基于机器学习的三维矿产定量预测 ——以四川拉拉铜矿为例

• 作者: 向杰 张志平 张烨 李诗 肖克炎 陈建平
• 来源期刊: 地质通报
• 学科: 地球科学
• 关键词: 矿产预测 三维建模 机器学习 随机森林算法 拉拉铜矿
• 年，卷（期）: 2019,（12）
• 页码范围: 2010-2021
• 页数: 12页
• 分类号: P618.41|P612|P628
• 字数: 7436字
• 语种: 中文

摘要

在大数据蓬勃发展的时代背景下,矿产资源定量预测作为地质大数据的核心部分,其综合分析挖掘多元信息的基本思路与大数据的理念不谋而合.以四川拉拉铜矿为例,开展基于机器学习的三维矿产资源定量预测.通过建立三维地质模型,提取成矿有利信息,构建研究区定量预测模型;基于"立方块预测模型"找矿方法,采用机器学习随机森林算法,计算出研究区成矿概率分布,以此圈定出5个找矿远景区.结果表明,随机森林具有更高的预测准确度与稳定性,且能够对控矿要素重要性做出定量评价.该研究成功地将机器学习应用于三维矿产定量预测,为今后的矿产资源预测评价做出了积极的探索.