科研之友
微信
新浪微博
Facebook
分享链接
摘要
截至目前，中国已经完成的1：5万区域地质填图工作主要分布于基岩裸露地区，很少涉及覆盖区。为了满足和适应新时代国家经济建设对地质调查工作的需求，未来中国地质填图工作必须向覆盖区推进。所以，利用机器学习与数据挖掘技术，按照地质填图的要求对海量多源异构地质数据融合与综合分析，是实现覆盖区智能化地质填图的关键环节。以浅覆盖森林沼泽区为例，充分利用航空磁测、土壤地球化学等结构化数据和遥感影像、地表地质等非结构化数据，开展聚类分析与人机交互深度学习2种算法模型的对比试验。结果表明，单一数据的聚类分析无法进行有效的地质单元划分，而利用多源数据进行人机交互深度学习和训练所获得的预测模型结果图件经检验与实际地质单元基本一致。本次试验，充分利用了机器学习功能和特殊算法，实现了计算机代替地质人员进行地质填图的探索，为森林沼泽区地质填图工作中设计地质图、工作部署和成果总结提供了示范案例，为覆盖区智能地质填图提供了借鉴。
-
单位中国科学院地质与地球物理研究所; 中国地质科学院地质力学研究所
