基于CART算法的三维成矿预测研究——以安徽白象山矿区为例

把地质大数据和人工智能技术引入矿产资源定量评价及成矿预测体系中,提高了海量地质数据的有效信息挖掘,弥补了传统方法的不足。本文基于白象山矿区基础地质资料和物化探成果资料,利用三维地质体建模技术和三维空间分析技术,量化三维控矿因素,建立了一种基于CART 算法的三维成矿预测模型。通过在白象山矿区的实验表明：该模型能较好的定位已知矿体,并且预测出在已知矿体北部、东部、东北部、西部、南部和东南部具有较高的成矿概率,可圈定找矿靶区。该模型将地质大数据应用于找矿勘探工作,具有纯数据驱动、预测精度高、预测结果可靠等优点。研究发现,该模型的预测效果与训练数据集的数量、矿控因素提取、决策树深度等有关。     

基于地质大数据理念的模型驱动矿产资源定量预测

在大数据科学成为新的科学范式的背景下,基于地质大数据理念,提出了模型驱动的矿产资源定量预测评价的新方法,以及模型流程建模技术贯穿整个矿产资源预测评价过程的新思路,以地质理论指导地质大数据分析和计算机技术实现地质大数据挖掘2条主线展开研究,实现了面向地质大数据的数据挖掘与矿产资源的定量预测评价。结合青海祁漫塔格铁铜多金属矿床、山东焦家金矿床、云南个旧锡铜多金属矿床等不同地区、不同成矿类型和矿种开展了应用研究,完成了找矿模型工作流的设计与实现,进行了有利成矿信息的挖掘,取得了较好的效果,为大数据时代数字地质研究提供了新的思路。     

基于机器学习的三维矿产定量预测——以四川拉拉铜矿为例

在大数据蓬勃发展的时代背景下,矿产资源定量预测作为地质大数据的核心部分,其综合分析挖掘多元信息的基本思路与大数据的理念不谋而合。以四川拉拉铜矿为例,开展基于机器学习的三维矿产资源定量预测。通过建立三维地质模型,提取成矿有利信息,构建研究区定量预测模型;基于"立方块预测模型"找矿方法,采用机器学习随机森林算法,计算出研究区成矿概率分布,以此圈定出5个找矿远景区。结果表明,随机森林具有更高的预测准确度与稳定性,且能够对控矿要素重要性做出定量评价。该研究成功地将机器学习应用于三维矿产定量预测,为今后的矿产资源预测评价做出了积极的探索。     

高分五号航天高光谱遥感技术在甘肃龙首山铀矿找矿中的应用

为深入研究和探讨高分五号(GF-5)航天高光谱遥感技术在铀矿地质找矿中的应用效果和潜力,基于龙首山成矿带航天高光谱数据,开展高光谱数据处理和蚀变信息提取工作,创新实现了GF-5高光谱波段修复,通过构建标准光谱库和诊断光谱,运用MNF算法、PPI算法,结合SAM光谱角填图技术,完成蚀变矿物端元提取和光谱匹配,实现研究区钠长石、方解石、石英、绿泥石、赤铁矿和高岭土蚀变矿物的提取,综合区域铀矿成矿地质背景,通过开展地面波谱测量和野外调查,在验证蚀变准确度的基础上,剖析航天高光谱蚀变信息和成矿规律,构建了区域找矿定位模型,圈定找矿预测区3处,取得了较好的找矿效果,为国产GF-5高光谱遥感在地质找矿中的应用提供了参考。     

危机矿山深部、边部隐伏矿体的三维可视化预测——以安徽铜陵凤凰山矿田为例

以安徽铜陵凤凰山矿田为例,通过综合地质研究,构建了矿体定位预测概念模型。在地质勘探数据和物化探数据集成的基础上,采用三维地质建模技术,对地层、构造、岩浆岩、矿体等地质体进行了推断和圈定,构建了地质体的线框模型与块体模型。基于定位预测概念模型和地质体三维块体模型,通过地质空间定义和立体单元划分,建立了岩体及其表面形态起伏、接触带、地层、褶皱、断层等控矿地质因素的三维栅格场模型。在定量分析控矿地质因素与矿化分布的关系的基础上,建立了反应这种关联关系的矿体立体定量预测模型。预测模型提供矿田深部(-1000m标高以上)所有50m×50m×50m立体单元的铜品位、铜金属量和含矿概率的预测结果。基于预测结果圈定了4个深部找矿立体靶区,为深部找矿工程的设计、布置提供尚未发现的隐伏矿体的位置、品位、金属量等信息的指导。     

基于数据科学的矿产资源定量预测的理论与方法探索

矿产资源预测已从定性走向了定量,从数据稀疏型走向了数据密集型,亟须数据科学支撑。本文在前人研究基础上,讨论了基于数据科学的矿产资源定量预测理论与方法,该方法的理论基础为相关性理论与异常理论,前者采用监督的机器学习方法挖掘地质找矿大数据与矿床的相关性为预测未发现矿床提供了理论基础;后者采用非监督的机器学习方法识别地质找矿大数据蕴含的地质异常为预测矿床提供了理论依据。该理论与方法强调地质找矿大数据和机器学习的重要性,其中,数据种类的多样性及数据精度和质量会影响预测结果的好坏,机器学习可提高特征提取与信息集成融合效率。此外,本文讨论了基于数据科学的矿产资源定量预测理论与方法的技术框架、特征提取、数据集成融合方法,以及该理论与方法引入的不确定性。     

危机矿山深部、边部隐伏矿体的三维可视化预测——以安徽铜陵凤凰山矿田为例

以安徽铜陵凤凰山矿田为例.通过综合地质研究,构建了矿体定位预测概念模型.在地质勘探数据和物化探数据集成的基础上,采用三维地质建模技术,对地层、构造、岩浆岩、矿体等地质体进行了推断和圈定,构建了地质体的线框模型与块体模型.基于定位预测概念模型和地质体三维块体模型,通过地质空间定义和立体单元划分,建立了岩体及其表面形态起伏、接触带、地层、褶皱、断层等控矿地质因素的三维栅格场模型.在定量分析控矿地质因素与矿化分布的关系的基础上,建立了反应这种关联关系的矿体立体定量预测模型.预测模型提供矿田深部(-1000m标高以上)所有50m×50m×50m立体单元的铜品位、铜金属量和含矿概率的预测结果.基于预测结果圈定了4个深部找矿立体靶区,为深部找矿工程的设计、布置提供尚未发现的臆伏矿体的位置、品位、金属量等信息的指导.     

机器学习与成矿预测:以闽西南铁多金属矿预测为例

作为近年来爆炸式发展的方法模型,机器学习为地质找矿提供了新的思维和研究方法。本文探讨矿产预测研究的理论方法体系,总结机器学习在矿产预测领域的特征信息提取和信息综合集成两个方面的应用现状,并讨论机器学习在矿产资源定量预测领域面临的训练样本稀少且不均衡、模型训练中缺乏不确定性评估、缺少反哺研究、方法选择等困难和挑战。进一步以闽西南马坑式铁矿为实例论述基于机器学习方法的矿产预测基本流程:(1)通过成矿系统研究建立成矿模型,确定矿床控矿要素;(2)通过勘查系统研究建立找矿模型,并为评价预测提供相关的勘查数据;(3)通过预测评价系统研究,建立预测模型,并提取预测要素;(4)利用机器学习模型对预测要素进行信息综合集成,获取成矿有利度图;(5)对预测性能和结果进行不确定性评估;(6)找矿靶区/成矿远景区圈定及资源量估算。最后,总结建立以地学大数据和地球系统理论为指导,以“地球系统-成矿系统-勘查系统-预测评价系统”为研究路线的基于地学大数据的矿产资源定量预测理论和方法体系的研究愿景。     

对提高地质找矿效果、实现找矿突破的探讨

提高地质找矿效果、实现找矿突破是我国面临的矿产资源短缺形势的必然需要。本章结合地质找矿的实践、学习、思考、研究经历,从地质找矿创新能力、创新工作模式、创新文化和成矿研究等不同方面对提高地质找矿效果、实现找矿突破进行了探讨,认为地质找矿工作是以地质找矿创新能力、创新工作模式和创新文化建设为基础,通过对地质找矿信息的收集、提取、研究,建立区域成矿模型、综合找矿模型、矿产勘查模型和矿床模型,在解剖成矿系统的过程中发现矿床,实现找矿突破,为社会经济的可持续发展提供矿产资源保障。     

基于地质与重磁数据集成的河北迁安铁矿集区三维成矿预测

河北迁安铁矿矿集区是我国典型的早前寒武纪条带状铁矿富集区和重要的铁矿石原料基地, 近年来其保有资源量不断下降, 急需开展深部资源找矿工作。基于地质与重磁数据等多源信息融合开展地质理论指导下的三维地质建模是当前深部矿产资源勘查与评价的重要途径和研究热点。本文以迁安铁矿集区为研究对象, 基于地质与重磁数据资料综合解译, 建立了1:5万迁安幅三维地质结构模型; 在此基础上, 以区域成矿理论和找矿勘查模型为指导, 总结沉积-变质型铁矿的控矿要素, 建立了综合信息定量预测模型; 进一步应用“立方体预测模型”提取成矿有利信息, 依据信息量值, 圈定了5个找矿远景区。研究表明, 重磁异常能够有效推断矿集区内断裂构造分布和含铁建造, 为区域性三维地质模型的建立提供支撑; 同时将传统的二维综合信息成矿预测方法拓展到三维空间, 预测结果为该区深部及外围找矿工作提供参考。     

A prediction model for important mineral resources in China

Prediction models for mineral resources provide an analytical foundation and method to express the results of resource evaluations. The project “China National Mineral Resources Assessment Initiative” was conducted during 2006–2013, with the aim to determine the location, quantity, and quality of 25 important mineral resources occurring at depths of <1 km. There are currently 80 integrated prediction models on the scale of III–level metallogenic belts in use across China. The Huangshaping Pb–Zn polymetallic deposit, Hunan province, China, is used as a case study to establish methods and processes for developing a mineral resource prediction model that would be used for exploration targeting. The construction of prediction models requires the development of a classification scheme for the proposed prediction method appropriate for the prediction area. An initial metallogenic model is quantitatively transformed to a prospecting model, and then a prediction model. The incorporation of additional methodology, analysis of a comprehensive geological database, and correlation of asymmetric information between the well–explored typical deposit area and regional prediction area, yield an integrated prediction model. This paper also discusses the prediction modeling theory, and presents 12 models used for mineral assessments.     

降低矿产资源定量预测不确定性的双向预测方法

成矿过程是一个复杂的物理化学过程,由于地质自身的不确定性、原始数据采集和处理的不当、预测方法中经验参数的不确定性等多重因素的叠加,造成矿产资源定量预测结果中潜在大量不确定性。在科学认识这些不确定性的基础上,如何降低不确定性是预测评价研究的一个重要方向。以地质异常理论和成矿动力学为指导,双向预测评价方法是降低地质异常分析中不确定性的有效途径,该方法具体包括基于矿床成因模型的成矿模拟和基于找矿模型与勘查数据相结合的模型驱动预测。前者作为研究成矿地质演化过程、探讨成矿动力学机制的定量化方法之一,可以直观展示成矿过程内部物理化学变化。作为对致矿地质异常分析的有效手段,通过将成矿过程抽象为不受时空间限制的可迭代计算的偏微分方程组,可实现定量化描述复杂成矿动态过程并预测成矿有利部位。通过挖掘成矿有利信息,分析地质变量并赋值,为预测模型提供大量的定量化预测变量和特征值,是矿产资源定量预测评价的一个最具潜力的发展方向。后者以勘查学为指导的矿化异常分析,从矿致地质异常的角度开展定量预测,减少了单一成矿有利信息的多解性并降低了预测结果的不确定性。该技术手段是依托空间数据库、地质统计学和地理信息系统空间分析技术支撑,以三维地质体模型的建立为基础,以分析成矿规律并建立找矿模型为核心工作内容,以证据权、找矿信息量等数学方法为工具,统计分析研究区内各地质要素单元的分布情况来探讨各地质要素对矿产预测的影响,最终实现基于“立方体预测模型”的定位、定量和定概率的隐伏矿体三维预测目标。以上方法从两种不同的地质角度和定量化理念创新性地实现了双向联合预测评价,两种技术手段的融合作为综合圈定“5P”找矿地段的数学地质方法,其作用和价值是相互补充并有机结合的。通过文中方法介绍和应用实例的研究成果,可以明确该方法确实提高了矿产资源定量预测评价的预测精度,一定程度上降低了预测的不确定性,整体上推动了地球科学研究由定性描述向定量化自然科学的转变。     

3D Metallogenic Prediction Based on 3D Geological-Geophysical Model: A Case Study in Tongling Mineral District of Anhui

3D metallogenic prediction is an important method and frontier of mineral resources exploration in the world. This paper introduces a case study of 3D metallogenic prediction based on 3D geological-geophysical model in Tongling mineral district. The research contents,methods,and results are summarized as the following aspects: ①Based on 25 comprehensive interpretation profiles,established 3D geological model of the study area. Using 3D property inversion of gravity-magnetic data technology to obtain 3D physical characteristics,a 3D geological-geophysical model was established;②Combined with the previous research on the metallogenic theory,this paper summed up some favorable geological conditions for ore-controlling,and established the quantitative prediction model;③By using“cubic predicting model”prospecting method, delineated 15 predicted targets according to the value of information and geological condition. This research built the 3D geological-geophysical model successfully,and under the guidance of geological prospecting theory,quantitatively extract the favorable prospecting information based on different deposit types. This research extends the traditional regional metallogenic prediction method to 3D space,and it has important guiding significance for the old mine prospecting.     

成矿模式与找矿模式研究的现代科学技术

为保障资源的可持续发展,地下深部资源勘探与开发是当前国内外许多国家重要的战略选择。地下深部是否存在优质矿产资源研究是开展深部找矿的前提。理想的成矿模式对指导找矿模式的构建具有重要的理论意义,而合理找矿模式的建立对于深部找矿具有重要的指导意义。随着现代科学技术的持续发展,各种新技术不断用于地质研究及勘探中,使深入理解成矿作用,建立理想的成矿模式成为可能。目前,一些新技术如矿物原位U-Pb定年、原位成分、原位同位素分析等在成矿模式研究中已发挥重要作用,指导人们重新建立新的成矿模式;同样一些地球物理探测技术、地球化学探测技术等也正在找矿模式的建立中发挥重要作用,为深部矿的找寻提供更可靠的依据。因而成矿理论及综合地球物理、综合地球化学等现代科学技术的应用是当前及未来深部矿找矿工作的趋势。     

智能矿产地质调查方法——以甘肃大桥-崖湾地区为例

在矿产地质调查理论与实践的基础上,提出一种智能矿产地质调查方法,指出智能矿产地质调查生态系统是与智能矿产地质调查相关的智能数据采集设备、应用、用户、标准、规范、智能地质调查云平台等组成部分及相互关系构成的完整系统。智能矿产地质调查的主要步骤包括：智能数据分析、重点工作区圈定、矿产地质数据采集、重点区野外工作、智能找矿预测等。提出了数据驱动与知识驱动相结合的找矿预测方法,集成了采用深度学习技术进行特征匹配找矿预测的方法和基于知识图谱的找矿预测方法。设计和基本实现了智能矿产地质调查云平台的架构与功能。应用特征匹配找矿预测方法在甘肃大桥-崖湾地区圈定了5个找矿预测区。     

大数据环境下内蒙古浩布高地区铅锌多金属矿智能矿产预测研究

传统机器学习算法已广泛应用于矿产预测,但面对地质大数据的高维稀疏、不平衡小样本等特性仍缺乏有效处理和分析的方法,设计适合地质大数据特点的机器学习算法是智能矿产预测亟需解决的新问题。本文以内蒙古浩布高地区的铅锌多金属矿产预测为例,提出了一种面向地质大数据的半监督协同训练矿产预测模型。首先对研究区地质找矿信息和地球化学异常信息进行定量分析,提取断裂构造、二叠系地层、燕山期侵入岩、地层与岩体接触带、围岩蚀变及Pb、Zn、Sn、Cu地球化学异常共9种找矿因子。然后利用递归特征消除法优选找矿因子组合,不包括Sn异常在内的8个找矿因子组合被选为最优组合。最后,利用支持向量机和随机森林算法作为基分类器进行半监督协同训练矿产预测,绘制成矿概率分布图。ROC曲线和预测度曲线分析结果表明,半监督协同训练模型的AUC值和预测效率都高于随机森林和支持向量机模型。研究结果也为大数据环境下的智能矿产预测提供了一种新的思路。     

成矿区三维可视化与立体定量预测——以钦-杭成矿带庞西垌地区下园垌铅锌矿区为例

矿产资源是人类生存与社会进步的根本物质保障。近年来,随着地表矿、浅部矿产资源的日益枯竭,采用新技术、新方法的深部矿产资源预测成为地质勘查的主要研究方向。基于数字化、三维可视化及矿产定量预测为主的三维地质建模技术,为当前矿产资源远景预测与找矿工作提供了有力的工具。本文在现代成矿预测理论研究基础上,运用三维地质建模技术建立了钦杭成矿带下园垌矿区地质、地球物理、地球化学、钻孔等三维模型,揭示了区内构造地质特征、地球化学异常表征及地层岩体要素,据此探讨了矿床的成因及矿体分布特征。并在此基础上,采用证据权方法对研究区地质、地球物理、地球化学等多源信息进行融合,运用断裂缓冲区、地球化学异常、东岗岭组沉积岩地层等为证据因子来计算单位体积成矿后验概率,进行立体成矿预测,并圈定出铁锰矿、方铅闪锌矿、铅锌银综合矿等3处找矿有利靶区及估算出预测区内矿产资源储量总量为88710吨。研究结果表明:综合分析地质、地球物理、地球化学及钻孔数据进行矿区的三维地质空间定位、定量预测研究,可以有效的识别矿致异常信息,圈定找矿远景区,为成矿预测研究领域提供了新方向,可以将此方法应用至其他矿山。