• 微信
  • 抖音

基于大数据背景下现代地质矿产勘查找矿策略论文

理工论文 16℃ 0
SCI发表中的作者贡献度评估与署名规则

  关键词:大数据;地质矿产;勘查找矿;矿产分布规律

  在大数据背景下开展地质矿产资源勘查与找矿工作,可以借助大数据技术推进相关活动,结合全面、可靠的地质数据,确保找矿工作可以获得成果,为地质矿产资源的持续供给提供保障。

基于大数据背景下现代地质矿产勘查找矿策略论文

  1大数据背景下地质矿产勘查找矿需求

  1.1明确勘查重点与工作范围

  地质矿产的勘查与找矿应建立在对地质资源环境状况有足够了解的基础上,同时会以我国矿产资源条件与分布区域的信息作为考量要素,给出勘查工作筹备计划,迅速推进勘查工作,有重点的处理勘查任务。在地质资源环境状况的研究中,总结各地区矿产资源分布特点,按照一定的方向寻找地质矿产资源。大数据成为技术人员获取地质矿产资源的可用手段,能够通过技术手段整理过往地质勘查工作的数据,确定在地质矿产勘查时的工作重点。

  1.2确定矿产分布规律

  负责地质矿产勘查与找矿的人员,有必要在工作环节弄清楚矿产分布规律,对矿产所处环境进行分析,从而确定矿产形成特征。在地质矿产勘查活动的开展中,需要利用现有资料给出地质矿产分布规律。在地质矿产资源勘查时大数据技术的使用,能够借助地质数据围绕矿产分布进行综合分析,最终确定我国领土内矿产资源的分布规律。在地质矿产资源开发期间,以矿产资源分布作为考量工作的重要内容。随着基础设施的开展,合理应用基础设施,推进地质矿产资源的勘查与寻找,整理地质矿产资源勘查内容,围绕勘查区域给出工作方案,以保证地质勘查工作和找矿工作可以高效、高质量的进行。

  1.3引入现代勘查技术

  在地质矿产资源勘查与找矿环节有必要利用现代技术确定找矿工作需求,给出矿产勘查的方案,保证勘查活动有序的进行。在地质矿产资源勘查活动中,使用传统技术难以保证工作能够快速进行,所以当下使用现代技术显得尤为重要,能够为地质矿产找矿提供巨大支持。

  2大数据找矿工作

  2.1建立找矿模型

  在地质矿产资源找矿中使用大数据技术,建立围绕地质矿产资源状况的模型。模型构建需要以数据作为基础,收集找矿区域的地质信息,同时结合其他信息作为模型构建的基础。在模型构建时,名称数据较为重要,以总结命名的方式,统一找矿活动的关键词。在数据以统一标准进行设置的基础上,对数据进行高效利用。控矿要素也是大数据找矿模型应该重点关注的内容,必须保证控矿要素文本信息的唯一性。

  在地质大数据处理中,使用计算机处理信息。在机器学习中,建立区域范围内地质构造的工作模型,给出模型数据结构,保证控矿要素和建立的找矿模型为一一对应的关系,避免因资料来源差异,导致矿产勘查和成矿地质条件出现明显差异。

  2.2打造大数据找矿技术流程

  2.2.1数据清洗

  数据状况模型建立,需要以数据作为支撑。在数据获取中采集地质专题内容的同时,经由互联网寻找与地质相关的数据信息,将其应用到服务器、数据库等部位,由此可整理数据信息并进行分析。在数据处理中发现收集地质数据的价值,根据需求从网络中调取地市数据数据,将其转存在数据库与本地PC端等部位,能够丰富找矿数据,分析所需的内容,为找矿分析工作开展提供坚实的基础。在数据中获取地质相关信息,通过专业的数据采集方法,高质量的推进数据采集工作。在此期间数据采集具有较高的效率,并且能保证数据不出现缺失的问题。在地质专题数据的采集中,为地质矿产资源分布规律的分析提供基础数据。在我国技术水平提高的过程中,可借助技术优势自动采集数据。现阶段,在互联网中进行数据采集工作,主要分为互联网数据爬取与信息提取两种方法。在地质矿产的探寻中进行数据采集与分析等工作。随着数据发现的推进,根据工作需要使用专业方法与地质专题数据,借助信息系统给出数据采集程序,实现数据自动化处理。进行地质专题数据采集,使用半自动化采集数据的主体较少。在当下乃至未来一段时间,应着力关注计算机在地质专题数据采集方面的使用。

  2.2.2数据挖掘

  数据挖掘可通过数据库内部数据的处理,发现数据存在的价值。数据可视化、机器学习、统计学、人工智能等均为数据挖掘提供基础,也是数据挖掘实现信息获取、找到价值元素的支撑。数据挖掘会使用到数据库技术,由此实现数据学习与统计,整理相关数据。在数据管理中,借助数据可视化特点,从数据中找到关键内容,在此基础上总结数据规律。在地质资源找矿方面,处理地质矿产资源数据并进行预测与描述,前者的目的在于结合已获取的数据,推测可进行采矿的位置;后者通过对数据库内信息的处理,分析找矿数据的特征。预测与描述的数据挖掘任务不同,因此在程序设定时数据挖掘工作需要同步推进描述与预测两项工作。对数据库中地质矿产项目进行特征描述,然后结合已获取的数据进行预测,成为地质矿产找矿工作的导向信息。

  3大数据与地质矿产勘查找矿

  3.1遥感找矿

  在成矿预测环节可利用遥感技术,其关键在于构建遥感信息地质模型,结合对遥感影像分析,给出区域内地质矿产的特征,在此基础上分析矿化标识与控矿因素。基于工作需要建立矿化信息数据库,利用大数据技术进行数据的分析与类别划分,得到成矿预测图,成为矿产勘查工作高质量进行的技术保障。

  遥感技术以TM数据作为遥感信息的来源,遥感解译会借助大数据技术分析冶金、地矿等资料,全面吸收相应工作的成果,基于获取资料实现二次开发。在地质矿产勘查环节,必须以精准性、实用性、先进性为原则,确保调查结果综合、客观,为矿产资源开采提供可靠的数据。以矿化蚀变体作为工作的研究内容,整理工作区域内成矿地质条件,在此基础上推进地质找矿工作,进行精准化分析。在项目成像比例尺的使用中,对精度提出要求。通过具体项目成像比例,将遥感成矿地质条件全面的展现出来。在遥感技术应用到具体项目后,关注图像空间分辨率。在图像设计时,图斑精度的控制异常关键。在图斑精度的判读中,关注块状地质体长度与宽度是否分别超过500m、50m,闭合地质体直径是否在500m以上,线状地质体的长度是否超过500m。地质找矿过程中是否出现有意义的图像,或者在野外调查时是否出现具备研讨价值的图像。在图斑精度的判断中,根据获取信息和实际需求以特殊形式进行标识。

  处理遥感图像时需要以统计方法进行分析,从而确定图像最佳波段的组合。在大数据技术的使用中,对遥感图像的数据进行汇总、整理、分析,实现结果精度的精准操控。在遥感图像统计分析中,需要分析TM各波段情况,对波段组合作出初步划分。关于OIF判别技术的计算基于波段组合初步划分基础上进行,最终在图像中锁定最佳组合波段。

  TM图像几何校正主要锁定工作区域内容,随后开展活动,利用1:25的数字图像,稳步推进TM图像几何校准的工作。对于控制点在选择时,可将水塘、山脊、交通设施等线状地物交汇点与拐点作为关注内容。通过对此类特殊地物原点的选择,确保活动可以顺利开展。TM图像结合校准时间,研究各类人工建筑,将其作为参考内容,最后给出控制方法。对于TM图像,如果其符合情况预测或遥感解译要求,则可以利用计算机以线性拉伸、拉普拉斯高波滤波、地理坐标校正等图像有关的技术进行处理。完成图像解译后能得到清晰的图像,精准反映地质影像,使相应影像具有地貌特征清晰、立体感良好、分辨率高等特点。在遥感技术使用中达到地质解译要求的同时,为成矿预测活动提供重要的参数,提高成功预测结果的可靠性。

  3.2物探找矿方法

  地质构造与地下矿体在物理性质、实际规模、具体位置等方面有所差异,因此相应物理现象可能延伸至地表。物探技术主要在实施中通过各类地质仪器推进测量工作,获取测量区域各类物理现象的信息。通过相关处置方法,对区域信息进行较好的掌握,提高获取信息的全面性。在数据获取时,根据围岩与矿体物理性质的差异,选择大数据技术进行综合分析,确定地质条件并给出具体的地质信息。在此期间,对勘查对象地下振幅的大小、位置、范围、产状进行判断。

  将直流电场作为研究的基础,在此方法下进行地质矿产勘探的工作,使用电阻率法,也可在地质矿产勘查中处理找矿的工作。在电法勘探环节,根据交变电磁场进行研究。通过对交流激发法与微波法等常见手段的应用,开展地质矿产勘查活动。在磁法勘探中根据矿石或其他探测对象其磁性差异,借助磁异常的观测与分析,准确查找地质矿产资源,对地质构造有足够了解。在地质矿产资源磁异常观测与分析中,使用到分析技术、数据提取技术。通过对此类现代数据分析手段的应用,在地质矿产资源勘查与构造评估方面,获得较为精准的结果。矿石与各类岩石均带有磁性,因磁性的存在形成各类磁场,磁场的形式和大小会存在区别,导致地球磁场在一定范围内发生变化。通过对仪器的研究发现此异常,将其作为工作的导向信息,进行磁性矿体的勘查工作,研究地质构造。在地质矿产资源的勘查中,磁法勘查属于物探技术中使用频率较高的一种手段。在地质矿产勘查中,根据地震波对地层构造进行分析。基于该原理通过人工作业的方式激发地震波,获取地震波并对地震波进行分析,确定地质矿产与地质构造情况,为相关活动开展提供便利条件。

  在大数据背景下,低频电磁法是较为常见的地质矿产资源勘探手段。一般对于深层矿产资源的勘探,常选择低频电磁法,能够成为深层找矿工作良好进行的有力工具,使该项工作可以高效进行,提高找矿工作的精准度。对于浅层的探测,通过深层电磁法确定物探功能,基于电磁波获取地层数据,随后对获得的地层数据进行滤波处理。与此同时,得到矿体控矿规律和赋存规律,锁定地质异常情况的位置。在数据处理期间,根据得到的控矿规律和矿体赋存规律评估隐伏区域矿区的分布情况,锁定地质矿产资源具体位置,为矿产资源深度挖掘提供条件。

  3.3化探技术

  对于深度较大的矿产资源勘查,一般将化探技术作为首选。通过化学手段寻找地下矿产资源,可降低找矿工作的难度。化探技术对于金属矿产勘查有一定优势,主要在于查找矿床原生物、水系沉积物与土壤。通过化探技术可以获取矿产资源参数,对矿产资源分布情况有大体了解。对于特殊矿区的找矿工作,通过化探技术进行操控。在大数据背景下根据找矿工作需求,将大数据技术与化探技术较好的结合起来。借助数据分析手段,可使矿产资源勘查活动快速进行,缩短找到矿产资源所用的时间。在我国技术水平不断提高的今天,化探技术在高精度机械中也得到使用,可以使地质矿产资源勘查工作较快进行。

  3.4钻探技术

  钻探技术是一种通过钻探地下岩石或土壤来探测地下物质的技术。大数据技术可以帮助勘查人员对钻探数据进行处理和分析,提高勘查的效率和准确性。例如,工作人员在地质矿产资源勘查与找矿的活动中,可以利用机器学习和人工智能技术,对大量的钻探数据进行分析和挖掘,结合得到的数据,能够建立关于勘查区域地质状况的立体模型,在此基础上编制找矿方案。以找矿方案作为工作依据,可以顺利推进地质矿产资源勘查的工作,提高找矿工作的有效性。

  4大数据背景下地质矿产资源勘查的注意事项

  4.1根据地质条件变化工作

  技术人员在地质矿产资源勘查前,有必要和相关部门沟通,得到近年来地质条件变化的资料,相应资料可以作为技术人员进行地质矿产开采的参考内容。分析地质环境时,使用大数据研究当地地质条件变化情况,以针对性的分析手段,对当地矿产资源分布进行初步预测。随后根据勘查得到的信息,确定矿产资源位置,以适合的技术进行深度勘查。在勘查活动中通过信息技术的使用,可以获取地质条件数据,为地质矿产勘查提供可用内容,便于地质矿产勘查方案的编制。在地质矿产勘查技术的使用中,有必要确定区域地质状况,根据得到的信息对矿产资源的基岩成分、构造类型、地壳移动等情况进行分析。通过对各类信息的整理与分析,为后续工作提供支撑。

  4.2给出科学的勘查计划

  地质矿产勘查工作因大数据、云计算的出现有所变化,在点面共用、由面到点等原则下开展找矿活动,确定矿区情况。基于地区不同部位地质特征,快速确定异常位置矿点。对于相关位置以专业的探测技术进行活动,获取区域数据并能在数据分析中进行遴选,逐渐缩小找矿的探寻范围,最终锁定中心矿区,对矿点进行精准分析。在矿山外围开展地质矿产的勘查工作,需要以可靠的方式对矿体进行深部勘查,成为后续工作良性开展的支撑。在可靠、充足的地质状况数据下,便于找矿工作方案的编制,能够为找矿活动有条不紊进行提供重要的保障。

  4.3注重技术的综合使用

  大数据信息技术的发展为地质矿产资源勘查状况提供可用技术,在此期间出现一些新技术,也使地质矿产资源的勘查向多元方向发展。地质矿产资源勘查人员在工作中,根据矿区地质情况,选择合理的勘查技术,获取矿产结构与矿产分布规律。工作人员在大数据技术的使用中,对于不同类型的数据,能够通过计算机技术进行处理,在较短时间内完成分析任务。结合分析结果,对矿山地质状况有足够了解,由此落实找矿任务。

  综上所述,地质矿产勘查工作是一项难度较高的工作,如果勘查工作所用方法未经过合理设计,不能发挥技术的最大价值,很难迅速找到地质矿产资源。在地质矿产勘查领域出现多种技术,当下通过对各类技术的合理使用,可以提高地质矿产找矿工作的定位精准度,能够借助先进的勘探技术以及设备,获取地质状况信息,快速缩小找矿区域范围,根据技术提供的信息快速进行定位。地质矿产资源的开采人员结合勘查数据,确定找矿位置并编写矿产资源开采计划,以保证矿产资源的获取与社会各行业,对地质矿产资源的需求处于相对平衡状态,为社会中需要矿产资源的行业供应资源。

学术期刊发表-留言咨询

免费咨询 高端品质服务 专业学术顾问为您解答!