矿床统计预测实习讲义-实习1-证据权法
矿统实习讲义-实习2-回归分析法
实习二、用多元线性回归分析法进行矿床统计预测目的 通过实习，学会使用多元线性回归分析进行矿床统计预测，加深对该方法原理的理解。
要求 （1）根据所提供资料，自己动手完成预测计算的各环节，用控制单元数据建立回归模型，对所提供的各未知单元，评价它们含有小型及以上矿床的可能性；按时提交实习报告。
（2）复习课程“多元线性回归分析”有关内容。
资料 研究区是湖北省某地区一个铁矿成矿带。
为在该区进行矿床统计预测，已将研究区划分为500m ×500m 基本单元408个，并提取了地质变量。
为应用回归分析法，选取一种矿床值（储量乘以某个系数得到的矿床价值）为因变量y 和多个地质因素、找矿标志为自变量(i x )。
本次实习为简便只使用其中两个自变量：1x 为单元磁异常值，2x 为单元中闪长岩体出露面积比。
表2-1（控制单元数据及回归估值表）最左4列列出了实习所用数据。
表2-1控制单元数据及回归估值表方法步骤 第一步：分析研究区内铁矿特征及控矿地质条件和找矿标志，划分基本单元，提取地质变量，地质变量赋值并做适当变换（使因变量尽量服从正态分布、使因变量与自变量之间有线性关系）。
这些工作已经完成（不必重新做），见表2-1的最左4列。
第二步：建立回归方程。
二元回归方程为22110ˆx b x b b y++= （1） 上式中各系数210,,b b b 用最小二乘法确定。
最小二乘法就是使偏差平方和∑=-=ni i i yy Q 12)ˆ( （2） 达到极小而求出210,,b b b 。
上式中n 为观测样品总数。
为此令0,0,0210=∂∂=∂∂=∂∂b Qb Q b Q （3） 将（1）和（2）代入（3），可得到关于210,,b b b 的线性方程组，称正规方程组。
解正规方程组可求出各系数210,,b b b ，从而得到回归方程。
虽然可以采用矩阵形式，但为利于深入细节，本次实习采用分步骤计算的方式。
先计算∑y ，∑1x等值，填满表2-1的最下面一行。
矿床统计预测讲义
矿床统计预测讲义简介矿床统计预测是指通过对已知矿床数据进行统计分析和模型建立，从而对未知矿床进行预测的一种方法。
它是矿床勘探中重要的工具之一，可以帮助矿业公司和勘探者制定科学合理的采矿方案和决策。
本讲义将介绍矿床统计预测的基本原理、主要方法和实际应用，帮助读者了解和掌握该领域的知识和技能。
内容1. 矿床统计预测的基本原理矿床统计预测是基于已知矿床数据的分析和模型建立，通过对已有数据进行统计分析，找出其中的规律和趋势，从而对未知矿床进行预测。
其基本原理包括：•数据收集：收集已知矿床的地质勘探数据，包括地质剖面、岩石样品、地球物理扫描等。
•数据分析：对已有数据进行统计分析，包括数据的中心趋势、离散程度、分布形态等。
•模型建立：根据数据分析结果建立预测模型，包括回归模型、聚类模型、神经网络模型等。
•预测验证：利用已有数据验证模型的准确性和预测能力。
2. 矿床统计预测的主要方法矿床统计预测涉及多种统计学和数学方法，常用的方法包括：2.1. 回归分析回归分析是一种用于探索因变量与一个或多个自变量之间关系的统计方法。
在矿床统计预测中，回归分析可用于确定地质因素对矿床分布的影响程度，并建立预测模型。
2.2. 空间插值空间插值是一种通过已有数据推断未知位置上的值的方法。
在矿床统计预测中，空间插值可用于填补数据缺失的位置，从而得到完整的矿床数据集。
2.3. 聚类分析聚类分析是一种将相似对象归为一类的方法。
在矿床统计预测中，聚类分析可用于将矿床按照地质特征划分为不同的类型，为矿床预测提供参考。
2.4. 神经网络神经网络是一种模拟人脑神经元网络的计算模型。
在矿床统计预测中，神经网络可用于识别矿床数据中的隐藏关系，并建立预测模型。
3. 矿床统计预测的实际应用矿床统计预测在矿业勘探中有着广泛的应用，主要包括以下几个方面：3.1. 矿床评估通过对已有数据的统计分析和模型建立，可以对矿床进行定量评估，包括矿床的储量、品位、开采潜力等指标。
第十章 矿床预测方法
第十章矿床预测方法矿床预测是指矿区范围内的矿产预测，其性质为定位预测，一般为三维空间预测，也有二维预测。
通过预测，推断矿体可能存在的空间位置，指示矿产勘查工作，其基本特点：1．预测区空间范围基本限定，根据工作程度，大概可分为三种类型：一是仅有化探、物探等异常和零星的矿化、蚀变标志；二是地表已发现一定规模的矿体，进一步扩大远景；三是矿区内矿体已基本查明，在其外围一定范围内进一步扩大远景。
2．工作目的是推断是否存在未发现的矿体，并确定其空间位置。
一般情况下，前者以定性为主，后者需定量。
3．预测工作实践性很强，预测的全过程就是矿产勘查的全过程，其工作方法是和矿产勘查同步的连续过程：（1）完成大比例尺地质填图及物探、化探、遥感等基础工作；（2）系统揭露物探、化探异常及矿化蚀变线索；（3）深入研究矿区控矿因素及成矿作用特征；（4）深入总结找矿标志及预测准则，开展预测工作；首先推断是否存在未知矿体，然后定量推断未知矿体可能存在的空间位置。
4．矿床预测工作是一项复杂的系统工程，集地质学、矿床学、找矿勘探学、勘查地球物理、勘查地球化学、遥感地质学等专业及学科知识之大成，具有极强的综合性，因此必须具备各方面的知识基础。
矿床预测工作具有很强的探索性、综合性、实践性。
由于矿床类型不同，预测方法也完全不同，根据成矿作用的基本条件，一般可划分为与沉积作用有关的矿床以及与热液流体作用有关的矿床。
前者包括：石油、天然气、煤、砂岩铀矿；各类沉积金属矿床；后者包括：热卤水、火山作用、岩浆作用、变质作用等与流体作用有关的各类矿床。
本文针对与热液流体有关的矿产的预测工作。
第一节基础工作要求矿床预测工作是矿产勘查工作的重要组成部分，贯穿于矿产勘查工作的全过程，但是作为相对独立的工作内容，应当界定明确的范畴以及基础工作要求。
一、矿区基础工作程度1．已完成地质、物探、化探大比例尺面积性工作；2．系统揭露地表矿化、蚀变以及物探、化探异常；3．已知矿体已经进行了探矿工程控制。
矿床统计预测
1绪论基本概念矿床统计预测是利用数学地质的理论和方法进行矿产预测的科学和技术；数学地质是地质学的重要分支，是研究地质体、地质现象、地质作用和地质工作方法的最优数学模型的科学，是以解决地质问题为目标和出发点，以数学为工具，以计算机为手段研究客观世界规律性的科学主要内容：1应用多变量统计分析及类似方法对地质现象进行定量描述、分类、识别、预测、识别分析；2地质作用过程的数值模拟；3地址统计学；4地学信息库及信息系统基本研究思路：地质问题—数学问题—地质解释或地质模型—数学模型—地质认识地质学中运用统计分析的特点：定性数据1名义型数据2有序型数据定量数据3间隔型数据4比例型数据地质数据的特点1多总体性或混合总体性2方向性或坐标性3条件性4其他特性2地质勘探数据的统计分布特征统计分布及其分析方法：随机变量的概率分布函数和概率密度反映该变量取不同值的概率。
数据统计分布反映一批数据取不同值的频率。
研究途径1计算统计特征值2做频率分布直方图意义1统计分布特征是地质现象的重要的数学特征之一，往具有鉴别和成因意义2查明数据统计分布特征往往是对数据进一步统计分析的基础3根据数据的统计分布特征，选择拟合合适的概率分布模型，可据以进行必要的统计推断和估计分布模型1正态分布由许多微小部分累加或微小因素叠加共同作用2对数正太分布一个变量受个别突出因素作用从而偏离正太3泊松分布描述稀有事件，可用于推断一定地区的找矿潜力4二项分布评价勘探工程布置方案5负二项分布及混合分布6多项分布7超几何分布8指数分布混和分布及其地质意义两个或多个不同的随机变量的加权和的概率分布成为一个混合分布。
意义在于他可能反映多种成因及多期作用的叠加混合筛分有时为了深入研究地质体的成因和形成过程，需要从混和分布的数据整体中将各成分分离出来，并对成分总体的参数进行估计，这一过程叫做筛分筛分方法1解析法2数值法3图解法3地质变量研究预处理在用地质数据构置地质变量之前对地质数据进行处理目的1排除或压低地质数据中的随即干扰2突出有用信息3提高数据的可利用程度4增强构置地质变量的可靠性内容1数据校正2统计分布研究和混合总体筛分3可疑观测值剔除，奇异值的稳健处理4数据分布均匀化5不同时间，技术条件下所获得的不同水平的资料的分析处理常见问题1数据校正问题2离群数据鉴别问题3缺值问题4空间插值问题5数据变换地质变量的类型：着时空位置的不同，表示某一地质现象可取不同数值的变量分类按性质定性的定量的按其应用时的取值方法分观测变量乘积变量综合变量伪变量特征1具有明确的地质意义2统计特征明显3地质变量与研究对象之间直接存在着密切的或定量的关系地质变量的选择从众多的地质变量之中选择重要变量的过程目的1获得一批地质意义明确，统计特征明显且与研究对象和目的密切相关的地质变量2达到变量结构最优化，要具有最佳变量组合选择原则和方法1先多后少2尺度对等3深浅结合选择的统计方法1几何作图法2计算简单相关系数、秩相关系数、偏相关系数3信息量计算法4秩和检验法5用于二态变量选择的地质向量长度分析法，相关系数比值法，变异序列法6多元统计方法地质变量取值和综合变量的构置：取值获得地质特征的具体数值，室内取值，野外取值取值原则1保证抽样的随机性2保持抽样方式和条件的一致性综合变量的构置：组合特征值赋权枝状综合变量逻辑组合变量地质变量的变换：目的1使地质变量尽可能接近正态分布2统一地质变量的数据水平3使两变量间的非线性关系变为线性关系4用一组新的为数更少的相互独立变量代替一组有相关关系的原始地质变量统一量纲（标准化极差化均匀化）偏态正态分布（对数变换平方根反正弦或反余弦）非线性—线性（画值变换）是原始变量的个数减少或相互独立（R型主成份分析）4矿床统计预测的基本理论和准则基本任务1预测矿床可能产生的空间位置2矿床值的可能大小3矿床存在的概率4定量评价各种控矿因素和找矿标志及其不同状态和组合对成矿的作用5研究和预测评价结果的不确定性基本理论1地质和技术经济双重属性2矿产资源分布不均匀性3地质—成矿作用过程的确定性和随机性4相似类比求异理论和综合信息理论基本原则1以地质—成矿作用研究为基础2尺度一致3循序渐进4综合信息5矿产资源总量估计和潜力评价方法潜力评价在一个较大的区域范围内对某种矿产资源总量进行估计并结合经济因素，对其近中长期供应保证程度做出评价资源估计的不确定性和误差影响因素1方法的适用性2类比中的不确定性（矿床变化性，识别的准则，区域地质变化性，取样的不确定性）3新的或非寻常的矿床4矿石工艺方面的突破资源估计的三个基本要素1数据2方法3设备资源总量估计和潜力评价方法1“镶嵌模型”估计矿床产出概率法2矿床值概率分布法1区域价值估计2体积估计3地壳化学丰度估计4矿床模型法5德尔菲法或主观概率法6综合法6成矿远景区定量预测矿产资源总量=储量+矿产资源潜力两种基本形式1总合式估2非总合式估计中大比例尺矿床统计预测的基本步骤和研究内容明确任务—收集资料—工作设计—工作实施—提交成果，工作实施（划分基本单元，选择控制区，建立矿床地质概念模型，地质变量研究，数据预处理，建立预测模型，预测模型在未知单元的应用，预测成果表达及解释，提出进一步工作部署和建议7秩相关分析法预测及找矿信息量计算法预测秩相关预测法通过计算矿床值与地质因素和标致之间的秩相关系数，选择找矿的有利标志，然后根据单元中的有利标志计数评价单元找矿有利性，进行找矿远景区预测的方法实施过程1准备工作2形成矿床值序列3对变量进行划分4频率统计5计算秩相关系数6筛选有利标志7计算单元统计标志数8检验预测注意的问题1对控制单元数目和类别要求较高2原是变量如何划分没有固定规则，可考虑进行多方案实验3自变量之间的相关性没有考虑找矿信息量计算法预测通过计算各种地质变量所提供的关于矿床存在的信息量，来评价变量的重要性，评价各个单元的找矿有利程度，进行找矿远景区预测的统计分析方法。
实习2B-证据权法-应用GeoDAS软件
GeoDAS证据权模块使用说明
包括内容： 设置训练参数 计算证据权层（模糊）权重 设置预测参数 计算后验概率 估计矿床数
设置训练参数
1. 设置训练区 训练区是对证据权模型进行训练的区域，该训练区一 般是勘探程度比较好的区域，在训练区内需包含一定数 量的已知矿床（点），可以建立矿床（点）与证据层之 间的相关关系。 2. 设置训练点图层 训练点图层是在训练区内已知矿床（点）的图层，训 练点是用于模型训练的已知矿床（点），与预测目的有 关，训练点可以是训练点图层中某预测矿种的所有矿床 （点），也可以是其部分矿床（点），其剩余矿床（点 ）作为模型检验矿床（点）。
设置预测参数
设置预测参数主要是为了设置预测区域的范 围，预测区域的范围可以和训练区相同，也可以 比训练区的范围大，但此时预测区域应该包含训 练区。
计算后验概率
由训练区内所获得的各个证据层的权重，计算预测 区的成矿后验概率。
实例
以示例数据为例，选择4个控矿要素作为4个证据 层：
1）背斜构造控矿500米多层缓存区 2）岩体接触边界500米多层缓存区 3） 第一主成份元素组合异常图 4) 第三主成份元素组合背景图 以在研究区内已知金矿床为训练点图层
> value0包含的已知矿床数 < value0包含的已知矿床数
=value0时包含的已知矿床数
W+和W-：分别表示正负权重 S(W+)：表示W+的标准差 S(W-)：表示W-的标准差 C＝W+-W-，表示正负权重的差 S(C)：表示C的标准差 t＝c/S(C)，表示t统计量 一般情况下t>2, 表示正负权重具有显著差异。
从菜单中选择：模糊证据权－>设置训练参数
பைடு நூலகம்
证据权法相关知识
证据权重法：是一种利用确定矿产形成的后验概率,来圈定研究区有利成矿部位的数学模型。
其数学原理及计算中的关键是:前验概率→证据权重→后验概率。
(1)前验概率。
即根据已知矿点分布计算各证据因子单位区域内的成矿概率。
假设每个矿点所占的单元格面积为u,研究区的面积(以单元格为单位)为A(T)/u=N(T)式中,T为研究区;A(T)为面积;N(T)为单元格数目。
研究区内的矿点数为N(D),则随机选取一个单元格中矿点的概率为P(D)=N(D)/N(T),也被称为先验概率。
(2)证据权重。
假设研究区被划分成面积相等的T个单元,其中有D个单元为有矿单元。
对于任意一个证据因子,其权重定义为:W+=ln[P(B/D)/P(B/D-)](1)W-=ln[P(B-/D)/P(B-/D-)] (2)式中,W+和W-分别为证据因子存在区和不存在区的权重值,对于原始数据缺失区域的权重值为0;B为因子存在区的单元数;B-为因子不存在区的单元数。
证据层与矿床(点)的相关程度为:C=W+-W-(3)后验概率。
是在大量地质、地球物理和地球化学等图层叠加操作的基础上计算出来的。
因此,其结果综合反映了各种控矿因素和矿化信息对矿床的控制和指示意义。
O后验=exp{ lnD1-D+Σni=1W k j}式中,Wkj为第j个因子的权重。
该模型以贝叶斯条件概率为基础,通过一定的数学计算方法,确定与成矿作用关系密切的证据层的权重值,进而计算空间任一位置矿产发育的概率值,来圈定不同级别的预测靶区。
预测评价结果是一个成矿后验概率图,后验概率值的大小对应着成矿概率的大小,数值越大,表明发现矿床(点)的概率越大。
在确定整个预测区内的临界值之后,其概率图中后验概率大于临界值的地区,即为找矿远景区。
基本流程思路：对于已有的数据,在总结控矿要素的基础上,提取与成矿有关的点、线、面信息:将面状信息与矿床(点)进行空间叠加,并计算不同属性的面状信息的单位矿产当量;线性信息主要是进行方位、交点、密度的计算,以及Buffer缓冲分析等;点信息的属性可以进行DTM分析绘制等值线,构筑成面状信息进行分析。
矿床统计预测期末考试重点内容
矿床统计预测是数学地质最活跃的一个分支，是数学地质在矿床预测中的应用。
数学地质应用数学作为工具，并且运用现代电子计算技术自动处理地质数据，显示地质成果，并解决各类复杂的理论和实际问题。
数学地质解决问题的一般模式是：地质问题（模型）→数学问题（模型）→地质解释数学地质必须以地质为基础和出发点。
矿床统计预测: 是运用数学地质的理论和方法进行矿产预测的科学和技术。
研究对象为矿床/矿化体/成矿远景区。
成矿预测：圈定不同类别的远景区，预测不同级别的资源量。
经成矿预测工作所圈定的找矿有利地段称找矿远景区（可分为A、B、C三类）。
矿床统计预测以圈定出矿化体可能产出的空间位置（找矿远景区）、规模（资源量）和概率为目的。
矿产资源有地质与技术经济的两重性。
地壳中矿产分布的不均匀性：空间分布的不均匀为不同尺度的成矿区带的存在，时间分布的不均匀性为与构造运动有关的成矿期。
地质-成矿作用过程成矿规律是存在的，成矿过程由于种种因素是接近随机的。
概率论和数理统计是矿床统计预测的重要基础和手段。
相似类比是过去和目前成矿预测的最基本思路和方法。
地质环境相似类比, 是矿床模型法，“建模—外推”的方法。
建立矿床模型的工作十分重要。
矿床模型可以分为：矿床成因模型，描述性模型，找矿模型。
矿床统计预测中常用多变量统计分析方法（各种信息关联及解释）。
研究区内的地质资料、对研究区内矿床的地质认识，是矿产预测的最主要依据。
矿床统计预测的基本原则：1.以地质和成矿规律研究为基础的原则2.尺度水平对等原则：预测结果精度与所用资料的精度相适应。
3.循序渐进原则：比例尺由小到大、研究范围及预测远景区逐步缩小的顺序。
4.综合信息原则5.矿床值分布律准则6.发现率分析准则。
单元（基本单元）：将整个研究区划分为许多一定面积的小地段或小单位。
几何单元：等面积的正方形或长方形网格。
地质单元：以地质体为单元。
网格单元与地质体和矿化体没有很好的对应关系，因此不利于综合找矿信息的提取和关联。
矿床统计预测-矿床模型法及特征分析法PPT文档共25页
16、自己选择的路、跪着也要把它走 完。 17、一般情况下)不想三年以后的事， 只想现 在的事 。现在 有成就 ，以后 才能更 辉煌。
18、敢于向黑暗宣战的人，心里必须 充满光 明。 19、学习的关键--重复。
20、懦弱的人只会裹足不前，莽撞的 人只能 引为烧 身，只 有真正 勇敢的 人才能 所向披 靡。
谢谢！
36、自己的鞋子，自己知道紧在哪里。——西班牙
37、我们唯一不会改正的缺点是软弱。——拉罗什福科
xiexie! 38、我这个人走得很慢，但是我从不后退。——亚伯拉罕·林肯
39、勿问成功的秘诀为何，且尽全力做你应该做的事吧。——美华纳
40、学而不思则罔，思而不学则殆。——孔子
矿床统计预测2017-3-基本理论和一般方法
关于地质变量的研究内容和方法，后面介绍。
3 矿床统计预测的基本理论方法
3.4 矿床统计预测的一般程序和工作内容
（6）建立预测模型。预测模型，这里是指矿产预测的数学模型，是用数 学语言表达的矿产资源数量、质量、空间位置与各种地质变量的定量关 系或变化趋势。 建立预测模型，就是要根据已有的数据情况和预测任务要求，选择运用 合适的数学方法，研究和表达矿产资源产出的规律性。这些规律性表现 为矿产资源体（矿田、矿床、矿体）与地、物、化、遥变量之间的数量 关系和空间关系。 模型的建立和使用因预测方法不同而异，见后述。
3 矿床统计预测的基本理论方法
3.2 矿床统计预测工作的种类
按照预测工作的精度或比例尺，矿产预测和矿床统计预测大致可分以下 种类： （1）小比例尺（一般≦1/100万）大区域矿产预测。研究区尺度为数千 km2，目的是划分成矿区（带），或在成矿区带内划分矿集区。使用各种 资料数据包括区域性低精度数据和区域成矿规律研究成果。 （2）中-大比例尺（一般1/50万-1/5万）的区域矿产预测。研究区尺度一 般为数百至数千km2，目的是在成矿区带内圈定找矿远景区（预测区或预
3 矿床统计预测的基本理论方法
3.3 矿床统计预测的基本原则
（2）尺度一致原则
尺度一致原则是指，在矿产预测及矿床统计预测中，应力求做到以下三 个方面的一致性或适应性： 1）工作精度（比例尺）与研究区的大小及预测资源量级别相适应。 2）预测结果精度与所用资料的精度相适应； 3）所用的地质变量（各种控矿因素、找矿标志）的空间尺度与工作精度 （比例尺）相适应。 具体情况参见前述 “矿产预测工作种类”。
3 矿床统计预测的基本理论方法
3.1 矿床统计预测的基本理论要点
（5）对象分类、模式识别和趋势预测的数学最优化理论
【矿床统计预测 实习指导】实习1A-混合总体筛分
实习1 相交双峰混合总体的筛分目的要求：由于地质作用的长期性和复杂性，地质体往往经历了多个成因阶段或具有复杂的成因过程。
因此，对各种地质体的取样观测所得的数据，往往代表了多次成因或多次地质、地球化学过程作用叠加的综合结果，这种叠加成果形成的数据的概率分布为多总体混合分布。
通过实习初步掌握应用概率纸图解法对非相交双峰混合总体进行筛分的方法，并进一步了解研究多总体混合分布的目的及地质意义。
本实验将通过手工技术作图和计算机辅助计算作图两种技能来完成。
A. 手工计算作图1.给出原始数据本练习的原始数据为某地400个样品Zn元素的分析结果。
2.将数据进行分组（表1）（本练习以上两部从略）3.统计各组的频率4.做Zn含量频率分布直方图，由直方图看出Zn元素的统计分布特征是：_________________5.计算混合母体的累积频率6.将各组的组中值及与之对应的累积频率在正态概率纸上投点，然后连成一条光滑的曲线，此即混合总体的实测累积频率曲线7.在实测累积频率曲线上找拐点，大致确定成分总体数及其在混合总体中所占的比例，拐点出现处的累积频率百分数大致可代表两个成分总体的比例。
在本例中，成分总体数为_________8.对于非相交双峰混合总体，根据曲线的上端和下端部分的若干个点，分别估计成分总体。
12应用公式 P (A+B) = f A P A + f B P B(1) 式中：P (A+B)——实测数据曲线上概率读数。
P A 、P B ——两成分总体对应于P （A+B ）点有关的概率。
f A 、f B ——依拐点所确定的两成分总体的比例。
在本例中：f A = ———————————，f B = 1 - f A = ———————————。
1）曲线上端的若干个，由（1）式得P A =P (A+B)/f A （因P B =0）求各点的P A 作垂直线与各P A 点所对应的P （A+B ）作水平线，二者相交，得若干交点，若这些点能按直线趋势连接，则认为此线为代表A 总体的直线。
矿床开采理论与实践课件——第一章 矿床开采总论
※ 矿石损失与贫化是评价矿床开采的主要指标，它反 映了资源的利用情况和采出矿石的质量情况。
2020/6/13
17
二、矿石损失与贫化的原因
1．矿石损失的原因 ⑴ 非开采损失
三、矿石和围岩的物理力学性质
⒈ 硬度：指矿（岩）石抵抗外来机械作用的能力。 ※ 硬度影响凿岩设备和破碎方法的选择，也影响劳动 生产率、材料消耗和采矿成本。
⒉ 坚固性：指矿（岩）石抵抗外力的性能。
※ 坚固性的大小，常用坚固性系数f 表示。
f ＝бC/ 100
※ 坚固性影响凿岩速度、炸药消耗量和地压管理。
指在开采过程中造成矿石在数量上的减少。 ② 矿石损失和表示方法 ◆矿石损失率：指在开采过程中损失的工业储量与原工 业储量之比率。 ◆矿石回收率：指采出的纯矿石量与工业储量之比率。 ※ 损失率和回收率均用百分数(%)表示。
2020/6/13
16
2．矿石贫化与贫化率 ① 矿石贫化
指在开采过程中，由于各种原因造成矿石质量的降低。 ② 矿石贫化和表示方法
2020/6/13
5
2020/6/13
6
⒊ 稳固性：指矿（岩）石在空间允许暴露面积的大小和 暴露时间长短的性能。 ※ 稳固性和坚固性既有联系又有区别。 ※ 根据矿岩的稳固程度，可将矿岩的稳固性分为五级： ⑴ 极不稳固：掘进巷道或采矿时，不允许有暴露面 积，否则可能产生片帮或冒落现象。 ⑵ 不稳固：不支护的允许暴露面积在50m2以内。 ⑶ 中等稳固：不支护的允许暴露面积为50～200m2。
矿石贫化率的计算式为：
100%
矿床统计预测
1、矿床统计预测以多元统计分析方法为基本工具，以矿床/矿化体/成矿远景区及相关地质体和地质过程为研究对象，以电子计算机为手段，以查明各种控矿因素和找矿标志组合对成矿和找矿的作用（定量），以最终以圈定出矿化体可能产出的空间位置、规模和概率为目的2、根据预测目的、范围、比例尺、内容、方法及成果表达形式，分为三种类型： 矿产资源总量估计和潜力评价 成矿远景区定量预测 矿床及矿体定量预测3、随机事件（random test ）在一定条件下可能实现，也可能不能实现的现象称为随机事件。
随机变量在观测或试验中，可能取这个或那个数值，但事前不能确定取什么样的值，而一旦观测/试验完成，其值也随之唯一确定。
4、总体：一组样品所有测定值的集合；样本：某个样品上所得到的测定值；个体：样本中的单个测定值。
频率：若进行N 次观测，某一事件A 出现的次数m 称为其发生的频数,m/N 比值称事件A 发生的频率(f *).概率：当N →∞时，频率f 的极限值称为事件A 出现的概率，用P 表示 5、条件概率若A 、B 为两个随机事件，且P (B)≠0，则事件B 已经出现的条件下事件A 出现的概率称为条件概率，贝叶斯准则即事件A 、B 同时出现的概率等于事件A 已经出现时事件B 出现的概率乘以事件A 发生的概率。
6、随机变量的数字特征： 方差 变异系数协方差平均值相关系数7、正态分布)()()|(B P AB P B A P =)()()|()|(A P B P B A P A B P ⋅=212)(11μ--=∑=ni ix n S μσ=V ))((111y i n i x i xy y x n μμσ---=∑=∑∑===ni i i ni i p p x 11μ+∞<<-∞=Φ--x e x x ,21),;(222)(σμπσσμ当μ=0，σ=1时, 以上密度函数简化为：8、为什么有的地质数据呈对数正态分布？解释1：随机变量X 受多个因素综合作用，其中个别因素对X 取值的影响尤其显著。
矿床开采理论与实践课件——采矿法选择
步 骤
指标，并据此进行分析比较，从中选优。
2020/9/4
7
采 三、采矿方法的综合分析比较
矿 方
经过上述分析比较还不能判定优劣时，则对采矿方法
法 方案进行详细的技术经济计算，计算出有关指标。根据
选 这些指标再进行综合分析比较，最后选出最优方案。
择
步
骤
2020/9/4
8
一、采矿方法初选
首先就技术可能性提出一些采矿方法方案；其次是根
采 矿
据各方案的主要优缺点，淘汰掉具有明显缺点的方案。
方 二、采矿方法的技术经济分析
法
对初选的方案，要确定其主要结构参数、采准切割布
选 置和回采工艺，选择具有代表性的矿块，绘制采矿方法
择 方案的标准图，计算或用类比法选出各方案的技术经济
2
选 择
一、安全
采 矿
1 保证工人在采矿过程中能够安全生产；
方 2 有良好的作业条件；
法 3 保证矿山能安全持续地生产；
的 基 二、矿石贫化小
本 要 求
要求矿石贫化小，矿石质量高，满足加工部门对矿石 质量的要求。在一般情况，矿石贫化率要求在15～20% 以下。
2020/9/4
3
三、矿石回采率高
要求选择回采率高的采矿方法，以充分利用地下资源。
源保护等法规的有关规定。
2020/9/4
4
影
响 一、矿床地质条件
采 矿
⒈ 矿石和围岩的物理力学性质: 很重要。
矿石和围岩的稳固性
方
法 ⒉ 矿体产状: 矿体产状主要指倾角、厚度和形状等。
选 ⒊ 矿石品位及价值: 开采品位较高的富矿、价值较高
择 的
的贵金属或稀缺金属（如镍、铬等）矿石，则应采用回
矿床统计预测-证据权法
于是事件D/X的优势率为
O(D | X ) P(D | X ) eF 1 P(D | X )
Eq 6-10
6 证据权法
6.2 证据权法原理
由Eq6－10可得后验概率为
P(D
|
X
)
1
eF eF
Eq 6-11
后验概率是用来对单元是否有矿进行预测的主要指标，是需要计算的最 后结果。它越大，表示单元越有利于找矿。
6 证据权法
6.1 概述
证据权法是1980年代产生的多变量统计分析方法，最初用于医疗诊 断，后来随着GIS的应用，证据权法开始用于矿产预测。 通常，为了预测某个事件是否会发生，可以收集多方面证据进行推 断；可按照各种证据与该事件的相关性为证据赋权。证据权法是通 过计算和利用各种不同证据的权重，并将多种证据结合起来，预测 某个事件是否会发生的一种方法。 在矿产预测中，需要预测的是 “一个单元中有某类矿床存在”这件 事是否会发生。所使用的证据是多个地质变量。每个地质变量都可 以在研究区内的所有单元中取一个值，称为一个证据层。许多证据 层按照各自的权系数进行叠加，获得每个单元的“有矿概率”，根据 单元有矿概率的大小可以划分找矿远景区。
O(D) P(D) Eq 6-2 P(D )
为事件D的优势率（Odds ratio）。
优势率常能够比概率更好地表示事件D发生的可能性大小。
6 证据权法
6.2 证据权法原理
用集合 X {X1, X 2 ,..., X p} Eq 6-3
表示与D有关的p个证据，并设各Xi都是逻辑变量。用D/X表示“单元中 存在X的情况下有矿”这一事件。该事件的概率是条件概率：
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实习1、用证据权法进行找矿远景区预测
目的 通过实习，学会使用证据权法进行矿床统计预测，加深对该方法原理的理解。
要求 （1）根据所提供资料，自己动手完成预
（2）对计算过程中涉及的计算公式要了解其物理意义；对所涉及各地质变量，要分析了解其地质意义。
（3）复习课程“证据权法”有关内容。
资料 研究区是河北某地区一个北东向复式向斜控制的铁矿集中区。
该区铁矿主要赋存于前
铁质来源与火山—沉积作有关，经历了复杂的区域变质（包括混合岩化）和构造变动，矿体多呈大小不等的透镜体状。
方法步骤
第一步：分析研究区内控矿地质条件和找矿标志，划分网格单元，提取地质变量（统称为证据层），并将所有地质变量变换为逻辑变量（二值变量），选择控制区（有矿和无矿两类单元）。
在控制单元中统计出各变量存在的单元数（i S ）和含矿单元数（i N ）。
这些工作已经完成（不必重新做），得到表1-1最左边3列。
控制单元总数S =160，其中含矿N =70。
表1-1地质变量（证据层）证据权计算表
注：N 表示含有证据层X i 但不含矿的单元数。
第二步：计算各变量的证据权和对比度系数。
证据权分两种，即正权（+i W ）和负权（-i W ）。
它们的计算公式为：
)
/(/ln
N S N N N W i i i -=+
)
/(1/1ln
N S N N N W i i i ---=- (Eq. 1-1)
正权和负权分别表示变量与单元含矿和不含矿的关系密切程度。
为表示变量对于单元含矿/不含矿的区分能力，可计算对比度系数（C i ，或称衬度系数），公式为
-
+-=i i i W W C (Eq. 1-2)
根据对比度系数大小可以评价各变量对找矿的重要性。
请根据以上公式，计算填满表1-1，然后填满表1-2。
注意在表1-2中，为节省空间和时间只评价5个变量。
请在每格填写一个变量名（符号）。
表1-2证据层示矿意义评价表
第三步：计算各单元的含矿后验概率。
一个变量在任一单元中的证据权为：
⎪⎩⎪⎨
⎧===-+
if ,
1if ,i i i i i X W X W W (Eq. 1-3)
即若变量在该单元出现，其权为+i W ，否则为-i W 。
对每个单元，所有变量证据权总和F 为：
∑==
p
i i
W
F 1
(Eq. 1-4)
式中p=21为变量数。
单元的后验概率)/(X D P 为：
F
F e
e
X D P +=
1)/( (Eq. 1-5)
根据该后验概率大小可评价该单元的找矿有利性。
限于时间，本次实习中只计算部分单元（16个）的后验概率。
请填写表1-3（单元数据及后验概率计算表）。
第四步：根据单元后验概率大小，评价各单元找矿有利性；根据控制单元的后验概率，选择合适的后验概率临界值，筛选找矿有利单元，圈定找矿远景区；分析有利单元的地质情况，参考后验概率大小，按照成矿预测工作的一般要求，对远景区进行分级。
限于时间，本次实习略去这些工作，请仅根据表1-3，做出合适的结论，填写到该表后面所留空白处。
根据表1-3得到结论： 根据1，4，8已查明矿体，可判明含矿概率，而5，6，10不含矿，通过比较其他单元后验概率与含矿概率的大小，大于含矿概率的找矿远景效果佳
认为找矿有利的未知单元有 一级远景区4，14，二级远景区15，16 。
表1-3单元数据及后验概率计算表
注：含矿情况，1表示已知有矿，0已知无矿，空白为未知。
各变量值1和0分别表示出现和不出现。
附录——使用MS EXCEL 本次实习因涉及数据及计算量较小，可使用Excel 。
（1）表
1-1中W 、W 和C 的计算：将该表拷贝到一EXCEL 工作表，输入公式计算，再将结果拷回到表1-1。
例如计算 i W ,公式为=ln((X /70)/(Y /90)),其中X 和Y 分别是含有i N 和i N 的单元格名称。
（2）表1-1中对变量按W +或W -或C 排序：将变量一列及排序标志（如C ）一列拷贝到一个EXCEL 工作表，然后执行排序命令，再将排好的序号序列拷贝到表1-1。
（3）表1-3中F 及P (D/X)的计算: 1）应用公式Eq.1-3计算每个单元每个变量的W 值：首先将表1-3拷贝到一个工作表，称数据块A ；再将表1-1中W +、W -两列拷贝到数据块A 右边，称数据块B ，注意相应行对齐；再将数据块A 拷贝一份到B 的右边，称数据块C 。
在数据块C 的第一行第一列单元格中输入公式 =IF （x ,y ,z ），其中x 为数据块A 的第一行第一列单元格名称；y 和z 分别为B 的第一行两列单元格名称，并都用＄固定列号；执行该公式，数据块C 第一行第一列的值成为相应的W +
或W -
值。
将该第一行第一列单元格向下向右执行复制命令，算出数据块C 中所有单元格的W 。
2) 应用Eq.1-4和Eq.1-5计算F 和P (D /X )：在数据块C 最下面一行的下面，第一列单元格中输入公式 =SUM(x )，这里x 表示数据块C 第一列的单元格范围。
执行该公式得到第一个F 。
向右拖动复制，算出所有F 。
用类似方法算出所有P (D /X )。
最后将结果拷贝到表1-3相应的行中。