基于注意力卷积神经网络的焦家金矿带三维成矿预测及构造控矿因素定量分析

• 作者: 邓浩 魏运凤 陈进 刘占坤 喻姝研 毛先成
• 来源期刊: 中南大学学报（自然科学版）
• 关键词: 三维成矿预测 焦家金矿带 注意力卷积神经网络 构造控矿因素分析
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 战略性关键矿产专栏|Strategic and Critical Mineral Resources
• 页码范围: 3003-3014
• 页数: 12页
• 分类号: P612
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2021.09.004

摘要

焦家金矿带是我国重要的金矿产地,随着开采深度不断增加,深部找矿已成为目前工作重点,为此,从数据科学视角出发,利用深度学习技术,开展焦家矿带三维成矿预测及控矿因素定量分析工作.在建立三维地质模型和控矿指标基础上,构建引入CBAM注意力机制模块的卷积神经网络模型,从初始控矿指标中抽取具有矿化指示性的信息特征,建立焦家断裂面与矿化定位间的非线性关联关系,并与其他方法构建的成矿预测模型进行对比,验证本文方法构建的模型的准确性与可靠性.利用DeepLIFT方法解构深度网络特征,明确各控矿指标输入对网络输出的贡献,以此定量分析焦家矿带控矿因素对金成矿的影响.研究结果表明:焦家断裂距离场对成矿影响最显著,其次为坡度和坡度变化率,形态起伏度对成矿影响较弱;在矿带深部2000～3000 m圈定找矿有利靶区3处,其中,纱岭勘查区矿体深部延伸部位和曲家勘查区北段深部具有较大找矿潜力,焦家与曲家勘查区连接部位深部可能存在新的矿化富集区.