吉林大学学报(地球科学版)

• “全国重要矿产资源潜力评价”专辑 • 上一篇    下一篇

模型区定量估算参数确定

丁建华1，肖克炎1，叶天竺2，邓刚3，娄德波1   

  1. 1.中国地质科学院矿产资源研究所/ 国土资源部成矿作用与资源评价重点实验室, 北京100037;
    2.中国地质调查局，北京100037;
    3.新疆地矿局第六地质大队，新疆 哈密839000
  • 收稿日期:2012-11-07 出版日期:2013-07-26 发布日期:2013-07-26
  • 作者简介:丁建华(1969-)，女，副研究员，博士，主要从事矿产资源潜力评价方面研究，E-mail:dingzhanzhan@163.com
  • 基金资助:

    中国地质调查局地质大调查项目（1212010733806）；科学技术部科技支撑项目（2006BAB01A01）；国家自然科学基金项目（41002119）；中国地质科学院矿产资源研究所基本业务费项目（K1103）

Determination of Quantitative Parameters in Deposit Model Area

Ding Jianhua1, Xiao Keyan1,Ye Tianzhu2,Deng Gang3, Lou Debo1   

  1. 1.Institute of Mineral Resources, Chinese Academy of Geological Sciences/Key Laboratory of Metallogeny 〓and Mineral Assessment, MLR，Beijing100037, China;
    2.Chinese Geological Survey, Beijing100037, China;
    3.No.6 Teem of Xinjiang Geological Prospecting Bureau, Hami839000, Xinjiang, China
  • Received:2012-11-07 Online:2013-07-26 Published:2013-07-26

PDF (PC)

524

摘要：

预测模型是将当代成矿理论与现代高新综合勘查技术结合，并将传统的定量数值科学方法与计算机信息技术结合的桥梁。目前全国正在开展的矿产资源潜力评价工作中，资源量估算采用的是矿床模型综合地质信息体积法，该方法基于模型区含矿地质体的体积及其赋含的资源储量来获得模型区含矿系数，再通过类比估算其他预测区潜在资源量。以红石山镍矿为例，详细讲述了模型区的圈定以及含矿地质体定量参数确定的原则及方法。研究认为，国内外目前选用的许多定量预测模型一般都缺少对矿床成因等因素的考虑，该方法则通过对成矿有利的含矿建造的限定来确定成矿系统的范围，从而较好地将矿床成因与定量模型结合起来，提高了预测资源量的可信度。

关键词: 矿产, 定量评价, 预测模型, 含矿建造, 红石山镍矿

Abstract:

“Prognosis model”is considered as bridge to combine metallogenic theories with modern exploration techniques, and to combine exploration techniques with GIS. During the performance of National Mineral Resource Assessment Project, geologists use “Deposit Synthetic Information Modeling Volume Method” to estimate the potential resource. The main principle of this method is to estimate the potential resource of the predicted areas by the ore bearing coefficient of the model area. The authors choose Hongshishan nickel deposit as model to show in detail how to delineate the area and depth of ore-bearing formations. Compared with those quantitative models now used in both domestic and abroad, the method discussed in this paper takes genesis into account by identifying “ore-bearing formation”, which can improve the confidence level of quantitative assessment results.

Key words: mineral resources, quantitative assessment, prognosis model, ore-bearing formation, Hongshishan nickel deposit

中图分类号: 

  • P624.6
[1] 张延军, 张通, 殷仁朝, 郑杰, 刘彤, 谢洋洋. 基于2 m测温法的地热异常区探测及地温预测[J]. 吉林大学学报(地球科学版), 2017, 47(1): 189-196.
[2] 张延军, 余海, 李建明, 于子望, 张佳宁. 深部水热型地热潜力区的GIS预测模型——以土耳其西安纳托利亚地区为例[J]. 吉林大学学报(地球科学版), 2016, 46(3): 855-864.
[3] 潘保芝, 蒋必辞, 刘文斌, 房春慧, 张瑞. 致密砂岩储层含气测井特征及定量评价[J]. 吉林大学学报(地球科学版), 2016, 46(3): 930-937.
[4] 龙亚谦，刘湘南，刘文灿，刘美玲，杨琴. 基于证据信度模型的致矿地质异常信息提取与集成[J]. 吉林大学学报(地球科学版), 2014, 44(6): 2059-2067.
[5] 肖克炎，娄德波，孙莉，李景朝，叶天竺. 全国重要矿产资源潜力评价一些基本预测理论方法的进展[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1073-1082.
[6] 陈建平，严琼，李伟，尚北川，丁成武. 地质单元法区域成矿预测[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1083-1091.
[7] 王登红，陈毓川，徐志刚，盛继福，朱明玉，刘喜方，张长青，王成辉，王永磊. 矿产预测类型及其在矿产资源潜力评价中的运用[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1092-1099.
[8] 孙莉, 肖克炎，高阳. 彩霞山铅锌矿原生晕地球化学特征及深部矿产评价[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1179-1189.
[9] 陶平，陈启飞，王亮，胡从亮. 黔东南天锦黎地区矿田级金矿定位预测--兼论勘查及研究程度较低地区的矿产预测方法[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1235-1245.
[10] 张彤，许立权，闫洁，张婷婷. 内蒙古白云鄂博群金矿综合地质信息预测[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1246-1253.
[11] 叶天竺. 矿床模型综合地质信息预测技术方法理论框架[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1053-1072.
[12] 牛翠祎，韩先菊，卿敏. 中国金矿矿产预测评价模型及资源潜力分析[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1210-1222.
[13] 李胜苗, 肖克炎,罗小亚. 湖南省锡矿成矿预测与资源潜力定量分析[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1200-1209.
[14] 彭翼，何玉良，曾涛，钟江文，许国丽，苏小岩，谌军，彭松民，李震. 河南省Mo矿区域成矿模式与综合信息预测模型[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1262-1275.
[15] 黄国成，董学发，吴小勇，李翔. 浙江省临安学川地区综合找矿预测模型[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1276-1282.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 《吉林大学学报(地球科学版)》编辑部
地址：长春市西民主大街938号(130026)　电话：+86-431-88502374；13756165364　E-mail: xuebao1956@jlu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发