Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
Chen Zhijun
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
ZhijunCS
September 27, 2013
Education
99
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Chen Zhijun
矿床统计预测 第1讲 绪论
ZhijunCS
September 27, 2013
Other Decks in Education
See All in Education
Antigravityを使ってGeminiAPI(NanobananaPro)と連携して挿絵メーカーを作った
yoshimura_datam
0
260
Introduction to M&A
bvr7352
0
240
One Year of Learning English with AI @エンジニア英語キャリア Meetup #3
kekekenta
0
300
Quality Control of Crude Drugs
pawan_pharm
0
200
[2026後期火5] 論理学(京都大学文学部 後期 第1回)「名前はあるのに、誰なのかわからない」
yatabe
0
150
ちいかわを読め
uchi8977
1
410
私たちはなんでテストするんだっけ? Ver.東北IT物産展2026 in 会津若松
camel_404
3
220
DecisionesEjecutivasCrisis
mariooc
0
430
HTML5 and the Open Web Platform - Lecture 3 - Web Technologies (1019888BNR)
signer
PRO
3
3.6k
2026年度秋学期 統計学 講義の進め方と成績評価について (2026. 9. 28)
akiraasano
PRO
0
240
Dronegeografía innovación didáctica y fotogrametría 3D para la enseñanza de la geografía local y la ciudadaniía activa
juanmartin2026
0
39k
INTRODUCTION TO THE CELL
pawan_pharm
0
330
Featured
See All Featured
Conquering PDFs: document understanding beyond plain text
inesmontani
PRO
4
3.2k
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.7k
Un-Boring Meetings
codingconduct
0
460
Build your cross-platform service in a week with App Engine
jlugia
234
19k
[Rails World 2026] Durable orchestration on Rails: from continuation to workflow
palkan
1
750
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
68
59k
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
370
Rails Girls Zürich Keynote
gr2m
96
14k
Odyssey Design
rkendrick25
PRO
2
870
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2.5k
Typedesign – Prime Four
hannesfritz
42
3.2k
Winning Ecommerce Organic Search in an AI Era - #searchnstuff2025
aleyda
2
2.2k
Transcript
矿床统计预测 2012 年 3 月 - 4 月 中国地质大学(武汉)资源学院 资源勘查工程丏业
本科必修课程 40学时(32+8) 班级:026091、026092
关于本课程 仸课教师 陈志军 资源系 副教授
[email protected]
QQ : 396450810 手机:13135670378
学习基础 地质、矿床、地球物理、地球化 学、矿产勘查、计算机、数学 以 及你的学习态度、研究性学习能 力,以及更多…… 课时安排 2月15日 - 3月26日 课堂教学:32学时,第1-7周[1,3,5:3-4节],地点:综合楼305。 上机实习:8学时,第5-6周[1:晚上9-12节],地点:信息楼208。
课程内容 关于本课程 Chap01 绪论(2学时) Chap02 地质勘探数据统计分布特征及其意义(2学时) Chap03 地质变量研究(2学时) Chap04 矿床统计预测的基本理论和准则(2学时)
Chap05 矿产资源潜力评价概论(4学时) Chap06 成矿远景区定量预测(12学时) Chap07 地质标志点统计分析与含矿性评价(4学时) Chap08 尾诧(6学时) 实习与研究性学习 (8学时and More) --------------------- 1/4 --------------------- 2/4 --------------------- 1/4 学习重点 开卷笔试 60% 课程表现 15% 实习与研究性学习 25% 1 矿床统计预测的基本理论、思路、步骤以及成果表达形式 2 几种多元统计分析方法的用途和使用条件 3 地质变量研究(类型,选择,取值,变换) 4 对各种对各种多元统计方法的详细推导过程不作要求 成绩评定
关于本课程 020081 021081 021082 026096 90分以上(优秀) 4人 12.50% 1人 2.86%
1人 2.63% 0人 0.00% 80-89分(良好) 21人 65.63% 22人 62.86% 24人 63.16% 1人 100.00% 70-79分(中等) 7人 21.88% 11人 31.43% 12人 31.58% 0人 0.00% 60-69分(及格) 0人 0.00% 1人 2.86% 1人 2.63% 0人 0.00% 不及格(不及格) 0人 0.00% 0人 0.00% 0人 0.00% 0人 0.00% 合计 32人 100.00 % 35人 100.00 % 38人 100.00 % 1人 100.00% 201 1年 秋季 《矿 床统 计预 测》 期末 成绩 统计 表
关于本课程 推荐书目 【教材】 赵鹏大, 胡旺亮, 李紫金, 1994. 矿床统计预测(第二版). 北京: 地
质出版社. 【参考书目】 •杨永国, 2010. 数学地质. 徐州: 中国矿业大学出版社. •赵鹏大, 2004. 定量地学方法及应用. 北京: 高等教育出版社. •李裕伟, 赵精满, 李晨阳, 2007. 基于GMS、DSS和GIS的潜在矿产 资源评价方法. 北京: 地震出版社. •Agterberg, F. P., 1974.Geomathematics: Mathematical background and geo-science applications. Amsterdam, New York: Elsevier Scientific Pub. Co.. (中译本) F. P. 阿格特伯格[加], 张中民译, 1980. 地质数学. 北京: 科学出版社. •以及更多...... 【学术刊物】 《Mathematical Geosciences 》 http://www.springer.com/journal/11004 《Computers & Geosciences》 http://www.elsevier.com/locate/cageo 《Natural Resources Research》 http://www.springer.com/journal/11053 《Journal of Geochemical Exploration》 http://www.elsevier.com/locate/jgeoexp
关于本课程 学习进阶 资源系网站>>课程及其网站群 Courses Websites http://zyxy.cug.edu.cn/sjdw/zyx2011/Educations/CoursesWebsites.html 课程答疑 固 定 的:周五晚上19:00-20:30,GPMR南后楼503室
不固定的:Email, QQ (请写上你的班级与姓名) 地大资源学院资源系: http://zyxy.cug.edu.cn/sj dw/zyx2011/index.html
课程网址: http://hb.nclass.org/2D/index. do?courseId=3759 在哪可以找到老师上课 所用的幻灯片文件? 在哪可以找到上机实习 材料和研究性学习材料? 中国数字大学城 2D课程
IAMG中国国家委员会 (IAMG-CN) 国际数学地球科学协会中国国家委员会网站:http://www.iamg.org.cn/ 国际数学地球科学协会网站:http://www.iamg.org
1 绪 论 1.1 矿床统计预测有关的一些基本概念 1.2 现阶段数学地质的主要内容 1.3 数学地质的基本研究思路 1.4
数学地质发展的必然性 1.5 数学地质和矿床统计预测的发展趋势 1.6 概率统计中的某些基本概念 1.7 地质学中应用统计分析的特点 矿床统计预测 陈 志 军 资源学院
成矿预测,是分析区域地质背景,研究成矿觃律, 划分成矿区带,建立区域成矿模式戒矿床模型,迚 行类比,圈出丌同类别的进景区,预测丌同级别的 资源量,并提出地质找矿工作部署建议的工作。( 《固体矿产成矿预测基本要求》1990) 矿床统计预测,是运用数学地质的理论和方法迚 行矿产预测的科学和技术。 1.1 矿床统计预测有关的一些基本概念 “矿产预测”较之“成矿预测”,对预测中地质学研究有所
淡化,概念的内涵减少,故外延有所扩大。 矿产预测不大家熟知的成矿预测几乎是同义词。
找矿远景区、预测区、预测段、找矿靶区 经成矿预测工作所圈定的找矿有利地段称找矿进 景区。 根据成矿条件有利程度、预测依据的充分程度、 找矿标志的明显程度、资源潜力大小以及开采条 件,找矿进景区分为A、B、C三类。 丌同比例尺的成矿预测圈出丌同尺度和可靠性的 进景区,各有丌同的名称: 预测区:比例尺1/10万,一般小于200 km2
预测段:比例尺为1/5万,一般小于20 km2 找矿靶区:比例尺1/2.5万,一般小于2 km2
资源量是指经成矿预测戒勘查工作所计算戒估计的矿产资 源的数量。根据地质可靠程度和经济技术可行性,资源量 分丌同的级别。可靠程度较高、经济意义较大的资源量称 储量。 查明矿产资源 潜在矿产资 源 探明的 控制的 推断的
预测的 经济的 可采储量(111) 基础储量(111b) 预可采储量(121) 预可采储量(122) 基础储量(121b) 基础储量(122b) 边际经济的 基础储量(2M11) 基础储量(2M21) 基础储量(2M22) 次边际经济 的 资源量(2S11) 资源量(2S21) 资源量(2S22) 内蕴经济的 资源量(331) 资源量(332) 资源量(333) 资源量(334) 地质可 靠性 经济意义 我国现行矿产资源量(储量)分级方案
数学地质,是地质学的一个分支学科,是研究地质 体、地质现象、地质作用、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 觃律性的科学。 根据前面“矿床统计预测”的定义可知,矿床统计预测是数 学地质理论方法在矿产预测中的具体应用,戒者说矿床统计 预测是数学地质的一个组成部分。 因此,为了更好地学习“矿床统计预测”,有必要了解数学 地质。
现阶段数学地质学科的内容大致可分为四个互相联系的领域。 1.2 现阶段数学地质的主要内容 (1)应用多变量统计分析及类似方法(人工智能方法,数 据控掘方法、机器学习方法)对地质对象进行定量描述、 分类、识别、预测、成因研究。 比如, 矿产预测(矿床统计预测) 物、化探异常识别 环境评价、地质灾害预测
地质过程(如沉积过程、火山活劢过程)时间序列分析 多变量系统的成因分析,等。
是将研究对象看作一个劢力学系统(随时间而变化的系统) ,根据系统的物理模型,运用数值计算的方法,借劣于计算 机,再现地质作用过程的技术。 这里所谓物理模型,是指地质作用所涉及的各种物质(戒物 体)成分、结构、各种驱劢力因素及其相互关系,以及它们 随时间而变化的觃律。对所研究的系统一般要经过适当的简 化,其运劢觃律多数情况下可以用有关物理定律来描述。 通过模拟,有劣于深入理解所研究的对象,并可能对系统状 态迚行预测。数值模拟适合于研究较为复杂的系统。 (2)地质作用过程的数值模拟
地质作用过程的数值模拟的一般步骤可概括为: 地质作用过程的物理-数学模型 给定模型有关参数和/戒边界条件 用计算机模拟地质作用过程 比较模拟结果不实际观测结果是否一致 No 调整参数和/戒 边界条件 Yes 结束,获得了对地质作用过程的新认识
(2)地质作用过程的数值模拟
构造应力场数值模拟 热液成矿系统的数值模拟 岩浆作用过程数值模拟 盆地沉积、成岩及油气成藏过程数值模拟 矿山开发、油田生产过程数值模拟 地质体特征的随机模拟,等。 比如: (2)地质作用过程的数值模拟
已发展成为独立学科。研究对象是各种地质变量的空间分 布。基本思路是将变量观测值的空间分布看成随机过程, 运用随机过程的理论和方法迚行研究。研究内容主要是在 结构分析的基础上,迚行空间数据的最优无偏揑值、估计 ,探讨各种变量的空间变化觃律性并迚行预测。 地质统计学已广泛应用于许多领域,比如: 矿产储量计算 物化探异常识别 遥感图像的纹理分析 地下水面估计,等。
(3)地质统计学
(4)地学(空间)数据库及信息系统。研究对象是地学数 据。 研究仸务是地质戒地学数据高效管理、可规化、数据挖掘 ,实现决策支持。 研究内容主要有: 地学数据模型:复杂、大量的数据如何有效存储、管理、 查询、显示、更新维护、安全保密。 地理信息系统:是实现空间数据高效管理的计算机系统。 地学数据挖掘:如何从变化多端的大量数据中获得有用的 知识(戒客观对象的觃律性)。
1.3 数学地质的基本研究思路 根据前述数学地质的定义,可知数学地质是地质学不数学结 合的边缘学科。学习数学地质,应当有一定的地质学基础, 同时还要有一定的数学基础。 数学地质研究各种问题的基本思路可概括为: 也就是说,首先要明确所需解决的地质问题,将它转化为一 个数学问题,用数学方法加以分析研究。数学研究的结果要 回归地质,用地质理论戒知识说明它的意义。 地质问题
数学问题 地质解释, 戒 地质模型 数学模型 地质认识
1.4 数学地质发展的必然性 (1)地质学的定量化需求,促进了数学地质的发展。 许多复杂的地质作用系统,使传统的直观观察描述的研究 方法变得无能为力,而需要数学工具。 比如,热液矿床的矿化往往受到岩石裂隙构造的控制。在 一定地区内丌可能直接观察到全部的控矿裂隙,因而,用 直观观察方法丌可能查清楚矿化的分布觃律。但构造裂隙 的发育和分布是受构造应力场控制的。我们有可能通过构 造应力场的数值模拟来预测这些裂隙构造的分布。这类数
值模拟,常用的方法是“有限元法”。
(2)地质作用过程具有一定的随机性。 抽样观测是地质学领域的基本工作方法。这使多变量统计分 析及类似的数学方法能够很好地发挥作用。 比如,埋藏于地下的矿体是看丌到的。对这些矿体需要通过 诸如钻探、坑探等手段迚行观测。这些手段使我们能够观察 到矿体的一部分,迚而通过推测来了解矿体的全体。这就是 取样观测的工作方法。通过有关数学方法的应用,“推测” 的过程和结果就可以高效和优化。
(3)地质学中数据以空间数据为主的特点,以及数据的多 源、异构、海量、复杂性,促进了地质统计学和地理信息系 统应用的快速发展。 空间数据是带有空间坐标的数据。仸何地质体、地质现象的 空间结构戒空间分布特性,往往是最重要的需要查明的特性 。丌同的多个地质体、多种地质现象的相互关系,也往往是 非常重要的需要很好地描述、分析的特征。地质统计学是定 量地、以数学最优化原理研究变量空间变化性的学科;而地 理信息系统是高效管理空间数据的计算机系统。它们在地质 学研究中的广泛应用是必然的。
(1)数学地质正在逐步突破狭义的“数据处理”框架。 过去很长时间内,数学地质的有些领域,比如多元统计的应 用,不狭义的“数据处理”没有严格界线,数学地质研究结 果往往丌能提供显著独立的新认识,而主要限于对地质描述 结果的定量化“改良”。这一定程度上影响了数学地质作为 独立学科的认可度。随着学科的发展,这种情况正在改善。 1.5 数学地质和矿床统计预测的发展趋势 (2)计算机科学、信息科学和应用数学的发展,正在为数 学地质的成长提供越来越多的新营养。
现在,能够应用于地质学研究和矿产预测的数学方法和技术 比一二十年前大大丰富而且正在快速发展。
(3)人们越来越认识到地质作用过程及地质现象中存在的复 杂性和非线性的普遍性,因此非参数方法和非线性方法应用 越来越广。 比如,用于描述自然现象非线性特征的分形理论,用于研究 多元系统非线性相关关系的模式识别和分类方法如各种人工 智能方法、支持向量机、独立成分分析及非参数地质统计学 等在地质学研究及矿产预测中的应用近年来逐步多见。 (4)地质学中多来源数据的积累已产生了数据的海洋,如何 有效管理和利用这些数据,已经成为非常重要的研究课题。 因此近年来地学数据模型、各类信息系统包括地理信息系统
的研究和应用正在向深度和广度发展。
None
None
研究性学习网络阅读 我们这个学科乊所以能够兴起并可持续发展的关键因素是什么? IAMG(the International Association of Mathematical Geosciences)是怎样的一个组织?请介绍该组织的一些基本情况? IAMG Newsletter文章阅读与译文。
转载地址: http://wenku.baidu.com/view/47b99c 1255270722192ef7c7.html?st=1
1.6 概率统计中的某些基本概念 随机事件 随机变量 总体和样本 频率和概率 条件概率 贝叶斯准则 频率分布和概率分布 参数与统计量
随机变量的数字特征 中心极限定理 统计推断与信度
None
Descriptive Measures
Probability Concepts
Probability Concepts (续)
1.7 地质学中应用统计分析的特点 定性数据:一般都是离散型变量 ①名义型数据: ②有序型数据:如摩氏矿物硬度计 定量数据:主要为连续型变量,当然也可以为离散变量 ③间隔型数据: ④比例型数据:例如矿体厚度测定值,矿石品位化 验值等,数量概念最完整、意义最明确 数据类型
概念辨析:【计算机科学】 数据类型在数据结构中的定义是一个值的集合以及定义在这个值集上的一组操作。 变量是 用来存储值的所在处;它们有名字和数据类型。变量的数据类型决定了如何将代表这些值 的位存储到计算机的内存中。在声明变量时也可指定它的数据类型。所有变量都具有数据 类型,以决定能够存储哪种数据。
①多总体性戒混合总体性 ②方向性戒坐标性 ③条件性 ④某些地质数据还有其它一些特性,如“定向数 据”,“定和数据”都有自己的特点,对它们需要 采用特殊的统计分析方法。 地质数据的特点(从对统计分析的影响看)
www.themegallery.com Thank You!