Application of wide-field electromagnetic method for skarn-type polymetallic deposits’ exploration in the Yemaquan, Qinghai Province, China
Notice bibliographique
Résumé
Abstract The Qimantag region in the East Kunlun Mountains is a significant skarn-type polymetallic metallogenic belt in China. With the exhaustion of shallow deposits due to extensive geological and exploration work, there is a pressing need to explore deeper buried ore bodies. The desert soil cover limits the effectiveness of geological and geochemical surveys. Traditional magnetic and gravity surveys have been the primary methods for early exploration but are inadequate for deep exploration. This study applies the Wide-field Electromagnetic Method (WFEM) to mineral exploration in the Yemaquan area of Qimantag region. Developed from the Controlled Source Audio-frequency Magnetotellurics (CSAMT), WFEM uses a vertical or horizontal dipole source to generate electromagnetic responses. It calculates apparent resistivity from a single observed parameter, significantly reducing data acquisition costs. The method is especially effective for identifying deep metal deposits under thick cover. WFEM data were recorded and then processed using the Gauss–Newton method for 2D inversion, followed by 3D kriging interpolation to generate a resistivity model at a depth of 1000 meters in the study area. The results revealed the distribution and contact relationships of sedimentary strata and rock bodies, correlating well with existing geological and geophysical data. Drilling verified the presence of iron, copper, and other polymetallic ore bodies, demonstrating the potential of WFEM for mineral exploration in areas with weak magnetic anomalies. This study validates the effectiveness of WFEM in detecting deep polymetallic deposits in the Qimantag area and provides valuable reference for future exploration in similar geological environments.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».