球化学指标和数据特征识别出异常区域和异常类型
1万化探的数据处理成图方法探讨

1:1万化探的数据处理成图方法探讨毕武1、2段新力1、2袁小龙1、2黄显义1、2彭仲秋1、21.乌鲁木齐金维图文信息科技有限公司,新疆,乌鲁木齐,8300912.新疆地矿局物化探大队信息中心,新疆,昌吉,831100摘要:对1:1万化探的数据处理成图方法,在实际工作中的一些应用经验。
关键词:1:1万化探数据处理成图方法0前言随着1:5万区域化探的实施,在1:5万区域化探异常范围内开展的1:1万化探勘查也越来越普遍,对1:1万化探目前没有具体的规范,一般是参照1:5万区域化探规范执行,可是成图效果却有时不尽理想,下面就两个例子举例说明1:1万化探的数据处理成图方法。
1编制的步骤及要求1.1图件编制的要求:a土壤地球化学测量图件分两部分:基础图与推断解释图。
b区域调查和普查工作的图件编制按化探区域调查有关规范执行。
c图件编制必须符合地球化学勘查图式图例及用色标准规定。
d成果报告需做交通测区位置图、实际材料图、等值线图、综合异常图及其它推断解释图。
1.2例子一:南北向测线,100×40网格距。
这样的数据本身符合网格数据的格式,只是以TXT文本格式保存,所以我们可以借助GeoIPAS软件的“数据预处理”→“数据格式转换”→“XYZ数据转为网格数据”功能,这里注意数据坐标的起始值、终止值和网格间距,网格间距就选择100×40,起始值和终止值要保证数据的原始点位都与网格点重合。
这里有一个问题,就是有些项目用的是GPS坐标,不一定是与网格点位完全重合,一般我们建议用规则网的坐标。
下面先看一下图1-1点位数据图和图1-2点位符号图;图1-3原始数据转为网格数据绘制的地球化学图以及其转换参数:X最小值320000,X最大值32500网格化0,间距100,列数51;Y最小值4121000,Y最大值4127000,间距40,行数151。
图1-4距离平方导数加权网格化绘制的地球化学图,GeoIPAS系统→数据预处理→离散数据网格化→距离平方导数;搜索范围:圆域,R=300米;网格化参数:X最小值319880,X最大值325120,间距40,列数132;Y最小值41209200,Y最大值4127080,间距40,行数155。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
0 ≤ yij ≤ 1
式中:i=1,2,…,n;为样本数;j=1,2,…,m为变量 数;xij为原始观测值;xjmax和xjmin分别为第j个变量原 始观测值的极大和极小值 功能:对原始观测值xij 进行极差化处理,处理后的 yij为0至1之间的无量纲值,以减小变量间的极差。
二、多源地学信息分析与变换
(一)数据预处理的目的 1. 使其尽可能的满足某种分布(正态分布),便 于解释其分布规律 等运算 3. 两个元素间非线性关系变为线性相关 4. 突出综合变量,化减变量数。
运算
2. 统一不同元素量纲和数据水平,便于累加
二、常规数据预处理
(二)数据预处理方法及意义 1.均匀化
y i (1) y i (2) y i ( n) f i ( yi ) = , ,⋅ ⋅ ⋅, = xi (1), xi (2),⋅ ⋅ ⋅, xi (n) y i (1) y i (1) y i (1)
四、地球化学背景与异常的分解
(一)元素的丰度、浓集系数及其意义
元素在地壳中的丰度及浓集克拉克值
某元素的资源量R=K×A
K-估算系数,A-地壳丰度
浓集克拉克值= 某地质体平均值 克拉克值 相对浓集系数= 某地质体平均值 区域背景 小于0.60 相对贫化 0.60-1.60 正常分布 1.00-1.50 相对偏高 1.50-3.00 明显富集 大于3.00 强富集
式中: i=0,1,2,…,n 划分的级次数;ki为阈值。 功能:把原始观测值xi 按照给定的阈值ki转化为0至n的 多元状态值;转化后的f(Xi)为0,1, 2,...,n无量纲状态值,常用于变化范围较 大的变量。
3、标准化
yij =
( xij − x j ) Sj
Sj =
( xij − x j ) 2 ∑
窗口滑动平均实例
5×5
9×9
25 × 25
数字滤波
1.滤波的意义——去粗取精、去伪存真,使下列一些 因素可能造成的干扰从实测中消除 或降低。 1)地质因素(矿体形态变化、岩体影响、岩矿物 性变化、地表物质干扰等); 2)地形影响 3)测量误差 2.常用的方法 圆滑处理 窗口滑动平均 向上延拓 带通滤波
一、勘查地球化学分类、数据来源及特征
(一)地球化学找矿分类
地球化学找矿——地球化学探矿,化探(Geochemical Prospecting) 1、方法分类 测量方式: 航空化探——放射性、气体 海洋化探——海水、海底沉积物、生植物、放射性、气体 地表化探——岩石、土壤、水系沉积物、水、生植物、气 地下(井中)化探——岩矿石、水、放射性、气体 服务对象:金属矿化探、石油化探、农业化探、工程化探、环境地球 化学测量、城市化探、多目标地球化学填图等
(三)特异数据处理
1、低于捡出限的数据取捡出限1/2 如:<3.0 = 1.50 2、高于捡出最高极限的数据取125% 如:>1000 = 1250 3、特异值(高出周边很多的但点异常值)
(1)实验室处理 (2)野外处理 (3)实际处理(背景剔除、统计及异常保留)
4、空白值(单空点——多点平均,区空保留)
在水溶液中及熔浆中迁移,并形成含氧酸类矿物,构成各种岩石的基 本结构骨架,也称为“造网”元素。
一、勘查地球化学分类、数据来源及特征
(3) 稀土元素:包括镧系和钇。属亲氧弱碱性阳离子,但通常为+3价,水 溶液中难溶,由于稀土元素丰度低,常形成副矿物。 (4) 高温成矿元素:包括Zr、Hf、Nb、Ta、Mo、W、Re、Tc等。其余主 要呈酸根配离子形式,表现亲氧性,常在高温岩浆热液作用过程富集。 (5) 第一过渡族:Sc、Ti 、V 、Cr、 Mn、 Fe 、Co、 Ni 。具有由亲氧 到亲硫的过渡性,主要在基性、超基性岩浆中富集。 (6) 金属成矿元素:这类元素的亲硫性或亲铁性较强,矿床中主要以硫化 物、硫盐或自然金属形式存在。根据其经济价值,又可以分为贵金属和 重(贱)金属。 贵金属元素:包括Ru、Rh、Pd、(Ag)、Os、Ir、Pt、Au、(Hg). 以金属态 产出,在基性和超基性岩中富集。
一、勘查地球化学分类、数据来源及特征 地质景观与地球化学异常
花岗岩 水系沉积物异常 土壤异常 气体异常 水化学异常 生物异常 矿体 坡积物 灰岩 冲积层 页岩 岩石异常 断层
一、勘查地球化学分类、数据来源及特征
一、勘查地球化学分类、数据来源及特征
(二)元素地球化学分类及其意义
戈尔德施密特亲铁、亲铜、亲石、亲气和亲生物五分法及其意义: 亲铁元素:Fe Co Ni Mo Tc Ru Rh Pd Re Os Ir Pt C P 亲铜(硫)元素:Cu Ag Au Zn Cd Hg Ga In Tl Ge Sn Pb As Sb Bi Se Te Po Br I At S 亲石(氧)元素 :Li Na K Rb Cs Fr Be Mg Ca Sr Ba Ra B Al Sc Y Tr Ac Si Ti V Cr Mn Zr Nb Hf Ta W Th Pa U 亲气元素:N H He Ne Ar Kr Xe Rn 亲生物元素:C N H O P B等
一、勘查地球化学分类、数据来源及特征
一、勘查地球化学分类、数据来源及特征
(三)数据特征 1. 离散型 2. 非均匀(极差很大)型 3. 定性、半定量、定量型 4. 有量纲型 5. 受控型(方向、断层、地质体) 6. 存伪型 数据处理的目的: “去粗取精、去伪存真、由此及彼、由表及里”
二、常规数据预处理
(二)背景与异常的概念
含量
奇异异常
局部异常 区域背景(异常) 地球化学场:Cij=Fi,j (x,y,z,t) 全球背景
(三)异常下限确定
(1)长剖面法(经验法) (2)计算方法
背景 异常
Ca=C0+KS
Ca — 异常下限, C0 — 背景值 K — 置信度系数(1-3), S —标准差
(3)统计作图方法
一、勘查地球化学分类、数据来源及特征
2、异常分类 异常形成环境——内生异常、表生异常 异常形成关系——原生异常、次生异常(分散流、水成) 异常时间关系——同生异常、后生异常 异常介质关系——岩石、土壤、水系沉积物、水文、气体、生物 异常形成意义——矿致异常、分散矿化带、非矿异常、假异常 异常形成规模——地球化学省(N×1000~N×10000平方公里) 区域地化异常(N×10~N×100平方公里) 局部异常、点异常(指纹) 异常出露情况——显露异常、隐含异常 异常含量变化——高值异常、低缓异常、正异常、负异常(贫化)
三、数据统计分析及其意义
(一)统计单元划分
1.统计样品条件 (1)样品定义的统一性:代表母体,反映母体特征; (2)单元应具有一定数量,保证形成具有一定容量的样本,以对母体特征 作出较准确的估计; (3)单元应具有一定的独立性,以保证抽样的随机性,形成简单随机样本, 有利于样本分布的估计. 2.地质条件 (1) 单元既是统计样品,又是资源的载体,保证单元信息的完整性; (2)单元的等级性; (3)单元划分应以反映矿产资源体与异常标志之间的客观联系为目的. 3.满足资源预测技术要求 单元划分的目的是通过已知单元异常特征和标志的研究建立预测模型, 对未知单元的资源特征和潜力进行评价.因此,必须考虑模型单元与预测 单元之间信息的平衡性(直接信息与间接信息).
式中:i=1,2,…,p为样本数;n 为变量数。 功能:给定yi (1)值,求得yi (n)相对于yi (1)的倍数值 xi (n)。其中: yi 为xi 的原函数,xi 为 yi 的像函数。yi (1)也 可以为yi (n)的平均值
2、阈值化
⎧n ⎪... ⎪ ⎪ f ( xi ) = ⎨ 2 ⎪1 ⎪ ⎪0 ⎩ ki−1 ≤ xi ≤ ki ... k1 ≤ xi ≤ k2 k0 ≤ xi ≤ k1 xi < k0
一、勘查地球化学分类、数据来源及特征
范围和精度:区域化探——全球地球化学填图、区域化探(踏勘、普查) 局域(矿区)化探——详查、高精度勘查 取样介质:岩石地球化学测量——原生晕(异常)找矿 土壤地球化学测量——次生晕(异常)找矿 水系沉积物地球化学测量——分散流(异常)找矿 水文地球化学测量——水化学(异常)找矿 气体地球化学测量——气体地球化学(异常)找矿 生物地球化学测量——生物地球化学(异常)找矿 放射性地球化学测量——放射性地球化学(异常)找矿
(四)主要成矿元素的统计意义
(四) 图示分析
(直方图、点阵图、三角图、玫瑰图、曲线图、投影图等) 1、直方图(单元素含量-频数直方图) 2、散点图(只管展示元素间、介质间相互关系) 3、饼图(含量分布百分比) 4、研究统计分布特征 (1)正态分布(分布比较均匀或样本密度大) (2)对数正态分布(元素含量变化大或多因素叠加) (3)二项分布(不确定性大,地质体复杂极不均匀)
i =1
n
n −1
式中:i=1,2,…,n;为样本数;j=1,2,…,m为变量 数; xij 为原始观测值; Sj 为标准偏差; xj 为平均 值;处理后的xij值yij为无量纲数据。
二、多源地学信息分析与变换
4、极差化
yij =
( xij − x j min ) ( x j max − x j min )
Ca
(四)背景与异常分解
作用:将区域背景与局部异常分离 常用方法:
1、滑动平均 2、趋势分析 3、平均场方法 4、滤波技术 5、地质统计学——克立格
圆滑处理
三点圆滑 五点圆滑 七点圆滑 九点圆滑
圆滑方法: 手工圆滑 计算方法(中心平均值法)
窗口滑动平均
3×3 5×5 5×5 7×7 9×9 25 ×25
一、勘查地球化学分类、数据来源及特征
亲硫重(贱)金属元素:包括Cu、Zn、Ga、Ge、As、(Ag)、 Cd、In、Sn、Sb、(Hg)、Pb、Tl、Bi等,具亲硫性,易进入 硫化物相高度富集成矿。 (7) 阴离子族:O、S、Se、Te、F、Cl、Br、I等,是良好的运 矿剂。 (8) 放射性元素:Z大于等于84,包括Po、At、Rn、Fr、Ra、 Ac、Th、Pa、U。几乎没有独立的地球化学活动。与稀土 元素性质相似。 (9) 地球挥发分:包括H、(C)、N、(O)、He、Ne、Ar、Kr、 Xe。 常作 为物质迁移、分异的活化剂和搬运剂。