基于证据加权模型的综合信息成矿预测

综合信息成矿预测是复杂高维非线性系统的建模与评价过程,通过识别和提取地、物、化、遥等多源地学观测数据中的综合致矿地质异常信息,并以此为依据进行成矿预测。成矿预测是在科学预测理论的指导下,应用地质成矿理论和数理统计方法对地质、物探、化探、遥感等信息进行充分挖掘,剖析成矿地质条件,总结成矿规律,建立综合信息成矿模型并应用于成矿预测,从而圈定和评价成矿远景区,为区域找矿工作部署和矿产资源开发利用的统筹规划提供科学依据。本次研究将证据加权模型引入到成矿预测研究中,通过建立和评价地质信息、化探信息、遥感蚀变信息、遥感线环形构造密度信息与已知矿化点的关系,然后用贝叶斯公式计算成矿后验概率,推出研究区成矿预测结果。研究结果表明:综合信息成矿模型预测结果符合研究区地质成矿规律,和已知成矿点吻合率达71.4%。     

增强证据权(BoostWofE)新方法在矿产资源定量评价中的应用

证据权方法是矿产资源定量评价的最常用方法之一,尤其是在GIS环境下,证据权方法具有简便、直观、易实现等优点。然而,证据权模型对证据图层之间满足条件独立性的要求过于苛刻。实际应用中证据图层之间往往不满足条件独立性而导致后验概率计算结果的偏差,这一数学模型上的缺陷严重影响到该方法的使用范围,甚至有时造成预测人员对如何构建证据图层的误解。提出了一种新的增强证据权的模型和计算方法:该模型按顺序加入证据图层,依次计算证据图层的条件权重,并以此累积更新后验概率;新的计算方法可依次对训练点集(预测对象)进行加权处理,并以此为基础逐次计算证据图层的条件权重。介绍了增强证据权理论模型和计算方法,并通过应用实例对比了普通证据权方法和增强证据权方法的应用效果。结果表明:由于增强证据权模型不要求证据图层之间具备条件独立性,它克服了证据权模型的缺陷,显著提高了证据权方法的应用精度,有望扩大证据权方法的应用范围。     

加权证据权模型和逐步证据权模型及其在个旧锡铜矿产资源预测中的应用

为了消除和减弱当证据层不满足条件独立性假设时对预测结果产生的影响, 提出了逐步证据权模型和加权证据权模型.加权证据权模型通过对logit模型进行修改, 对各个证据层给予一定的权重, 以调整由于证据层与其他证据层的条件相关性对模型的影响; 逐步证据权模型是将证据层按照一定的顺序逐步加入到模型中, 在加入到模型的过程中依次用已经获得的后验概率作为模糊训练层的方法.以个旧锡铜多金属矿产资源预测为例, 应用4种证据权模型的后验概率进行异常圈定, 结果表明两种新的模型对减弱证据层不满足条件独立性假设所产生的影响是有效的.      

GIS矿产资源预测中的证据权重法

地理信息系统(GIS)技术的应用已成为提高矿产资源预测水平的重要途径。矿产资源预测的方法很多，证据权重法是其中的一种重要方法，它是基于二值图象的地学统计方法。基于GIS的证据权重法矿产资源预测是通过对与矿产资源相关的地学信息的叠加分析进行预测，其中每一种地学信息都作为预测的一个证据因子，而每一个证据因子对矿产资源预测的贡献由其权重值确定。基于GIS的证据权重法矿产资源预测的优点是数据驱动、易于编程实现，在金矿资源预测中已有很多成功的应用。     

一种基于图层综合的矿产资源潜力制图模型

提出了一种基于图层综合的矿产资源潜力自动制图模型。应用该模型生成矿产资源潜力分布图分三步完成:第一步,以每一种找矿标志的空间分布图为依据,生成相应的基本概率分配函数栅格图;第二步,统计综合基本概率分配函数栅格图;第三步,生成研究区矿产资源潜力分布图。利用新疆北部多拉纳萨依—阿舍勒地区的地质资料,比较了该模型与合成有矿可信度模型的找矿靶区圈定结果。两种模型的靶区圈定结果基本相同,证明证据理论模型是有效的和实用的。     

加权证据权模型的应用与对比

证据权方法是目前最常用的信息综合方法之一,广泛应用于矿产资源定量预测与评价.然而,它要求变量间相互独立,地质上很难满足这一条件.如何削弱条件不独立对证据权预测结果的影响,已成为当前数学地球科学研究的热点.解决该问题的途径之一是对传统证据权模型进行校正,比如采取加权的方法对原证据权模型计算的证据权重进行修正,以便消除非条件独立性的影响.对近期提出的多种加权证据权模型进行了系统的对比研究,基于同样的应用实例和实验方案,对不同方法的应用效果进行了比较,结果表明,各种加权证据权模型均可不同程度地削弱证据图层条件不独立性的影响,其中,基于逻辑回归的加权证据权模型优于其他加权方法.      

一种基于GIS的矿产资源潜力评价的自动制图模型

在基于GIS技术的矿产资源评价工作中,矿产资源潜力评价的自动制图模型通常用来统计综合多源地学信息以便自动圈定成矿远景靶区。在本文中,笔者以人工智能研究领域中的一种不确定推理模型——确定性理论为基础,提出了一种新的矿产资源潜力评价的自动制图模型——合成有矿可信度模型。该模型可以根据研究区各种成矿有利和不利证据的空间分布图,统计生成对应于每一种证据的有矿可信度栅格图,然后,按照特定的有矿可信度合成规则,将所有的有矿可信度栅格图统计综合生成合成有矿可信度栅格图。以该图为依据,可以把研究区内合成有矿可信度相对较高的成矿远景区圈定出来。也可以生成研究区合成有矿可信度等值线图。应用该模型预测了新疆北部多拉纳萨依—阿舍勒地区的多金属成矿远景,并将预测结果与证据加权模型预测结果进行了比较,两种模型的预测结果基本相似,证明了该模型的有效性和实用性。     

GIS中矢量与栅格数据模型比较

由于GIS软件的多样性，每种软件都有自己特定的数据模型，从数据结构上来说，矢量和栅格是地理信息系统中两种主要的空间数据结构。本文通过对栅格数据与矢量数据模型的应用比较．对于空间数据从需求分析，以满足对数据信息进行更改、更新、增加或者为了某种特定的需要。     

一种基于GIS的矿产资源的潜力评价的自动制图模型

在基于GIS技术的矿产资源评价工作中，矿产资源潜力评价的自动制图模型通常用来统计综合多源地学信息以便自动圈定成矿远景靶区。在本文中，笔者以人工智能研究领域中的一种不确定推理模型－确定性理论为基础，提出了一种新的矿产资源潜力评价的自动制图模型－合成有矿可信度模型。该模型可以根据研究区各种成矿有利和不利证据的空间分布图，统计生成对应于每一种证据的有矿可信度栅格图。然后，按照特定的有矿可信度合成规则，将所有的有矿可度栅格图统计综合生成合成有矿可信度栅格图。以该图为依据，可以把研究区内合成有矿可信度相对较高的成矿远景区圈定出来。也可以生成研究区合成有矿可信度等值线图。应用该模型预测了新疆北部多拉纳萨依－阿舍勒地区的多金属臧放远景，并将预测结果与证据加权模型预测结果进行了比较，两种模型的预测的结果基本相似， 证明了该模型的有效性和实用性。     

基于证据加权法的攀西地区铜镍铂族元素找矿远景预测

位于扬子地台西南缘的攀枝花～西昌地区,历经多期次构造～岩浆活动和变质作用,形成了我国重要的铜镍铂族元素地球化学省,具有良好的铜镍铂族元素成矿地质条件。近年来,随着该区矿业的迅猛发展和矿产资源的不断开发殆尽,新的成矿与找矿理论和找矿方法,已成为该区找矿突破的关键。这里在MAPGIS软件的支持下,采用统计证据加权法,对研究区内铜镍铂族矿床的找矿远景区进行了预测,取得了良好的预测效果,并筛选出篾丝箩等多处重要找矿靶区。     

基于GIS和证据权法的秘鲁中南部成矿预测研究

以秘鲁中南部地质、矿产、遥感、地球化学、航磁等多源数据为基础,对地质、航磁等数据利用GIS空间分析,提取多源地质找矿信息.并用有效的异常圈定方法圈出地球化学异常,利用研究区ETM数据波段比值复合主成分分析方法提取遥感异常.在此基础上,选择22个证据因子层,建立证据权法找矿模型,快速确定四个找矿远景区范围,为我国企业境外迅速占领矿产资源高地提供依据.     

基于GIS和证据权模型的克什克腾旗有色金属成矿预测与评价

以地质、地球物理勘探、地球化学勘探、遥感等手段获取的多源数据,经过发现、提取、转换和关联,并利用信息综合技术建立区域综合信息矿产预测模型,进行矿产资源定量评价,是当前矿产资源勘查领域信息找矿的重要途径。本文在对内蒙古赤峰市克什克腾旗地质背景与成矿规律进行研究的基础上,利用GIS技术进行区域成矿专题信息分析与提取,建立评...     

Omnibus Weights of Evidence Method Implemented in GeoDAS GIS for Information Extraction and Integration

Weights of evidence (WofE) is an artificial intelligent method for integration of information from diverse sources for predictive purpose in supporting decision making. This method has been commonly used to predict point events by integrating point training layer and binary or ternary evidential layers (multiclass evidence less commonly used). Omnibus weights of evidence integrates fuzzy training layer and diverse evidential layers. This method provides new features in comparison with the ordinary WofE method. This new method has been implemented in a geographic information system-geophysical data analysis system and the method includes the following contents: (1) dual fuzzy weights of evidence (DFWofE), in which training layer and evidential layers can be treated as fuzzy sets. DFWofE can be used to predict not only point events but also area or line events. In this model a fuzzy training layer can be defined based on point, line, and areas using fuzzy membership function; and (2) degree-of-exploration model for WofE is implemented through building a degree of exploration map. This method can be used to assess possible spatial correlations between the degree of exploration and potential evidential layers. Importantly, it would also make it possible to estimate undiscovered resources, if the degree of exploration map is combined with other models that predict where such resources are most likely to occur. These methods and relevant systems were validated using a case study of mineral potential prediction in Gejiu (个旧) mineral district, Yunnan (云南), China.     

基于GIS和证据权重法的那仁宝力格地区铜多金属矿成矿预测

根据那仁宝力格地区主要铜多金属矿床成矿规律,利用GIS平台提取地、物、化、遥等多元地质找矿信息,在MRAS系统中开展了基于18个成、控矿要素的铜多金属矿成矿预测与评价。根据后验概率值大小编制了成矿后验概率等值线图,划分了4个等级的找矿条件和9个找矿远景区。结果表明,预测模型有效,近95%的已知矿床（点）位于D级及以上找矿有利地区。在众多成、控矿要素中,增隆昌组与阿古鲁沟组、构造信息、遥感组合异常、铁族元素地球化学组合异常等具有较大权重。新圈定的那仁宝力格找矿远景区和霍各乞南部找矿远景区是下一步研究区寻找新的铜多金属矿床的重点地区。     

基于模糊预测对象的证据权方法及其在土地沙漠化评价中的应用

为了使在地理信息系统中被广泛用于点事件预测的证据权方法能对面事件进行评价和预测, 提出了一种新的基于模糊训练层的证据权方法.它是一种更广泛的证据权方法, 与普通证据权方法所不同的是, 它的训练层是模糊集合, 其取值是它的隶属度.通过适当的变换也可以把点训练层转换为模糊集合.因此, 该方法可以对面事件、点事件和线事件进行评价和预测.该方法可以处理训练层和证据层均为模糊集合的情况, 被称为双重模糊证据权方法.作为该方法的一个应用实例, 本文介绍毛乌素沙漠边缘的晋陕蒙地区土地沙漠化评价的应用实例.      

A Comparison of Modified Fuzzy Weights of Evidence,Fuzzy Weights of Evidence,and Logistic Regression for Mapping Mineral Prospectivity

Weights of evidence and logistic regression are two of the most popular methods for mapping mineral prospectivity. The logistic regression model always produces unbiased estimates, whether or not the evidence variables are conditionally independent with respect to the target variable, while the weights of evidence model features an easy to explain and implement modeling process. It has been shown that there exists a model combining weights of evidence and logistic regression that has both of these advantages. In this study, three models consisting of modified fuzzy weights of evidence, fuzzy weights of evidence, and logistic regression are compared with each other for mapping mineral prospectivity. The modified fuzzy weights of the evidence model retains the advantages of both the fuzzy weights of the evidence model and the logistic regression model; the advantages being (1) the predicted number of deposits estimated by the modified fuzzy weights of evidence model is nearly equal to that of the logistic regression model, and (2) it can deal with missing data. This method is shown to be an effective tool for mapping iron prospectivity in Fujian Province, China.     

GIS Predictive Model for Producing Hydrothermal Gold Potential Map Using Weights of Evidence Approach in Gengma Region, Sanjiang District, China

Gengma region, Sanjiang district is known to have some large-scale gold deposits. GIS predictive model for hydroghermal gold potential was carried out in this region using weights of evidence modeling technique. Datasets used include large-scale hydroghermal gold deposit records, geological, geophysical and remote sensing imagery. Based on the geological and mineral characteristics of areas with known gold occurrences in Sanjiang, several geological features were thought to be indicative of areas with potential for the occurrence of hydroghtermal gold deposits. Indicative features were extracted from geoexploration datasets for use as input in the predictive model. The features include host rock lithology, geologic structures, wallrock alteration and associated (volcanic-plutonic) igneous rocks. To determine which of the indicative geological features are important spatial predictors of area with potential for gold deposits, spatial analysis was done through the modeling method. The input maps were buffered and the optimum distance of spatial association for each geological feature was determined by calculating the contrast and studentized contrast. Five feature maps were converted to binary predictor patterns and used as evidential layers for predictive modeling. The binary patterns were integrated in two combinations, each of which consists of four patterns in order to avoid over prediction due to the effect of duplicate features in the two structural evidences. The two produced potential maps define almost similar favorable zones. Areas of intersections between these zones in the two potential maps placed the highest predictive favorable zones in the region.     

青海北巴颜喀拉成矿带基于专家证据权重法锑金矿资源潜力评价

青海北巴颜喀拉成矿带虽然总体研究程度低,但显示出巨大的找矿潜力,急需寻求新的找矿突破。利用前人的地质、矿产、化探等资料,建立了青海北巴颜喀拉成矿带基于GIS的空间数据库。在此基础上重新建立了研究区锑金矿区域找矿模型,其中主要找矿标志包括金水系沉积物异常、锑水系沉积物异常、砷水系沉积物异常、重砂异常、NW－NWW向线性构造和巴颜喀拉山群。采用作者提出的专家证据权重法,对研究区首次进行了基于GIS下的专家证据权重法矿产资源评价工作。据此重新圈定找矿远景区和找矿靶区,将后验概率大于0.001的区域作为找矿远景区,将后验概率大于0.005的区域作为找矿靶区;并依据找矿靶区内预测含矿区域后验概率二重积分大小,将找矿靶区的找矿潜力级别由高到低分别划分为A 、B 、C 3级,其中A级6处,B级10处,C级13处。