风化壳稀土资源评估方法、系统、设备、介质及程序产品

本发明涉及地质勘探领域，特别是涉及风化壳稀土资源评估方法、系统、设备、介质及程序产品。

背景技术：

1、现有的风化壳型稀土资源量评估受到地质勘探程度、钻探密度、地形和区域地质构造等条件的约束，局限性较大，现有技术在耗费大量时间和资源的同时，难以实现对大范围区域的快速评估，无法满足高效精准的勘探需求。

2、因此，亟待发明一种新的风化壳稀土资源量评估方式，以解决传统风化壳稀土资源量评估方法评估效率低与准确性差的问题。

技术实现思路

1、有鉴于此，本发明实施例提供风化壳稀土资源评估方法、系统、设备、介质及程序产品，至少部分解决现有技术中存在的问题。

2、本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

3、为了实现上述目的，本发明实施例提供如下技术方案：

4、根据本发明实施例的第一方面，提供了一种风化壳稀土资源评估方法，所述方法包括：

5、利用待评估矿区范围内的地震台站，采集得到各个所述地震台站对应区域的第一地震信号数据；

6、对所述第一地震信号数据进行数据预处理，得到第二地震信号数据；

7、根据预设时间间隔，对所述第二地震信号数据进行数据分段处理，得到第三地震信号数据；

8、基于多窗口长短时窗比值算法，对所述第三地震信号数据中的瞬态干扰发生点进行标记，根据标记结果得到第四地震信号数据；

9、根据所述第四地震信号数据在频率域内的水平振动频谱密度和垂直振动频谱密度，得到所述第四地震信号数据对应的谱比曲线峰值频率；

10、利用所述谱比曲线峰值频率，得到地震台站对应区域的风化壳厚度；

11、基于地质勘探数据构建待训练的第一风化壳稀土矿含量预测模型，利用模型训练集对所述第一风化壳稀土矿含量预测模型进行模型训练，得到训练完成的第二风化壳稀土矿含量预测模型，利用模型测试集对所述第二风化壳稀土矿含量预测模型进行模型评估，根据模型评估结果得到模型评估合格的第三风化壳稀土矿含量预测模型；

12、将各个地震台站对应区域的风化壳厚度输入至所述第三风化壳稀土矿含量预测模型，得到待评估矿区范围内风化壳稀土资源评估结果。

13、进一步地，对所述第一地震信号数据进行数据预处理，得到第二地震信号数据，包括：

14、对所述第一地震信号数据进行格式转换处理，得到第一预处理中间数据；

15、对所述第一预处理中间数据进行去均值处理，得到第二预处理中间数据；

16、对所述第二预处理中间数据进行去除仪器响应处理，得到第三预处理中间数据；

17、对所述第三预处理中间数据进行去趋势处理，得到第四预处理中间数据；

18、基于小波变换构建自适应滤波器，利用所述自适应滤波器对所述第四预处理中间数据进行自适应滤波处理，得到完成预处理后的第二地震信号数据。

19、进一步地，基于多窗口长短时窗比值算法，对所述第三地震信号数据中的瞬态干扰发生点进行标记，根据标记结果得到第四地震信号数据，包括：

20、根据地震信号的周期，生成第一长度的短时窗；

21、基于所述第一长度，生成第二长度的长时窗；

22、利用所述短时窗和所述长时窗对所述第三地震信号数据进行重叠覆盖；

23、针对各个短时窗，将短时窗作为待检测短时窗，将与所述待检测短时窗对应的长时窗作为待检测长时窗；

24、根据所述待检测短时窗覆盖范围内的信号变化以及所述待检测长时窗覆盖范围内的信号变化，计算得到长短时窗信号变化比值；

25、判断所述长短时窗信号变化比值是否大于预设比值阈值；

26、若所述长短时窗信号变化比值大于预设比值阈值，则将所述待检测短时窗的位置标记为瞬态干扰发生点；

27、若所述长短时窗信号变化比值小于或等于预设比值阈值，则不将所述待检测短时窗的位置标记为瞬态干扰发生点；

28、对瞬态干扰发生点进行标记结果评估，得到标记评估结果；

29、实时利用所述标记评估结果对时窗长度、时窗位置以及预设比值阈值进行优化；

30、根据所述瞬态干扰发生点对所述第三地震信号进行第一数据清洗处理，将瞬态干扰发生点对应位置的信号清除，得到清洗后的第四地震信号数据。

31、进一步地，根据所述第四地震信号数据在频率域内的水平振动频谱密度和垂直振动频谱密度，得到所述第四地震信号数据对应的谱比曲线峰值频率，包括：

32、根据地震信号的周期以及低频地震信号研究需求，生成第三长度的频谱分析时窗；

33、利用所述频谱分析时窗对所述第四地震信号数据进行滑动选择，选择得到第一时窗信号；

34、对所述第一时窗信号进行平滑处理，得到第二时窗信号；

35、基于预设窗函数，对所述第二时窗信号进行快速傅里叶变换处理，得到所述第二时窗信号对应的频域信息；

36、利用所述第二时窗信号对应的频域信息，计算得到所述第二时窗信号在频率域内的水平振动频谱密度以及垂直振动频谱密度，其中，所述水平振动频谱密度包括南北分量频谱密度以及东西分量频谱密度；

37、利用所述水平振动频谱密度和所述垂直振动频谱密度，得到所述第二时窗信号对应的三分量振动频谱密度比，所述三分量振动频谱密度比的计算公式为：

38、

39、其中，f(c)为三分量振动频谱密度比，aew(f)为东西分量功率谱密度，ans(f)为南北分量频谱密度，aud(f)为垂直分量频谱密度；

40、根据所述三分量振动频谱密度比绘制得到谱比曲线；

41、利用所述谱比曲线，得到谱比曲线峰值频率。

42、进一步地，利用所述谱比曲线峰值频率，得到地震台站对应区域的风化壳厚度，包括：

43、判断是否存在所述地震台站对应区域的风化壳地层平均横波速度；

44、若存在所述地震台站对应区域的风化壳地层平均横波速度，则利用所述风化壳地层平均横波速度和对应的谱比曲线峰值频率，计算得到地震台站对应区域的第一风化壳厚度，所述第一风化壳厚度的计算公式为：

45、

46、其中，h为所述第一风化壳厚度，vs为地震台站对应区域的风化壳地层平均横波速度，fc为谱比曲线峰值频率；

47、若不存在所述地震台站对应区域的风化壳地层平均横波速度，则选取所述地震台站对应区域中的部分区域作为样本区域；

48、根据所述样本区域的地质勘探数据，得到所述样本区域对应的风化壳厚度样本值；

49、利用所述样本区域对应的风化壳厚度样本值与所述样本区域对应的谱比曲线峰值频率进行拟合处理，得到地震台站对应区域的拟合参数；

50、利用所述地震台站对应区域的拟合参数和所述地震台站对应区域对应的谱比曲线峰值频率，计算得到地震台站对应区域的第二风化壳厚度，所述第二风化壳厚度计算公式为：

51、lgh＝lgk+ilgfc

52、其中，h'为第二风化壳厚度，k和i为拟合参数，fc为谱比曲线峰值频率

53、进一步地，基于地质勘探数据构建待训练的第一风化壳稀土矿含量预测模型，利用模型训练集对所述第一风化壳稀土矿含量预测模型进行模型训练，得到训练完成的第二风化壳稀土矿含量预测模型，利用模型测试集对所述第二风化壳稀土矿含量预测模型进行模型评估，根据模型评估结果得到模型评估合格的第三风化壳稀土矿含量预测模型，包括：

54、从公开数据库中获取第一地质勘探数据，所述第一地质勘探数据包括稀土含量数据、风化壳厚度数据、地质结构数据、地形数据和遥感影像数据；

55、对所述第一地质勘探数据进行数据格式标准化处理，得到第二地质勘探数据；

56、对所述第二地质勘探数据进行异常数据检查处理，根据检查处理结果进行第二数据清洗处理，得到数据清洗后的第三地质勘探数据；

57、利用所述第三地质勘探数据构建特征列表，所述特征列表包括地质特征、地形特征、遥感影像特征、风化壳厚度特征以及稀土含量特征；

58、对所述特征列表中的特征进行归一化处理，得到归一化特征；

59、利用所述归一化特征、所述归一化特征对应的经度信息以及所述归一化特征对应的纬度信息，构建三维特征矩阵；

60、基于所述三维特征矩阵构建待训练的第一风化壳稀土矿含量预测模型；

61、根据所述风化壳厚度特征以及所述稀土含量特征，生成模型数据集，并将所述模型数据集划分为模型训练集和模型测试集；

62、利用所述模型训练集对所述第一风化壳稀土矿含量预测模型进行模型训练，得到训练完成的第二风化壳稀土矿含量预测模型；

63、利用模型测试集对所述第二风化壳稀土矿含量预测模型进行模型评估，得到模型评估结果；

64、判断所述模型评估结果是否符合预设模型评估标准；

65、若所述模型评估结果符合预设模型评估标准，则将所述第二风化壳稀土矿含量预测模型作为第三风化壳稀土矿含量预测模型；

66、若所述模型评估结果不符合预设模型评估标准，则对所述第二风化壳稀土矿含量预测模型进行优化并重新评估。

67、根据本发明实施例的第二方面，提供了一种风化壳稀土资源评估系统，所述系统包括：

68、地震信号采集模块，用于利用待评估矿区范围内的地震台站，采集得到各个所述地震台站对应区域的第一地震信号数据；

69、数据预处理模块，用于对所述第一地震信号数据进行数据预处理，得到第二地震信号数据；

70、数据分段模块，用于根据预设时间间隔，对所述第二地震信号数据进行数据分段处理，得到第三地震信号数据；

71、瞬态干扰标记模块，用于基于多窗口长短时窗比值算法，对所述第三地震信号数据中的瞬态干扰发生点进行标记，根据标记结果得到第四地震信号数据；

72、地震信号频域分析模块，用于根据所述第四地震信号数据在频率域内的水平振动频谱密度和垂直振动频谱密度，得到所述第四地震信号数据对应的谱比曲线峰值频率；

73、风化壳厚度分析模块，用于利用所述谱比曲线峰值频率，得到地震台站对应区域的风化壳厚度；

74、稀土含量预测模型构建模块，用于基于地质勘探数据构建待训练的第一风化壳稀土矿含量预测模型，利用模型训练集对所述第一风化壳稀土矿含量预测模型进行模型训练，得到训练完成的第二风化壳稀土矿含量预测模型，利用模型测试集对所述第二风化壳稀土矿含量预测模型进行模型评估，根据模型评估结果得到模型评估合格的第三风化壳稀土矿含量预测模型；

75、稀土资源量评估模块，用于将各个地震台站对应区域的风化壳厚度输入至所述第三风化壳稀土矿含量预测模型，得到待评估矿区范围内风化壳稀土资源评估结果。

76、根据本发明实施例的第三方面，提供了一种风化壳稀土资源评估设备，所述设备包括：处理器和存储器；

77、所述存储器用于存储一个或多个程序指令；

78、所述处理器，用于运行一个或多个程序指令，用以执行如上任一项所述的一种风化壳稀土资源评估方法的步骤。

79、根据本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述一种风化壳稀土资源评估方法的步骤。

80、根据本发明实施例的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使该计算机实现如上任一项所述一种风化壳稀土资源评估方法的步骤。

81、本发明实施例具有如下优点：

82、本发明公开的风化壳稀土资源评估方法、系统、设备、介质及程序产品，通过基于地震台站的三分量谱比法以及基于机器学习构建的风化壳稀土资源量评估模型，实现了通过非侵入性手段快速识别含稀土矿风化壳和基岩界面，从而快速准确地评估地下含稀土风化壳矿体的分布状态，进而实现对风化壳稀土矿资源量的快速评估。本发明提供的风化壳稀土资源评估方法操作简便、数据处理快速，适用于各种地质条件、复杂地形和构造复杂区域，为稀土矿产勘探提供了一种高效、精准的评估手段，在地质勘探领域具有较大的应用潜力，同时，解决了传统评估手段局限性较大的问题，为风化壳稀土资源量评估提供了一种新的技术途径。