当前位置:文档之家› 化探数据处理成图过程

化探数据处理成图过程

化探数据处理成图的过程毕武12段新力12黄显义12袁小龙12彭仲秋12李永华121•乌鲁木齐金维图文信息科技有限公司,新疆,乌鲁木齐,830091 2•新疆地矿局物化探大队计算中心,新疆,昌吉,8311000前言GeolPAS 软件用户群不断扩大,由于各用户对系统的熟悉程度不同,对软件 功能了解不够,有必要分专题将GeolPAS 处理数据及成图过程做一系统总结,下 面就化探数据处理成图的过程做一总结。

数据输入 *数据预处理I I III「图件绘「输出…图1金维地学信息处理研究应用系统 (GeolPAS )图件制作流程1处理步骤化探处理的成果包括:(1)参数统计表;(2)R 型聚类分析-谱系图;(3)重复 样三层套合方差分析或者重复样合格率计算结果;(4)点位数据图;(5)地球化学 图;(6)直方图;(7)组合异常图;(8)综合异常图;(9)远景区划图;(10)单元素 异常参数统计(附表册);(11)异常剖析(附图册);(12)综合异常登记卡(附表册)。

在GeolPAS 系统中,化探数据处理分为以下几个主要步骤:1.1数据检查数值检查,坐标检查,重复样坐标检查。

1.2分析处理重复样三层套合方差分析、重复样合格率计算、化探特征参数统计、化探背 景值分析、R 型聚类分析、因子分析。

1.3数据分析原测数据 重磁数据处理 电法数据处理化探数据处理 数学地质数据处理 水文地质数据处理数据变换;衬值、累加衬值;数据累加、累乘、比值;异常归一化。

1.4网格化离散数据网格化、XYZ数据转网格数据1.5成图点位数据图、彩色等量线图、直方图、组合异常图、单元素异常图、综合异常图、剖析图。

1.6单元素异常参数统计1.7综合异常登记卡图2化探数据处理成图流程2具体处理过程2.1数据检查我们的数据处理工作从化验室提供的样品分析报告开始,项目要提供坐标和样品对应的分析数据,坐标我们一般取实际工作中的米单位,系统中默认东西向横坐标为X 坐标,不加带号,南北向纵坐标为丫坐标,需要时还要提供样品对应的地质编码,我们拿到这个数据后首先进行数据检查,以确保数据中不出现写错、漏填、负数、0、>等字符,如果有这样的情况要找实验室给予纠正。

数据准备好后,我们要把数据转换成TXT后缀的文本文件,这就做好了处理前的准备数据工作。

2.2分析处理2.2.1重复样三层套合方差分析一般是从分析样品的结果中挑出来重复样的分析值,每组四个样品,按如下顺序排列:11第一次采样第一次分析12第一次采样第二次分析21第二次采样第一次分析22第二次采样第二次分析结果:三层套合方差分析成果--元素:Cu三层套合方差分析成果元素查表:Fa0.05(18,19)=1.35 Fb0.05(19,38)=1.22Cu: 11.152 > 1.35 1.482 > 1.22 即:F1>Fa F2>FbAu: 10.781 > 1.35 0.483 < 1.22 即:F1>Fa F2<Fb说明:一般是F1>临界值,F2V临界值。

Fa>f0.05()理论值,说明采样与分析误差不显著,此次分析结果可靠,Fb>f0.05()理论值,说明采样与分析误差显著,且以采样误差为主。

例如报告中的描述:先列一个表格说明所有元素的F1和F2;重复样三层套合方差分析,39种元素F1值远超过临界值,说明采样与分析误差变化均低于区内地球化学自然变化,数据是可用的。

F2值表现为两种情况,Ag、Pb P、U MgO La等6个元素F2值小于临界值,说明采样误差不大于分析误差,以分析误差为主;其余33种元素F2值均大于临界值,说明误差应以采样误差为主。

2.2.2地层编码统计从样品相对应的地质图中自动读取地层的颜色号作为编码,实现每个样品的地层自动编码。

在GeolPAS系统中的化探-> 化探特征参数统计-> 地层编码统计其处理结果是在输入的数据文件中增加一列,过程是将坐标投影到地质图相应的投影参数上,以相同地层颜色来套取数据,取地层的颜色号为落入此地层的采样点的地层编码,所以要想一次做好,要先对地质图做个预处理,最好是按编码顺序,将颜色号改成相应的顺序号,比如Q的颜色改为1, N的颜色改为2, E 的颜色改为3,等等。

相对应的出来的结果就是按顺序的地层编码了,可以直接用了,绘制的直方图也是这个顺序了。

2.2.3化探特征参数统计注:浓集克拉克值可以选用系统提供默认的,也可以直接输入用户所在不同地区的浓集克拉克值。

这个值可以保存为文件,以后导入使用224 R型聚类分析从谱系图中可以看到,Cr、Ni、Co相关性最好,我们在做组合异常图时可以参考谱系图来做元素的组合,但这个也不能完全作为组合参考,我们通常还是以常用组合方式来做组合异常图,如:Cu-Pb-Zn;W-Sn-Mq Cr-Ni-Co ;Au-Ag-As-Sb。

R型聚类分析图『全区)Or—C Q Q 713GLNi Q■"閃Ho—As 0. &14Zr—Sn Q.阳9Cu~Cr 0 期Mo—St 0 335Pb—I G.Pb—At 0 262Cu—Jn 0 213PhTc & 15fi Pb—Au 0. 162cu—ph a.oeaCu― L Q. 0^52.3网格化2.3.1工作比例尺与测网密度DZZ T 0145-94 土壤地球化学测量规范从上表可以看到,化探在实际工作中一般和物探工作一起工作的常采用矩形网格,但在实际成图中却是用正方形网格的好,不用经过网格化处理,没有数据损失,也符合绘图的正方形网。

1:20万化探在全国范围已基本完成,只在新疆等高山区有少量的没有覆盖全,最常采用的是组合样,即:1点/4km,少量的有单点样的,这主要用转网格数据的方式来将数据做网格化处理。

单点样的网格化一般采用500X 500到1000X 1000的网格距,搜索半径3000X 3000到5000X 5000。

组合样做转网格数据,注意起始坐标为奇数公里,间距为2000,然后要进行一次补空扩边处理,这主要是处理数据成图到图框边。

1:5万化探是现在化探普查的主要工作,一般在山区采用自由网的水系样,土壤测量一般用正方形网格采样,1:1万化探作为1:5万化探异常检查的主要工作手段,常采用100X 40的矩形网格,少量有100X 20、200X 40、150X 40等加密或者抽稀采样。

也有采用物探布设的测网非南北方向的测线。

2.3.2下面用几个问题来具体说明。

问题1: 1:5万土壤测量,网距330X 300的怎么设置搜索半径和间距?5万化探,网距500*500 的,用GeolPAS做地球化学图的时候,怎么设置搜索半径?答:a关于网格距,最好采用正方形网格,网格距为野外采样的点线距的一半,比如野外采样为500X 500,网格化的网格距选250X 250就可以了,100 X 40的选为50 X 40或者50 X 50。

b、网格化的搜索半径选择需要一定的经验,建议你首先看看点位数据图,选择一个既能将所有数据联系起来,又不至于网格后把未采样区填充的参数,一般是网格距的2-3 倍。

问题2:在进行1:5 万化探采样时,乙类异常区采样密度设计为12 个点/km2丙、丁类异常区及其它基岩区采样密度设计为个8个点/ km2网格化时X Y 坐标的间距、行列数如何选?答:一般1:5万化探点线距250X 250米或者500X 500米;搜索半径以满足丙、丁类异常区网格后只有个别空白区或者无空区,搜索半径一般1000X1000到2000X 2000 米;如果对网格化参数设置不太清楚,可以选择“计算网格化参数”网格化后如果异常比较细碎零乱,可用数据预处理一二维数据滤波处理一周围点平均圆滑处理,X和丫方向点数选择3,原点倍数选择2-4倍。

问题3:请教如下问题.1:2.5 万土壤测量,线距250m ,点距40怎么设置搜索半径和间距?答:搜索半径500*500,间距40*40 或者50*40,注意最好与原始点位重叠.问题4:1:1 万化探,南北向测线,100X 40网格距。

答:这样的数据本身符合网格数据的格式,只是以TXT文本格式保存,所以我们可以借助GeolPAS软件的“数据预处理数据格式转换XYZ数据转为网格数据”功能,这里注意数据坐标的起始值、终止值和网格间距,网格间距就选择100X 40,起始值和终止值要保证数据的原始点位都与网格点重合。

这里有一个问题,就是有些项目用的是GPS坐标,不一定是与网格点位完全重合,一般我们建议用规则网的坐标。

圆滑方法:周围点平均圆滑;圆滑参数:X方向点数:3, 丫方向点数:3,原点倍数:3问题5:我的测网不是正南北向是45 度方向,用咱们的软件进行网格化后变成正南北的,而且图幅形状不是原来测网的形状。

请问这样的问题怎样解决?1:1万化探,北西向测线,100X 40网格距。

答:这样的数据虽然也是网格数据,但是经过旋转的测线方向与我们GRD 所定义的网格间距是有夹角的,最常采用的是离散数据网格化方法。

离散数据网格化选择幂指数加权,指数因子:10;搜索范围:圆域,300米,网格化间距:40 X 40。

要用XYZ数据转网格数据的方式,就要知道测线的方位角,采样的点线号,起始坐标;利用点线号转换为实际点线距,然后再把点线距转为网格数据,成图后,统一处理,包括旋转方位角,然后平移到图上的起始坐标位置套图框。

2.3.3 网格化成图的比较:三角剖分绘制的地化图,有被测线方向拉长的趋势,虽然其能保留原占坐标位的原始值,但成图结果不是很美观实用。

距离平方导数加权和幂指数加权网格化,对数据的压制较大,异常线的形态较刻板。

Kriging 网格化选用了两种搜索范围,一种是圆域:300X 300;一种是椭圆域:300X 100,并且旋转45 度。

这两种方法整体上差异不大,只在局部的空区上表现出来不同,对数据的压制较小,异常的形态也保持较好,也是常选用的网格化方法,但其也有一个问题,就是对特高值边上的空区会处理出负值,这个不是我们希望得到的结果。

2.3.4 经验:在处理1:1 万化探数据时,可以根据测线方向和数据坐标点位的不同选择不同的数据处理方法,要遵循的一个原则是尽量使网格化后的坐标点位与原始数据坐标点位接近,网格化搜索的范围越小数据损失越小。

对于网格间距以小于等于最小的原始点距为准,如果要保留更多的细节,也可以将网格距减小一倍,如果图面太过零乱,可以用GeolPAS的二维滤波处理的周围点平均圆滑处理,这里可以加大原点倍数,默认为2,可以选择3-5 倍。

所有这些处理方法可以先选择一个元素用不同的方法做出结果来比较一下确定效果最好的方法,记住处理参数然后再统一批处理。

相关主题