资料信息处理论文

资料信息处理论文（精选5篇）

资料信息处理论文 篇1

摘要：本文以某煤田地质勘探详查过程中二维地震资料为例, 对比分析了二维地震勘探资料处理模块的选择及应用效果。

关键词：煤田地质勘探,地震勘探,资料处理

1 资料处理流程的选择

本次资料处理在选用处理模块时, 主要针对本区原始资料的主要特征以及本次所承担的地质任务进行选择的, 并对处理中选用的各个模块进行了充分的测试, 最终选用了适合本区资料的最佳处理模块。同时, 对选用的最佳处理模块进行了一条地震线的实验处理, 分析试验线所得地震时间剖面后最终选用了处理流程地震资料处理流程图:

2 资料处理的主要技术措施

2.1 定义观测系统

本区的观测系统, 除了采用绘制检炮检分布图、线性动校进行检查之外, 还利用交互初至波逐炮检查初至时间, 同时利用软件自动检查与单炮人工逐一对比, 为了消除野外施工带来的误差必须使炮点和检波点位置归于其真正的位置, 因此, 必须校正检查中位置不准确的炮位置和检波点位置。

2.2 折射波静校正

本区地形起伏较大, 高差达五百多米, 因此静校正问题是本次处理的难点和重点, 只有做好静校正, 才能实现同相叠加, 才能提高地震资料的成像精度。在处理过程中, 利用绿山静校正软件, 进行折射波静校正, 基准面为900, 替换速度为1900, 取得了很好的效果。

2.3 真振幅恢复和原始单炮去噪

由于地层的吸收引起地震波的衰减, 在原始地震记录上能量差别较大, 通过真振幅恢复, 使得地震记录上下能量均衡, 对原始单炮上的噪音进行分析并采取有效方法去除。

2.4 地表一致性预测反褶积

通过求取地震子波在原始地震记录上利用该子波对原始地震记录进行反滤波的主要目的是:通过对子波进行整形, 对子波的振幅谱和相位谱进行校正以展宽频谱、提高分辨率和衰减多次波。在处理过程中通过试验进行了多种反褶积测试, 最后采用了地表一致性预测反褶积。经过反褶积处理后, 由于较好的调整了由于地表因素变化导致的子波振幅与相位不一致的现象, 从而有效的改善了剖面波组的特征并进一步提高了分辨率。

2.5 速度分析

影响叠加效果的最关键因素就是速度拾取的的是否准确。为了有效的确保速度分析的精度和准确性以提高地震资料的成像质量, 必须保证速度解释的准确性, 本次充分利用处理系统速度分析的交互能力并结合速度扫描和剩余静校正, 并对速度分析进行多次迭代。

2.6 地表一致性自动剩余静校正

将各炮点和检波点的每一道与其对应的CDP道集的叠加模型道相关, 以模型道为期望输出并利用同济的方法分别求取各炮点、检波点的静校正量, 将所计算的静校正量运用到二次动校叠加后, 求取更为精确的模型道, 做二次迭代, 以便得到更为精确的结果即为地表一致性剩余静校正技术。为了提高地震记录的信噪比, 在处理过程中采用了多次迭代自动剩余静校正。

2.7 随机噪音衰减

叠加后的剖面仍然存在一些随机噪音, 因此叠后进行随机噪音衰减。

3 处理效果分析

为了最大限度的提高本次资料的分辨率和剖面质量, 叠前采用了野外静校正、地表一致性褶积以及常速扫描, 主要体现在以下几方面:

1) 选取恰当的去噪方法以及参数, 叠前采用了真振幅恢复较好的压制了干扰波, 为了有效提高剖面的信噪比, 叠后又采用了随机采用了噪音衰减, 因此, 能够清楚的呈现主要反射层的成像效果。

2) 由于叠前采用了地表一致性反褶积技术, 不仅有效的压制了剖面低频干扰, 更有效的补偿了高频信号以及展宽了频带。处理的剖面不仅具有较高的分辨率, 而且层次也十分清晰。

3) 最终处理的剖面归为非常准确, 并且目的层具有良好的连续性, 断点也十分清楚可靠。

4) 经过细致、认真的处理工作, 获得了较好的处理成果。对144条测线共1802.005千米的二维地震时间剖面按《煤炭煤层气地震勘探规范》进行了质量评价, 其中:

Ⅰ类时间剖面930.665千米, 占剖面总长的51.65%。

Ⅱ类时间剖面592.965千米, 占剖面总长的32.91%。

Ⅲ类时间剖面278.375千米, 占剖面总长的15.45%。

Ⅰ+Ⅱ类时间剖面之和为1523.63千米, 占剖面总长的84.56%。符合《煤炭煤层气地震勘探规范》Ⅰ+Ⅱ类时间剖面占剖面总长80%的要求。

4 结论

通过对处理流程及参数的认真分析认为, 处理流程及参数选择合适, 经过处理, 面波及随机干扰得到较好的压制, 主要反射波齐全, 能量强, 连续性好, 信噪比高, 分辨率高, 地震地质现象显示清晰可靠, 处理效果良好, 能满足所承担地质任务的要求。

参考文献

[1]武喜尊.τ-P变换在煤田地震勘探资料处理中的应用[J].中国煤田地质, 1994-06-30.

[2]刘益永.吉林舒兰煤田地震勘探资料处理效果分析[J].地质与资源, 2013-06-15.

[3]杨光明.山区煤田地震勘探资料处理技术[J].煤炭技术, 2010-06-10.

[4]刘天放, 张爱敏, 崔若飞.DMO在煤田地震勘探资料处理中的应用[J].中国矿业大学学报, 995-03-30.

[5]王刚, 王存山.煤田二维地震勘探的变观[J].河北煤炭, 2008-08-25.

资料信息处理论文 篇2

复合地基处理竣工报告

目录

一、文字部分

1.工程概况

2.场地工程地质条件及水文地质条件

3.主要技术指标

4.完成的工作量统计

5.关键性过程控制措施

6.褥垫层施工注意事项

7.复合地基检测

8.工程验收

二、工程质量控制文件

1、施工图审查报告………………………………………………………10页

2、水泥材质证明…………………………………………………………1页

3、水泥检测报告…………………………………………………………1页

4、砂子检测报告…………………………………………………………1页

5、卵石检测报告…………………………………………………………1页

6、普通混凝土配合比设计报告…………………………………………1页

7、复合地基检测报告……………………………………………………10页

三、施工记录

1.单位工程开工报告……………………………………………………1页

2.工程开工报审表………………………………………………………1页

3.施工组织设计（方案）报审表………………………………………1页

4.建筑物（构筑物）定位（放线）测量记录…………………………2页

5.建筑工程材料见证取样、送检单……………………………………16页

6.施工测量放线报审表…………………………………………………1页

7.建筑材料报审表………………………………………………………1页

8.CFG桩施工记录表……………………………………………………1页

9．CFG桩复合地基加固工程质量检验评定表…………………………3页

10．混凝土立方体抗压强度检测报告……………………………………8页

11．单位工程混凝土试块强度汇总表……………………………………1页

12．砼强度合格评定………………………………………………………1页

13．分项工程质量验收记录………………………………………………3页

14．地基处理工程质量验收报告…………………………………………1页

霾与雾的识别和资料分析处理 篇3

关键词：霾，雾，识别。

近年来，由于人类活动大气气溶胶细粒子污染日趋严重，使得霾现象有着重要的环境意义，但在现实的观测实践中，区分造成视程障碍的天气现象是霾还是轻雾或雾，长期以来存在不同认识，霾与雾的区分成为一个非常现实，又迫切需要解决的问题。

本文通过调查和理论分析，提出了区分霾与轻雾或雾的建议，给出了霾与雾区分的概念模型。

1、雾与霜的定义

雾和霾都是飘浮在大气中的粒子，但其组成和形成过程完全不同，随着人类活动的影响，近年来霾的出现频率愈来愈高，而霾出现时，能见度明显恶化，空气质量明显下降，

雾是由大量悬浮在近地面空气中的微小水滴或冰晶组成的气溶胶系统，是近地面层空气中水汽凝结(或凝华)的产物，如果目标物的水平能见度降低到1000m以内，就将悬浮在近地面空气中的水汽凝结(或凝华)物的天气现象称为雾；而将目标物的水平能见度在1000—10000m的这种现象称为轻雾；如果水平能见度小于10000m时，将这种非水成物组成的气溶胶系统造成的视程障碍称为霾，

霾与雾的区别在于发生霾时相对湿度不大，而雾中的相对湿度是饱和的(如有大量凝结核存在时，相对湿度不一定达到100％就可能出现饱和)，霾的厚度比较厚，可达1-3km左右，一般霾的日变化不明显，霾与雾和云不一样，与晴空区之间没有明显的边界，霾粒子的分布比较均匀，因而在霾中能见度非常均匀；而且霾粒子的尺度比较小，从0.003μm到10μm，平均直径大约在0.3—1μm左右，肉眼看不到空中飘浮的颗粒物，由于矿物尘、硫酸盐、硝酸盐、有机碳氢化合物、黑碳、硫酸和硝酸微滴等粒子组成的霾，其散射波长较长的可见光比较多，因而霾看起来呈黄色或橙灰色，在城市严重空气污染地区，霾可以频繁出现，而且城市污染大气气溶胶中有许多黑碳粒子，因而主要呈橙灰色，霾天气已经成为我国东部城市群区域一种严重的灾害性天气现象。

2、雾与霾的形成机理

近地层大气中每时每刻总是有霾粒子存在(当然要达到形成“霾”的天气现象需要粒子浓度累积到一定水平，导致能见度下降到10km以下)，而雾滴的存在是少见或罕见的，降温是大气达到饱和形成雾滴的重要机制，由于霾粒子非常细小，受曲率约束，在自然界中的霾通过吸湿过程增长成雾滴几乎是不可能的。

在自然界，霾和雾是可以互相转化的，当相对湿度增加超过100％时，比如说辐射降温过程，霾粒子吸附析出的液态水成为雾滴，而相对湿度降低时，雾滴脱水后霾粒子又悬浮在大气中。

霾的出现有重要的空气质量指示意义，而雾或轻雾的记录有明确的天气指示意义，与特定的天气系统相联系，区分霾和轻雾(雾)应该根据影响天气系统的变化和台站所处相对位置，结合宏观特征的各种判据来确定，既然云雾是低温下饱和气块的可见标志，在云雾中必然存在凝结或凝华过程，因而必然伴随着潜热释放，这就使云雾内的温度高于环境，在云雾内必然盛行微弱的上升气流，不可能是下沉气流，这些宏观过程在霾层内是不存在的，因而成为识别雾与霾的重要的宏观动力条件。

3、雾与霜的识别

在不同的历史时期，世界气象组织(WMO)和其它国家的气象机构曾经给出过区别雾与霾的建议，其中也有使用相对湿度作为辅助判据的(表1)，造成这些差异的原因，主要是长期以来对组成霾的气溶胶粒子的认识需要相关知识积累的过程，过去错误地认为凝结核可以在相对湿度低的情况下发生凝结生成雾滴的观点，是忽视了粒子曲率作用的结果，将实验室大颗粒(常常达mm量级)的吸湿性特征，延用至次微米粒子造成的，随着近年来对气溶胶物理化学性质的深入了解，这个问题逐步取得了共识。

5、雾与霾的长期气候资料分析处理方法

对于长期的气候变化，除按照观测记录只要出现雾(轻雾、霾)即统计为一个雾日(轻雾日、霾日)外，有两种常用的处理大量历史资料的统计方法。

一种是用日均值，定义日均能见度(MOR)小于10km，日均相对湿度(RH)小于90％，并排除降水、吹雪、雪暴、扬沙、沙尘暴、浮尘和烟幕等其它能导致低能见度事件的情况为一个霾日；日均相对湿度(RH)大于等于90％，并排除降水、吹雪、雪暴、扬沙、沙尘暴、浮尘、烟幕等其它能导致低能见度事件的情况为一个轻雾日；日均能见疫(MOR)小于1km，日均相对湿度(RH)大于等于95％，并排除降水、吹雪、雪暴、扬沙、沙尘暴、浮尘和烟幕等其它能导致低能见度事件的情况为一个雾日。

另一种是使用14时实测值，用于分析能见度小于10km的资料必须同时满足以下3个条件：14时；代码01(露)、02(霜)、03(结冰)、04(烟幕)、05(霾)、10(轻雾)、42(雾)；相对湿度小于90％的记为一个霾日，相对湿度大于90％的记为一个轻雾日，如果能见度小于1km，用同样的条件分别记为霾日和雾日，以相对湿度90％为界对雾(轻雾)、霾进行划分，当相对湿度达到90％以上时认为是雾，小于90％认为是霾，这样既可把雾中被误报的霾分离出来，又可把霾中被误报的雾分离出去，同时，利用天气现象代码可将降水、吹雪、雪暴、扬沙、沙尘暴、浮尘和烟幕等天气事件筛选出来，这种方法被国际上广泛用来讨论长期能见度的变化趋势。

6、霜天气与空气质量(空气污染指数API)

霾天气的本质是细粒子气溶胶污染，我们使用德国气溶胶粒子谱仪在广州观测的气溶胶谱资料，10μm粒子的数量有5个·1^-1，2.5μm的粒子有400个·1^-1，1μm的粒子有3000个·1^-1，0.25μm的粒子有2×10⁶个·1^-1，巨粒子与次微米粒子的数量相差10⁶倍，气溶胶粒子谱峰的直径是0.28μm，平均直径是0.31μm，因而能见度的恶化主要与细粒子的关系比较大，尤其是出现较重气溶胶污染导致低能见度事件出现时，细粒子的比重会更大。

在广州市PM₁₀和PM_2.5的质量浓度，PM₁₀月均值有一半超过国家二级标准的日均值浓度限值，而PM_2.5月均值全部超过美国国家标准的日均值限值，尤其是10月至次年1月的月均值浓度几乎达到标准限值的1倍，细粒子浓度甚高，另外，PM_2.5占PM₁₀的比重非常高，可达58％-77％，尤其是旱季比雨季更高，这就说明，在珠江三角洲的气溶胶污染中，主要是源于光化学烟雾的细粒子污染，这正是珠江三角洲地区近年来能见度迅速恶化的原因。

我国华南广大地区气溶胶质量浓度和15年前的资料相比较，PM₁₀从117g·m^-3增加到147μg·m^-3，而细粒子从54μg·m^-3增加到94μg·m^-3，细粒子的增加远较PM₁₀的增加大得多，15年来细粒子在气溶胶中的比重有明显增加。

资料信息处理论文 篇4

【关键词】分级存储；地震资料处理；并行存储；数据备份

一、建设地震资料处理数据分级存储系统的必要性

随着勘探难度增加和技术的发展，野外三维高精度采集的数据量大规模的增长，加之地震资料处理新技术、新方法的应用，地震资料处理对存储系统的存储容量和存储性能有了更高的需求，目前河南油田地震资料处理的存储系统在性能和容量上还有待提高，但是存储系统的设计要考虑容量、速度和成本三个问题。容量是存储系统的基础，都希望配置尽可能大的存储系统；同时要求存储系统的读写速度能与处理器的速度相匹配；成本也应该在一个合适的范围之内。但这三个目标不可能同时达到最优。一般情况下，存储设备读写速度越快，平均单位容量的价格越高，存储容量越小；反之，存储设备读写速度越慢，平均单位容量的价格越低，存储容量越大。

分析地震资料处理的数据流特点，我们发现：

1、在进行叠前时间偏移、深度偏移、逆时偏移等并行作业处理时，数据流表现为高并发IO和大聚合带宽，需要高性能存储系统的支撑。

2、在常规处理中的数据流相对平稳，IO吞吐量相对小，对带宽和存储的性能要求相对较低。

3、需要备份的原始数据及成果数据，需要一定数量安全级别较高的存储系统进行数据备份。

为了在容量、速度和成本这三者之间取得平衡，需要根据其地震资料处理数据的特点，采用分级存储为不同的应用提供不同性能的服务，建成高效实用的并行存储环境。

二、分级存储方案设计

（一）体系架构

地震资料处理数据分级存储系统采用开放式的存储体系架构，基于分布式的Glusterfs并行文件系统，将多台存储设备的存储容量虚拟成一个具有统一访问接口的存储空间。按照一定的负载均衡策略存储用户的数据，将数据条带化的存储到多台物理存储设备上，从而获得更高的并发数据访问性能，同时可以制定存储策略进行数据分级存储，对所有的存储设备可以实现统一的管理和监控。

分级存储系统包含管理控制器、索引控制器、数据控制器和应用服务客户端四类组件：

管理控制器：安装并行存储管理软件，提供统一的控制管理界面，实现存储系统的集中化部署、管理、监控和维护。

索引控制器：内嵌高性能数据索引引擎，管理存储系统的所有索引数据和命名空间，实现全局统一命名空间，实现数据索引的负载均衡和故障冗余。

数据控制器：提供数据存储空间，并实现数据存取的动作。

应用服务客户端：向上层应用提供数据访问接口。

（二）配置方案

整个存储系统包括2台管理控制器、2台索引控制器、22个数据控制器，总容量1197TB。分为三级存储结构：

一部分为高速存储，高速为主要特点，由容量较小、价格较贵而性能较高的SSD固态硬盘构成，为实时提供高性能的数据IO能力；

一部分为在线存储，采用容量较大、价格较便宜而读写速度较慢的SAS硬盘构成，支持一般性数据读写；

一部分为备份存储，采用容量大，价格低廉，读写速度慢的SATA硬盘，创建高安全备份卷，存储我们的原始、阶段性数据、成果数据和磁带库数据备份。

三、关键技术

（一）虚拟化管理平台Ovirt

oVirt是一个基于x86架构上的KVM虚拟化技术的开源云服务平台。它在架构设计上由ovirt-engine和ovirt-node两部分组成，这种Node/Engine分离的结构，方便功能的划分与管理。

Engine是系统的管理者，并对外提供管理服务，它挂载了自己的数据库，记录系统中虚拟机的配置，各个存储节点的状态信息，网络状态等。通过在Engine中的设置实现系统的管理逻辑，状态及策略控制。本存储系统通过在管理控制器上安装ovirt-engine来实现管理功能。

Node只负责功能上的实现，不进行状态的记录和策略的实现。oVirt里的Node可以由一个普通的Linux上安装VDSM（Virtual Desktop Server Manager）构成，也可以由一个专为oVirt定制的Linux系统构成。本存储系统采用安装VDSM的方法配置数据控制器作为node节点，实现网络、存储器、虚拟机的创建与修改。VDSM的功能包括组织数据，实现存储集群的数据共享与数据保护，故障恢复。

（二）GlusterFS集群文件系统

GlusterFS是一个开源的分布式文件系统，具有强大的横向扩展能力，通过扩展能够支持数PB存储容量和处理数千客户端。GlusterFS通过TCP/IP或者InfiniBand网络将多个物理存储资源汇聚在一起，使用全局统一命名空间来管理数据。GlusterFS可为各种不同的数据负载提供优异的性能。

GlusterFS文件系统支持标准的网络访问协议，用户可以使用NFS/CIFS等标准协议访问数据。GlusterFS使得用户摆脱原有的独立、高成本的封闭存储系统，利用普通廉价的存储设备也可以部署可拥有集中管理、横向扩展、虚拟化的存储系统。

四、生产应用

地震资料分级存储系统采用的Glusterfs文件系统，支持五种逻辑卷，即Distribute卷（分布式卷）、Stripe卷（条带卷）、Replica卷（镜像卷）、Distribute stripe卷（分布式条带卷）和Distribute replica卷（分布式镜像卷）。分级存储系统搭建完成后，根据地震资料处理需要创建逻辑卷，创建分布式条带卷来满足并行处理作业时高并发IO和大聚合带宽数据流对高性能存储的需要。创建分布式镜像卷作为备份存储卷来存储地震资料原始数据和成果数据，满足数据高安全性的需要。投入生产运行后，多个处理项目使用了该套存储系统进行生产，在项目结束后成果数据直接转移至备份存储卷，回收存储空间。

五、结束语

根据河南油田地震资料处理的数据特点，采用分级存储系统满足地震资料处理中不同应用对存储性能的不同需求，在存储容量、存储速度和成本之间取得了平衡，建成了高效实用的分级存储环境。分级存储系统在存储性能、功能上满足了生产项目的需要，取得了良好的应用效果。

参考文献：

[1]杨传辉 大规模分布式存储系统：原理解析与架构实战 机械工业出版社 2013

[2]G.Somasundaram Alok Shrivastava 信息存储与管理 人民邮电出版社 2013

从地质资料信息中找“矿” 篇5

地质找矿是一项探索性很强的工作。地质找矿通常需要经历一个由面到点、由表及里、由浅入深的过程，所以每一轮基础地质调查或矿产勘查工作的成果资料，都必然成为下一轮更深入的地质找矿工作的依据。这就决定了地质资料具有可被重复开发利用的功能。地质资料信息在成矿预测中的应用，就是其重复开发利用的一个重要方面。

成矿预测的资料信息条件

成矿预测是根据地质成矿理论，通过对大量地质资料信息的综合研究和统计分析，发现其规律性，从而对可能存在的矿产资源进行空间分布和资源量预测。预测的可信度在很大程度上决定于对地质资料信息的占有程度。因此，充分的地质资料信息是成矿预测的必备条件。一般情况下，成矿预测必须具备三个地质资料信息条件。

首先是基础地质资料信息，包括各种比例尺的区域地质、矿产调查资料，各种比例尺的区域地球化学（岩石、土壤、水系沉积物）测量资料，各种比例尺的区域地球物理（磁法、重力、电法、放射性等）测量资料，各种比例尺的遥感地质资料。

其次是矿产勘查资料信息，包括各时期、各阶段、各种工作程度的矿区勘查成果资料，各种找矿标志资料，矿山开发利用资料（开采量、保有资源储量、矿体形态、规模、类型及矿石品位变化情况等），闭坑矿山资料。

再次是专题研究和综合研究资料信息，包括基础地质（地层、岩浆岩、构造）研究资料，矿床地质（矿床类型、成矿条件、成矿模型、找矿标志等）研究资料，各种比例尺的成矿区划和成矿预测资料，各时期的矿产资源总量预测资料，各种地质找矿和矿产勘查方法资料。

地质资料信息的整合与数据处理

地质资料信息的整合应遵循以下原则：剔除与所预测的矿产种类不相适应的地质资料信息；剔除孤立的、无相应成果资料支撑的地质资料信息；剔除各类工程、取样和分析测试明显不符合规范要求的地质资料信息；基础地质资料信息、矿产勘查资料信息、科研资料信息分别进行整合；不同工作时期、不同工作阶段和不同工作程度的地质资料信息分别进行整合；不同成矿理论、不同矿床类型、不同成矿模式的地质资料信息分别进行整合。

由于各种成矿预测方法的变量选择和数据类别不尽相同，所以数据处理的方式也不尽相同。但无论何种预测方法，原则上都要通过对变量间的相互关系分析，对数据进行分类。

相关分析：主要用来分析预测区内各类地质因素（变量）与所预测的矿产成矿地质条件之间的相关程度，如各类地质体中各种元素的丰度与成矿元素丰度的相关程度，各种地球物理参数与矿化强度的相关程度等，以便在成矿预测时可根据各变量的相关系数给该变量赋值。一般常用的相关分析方法即可对数据进行此项处理。

判别分析：主要用来判别预测区内各类地质因素（变量）是否有利于所预测的矿产成矿，据此对变量进行分类。数据处理方法首先要将预测区内已知矿产地的各类有利的成矿地质因素（变量）列为A类，已知无矿地段的与之相对应的各类地质因素（变量）列为B类，然后在预测区内的各个预测单元取若干个与之相应的变量，组成A、B两类矩阵，通过以下计算程序作出判别。

计算A、B两类中各变量的均值和预测区全部样品均值；计算预测区全部样品各变量的变异系数；计算预测区全部样品各变量的得分（即各变量值除以全部样品均值与该变量变异系数的乘积）；计算A、B两类的得分（即各类中每个变量得分的总和）；计算预测区全部样品各变量的平均值和判别临界值（各变量平均值等于各变量得分除以该变量样品数，临界值等于A、B两类得分之和除以样品总数）；计算预测区内各预测单元的得分并根据临界值归为A类或B类。

成矿预测方法与流程

成矿预测方法总体可分为数学模型法和主观模型法两大类。前者是在地质资料信息较充分的前提下，建立已知矿床的成矿数学模型，通过预测区成矿条件与数学模型的比拟，进行预测。

主要方法有地质概念模型法、矿床值统计模型法等，其中又包含了多种数理统计方法，如特征分析法、逻辑信息法、找矿信息量法、蒙特卡洛法等等。后者则主要通过预测人员的实际经验进行预测，然后采用德尔菲法综合分析多名预测人员的预测成果，得出最终预测结果。

成矿预测方法还在不断地完善、发展和进步，但无论何种方法，也无论如何发展，地质资料信息都是必不可少的前提条件。

地质概念模型是在研究已知矿床成因、成矿地质条件和找矿标志的基础上，建立已知矿床特征模型，然后用各种数理统计方法求解各地质因素（变量）在成矿作用过程中的贡献大小或指示成矿的显著性大小，并推广到预测区，从而达到预测目的。

建立综合逻辑矩阵表：选择与成矿作用有关的A类地质因素作为变量，并对变量赋值，建立已知矿床（或已知单元）模型的逻辑矩阵。变量的赋值视变量与成矿地质条件的相关程度而定。所赋值通常在0～9之间，相关系数大，则赋值也大，不相关，则赋值为0。

确定预测范围：根据地质资料信息条件和工作任务确定预测范围，当地质资料信息条件不充分时，通常选择地质工作程度相对较高的已知成矿远景区作为预测范围。

确定模型单元：模型单元的大小和多少也视资料信息条件而定。若资料信息充分，模型单元面积可小一些，则模型单元的数量就会多一些，预测的精度也会高一些。

变量检验：通过各变量相关频数比的计算，剔除相关频数比较小的变量，使所选变量能真正体现其在成矿过程中的作用。

相关频数比Pi=Mi/Ni，Mi为第i个变量对于预报量（矿化）报对的个数，Ni为第i个变量对于预报量报错时，其他变量跟着错的个数。Mi大表示i变量在成矿过程中的作用稳定，代表性强；Ni小表示i变量的独立性强，在成矿过程中的作用大，故Pi可作为衡量变量优劣的标准。

成矿预测：在1～4流程完成后，即可进行成矿预测。预测的数理统计方法有多种，仅以特征分析法为例说明其计算流程。

选择模型单元建立已知矿床模型逻辑矩阵。根据不同的矿产成因类型，选择模型单元建立已知矿床模型，每个模型单元与上述第4流程确定的相应变量的赋值，构成已知模型逻辑矩阵。

计算变量权系数。权系数的大小代表变量与矿产的密切程度。首先求解已知模型单元逻辑矩阵的乘积矩阵，对不同成因类型的乘积矩阵分别用平方和法求解各变量矢量长度和用乘积矩阵主分量法求解最大特征值对应的特征向量。若两种计算结果近似，则以各变量的矢量长度为变量权系数。

计算已知模型单元与预测单元的关联度。关联度等于参加计算的各个变量的Aij与aj乘积的总和。Aij为综合逻辑矩阵中第i单元j变量的权系数，aj为已知模型单元j变量的权系数。

资源量回归计算。根据各单元关联度和已知模型单元的资源量，采用回归方程计算各预测单元的资源量。

资源量空间分布评价。根据各单元关联度分布及所对应的资源量分布特征，对资源量的空间分布作出判断与评价，实现矿产资源的定量、定位预测。

成矿预测实例

根据湖南省铅锌矿产成矿地质条件和铅锌矿产成因类型，选择了构造体系、主干断裂、应力集中部位、花岗岩有利程度、侵入接触关系、赋矿地层Pb元素丰度及出露面积、Pb与相关元素化探异常等共26个变量。全省划分了237个单元，剔除了洞庭湖区和基本不具备成矿条件的28个单元后，共有209个单元参加预测。建立了48个预测模型单元，其中岩控型铅锌矿床模型单元36个，层控型铅锌矿床模型12个。采用德尔菲法、蒙特卡洛法、逻辑信息法等多种方法分别对各类铅锌矿床作了定量、定位预测。

各预测方法获得预测资源量为：逻辑信息法 铅1981.527万吨（金属量，下同），锌2435.714万吨；蒙特卡洛法铅1146.568万吨，锌1706.218万吨；德尔菲法 铅1331.519万吨，锌1822.097万吨。

预测资源量的空间分布与主要控矿构造带相吻合，同时也显示了岩控和层控铅锌矿床的赋存特征。其中有33个单元的铅锌预测资源量大于10万吨，该33个单元预测资源量的总和，占全省铅预测资源量的64.96%，锌预测资源量的70.56%。据此划分了A类找矿远景区5处，B类找矿远景区10处，C类找矿远景区11处。

蒙特卡洛法与德尔菲法所预测的资源量十分接近，并且可与其他相关的成矿预测成果相印证，说明矿床值统计模型法较符合人们的主观经验和预测思路。逻辑信息法与前两种方法的预测结果有较大差异，可能是因为其变量选择和计算过程过于复杂，其中任一环节的疏漏都有可能对预测结果造成影响，说明对资料信息的选择和处理还有可改进之处。