小吃货圈圈y
邵长高梁建陈宏文曾文娟
（广州海洋地质调查局 广州 510760）
第一作者简介：邵长高（1983—），男，硕士，主要研究方向：3S技术在资源调查和生态环境动态监测、数字海洋中的应用和开发。E-mail:zkyscg@ yahoo.com.cn。
摘要传统矿产储量计算模型基于欧式测量，应用于小比例尺海洋矿产储量计算时存在精度差的问题，论文通过对WGS1984投影、墨卡托投影、兰勃托投影以及阿尔伯斯投影等特性的研究，提出将矿产实体进行切片处理，计算切片间矿物实体的体积累加和的方法，实现了海洋小比例尺地图投影下储量的精确量测及体积计算，系统地论述了在不规则地球椭球体下如何实现海洋矿产储量计算，为我国海洋资源探测和军事战略方面提供基础服务。
关键词海洋量测地理信息系统地图投影储量计算
1前言
近年来资源勘探已经覆盖大部分陆地区域。越来越多的国家把目光投向海洋。海洋作为一个巨大的能源和资源宝库在国民经济、军事战略等的重要性也日益显现。各个国家竞相制定海洋科技开发规划、战略计划，优先发展海洋新技术[1]。海洋研究成为一个热点，技术的革新也日新月异。
由于海洋是一个大面积的区域，其与陆地的资源勘探技术存在较大区别，尤其在大范围海洋区域的矿产储量计算方面区别甚大。地球是一个不规则的椭球体，采用传统基于平面的欧式测量方法进行小比例尺海洋地图测量时，由于地图投影等方面的原因将会导致变形，严重影响储量计算的精确度[2]。包括欧洲石油勘探组织在内的国内外机构为了消除这种影响建立了一系列的投影转换公式。这些投影转换应用到二维投影当中一定程度上提高了地图量算的精确度。但是对于地球变形引起三维储量计算方面的误差目前并未提供行之有效的方法。本文在前人研究的基础上通过引入基于投影转换的方法，通过对WGS1984投影、墨卡托投影、兰勃托投影以及阿尔伯斯投影等特性的研究，提出将矿产实体进行切片处理，计算切片间矿物实体的体积累加和的方法，实现了海洋小比例尺地图投影下储量的精确量测及体积计算，系统地论述了在不规则地球椭球体下如何实现海洋矿产储量计算，为我国海洋资源探测和军事战略方面提供基础服务。
2海洋投影概述
我国的海洋基本比例尺地形图中，海区小于1:50万的地形图多用等角正轴圆柱投影，又叫墨卡托投影（Mercator）[1]。现在我国企事业单位科研人员用的海图大部分为墨卡托投影。但是在海洋小比例尺下计算矿物储量时必须消除墨卡托投影引起的地图变形误差。论文引入了阿尔伯斯投影，利用其在投影变换中面积不变的特性计算储量来消除误差。在矿物深度方向上，切片间距离值取深度值的差值。
3技术路线
海洋大面积矿产实体，跨度大，地图投影变形明显，形状不规则，因此大大增加了计算储量的难度。论文引入切片技术把矿产实体切成实体面，利用切片间实体的累加和计算实体面之间体积的总和即得矿产实体储量。示意图（图1）如下：
图1 矿物实体切片Fig.1 The slice of the mineral reserve
图1中海洋矿物实体被分割为n个切面，切面间体积和相加即为整个实体的体积。当n趋向于无穷大时则与实际体积越接近。n的值取决于实测数据的精度，也就是经纬度和深度的值的精度。
3.1数据预处理
3.1.1数据来源
1）多波速水深数据：多波束数据经常应用于湖泊盆地等的体积运算。多波束水深其工作原理是通过声波发射与接收换能器阵进行声波广角度定向发射、接收，通过各种传感器（卫星定位系统、运动传感器、电罗经、声速剖面仪等）对各个波束测点的空间位置归算，从而获取在与航向垂直的条带式高密度水深数据[6]
2）地震剖面数据：海洋矿产储量数据主要来自海洋地震剖面断层数据。地震勘探方法是在地面上布置一条条的测线，沿各条测线进行地震施工采集地震信息，然后经过电子计算机处理就得出一张张地震剖面图。经过地质解释的地震剖面图就像从地面向下切了一刀，在二维空间（长度和深度方向）上显示了地下的地质构造情况（图2）[7]。海洋地震剖面中可以根据断层的层位读取炮点号，并结合导航数据读取矿产储层的坐标数据。
图2 二维地震剖面示意图Fig.1 Two dimensional seismic data
3.1.2数据入库
从多波束或者地震剖面中提取出的位置数据，数据整理按照如下数据库格式入库：
表1 矿物储量数据结构Table.1 The data sheet of the mineral reserve
表中数据的经度、纬度需存储经投影转换处理后变成的阿尔伯斯投影数据。
3.2切面面积计算
3.2.1 切面绘制
运用sql语言搜索深度相同的多边形的边界值，绘制切面。方法为：
1）用sql语言搜索出数据库数据中深度值相同的数据。
2）取所有数据中一个特定数据（a1,b1），此数据需要位于所有坐标值（ax,bx）之间。
3）从（a1,b1）的0度角开始逆时针计算两者之间距离值L=sqrt[（b2-b1）2+（a2-a1）2]。同时计算角度差。如果过角度差相等则取L值较大的点。
4）把所有3）中取出数据连接成多边形即为此切面。
3.2.2切面计算
为了保持面积计算结果不受地球椭球体影响需要将墨卡托投影转换为阿尔伯斯投影。墨卡托投影转阿尔伯斯投影在ArcEngine下方法如下[4]:
Dim pPoint As esriGeometry.IPoint
Set pPoint=New Point
pPoint.PutCoords mx,my
Set pPoint.SpatialReference=pSpRef2
pPoint.Project pSpRef1‘此处先实现由墨卡托投影到WGS1984投影中
lon=pPoint.X
lat=pPoint.Y
Set pPCS=pSpRFc.CreateProjectedCoordinateSystem（esriSRProjCS_NAD1983USA_Albers）
Set pSpRef2=pPCS
pPoint.Project pSpRef2‘实现由WGS1984投影到阿尔伯斯投影的转换
lon=pPoint.X‘lon即为在阿尔伯斯投影中的经度值
lat=pPoint.Y‘lat即为阿尔伯斯投影中的纬度值[4’
ArcEngine是目前地理信息系统处理方面比较流行的二次开发工具。墨卡托投影转化为阿尔伯斯投影时，每一个坐标点均要做转换，通常是采用W GS1984投影作为中间转换投影。先将墨卡托投影转化到WGS1984投影，然后将转化来的WGS1984投影转化成阿尔伯斯投影。
阿尔伯斯投影最大的特点是投影前后面积保持不变，本文采用质心量算法进行面积计算，具体步骤是先寻找多边形的质心，然后由质心到各多边形顶点引直线，最后把每个多边形的面积相加即得结果。计算步骤如图3[4]。
方法为[4]:
1）首先遍历数据库，读取数据库中高程相等数据的坐标值组成平面多边形。找出多边形质心。
2）连接多边形每个点与质心。
3）计算每个小多边形的面积然后相加。S=s1+s2+s3………。其中S表示多边形面积，s1、s2、s3等表示小三角形面积[4]。
设L为边长，L两端点坐标值为（a1,b1），（a2,b2）。如图4所示：
则：L=sqrt[（b2-b1）2＋（a2-a1）2]
每个小三角形面积计算源代码为[4]:
s=（L1+L2+L3）/2
S=sqrt[s＊（s-L1））＊（s-L2）＊（s-L3）]
图3 多边形的面积量算[4]Fig.3 Area measurement of the polygon
图4 每个小三角形面积计算Fig.4 The calculation of every triangle
此处S值即为切面面积。切面面积的计算结果考虑了地球椭球体引起的误差更接近实际值。
3.3切面间体积计算
将矿物实体分割切片后其中每个切面间体积v的计算模拟梯形计算模式，S上为上切面面积，S下为下切面面积，h为切面间高度差。如图5所示：
图5 单个切面实体Fig.5 Single slice object
则切面间体积v＝（S上＋S下）h/2。图1和5中当切面数n趋向于无穷大时，切面1和切面2之间的面积差值越小，相应的两个多边形的形状也就最接近，h值也就最小。此时可以得到误差较为小的切面体积计算结果。
3.4矿物储量计算
将矿产实体分割成n个切面后，每个小切面的体积的累加和即为整个矿产实体的储量。切面数n的值越大所切割的体积个数越多，则切面值越接近实际值。体积值V即是每个小切面间体积v的累加和。
南海地质研究.2010
式中：V即为整个矿物储量。它累加了所有的切面间实体的体积之和，切面间实体的个数取决于n的大小。当n趋向于无穷大时最接近实际值。
4结语
本文介绍了基于投影转换的海洋小比例尺矿产储量的计算方法，同时提供了基于Ar-cEngine的投影转换方法。矿产储量的计算模式不同于传统的计算模式，关键在于考虑到了小比例尺下由于地球椭球体变形引起的误差。所以论文引入了投影变换的方法，从一定程度上降低了地球的不规则性引起的误差。但是此方法只适应于固体矿产的储量计算，对于石油、水合物等的储量计算只能做体积计算的一个参数。
参考文献
[1]单宝强，毛永强.GIS中的坐标系定义与转换[J].黑龙江国土资源，2005,11,38～39
[2]欧洲石油勘探组.Coordinate Conversions and Transformation including Formulas[M].国际石油技术软件开放公司，2008
[3]苏国辉，戴勤奋，魏合龙.海洋地质数据库数据的存储结构[J].海洋地质动态，2003,19（6）:5～7
[4]邵长高，谭建军等.海洋小比例尺地图精确测量及计算方法[J].地理与地理信息科学，2009,25（2）:42～45
[5]
[6]
[7]
Method of Precise Measurem ent and Calculation of Small Scale Mineral Reserve Calculation
Shao Changgao,Liang Jian,Chen Hongwen,Zeng Wenjuan
（Guangzhou Marine Geological Survey,Guangzhou,510760）
Abstract:To the small-scale map in ocean mine reserve field,the traditional measurement method computes the reserve with a relatively coarse precision.In order to improve that,a new method has been provided in this study,which uses Arc Engine technology to finish the conversion between different projections and measure the earth's area as well as other information precisely.And then cut the mine reserve object into several pieces,so we can calculate the volume of the reserve by summing every piece.The different projections,such as WGS1984,Mercator,and Albers,also have been discussed,which can provide a good service for the military strategy and exploration of ocean resources.
Key words:Ocean measurements,GIS,Map projection,Reserve Calculation
1234大兄弟
采矿工程毕业设计论文
采矿工程是一个国家的重要产业,采矿工程直接关系到国家资源、能源的正常供应和使用安全。以下是专门为你收集整理的采矿工程毕业设计论文，供参考阅读！
采矿工程方法优化研究
【摘要】采矿工程中的许多方法都是可以优化的，比如采矿工程中的开拓系统和采矿方法。这些方法优化问题，由于决策变量众多，并且不同情况的所起的作用不同，导致多数问题都是复杂的非线性化问题，不仅如此变量之间的联系有时很难用确切的数学模型或者数学表达式表达出来。因此我们考虑到可以利用计算机技术和人工智能的技术来实现采矿工程中方法的优化问题，比如遗传算法，神经网络等，本文从上述几种技术角度，结合实际例子探讨了采矿工程方法的优化问题。
【关键词】采矿工程;优化;采矿方法
采矿工程中的许多问题的决策和方法的优化，都是多决策变量问题。以往对这种问题的处理方式都是采用单一变量法，即采用固定其他变量使其值保持不变，通过变化某一变量来探索这一变量对目标函数或目标问题结果的影响，从而找出最优解。虽然这种方式大大简化了这种多变量问题的求解方式，但是它忽略了各个变量之间的相互关系，以及他们之间的相互作用对最终结果的影响，因此所得的结果并不是真正的最优值。为了求得真正的最优解，需要同时改变各决策变量，探索他们在这种情况下和目标的关系以及的对目标结果的影响，从而找出综合最优值。
1、优化方法
1.1遗传算法的定义
遗传算法是一种自适应优化的方法。这种方法基于生物进化的原理，它模拟了生物进化的步骤，将繁殖、杂交、变异、竞争和选择等概念引入到算法中。[1]通过对一组可行解的维持和重新组合，在多决策变量共同作用的条件下，改进可行解的移动轨迹曲线，最终使它趋向最优解。这种方式是模拟生物适应外界环境的遗传变异机理，克服了传统的单决策变量法容易导致的局部极值的缺点，是一种全局优化算法。
1.2神经网络的定义
人脑思维方式的一大特点就是：通过多个神经元之间的同时的相互作用来动态完成信息的处理。人工神经网络就是模拟人脑思维的这种方式，通过计算机来完成一个非线性的动力学系统，可以实现信息的分布式存储和并行协同处理。
1.3遗传算法与神经网络协同优化
由于采矿工程的问题很难用一个显式来表示，所以我们可以利用人工神经网络强大的非线性映射能力建立决策变量和目标函数的关系，实现对问题的显式化，然后用遗传算法对这个目标函数的决策变量进行搜索和寻优，搜索到后就输入之前已经建模好的神经网络，网络将自动进行学习和匹配，从而我们可以计算出目标函数对该组决策变量的适应性，然后根据适应性进行遗传变异操作，反复多次后即可寻得最优解。
2、优化实例
2.1遗传算法在矿石品位优化中的应用
遗传算法是由原始数据，模拟优胜劣汰的方式通过反复迭代获得最优解，在这里实质上是随机生成一组矿石品位，利用自适应的技术调整品位，经过反复迭代计算，逐步逼近最优解。
(1)编码：用定长字符代表遗传中的基因，在这里表示某种特定品位，编码顺序依次为边界品位、最小工业品位、原矿品位和精矿品位。[2]
(2)初始群体：每次迭代的初始群体由上一次迭代生成，第一次的初始群体随机生成，每个群体包含的个体数确定。
(3)适应度：自然界中的适应度是生物个体对自然界的适应程度，适应度大，那么它存活下来的可能性就大。类似的这里的适应度是衡量个体优劣的指标，可以驱动遗传算法的优化，本例中的适应度取不同品位的矿石所能取得的净现值。
(4)复制和交换：根据达尔文进化论，适应性强的个体容易生存下来，那么他们的有利性征就被保留了，同样的不利性征就被淘汰了，适应性强的个体他们的后代跟他们的相似度会比较高，在遗传算法中可以用复制来代表这一部分;交换就是指上一代多个个体的部分基因相互置换产生新个体。
(5)突变：遗传算法中产生新个体的又一手段，通过求补运算完成。
(6)终止条件：遗传算法是迭代运算，在迭代到符合某一要求时停止，一般都是当群体的平均适应度或最大适应度变化平稳时，迭代终止。
2.2采矿工程优化实例
本处选择山东莱芜铁矿施工时的填充材料刚度与采场结构参数的优化问题来说明一下神经网络和遗传算法的具体应用。
山东莱芜铁矿谷家台矿区矿体赋存于大理岩与闪长岩的.接触带中，上部为第四系和第三系所覆盖，全部为隐伏矿体，矿脉地理结构十分复杂。[3]上部有河流流过，虽然河流和矿带之间有第三系的红板岩，但是由于局部天窗的分布，导致水层和第四系砂砾石层和灰岩层接触，隔水效果不好。由于灰岩层的含水性，导致这部分成为承压含水层。复杂的地质背景给开矿带来了巨大的难度，为了实现不改河、不疏干、不搬迁、不塌陷、不还水的“五不”方针，最终决定的开矿方案是采用矿体近顶板大理岩注浆补漏堵水措施与阶段空场嗣后胶结充填采矿方法相结合的综合治水方案。制约这一方案顺利实施的两个重要因素就是充填材料刚度与采场结构参数的优选问题。
设矿房宽度为Bf，填充体刚度为EC，бt为上盘出现的最大拉应力。推测得出：从安全性角度考虑，矿房宽度Bf越小，填充体刚度EC越大，则上盘出现的拉应力越小，施工越可靠;从经济型角度考虑，矿房宽度越大，填充刚度越小越经济，可以看出两者是相对的，我们要在这之间找一个最佳匹配值。使得上盘出现的拉应力小于但又接近于大理岩的抗拉强度。
先通过神经网络建立决策量Bf、EC和目标бt的映射关系，然后用遗传算法搜索最佳匹配，得到结果Bf=21.256m，EC=396.6MPa，бt=-1.9297MPa，最后进行的结果的合理性验证，表明这个结果是令人满意的。
3、结论
作为现阶段比较先进的计算智能和人工智能技术，遗传算法和神经网络着重于通过迭代算法和非线性映射来求得问题的最优解。由于绝大多数矿场的复杂条件导致采矿工程中的许多问题和方法的决策存在众多的决策变量，并且多数变量和目标量的关系都是非线性的，这些特点使得遗传算法和神经网络等现代先进智能技术能很好的运用到采矿工程的优化中去，通过文章研究和实例证明，对于采矿工程的方法优化，遗传算法和神经网络能起到很好的效果，随着这些技术的进步，他们将会为采矿工程的优化方面提供更有力的帮助。
参考文献
[1]李云，刘霁.神经网络与主元分析在采矿工程中的应用[J].中南林业科技大学学报，2010，30(6)：140-146.
[2]张磊，柴海福.浅谈人工神经网络在采矿工程中的应用[J].学术探讨，2008，(6)：172.
[3]刘加东，陆文，路洪斌.浅谈采矿方法的优化选择[J].IM&P化工矿物与加工，2009，(1)：25：27.
邵长高梁建陈宏文曾文娟 （广州海洋地质调查局 广州 510760） 第一作者简介：邵长高（1983—），男，硕士，主要研究方向：3S技术在资源调查和生态环境动态
长草的燕窝 2人参与回答 2023-12-06 在建筑工程中，精确的工程测量对于工程建设来讲是不可忽视的部分，而受到内外因素的作用，工程测量会出现精度不足，这会制约工程测量的发展，并直接对工程建设造成影响。下
宝宝晨123 2人参与回答 2023-12-10 1、专业的测量工程师一定是通过国家测绘职业技能鉴定中心（国家测绘地理信息局职业技能鉴定指导中心）考试合格并且颁发相关证书的专业技术人员。2、想考测量工程师的话先
虎虎生威2015 6人参与回答 2023-12-10 做好安全生产工作是保障人民群众生命财产安全的重要政治任务。下面我整理了安全生产论文范文，供你参考。 安全生产论文范文一 1加强机电技术的
Elaine暖阳 2人参与回答 2023-12-10 通过测量，保证巷道顺利贯通后，才能满足巷道的设计用途，可能通风、运输、回采、安全等用途，为矿上的安全与生产创造基础性的条件之一
咔嚓咔嚓咔嚓啦 4人参与回答 2023-12-09