北山花岗岩矿物的多尺度结构特征与智能识别

摘要

为了解溶质在非均质岩石中的反应迁移机理,需要对岩石的非均质空间结构进行刻画。以中国甘肃北山地区的花岗岩为研究对象,分别通过灰度阈值分割法与基于深度残差网络的智能识别方法对花岗岩矿物组分进行分割,并结合地质统计学方法,利用变异函数建立非均质花岗岩吸附系数的空间相关结构。结果表明:灰度阈值分割法与基于深度残差网络的智能识别方法获取的矿物分割结果和花岗岩样品各组分矿物的实际质量分数误差均小于5%,且智能识别方法可更好地还原矿物连续性;花岗岩的主要组分矿物中,黑云母吸附系数在x、y、z三个方向上的相关长度分别为3.75、4.92、4.14 mm,长石吸附系数在x、y、z三个方向上的相关长度分别为7.88、6.15、5.94 mm,石英吸附系数在x、y、z三个方向上的相关长度分别为5.25、5.45、5.28 mm,表明花岗岩具有明显各向异性。

关键词

矿物识别 / 花岗岩 / 深度残差网络 / 变异函数 / 多尺度 / 空间相关结构