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)

645

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] 郭威, 王元. 复杂条件钻采技术研究现状与发展趋势[J]. 吉林大学学报(地球科学版), 2025, 55(6): 1904-1922.
[2] 马国庆, 李瑞妍, 孟庆发, 王泰涵, 王 楠, 牛润馨, 李元昊.  复杂地形区矿产资源空-地-井重磁多参量探测技术及发展趋势[J]. 吉林大学学报(地球科学版), 2025, 55(6): 2038-2072.
[3] 蒋川东, 孟璐瑶, 杨麒宇, 王云志, 徐洋, 王言章, 林君. 深部金属矿产地下电磁探测技术进展与展望[J]. 吉林大学学报(地球科学版), 2025, 55(6): 2100-2119.
[4] 孙振兴, 杨忠年, 辛泽宇, 王荣昌, 张莹莹, 凌贤长 . 橡胶纤维加筋膨胀土的剪切强度与强度预测模型[J]. 吉林大学学报(地球科学版), 2025, 55(5): 1644-1654.
[5] 李维禄, 高思宇, 杨锦坤, 韩春花, 韦广昊, 孔敏. 面向多金属结核资源评价的大数据挖掘与融合[J]. 吉林大学学报(地球科学版), 2025, 55(1): 340-350.
[6] 闫佰忠, 李瑶, 秦光雄, 于开宁, 吴云霞, 王亚楠. 基于遥感技术的贵德盆地多元信息干热岩靶区预测[J]. 吉林大学学报(地球科学版), 2023, 53(4): 1288-1300.
[7] 于晓飞, 公凡影, 李永胜, 张家瑞. 中国典型钴矿床地质特征及重点地区矿产资源预测[J]. 吉林大学学报(地球科学版), 2022, 52(5): 1377-1418.
[8] 潘彤, 张金明, 李洪普, 李东生, 韩光, 贾建团, 袁文虎. 柴达木盆地盐类矿产成矿单元划分[J]. 吉林大学学报(地球科学版), 2022, 52(5): 1446-1460.
[9] 李猛猛, 刘敬党, 梁天意, 谭亮, 王刚, 朱玺.

基于支持向量机算法的岩浆硫化物矿床硫元素预测模型 [J]. 吉林大学学报(地球科学版), 2022, 52(3): 866-878.
[10] 张辉, 王志章, 杨亮, 李忠诚, 邢济麟. 松南上白垩统青山口组一段不同赋存状态页岩油定量评价[J]. 吉林大学学报(地球科学版), 2022, 52(2): 315-327.
[11] 吴蒙, 秦云虎, 王晓青, 杨柳, 朱士飞, 张震, 毛礼鑫, 张静, 李国璋. 任家庄煤矿煤层煤质测井响应及其预测模型[J]. 吉林大学学报(地球科学版), 2022, 52(2): 633-643.
[12] 丁宇雪, 周向斌, 初炜钰, 毛龙, 孙迪, 孙瑞棋. 国产高分影像在矿业城市生态安全性评价中的应用——以黑龙江省七台河市为例[J]. 吉林大学学报(地球科学版), 2021, 51(2): 533-542.
[13] 吴燕清, 王世成, 丁园, 王文正, 余弘龙, 王青, 李杨. 内蒙古新城子盆地铀及多金属矿产勘查遥感应用[J]. 吉林大学学报(地球科学版), 2020, 50(6): 1917-1928.
[14] 任云生, 刘小禾, 商青青, 陈聪, 杨群, 郝宇杰, 孙振明. 吉林省和龙地区鸡南BIF型铁矿床含矿建造地球化学特征及形成时代[J]. 吉林大学学报(地球科学版), 2020, 50(3): 800-814.
[15] 李红进, 张道勇, 葛云锦, 王翊超, 徐刚. 甘泉—富县地区长7致密砂岩储层成岩相的定量识别及其对含油性的控制作用[J]. 吉林大学学报(地球科学版), 2019, 49(6): 1529-1539.
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 .
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