基于成礦條件數值模擬和支持向量機算法的深部成礦預測——以粵北凡口鉛鋅礦為例

作者：王語,周永章,肖凡,王俊,王愷其,余曉彤

摘要：隨著計算機科學和地質大數據技術的迅猛發展,數值模擬和機器學習已成為當今地學領域定量發展的重要前沿方向。數值模擬綜合運用了研究區地質、構造、地球物理、地球化學等多源信息,將成礦條件與過程進行量化模擬分析,對研究成礦動力學演化過程及成礦響應有重要意義,可對已有成礦要素/信息在時空上進行擴展/外推,擴大了成礦預測信息的廣度和深度,為解決深部成礦預測中獲取深部信息難題提供了一種可能的有效途徑。支持向量機是一種重要的機器學習分類算法,它具有簡潔、方便、高效和計算結果較穩定等特點,在眾多領域中得以成功應用,是成礦預測中多源信息提取與融合的一種可靠的技術手段。為了充分利用數值模擬與機器學習的優勢,本文提出將計算機數值模擬方法和機器學習(即支持向量機算法)相結合來進行深部成礦預測的新方法。以粵北凡口超大型鉛鋅礦為例,首先,對凡口礦區勘探線剖面進行構造應力場模擬;進而,以已知鉆孔數據作為訓練集和測試集,運用支持向量機算法對模擬結果中的不同參量(也即模擬所得的成礦條件)進行訓練學習;最后,建立相應的定量找礦預測模型對研究區(或剖面)外圍和深部找礦進行預測評價。研究結果表明,本文所建立的預測模型精確度和召回率都較好,預測結果顯示出了三個成礦可能較大的區域,說明數值模擬技術和機器學習算法結合應用的效果較好。這種新的成礦預測方法為深部找礦預測提供了一種可行的新思路和新途徑,可以有效地拓展運用到其他礦區、其他類型礦床的深部找礦預測工作中。

發文機構：中山大學地球環境與地球資源研究中心 廣東省地質過程與礦產資源探查重點實驗室 中山大學地球科學與工程學院 南方海洋科學與工程廣東省實驗室（珠海）

關鍵詞：數值模擬機器學習支持向量機深部找礦凡口鉛鋅礦numerical modellingmachine learningsupport vector machinedeep ore prospectingFankou Pb-Zn ore deposit

分類號： P628.3[天文地球—地質礦產勘探][天文地球—地質學]P612