gis技术及其在地质矿产勘查中的应用毕业论文(编辑修改稿)

gis技术及其在地质矿产勘查中的应用毕业论文(编辑修改稿)内容摘要：

型进行综合评价[1]，主要结合方式如图 4 所示 [28]。 基于 GIS的成矿信息提取就是运用 GIS空间分析技术和其他学科专业理论知识，将地学数据信息表达成 GIS 空间数据库图层或以图层方式展现的属性表（就是 GIS 能够理解的方式），并对其中的隐含的成矿信息进行深度地挖掘，找出反映矿床定位和矿床规模的信息。 空间分析方法 为了能充 分利用已经建立的基础地学数据库，必须使用 GIS 提供的空间分析功能 [29]。 GIS 空间分析功能包括 2 个不同的应用层次[30]：①根据空间对象之间的关系及其分布特征，通过图形分析操作实现对特征因子的提取，生成新的专题图层；②根据具体的应用目标，模拟真实的地质作用过程，通过构建空间分析模型实现与 GIS 系统的集成。 一般 GIS 空间分析在矿产资源 勘查 潜力评价中的应用情况可以这样描述：利用 GIS 的空间分析功能（如包含、缓冲区分析、叠加分析、统计分析等）生成新的专题信息图层，然后利用 GIS 的空间查询功能检索出满足条件 的空间信息，在此基础上进行信息提取和查询分析，如将用 GIS 方式表达的地质图、矿产图和构造图等各种地质图件与评价单元文件叠加，可计算得到所需评价单元的定性和定量数据信息，还可以利用已有的变量进一步进行地质变量综合与转换，实现对深层次信息的挖掘，使隐含的信息和规律显性化。 其中在 GIS 空间查询中所用到的 GIS 空间索引技术在空间数据高效、快速检索的过程中发挥着重要的作用，它是对存储在介质上的数据位置信息的描述，运用于矿产资源 勘查 潜力评价中可以提高系统对地学数据获取的效率。 空间索引的主要常见方法有： Cell 空间索引 、四叉树空间索引、RTree 及其扩展的空间索引。 目前空间索引技术主要应用于矢量数据查询检索、空间数据库的管理等 [31]。 简单地说： GIS 空间分析功能是成矿信息获取的主要手段，也是实现成矿信息自动提取与变量转换的主要思路和内容。 评价模型的建立 在 GIS 空间数据库建设中一项非常重要的内容是根据预测评价矿种及资料水平来进行空间数据库地学数据模型的设计 [32,33]，传统的矿产资源 勘查 评价是基于专家找矿模型来实现对资源的合理评价，而利用 GIS 技术的空间分析功能可以反推找矿模型，这实现了评价模式的转 变 [34]。 矿产资源 勘查 潜力评价模型实际为基于 GIS 的应用模型，即根据具体的应用目标和问题，借助 GIS 技术优势，使观念世界中形成的概念模型具体化为信息世界中可操作的机理和过程。 矿产资源 勘查 潜力的评价模型包括反映矿产形成及成矿表现的矿床成矿模型、综合标志找矿模型、矿床地质环境模型和社会经济模型等内容 [35]。 在潜力评价模型的建立过程中，可用 GIS 表达模型诸要素，如在矿床模型中可表达的要素为：成矿地质背景、矿床成矿要素、成矿产物、成矿标志等。 具体过程可以概括为：在多源地学信息空间数据库的基础上，根据确定的评价因子，利用 GIS 提供的空间分析功能处理多源地学信息，进行专题信息的提取和生成，形成适合矿产资源 勘查 潜力评价的专题图层和专题属性，并建立综合信息评价模型 [22]。 矿产资源 勘查 潜力预测 评价科学理论的 3 条准则为：深刻、统一和预测 [36]。 由此可见，预测能力是评价科学理论的重要标准。 预测的目的是应用当代先进的地质理论和现代化的技术方法将与 矿产有关的资料（数据或信息）转化为资源量的概念，进而圈定预测远景区，缩小勘查目标区，减小发现矿床的风险，从而提高找矿成效和预见性 [37]。 在矿产资源勘查 潜力预测中，借助 GIS 工具能够探索已知矿带与地质、地球物理和地球化学图的组合关系，最终利用组合图进行潜力预测。 GIS 在矿产资源 勘查 潜力评价中的应用过程如图 5 所示。 图 5 GIS 在矿产资源勘查潜力预测中的工作流程 在矿产资源 勘查 潜力评价的实际工作中，主要面临预测要素信息提取与综合、多元信息分析与表达、找矿信息立体化等问题，而这恰好可以用 GIS 技术解决。 其中，空间分析和空间索引技术可以解决信息提取与综合问题； GIS 空间数据库可以高效地实现数据的录入、修改、统计、查询等功能。 同时， GIS 的应用模型可使观念世界中形成的概念模型转化为预测评价模型，并使之具体化、形象化。 [38] 5 存在的关键问题及 研究思路 GIS 在矿产资源预测中的应用发展迅速 ,但尚存在一些关键问题。 利用 GIS 进行矿产资源预测的成功与否 ,在很大程度上取决于对研究区域成矿规律的认识程度和预测方法的合理应用 [8]。 传统地质科学对成矿规律的研究已有较成熟的方法体系 ,但是利用 GIS 的空间分析功能以及结合预测模型的矿产资源预测 ,还存在一些缺陷 ,如忽略各种地质变量之间的关系、各种地质变量与成矿作用的关系 ,以及地质结构、构造特征等 [39],同时预测模型本身尚不成熟。 为了克服这些问题 ,本文认为 ,所建立的多源地学信息空间数据库不应只是多源矿产地质 数据的集合 ,还应当包括一些关系信息 ,如多源矿产地质数据之间的关系、多源矿产地质数据与成矿作用的关系等。 而这又牵涉到多源矿产地质数据的组织问题。 矿产地质数据是基于 GIS 的矿产资源预测的基础 ,但是目前地矿行业矿产地质数据不仅是多来源、多学科的 ,而且还依各个部门的任务、内容不同而不同 , 包括地质、构造、地层、岩石、矿体、钻孔、物探、化探等数据及与地质矿产有关的各项研究成果数据 ,因此如何高效地组织和管理这些数据使之适于 GIS 矿产资源预测是急待解决的问题 [40]。 本文提出的思路是 ,以成矿规律的研究为基础 ,划分不同类 型矿床 , 从不同类型成矿作用的角度 , 对多源矿产地质数据进行归纳、总结、分类 ,建立包含多源矿产地质数据及其相互关系以及与成矿作用内在联系的多源地学信息空间数据库 ,同时根据需要 ,多源矿。