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

内蒙古白云鄂博群金矿综合地质信息预测

张彤,许立权,闫洁,张婷婷   

  1. 内蒙古自治区地质调查院,呼和浩特010020
  • 收稿日期:2012-10-26 出版日期:2013-07-26 发布日期:2013-07-26
  • 作者简介:张彤(1968-),女,教授级高级工程师,主要从事矿产资源预测方面工作,E-mail:zhangtnm@126.com
  • 基金资助:

    中国地质调查局地质大调查项目(1212011121003)

Comprehensive Information Prediction of Gold Deposits in Baiyun’ebo Group, Inner Mongolia, China

Zhang Tong,Xu Liquan,Yan Jie,Zhang Tingting   

  1. Geological Survey Institute of Inner Mongolia,Hohht010020,China
  • Received:2012-10-26 Online:2013-07-26 Published:2013-07-26

摘要:

白云鄂博群是内蒙古中西部稀土、铁、金等矿产的重要含矿层位,具有良好的成矿条件,在该层位发现铌、钽、铀、钍、钨、钼、锑、银、铜、铅、锌、锰等金属矿产30多种。在综合研究内蒙古白云鄂博地区地物化遥及其解译资料的基础上,提取了与金成矿密切相关的异常要素,建立了白云鄂博地区白云鄂博群层控型金矿矿床模型。在此基础上,利用基于GIS平台的证据权重法和矿床模型综合地质信息体积法对研究区进行了金矿的定位与定量预测,优选出57个最小预测区,预测资源量402 834 kg。

关键词: 矿床模型, 白云鄂博群, 矿产预测, 证据权重法

Abstract:

Baiyun’ebo Group is an important ore-bearing strata in central-western of Inner Mongolia. It contains rare earth metals, iron, gold and other elements and has good ore-forming potentials. Mineral resources of more than 30 metallic elements, such as niobium, tantalum,uranium, thorium, tungsten, molybdenum, antimony, silver, copper, lead, zinc, manganese and so on have been discovered in the group. Through comprehensive study of geological, geophysical, geochemical, remote sensing data and their corresponding interpretating results,a stratabound gold deposit model of the Baiyun’ebo Group is established for gold deposits in Baiyun’ebo districts. A variety of varibles closely related to gold-mineralization have been selected. Based on GIS, sites of gold mineralization is forecasted using the weights of evidence approach and the amount of resources is estimated using the volumetric method of comprehensive geological information of the ore deposit model. 57 smallest forecasted areas are delineated and 402 834 kg gold is predicted.

Key words: deposit model, Baiyun’ebo Group, mineral resources prediction, weights of evidence approach

中图分类号: 

  • P624.7
[1] 张恩, 李名松, 卢辉雄, 李怀渊, 全旭东, 汪冰, 董双发. 证据权重法在黑龙江省伊春地区铅锌矿成矿预测中的应用[J]. 吉林大学学报(地球科学版), 2017, 47(5): 1419-1428.
[2] 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.
[3] 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.
[4] 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.
[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] 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.
[7] 李建国,肖克炎,刘永顺,杨俊泉. 基于GIS和证据权重法的那仁宝力格地区铜多金属矿成矿预测[J]. 吉林大学学报(地球科学版), 2013, 43(4): 1151-1158.
[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] 成秋明. 增强证据权(BoostWofE)新方法在矿产资源定量评价中的应用[J]. 吉林大学学报(地球科学版), 2012, 42(6): 1976-1985.
[10] 叶水盛, 乔金海, 叶育鑫, 郭利军, 蔡红军. 基于GIS的矿产预测地质解译空间信息集成[J]. J4, 2012, 42(4): 1214-1222.
[11] 丁清峰, 张本龙, 王冠, 金圣凯. 青海北巴颜喀拉成矿带基于专家证据权重法锑金矿资源潜力评价[J]. J4, 2011, 41(5): 1423-1431.
[12] 薛顺荣,肖克炎,丁建华. 基于MRAS的证据权重法在香格里拉地区的综合信息成矿预测[J]. J4, 2008, 38(5): 738-0744.
[13] 刘世翔,薛林福,郄瑞卿,张旭东,孟庆龙. 基于GIS的证据权重法在黑龙江省西北部金矿成矿预测中的应用[J]. J4, 2007, 37(5): 889-0894.
[14] 胡建武,陈建平,朱鹏飞. 基于证据权重法的中下扬子北缘下古生界油气地质异常[J]. J4, 2007, 37(3): 458-0462.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 尤敏鑫,刘建民. 同位素地球化学在峨眉山大火成岩省研究中的应用现状与进展[J]. 吉林大学学报(地球科学版), 2014, 44(4): 1231 -1243 .
[2] 杨春梅, 李洪奇,陆大卫,张方礼,高 原,邵英超. 不同驱替方式下岩石电阻率与饱和度的关系[J]. J4, 2005, 35(05): 667 -671 .
[3] 祝洪臣,张炯飞,权 恒. 大兴安岭中生代两期成岩成矿作用的元素、同位素特征及其形成环境[J]. J4, 2005, 35(04): 436 -0442 .
[4] 朱建伟, 赵刚, 刘博, 郭巍, 成俊. 油页岩测井识别技术及应用[J]. J4, 2012, 42(2): 289 -295 .
[5] 陈力,梁海安,张文娟,荣帆. 模糊数学方法在城市工程地质环境区划中的应用--以抚顺市城区为例[J]. J4, 2008, 38(5): 837 -0840 .
[6] 高桂梅,苏 克,王文颖,甘树才,刘招君. 吉林省桦甸油页岩中稀土元素和微量元素的研究[J]. J4, 2006, 36(6): 974 -0979 .
[7] 吴孔运,蒋忠诚,叶 晔. 不同植物群落对灰岩试块溶蚀速率的影响[J]. J4, 2007, 37(5): 967 -0971 .
[8] 周彦章,迟宝明,刘中培. 山东夏甸金矿床充水机理构造控制模式[J]. J4, 2008, 38(2): 255 -0260 .
[9] 张渊,刘连登,孙景贵,陈国华,张洪喜,闫复传,杨开春. 胶东西北部黄埠岭金矿床两期次叠加成矿[J]. J4, 2008, 38(1): 21 -0026 .
[10] 鲁程鹏, 束龙仓, 苑利波, 张蓉蓉, 黄币娟, 王彬彬. 基于示踪试验求解岩溶含水层水文地质参数[J]. J4, 2009, 39(4): 717 -721 .