基于隨機森林算法的大尹格莊金礦床三維成礦預測

作者：陳進,毛先成,劉占坤,鄧浩

摘要：大數據及機器學習技術在解決各行各業的復雜非線性關系問題方面已經體現出巨大的優勢。本文嘗試將隨機森林(RF)算法引入三維成礦預測領域來開展研究,以膠東大尹格莊金礦為研究對象,在構建招平斷裂(地質體)三維模型的基礎上,通過各種空間分析方法提取控制礦體形成的若干控礦地質因素特征值,進而獲取成礦空間中控礦地質因素分布值,最后將礦區鉆孔立體單元化形成采樣數據集并利用RF算法對礦區開展三維礦體定位預測,結果表明:決策樹棵數M=800、屬性個數K=7是最優參數,能獲得總體精度97.32%和kappa系數0.6292的綜合分類精度;RF算法的分類精度要優于支持向量機(SVM)算法和多層感知器(MP)算法。RF算法對大尹格莊金礦開展的三維礦體定位預測取得了較好效果,并在礦區深邊部預測了7個三維找礦靶區,證明大數據技術在礦產資源定位預測方面具有巨大的應用前景。

發文機構：中南大學地球科學與信息物理學院 中南大學有色金屬成礦預測與地質環境監測教育部重點實驗室

關鍵詞：大數據技術機器學習隨機森林算法控礦因素三維成礦預測大尹格莊金礦床big data technologymachine learningrandom forest algorithmore-controlling geological factorsthreedimensional metallogenic predictionDayingezhuang gold deposit

分類號： P612[天文地球—礦床學][天文地球—地質學]