基于逻辑回归模型的化探异常信息识别研究——以克拉玛依地区为例

化探数据对矿产资源勘查工作有着重要作用,其中比较关键的工作就是从化探数据中识别矿床相关的化探异常信息。在化探异常信息识别工作中也发展出了较多的技术,但是它们大多针对单变量进行分析。为了对多变量化探数据进行分析并识别金矿相关的地球化学异常信息,笔者将逻辑回归模型用于研究区化探数据分析,通过研究区内对金矿预测比较有价值的16种元素的逻辑回归建模及模型应用,发现逻辑回归是一种有效的化探多变量数据分析和建模技术,研究结果显示,笔者建立的逻辑回归模型不仅可以有效识别已知金矿区的地球化学异常信息,而且对那些还未发现矿床的区域具有预测作用,能够为矿产资源勘查工作重点区域的选择提供指导。