基于卷积神经网络的智能找矿预测方法--以甘肃龙首山地区铜矿为例

智能找矿预测是数字地质科学的前沿领域.本文基于一种二维卷积神经网络的智能找矿预测方法,以25种元素的水系沉积物数据和航磁数据为找矿预测数据,将已知的矿点作为监督样本,利用步长平移数据增强方法获取了训练数据集,对卷积神经网络进行训练后,将其应用于未知区域的找矿预测.应用该方法对甘肃省龙首山西段高台县臭泥墩—西小口子地区进行了铜矿智能找矿预测,根据已知的3个铜矿点,获取了22934个训练数据,经过200轮训练之后,预测精度能够达到98.1%,最终圈定了5个预测区,5个预测区均具有良好的铜矿找矿远景.

无人机遥感技术在甘肃北山地区地质填图中的应用

甘肃北山地区岩浆岩及变质岩出露广泛,植被稀少,地势平缓,是无人机遥感开展地质填图试验的理想目标区。为解决传统地质填图方法受地形、环境限制和投入高及工作周期长等问题,选取北山长流水地区20 km;化探重点工作区为目标区,利用大疆精灵4专业版无人机采集图像,并采用Photoscan软件合成高分辨率正射影像以及三维模型,建立解译标志,对目标区域进行地质解译,获得比前人1∶1万地质图更加精细的地质图。该方法较传统填图方法能够解译出地质体形态、岩脉产状、微小断裂等更详细的地质内容,并能提供划分岩脉期次的证据。