矿产资源潜力预测不确定性评价

研究目的:

不确定性评估:

到底什么叫不确定性,简单来说就是某区域内的矿产资源量,并不确定到底有多少,你需要给出一个评估或者分布。

研究方法:

1.以模糊集来表示某些量:

关于什么是模糊集,参考:

模糊数学学习笔记 1:模糊集-CSDN博客

数学建模笔记------评价类模型之模糊综合评价 - 知乎 (zhihu.com)

简单来就论文的这张示意图说,值位于M1到M2之间的变量,隶属度为1,是一定属于集合之内的,而值位于M1-a到M1之间的变量,值越小,隶属度就越小,就越不可能属于集合内,小到一定程度小于M1-a了,隶属度就变0了,就绝对不可能属于集合内了,对于M2到M2+b也是同理。

图一

2.变量定义与计算 :

1.矿产当量

根据定义,矿产当量,就是一个衡量区域成矿潜力的量,它在计算时给越大矿床的权重越大。

2.矿产当量密度

3.区域面积的模糊集

4.计算过程

1.基于模糊集评价未发现矿床数的不确定性
1.由已有数据计算矿产当量
2.假设预测区面积的模糊集
3.计算预测区矿产当量
4.计算预测区未发现矿床数量

可知,发现大型矿床数为0

可知,最多可能发现1个中型矿床

2.基于模糊集评价品位-吨位的不确定性
2.1 中小比例尺品位-吨位不确定性评价

这里涉及一个概念:品位。

2.2 大比例尺品位-吨位不确定性评价

因为大比例尺下,细节性的信息更多,所以中小比例尺的方法不再适用,

结论:

利用矿产当量不仅可以预测未发现矿床数和矿 床产出的概率,还可以预测矿床的规模和不确定性. 此外,从矿产当量的定义看,它还反映了区域矿产潜 力的大小.影响评价预测区未发现矿床数不确定性因素,除地质本身不不确定性,矿产当量的不确定性 外,还应还应考虑找矿远景区的面积的不确定性. 建立品位-吨位模型时,忽略了大型、中型和小 型矿床在品位、吨位上的差别,也忽略大型、中型和 小型矿床的个数比,使得建立的模型不能说明是哪 类矿床(大型、中型、小型矿床)品位、吨位,也不能反 映矿床的平均品位和吨位.因此,需要分别对大型、 中型和小型矿床在品位、吨位建模,而且应该区别对 待中、小比例出预测与大比例尺预测评价不确定性 考评价,两者在考虑不确定性因素上有所区别. 用模糊集可以很好的表达不确定性,其操作简 单、还可以表达半定量和定性数据的不确定性,适宜 评价矿产预测不确定性,它能以透明的方式表达任 意概率下的不确定性。

相关推荐
Trouvaille ~20 小时前
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
python·机器学习·数学建模·数据分析·numpy·科学计算·大数据处理
Desire.98420 小时前
Python 数学建模——ARMA 时间序列分析
python·数学建模·时间序列分析·arma
周末不下雨1 天前
数学建模——熵权+TOPSIS+肘部法则+系统聚类
算法·数学建模·聚类
yz_518 Nemo2 天前
2024年数学建模比赛题目及解题代码
算法·数学建模
ymchuangke2 天前
评价类——熵权法(Entropy Weight Method, EWM),完全客观评价
人工智能·python·算法·机器学习·数学建模
GIS数据转换器2 天前
跨界融合,GIS如何赋能游戏商业——以《黑神话:悟空》为例
大数据·数据库·人工智能·游戏·gis·智慧城市
ymchuangke2 天前
蚁群算法(ACO算法)求解实例---旅行商问题 (TSP)
人工智能·python·算法·机器学习·数学建模
ymchuangke2 天前
文件格式转换:EXCEL和CSV文件格式互相转换
数学建模·excel·csv
GIS数据转换器3 天前
时空大数据平台:激活新质生产力的智慧引擎
大数据·人工智能·物联网·3d·gis
liangbm33 天前
数学建模笔记—— 蒙特卡罗法
笔记·python·数学建模·概率论·概率统计·三门问题·蒙特卡罗法