基于知识图谱的碳酸岩型稀土矿成矿要素挖掘

摘要

稀土元素在现代高科技产业中发挥着关键作用，而碳酸岩型稀土矿作为重要的资源类型，其成矿特征和机制尚不明确，严重制约了找矿勘查的突破。随着地学大数据时代的到来，知识图谱技术在矿产资源预测中的应用逐渐成为热点。本研究结合自然语言处理技术和知识图谱构建方法，针对碳酸岩型稀土矿床的成矿特征和机制开展系统研究。通过收集白云鄂博矿床和冕宁—德昌成矿带的相关文献，利用BERT-BiLSTM-CRF实体识别模型和BERT关系抽取模型构建了碳酸岩型稀土矿床领域的知识图谱。研究结果表明，矿物、岩石和元素是成矿的关键节点，其中萤石表现出较强的一致性，具有显著的指示矿物潜力；铕和铈元素因其氧化还原异常显著关联，是重要的找矿指标。此外，不同区域知识图谱反映了成矿类型的差异，白云鄂博矿床以碳酸岩为主，而冕宁—德昌成矿带与碱性岩关系密切。图谱的层次聚类分析进一步揭示了成矿要素间的关联性，为稀土矿床的成矿环境和成矿机理研究提供了新的视角，同时也为找矿预测和资源评价提供了科学依据。

关键词

知识图谱 / 碳酸岩 / 稀土矿 / 白云鄂博 / 冕宁—德昌

基金资助

国家重点研发计划项目(2023YFC2906402); 国家自然科学基金项目(42430111,42472358和42050103); 中央高校基本科研业务费(2652023001)