矿产资源GIS评价系统及成矿预测BP模型
|
摘要
矿产资源评价与成矿预测这一地学中的重要研究对象随着空间信息技术的迅猛发展和广泛应用，正朝着信息化方向迈进。以GIS为主要支撑技术，分析矿产资源的空间分布，研究多元成矿信息定量模型，发展矿床模型专家系统成为矿产资源评价及预测的基本趋势。本文紧扣矿产资源GIS评价工作中地学数据模型创建、成矿信息GIS提取与集成技术、矿产资源综合评价模型的构造这三个关键问题，以面向对象的程序设计思想，创造性的利用ActiveX技术和GIS功能组件MapObjects，在Visual C++开发环境下，重点研制了矿产资源GIS评价研究中网格单元划分、地质变量智能化提取、空间数据库管理和成矿预测BP模型等核心模块，实现了矿产资源评价、GIS技术和人工神经网络技术的紧密结合，开发出一套界面友好、功能完善、平台独立的矿产资源GIS评价系统。
文中系统分析与总结了矿产资源综合评价及成矿预测的通用工作流程，采用面向对象的软件工程技术和方法，将矿产资源综合评价工作表达为计算机软件工程，并在完成矿产资源GIS评价需求分析和总体结构设计的基础上，详细划分出系统的六大功能模块：文件输入模块、评价单元划分模块、空间分析模块、地质变量智能提取模块、定位预测模块和属性管理模块。
首次将美国ESRI公司的MapObjects应用于矿产资源评价系统的研制开发中，使评价系统摆脱了对基础GIS平台的依赖，具有较好的独立性和可移植性。以矢量数据结构为主，实现了对点、线、面地质体的GIS空间分析功能，以便对多元矢量数据信息进行叠加分析和相关分析，发现和归纳研究区域的成矿规律，建立成矿地质模型。并提供人机交互式定制网格单元的功能，以网格单元作为基本评价单元，开发出多属性、多变量的成矿信息智能化提取模块，完成对矢量图形数据、定量专题数据的自动数值转换。
为有效的组织和管理属性数据，系统采用了DAO数据库访问系统来访问和管理属性数据，并以列表视图控件为基础建立了属性数据浏览视图，允许用户在系统运行的过程中动态创建或选择DAO数据源为数据库应用程序提供要管理的属性数据对象。实现了空间实体数据和属性数据的关联，以及对属性数据的浏览、编辑、查询和管理功能。
论述了人工神经网络BP模型在矿产资源综合评价及成矿预测中应用的可行性和优越性，实现了BP网络的通用算法，建立了矿产资源综合评价及成矿预测BP模型，从而可以对成矿信息进一步进行智能化知识发现和信息挖掘，自动评估各地质变量对成矿的贡献，得到区域性的成矿规律和成矿模式，并圈定出成矿靶区。并提供友好的人机交互式界面，使用户可以自己创建、设计和管理成矿预测BP模型。
在矿产资源GIS评价系统中，集成矿产资源评价方法、GIS技术和人工神经网络技术，实现了矿产资源综合评价及成矿预测的工作流程。以计算机可视化技术便捷、直观的展现出矿产资源综合评价的全过程；利用GIS强大的数据管理和空间分析功能，有效的解决了多源、多类型、多属性地质数据的处理和分析问题；利用人工神经网络技术突破了统计数学模型对矿产资源综合评价及成矿预测的约束和限制，为矿产资源综合评价提供了一种新思路和有效的方法。
本文着眼于矿产资源GIS评价工作中的难点和关键问题，强调矿产资源评价方法、GIS技术和人工神经网络技术的紧密结合，实现了对多层次、多类型、多属性信息的提取和集成，为矿产资源综合评价提供了GIS软件系统技术支撑，对推动矿产资源评价工作的信息化发展具有重要意义。
With the great development and wide application of spatial informational technologies, mineral resources assessment and metallogenic prognosis, an important branch of geosciences, is striding forward in the informational direction. Supported by the GIS technology, the research field of the mineral resources assessment and metallogenic prognosis is tending to develop Expert Systems of mineral deposit model by dealing with the temporal and spatial distribution of mineral resources and building quantitative models of multiple metallogenic information. Aiming at the three pivotal problems in research on mineral resources assessment with GIS about designing data models of geology, GIS technologies for extracting and integrating mineralizing information, synthetic assessment models of mineral resources, and being guided by the object-oriented programming theory, the GIS-based Mineral Resources Assessment system was developed with a user-friendly interface, perfect functions and an independent platform. The ActiveX technology, the functional component of GIS named MapObjects and the artificial neural network technology were adopted in the developing environment of Visual C++ to fulfill the system whose core modules of gridding partition, intelligentized extraction of geologic variables, spatial database management and BP model for metallogenic prognosis were developed emphatically.
The universal process which was expressed in a computer software project with the object-oriented programming technology and methods was analyzed and concluded systematically for mineral resources synthetic assessment and metallogenic prognosis. Furthermore, the GIS-based Mineral Resources Assessment System was divided in detail after demand analysis and structural design into six functional modules: the files input module, gridding partition module, spatial analysis module, intelligentized extracion of geologic variables module, orientation prediction module and attribution management module.
The functional component of GIS named MapObjects published by America ESRI Corporation was applied unprecedentedly in the development of mineral resources assessment systems, which make the system independent of basic GIS platform and transplantable. The GIS-based Mineral Resources Assessment System deals with vector data structure mainly. And its spatial analytic functions such as overlay analysis and buffer analysis that can be used to extract multiple variables and information from geologic bodies organized in map layers in point, line or polygon shape are in favor of discovering ore-forming factors, summarizing regional metallogenic regularities and constructing geologic metallogenic models. Users can use the system to customize sizes of grid units and partition digital maps in grid. And users can also use the module of intelligentized extraction of geologic variables to extract and integrate metallogenic information included in various geologic attributions of variables in order to quantify vector graphic data in numerical value.
The DAO database access system was adopted to access and manage attribution data effectively in the GIS-based Mineral Resources Assessment System Based on a list control, a view was created to show users attribution data. Users can create or select dynamically a DAO data source when the system is in a running process to define an attribution data object for the application program Moreover, the system provides users some functions to browse, edit, query and manage attribute data.
It is feasible and advantaged to apply a BP model, one of artificial neural networks, to evaluate synthetically mineral resources and do metallogenic prognoses. And a BP model for
metallogenic prognosis can be constructed as the general algorithm of BP network was programmed. Users can create, design and manage BP models for metallogenic prognoses by interacting with a computer through a user-friendly interface. When BP models are taken advantage of to do mineral resources assessment and metallogenic prognoses, metallogenic informati
文中系统分析与总结了矿产资源综合评价及成矿预测的通用工作流程，采用面向对象的软件工程技术和方法，将矿产资源综合评价工作表达为计算机软件工程，并在完成矿产资源GIS评价需求分析和总体结构设计的基础上，详细划分出系统的六大功能模块：文件输入模块、评价单元划分模块、空间分析模块、地质变量智能提取模块、定位预测模块和属性管理模块。
首次将美国ESRI公司的MapObjects应用于矿产资源评价系统的研制开发中，使评价系统摆脱了对基础GIS平台的依赖，具有较好的独立性和可移植性。以矢量数据结构为主，实现了对点、线、面地质体的GIS空间分析功能，以便对多元矢量数据信息进行叠加分析和相关分析，发现和归纳研究区域的成矿规律，建立成矿地质模型。并提供人机交互式定制网格单元的功能，以网格单元作为基本评价单元，开发出多属性、多变量的成矿信息智能化提取模块，完成对矢量图形数据、定量专题数据的自动数值转换。
为有效的组织和管理属性数据，系统采用了DAO数据库访问系统来访问和管理属性数据，并以列表视图控件为基础建立了属性数据浏览视图，允许用户在系统运行的过程中动态创建或选择DAO数据源为数据库应用程序提供要管理的属性数据对象。实现了空间实体数据和属性数据的关联，以及对属性数据的浏览、编辑、查询和管理功能。
论述了人工神经网络BP模型在矿产资源综合评价及成矿预测中应用的可行性和优越性，实现了BP网络的通用算法，建立了矿产资源综合评价及成矿预测BP模型，从而可以对成矿信息进一步进行智能化知识发现和信息挖掘，自动评估各地质变量对成矿的贡献，得到区域性的成矿规律和成矿模式，并圈定出成矿靶区。并提供友好的人机交互式界面，使用户可以自己创建、设计和管理成矿预测BP模型。
在矿产资源GIS评价系统中，集成矿产资源评价方法、GIS技术和人工神经网络技术，实现了矿产资源综合评价及成矿预测的工作流程。以计算机可视化技术便捷、直观的展现出矿产资源综合评价的全过程；利用GIS强大的数据管理和空间分析功能，有效的解决了多源、多类型、多属性地质数据的处理和分析问题；利用人工神经网络技术突破了统计数学模型对矿产资源综合评价及成矿预测的约束和限制，为矿产资源综合评价提供了一种新思路和有效的方法。
本文着眼于矿产资源GIS评价工作中的难点和关键问题，强调矿产资源评价方法、GIS技术和人工神经网络技术的紧密结合，实现了对多层次、多类型、多属性信息的提取和集成，为矿产资源综合评价提供了GIS软件系统技术支撑，对推动矿产资源评价工作的信息化发展具有重要意义。
With the great development and wide application of spatial informational technologies, mineral resources assessment and metallogenic prognosis, an important branch of geosciences, is striding forward in the informational direction. Supported by the GIS technology, the research field of the mineral resources assessment and metallogenic prognosis is tending to develop Expert Systems of mineral deposit model by dealing with the temporal and spatial distribution of mineral resources and building quantitative models of multiple metallogenic information. Aiming at the three pivotal problems in research on mineral resources assessment with GIS about designing data models of geology, GIS technologies for extracting and integrating mineralizing information, synthetic assessment models of mineral resources, and being guided by the object-oriented programming theory, the GIS-based Mineral Resources Assessment system was developed with a user-friendly interface, perfect functions and an independent platform. The ActiveX technology, the functional component of GIS named MapObjects and the artificial neural network technology were adopted in the developing environment of Visual C++ to fulfill the system whose core modules of gridding partition, intelligentized extraction of geologic variables, spatial database management and BP model for metallogenic prognosis were developed emphatically.
The universal process which was expressed in a computer software project with the object-oriented programming technology and methods was analyzed and concluded systematically for mineral resources synthetic assessment and metallogenic prognosis. Furthermore, the GIS-based Mineral Resources Assessment System was divided in detail after demand analysis and structural design into six functional modules: the files input module, gridding partition module, spatial analysis module, intelligentized extracion of geologic variables module, orientation prediction module and attribution management module.
The functional component of GIS named MapObjects published by America ESRI Corporation was applied unprecedentedly in the development of mineral resources assessment systems, which make the system independent of basic GIS platform and transplantable. The GIS-based Mineral Resources Assessment System deals with vector data structure mainly. And its spatial analytic functions such as overlay analysis and buffer analysis that can be used to extract multiple variables and information from geologic bodies organized in map layers in point, line or polygon shape are in favor of discovering ore-forming factors, summarizing regional metallogenic regularities and constructing geologic metallogenic models. Users can use the system to customize sizes of grid units and partition digital maps in grid. And users can also use the module of intelligentized extraction of geologic variables to extract and integrate metallogenic information included in various geologic attributions of variables in order to quantify vector graphic data in numerical value.
The DAO database access system was adopted to access and manage attribution data effectively in the GIS-based Mineral Resources Assessment System Based on a list control, a view was created to show users attribution data. Users can create or select dynamically a DAO data source when the system is in a running process to define an attribution data object for the application program Moreover, the system provides users some functions to browse, edit, query and manage attribute data.
It is feasible and advantaged to apply a BP model, one of artificial neural networks, to evaluate synthetically mineral resources and do metallogenic prognoses. And a BP model for
metallogenic prognosis can be constructed as the general algorithm of BP network was programmed. Users can create, design and manage BP models for metallogenic prognoses by interacting with a computer through a user-friendly interface. When BP models are taken advantage of to do mineral resources assessment and metallogenic prognoses, metallogenic informati
引文
1．蔡煜东，陆文聪．自组织学习联想神经树在多金属成矿预测中的应用．华东地质学院学报，1995，18(4)：344-348
2．蔡煜东，杨兵，孙虹．自组织人工神经网络在多金属成矿预测中的应用．矿山地质，1995，16(1)：43-47
3．蔡煜东，杨兵，孙虹．自组织人工神经网络在多金属成矿预测中的应用．矿床地质，1994，3(2)：181-185
4．陈石羡．地理信息系统在金属矿产预测中的应用．地质找矿论丛，1998，13(1)：74-83
5．陈守余，周梅春．数据开采的BP神经网络方法及其应用．地球科学——中国地质大学学报，1998，23(2)：183-187
6．陈遵德，王玲．地球化学样品分类的RS方法．物探与化探，1998，22(5)：348-353
7．迟国彬，李岩，丁暄，等．基于GIS的矿产勘查综合预测方法研究．地球化学，1997，26(5)：91-99
8．迟国彬，李岩，等．基于GIS的矿产勘查综合预测方法研究．中国地理信息系统协会第二届年会论文集，北京，1996，242-249
9．池顺都，吴新林．云南元江地区铜矿GIS预测时的找矿有利度和空间相关性分析．地球科学——中国地质大学学报，1998，23(1)：75-78
10．池顺都，赵鹏大．地质建造组合熵异常与找矿有利地段圈定．现代地质，2000，14(4)：423-428
11．池顺都，赵鹏大．应用GIS圈定找矿可行地段和有利地段——以云南元江地区大红山群铜矿床预测为例．地球科学——中国地质大学学报，1998，23(2)：125-128
12．池顺都，周顺平，吴新林．GIS支持下的地质异常分析及金属矿产经验预测．地球科学(中国地质大学学报)，1997，22(1)：99-103
13．Chinn G. T., Ascough G.L..基于专家系统和GIS的矿产远景制图．物探化探译丛，1998，6：106-113
14．杜亚军，侯兰杰，李辉．BP人工神经网络在地学中的应用．四川地质学报，1999，19(1)：71-74
15．胡光道，陈建国．金属矿产资源评价分析系统设计．地质科技情报，1998，17(1)：45-49
16．黄波．地理信息系统的数学模型与系统结构．环境遥感，1995，10(1)：63-68
17．黄杏垣，汤勤．地理信息系统概论．1989，北京；高等教育出版社
18．李长江，麻土华，朱兴盛．矿产勘查中的分形、混沌与ANN．北京：地质出版社，1999
19．李德仁．论3S集成的定义、理论与关键技术．中国地理信息系统协会第二届年会论文集．北京，1996，548-555
20．李德仁，龚健雅，边馥苓．地理信息系统导论．1993，北京：测绘出版社
21．李恭．多源找矿信息综合图像处理与隐伏矿床预测．有色金属矿产与勘查，1992，1(1)：34-41
22．李厚强，王宜生，刘政凯．一种适用于多类别遥感图象分类的新方法——复合神经网络分类方法．遥感学报，1997，1(4)：257-261
23．李师汤，王硕儒，干增慧，等．鲁东金矿与花岗岩关系的神经网络模式识别．青岛海洋大学学报，1998，28(1)：142-148
24．李献业，叶水盛．基于GIS的大型金矿预测中化探空间信息集成技术的初步探讨．长春科技大学学报，2000，30(3)：296-298
25．李晓池，Mills E.G.,Burcher S.E..GIS在地质学中的应用．地学前缘，1995，2(1-2)：236-243
26．李新中，徐振邦，曾凡刚．矿产资源量计算与预测效果评价的方法和程序．地质与勘探，1998，34(1)：38-44，64
27．李颖，范继璋．综合信息矿产预测计算机系统．长春科技大学学报，1999，29(4)：394-396
28．李颖，杨永强，范云芳．阿尔泰成矿区金矿预测图形库及属性库的建立方法．长春科技大学学报，2000，30(3)：293-295
29．李裕伟．GIS——实现地质工作现代化的工具．物深化探计算技术，1995，17(2)：76-79
30．刘安洲．矿产资源评价中的方法研究．长春地质学院学报，1986，专辑：25-34
31．刘聚海．矿产勘查中遥感技术应用综述．国土资源科技进展，2000，3：54-62
32．刘天佑，师学明，潘玉玲，等．人工神经网络方法与鲁西金伯利岩物化探异常筛选．现代地质，1998，12(4)：598-602
33．刘荫椿，董晓辉，刘志杰．基于GIS的金矿多源地学信息复合处理及应用．黄金地质，1997，3(1)：63-66
34．刘震，李树楷．三“S”一体化技术和方法的探讨．环境遥感，1995，10(2)
35．吕新彪．人工神经网络在地球科学中的应用综述．地质科技情报，1996，15(3)：93-98
36．吕新彪，赵鹏大．定量成矿预测的人工神经网络模型．地球科学，1998，23(6)：620-623
37．马洪超，胡光道．地学数据融合技术综述．地质科技情报，1999，18(1)：97-101
38．马建文，阎积惠．地理信息系统及资源信息综合．1994，北京：地质出版社
39．麻士华，李长江．基于GIS的ANN型矿产资源评价系统．地质论评，2000，46(增刊)：182-188
40．Moon,C.J.,Wang,C.L..利用GIS定量模拟矿床：对英国德文郡南部一个金矿产地的实例研究．物探化探译丛，1994，1：65-66
41．秦其明，陆荣建．分形与神经网络方法在卫星数字图像分类中的应用．北京大学学报(自然科学版)，2000，36(6)：858-864
42．Raper,J.F.,Maguire,D.J..地理信息系统(GIS)的设计模型和功能．国外矿床地质，1994，3：22-31
43．史继忠，刘欣然，马天寿．内蒙狼山地区矿产资源评价数据库系统建立和应用．河北地质学院学报，1991，14(2)：172-181
44．石松连．地理信息系统概述．物探化探计算技术，1995，17(1)：71-74
45．苏红旗，葛艳，刘冬林，等．基于GIS的证据权重法矿产预测系统(EWM)．地质与勘探，1999，35(1)：44-46
46．檀国平．矿产资源评价中几个地球化学问题的探讨．中国地质，1993，6：26-27
47．唐永成，曹静平，高章红．安徽东部地区金矿资源GIS评价．安徽地质，2000，10(2)：111-119
48．王大力．用人工神经网络作地质数据分析．石油物探，1994，33(4)：65-69
49．王桥，毛锋，吴纪桃．GIS中的地理信息综合．遥感学报，1998，2(2)：155-160
50．王润生等．地质勘查图像分折与综合．北京：地质出版社，1992
51．王世称，范继璋，杨永华．矿产资源评价．1990，长春：吉林科学技术出版社
52．王世称，成秋明，范继璋．金矿资源综合信息评价方法．1990，长春：吉林科学技术出版社．
53．王世称，王于天．综合信息解译原理与矿产预测图编制方法．1989，长春：吉林大学出版社
54．王世称，叶永盛，杨永强，等．综合信息成矿系列预测专家系统．长春：长春出版社，
1999
55．王硕儒，赵举孝，范德江．自组织神经网络用于地质样品分类．物探与化探，1997，21(2)：139-144
56．王硕儒，汪炳柱，赵举孝．找矿预测中神经网络与模糊聚类的联合应用．中国有色金属学报，1994，4(1)：8-11
57．王野乔．遥感及多源地理数据分类中的人工神经网络模型．地理科学，1997，17(2)：105-112
58．王自杰，赵鹏大，基于GIS的智能辅助矿产预测系统研究．现代地质，1997，11(3)：339，353
59．王自杰，赵鹏大．基于地质异常研究的矿产预测．华东地质学院学报，1996，19(2)：133-138
60．吴堑虹．利用GIS编制矿产预测图．地质与勘探，2000，36(3)：48-50，66
61．吴仲煜．GIS在矿产资源区域评价中的应用研究．国外地质科技，1998，3：1-8
62．向运川，任天祥，杨竹溪．开发利用地理信息系统(GIS)综合分析地学信息进行矿产预测．物探与化探，1996，20(1)：1-13
63．杨昌明，田家华．区域矿产资源经济研究的发展趋势及值得注意的若干问题，地球科学——中国地质大学学报，1998，23(2)：215-218
64．肖克炎，张晓华，王四龙．矿产资源GIS评价系统——成矿预测方法通则之四．北京：地质出版社，2000
65．肖克炎，朱裕生，宋国耀．矿产资源GIS定量评价．中国地质，2000，7：29-32
66．肖克炎，朱裕生，姜作勤，等．矿产资源评价空间数据库中的地学数据模型设计问题．中国地质，2000，7：33-35
67．肖志坚．应用GIS进行矿产资源评价现状及技术方法研究方向．新疆地质，2000，18(2)：181-187
68．谢贤平，柴建设，董光煦．地质数据的BP网络分析方法．地质与勘探，1995，31(2)：38-42
69．杨文采，王宝珍．神经网络技术及其在物化探上的应用．物探化探计算技术，1994，16(4)：303-309
70．余生晨，叶水盛，刘光胜，王世称．利用地理信息系统(GIS)进行综合信息矿产资源预测．世界地质，1996，15(3)：92-96
71．张宝光．人工神经网络在遥感数字图象分类处理中的应用．国土资源遥感，1998，1：21-27
72．张建龙，游丽君，秦举礼，等．利用GIS空间分析功能进行矿产资源评价的方法研究．物探化探计算技术，1997，19(3)：283-286
73．张志华，朱章森，李儒兵．几种修正的自适应神经网络学习算法及其应用．地球科学——中国地质大学学报，1998，23(2)：179-182
74．赵鹏大．国际数学地质协会94学术年会纪要．地质科技情报，1994，13(4)：1-5
75．赵鹏大．矿产勘查问题研究现状及发展．矿产勘查(第二辑)．1992，武汉：中国地质大学出版社，5-16
76．赵鹏大，池顺都．初论地质异常，地球科学，1991，16(3)：241-248
77．赵鹏大，池顺都，陈永清．查明地质异常：成矿预测的基础．高校地质学报，1996，2(4)：361-373
78．赵鹏大，胡旺亮．地质异常理论与矿产预测．新疆地质，1992，10(2)：93-100
79．赵鹏大，胡旺亮，李紫金．矿床统计预测(第二版)．1994，北京：地质出版社
80．赵鹏大，孟宪国．地质异常与矿产预测，地球科学，1993，18(1)：39-47
81．植起汉．遥感与多源地学信息综合分析方法是矿产勘查及预测的一个新途径．遥感与地质，1995，3(4)：1-3
82．钟华平．地理信息系统在水文地质方面的应用．水文地质工程地质，1995，20(1)：35-38
83．钟洛加，张思发．利用GIS技术对蛇屋山型金矿进行评价方法探讨．湖北地质，1997，11(2)：57-61
84．周成虎．地理信息系统概要．1993，北京：中国科学技术出版社
85．周忠漠，易杰军．GPS卫星测量原理与应用．1992，北京：测绘出版社
86．朱裕生，李纯杰．成矿地质背景分析——咸矿预测方法通则之一．北京：地质出版社，1997
87．朱裕生，余金生，李裕伟．矿产资源评价中的数学模型．中国地质科学院矿床地质研究所所刊，1986，1：57-83
88. Agterberg F. P.. Combining indicator patterns in weights of evidence modeling for resource evaluation. Nonrenewable Resources, 1992, 1(1): 35-50
89. Agterberg, F. P.. Computer program for mineral exploration: Science, 1989, 245, 76-81
90. Agterberg F. P., Bonham-Carter G. F., Cheng Q., etc. Weights of evidence modeling and Weighted logistic regression for mineral potential mapping. In Dais T. C., Herzfield U. C. eds.. Computers in geology-25 years of progress. Oxford Unlversity Press, 1993:13-32
91. An P., Moon W. M., Bonham-Carter G. F.. An object-oriented knowledge representation structure for exploration data Integration. Nonrenewable Resources, 1994, 3(2): 132-145
92. Andrea G., Fabbri. Quantitative methods in environmental geology. In: IAMG'94 papers and extended abstracts, 1994, 117-121
93. Andrew K., Skidmore, Philip J., Ryan, etc.. Use of an expert system to map forest soils from a geographical information system. International Journal of Geographical Information Systems, 1991, 5(4): 431-445
94. Bonham-Carter G. F., Agterberg F. P., Wright D. F.. Integration of geological datasets for gold exploration in Nova Scotia. Photogrammetry and Remote Sensing, 1988, 54(11): 1585-1592
95. Bonham-Carter G. F., Reddy R. K. T., Galley A. G. Preliminary results using a forward-chaining inference net with a GIS to map base-metal potential: Application to Snow Lake Green- stone Belt, Manitoba, Canada. IWSPMR' 90, 1990. Wuhan, China
96. Broome J., Brodaric B., Viljoen D., etc.. The NATMAP digital geoscience data-management system. Computers&Geosciences, 1993, 19(10): 1501-1516
97. Burrough P. A.. Are GIS data structures too simple minded? Computer&Geosciences, 1993, 18(4): 385-400
98. Burrough P. A.. Principles of Geographical Information Systems for land resources assessment. Claxendon Press, 1986:1-20
99. Chung C. F., Fabbri A. G.. The representation of geoscience information for data Integration. Nonrenewable Resources, 1993, 2 (2): 122-139
100. Davidson D. A., Theocharopoulos S.P., Bloksma R. J.. A land evaluation project in Greece using GIS and based on Boolean and fuzzy set methodologies. Internatioual Journal of Geographical Information System, 1994, 8(4): 369-384
101. Dennix P., Cox. Estimation of undiscovered deposits in quantitative mineral resource assessments-examples from Venezuela and Puerto Rico. Nonrenewable Resources, 1993, 2(2): 82-91
102. Deutsch C. V., Journel A. G.. GSLIB: Gcostatistical Software Library and Users Guide. New
York: Oxford University Press, 1992
103． Gong P.. Integrated analysis of spatial data from multiple sources: using evidential reasoning and artificial neural network techniques for geological mapping. Photogrammetric Engineering&Remote Sensing, 1996, 62 (5) : 513-523
104． Gorelev D. A.. Quantitative characteristics of geologic anomalies in assessing ore capacity. Internal. Geology Review, 1982, 24(4) : 457-465
105． Graham J., Williams. Templates for spatial reasoning in responsive Geographical Information systems. International Journal of Geographical Information Systems, 1995, 9 (2) : 117-131
106． GrunskyE. C, KilbyW.E., MasseyN.W.D.. Mineral resource assessment In British Columbia. Nonrenewable Resources, 1994, 3 (4) : 271-283
107． Harris D. P.. Mineral resource assessment-perspectives on the past and present and speculation on future direction. Nonrenewable Resources, 1995, 4(3) : 213-232
108． Harris D. P., Pan G. Intrinsic sample methods for mineral exploration and resource assessment Nonrenewable Resources, 1993, 2 (2) : 113-121
109． Harris D.P., Pan G. Subdividing consistent geologic areas by relative exceptionalness of additional information: methods and case study, Economic Geology, 1990, 85: 1072-1083
110． Heermann P., Khazenie N.. Classification of multispectral remote sensing data using a back-propagation neural network IEEE trans. On Geoscience and Remote Sensing, 1992, 30: 81-88
111． Helena Mitasova, Lubos Mitas, William M, etc.. Modeling spatially and temporally distributed phenomena new methods and tools for GRASS GIS. International Journal of Geographical Information Systems, 1995, 9 (4) : 433-446
112． Hughes J. D.. Interpretive three-dimensional modeling and geological/economic analysis of layered sequences. In: IAMG' 94 papers and extended abstracts, 1994: 154-168
113． Ingram P.. Web developments and the Internet Computers&Geosciences, 1996, 22 (5) : 579-584
114． Liu Z. K., Xiao J. Y. Classification of remote sensed image data using an artificial neural network International Journal of Remote Sensing, 1991, 12: 2433-2438
115． Mario Mejia-Navarro, Ellen E., Wohl. Geological hazard and risk evaluation using GIS: Methodology and Model Applied to Modelling, Colombia. Bulletin of the Association of Engineering Geologists, 1994, 31 (4) : 459-481
116． McNoleg Oleg. The Integration of GIS, remote sensing, expert systems and adaptive cokring for environmental habitat modeling of the Highland Haggis using object-oriented, fuzzy-logic and neural-network techniques. Computers&Geosciences, 1996,22(5) : 585-588
117． Pan G. Extended weights of evidence modeling for the pseudo-estimation of metal grades. Nonrenewable Resources, 1996, 5 (1) : 53-76
118． Pan G. Regionalized favorabiliry theory for information synthesis in mineral exploration. Mathematical Geology, 1993, 25 (3) : 603-631
119． Pan G, Harris D. P.. Estimating a favorabiliry equation for the integration of geodata and Selection of mineral exploration targets. Mathematical Geology, 1992, 24(2) : 177-202
120． Pan G, Harris D. P.. Quantitative analysis of anomalous sources and geochemical signatures in the Walker Lake quadrangle of Nevada and California. Journal of Geochemical Exploration, 1990, 38: 299-321
121． Pan G, Harris D. P.. Three nonparametric techniques for the optimum discretization of
quantitative geologic variables. Mathematical Geology, 1990, 22(6) : 599-722
122． Pan G, Porterfield B.. Large mineral potential estimation for blind precious metal ore bodies. Nonrenewable Resources, 1994, 4 (2) : 187-207
123． Render S. Experiences with an expert system for gold exploration in Botswana. Nonrenewable Resources, 1994, 3 (2) : 123-131
124． Saito M., Harada Y, Kouda R. An Integrated system proposal for the dynamic subsurface visualization. In: IAMG' 94 papers and extended abstracts, 1994: 305-310
125． Schetselaar E. M.. Computerized field data capture and GIS analysis for generation of cross-sections in 3-D perspective views. ComPuter&Geosciences, 1995, 21 (5) : 687-701
126． Singer D.A.. Basic concept in three-part quantitative assessment of undiscovered mineral resources. Nonrenewable Resources, 1993, 2 (2) : 69-81
127． Stephen J., Carver. Integrating multi-criteria evaluation with geographical information systems. International Journal of Geographical Information systems, 1991, 5 (3) : 321-339
128． Takashi Fujita, Venkatesh Raghavan, Shinji Masumoto etc.. Analysis of landslides of the Kobe group in southwest Japan based on the GRASS system. In: IAMG' 95 papers and extended abstracts, 1995: 113-114
129． Thoen Bill. Internet resources for file geosciences, with an emphasis on GIS and mapping. Computers&Geosciences, 1995, 21 (6) : 779-786
130． Varekamp C.,Skidmore A. K.,Burrough P. A. B.. Using public domain geostatistical and GIS software for spatial Interpolation. Photogrammetric Engineering&Remote Sensing, 1996, 62 (7) : 845-854
131． Venkatesh Raghavan, Shinji Masumoto, Takashi Fujita etc.. Landslide hazard zonation mapping using GRASS GIS framework In: IAMG' 95 papers and extended abstracts, 1995, 141-142
132． Wright, D.F., Bonham-Carter Gf. Application of fuzz logic and weights of evidence modeling In a GIS for evaluating VMS mineral potential Snow lake Manitoba. IAMG' 94 papers and extended abstracts, 1994, 367-368
2．蔡煜东，杨兵，孙虹．自组织人工神经网络在多金属成矿预测中的应用．矿山地质，1995，16(1)：43-47
3．蔡煜东，杨兵，孙虹．自组织人工神经网络在多金属成矿预测中的应用．矿床地质，1994，3(2)：181-185
4．陈石羡．地理信息系统在金属矿产预测中的应用．地质找矿论丛，1998，13(1)：74-83
5．陈守余，周梅春．数据开采的BP神经网络方法及其应用．地球科学——中国地质大学学报，1998，23(2)：183-187
6．陈遵德，王玲．地球化学样品分类的RS方法．物探与化探，1998，22(5)：348-353
7．迟国彬，李岩，丁暄，等．基于GIS的矿产勘查综合预测方法研究．地球化学，1997，26(5)：91-99
8．迟国彬，李岩，等．基于GIS的矿产勘查综合预测方法研究．中国地理信息系统协会第二届年会论文集，北京，1996，242-249
9．池顺都，吴新林．云南元江地区铜矿GIS预测时的找矿有利度和空间相关性分析．地球科学——中国地质大学学报，1998，23(1)：75-78
10．池顺都，赵鹏大．地质建造组合熵异常与找矿有利地段圈定．现代地质，2000，14(4)：423-428
11．池顺都，赵鹏大．应用GIS圈定找矿可行地段和有利地段——以云南元江地区大红山群铜矿床预测为例．地球科学——中国地质大学学报，1998，23(2)：125-128
12．池顺都，周顺平，吴新林．GIS支持下的地质异常分析及金属矿产经验预测．地球科学(中国地质大学学报)，1997，22(1)：99-103
13．Chinn G. T., Ascough G.L..基于专家系统和GIS的矿产远景制图．物探化探译丛，1998，6：106-113
14．杜亚军，侯兰杰，李辉．BP人工神经网络在地学中的应用．四川地质学报，1999，19(1)：71-74
15．胡光道，陈建国．金属矿产资源评价分析系统设计．地质科技情报，1998，17(1)：45-49
16．黄波．地理信息系统的数学模型与系统结构．环境遥感，1995，10(1)：63-68
17．黄杏垣，汤勤．地理信息系统概论．1989，北京；高等教育出版社
18．李长江，麻土华，朱兴盛．矿产勘查中的分形、混沌与ANN．北京：地质出版社，1999
19．李德仁．论3S集成的定义、理论与关键技术．中国地理信息系统协会第二届年会论文集．北京，1996，548-555
20．李德仁，龚健雅，边馥苓．地理信息系统导论．1993，北京：测绘出版社
21．李恭．多源找矿信息综合图像处理与隐伏矿床预测．有色金属矿产与勘查，1992，1(1)：34-41
22．李厚强，王宜生，刘政凯．一种适用于多类别遥感图象分类的新方法——复合神经网络分类方法．遥感学报，1997，1(4)：257-261
23．李师汤，王硕儒，干增慧，等．鲁东金矿与花岗岩关系的神经网络模式识别．青岛海洋大学学报，1998，28(1)：142-148
24．李献业，叶水盛．基于GIS的大型金矿预测中化探空间信息集成技术的初步探讨．长春科技大学学报，2000，30(3)：296-298
25．李晓池，Mills E.G.,Burcher S.E..GIS在地质学中的应用．地学前缘，1995，2(1-2)：236-243
26．李新中，徐振邦，曾凡刚．矿产资源量计算与预测效果评价的方法和程序．地质与勘探，1998，34(1)：38-44，64
27．李颖，范继璋．综合信息矿产预测计算机系统．长春科技大学学报，1999，29(4)：394-396
28．李颖，杨永强，范云芳．阿尔泰成矿区金矿预测图形库及属性库的建立方法．长春科技大学学报，2000，30(3)：293-295
29．李裕伟．GIS——实现地质工作现代化的工具．物深化探计算技术，1995，17(2)：76-79
30．刘安洲．矿产资源评价中的方法研究．长春地质学院学报，1986，专辑：25-34
31．刘聚海．矿产勘查中遥感技术应用综述．国土资源科技进展，2000，3：54-62
32．刘天佑，师学明，潘玉玲，等．人工神经网络方法与鲁西金伯利岩物化探异常筛选．现代地质，1998，12(4)：598-602
33．刘荫椿，董晓辉，刘志杰．基于GIS的金矿多源地学信息复合处理及应用．黄金地质，1997，3(1)：63-66
34．刘震，李树楷．三“S”一体化技术和方法的探讨．环境遥感，1995，10(2)
35．吕新彪．人工神经网络在地球科学中的应用综述．地质科技情报，1996，15(3)：93-98
36．吕新彪，赵鹏大．定量成矿预测的人工神经网络模型．地球科学，1998，23(6)：620-623
37．马洪超，胡光道．地学数据融合技术综述．地质科技情报，1999，18(1)：97-101
38．马建文，阎积惠．地理信息系统及资源信息综合．1994，北京：地质出版社
39．麻士华，李长江．基于GIS的ANN型矿产资源评价系统．地质论评，2000，46(增刊)：182-188
40．Moon,C.J.,Wang,C.L..利用GIS定量模拟矿床：对英国德文郡南部一个金矿产地的实例研究．物探化探译丛，1994，1：65-66
41．秦其明，陆荣建．分形与神经网络方法在卫星数字图像分类中的应用．北京大学学报(自然科学版)，2000，36(6)：858-864
42．Raper,J.F.,Maguire,D.J..地理信息系统(GIS)的设计模型和功能．国外矿床地质，1994，3：22-31
43．史继忠，刘欣然，马天寿．内蒙狼山地区矿产资源评价数据库系统建立和应用．河北地质学院学报，1991，14(2)：172-181
44．石松连．地理信息系统概述．物探化探计算技术，1995，17(1)：71-74
45．苏红旗，葛艳，刘冬林，等．基于GIS的证据权重法矿产预测系统(EWM)．地质与勘探，1999，35(1)：44-46
46．檀国平．矿产资源评价中几个地球化学问题的探讨．中国地质，1993，6：26-27
47．唐永成，曹静平，高章红．安徽东部地区金矿资源GIS评价．安徽地质，2000，10(2)：111-119
48．王大力．用人工神经网络作地质数据分析．石油物探，1994，33(4)：65-69
49．王桥，毛锋，吴纪桃．GIS中的地理信息综合．遥感学报，1998，2(2)：155-160
50．王润生等．地质勘查图像分折与综合．北京：地质出版社，1992
51．王世称，范继璋，杨永华．矿产资源评价．1990，长春：吉林科学技术出版社
52．王世称，成秋明，范继璋．金矿资源综合信息评价方法．1990，长春：吉林科学技术出版社．
53．王世称，王于天．综合信息解译原理与矿产预测图编制方法．1989，长春：吉林大学出版社
54．王世称，叶永盛，杨永强，等．综合信息成矿系列预测专家系统．长春：长春出版社，
1999
55．王硕儒，赵举孝，范德江．自组织神经网络用于地质样品分类．物探与化探，1997，21(2)：139-144
56．王硕儒，汪炳柱，赵举孝．找矿预测中神经网络与模糊聚类的联合应用．中国有色金属学报，1994，4(1)：8-11
57．王野乔．遥感及多源地理数据分类中的人工神经网络模型．地理科学，1997，17(2)：105-112
58．王自杰，赵鹏大，基于GIS的智能辅助矿产预测系统研究．现代地质，1997，11(3)：339，353
59．王自杰，赵鹏大．基于地质异常研究的矿产预测．华东地质学院学报，1996，19(2)：133-138
60．吴堑虹．利用GIS编制矿产预测图．地质与勘探，2000，36(3)：48-50，66
61．吴仲煜．GIS在矿产资源区域评价中的应用研究．国外地质科技，1998，3：1-8
62．向运川，任天祥，杨竹溪．开发利用地理信息系统(GIS)综合分析地学信息进行矿产预测．物探与化探，1996，20(1)：1-13
63．杨昌明，田家华．区域矿产资源经济研究的发展趋势及值得注意的若干问题，地球科学——中国地质大学学报，1998，23(2)：215-218
64．肖克炎，张晓华，王四龙．矿产资源GIS评价系统——成矿预测方法通则之四．北京：地质出版社，2000
65．肖克炎，朱裕生，宋国耀．矿产资源GIS定量评价．中国地质，2000，7：29-32
66．肖克炎，朱裕生，姜作勤，等．矿产资源评价空间数据库中的地学数据模型设计问题．中国地质，2000，7：33-35
67．肖志坚．应用GIS进行矿产资源评价现状及技术方法研究方向．新疆地质，2000，18(2)：181-187
68．谢贤平，柴建设，董光煦．地质数据的BP网络分析方法．地质与勘探，1995，31(2)：38-42
69．杨文采，王宝珍．神经网络技术及其在物化探上的应用．物探化探计算技术，1994，16(4)：303-309
70．余生晨，叶水盛，刘光胜，王世称．利用地理信息系统(GIS)进行综合信息矿产资源预测．世界地质，1996，15(3)：92-96
71．张宝光．人工神经网络在遥感数字图象分类处理中的应用．国土资源遥感，1998，1：21-27
72．张建龙，游丽君，秦举礼，等．利用GIS空间分析功能进行矿产资源评价的方法研究．物探化探计算技术，1997，19(3)：283-286
73．张志华，朱章森，李儒兵．几种修正的自适应神经网络学习算法及其应用．地球科学——中国地质大学学报，1998，23(2)：179-182
74．赵鹏大．国际数学地质协会94学术年会纪要．地质科技情报，1994，13(4)：1-5
75．赵鹏大．矿产勘查问题研究现状及发展．矿产勘查(第二辑)．1992，武汉：中国地质大学出版社，5-16
76．赵鹏大，池顺都．初论地质异常，地球科学，1991，16(3)：241-248
77．赵鹏大，池顺都，陈永清．查明地质异常：成矿预测的基础．高校地质学报，1996，2(4)：361-373
78．赵鹏大，胡旺亮．地质异常理论与矿产预测．新疆地质，1992，10(2)：93-100
79．赵鹏大，胡旺亮，李紫金．矿床统计预测(第二版)．1994，北京：地质出版社
80．赵鹏大，孟宪国．地质异常与矿产预测，地球科学，1993，18(1)：39-47
81．植起汉．遥感与多源地学信息综合分析方法是矿产勘查及预测的一个新途径．遥感与地质，1995，3(4)：1-3
82．钟华平．地理信息系统在水文地质方面的应用．水文地质工程地质，1995，20(1)：35-38
83．钟洛加，张思发．利用GIS技术对蛇屋山型金矿进行评价方法探讨．湖北地质，1997，11(2)：57-61
84．周成虎．地理信息系统概要．1993，北京：中国科学技术出版社
85．周忠漠，易杰军．GPS卫星测量原理与应用．1992，北京：测绘出版社
86．朱裕生，李纯杰．成矿地质背景分析——咸矿预测方法通则之一．北京：地质出版社，1997
87．朱裕生，余金生，李裕伟．矿产资源评价中的数学模型．中国地质科学院矿床地质研究所所刊，1986，1：57-83
88. Agterberg F. P.. Combining indicator patterns in weights of evidence modeling for resource evaluation. Nonrenewable Resources, 1992, 1(1): 35-50
89. Agterberg, F. P.. Computer program for mineral exploration: Science, 1989, 245, 76-81
90. Agterberg F. P., Bonham-Carter G. F., Cheng Q., etc. Weights of evidence modeling and Weighted logistic regression for mineral potential mapping. In Dais T. C., Herzfield U. C. eds.. Computers in geology-25 years of progress. Oxford Unlversity Press, 1993:13-32
91. An P., Moon W. M., Bonham-Carter G. F.. An object-oriented knowledge representation structure for exploration data Integration. Nonrenewable Resources, 1994, 3(2): 132-145
92. Andrea G., Fabbri. Quantitative methods in environmental geology. In: IAMG'94 papers and extended abstracts, 1994, 117-121
93. Andrew K., Skidmore, Philip J., Ryan, etc.. Use of an expert system to map forest soils from a geographical information system. International Journal of Geographical Information Systems, 1991, 5(4): 431-445
94. Bonham-Carter G. F., Agterberg F. P., Wright D. F.. Integration of geological datasets for gold exploration in Nova Scotia. Photogrammetry and Remote Sensing, 1988, 54(11): 1585-1592
95. Bonham-Carter G. F., Reddy R. K. T., Galley A. G. Preliminary results using a forward-chaining inference net with a GIS to map base-metal potential: Application to Snow Lake Green- stone Belt, Manitoba, Canada. IWSPMR' 90, 1990. Wuhan, China
96. Broome J., Brodaric B., Viljoen D., etc.. The NATMAP digital geoscience data-management system. Computers&Geosciences, 1993, 19(10): 1501-1516
97. Burrough P. A.. Are GIS data structures too simple minded? Computer&Geosciences, 1993, 18(4): 385-400
98. Burrough P. A.. Principles of Geographical Information Systems for land resources assessment. Claxendon Press, 1986:1-20
99. Chung C. F., Fabbri A. G.. The representation of geoscience information for data Integration. Nonrenewable Resources, 1993, 2 (2): 122-139
100. Davidson D. A., Theocharopoulos S.P., Bloksma R. J.. A land evaluation project in Greece using GIS and based on Boolean and fuzzy set methodologies. Internatioual Journal of Geographical Information System, 1994, 8(4): 369-384
101. Dennix P., Cox. Estimation of undiscovered deposits in quantitative mineral resource assessments-examples from Venezuela and Puerto Rico. Nonrenewable Resources, 1993, 2(2): 82-91
102. Deutsch C. V., Journel A. G.. GSLIB: Gcostatistical Software Library and Users Guide. New
York: Oxford University Press, 1992
103． Gong P.. Integrated analysis of spatial data from multiple sources: using evidential reasoning and artificial neural network techniques for geological mapping. Photogrammetric Engineering&Remote Sensing, 1996, 62 (5) : 513-523
104． Gorelev D. A.. Quantitative characteristics of geologic anomalies in assessing ore capacity. Internal. Geology Review, 1982, 24(4) : 457-465
105． Graham J., Williams. Templates for spatial reasoning in responsive Geographical Information systems. International Journal of Geographical Information Systems, 1995, 9 (2) : 117-131
106． GrunskyE. C, KilbyW.E., MasseyN.W.D.. Mineral resource assessment In British Columbia. Nonrenewable Resources, 1994, 3 (4) : 271-283
107． Harris D. P.. Mineral resource assessment-perspectives on the past and present and speculation on future direction. Nonrenewable Resources, 1995, 4(3) : 213-232
108． Harris D. P., Pan G. Intrinsic sample methods for mineral exploration and resource assessment Nonrenewable Resources, 1993, 2 (2) : 113-121
109． Harris D.P., Pan G. Subdividing consistent geologic areas by relative exceptionalness of additional information: methods and case study, Economic Geology, 1990, 85: 1072-1083
110． Heermann P., Khazenie N.. Classification of multispectral remote sensing data using a back-propagation neural network IEEE trans. On Geoscience and Remote Sensing, 1992, 30: 81-88
111． Helena Mitasova, Lubos Mitas, William M, etc.. Modeling spatially and temporally distributed phenomena new methods and tools for GRASS GIS. International Journal of Geographical Information Systems, 1995, 9 (4) : 433-446
112． Hughes J. D.. Interpretive three-dimensional modeling and geological/economic analysis of layered sequences. In: IAMG' 94 papers and extended abstracts, 1994: 154-168
113． Ingram P.. Web developments and the Internet Computers&Geosciences, 1996, 22 (5) : 579-584
114． Liu Z. K., Xiao J. Y. Classification of remote sensed image data using an artificial neural network International Journal of Remote Sensing, 1991, 12: 2433-2438
115． Mario Mejia-Navarro, Ellen E., Wohl. Geological hazard and risk evaluation using GIS: Methodology and Model Applied to Modelling, Colombia. Bulletin of the Association of Engineering Geologists, 1994, 31 (4) : 459-481
116． McNoleg Oleg. The Integration of GIS, remote sensing, expert systems and adaptive cokring for environmental habitat modeling of the Highland Haggis using object-oriented, fuzzy-logic and neural-network techniques. Computers&Geosciences, 1996,22(5) : 585-588
117． Pan G. Extended weights of evidence modeling for the pseudo-estimation of metal grades. Nonrenewable Resources, 1996, 5 (1) : 53-76
118． Pan G. Regionalized favorabiliry theory for information synthesis in mineral exploration. Mathematical Geology, 1993, 25 (3) : 603-631
119． Pan G, Harris D. P.. Estimating a favorabiliry equation for the integration of geodata and Selection of mineral exploration targets. Mathematical Geology, 1992, 24(2) : 177-202
120． Pan G, Harris D. P.. Quantitative analysis of anomalous sources and geochemical signatures in the Walker Lake quadrangle of Nevada and California. Journal of Geochemical Exploration, 1990, 38: 299-321
121． Pan G, Harris D. P.. Three nonparametric techniques for the optimum discretization of
quantitative geologic variables. Mathematical Geology, 1990, 22(6) : 599-722
122． Pan G, Porterfield B.. Large mineral potential estimation for blind precious metal ore bodies. Nonrenewable Resources, 1994, 4 (2) : 187-207
123． Render S. Experiences with an expert system for gold exploration in Botswana. Nonrenewable Resources, 1994, 3 (2) : 123-131
124． Saito M., Harada Y, Kouda R. An Integrated system proposal for the dynamic subsurface visualization. In: IAMG' 94 papers and extended abstracts, 1994: 305-310
125． Schetselaar E. M.. Computerized field data capture and GIS analysis for generation of cross-sections in 3-D perspective views. ComPuter&Geosciences, 1995, 21 (5) : 687-701
126． Singer D.A.. Basic concept in three-part quantitative assessment of undiscovered mineral resources. Nonrenewable Resources, 1993, 2 (2) : 69-81
127． Stephen J., Carver. Integrating multi-criteria evaluation with geographical information systems. International Journal of Geographical Information systems, 1991, 5 (3) : 321-339
128． Takashi Fujita, Venkatesh Raghavan, Shinji Masumoto etc.. Analysis of landslides of the Kobe group in southwest Japan based on the GRASS system. In: IAMG' 95 papers and extended abstracts, 1995: 113-114
129． Thoen Bill. Internet resources for file geosciences, with an emphasis on GIS and mapping. Computers&Geosciences, 1995, 21 (6) : 779-786
130． Varekamp C.,Skidmore A. K.,Burrough P. A. B.. Using public domain geostatistical and GIS software for spatial Interpolation. Photogrammetric Engineering&Remote Sensing, 1996, 62 (7) : 845-854
131． Venkatesh Raghavan, Shinji Masumoto, Takashi Fujita etc.. Landslide hazard zonation mapping using GRASS GIS framework In: IAMG' 95 papers and extended abstracts, 1995, 141-142
132． Wright, D.F., Bonham-Carter Gf. Application of fuzz logic and weights of evidence modeling In a GIS for evaluating VMS mineral potential Snow lake Manitoba. IAMG' 94 papers and extended abstracts, 1994, 367-368
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |