粤西庞西垌地区非结构化地质信息机器可读表达与致矿异常区域智能预测

王堃屹; 周永章

doi:10.13745/j.esf.sf.2024.5.5

地学前缘 ›› 2024, Vol. 31 ›› Issue (4) : 47 -57. DOI: 10.13745/j.esf.sf.2024.5.5

大数据算法与图形大数据

粤西庞西垌地区非结构化地质信息机器可读表达与致矿异常区域智能预测

王堃屹 ¹^,²^,³ ,
周永章 ¹^,²^,³^,^*

作者信息 +

Machine-readable expression of unstructured geological information and intelligent prediction of mineralization associated anomaly areas in Pangxidong District, Guangdong, China

Kunyi WANG ¹^,²^,³ ,
Yongzhang ZHOU ¹^,²^,³^,^*

Author information +

文章历史 +

PDF (6715K)

摘要

大数据挖掘与机器学习算法应用已成为成矿预测研究的重要趋势,但如何使非结构化地质数据进行机器可读表达成为需要克服的难点。本研究针对粤西庞西垌矿集区开展地层、岩性、断裂等非结构化地质信息面向机器可读的转换处理,并进而应用机器学习算法对水系沉积物地球化学测试数据和构造、地层等综合地质信息进行挖掘,提取致矿异常特征,最终实现智能圈定致矿异常找矿靶区。独热编码算法与空间加权主成分分析中的权重变量方法组合应用,实现了地层、岩性和断裂构造等非结构化地质信息的结构化转化,并最大限度地保留其所包含的地质信息。单分类支持向量机和自编码网络异常检测算法的应用,解决了研究区已知矿点与非矿点数据不平衡问题。对多源地质数据的集成和综合生成的预测结果与研究区铅锌矿床的空间分布和实际的地质构造情况相对一致,表明上述算法能够有效识别找矿潜力区并寻找潜在的矿床。与传统的勘查地球化学方法相比,本研究中的分析方法能够处理和集成多源的地质致矿信息,可应用于尚未发现矿床的找矿潜力区,提高发现矿床的可能性和找矿工作的效率。