GIS在资源评价中的应用

《GIS在资源评价中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第五章GIS在资源评价中的应用一、GIS与资源评价二、证据权法、信息量法等三、MORPAS介绍四、实习资源勘查、开发以及地球科学领域各专业的工作过程，从本质上讲都是信息的获取、处理分析、解释和应用决策的过程。第一节GIS与矿产资源评价矿产资源评价涉及的所有信息几乎都直接或间接地与空间位置有关，都属于地理信息的范畴。地质体、构造、岩性、采样、样品分析、物化探异常矿产资源评价的过程就是信息的搜集、整理、处理、成矿信息的提取、综合分析、成矿区带或找矿靶区的确定以及成果表示的过程。作为空间信息管理系统的GIS其应用可贯穿

2、于矿产资源评价的整个过程，表现出传统方法不可比拟的优越性。1.基于GIS的矿产资源评价的优势1）将搜集到的各种图形信息(图件)、文字描述信息、数字数据通过合理、有效的空间数据库进行管理，灵活的图形信息与属性的双向查询检索，可大大提高矿产资源评价的效率。可从图形检索其各种属性，也可根据地质体的各种专题属性检索相应的图形，还可以根据多种属性进行组合条件检索。如可在地质图空间数据库中根据地层、岩性、构造等属性检索出相应的地质体；还可从表示地质现象的点(矿床、钻孔、采样点等)、线(断层、线性构造、河流等)以及面(地层、岩体、异常

3、区等)检索它们的属性。由于每一个成矿标志都有一个定量化条件，地质学家可用这些条件检查数据库的每一部分，有利于提高研究的深度。1.基于GIS的矿产资源评价的优势2）GIS提供的空间分析(叠加、包含、相邻关系、缓冲区、地形分析)及空间信息计算(面积、周长，距离等)等功能，实现了传统方法难以进行的对各种地质体的多种空间关系的定量分析。空间分析对于研究地质现象之间的制约关系与相互作用进而提取与矿床或矿化有关的地质标志和信息较为有效。GIS的叠加功能可形象地理解为计算机化的透图台，是资源评价用得最多的空间分析功能。不同图形信息的叠

4、置既可用于地质成矿信息的提取，也可用于多种成矿信息的综合分析。缓冲区分析是通过计算在点、线、面实体周围自动形成满足一定距离要求的区域，通常用于确定影响范围，是资源评价应用比较多的另一个空间分析功能。如对已知矿床与控矿构造(断层或褶皱轴)的空间距离进行统计分析可确定最佳控矿距离，再用该距离对控矿构造进行缓冲区分析即可分析两侧不同宽度范围的矿化点分布规律，从而判断矿床与断层、褶皱轴的相关关系及构造控矿最大影响域或确定矿化有效区带。数字化的地形分析功能能自动提取地表梯度信息，计算坡度、坡向、划分汇水盆地图系和河流网，这种地形表

5、面分析对研究地球化学元素在地表各介质环境中的聚集、扩散和迁移有特别的功效。1.基于GIS的矿产资源评价的优势3）GIS为物化探和遥感数据的空间可视化创造了条件，使评价更直观人们可将物化探异常投影到数字地形之上来直观地表达各种异常与地形的变化关系。通过GIS矢量模型结合地质图与地球化学样品的空间分布，可对地球化学数据进行正规化处理，这样可以消除不同岩性对地球化学背景数据的影响。1.基于GIS的矿产资源评价的优势4）空间综合分析方法使成矿信息的综合更加合理根据地质模型及各种数据处理方法分别从地质、地球物理、地球化学、遥感等类

6、信息中提取成矿信息后，如何综合分析这些成矿信息，形成最终的尽可能接近实际的评价结果，是矿产资源评价中需要解决的十分关键的问题。目前常用的布尔逻辑、证据权法、代数方法、模糊逻辑、神经网络都是综合定量的空间关系生成单幅评价图的方法。这些方法虽然都有各自的局限性，但却反映了多种成矿信息之间的关系。1.基于GIS的矿产资源评价的优势5）计算机辅助评价成果图件的输出可大大提高制图效率计算机辅助制图是计算机技术对地质领域最大的贡献。它实现了从纸质图件的数字化、交互式编辑修改直至输出具有出版质量的彩色图件全过程的计算机化，使制图工序从

7、传统手工方式的十几道减少到6道，大大缩短了图件准备与出版时间。根据用户的经验，对于新编图件，可提高效率3~5倍，成本降低约三分之一。数字制图技术已从根本上改变了传统的工作流程。GIS软件如ARC/INFO、INTEGRAPH、MAPGIS等都具有优秀的制图功能，GIS与制图技术相结合，使评价结果图件的输出时间大大缩短。1.基于GIS的矿产资源评价的优势6）所建的数字数据库可反复使用数据库一旦建立，其中的数字数据即作为一种资源存储在计算机内。当在同一地区进行深入的研究，或进行其他涉及库中信息的研究时，即可应用数据库的管理功

8、能，检索出所需的信息。反复利用数字数据，实现数据共享是数字数据库的基本特点。这种数据共享可提高应用的效率并降低成本。2.基于GIS的矿产资源评价方法与流程根据研究区的工作程度的差别，用于矿产资源预测的空间分析方法可大致分成两类：数据驱动的方法和知识驱动的方法。数据驱动的经验模型方法：利用已知矿床。在工作程度较高，数据