用于预测煤中稀土矿产资源靶区的方法及电子设备

技术领域

本发明涉及地质勘探领域，尤其涉及一种用于预测煤中稀土矿产资源靶区的方法及电子设备。

背景技术

目前，煤系矿产资源是煤地质学领域的关注热点和前沿方向。煤中稀土矿产资源靶区预测通常需要在待预测区域中进行大规模地质勘查、样品测试和综合研究以获取区域内的基础数据，在基础数据的基础上分析计算煤样品中各类稀土元素的含量，并画出区域内煤中稀土元素含量的等值线图，之后综合沉积学、构造学和煤地质学等领域内的专业知识分析煤中稀土元素的物源条件、沉积环境及后期构造热演化史，并结合经验圈定煤中稀土元素矿产资源的找矿靶区。

现有技术中，综合沉积学、构造学、煤地质学等多领域的找矿靶区预测方法，具有较高的学习和应用门槛，且预测的准确度与研究人员的专业经验的具有较高的依赖性。

发明内容

有鉴于此，本发明的目的在于提供一种能够提高预测煤中稀土矿产资源靶区的效率和准确度的用于预测煤中稀土矿产资源靶区的方法及电子设备。

为达到上述目的，本发明采用以下技术方案：

第一方面，本发明提供了一种用于预测煤中稀土矿产资源靶区的方法，该方法包括：获取待预测区域内的煤炭样品的样品采集信息以及煤炭样品中的样品稀土含量值，样品采集信息包括样品采集坐标和样品煤层编号；基于样品采集信息，检索煤中稀土元素空间数据库，煤中稀土元素空间数据库基于预设区域内典型煤炭样品的煤质基础数据构建，煤质基础数据包括各典型煤炭样品的采集信息和稀土含量值；若煤中稀土元素空间数据库中存在与样品采集信息匹配的参考典型煤炭样品，将参考典型煤炭样品的稀土含量值作为参考值，参考典型煤炭样品符合如下条件：参考典型煤炭样品的采集信息所表征的预置井田范围或预置矿区范围与样品采集坐标所在的预置井田范围或预置矿区范围相同，且参考典型煤炭样品的采集信息中的煤层编号与样品煤层编号的差值小于第一预设阈值；若样品稀土含量值不小于参考值中的最小值，将样品采集坐标输入预先构建的煤中稀土元素成矿区模型，煤中稀土元素成矿区模型包括基于煤系矿产数据和煤田地质数据预测出的成矿区带；若样品采集坐标表征的采集范围与成矿区带存在重叠区域，基于样品稀土含量值、采集坐标以及重叠区域中典型煤炭样品的煤质基础数据，预测出待预测区域内的稀土矿产资源靶区。

在一些实施例中，基于样品稀土含量值、样品采集坐标以及重叠区域中典型煤炭样品的煤质基础数据，预测出待预测区域内的稀土矿产资源靶区包括：从稀土元素空间数据库中检索出采集于重叠区域内的典型煤炭样品的煤质基础数据；基于样品稀土含量值、样品采集坐标以及重叠区域中典型煤炭样品的煤质基础数据，生成稀土含量元素等值线图；基于预设的预测阈值，从稀土含量元素等值线图中确定出稀土矿产资源靶区，预测阈值不大于样品稀土含量值。

在一些实施例中，稀土元素空间数据库基于如下步骤构建：获取预设区域内的历史煤炭样品的采集信息和煤质化验结果；从煤质化验结果中提取出各历史煤炭样品的稀土含量值；若历史煤炭样品的稀土含量值大于预设的稀土含量阈值，将该历史煤炭样品确定为典型煤炭样品；将典型煤炭样品的采集信息和稀土含量值结合为该典型煤炭样品的煤质基础数据；基于煤质基础数据与典型煤炭样品的对应关系，构建稀土元素空间数据库。

在一些实施例中，该方法还包括：若煤中稀土元素空间数据库中不存在与样品采集信息匹配的参考典型煤炭样品，且样品稀土含量值大于稀土含量阈值，则执行如下步骤：在采集坐标表征的采集范围内进行多次重复采样，并测量多次重复采样得到的煤炭样品中的稀土含量值；若多次重复采样得到的煤炭样品中的稀土含量值与样品稀土含量值的差值小于第二预设阈值，基于样品采集信息和样品稀土含量值，更新稀土元素空间数据库。

在一些实施例中，该方法还包括：若样品采集坐标表征的采集范围与成矿区带不存在重叠区域，在采集坐标表征的采集范围内进行多次重复采样，并测量多次重复采样得到的煤炭样品中的稀土含量值；若多次重复采样得到的煤炭样品中的稀土含量值与样品稀土含量值的差值小于第二预设阈值，基于样品采集信息和样品稀土含量值，更新稀土元素空间数据库以及煤中稀土元素成矿区模型。

在一些实施例中，该方法还包括：若待预测区域内的所有煤炭样品的样品稀土含量值均小于参考值中的最小值，确定待预测区域中不存在稀土矿产资源靶区。

在一些实施例中，煤炭样品包括可采煤层中煤炭、夹矸及煤层顶底板、有机页岩、共伴生矿产赋存地层岩石。

在一些实施例中，样品采集信息还包括煤炭样品的图像和描述信息。

第二方面，本发明提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述任一实施例中用于预测煤中稀土矿产资源靶区的方法。

第三方面，本发明提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现如上述任一实施例中用于预测煤中稀土矿产资源靶区的方法。

本发明提供的用于预测煤中稀土矿产资源靶区的方法的有益效果为：

本发明提供的方法基于待预测区域内的煤炭样品的样品采集信息，检索煤中稀土元素空间数据库；若煤中稀土元素空间数据库中存在与样品采集信息匹配的参考典型煤炭样品，将参考典型煤炭样品的稀土含量值作为参考值；若样品稀土含量值不小于参考值中的最小值，将样品采集坐标输入预先构建的煤中稀土元素成矿区模型；若样品采集坐标表征的采集范围与成矿区带存在重叠区域，基于样品稀土含量值、采集坐标以及重叠区域中典型煤炭样品的煤质基础数据，预测出待预测区域内的稀土矿产资源靶区。降低了预测煤中稀土矿产资源靶区的难度以及对研究人员专业经验的依赖性，有助于提高预测煤中稀土矿产资源靶区的效率和准确度。

附图说明

通过以下参照附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点将更为清楚。

图1是本发明的一些实施例可以应用于其中的示例性系统架构图；

图2是根据本发明的用于预测煤中稀土矿产资源靶区的方法的一个实施例的流程图；

图3是图2所示的用于预测煤中稀土矿产资源靶区的方法的实施例中煤中稀土元素成矿区模型中成矿区带的示意图；

图4是根据本发明的用于预测煤中稀土矿产资源靶区的方法的一个实施例中预测煤中稀土矿产资源靶区的流程图；

图5是根据本发明的用于预测煤中稀土矿产资源靶区的方法的一个实施例中构建稀土元素空间数据库的流程图；

图6是适于用来实现本发明的实施例的电子设备的结构示意图。

具体实施方式

以下基于实施例对本发明进行描述，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的。

除非上下文明确要求，否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义。

图1示出了可以应用本发明的实施例的用于预测煤中稀土矿产资源靶区的方法的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等，例如可以将煤炭样品的样品采集信息和样品稀土含量值发送至服务器，还可以从服务器接收待预测区域内的稀土矿产资源靶区。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具备通信功能的电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上传的煤炭样品的数据进行处理（例如基于样品采集信息检索煤中稀土元素空间数据库）的后台数据服务器。后台数据服务器可以对接收到的煤炭样品的样品采集信息和样品稀土含量值与参考典型煤炭样品的煤质基础数据进行对比、并将样品采集信息输入煤中稀土元素成矿区模型以预测煤中稀土矿产资源靶区等处理，并将处理结果（例如预测出的待预测区域内的稀土矿产资源靶区）反馈给终端设备。

服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本发明的实施例所提供的用于预测煤中稀土矿产资源靶区的方法可以由终端设备101、102、103执行，也可以由服务器105执行。在此不做具体限定。

继续参考图2，示出了根据本发明的用于预测煤中稀土矿产资源靶区的方法的一个实施例的流程200。该用于预测煤中稀土矿产资源靶区的方法，包括以下步骤：

步骤201，获取待预测区域内的煤炭样品的样品采集信息以及煤炭样品中的样品稀土含量值，样品采集信息包括样品采集坐标和样品煤层编号。

在本实施例中，样品稀土含量值表征煤炭样品中各稀土元素的含量，例如可以是煤炭样品中各稀土元素含量之和。

实践中，研究人员可以在待预测区域中采用对角线形或梅花形等采样策略确定采样点，然后在每个采样点的不同深度分别采集煤炭样品，对每一份煤炭样品进行编号，并记录每份煤炭样品的采集坐标（例如可以是GPS（全球定位系统）坐标）和采集深度，然后根据采集深度确定煤炭样品的样品煤层编号，即可得到每份煤炭样品的样品采集信息。之后，对各个煤炭样品进行元素分析，确定出煤炭样品中各稀土元素的含量之和，即可得到每个煤炭样品的样品稀土含量值。

作为示例，执行主体可以是图1中所示的终端设备，研究人员可以将各个煤炭样品的样本采集信息和样本稀土含量值存入终端设备，之后由终端设备执行后续步骤。执行主体还可以是图1中所示的服务器，服务器可以通过网络从终端设备获取各个煤炭样品的样本采集信息和样本稀土含量值，以执行后续步骤。

在本实施例的一些可选的实现方式中，煤炭样品包括可采煤层中煤炭、夹矸及煤层顶底板、有机页岩、共伴生矿产赋存地层岩石，如此可以提高煤炭样品中组分的多样性，有助于提高煤炭样品的代表性。

进一步的，样品采集信息还包括煤炭样品的图像和描述信息，描述信息例如可以是采集地点的环境的描述信息，还可以是煤炭样品的外观信息，例如硬度、挠口或光泽等，可以拓展煤炭样品的特征维度。

步骤202，基于样品采集信息，检索煤中稀土元素空间数据库。

煤中稀土元素空间数据库基于预设区域内典型煤炭样品的煤质基础数据构建，煤质基础数据包括各典型煤炭样品的采集信息和稀土含量值。

在本实施例中，典型煤炭样品表征稀土含量达到成矿标准的煤炭样品。煤中稀土元素空间数据库中可以包括预设区域内（例如可以是全国或某个行政区域）不同采集时间的典型煤炭样品的煤质基础数据，可以通过编号对典型煤炭样品进行标识，每一个编号均对应一条煤质基础数据。例如，可以采用Oracle或MySQL等关系型数据库。

作为示例，煤中稀土元素空间数据库可以存储于云端服务器，执行主体可以通过服务端口将样品采集信息作为检索条件输入云端服务器，由云端服务器执行检索操作，并接收云端服务器返回的检索结果。

可以理解的是，煤中稀土元素空间数据库也可以存储于执行主体的本地空间，本发明对此不做限定。

在本实施例的一些可选的实现方式中，煤质基础数据还可以进一步包括煤炭样品的如下信息：位置信息，例如可以包括采集坐标所处的行政区域、矿区和井田；地质信息，例如可以包括各种类型的测试指标，例如煤层厚度、成煤时代和煤新型等；煤炭样品中各种组分及元素的含量；煤炭样品的物理性质，例如可以包括密度、着火点等；煤炭样品的化学性质，例如可以包括灰融特性发热量等。

步骤203、若煤中稀土元素空间数据库中存在与样品采集信息匹配的参考典型煤炭样品，将参考典型煤炭样品的稀土含量值作为参考值。

参考典型煤炭样品符合如下条件：参考典型煤炭样品的采集信息所表征的预置井田范围或预置矿区范围与样品采集坐标所在的预置井田范围或预置矿区范围相同，且参考典型煤炭样品的采集信息中的煤层编号与样品煤层编号的差值小于第一预设阈值。

在本实施例中，预置的井田范围或预置的矿区是根据国家煤炭地质勘查划分的井田范围和矿区范围。参考典型煤炭样品与步骤201中的煤炭样品的地理位置相近，两者的地质环境与成矿条件相似，因而可以将参考典型煤炭样品的稀土含量作为参考值，以此预测煤炭样品所处的位置是否具备成矿条件。

作为示例，执行主体可以将样品采集信息中的样品采集坐标作为检索条件，从煤中稀土元素空间数据库中检索出位于样品采集坐标所在的预置井田范围或预置矿区范围的典型煤炭样品，然后再将样品煤层编号和第一预设阈值作为筛选条件，将煤层编号的差值不小于第一预设阈值的典型煤炭样品过滤掉，剩下的典型煤炭样品即为参考典型煤炭样品。然后，从参考典型煤炭样品对应的煤质基础数据中提取出参考典型煤炭样品的稀土含量值，作为参考值。

步骤204、若样品稀土含量值不小于参考值中的最小值，将样品采集坐标输入预先构建的煤中稀土元素成矿区模型。

煤中稀土元素成矿区模型包括基于煤系矿产数据和煤田地质数据预测出的成矿区带。

在本实施例中，样品稀土含量值不小于参考值中的最小值表示步骤201中的煤炭样品所处的区域具备稀土成矿的基础条件，可以进行进一步的分析和预测。煤中稀土元素成矿区模型可以表征稀土矿产资源分布的一般规律，相应的，成矿区带可以表征存在稀土矿产资源的概率较大的区域。

进一步结合图3，图3示出了图2中用于预测煤中稀土矿产资源靶区的方法的实施例中煤中稀土元素成矿区模型中的成矿区带。如图3所示，煤中稀土元素成矿区模型可以采用图像的形式，并将基于煤系矿产数据和煤田地质数据预测出的成矿区带在图像中标记出来。

在本实施例的一些可选的实现方式中，该方法还包括：若待预测区域内的所有煤炭样品的样品稀土含量值均小于参考值中的最小值，确定待预测区域中不存在稀土矿产资源靶区。

在本实现方式中，煤炭样品的样品稀土含量值小于参考值中的最小值表示步骤201中的该煤炭样品所处的位置不具备稀土成矿的基础条件，此时可以确定该煤炭样品所处的位置不存在稀土矿产资源靶区。若待预测区域内的所有煤炭样品的样品稀土含量值均小于参考值中的最小值，则可以确定待检测区域中不存在稀土矿产资源靶区。

步骤205、若样品采集坐标表征的采集范围与成矿区带存在重叠区域，基于样品稀土含量值、样本采集坐标以及重叠区域中典型煤炭样品的煤质基础数据，预测出待预测区域内的稀土矿产资源靶区。

在本实施例中，可以根据采样点的数量以及相邻采样点之间的间隔确定样品采集坐标表征的采集范围。样品采集坐标表征的采集范围与成矿区带的重叠区域表示存在稀土矿产资源的概率较大的区域。

在一个拘役的示例中，执行主体可以在稀土元素空间数据库中检索出采样点位于重叠区域内的典型煤炭样本，然后在重叠区域内标记出检索得到的典型煤炭样本的采集坐标以及样本采集坐标，并将稀土含量值最高的典型煤炭样本的采集坐标和样本采集坐标围成的区域与待检测区域的重叠部分确定为待预测区域内的稀土矿产资源靶区。

在本实施例的一些可选的实现方式中，若样品采集坐标表征的采集范围与成矿区带不存在重叠区域，在采集坐标表征的采集范围内进行多次重复采样，并测量多次重复采样得到的煤炭样品中的稀土含量值；若多次重复采样得到的煤炭样品中的稀土含量值与样品稀土含量值的差值小于第二预设阈值，基于样品采集信息和样品稀土含量值，更新稀土元素空间数据库以及煤中稀土元素成矿区模型。

在本实现方式中，多次重复采样得到的煤炭样品中的稀土含量值与样品稀土含量值的差值小于第二预设阈值表示步骤201中的煤炭样品可以表征该区域内煤炭的总体特征，此时可以将煤炭样品的采集数据导入稀土元素空间数据库，以丰富稀土元素空间数据库中的数据量，并根据样品采集信息修正煤中稀土元素成矿区模型中的成矿区带，以提高煤中稀土元素成矿区模型中成矿区带的精度，进而提高预测煤中稀土矿产资源靶区的准确度。

若多次重复采样得到的煤炭样品中的稀土含量值与样品稀土含量值的差值不小于第二预设阈值，表示步骤201中的煤炭样品的不足以表征该区域内煤炭的总体特征，此时若将煤炭样品的采集数据导入稀土元素空间数据库，可能会将噪声数据引入稀土元素空间数据库，进而影响稀土元素空间数据库中数据的准确度。

本发明的实施例提供的用于预测煤中稀土矿产资源靶区的方法，基于待预测区域内的煤炭样品的样品采集信息，检索煤中稀土元素空间数据库；若煤中稀土元素空间数据库中存在与样品采集信息匹配的参考典型煤炭样品，将参考典型煤炭样品的稀土含量值作为参考值；若样品稀土含量值不小于参考值中的最小值，将样品采集坐标输入预先构建的煤中稀土元素成矿区模型；若样品采集坐标表征的采集范围与成矿区带存在重叠区域，基于样品稀土含量值、采集坐标以及重叠区域中典型煤炭样品的煤质基础数据，预测出待预测区域内的稀土矿产资源靶区。降低了预测煤中稀土矿产资源靶区的难度以及对研究人员专业经验的依赖性，有助于提高预测煤中稀土矿产资源靶区的效率和准确度。

进一步参考图4，上述实施例中的步骤205还可以采用图4中所示的流程400。该流程400，包括以下步骤：

步骤401、从稀土元素空间数据库中检索出采集于重叠区域内的典型煤炭样品的煤质基础数据。

作为示例，执行主体可以将重叠区域的经度范围和维度范围作为检索条件，从稀土元素空间数据库中检索出采集于重叠区域内的典型煤炭样品的煤质基础数据。

步骤402、基于样品稀土含量值、采集坐标以及重叠区域中典型煤炭样品的煤质基础数据，生成稀土含量元素等值线图。

步骤403、基于预设的预测阈值，从稀土含量元素等值线图中确定出稀土矿产资源靶区。

在本实施例中，预测阈值不大于样品稀土含量值。预测阈值可以根据经验数据设定，可以理解的是，预测阈值越高，预测出的稀土矿产资源靶区的范围越小，相应的稀土矿产资源靶区中稀土矿产的分布范围所占的比例越大且稀土元素的含量也越高。预测阈值越低，预测出的稀土矿产资源靶区的范围越大，稀土矿产资源靶区中稀土矿产的分布范围所占的比例越小且稀土元素的含量也越高。，

从图4中可以看出，本实施例中的用于预测煤中稀土矿产资源靶区的方法的流程400体现了基于样品稀土含量值、采集坐标以及重叠区域中典型煤炭样品的煤质基础数据绘制稀土含量元素等值线图，并以此预测的稀土矿产资源靶区的步骤，可以进一步提高预测煤中稀土矿产资源靶区的效率和准确度。

接下来参考图5，其示出了用于预测煤中稀土矿产资源靶区的方法的一个实施例中构建稀土元素空间数据库的流程500。该流程500包括以下步骤：

步骤501、获取预设区域内的历史煤炭样品的采集信息和煤质化验结果。

在本实施例中，采集信息包括采集坐标和煤层编号，还可以进一步包括图像和描述信息。煤质化验结果可以包括煤炭样品中各种组分和元素的含量，还可以包括煤炭样品的位置信息、地质信息、物理性质和化学性质等。作为示例，可以获取全国范围内所有历史煤炭样品的采集信息和煤质化验结果。

步骤502、从煤质化验结果中提取出各历史煤炭样品的稀土含量值。

步骤503、若历史煤炭样品的稀土含量值大于预设的稀土含量阈值，将该历史煤炭样品确定为典型煤炭样品。

在本实施例中，可以根据稀土成矿的经验数据预先设定稀土含量阈值，稀土含量大于稀土含量阈值表示具备稀土成矿的基础条件，稀土含量不大于稀土含量阈值，则表示不具备稀土成矿的基础条件，如此可以将不具备稀土成矿的基础条件的历史煤炭样品过滤掉，以免将噪声数据引入稀土元素空间数据库，进而影响数据的准确度。

步骤504、将典型煤炭样品的采集信息和稀土含量值结合为该典型煤炭样品的煤质基础数据。

步骤505、基于煤质基础数据与典型煤炭样品的对应关系，构建稀土元素空间数据库。

在一个具体的示例中，执行主体可以采用MySQL，基于煤质基础数据与典型煤炭样品的对应关系，将煤质基础数据导入MySQL，得到稀土元素空间数据库。

在本实施例的一个可选的实现方式中，该方法还包括：若煤中稀土元素空间数据库中不存在与样品采集信息匹配的参考典型煤炭样品，且样品稀土含量值大于稀土含量阈值，则执行如下步骤：在采集坐标表征的采集范围内进行多次重复采样，并测量多次重复采样得到的煤炭样品中的稀土含量值；若多次重复采样得到的煤炭样品中的稀土含量值与样品稀土含量值的差值小于第二预设阈值，基于样品采集信息和样品稀土含量值，更新稀土元素空间数据库。

在本实现方式中，通过对比步骤201中得到的煤炭样品与重复采样得到的煤炭样品，可以确定步骤201中得到的煤炭样品是否可以表征待预测区域内煤炭的总体特征，若步骤201中得到的煤炭样品可以表征待预测区域内煤炭的总体特征，则将样品采集信息和样品稀土含量值导入稀土元素空间数据库，一方面可以丰富稀土元素空间数据库中的数据量，进而预测煤中稀土矿产资源靶区的准确度，另一方面可以避免引入噪声数据，影响稀土元素空间数据库中数据的准确度。

从图5中可以看出，本实施例中的用于预测煤中稀土矿产资源靶区的方法的流程500体现了基于历史煤炭样品的数据构建稀土元素空间数据库的步骤，可以将具备参考价值的历史煤炭样品的数据集成到数据库中，根据煤炭样品的采集信息即可检索出与之匹配的参考典型，可以提高煤炭样品的采集数据与典型煤炭样品数据的对比效率。

下面参考图6，其示出了适于用来实现本发明的实施例的电子设备（例如图1中的服务器或终端设备）600的结构示意图。本发明的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的终端设备仅仅是一个示例，不应对本发明的实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置（例如中央处理器、图形处理器等）601，其可以根据存储在只读存储器（ROM）602中的程序或者从存储装置608加载到随机访问存储器（RAM）603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出（I/O）接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本发明的实施例的方法中限定的上述功能。需要说明的是，本发明的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取待预测区域内的煤炭样品的样品采集信息以及煤炭样品中的样品稀土含量值，样品采集信息包括样品采集坐标和样品煤层编号；基于样品采集信息，检索煤中稀土元素空间数据库，煤中稀土元素空间数据库基于预设区域内典型煤炭样品的煤质基础数据构建，煤质基础数据包括各典型煤炭样品的采集信息和稀土含量值；若煤中稀土元素空间数据库中存在与样品采集信息匹配的参考典型煤炭样品，将参考典型煤炭样品的稀土含量值作为参考值，参考典型煤炭样品符合如下条件：参考典型煤炭样品的采集信息所表征的预置井田范围或预置矿区范围与样品采集坐标所在的预置井田范围或预置矿区范围相同，且参考典型煤炭样品的采集信息中的煤层编号与样品煤层编号的差值小于第一预设阈值；若样品稀土含量值不小于参考值中的最小值，将样品采集坐标输入预先构建的煤中稀土元素成矿区模型，煤中稀土元素成矿区模型包括基于煤系矿产数据和煤田地质数据预测出的成矿区带；若样品采集坐标表征的采集范围与成矿区带存在重叠区域，基于样品稀土含量值、采集坐标以及重叠区域中典型煤炭样品的煤质基础数据，预测出待预测区域内的稀土矿产资源靶区。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域的技术人员容易理解的是，在不冲突的前提下，上述各优选方案可以自由地组合、叠加。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。