云南澜沧上允铜多金属勘查区综合信息成矿定位预测

论文摘要

改革开放以来,随着经济的飞速发展,我国对矿产资源的需求与日俱增,而目前我们国家各主要矿种的资源保证程度相当低,矿产资源的形势非常严峻,严重威胁着国家的经济安全和社会稳定。为了改变这种形势,我们必须依赖于科技进步,积极探索新的、更有效的现代成矿预测理论与高新技术有机结合的矿产资源预测体系,整体提升我国矿产资源勘查评价水平和科学预测能力,寻找和发现新的矿产资源品种和类型,增加矿产资源的储备,为我国经济安全、高效、持续发展提供资源保证。本论文结合《澜沧上允铜多金属矿勘查区综合信息成矿与靶区快速定位预测》项目的研究需要而选题。收集前人地质资料并对勘查区进行了为期数月的综合地质调研,获得了勘查区多源地学信息,并加于分析、总结,较为全面的认识了勘查区的成矿背景及控矿因素,初步建立了该区综合信息找矿模型；在此基础上,进一步系统研究了国内外成矿预测的先进理论与方法,鉴于该区地学信息仍不够全面、完善、精确,应用BP人工神经网络高度非线性映射的特性,建立了基于BP人工神经网络的勘查区综合信息成矿预测模型,预测结果稳定、良好。通过上述研究,主要获得以下成果和认识：1.地质信息：勘查区处于文东—富邦褶皱束东缘,区内主要由元古代澜沧群变质岩系构成,盖层为中生代地层,区内广泛分布于印支期和燕山晚期花岗岩,在区域变质作用和岩浆侵入作用过程中,伴随锡(钨)、铜、铅锌等成矿作用；区内断裂以北东(北北东)—南西(南南西)向为主,常被北西—南东向切割,局部切割关系相反且明显的反映了在花岗岩内、外接触带对锡(钨)、铜、铅(锌)、银等矿产起重要控制作用。其中邦威水平—那阮北北东—南南西断裂带是重要铜多金属的控矿断裂带；燕山晚期花岗岩体中的北西向断裂带对锡(钨)矿化具有明显的控制作用；2.遥感信息：勘查区内各方位的线性构造均有发育,其中NE向和NW向线性构造线性特征清晰,控制了该区地形地貌的发育,是相对较新的构造,二者也常常相伴出现,具有共轭的特点。环形构造反映断裂构造、岩体等的环带性,在邦威水库、邦威上寨、那阮、红毛岭等地均显示不同环形构造存在,且环内的线性构造发育,应是成矿的有利部位；3.地球物理信息：地球物理勘查后共获异常17个,其中,Ⅰ类异常(有找矿意义)1个、Ⅱ类异常(有一定找矿意义)为4个、Ⅲ类异常(性质不明)为4个、Ⅳ类异常(无找矿意义)为8个；所有的激电异常处于澜沧群惠民组(Pthm)地层上,靠近澜沧群惠民组(Pthm)地层与花岗岩接触带上,此接触带有一定的找矿前景；4.地球化学信息：采用地层地球化学和构造地球化学研究,确定了该区成矿元素地球化学背景和异常,圈定了有利异常区域,提出矿化异常的形成与后期构造密切相关,成矿元素具有明显的分带特征；岩体内部为高温度矿床、接触带附近为高—中温矿床,外部为中低温矿床,成矿元素水平分带现象较为明显；6.综合信息定位预测：论述了人工神经网络BP模型在成矿预测应用中的可行性与优越性,合理设计网络结构,建立了该区的综合信息成矿预测模型,从而量化了勘查区内所有预测样本的成矿有利度,绘制出成矿有利度等值线图,圈定了四个靶区。为以后的地质找矿工作奠定了良好的基础。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 选题依据及研究意义
• 1.1.1 社会经济意义
• 1.1.2 科学理论意义
• 1.2 勘查区范围和地理条件
• 1.2.1 位置交通
• 1.2.2 自然地理与经济概况
• 1.3 勘查区研究历史及现状
• 1.3.1 基础地质研究
• 1.3.2 遥感地质
• 1.3.3 成矿规律与成矿预测
• 1.4 论文研究工作概况
• 1.5 结论与认识
• 第二章 综合信息成矿预测与人工神经网络运用综述
• 2.1 综合信息成矿预测评述
• 2.1.1 综合信息成矿预测研究现状
• 2.1.2 综合信息成矿预测的信息基础
• 2.1.3 综合信息成矿预测的基本方法和步骤
• 2.1.4 综合信息成矿预测的发展趋势
• 2.2 人工神经网络运用评述
• 2.2.1 人工神经网络简介
• 2.2.2 人工神经网络在地学中的运用概述
• 第三章 区域与勘查区地质
• 3.1 区域地质
• 3.1.1 大地构造
• 3.1.2 地层
• 3.1.3 构造
• 3.1.4 岩浆岩
• 3.1.5 区域矿产与成矿特征
• 3.2 勘查区地质特征
• 3.2.1 地层
• 3.2.2 构造
• 3.2.3 岩浆岩
• 3.2.4 勘查区矿产与成矿特征
• 第四章 多源地学信息特征
• 4.1 地质信息特征
• 4.1.1 红毛岭锡矿
• 4.1.2 邦威水库锡矿
• 4.1.3 硝塘锡矿锡矿
• 4.1.4 小黑菁铅锌矿
• 4.1.5 澜沧县杨公寨铜矿
• 4.1.6 邦威铜铁矿
• 4.1.7 那阮铜矿
• 4.1.8 小结
• 4.2 地球物理信息特征
• 4.2.1 极化率与电阻率综合特征
• 4.2.2 已知矿体（那阮）激电率异常特征
• 4.2.3 异常区划分及特征
• 4.2.4 小结
• 4.3 地球化学信息特征
• 4.3.1 区域岩石地球化学背景
• 4.3.2 勘查区元素地球化学特征
• 4.4 遥感地质信息特征
• 4.4.1 区域遥感地质背景特征
• 4.4.2 勘查区遥感影像特征
• 4.5 勘查区综合信息找矿模型
• 4.5.1 基于GIS的综合成矿信息融合
• 第五章 综合信息成矿预测
• 5.1 BP神经网络
• 5.1.1 经典的BP神经网络
• 5.2 BP网络模型结构及学习规则
• 5.2.1 BP网络模型结构
• 5.2.2 BP网络模型存在的问题
• 5.2.3 BP网络模型的改进
• 5.2.4 基于MATLAB工具箱的BP网络应用
• 5.3 基于BP人工神经网络的勘查区综合信息成矿预测模型
• 5.3.1 预测变量的选择和构置
• 5.3.2 隐含层神经元个数的确定
• 5.3.3 网络训练和检验
• 5.3.4 预测结果及评价
• 结束语
• 致谢
• 参考文献
• 附录A:攻读学位期间发表的论文
• 附录B:攻读学位期间参与项目情况