礦山地質深層預測化探技術研究

李瑞峰

（華北地質勘查局第四地質大隊，河北 秦皇島 066000）

隨著礦山開發的逐漸深入，淺層礦產資源已經不能滿足用礦需求，因此開采礦山深層資源迫在眉睫。在礦山深層開采過程中，對礦山地質進行深層預測工作十分重要。常用的預測技術有經驗預測、理論預測、統計分析預測以及綜合方法預測[1]。但這些預測技術對礦山深層地質預測較為困難，化探技術是利用化學理論和相關技術來實現礦山深層進行地質勘測的技術。因此本文使用化探技術對礦山地質深層預測進行研究。

1 化探技術采集礦山地質

對于已經開采的礦山對深層地質可以直接進行二次勘測，可以根據表層的礦山地質數據進行分析結合化探技術對礦山深層地質進行預測[2]。對于地表有植被覆蓋的礦山區域，采集地表巖石、土壤，按照表1中的檢測內容進行元素檢測。

表1 金屬元素檢測方法

巖石的抗風化程度與其所含金屬元素的含量有關，檢測巖石風化殼中不動元素Al2O3和活動元素K2O、CaO的比值，當比值（鈣化指數）越高，其風化程度越高。將土壤樣本浸泡在溶液中，靜止后取上層清液，使用化學試劑對上層清液進行檢測。通過化學試劑的反應現象，確定土壤清液中的金屬元素含量。使用電化學方法對水域沉積物懸濁液進行電解，使用化學試劑對陰極聚集的離子進行標記，測出懸濁液的金屬離子成分。研磨巖石樣本，通電使得巖石內部金屬離子向電解極移動，使用化學試劑測試元素組成。礦山地表裂縫會出現微氣泡，使用圖1中的裝置對這些氣泡中的氣體進行采集。

圖1 地氣采集裝置示意圖

使用化學試劑和氣體成分分析儀解析氣體成分，分析深層地表可能存在的礦藏。根據化探結果數據，形成礦山地質元素文件，使用相關的分析技術對礦山地質元素文件進行處理，分析其中的地質信息，實現對礦山地質的深層預測。

2 處理礦山深層地質數據

預測礦山地質深層需要分析主要元素，確定礦產類型。綜合使用化探技術時，會因為采集數據的量綱不同，影響后續預測精度。使用公式（1）進行量綱統一。

其中，x'為統一量綱后的數據，為數據的平均值，s是數據的標準差。通過公式（1）的量綱處理后，可以將數據化為均值為0、方差為1的數據。根據KL變化理論進行主成成分分析[3]。將分析后的主成成分按照含量由高到低進行排列。進行與礦山地質樣本的對比。假設礦山地質元素文件中含有m種元素，樣本中含有n種元素，并且m＜n。這些元素經過標準化處理后，形成矩陣A。

矩陣A中的第i行和第j列能夠表示對應兩個元素之間的相似度。根據聚類理論對采集的地質信息進行分類。為將化探技術采集地質數據與樣本進行匹配，計算與樣品間的相似程度[4]。按照公式（3）計算化探技術采集地質數據與樣本間距離，確定它們的相似程度。

距離值dij越小，說明與樣本越相似，距離值dij越大，相似程度低。根據計算出的相似結果，進行聚類。以樣本為聚類的中心點，按照距離遠近將化探技術采集的深層地質數據分簇[5]。每一簇中包含數據最多不得超過k個，k＜＜m。將分簇剩下的數據，按照相似度進行分簇。聚類后由于樣本數量多于化探數據，可能會造成出現小概率相同的距離值，此時計算兩樣本相似度，如果相似度高，隨機去除一個樣本數據；如果相似度低，將數據復制，分簇至兩個不同簇中，通過數據處理將相同距離值的數據進行分隔。使用灰度模型實現對礦山深層地質的預測。

3 實現礦山地質深層預測

根據聚類結果，將地表的地質數據與已經分簇后的深層結果進行聚類，將聚類結果作為灰度預測模型的輸入量。使用灰度預測模型，對聚類分簇后的礦山深層地質數據進行處理。建立礦山地質預測公式。

其中，a為灰度預測模型的發展系數，b為灰度預測模型的灰作用量，x為化探技術采集采集的數據。參數a、b與灰度模型的預測范圍有關，a越大，會導致誤差增加。由于對礦山地質深層預測是根據主成成分進行地質劃分，因此將參數a的取值定為[0.3，0.5]?；叶饶Ｐ皖A測后的結果進行誤差驗證，使得數據精度到達地質勘測標準，輸出預測結果。至此完成對礦山地質深層預測化探技術研究。

4 結語

化探技術對于探測礦山深層地質，勘測隱伏型礦產作用極大。使用化探技術能夠降低開采礦山前期的勘測費用，具有極佳的經濟性。本文研究了使用化探技術對礦山深層地質進行預測。對使用化探技術預測礦山深層地質進行了詳細說明。隨著對礦產資源需求的日益增加，化探技術也會廣泛應用于礦山地質勘測。