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。

矿产资源定量预测的研究进展

找矿是一个投资大、投资周期长、回报丰厚,但风险高的一项经济地质行为。矿产资源定量预测的目的就是要降低找矿的肓目性和风险性,提高找矿效率,节约找矿成本,因而引起研究者的广泛关注。上个世纪中叶,世界许多国家为了更合理的利用矿产资源和摸清本国矿产资源的潜力,先后开始了矿产资源定量化预测。Allais(1957)提出把预测区分成等面积的许多小单元。

矿产资源定量预测软件(MRQP)在WINDOWS下混合编程的实现

以矿产资源定量预测中常用的7种方法为研究对象,结合Fortran 90与Visual Basic 6.0各自的特点,使用混合编程的方法,开发了矿产资源定量预测软件(MRQP软件)。MRQP软件是目前国内唯一使用数量化理论等进行矿产资源定量预测的方法,脱离DOS环境,不依赖于MAPGIS、ARCINFO等软件的二次开发,在Windows平台下直接运行的软件。详述了运用Microsoft Visual Basic 6.0软件建立一个可视化图形用户界面、运用Compaq Visual Fortran 6.5软件实现矿产资源定量预测运算和如何将矿产资源定量预测的核心代码在Windows GUI上直接调用。最后以新疆阿尔泰地区的地质背景为前提,以大型、超大型金矿床组成的矿床密集区为模型单元,以金矿异常密集区为预测单元,开展定量预测,验证该软件所达到的预期效果。

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。

基于地质异常的内蒙古新达来草原覆盖区钼铜多金属矿产定量预测

内蒙古新达来草原覆盖区位于古亚洲成矿域的二连—东乌旗钼铜多金属成矿带西段,分布有乌兰德勒、准苏吉花等与中酸性侵入体有关的内生金属矿床,成矿地质条件优越。然而,因受牧草和第四系大面积覆盖的影响,该区各种成矿/示矿信息具有间接、叠加、隐蔽、微弱、不完整等特点,给找矿勘查带来更大的不确定性和风险。因此,必须加强矿产定量预测研究,为覆盖区找矿工作指明方向。本文以赵鹏大院士等提出的地质异常理论为指导,分析新达来草原覆盖区及邻区成矿多样性,总结矿化垂向分布规律,进而通过S-A多重分形滤波模型降低覆盖层对土壤地球化学测量数据和地面高精度地磁数据的干扰,识别和提取深部源引起的弱异常,并将提取的断层、侏罗纪中酸性岩体、岩脉、岩体与围岩接触带、PC1和PC2元素组合异常、高精度磁异常,以及成矿单元与非成矿单元的地理位置X-Y坐标作为随机森林模型的输入预测变量。本文采用SMOTE采样技术克服覆盖区矿床(点)数量少所造成的训练样本不足的缺陷,通过500次随机森林模拟来定量表征与成矿关系密切的综合地质异常,模拟结果的平均袋外误差为2.26%,AUC值达到0.972,且成矿有利度≥0.783的地质异常中分布有88.46%的已知矿床和矿点,说明该方法的有效性。为了进一步降低勘查风险,本文进行了风险与回报分析,发现除1个矿化点外,其余25个矿床和矿点均分布在回报值的正值区域,另有3个矿点和矿化点位于风险值的中高等级区域。在此基础上,利用处于低风险-高回报区的地质异常成矿有利度重新作图,最终圈定出找矿有利地段。

机器学习方法在矿产资源定量预测应用研究进展

回顾了国内外在矿产资源定量预测研究领域的发展历程,对近十年来国外相关方向的文献进行了统计对比分析,结果显示机器学习方法已经成为矿产资源定量预测研究领域的热点方向,并主要在如下3个方面发挥了积极的作用:①提取和挖掘复杂数据中隐藏的难以识别的矿化信息;②致矿异常信息关联与转换;③多源地学数据的致矿异常信息融合、预测和发现矿床。对逻辑回归、人工神经网络、随机森林与支持向量机等主要机器学习算法与模型在矿产资源定量预测实践中的应用效果进行了评述,并探讨了在实际应用过程中存在的样本选择、错分代价、不确定性评价以及模型性能评价等主要问题及目前的解决方案。最后提出基于大数据与机器学习的矿产资源定量预测是未来发展的重要趋势。

数据挖掘在矿产资源定量预测中的应用综述

数据挖掘概念的提出使信息提取技术获得了快速发展。信息量法、证据权法、灰色系统理论及分形理论等都已成为许多领域研究的前沿课题,并取得了可喜的成果。矿产资源定量预测方法已由单纯的数理概率统计、线性方程组求解向多元统计推理、非线性认识及模型预测等交叉学科发展。通过对各方法的研究、对比、分析,发现各方法都有各自的理论前提和适用条件。作为实践性强的矿产资源定量预测工作,唯有在充分认识研究区地质背景和成矿规律的前提下,结合科研或生产需求及预采用方法的适用条件,才能选取好恰当的预测方法,并严格规范方法中各参变量的物理含义及定性分析、定量取舍,从而保证预测结论的精准。

基于卷积自编码网络的夏河-合作地区金矿定量预测

甘肃夏河—合作地区属西秦岭成矿带,区域地质构造复杂、矿产资源丰富。该地区已发现一定数量的金多金属矿床(点),且在矿集区及周边地区仍存在良好的金多金属矿找矿潜力。本文以夏河—合作地区为研究区,基于成分数据分析定量提取了成矿元素组合,集成了以构造-地球化学异常为基础的多元信息综合找矿模型,基于卷积自编码网络(Convolutional Auto-Encode,CAE)模型进行区域金矿产资源定量预测。结果表明CAE模型在该区的预测具有良好的性能(AUC=0.90),以此为依据确定的7个预远景区值得进一步开展勘查工作。

模糊层次分析法在西南印度洋中脊46°~52°E多金属硫化物远景区预测中的应用

海底多金属硫化物作为热液活动的产物,具有较好的成矿远景和开发潜力,已成为各国海洋矿产勘探的重点。模糊层次分析法将模糊数学和专家知识相结合,是一种典型的知识驱动的矿产资源定量预测方法。利用该方法对西南印度洋中脊46°~52°E研究区进行了数据处理,结合专家经验计算9个证据层的权重值,最后由伽马算子进行综合,生成最终的海底硫化物矿床远景区预测图。通过预测-面积(P-A)图分析,确定模糊层次分析法的最优γ值为0.9。用C-A分形的方法确定了不同成矿概率水平对应的阈值,在此基础上评估了方法的预测性能。结果表明,在基于模糊层次分析法的预测模型中,ROC曲线下的面积为0.887,预测的热液点和地震点占已知的90.5%,表明该方法能够有效地预测研究区的有利成矿区域,为今后的海底硫化物勘探提供依据。

GIS支持下的不规则单元划分及地质信息提取

在矿产资源定量预测中 ,单元是预测模型与地质信息联系的桥梁 ,是统计分析的基础。传统的规则网格单元划分方法虽然给矿产预测的计算机化带来了方便 ,但也存在许多问题。作者在本文中初步论述了在地理信息系统的支持下不规则地质体单元的划分方法 ,以及利用 GIS的空间数据分析功能提取出不规则单元中的地质信息。

基于GIS不规则单元划分及其地质信息提取系统

地质单元 (尤其是不规则单元 )划分及地质信息提取是矿产资源定量预测的基础性工作 ,用通用型GIS软件完成这项工作时有许多限制。如何在较为成熟的商用GIS软件的基础上开发出专用于单元划分及信息提取的计算机系统 ,是更有效地进行矿产资源定量预测必须解决的问题。从这个目的出发 ,讨论GIS的不规则地质单元划分及地质信息提取系统的设计及实现过程。

中国地质大学

中国地质大学中国地质大学是以地质、资源、环境、地学工程技术学科为主、兼有文科与管理学科的理工类全国重点大学，在湖北武汉和首都北京两地办学。大学总部设太我仅．研宰牛院总部设本北京。现任校长是中国科学院院士赵鹏大教授。中国地质大学的前身是北京地质学院，创...

基于GIS矿产勘查靶区优选技术

靶区优选是矿产勘查中的一个关键环节,它既是矿产资源预测成果的直接体现形式,同时又是联系矿产资源预测与勘查工作部署的桥梁.然而,由于人们认识上的不完备性和缺乏相应的技术手段支撑,使得靶区优选常被忽视或简化.探讨了靶区优选的地质基础原则,建立了靶区优选的技术流程,研发了基于GIS支持下靶区优选计算机辅助决策模块,并以云南省个旧地区与岩浆活动有关的锡铜多金属矿靶区为例进行了示范研究.结果表明靶区优选技术及相应的软件能够客观地反映不同靶区的特征,提高靶区优选的智能化程度和工作效率.