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
UID96222 天前
[特殊字符] 无级变速传动(CVT)技术突破之道 | 易经×数学×工程的跨维度破解方案
算法·数学建模·开源
您好啊数模君2 天前
随机森林算法-数学建模优秀论文算法
随机森林·数学建模
wa的一声哭了3 天前
赋范空间 赋范空间的完备性
python·线性代数·算法·机器学习·数学建模·矩阵·django
您好啊数模君3 天前
决策树模型-数学建模优秀论文算法
决策树·数学建模·决策树模型
算法如诗3 天前
豆渣发酵工艺优化 - 基于响应面法结合遗传算法
数学建模
88号技师3 天前
2026年1月一区SCI-波动光学优化算法Wave Optics Optimizer-附Matlab免费代码
开发语言·算法·数学建模·matlab·优化算法
AI科技星3 天前
张祥前统一场论电荷定义方程分析报告
开发语言·经验分享·线性代数·算法·数学建模
老歌老听老掉牙4 天前
基于参数化模型的砂轮轮廓建模与可视化
python·数学建模
郝学胜-神的一滴4 天前
李航《机器学习方法》全面解析与高效学习指南
人工智能·python·算法·机器学习·数学建模·scikit-learn
闲云一鹤4 天前
Cesium 使用 Turf 实现坐标点移动(偏移)
前端·gis·cesium