科研之友
微信
新浪微博
Facebook
分享链接
摘要
【研究目的】矿产资源定位预测的核心是矿产分布与控矿地质因素之间的非线性关系，大数据及机器学习技术在解决这类复杂非线性关系问题方面已经体现出巨大的优势。小比例尺地物化遥信息的预测数据集具有高维和极不平衡的特点，依靠传统的逻辑假设或统计分析很难适应。本文尝试将随机森林算法引入到小比例尺找矿预测领域来开展研究，探索大数据及机器学习技术在小比例尺找矿预测中的应用。【研究方法】近年来，冈底斯成矿带西段新发现了鲁尔玛、拔拉扎、达若、红山和罗布真等多个斑岩型、浅成低温热液型铜金多金属矿床（点），证实冈底斯西段具有寻找斑岩型、浅成低温热液型铜金多金属矿的巨大潜力。本论文以新发现的典型矿床为研究对象，在冈底斯成矿带西段斑岩铜矿成因模式总结的基础上，结合物化遥综合信息，构建地物化遥综合找矿模型，最后利用随机森林法开展研究区找矿预测。【研究结果】本文结合典型矿床与区域地质、地球物理、地球化学及遥感综合信息，利用随机森林法在冈底斯成矿带西段开展斑岩型、浅成低温热液型铜金多金属矿的找矿预测，圈定出斑岩—浅成低温热液型铜多金属矿找矿远景区11个（包含Ⅰ级远景区2个，Ⅱ级远景区3个，Ⅲ级远景区6个），其中罗布真、打加错、达若、拔拉杂、尕尔穷和布东拉等远景区找矿潜力较大。【结论】基于大数据机器学习的欠采样随机森林预测模型，有望适应综合地物化遥信息的预测数据高维和极不平衡特点，为成矿带尺度区域找矿预测提供方向。本次工作确定的远景区有望发现新的矿床（点），为冈底斯成矿带找矿勘查打开了新的视野。
-
单位成都理工大学; 中国地质调查局武汉地质调查中心; 中国地质调查局成都地质调查中心
