基于机器学习的三维矿产定量预测 ——以四川拉拉铜矿为例

摘要：

在大数据蓬勃发展的时代背景下,矿产资源定量预测作为地质大数据的核心部分,其综合分析挖掘多元信息的基本思路与大数据的理念不谋而合.以四川拉拉铜矿为例,开展基于机器学习的三维矿产资源定量预测.通过建立三维地质模型,提取成矿有利信息,构建研究区定量预测模型;基于"立方块预测模型"找矿方法,采用机器学习随机森林算法,计算出研究区成矿概率分布,以此圈定出5个找矿远景区.结果表明,随机森林具有更高的预测准确度与稳定性,且能够对控矿要素重要性做出定量评价.该研究成功地将机器学习应用于三维矿产定量预测,为今后的矿产资源预测评价做出了积极的探索.

关键词：矿产预测、三维建模、机器学习、随机森林算法、拉拉铜矿

所属期刊栏目：38

分类号：P618.41;P612;P628(矿床学)

资助基金：国土资源部公益性行业专项《地质大数据技术研究与应用试点》;科技部深地资源勘查开采专项《深部成矿地质异常定量预测方法与模型》;《深部矿产三维可视化预测评价软件系统研发》;重庆科技创新专项《富水断裂裂缝系统分布综合预测新技术研究与应用》

在线出版日期：2020-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：2010-2021