基于CART算法的三维成矿预测研究——以安徽白象山矿区为例

• 作者: 周宇章 李志辉 李晓晖 袁峰 赵萍
• 来源期刊: 地质科学
• 学科: 地球科学
• 关键词: 大数据 机器学习 CART算法 三维建模 成矿预测
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 纪念孙枢先生地质大数据专题
• 页码范围: 1314-1326
• 页数: 13页
• 分类号: P612|P618.13
• 字数: 6042字
• 语种: 中文
• DOI: 10.12017/dzkx.2018.076

摘要

把地质大数据和人工智能技术引入矿产资源定量评价及成矿预测体系中,提高了海量地质数据的有效信息挖掘,弥补了传统方法的不足.本文基于白象山矿区基础地质资料和物化探成果资料,利用三维地质体建模技术和三维空间分析技术,量化三维控矿因素,建立了一种基于CART算法的三维成矿预测模型.通过在白象山矿区的实验表明:该模型能较好的定位已知矿体,并且预测出在已知矿体北部、东部、东北部、西部、南部和东南部具有较高的成矿概率,可圈定找矿靶区.该模型将地质大数据应用于找矿勘探工作,具有纯数据驱动、预测精度高、预测结果可靠等优点.研究发现,该模型的预测效果与训练数据集的数量、矿控因素提取、决策树深度等有关.