基于多维分形的矿产资源异常识别-以铜陵矿集区为例

该项目建立了融合地质统计方法的元素空间分布多维分形插值方法， 提出了基于多维分形克里格方法的异常下限识别模型。 基于该模型， 提取了铜陵矿集区多种元素的成矿异常区域， 识别出了绝大多数已知矿床， 以及Cu、Au、Pb、Zn的新异常区。 同时，针对土壤地球化学数据变异性强、偏度大、不符合正态分布， 难以有效进行异常识别的地区， 提供了一套较完善的多维分形异常识别方法和流程。 这一举措有效提高了勘查地球化学数据的处理水平， 进一步丰富和完善了多维分形理论及其应用。

该项目建立了融合地质统计方法的元素空间分布多维分形插值方法，提出了基于多维分形克里格方法的异常下限识别模型。基于该模型，提取了铜陵矿集区多种元素的成矿异常区域，识别出了绝大多数已知矿床，和Cu、Au、Pb、Zn的新异常区，同时针对土壤地球化学数据变异性强、偏度大、不符合正态分布难以有效进行异常识别的地区，提供了一套较完善的多维分形异常识别方法和流程，有效提高了勘查地球化学数据的处理水平，进一步丰富和完善了多维分形理论及其应用。