固体矿产资源储量分类GBT17766-2020

2024-04-19 16:12

本文主要是介绍固体矿产资源储量分类GBT17766-2020,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1999分类标准采用三轴体系划分资源量与处理,表达复杂、经济意义划分过细、实用性不强

虽然不再采用”三轴“表达方式,但依然考虑地质可靠程度、经济意义、可行性评价

矿产资源勘查:通常依靠地球科学知识,运用地质填图,遥感,地球物理,地球化学等方法,采用槽探、钻探、坑探等取样工程,结合采样测试、试验研究和技术经济评价等予以实现。

相比于1999规范修改部分

勘查阶段改为普查、详查、勘探,2020取消了1999中的预查

修改了资源量(预期可经济开采)与储量(可经济开采)的划分依据,改为依据地质可靠程度划分资源量,考虑地质可靠程度并依据转换因素(考虑贫化损失及转换因素)的可靠程度划分储量(2大类5个类型)。PS:1999规范中考虑经济、可行性、地质可靠程度,共划分为16个资源量与储量类型

地质可靠程度:矿体空间分布、形态、产状、矿石质量等地质特征的连续性及品位连续性的可靠程度,主要有地质综合研究程度与工程控制程度:

①地质综合研究程度:地质研究、开采地质条件、矿石加工选冶技术性能

工程控制程度(稀疏、系统、加密)

矿产资源勘查阶段

按照工作程度由低到高,矿产资源勘查划分为普查﹑详查和勘探三个阶段:

根据《固体矿产地质勘查规范总则GB∕T 13908-2020》的规定,矿产勘查研究内容包括:成矿地质条件(区域地质背景、勘查区地质背景(地层、构造、岩浆岩、变质作用、围岩蚀变、成矿规律))、矿体特征(数量、规模、形态、产状、矿化连续性、夹石、三带等)、矿石特征(矿石物质组成及矿石质量等;划分自然类型与工业类型)、矿石加工选冶技术性能、矿床开采技术条件(水工环))

①普查:矿产资源勘查的初级阶段,通过有效勘查手段和稀疏取样工程,发现并初步查明矿体或矿床地质特征以及矿石加工选冶性能,初步了解开采技术条件;开展概略研究,估算推断资源量,提出可供详查的范围;对项目进行初步评价,做出是否具有经济开发远景的评价。

②详查:矿产资源勘查的中级阶段,通过有效勘查手段、系统取样工程和试验研究,基本查明矿床地质特征、矿石加工选冶性能以及开采技术条件;开展概略研究,估算推断资源量和控制资源量,提出可供勘探的范围;也可开展预可行性研究或可行性研究估算储量,做出是否具有经济价值的评价。(可以不仅做概略研究;有控制资源量,可估算可信储量)

③勘探:矿产资源勘查的高级阶段,通过有效勘查手段、加密取样工程和深入试验研究,详细查明矿床地质特征、矿石加工选冶性能以及开采技术条件,开展概略研究,估算资源量,为矿山建设设计提供依据;也可开展预可行性研究或可行性研究,估算储量,详细评价项目的经济意义,做出矿产资源开发是否可行的评价。(可以不仅做概略研究;资源量可以根据实际情况转为证实储量与可信储量)

PS:一般来说,资源量类型与勘查阶段存在对应关系。但也不尽然,还要看开采技术条件和矿石加工选冶技术性能的研究程度达没达到各自勘查阶段的要求,如不能满足要求,估算的资源量要进行降低类型

资源量(原地、包括开采损失、最低概略研究、推断及以上,静态的)

资源量:经矿产资源勘查查明并经概略研究,预期可经济开采的固体矿产资源,其数量,品位或质量是依据地质信息、地质认识及相关技术要求而估算的。推断、控制、探明:

推断资源量:经稀疏取样(基本勘查工程间距放稀一倍)工程圈定并估算的资源量,以及控制资源量或探明资源量外推部分;矿体的空间分布、形态、产状和连续性是合理推测的;其数量、品位或质量是基于有限的取样工程和信息数据来估算的,地质可靠程度较低。

控制资源量:经系统取样(基本勘查工程间距,参考值由各矿种规范具体规定)工程圈定并估算的资源量;矿体的空间分布、形态、产状和连续性已基本确定;其数量、品位或质量是基于较多的取样工程和信息数据来估算的,地质可靠程度较高。

探明资源量:在系统取样工程基础上经加密工程(基本勘查工程间距加密一倍)圈定并估算的资源量;矿体的空间分布、形态、产状和连续性已确定;其数量、品位或质量是基于充足的取样工程和详尽的信息数据来估算的,地质可靠程度高

储量(转换的、不包括开采损失、最低预可研、控制及以上,动态的)

储量:探明资源量和(或)控制资源量中可经济采出(注意与资源量的区别)的部分,是经过预可行性研究、可行性研究或与之相当的技术经济评价,充分考虑了可能的矿石损失和贫化,合理使用转换因素后估算的,满足开采的技术可行性和经济合理性。(探明或控制;可行性研究或预可行性研究;考虑贫化损失;考虑转换因素;技术可行经济合理)PS:转换因素主要包括采矿、加工选冶﹑基础设施、经济、市场、法律、环境,社区和政策等。PS:储量至少要经过可行性研究、预可行性研究或与之相当的技术经济评价,不能只有概略研究进行转储

可信储量:经过预可行性研究、可行性研究或与之相当的技术经济评价,基于控制资源量估算的储量;或某些转换因素尚存在不确定性时,基于探明资源量而估算的储量。(控制或探明;转换因素不确定,探明只转可信更保守

证实储量:经过预可行性研究、可行性研究或与之相当的技术经济评价,基于探明资源量而估算的储量。(探明)

资源量与储量(探明或控制;概略研究不能转储)之间可以相互转换,例如当转换因素发生改变,已无法满足技术可行性和经济合理性的要求时,储量应适时转换为资源量

PS:可使用编码:TM、KZ、TD、ZS、KX。用在地质报告附图、附表及文字报告中的插表。但文字表述不能使用。

概略研究、预可行性研究、可行性研究

通过分析项目的地质、采矿、加工选冶,基础设施、经济、市场、法律、环境、社区和政策等因素,对项目的技术可行性和经济合理性的简略研究(概略研究)、初步研究(预可行性研究)、详细研究(可行性研究)。

固体矿产资源类型(查明、潜在、尚难利用)

矿产资源按照查明与否分为查明矿产资源与潜在矿产资源

查明矿产资源包括可利用矿产资源与尚难利用矿产资源

潜在矿产资源是未查明的资源,不以资源量表述

尚难利用矿产资源(前提是查明矿产资源)是指当前和可预见的未来,采矿、加工选冶、基础设施、经济、市场、法律、环境、社区或政策等条件尚不能满足开发需求的查明矿产资源。尚难利用矿产资源不以资源量表述。PS:查明的、低于最低工业品位指标,除非低品位矿可以大规模利用,此时重新进行工业指标论证

尚难利用资源包括4类:(1)不能采出利用的低品位矿及埋深大、开采技术条件复杂、难选冶的资源(2)各类自然保护地事实压覆的矿产资源(3)已经批准的建设项目压覆重要矿产资源(4)因政策,闭坑矿山残留的矿产资源。

尽管双指标圈(工业指标体系-边界品位、最低工业品位)出低品位矿,申请评审备案的地质报告,一般不估算低品位矿的量。如确实要估算,不以资源量表述,仅仅表述一个总量;如经可行性评价或生产实际存在大规模可以采出利用的低品位矿的,可能是工业指标存在问题,要对工业指标重新论证

如果是单指标圈矿(矿块指标体系-边际品位),没有低品位矿

这篇关于固体矿产资源储量分类GBT17766-2020的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/918022

相关文章

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

认识、理解、分类——acm之搜索

普通搜索方法有两种:1、广度优先搜索;2、深度优先搜索; 更多搜索方法: 3、双向广度优先搜索; 4、启发式搜索(包括A*算法等); 搜索通常会用到的知识点:状态压缩(位压缩,利用hash思想压缩)。

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

用Pytho解决分类问题_DBSCAN聚类算法模板

一:DBSCAN聚类算法的介绍 DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一种基于密度的聚类算法,DBSCAN算法的核心思想是将具有足够高密度的区域划分为簇,并能够在具有噪声的空间数据库中发现任意形状的簇。 DBSCAN算法的主要特点包括: 1. 基于密度的聚类:DBSCAN算法通过识别被低密

PMP–一、二、三模–分类–14.敏捷–技巧–看板面板与燃尽图燃起图

文章目录 技巧一模14.敏捷--方法--看板(类似卡片)1、 [单选] 根据项目的特点,项目经理建议选择一种敏捷方法,该方法限制团队成员在任何给定时间执行的任务数。此方法还允许团队提高工作过程中问题和瓶颈的可见性。项目经理建议采用以下哪种方法? 易错14.敏捷--精益、敏捷、看板(类似卡片)--敏捷、精益和看板方法共同的重点在于交付价值、尊重人、减少浪费、透明化、适应变更以及持续改善等方面。

【python计算机视觉编程——8.图像内容分类】

python计算机视觉编程——8.图像内容分类 8.图像内容分类8.1 K邻近分类法(KNN)8.1.1 一个简单的二维示例8.1.2 用稠密SIFT作为图像特征8.1.3 图像分类:手势识别 8.2贝叶斯分类器用PCA降维 8.3 支持向量机8.3.2 再论手势识别 8.4 光学字符识别8.4.2 选取特征8.4.3 多类支持向量机8.4.4 提取单元格并识别字符8.4.5 图像校正

PMP–一、二、三模–分类–14.敏捷–技巧–原型MVP

文章目录 技巧一模14.敏捷--原型法--项目生命周期--迭代型生命周期,通过连续的原型或概念验证来改进产品或成果。每个新的原型都能带来新的干系人新的反馈和团队见解。题目中明确提到需要反馈,因此原型法比较好用。23、 [单选] 一个敏捷团队的任务是开发一款机器人。项目经理希望确保在机器人被实际建造之前,团队能够收到关于需求的早期反馈并相应地调整设计。项目经理应该使用以下哪一项来实现这个目标?

基于深度学习 卷积神经网络resnext50的中医舌苔分类系统

项目概述 本项目旨在通过深度学习技术,特别是利用卷积神经网络(Convolutional Neural Networks, CNNs)中的ResNeXt50架构,实现对中医舌象图像的自动分类。该系统不仅能够识别不同的舌苔类型,还能够在PyQt5框架下提供一个直观的图形用户界面(GUI),使得医生或患者能够方便地上传舌象照片并获取分析结果。 技术栈 深度学习框架:采用PyTorch或其他

电脑驱动分类

电脑驱动程序(驱动程序)是操作系统与硬件设备之间的桥梁,用于使操作系统能够识别并与硬件设备进行通信。以下是常见的驱动分类: 1. 设备驱动程序 显示驱动程序:控制显卡和显示器的显示功能,负责图形渲染和屏幕显示。 示例:NVIDIA、AMD 显示驱动程序。打印机驱动程序:允许操作系统与打印机通信,控制打印任务。 示例:HP、Canon 打印机驱动程序。声卡驱动程序:管理音频输入和输出,与声卡硬件

如何将卷积神经网络(CNN)应用于医学图像分析:从分类到分割和检测的实用指南

引言 在现代医疗领域,医学图像已经成为疾病诊断和治疗规划的重要工具。医学图像的类型繁多,包括但不限于X射线、CT(计算机断层扫描)、MRI(磁共振成像)和超声图像。这些图像提供了对身体内部结构的详细视图,有助于医生在进行准确诊断和制定个性化治疗方案时获取关键的信息。 1. 医学图像分析的挑战 医学图像分析面临诸多挑战,其中包括: 图像数据的复杂性:医学图像通常具有高维度和复杂的结构