导读:本文包含了资源评价预测论文开题报告文献综述及选题提纲参考文献，主要关键词:矿集区,多元信息,Cu,地球化学
资源评价预测论文文献综述
王功文,张寿庭,李瑞喜,杜杨松,庞振山[1]（2019）在《矿集区地学大数据挖掘与3D/4D建模在深部资源预测与评价中的示范研究进展》一文中研究指出"数据(Data)-信息(Information)-知识(Knowledge)-理解(Understanding)-智慧(Wisdom)"(Marjoribanks,2010)是勘探工作者的追寻梦想。21世纪以来,随着地质高精度观测技术、地球化学微区原位可视化和同位素分析技术、地球物理深部探测技术、深部钻探、采选实时(Real Time Mining)、遥感高分辨率高光谱影像技术以及"超级计算机"(Supercomputer)与工业智能化的发展,地球科学进入了大数据时代和人工智能时代。欧洲One Geology计划于2018年开启了第二阶段的3D/4D建模与人工智能体系的(本文来源于《第九届全国成矿理论与找矿方法学术讨论会论文摘要集》期刊2019-12-13）
蔡煜琦,虞航,李晓翠,刘佳林,章展铭[2]（2019）在《大数据时代铀矿资源预测评价的技术方法探讨》一文中研究指出文章介绍了大数据的概念及特点,从大数据采集、预处理、存储与管理、分析与挖掘、可视化与应用5个方面分析了大数据的分析与处理关键技术,结合铀矿资源预测评价现状,提出了大数据时代铀矿地质云的构建,探讨了大数据时代铀矿资源预测评价技术方法,对如何应用大数据理念和技术,科学挖掘铀矿资源预测的有效信息,以实现铀矿资源的定量预测,具有十分重要的意义。(本文来源于《铀矿地质》期刊2019年06期）
商朋强,祁才吉,焦森,熊先孝,关炳庭[3]（2019）在《中国钾盐矿产预测评价模型和资源潜力分析》一文中研究指出为摸清全国钾盐矿资源家底,制定科学合理的经济产业政策,依据全国矿产资源潜力评价数据和成果,系统地开展了中国钾盐矿成矿特征研究和资源潜力评价。研究和评价结果显示,中国钾盐矿已发现的矿产资源以第四纪盐湖型钾盐矿为主,成矿时代以第四纪为主。钾盐矿主要分布在西部大型新生代陆相成盐盆地,在空间上可划分为12个Ⅲ级成矿区带。在典型矿床、区域成矿要素和预测要素研究的基础上,归纳总结了第四纪盐湖型、深藏地下卤水型、碎屑岩型、碳酸盐岩型4类钾盐矿的预测评价模型特征。以成矿系列理论为指导,采用矿床模型综合地质信息预测方法,共圈定钾盐矿最小预测区320个,归并圈定了42个3级预测区,并对各预测区进行了定量预测评价,6000m以浅钾盐矿预测资源量计32.63×10~8t(KCl),其中500m以浅钾盐矿预测资源量计15.10×10~8t。分析结果显示,全国以柴达木盆地及北缘钾盐成矿带和塔里木盆地钾盐矿成矿带预测资源量较大,预测资源量主要为第四纪盐湖型和深藏地下卤水型。潜力预测工作较全面地反映了当前的钾盐矿床地质和勘查信息资料水平,对指导钾盐矿地质找矿工作具有重要意义。(本文来源于《地质通报》期刊2019年10期）
陈月娟[4]（2019）在《银北灌区水资源安全评价与预测》一文中研究指出基于1996—2016年统计数据,以PSR模型构建水资源安全评价指标体系,采用随机森林算法对监测年份银北灌区水资源安全予以量化评估,并对未来十年内发展趋势进行预测。(本文来源于《水利规划与设计》期刊2019年09期）
郭京鑫[5]（2019）在《遥感技术在我国矿产资源预测评价中的应用》一文中研究指出当前,在对我国矿产资源进行预测评价时使用最多的技术就是遥感技术。而随着科学技术的不断进步,遥感技术也取得了极其显着的发展。现阶段,遥感技术已经成为最不可或缺的重要技术手段之一。本文就是在此背景下,对将遥感技术应用于对我国矿产资源预测评价中的相关内容进行了系统的研究。以期能对我国遥感技术的未来发展起到指导作用。(本文来源于《通讯世界》期刊2019年07期）
李鹏远,周平,唐金荣,李建武[6]（2019）在《中国铜矿资源供应风险识别与评价:基于长周期历史数据分析预测法》一文中研究指出中国经济的快速发展带动了矿产资源的需求量剧增,供应能否满足本国需求,以及制约供应的主要风险点有哪些,是当前及今后一段时期备受关注的问题。本文基于长周期历史数据分析预测法,结合中国铜市场历史的变化趋势,构建了修正版的中国铜矿供应风险评价模型,选取定量指标并设定每个指标处于紧张状态的基准值,评价中国铜矿资源的供应风险及风险点。本文从需求状况、国内供应能力、全球供应集中度、地缘政治风险和供需形势五个维度11个指标对中国铜矿供应风险进行评价。结果显示,中国的铜矿需求量很大,而国内供应乏力,存在供应风险。但全球铜矿资源分布、生产国家及生产公司的集中度较为宽松,为中国铜矿资源的多元化进口、降低进口风险创造了条件,到2030年中国铜矿供不应求的局面将有所缓解。(本文来源于《中国矿业》期刊2019年07期）
陈波,马向平[7]（2019）在《潍坊市耕地资源可持续利用评价及预测》一文中研究指出结合DPSIR模型构建山东省潍坊市耕地资源可持续利用评价指标体系,运用多指标加权综合评价法计算2006—2016年综合评价指数,并利用GM(1,1)模型对2017—2022年潍坊市耕地资源可持续利用水平进行预测。结果表明,2006—2016年潍坊市耕地资源可持续利用水平总体呈上升趋势,但仅处于初步可持续性阶段;经预测,2017—2022年潍坊市耕地资源可持续利用水平呈稳定上升趋势,并将在2022年达到一般可持续性水平阶段。(本文来源于《湖北农业科学》期刊2019年13期）
白光晗,张云安[8]（2019）在《高等教育科研资源质量评价方法研究——基于贝叶斯网络模型的预测》一文中研究指出本文主要采取理论研究和案例分析相结合的方法,在对我国当前高等教育科研资源质量分析的基础上,运用贝叶斯网络建立科研资源质量评价模型,提出一种科研资源评估指标体系向贝叶斯网络的转化方法,研究了科研资源指标和指标逻辑关系转化。最后以项目申请为例,通过比较模型中节点的后验概率和先验概率的差值大小来识别科研资源质量评价系统中的关键因素,对科研资源质量改进提供技术支撑。(本文来源于《教育现代化》期刊2019年53期）
江新,胡亦文,李炜,胡文佳,陈瑶[9]（2019）在《施工企业视角下水电项目群资源冲突风险评价及预测》一文中研究指出水电工程项目群建设过程中风险管理是一个多方合作联合供应的复杂系统,其中资源冲突是施工企业风险管理过程中最为关键的风险。针对资源冲突风险的复杂性和不确定性,引入集对分析理论,提出基于五元联系数的水电工程项目群资源冲突风险评价及预测模型。根据水电工程项目群资源冲突特征建立资源冲突风险评价体系,通过熵权法估计各评价指标权重,运用五元联系数建立同异反风险评价预测模型进行静态风险评价,用偏联系数动态预测风险发展趋势。以某河流流域干流上游河段的水电站为例,运用模型进行分析。结果表明,该水电站资源冲突风险等级较低,整体上呈现风险逐渐降低的趋势,但其中各子风险呈现波浪式的发展趋势,与实际情况相符,验证了该模型的可行性。(本文来源于《南水北调与水利科技》期刊2019年05期）
秦景,吴志旺,牛文龙,朱明明,冯杰[10]（2019）在《新疆纺织工业基地水资源承载力评价及预测》一文中研究指出根据新疆地区水资源开发利用结构特点和纺织产业发展对水资源的影响,构建用水总量控制条件下的多目标决策分析模型,采用逐步约束法对现状年及规划年新疆纺织工业基地所在区域水资源承载力进行定量计算。结果表明:2015年南疆的阿克苏地区、喀什地区及全疆整体水资源承载状况不容乐观,均为超载状态;随着用水效率的提高,2020年、2030年各区域水资源承载力将有较大的提升。针对综合评价区域水资源承载状况和潜力,提出实现新疆纺织行业绿色可持续发展的优化调整对策。(本文来源于《中国水利》期刊2019年11期）
资源评价预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
文章介绍了大数据的概念及特点,从大数据采集、预处理、存储与管理、分析与挖掘、可视化与应用5个方面分析了大数据的分析与处理关键技术,结合铀矿资源预测评价现状,提出了大数据时代铀矿地质云的构建,探讨了大数据时代铀矿资源预测评价技术方法,对如何应用大数据理念和技术,科学挖掘铀矿资源预测的有效信息,以实现铀矿资源的定量预测,具有十分重要的意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
资源评价预测论文参考文献
[1].王功文,张寿庭,李瑞喜,杜杨松,庞振山.矿集区地学大数据挖掘与3D/4D建模在深部资源预测与评价中的示范研究进展[C].第九届全国成矿理论与找矿方法学术讨论会论文摘要集.2019
[2].蔡煜琦,虞航,李晓翠,刘佳林,章展铭.大数据时代铀矿资源预测评价的技术方法探讨[J].铀矿地质.2019
[3].商朋强,祁才吉,焦森,熊先孝,关炳庭.中国钾盐矿产预测评价模型和资源潜力分析[J].地质通报.2019
[4].陈月娟.银北灌区水资源安全评价与预测[J].水利规划与设计.2019
[5].郭京鑫.遥感技术在我国矿产资源预测评价中的应用[J].通讯世界.2019
[6].李鹏远,周平,唐金荣,李建武.中国铜矿资源供应风险识别与评价:基于长周期历史数据分析预测法[J].中国矿业.2019
[7].陈波,马向平.潍坊市耕地资源可持续利用评价及预测[J].湖北农业科学.2019
[8].白光晗,张云安.高等教育科研资源质量评价方法研究——基于贝叶斯网络模型的预测[J].教育现代化.2019
[9].江新,胡亦文,李炜,胡文佳,陈瑶.施工企业视角下水电项目群资源冲突风险评价及预测[J].南水北调与水利科技.2019
[10].秦景,吴志旺,牛文龙,朱明明,冯杰.新疆纺织工业基地水资源承载力评价及预测[J].中国水利.2019