数据驱动斑岩型矿床时空预测模型

摘要

矿产资源预测与评价一直是大数据和人工智能在地球科学研究中的重要应用领域。自20世纪60年代，人工智能的研究浪潮和技术革命深刻影响和推动着矿产资源预测领域的发展，催生了重大理论突破和方法技术创新，有效支撑了找矿勘查实践。在当前地球系统科学研究的主旋律下，矿产资源定量预测亟需跳出“静态控矿要素空间相关分析”的思维惯性，考虑成矿系统“源-运-储-变-保”深时动态演化历史，向“全要素跨尺度动态综合预测”方向延伸，进而发展时空数据耦合的矿产资源智能预测评价理论和方法。斑岩型矿床作为全球铜、钼、金等矿产的重要来源，记录了板块构造运动驱动的地球层圈相互作用和物质循环的关键信息；无论是斑岩型矿床勘查还是板块构造重建，都积累了大量相关的全球地学时空数据。本文主要介绍了时空耦合的数据驱动斑岩型矿床成矿预测研究思路，包括深时数据集构建、机器学习模型开发及其应用实践案例；提出了融合深时岩浆岩地球化学特征和俯冲板块动力学参数的斑岩型矿床时空预测机器学习模型；通过大数据分析揭示了俯冲碳酸盐岩通量是决定岩浆成矿禀赋的关键动力学参数，为沉积物俯冲在大规模岩浆成矿中的关键作用提供了地球动力学证据；定量评价了安第斯成矿带斑岩矿床时空分布规律及其资源潜力。因此，发展时空耦合的成矿预测理论和方法可为理解深时物质循环和资源效应、揭示矿产资源时空分布规律以及指导矿产勘查提供重要思路和独特视角。

关键词

数据驱动 / 人工智能 / 斑岩型矿床 / 成矿预测 / 地球系统科学