基于多重分形与随机森林的新疆哈巴河金矿成矿预测

摘要

大数据时代，基于机器学习的矿产智能预测方法得到了广泛的应用。基于分形与多重分形的非线性理论技术与矿产资源智能预测研究相结合，可以为矿产预测提供新思路与技术支撑。本文以新疆哈巴河金矿基地为研究对象，建立了以区域构造-矿化蚀变-磁异常-激电异常为基础的四要素信息找矿模型，实现了一种基于多重分形与随机森林算法的智能预测流程。运用S-A多重分形滤波技术和局部奇异性分析方法，分离区域物化数据变化背景与叠加异常，提取隐蔽的深部致矿弱信息；通过C-Nsum多重分形模型揭示钻孔Au指标含量隐藏的非线性特征，标定异常下限；使用随机森林与SHAP方法进行综合信息集成与特征贡献评价，实现了金矿产资源定量预测，圈定了3个成矿靶区且得到钻探验证，证明了多重分形理论在哈巴河金矿区矿产定量预测中的有效性，为后续的矿产勘查提供一定的依据。

关键词

S-A多重分形模型 / 局部奇异性分析 / 随机森林 / 矿产预测 / 机器学习 / 哈巴河金矿