基于RX多元勘查地球化学数据融合与异常识别

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    41772344
  • 项目类别：
    面上项目
  • 资助金额：
    59.0万
  • 负责人：
    左仁广
  • 依托单位：
    中国地质大学（武汉）
  • 学科分类：
    D0213.水文地质学
  • 结题年份：
    2021
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2021-12-31

项目摘要

Developing techniques for identifying geochemical anomalies in complex geological settings is not only one of the hot topics in the field of mathematical geosciences and geochemical prospecting, but also is a significant way to alleviate the shortage of mineral resources and to improve the safety and security of national strategic resources. Based on the studies of mineral deposit geology and geodynamic background of Southwestern Fujian province, this proposal will explore the spatial distribution characteristics and enrichment patterns of geochemical multi-element, and investigate the spatial relationships between geochemical patterns and known mineral deposits, and then select the optimal elemental association related to mineralization. Meanwhile, this study will propose a hybrid method combining local spatial statistics, sliding window, and RX to process exploration geochemical data and to extract the weak geochemical anomalies. The identified geochemical anomalies will be evaluated in terms of geological environment for the formation of mineralization and the spatial correlations between geochemical anomalies and known mineral deposits. The high ranked geochemical anomalies will be further validated by field work. This study not only can enrich approaches for exploration geochemical data processing and geochemical anomalies identification in a complex geological background, but also can provide methods for selection of multi-elemental association related to mineralization and evaluation of geochemical anomalies. This study is expected to provide scientific clues for mineral prospecting in Southwest Fujian province.
研发复杂地质条件下弱缓地球化学异常识别和提取方法不仅是当前数学地球科学和勘查地球化学领域的研究热点，同时也是缓解矿产资源紧缺形势、提高国家资源安全保障的重要途径之一。该申请拟以闽西南铁多金属矿成矿区为研究区，进一步探究该区矽卡岩型铁多金属矿的成矿动力学背景和成矿规律，分析元素空间分布与富集规律及其与铁多金属矿的空间关系，据此选择矿致元素组合；研发基于局部RX方法进行多变量降维和弱缓地球化学异常识别技术，从异常与已发现矿床的空间相关关系和成矿地质环境2个方面进行异常评价和筛选，并进行野外查证。该研究不仅可进一步丰富和发展复杂地质条件下勘查地球化学数据处理与异常识别方法，而且还能为选择矿致元素组合和异常评价和筛选提供方法技术，有望为闽西南进一步找矿提供科学依据。

结项摘要

本项目围绕地球化学异常识别和评价这一关键科学问题，开展了基于大数据和机器学习算法的勘查地球化学空间模式识别和地球化学异常识别与评价的方法技术研究。本项目研究了闽西南地区的矿床地质和地球动力学背景，提出了一种基于空间分析方法选择矿致元素组合的新方法，以及一种以弱缓或负地球化学异常为重点的新的矿产勘查策略，开发了几种基于大数据分析和机器学习算法的地球化学空间模式识别和地球化学异常识别算法，以及评估与地球化学异常相关的不确定性的方法。该研究不仅丰富和发展了复杂地质条件下勘查地球化学数据处理与异常识别方法，而且还能为选择矿致元素组合和异常评价提供方法技术，为闽西南进一步找矿提供科学依据。上述成果在Earth-Science Reviews、Computers & Geosciences、Ore Geology Reviews等重要期刊发表12篇第一/通讯作者SCI 论文，授权1项国家发明专利和1项软件著作权，出版了一本学术专著。项目负责人在该项目的资助下获得了2项国家自然科学基金面上项目资助，当选为国际数学地球科学学会Council和国际应用地球化学家学会Council，入选了爱思唯尔2020中国高被引学者和伦敦地质学会Fellow，获得侯德封矿物岩石地球化学青年科学家奖，被邀请成为《Ore Geology Reviews》、《Computers & Geosciences》等期刊Associate editor，培养的研究生中6人获得国际数学地球科学学会研究生奖学金，2人获得研究生国家奖学金。

项目成果

期刊论文数量（10）
专著数量（1）
科研奖励数量（0）
会议论文数量（0）
专利数量（1）
Detection of geochemical anomalies related to mineralization using the GANomaly network
使用 GANomaly 网络检测与矿化相关的地球化学异常
  • DOI：
    10.1016/j.apgeochem.2021.105043
  • 发表时间：
    2021-08
  • 期刊：
    Applied Geochemistry
  • 影响因子：
    3.4
  • 作者：
    Luo Z.;Zuo R.;Xiong Y.
  • 通讯作者：
    Xiong Y.
Recognizing multivariate geochemical anomalies for mineral exploration by combining deep learning and one-class support vector machine
结合深度学习和一类支持向量机识别矿产勘查多元地球化学异常
  • DOI：
    10.1016/j.cageo.2020.104484
  • 发表时间：
    2020-07
  • 期刊：
    Computers & Geosciences
  • 影响因子：
    4.4
  • 作者：
    Xiong Y.;Zuo R.
  • 通讯作者：
    Zuo R.
Mapping Geochemical Anomalies Through Integrating Random Forest and Metric Learning Methods
通过整合随机森林和度量学习方法绘制地球化学异常图
  • DOI：
    10.1007/s11053-019-09471-y
  • 发表时间：
    2019-10
  • 期刊：
    Natural Resources Research
  • 影响因子：
    5.4
  • 作者：
    Ziye Wang;Renguang Zuo;Yanni Dong
  • 通讯作者：
    Yanni Dong
Geodata science and geochemical mapping
地理数据科学和地球化学测绘
  • DOI：
    10.1016/j.gexplo.2019.106431
  • 发表时间：
    2020-02
  • 期刊：
    Journal of Geochemical Exploration
  • 影响因子：
    3.9
  • 作者：
    Zuo R.;Xiong Y.
  • 通讯作者：
    Xiong Y.
Recognition of geochemical anomalies using a deep variational autoencoder network
使用深度变分自动编码器网络识别地球化学异常
  • DOI：
    10.1016/j.apgeochem.2020.104710
  • 发表时间：
    2020-08
  • 期刊：
    Applied Geochemistry
  • 影响因子：
    3.4
  • 作者：
    Luo Z.;Xiong Y.;Zuo R.
  • 通讯作者：
    Zuo R.

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于GIS 矿产勘查靶区优选技术
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    地球科学——中国地质大学学报
  • 影响因子：
    --
  • 作者：
    夏庆霖;左仁广;成秋明;陈志军;张生元
  • 通讯作者：
    张生元
赣杭构造带相山火山侵入杂岩的岩浆演化特征———来自斜长石和黑云母的化学成分研究
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    岩石学报
  • 影响因子：
    --
  • 作者：
    赵沔;杨水源;左仁广;赵葵东;姜耀辉;凌洪飞;陈培荣
  • 通讯作者：
    陈培荣
个旧高松矿田断裂地球化学元素局部富集规律研究
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    吉林大学学报(地球科学版)
  • 影响因子：
    --
  • 作者：
    赵江南;陈守宇;左仁广
  • 通讯作者：
    左仁广
多重分形滤波方法和地球化学信息提取技术研究与进展
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    地学前缘
  • 影响因子：
    --
  • 作者：
    谢淑云;陈志军;张生元;夏庆霖;姚凌青;左仁广;徐德义;成秋明
  • 通讯作者：
    成秋明
基于地质过程的闽西南马坑式铁多金属矿定量预测
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    地球科学-中国地质大学学报
  • 影响因子：
    --
  • 作者：
    左仁广;夏庆霖;张道军;成秋明
  • 通讯作者：
    成秋明

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

左仁广的其他基金

赣南风化壳型稀土矿成矿母岩与含矿风化壳识别及资源潜力评价
  • 批准号：
    42172326
  • 批准年份：
    2021
  • 资助金额：
    61 万元
  • 项目类别：
    面上项目
矿床模型向预测模型转化的不确定性因素分析
  • 批准号：
    41372007
  • 批准年份：
    2013
  • 资助金额：
    86.0 万元
  • 项目类别：
    面上项目
西藏冈底斯斑岩铜矿资源定量化预测的不确定性评价
  • 批准号：
    41002118
  • 批准年份：
    2010
  • 资助金额：
    20.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码