一种隐伏矿体定量预测方法及装置与流程

本发明实施例涉及地质与计算机
技术领域：
，具体涉及一种一种隐伏矿体定量预测方法及装置。
背景技术：
：矿产资源为不可再生资源，地表浅部矿产资源正日益减少，严重制约我国的经济社会发展。特别是铜矿资源，长期依赖进口，如何增加铜矿资源量，是目前急需解决的问题。近年来，矿产资源勘查工作的重心已逐渐由地表浅部矿或易识别矿产向深部矿或难识别的隐伏矿转移。对成矿规律的研究与成矿预测方法上面的创新在矿产资源勘查中成为重中之重。随着三维可视化技术及三维插值技术的发展，三维地质建模成矿预测成为近年来矿产资源预测领域的一大亮点(陈建平等，2014)。论文对拉拉铜矿落凼矿区应用三维地质建模预测方法，基于对落凼矿区成矿地质背景及矿区地质情况，参考国内外关于铜矿床的相关研究，基于现有的地质数据和资料，建立找矿模型。再根据研究区的基础地质资料应用surpac软件进行三维地质重构，建立三维地质模型，然后在已建好的找矿模型的基础上，对成矿有力信息进行提取，应用3dmp三维矿业软件、surpac软件和“立方体预测模型”进行区域三维地质体建模及深部找矿预测。分析成矿相关的地质条件，应用三维证据权法和信息量法圈定靶区，实现隐伏矿体的定位、定量、定概率预测(陈建平等，2007)。随着科学技术的不断发展，对于深部隐伏矿体的勘查变成目前矿产资源勘查的主要研究方向，三维地质建模方法是定量化研究三维地质空间结构特征及其变化规律的主要技术手段，已成为模拟分析地质现象与时空演变规律之间关系的重要有效方法之一，三维成矿预测也因此成为现阶段矿产资源定量预测与评价的前沿领域。三维地质建模是在各种原始地质数据的基础上，根据适当的数据模型建立出体现地质特征的数学模型，通过对地质体的三维几何形态以及地质体间的关系和物性进行计算机模拟，结合地理地质信息，最终形成三维模型的地质分析技术。加拿大学者simon于1998年进一步论述了三维地质建模的基本方法，包括地质边界勾画、三角网模型构建、空间数据库的建立等(吴立新，史文中，2003)。随后，美国、澳大利亚、英国等国家也都先后启动了有关三维地质建模的重大项目研究，英美两国启动了三维地质填图计划，利用开发集成三维地球科学数据信息来开拓地下资源环境领域的研究；澳大利亚则推出了“玻璃地球”计划，着手建立地表以下1km范围内的三维地质模型，这为后续的矿产资源预测与评价工作及相关地质研究打下了坚实的基础。随着深部勘探需求的不断扩大，国外地质建模软件也在不断进步，如micromine软件、surpac软件、geocad软件、datamine软件等。这些软件都具有对于三维数据的存储、管理、显示、编辑及三维空间分析等3dgis软件的基本功能。我国的三维地质建模工作虽起步较晚，但赵鹏院士的地质异常理论和三联式定量预测评价方法(赵鹏大、孟宪国，1993；赵鹏大，2002)、王世称的综合信息矿产资源预测理论与方法(陈永清，王世称，1995；赵震宇，王世称，钟坤明，2003)，均属于极为突出的成就。目前，运用三维可视化方法进行地质体建模，应用多种找矿信息综合进行成矿预测是找矿工作的热点和主要趋势(赵鹏大、孟宪国，1993)。陈建平教授所领导的团队研发的3dmp系统成为我国首个实现对矿产资源的三维定量预测的软件。团队在陈建平教授的带领下先后对西藏自治区玉龙斑岩铜矿床、陕西潼关小秦岭金矿、新疆阿勒泰可可托海3号伟晶岩脉稀有金属隐伏矿，福建永梅地区隐伏矿、湖南省黄沙坪多金属矿床、安徽铜陵矿集区等矿区进行了三维成矿预测，提出一种基于“立方体预测模型”的方法并获得专利，可对不同矿种评价资源潜力，总结并完善了一套可用于深部找矿的三维成矿预测的高效技术流程，该流程可以全面地对找矿模型与成矿规律进行分析，实现了三维地质建模以及定位、定量、定概率地成矿预测工作，从而达到更高效地对矿产资源预测与评价的目的。技术实现要素：为此，本发明实施例提供一种隐伏矿体定量预测方法及装置，以解决现有技术中由于三维预测技术检测的准确度不高而导致的预测效率较低的问题。为了实现上述目的，本发明实施例提供一种隐伏矿体定量预测方法及装置，该方法结合如今流行的矿产资源三位预测技术、传统的地质理论及研究区已有的数据资料，利用数学地质和计算机技术等理论和方法，开展区域深部矿产资源的预测和评价工作。其具体技术方案如下：根据本发明实施例的第一方面提供一种隐伏矿体定量预测方法，其特征在于，包括步骤：确定研究区域；建立找矿地质模型；获取所述研究区域的各地质要素并建立三维地质实体模型；以所述找矿地质模型为依据，提取地质异常信息，对所述研究区域进行三维成矿地质异常空间重构；获取成矿有利信息的定量化分布区间，建立区域定量化预测模型；隐伏矿体区圈定预测，以实现矿体的定量预测。进一步地，还包括对矿体的定量预测结果进行评价。进一步地，包括采用统计算法对所述成矿有利信息进行分析、计算，得到所述成矿有利信息的定量化分布区间。进一步地，包括通过建立的定量化预测模型基于信息量法对划定的连续插值区域进行成靶去圈定预测工作。进一步地，找矿地质模型的建立包括以下步骤：获取研究区域内大地构造背景信息、成矿时代信息、矿化类型信息及成因类型信息；通过对研究区的大地构造背景信息、成矿时代信息、矿化类型信息及成因类型信息进行相关性分析；根据研究区实际数据资料，建立所述研究区的找矿模型。根据本发明实施例的第二方面提供一种隐伏矿体定量预测装置，其特征在于，包括确定模块、建立找矿地质模型模块、建立三维地质实体模型模块、三维成矿地质异常空间重构模块、建立区域定量化预测模型模块、隐伏矿体区圈定预测模块；所述确定模块用于确定研究区域；所述建立找矿地质模型模块用于建立找矿地质模型；所述建立三维地质实体模型模块用于获取所述研究区域的各地质要素并建立三维地质实体模型；所述三维成矿地质异常空间重构模块用于以所述找矿地质模型为依据，提取地质异常信息，对所述研究区域进行三维成矿地质异常空间重构；所述建立区域定量化预测模型模块用于获取成矿有利信息的定量化分布区间，建立区域定量化预测模型；所述隐伏矿体区圈定预测模块用于隐伏矿体区圈定预测，以实现矿体的定量预测。进一步地，还包括：评价模块，用于对矿体的定量预测结果进行评价。进一步地，所述三维成矿地质异常空间重构模块还包括建立区域定量化预测模型模块，用于采用统计算法对所述成矿有利信息进行分析、计算，得到所述成矿有利信息的定量化分布区间。进一步地，还包括通过建立的定量化预测模型基于信息量法对划定的连续插值区域进行成靶去圈定预测工作。进一步地，建立找矿地质模型模块包括，信息获取模块，用于获取研究区域内大地构造背景信息、成矿时代信息、矿化类型信息及成因类型信息；预测模块，用于通过对研究区的大地构造背通过建立的定量化预测模型基于信息量法对划定的连续插值区域进行成靶去圈定预测工作；相关性分析模块，用于对大地构造背景信息、成矿时代信息、矿化类型信息及成因类型信息进行相关性分析；找矿模型的建立模块，用于根据研究区实际数据资料，建立所述研究区的找矿模型。本发明实施例具有如下优点：本发明实施例提供一种隐伏矿体定量预测方法及装置，该方法结合如今流行的矿产资源三位预测技术、传统的地质理论及研究区已有的数据资料，利用数学地质和计算机技术等理论和方法，开展区域深部矿产资源的预测和评价工作。解决了由于三维预测技术检测的准确度不高而导致的预测效率较低的问题。附图说明为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。图1为本发明实施例1提供的一种隐伏矿体定量预测方法的流程框图；图2为本发明实施例1提供的研究区域范围内实体模型构建图；图3为本发明实施例1提供的立方体预测模型示意图；图4为本发明实施例1提供的地层与矿体统计分析折线图；图5为本发明实施例1提供的等密度含矿比例统计图；图6为本发明实施例1提供的频数含矿比例统计图；图7为本发明实施例1提供的方位异常度矿体数统计图；图8为本发明实施例1提供的成矿有利因子权重统计图；图9为本发明实施例1提供的预测区域的块体。具体实施方式以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。参见图1为本发明实施例1提供的一种隐伏矿体定量预测方法的流程框图，包括步骤：s1：确定研究区域；s2：建立找矿地质模型；s3：获取所述研究区域的各地质要素并建立三维实体模型；s4：以所述找矿地质模型为依据，提取地质异常信息，对所述研究区域进行三维成矿地质异常空间重构；s5：获取成矿有利信息的定量化分布区间，建立区域定量化预测模型；s6：隐伏矿体区圈定预测，以实现矿体的定量预测。s1：确定研究区域本发明通过对现有的地质信息进行收集和分析，确定研究区域。具体包括区域内的地层信息，比如，中部沉积变质岩段、中部火山岩变质岩段等的信息进行分析；构造信息，比如，褶皱、断裂、节理等；岩浆岩，比如，火上岩类型、侵入岩类型等；矿产特诊信息。s2：建立找矿地质模型对上述对现有矿产资料的分析后，建立找矿地质模型。找矿地质模型就是以发现矿床为主要目的，将经验模型与理论模型的各类信息综合作为基础，以标志、特征及数据为根据，多方位总结形成准则和判断依据，建立模型知道矿产资源勘查。获取研究区域内大地构造背景信息、成矿时代信息、矿化类型信息及成因类型信息；通过对研究区的大地构造背景信息、成矿时代信息、矿化类型信息及成因类型信息进行相关性分析；根据研究区实际数据资料，建立所述研究区的找矿模型。上述操作步骤属于本领域的现有技术，在此不再赘述。s3：获取所述研究区域的各地质要素并建立三维实体模型对于三维地质建模，准确全面的资料的有效整合是模型构建工作的根本与主要依据，基础资料的准确与详细程度是三维地质模型的精准程度的重要保证。由于目前常常存在各种地质资料的格式不相同、来源不唯一、数据标准不统一等问题，因此对研究区地质资料的进行收集与整理显得十分重要。本发明共收集研究区域的区域地形图信息、实测地质勘探线剖面图信息、钻孔编录数据等矿产基本资料信息，并按照要求整理数据资料，为后续建模工作提供资料基础。对地质资料信息收集完成之后，三维地质实体模型的构建包括如下步骤：建模范围的确定；研究区域范围内三维地质实体模型的构建。需要说明的是，上述实体模型的构建包括：地层实体模型的构建、断裂实体模型的构建、岩体实体的构建、矿体实体模型的构建。s4：以所述找矿地质模型为依据，提取地质异常信息，对所述研究区域进行三维成矿地质异常空间重构参见图2，是本发明实施例1提供的研究区域范围内实体模型构建图，上述研究区域地表模型主要是通过研究区域的地形等高线数据通过相关处理建立的三维模型，地表模型在各类矿山开采中都具有巨大的意义，它可以直接表达出研究区的地形高低起伏形态。本发明实施例收集到的是gdemdem30m分辨率数字高程数据图，先用mapgis提取赋予了高程值的等高线，之后再对等高线检查校正，之后再将格式转换成dxf格式导入至三维建模软件surpac中，利用surpac生成各种地质的三维线框，然后连接实体进行布尔运算得到研究区的dtm模型，之后再叠加上研究区域的建模范围模型得到研究区的三维实体模型，可以发现研究区起伏较大，中部较高，四周起伏较低。建立完三维实体模型后，还需要依照之前建立的找矿地质模型对研究区域进行三维地质异常空间重构，本发明实施例计算的异常信息包括断裂缓冲区，等密度、频数、交点数、中心对称度、主干断裂，方位异常度等。断裂缓冲区即根据研究区的断裂构造依据地质资料，在其两侧进行适当的膨胀计算得到模型，本发明对断裂缓冲区进行5次膨胀计算，可直观地计算描述构造带特征，构造等密度值越高的地区，线性构造发育越强烈，反之，发育程度较弱。等密度值最高的地区通常是成矿期后构造发育极为强烈的地区，对成矿起到破坏作用，因此等密度线次高值区域一般是矿化强烈部位。构造等密度的计算方法是：即，第j个块体的构造等密度值lj等于截面上每条线性体被块体截面断裂的长度li除以块体边长s的总和。构造频数可直接反映出区域构造的复杂程度，体现了区域构造架构的主体特征。区域主干断裂是指水平方向延伸而在垂直方向上深度大的断裂构造。深大断裂为成矿物质提供上升的通道，起控岩、空矿的作用。区域主干断裂内虽然一般不是直接的成矿场所，但矿床往往分布在主干断裂带附近，可简单将等密度与频数的比值作为定量化指标主干断裂分布区。等密度/频数的高值区，多发育长断裂，表现主干断裂的特征。构造交点数，即各构造之间交叉点的数量，定量的描述了构造交汇处的特征。各个断裂的交汇处，通常适宜矿体富集，区域上多组断裂构造交汇部位往往是成矿潜在有力场所。岩浆侵入作用由于压力的存在，中心会形成对称性环状、放射状断裂，一定程度上也可体现出构造发育特征和岩体形态特征之间的位置关系。构造中心对称度的计算公式如下：其中，σ为中心对称度，si为第i条断裂在水平截面的长度，为块体中包含的断裂在水平截面上的平均方位角，θi为第i条断裂在水平截面上的方位角。s5：获取成矿有利信息的定量化分布区间，建立区域定量化预测模型；参见图3为本发明实施例1提供的立方体预测模型示意图，图中，左边为块体模型，右边为块体单元。立方体预测模型法是目前三维找矿理论方法发展的新方向，它首先将研究区划分为若干个等大的三维立方块体模型，因此，可以将每个立方体块视作均质同性体，再根据已经建好的三维实体模型，对每个立方块进行属性约束赋值，并对具有属性的各个立方块模型运用相关地质统计学方法进行计算，完成成矿预测。立方体预测模型法是二维矿产预测向三维矿产预测发展的新思路，也是从已知矿区拓展第二矿区的新方式。在技术支持上，使用了先进高效的地质三维软件，利用了计算机强大的数据处理能力和数据存储能力，更易于完成对地质体的三维可视化工作和空间三维分析工作。本发明使用的立方体预测模型，首先要分析研究区域的控矿因素和找矿标志在矿区深部三维空间上位置关系与变化规律，综合有关深部找矿的定量化信息，建立找矿模型；根据建立的实体模型，对每个立方块进行属性约束赋值，并对具有属性的各个立方块运用相关地质统计学和预测方法进行计算，最终实现三维成矿有利信息提取及定位、定量、定概率成矿预测工作。上述立方体模型的单元的尺度划分与预测评价的结构休戚相关，在研究的过程中，人们常常根据所研究的区域地质现象及范围等规模来决定块体的尺度。本发明实施例根据研究区域的地质资料，通过研究区域地质体的分布特征、矿体的产状及其展布特征等研究来确定模型建立的范围及立方块的尺寸。根据研究区域坐标范围，可以人为主观的设计较为合适的立方体模型的单元尺度，将地质资料的三维信息从实体模型传输到按单元块行x列x高来划分的块体模型。在建立三维块体模型后，应用立方体模型法进行各地质要素的定量分析与提取，由此确定研究区域定量预测模型，再将成矿有利参数赋给每一个块体。上述成矿有利参数包括地层信息、岩体信息、控矿构造信息。对不同地层的块体数、矿体数、比率和含矿比进行统计和筛选，见下表1，为地层与矿体叠加分析统计表；图4为本发明实施例1提供的地层与矿体统计分析折线图。从开始，缓冲区和研究区的矿体比率及含矿比陡然升高，及以上地层的含矿比均可达到赋矿地层标准，的含矿比达到最高，为研究区域最主要的赋矿地层。表1研究区域侵入岩体主要为辉长岩和煌斑岩脉，在使用“隐伏矿体定量预测系统”时，将其合并统称为岩体，并计算了岩体分异系数，岩体分异度主体分布在(0.49790620803833-3.49601242542267)。见下表2，为侵入岩体与矿体叠加分析统计表。辉长岩和煌斑岩的含矿比均很高，可知侵入岩体区域矿体富集，可作为有利成矿要素。同时，也验证了研究区域的成矿因素与岩浆岩入侵有关。表2对断裂带作不同尺度的缓冲区分析，结果如下表3所示，为不同尺度下断裂带缓冲区与矿体叠加分析统计。断裂缓冲区的含矿比整体在1.4到1.5区间内，但不同缓冲区的含矿比相差不大，可将范围较小的断裂缓冲区作为成矿预测的有力成矿因子。表3对于其余的构造特征值的定量计算，我们根据建立的断裂str文件，导入到3dmp中，对数据信息插值处理，定量化提取构造特征。(1)构造展布特征统计分析通过对数据表统计后的构造等密度分布在区间(0-1.68)内，我们将此区域内所有构造等密度值等分成100级，并对各个块体单元内的构造等密度区间与已知矿体进行空间叠加含矿分析，参见图5为本发明实施例1提供的等密度含矿比例统计图，发现在区间(0.0168427563259375～0.453595028922983)中总共包含了56.47％的矿体，因此，我们选定这个区间为构造等密度的有利区间，作为后续预测工作的有利成矿因子。构造频数分布在区间(0，4.16204824838313)内，我们对各个构造频数区间与已知矿体进行统计叠加分析，参见图6为本发明实施例1提供的频数含矿比例统计图，最后我们发现在构造频数(0.374601561503903～1.78969153242581)区间内占已知矿体的60.46％，因此将此区间作为构造频数的有利区间，作为下一步预测工作的预测因子之一。再进行类似的操作，统计出主干断裂的信息；并分析统计叠加出的主干断裂，可以得知在区间(0.00926577396234266～10.5490918954807)的含矿比例达到了矿体总数的83.09％，因此可以认为此区间是有利成矿区间，将此区间作为后续预测的有利成矿因子。我们对各个构造方位异常度区间与已知矿体进行统计叠加分析，最后我们发现在(0.0400009227971948～0.650000336436477)区间内，占已知矿体的60.32％，图7为本发明实施例1提供的方位异常度矿体数统计图，因此将此区间作为方位异常度的有利区间，并作为下一步预测工作的预测因子之一。通过以上对成矿有利信息的提取并结合其叠加统计分析结果，确定了本次成矿预测工作的连续插值区域内的定量化预测模型，见下表4为连续差值区域定量化预测模型。表4s6：隐伏矿体区圈定预测，以实现矿体的定量预测本发明主要运用了三维证据权法和信息量法进行三维成矿预测并圈定靶区。数学地质学家agterberg将证据权重法发展并开始应用在矿产资源预测领域，它通过一些与成矿有利信息以及控矿要素的叠加分析完成成矿预测工作(f.p.agterberg，qiumingcheng，1990，2002)。将研究区划分成t个等大小的单元，其中d个网格单元含有已知矿点，每个变量均独立，则先验概率为其独立检验结果见下表5，表5证据层证据t证据层t证据t证据层f证据f证据层t证据f证据层fpt1h410.0006740.0035360.0002260.005649pt1h420.0007280.0034830.0003320.005544pt1h430.0032570.0009530.0003560.005519断裂0.0002770.0039330.0001070.005768断裂缓冲区10.0005460.0036640.0002120.005664煌斑岩0.0003050.0039061.13e-050.005864辉长岩0.000810.0034019.92e-050.005776等密度0.0025380.0016730.0012570.004618频数0.0025480.0016630.0012140.004661方位异常度0.0015410.002670.0006170.005259主干断裂0.0034970.0007140.0016920.004183岩体分异系数4.08e-050.004172.94e-060.005873在地学领域，证据权为了便于解释以及预测工作，往往采用二态赋值，即对含有已知矿体的立方块赋值为1，不含已知矿体的单元块赋值为0.由此计算权重为：c＝w+-w-其中，c＞0即为成矿有利因子，c＝0即为与成矿无关的因子，c＜0则为成矿不利因素。见下表6，为计算权重统计表，图8为本发明实施例1提供的成矿有利因子权重统计图。表6证据项w+s(w+)w-s(w-)cpt1h411.1296290.02298-0.430170.0098191.559801pt1h420.8240260.021961-0.426610.0098941.250636pt1h432.2507810.011027-1.71770.0188293.968476等密度0.7404340.011743-0.977130.014241.717561断裂0.9871340.035712-0.344590.0093151.331725断裂缓冲区10.9867330.025439-0.397230.0096481.383961方位异常度0.9543540.015137-0.639720.0112881.594078煌斑岩3.3384990.04098-0.368250.0093473.706746辉长岩2.1445250.021952-0.491410.0100092.63593频数0.7793720.011729-0.99250.0142821.77187岩体分异系数2.6695490.102315-0.304150.0090492.973695主干断裂0.764090.010008-1.730350.0217642.49444后验概率的大小表示成矿概率的大小。根据后验概率值大小结合区域实际情况确定找矿远景区。后验概率计算公式：其中，l(d|b)＝l(d)+w+，本次研究的本次研究的根据″隐伏矿体定量预测系统″将之前提取的成矿有利预测因子进行模糊化处理(二态赋值)，空值填充为0后，得到计算后验概率表，将其按后验概率的大小自0.2起按0.05区间等分得到后验概率筛选表见下表7，表7后验概率块体数目矿体数目块体比例矿体比例含矿比率＞0.2264321104030.2875250.8323072.894723＞0.25262578103960.2856290.8317472.911978＞0.3235794102550.2564940.8204663.19877＞0.35217187101730.2362540.8139053.445048＞0.4209598101540.2279980.8123853.563117＞0.45206789101510.2249430.8121453.610451＞0.5200464101240.2180630.8099853.714461＞0.55196097100940.2133120.8075853.785929＞0.6191050100730.2078220.8059043.877858＞0.6515924199370.1732210.7950244.58966＞0.711914398320.1296020.7866236.069507＞0.759992596420.1086970.7714227.096972＞0.89225995170.1003580.7614217.587023＞0.857912993730.0860760.74998.712104＞0.96704591390.0729310.73117810.02565＞0.954817674410.0524050.59532811.36006＞0.963669955790.0399210.44635611.18104＞0.971246520310.0135590.16249311.98389＞0.98721412940.0078470.10352813.19284＞0.9925385740.0027610.04592416.63414信息量法也是矿产统计预测中的一种常用方法。先计算之前确立好的成矿预测因子提供的找矿信息量，实现定量定位定概率的矿产预测及评价工作。本次研究仍需先进行数据模糊化预处理，对成矿有利因子进行二态赋值。其数学原理为：其中，ia(b)是指与成矿有利因子a相对应的已知矿体b的信息量p(a/b)是指在矿体b已经存在的条件下a出现的概率，p(a)指的是在所有立方块体中a出现的概率。由于数据量庞大，可信度较高，原则上可将总体概率通过样本频率来估计，其中，nj表示落凼矿区含成矿有利因子a的含矿体b的块体单元的总数，n是指整个落凼矿区内所有矿体单元b的数量，sj指落凼矿区内含成矿有利因子a的块体单元的数量，s表示落凼矿区所有块体b的数量。根据″隐伏矿体定量预测系统″计算所得的信息量统计表，见下表8。表8信息层名含标志单元数信息层单元数信息量pt1h411978365200.598262pt1h422141528470.472163pt1h439580640841.039183断裂818172100.541539断裂缓冲区42m1613339860.540901煌斑岩89626151.399403辉长岩2387175360.998489等密度74541995220.436965频数74751929840.452657方位异常度4519986490.525532主干断裂102642685420.446871岩体分异系数1215731.19115再根据信息量统计表进行20等分筛选如下表9信息量块体数目矿体数目块体比例矿体比例含矿比率＞0299123123450.3253830.9876793.035438＞0.5289209122140.3145980.9771983.106177＞1257216112310.2797970.8985523.211445＞1.5163412102260.1777580.8181454.602586＞28523692840.0927190.7427798.0111＞2.54672367300.0508250.53844310.59411＞31849033300.0201130.26642113.24608＞3.5872920850.0094950.16681317.56797＞436258080.0039430.06464516.39394＞4.514073740.0015310.02992219.55049＞54901680.0005330.01344125.21699＞5.5114480.0001240.0038430.96824＞62152.28e-050.000417.5118＞6.5646.53e-060.0003249.03304＞700000＞7.500000＞800000＞8.500000＞900000＞9.500000本次研究采用三维证据权法和三维信息量法联合圈定靶区，在块体模型中新建约束，筛选出信息量大于3且后验概率大于0.99的区域，参见图9，为本发明实施例1提供的预测区域的块体。成矿预测研究是繁杂的、多阶段的过程，它在进行的每一阶段都可能产生不确定性。因此，成矿预测评价不应终止于靶区的圈定，还应该在实现了“定位”预测之后开展矿产资源预测的评价工作，对整个成矿预测过程中的不确定性进行分析评价。本发明实施例的可选实施方式还包括，对矿体的定量预测结果进行评价。矿床模型综合地质信息体积法是预测资源储量估算的一种可行性方法(肖克炎等，2010)，其核心是圈定成矿系统和成矿地质体，确定地质的三维空间范围，并还综合了地质信息建造构造分析。本论文进行资源储量估算采用以下方法：c＝∑ρ×v×g×m其中c表示预测资源潜力；v表示所圈定靶区中所含的成矿有利区的体积，可以通过成矿有利区的个数n×块体体积(21m×21m×21m＝9261m3)；为区内岩石的平均体重，可通过查阅研究区的勘探报告，结合找矿靶区所在空间位置已经成矿有利区块的岩性特征获得。g为单元块体内平均品位值，根据找矿靶区邻近已知矿体的确定；m为含矿率即本次研究使用成矿有利块体与靶区总块体总块体的比值。计算得，靶区储量估算为433.889t。本发明实施例具有如下优点：本发明实施例提供一种隐伏矿体定量预测方法及装置，该方法结合如今流行的矿产资源三位预测技术、传统的地质理论及研究区已有的数据资料，利用数学地质和计算机技术等理论和方法，开展区域深部矿产资源的预测和评价工作。解决了由于三维预测技术检测的准确度不高而导致的预测效率较低的问题。本发明的另一方面还提供一种隐伏矿体定量预测装置，其特征在于，包括确定模块、建立找矿地质模型模块、建立三维地质实体模型模块、三维成矿地质异常空间重构模块、建立区域定量化预测模型模块、隐伏矿体区圈定预测模块；所述确定模块用于确定研究区域；所述建立找矿地质模型模块用于建立找矿地质模型；所述建立三维地质实体模型模块用于获取所述研究区域的各地质要素并建立三维地质实体模型；所述三维成矿地质异常空间重构模块用于以所述找矿地质模型为依据，提取地质异常信息，对所述研究区域进行三维成矿地质异常空间重构；所述建立区域定量化预测模型模块用于获取成矿有利信息的定量化分布区间，建立区域定量化预测模型；所述隐伏矿体区圈定预测模块用于隐伏矿体区圈定预测，以实现矿体的定量预测。进一步地，还包括：评价模块，用于对矿体的定量预测结果进行评价。进一步地，所述三维成矿地质异常空间重构模块还包括分析计算模块，用于采用统计算法对所述地质异常信息进行分析、计算，得到所述地质异常信息的定量化分布区间。进一步地，还包括通过建立的定量化预测模型基于信息量法对划定的连续插值区域进行成靶去圈定预测工作。进一步地，建立找矿地质模型模块包括，信息获取模块，用于获取研究区域内大地构造背景信息、成矿时代信息、矿化类型信息及成因类型信息；预测模块，用于通过对研究区的大地构造背通过建立的定量化预测模型基于信息量法对划定的连续插值区域进行成靶去圈定预测工作；相关性分析模块，用于对大地构造背景信息、成矿时代信息、矿化类型信息及成因类型信息进行相关性分析；找矿模型的建立模块，用于根据研究区实际数据资料，建立所述研究区的找矿模型。虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。当前第1页12