应用BEMD和SVD提取与矿化花岗岩有关的航磁异常

来源 :中国地质大学(北京) | 被引量 : 0次 | 上传用户:lsd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
滇东南位于扬子陆块、华夏陆块以及三江褶皱带交汇处,地质演化过程复杂,区内岩浆活动剧烈,存在个旧、薄竹山及都龙三大锡钨多金属成矿带,资源潜力巨大。本论文应用二维经验模分解和奇异值分解方法,对滇东南1:200000航磁化极数据进行分解,两种方法获取的图像更客观、更精确的揭示了研究区深部地质结构特征及其与矿化的空间分布关系,结合个旧-薄竹山-都龙矿集区成矿地质背景,获得了控矿因素,为该区进一步指导找矿工作提供参考依据。(1)BEMD和SVD两种方法分解的低通滤波图像,都揭示了研究区深层地质结构和地质体特征。区域背景场反映了研究区深部弱磁性基底(昆阳岩群、瑶山岩群)及较强磁性基底(大红山岩群)的总体分布;华南陆块区域大范围的叠加正负磁异常反映深部存在更大范围的岩浆岩体;矿集区锡钨金属矿床位于负磁异常区域,显示与花岗岩体有着密切的时空关系,花岗岩体是研究区主要的控矿因素。(2)BEMD技术提取的带通滤波图像,反映中等深度地质结构和地质体特征。揭示了研究区个旧-薄竹山-都龙锡钨多金属矿集区中等深度花岗岩体的总体分布,中等深度花岗岩体比出露岩体规模大,且受周围存在的深大断裂控制,断裂为含矿热液向上运移提供通道。研究区锡钨矿化表现为与花岗岩具有密切的空间关系。(3)BEMD和SVD两种方法分解的高通滤波图像揭示了浅部地质结构和地质体特征。区内锡钨矿床大都存在于环绕圈闭负异常的正磁异常中,环形正磁异常推断是围绕花岗岩体形成接触交代带矽卡岩蚀变矿化所致。因此,花岗岩体与碳酸盐岩围岩形成的接触交代带是成矿的有利地区。(4)具有环绕圈闭负异常的正磁异常特征的接触交代带是寻找钨锡金属矿床的重要标志,利用BEMD和SVD技术提取的磁异常信息显示蒙自-屏边区域(A)、石屏-建水区域(B)、马关北区域(C)存在有利成矿的隐伏花岗岩体,且A区域有一定的埋藏深度。
其他文献
目的回顾分析本院15831例行系统性产前超声筛查孕妇(单胎)的胎儿超声征象,统计超声异常指标(包括软指标和结构畸形)及染色体异常发生情况;探讨筛查出的各类超声异常指标、无
高校中学生公寓逐渐取代班级的功能而成为学生生活、学习、娱乐和交流的重要场所,大学生思想政治教育的工作重心必须随之移向学生公寓,如何做好"思政教育进公寓"是高校后勤社
随着市场需求的增加与自动化生产设备的引进,以人力为主的物料装车方式已经无法适应企业的生产效率。如何实现物料生产线与运输线的快速对接,已经成为了国内生产企业发展的首要问题。研发出一套稳定、可靠的自动装车流水线控制系统,对促进企业技术进步以及提高经济效益具有重要意义。根据企业委托项目“自动装车流水线系统”,以企业需求为前提,设计研发了一套“基于CODESYS的袋装物料自动装车流水线控制系统”。首先,对
汽车门饰条是汽车内饰的重要组成部分,作为车门的装饰件,其制品质量的高低会直接影响汽车内饰整体的装饰效果。传统的门饰条生产线为人工生产线,人工成本的日益增加以及生产
中华人民共和国成立70余年来,中华民族在共产党的领导下进行着前无古人的社会主义建设,不断彰显出道路自信、理论自信、制度自信和文化自信。新中国的成立,使原本带有“铁路
在役中小跨桥梁在荷载长期作用、环境侵蚀、材料老化等不利因素的共同作用下,将不可避免出现结构损伤和抗力衰减。中小跨混凝土梁桥在绝对数量及相对数量方面均占有桥梁总数
中华优秀传统文化历史悠久,博大精深。作为民族独特魅力的重要载体,传统手工艺在历史悠久的中国传统文化中发挥着独特的作用。传统手工艺是劳动者集体智慧的结晶,体现了劳动者的古朴稚拙,是一种扎根艺术,是整个民族文化中最丰富多彩的部分,也是传统文化的瑰宝,在中华民族文化中占有举足轻重的地位。幼儿园区域活动是贯彻、落实“以幼儿为本,以游戏为基本活动”的重要途径,把作为中华优秀传统文化的重要组成部分——传统手工
中国共产党是先进文化的积极引领者和创造者。20世纪二三十年代以上海为中心的左翼文化运动,就是中国共产党引领先进文化发展的一次重大实践。党通过建立完整的组织体系、开
近年来,随着我国民航业的发展,机队规模的不断扩大,飞行流量的增加,空域拥堵严重,导致航班出现延误,影响空中交通运行的安全,增加了管制员的工作负荷。空管部门必须寻求更加高效的优化方法来提升空域运行效率。因此,各国提出了以TBO(基于航迹的运行)为核心的新一代空中交通管理系统概念、飞行计划集中处理等新理念。TBO(基于航迹的运行)的核心是航迹规划。通过飞行计划集中处理与TBO理念相结合,在以往研究的基
随着MOOC技术的发展,各高校也开始建立自己的云课堂学习平台,云课堂上有大量的学习数据,而在大数据时代,对数据的挖掘和分析显得尤为重要。聚类分析也是无监督学习,模糊聚类