智能矿产地质调查方法简介

智能矿产地质调查技术体系主要由智能数据采集子系统、智能数据管理子系统、智能数据分析子系统、智能找矿预测子系统、智能绘图与可视化子系统、矿产地质调查云平台、技术标准等部分组成。

 

1. 智能数据采集与管理方法

 

矿产地质调查过程中,多种仪器、设备、软件系统被用来获得多元数据。在智能矿产地质调查体系中,利用无人飞机、无人车、无人船等作为运载工具,搭载各种仪器,如微型光谱、磁、能谱等信息采集系统,来获取矿产地质基础大数据,智能采集样品,形成智能化地数据采集体系。

 

2. 智能矿产地质数据分析方法

 

智能矿产地质调查数据分析包括：基于地质图或空间数据库提取找矿预测信息；基于矿产地质调查数据和资料的智能集成与分析技术；超高分辨率无人机遥感影像智能分析技术；物探、化探、遥感等资料智能分析技术；智能综合矿产地质分析技术；智能三维建模技术等。

 

3. 智能找矿预测方法

 

3.1 地质空间特征匹配找矿预测方法

 

该方法是一种基于地质类比思想开发的数据驱动的智能找矿预测方法，可以采用多种方法实现，其中一种方法是:（1）对研究区的地质、物探、化探、遥感数据进行网格化；（2）采用深度自编码神经网络（AE）进行特征提取；（3）根据所提取的特征，采用高斯混合模型（GMM）进行空间聚类；（4）根据已知矿床（点）所在位置，确定其所属类别；（5）选取一定比例的数据点作为训练数据和验证数据；（6）训练和验证最近邻网络（KNN）模型，选择最优的K值；（7）用训练好的模型对研究区每个网格单元进行预测，得到预测结果。

 

3.2 基于知识图谱的智能找矿预测方法

 

该方法是以矿产地质知识图谱及区域矿产地质知识图谱为基础，采用链路预测、中心性计算、社区发现、相似度计算等知识图谱分析方法进行知识推理，发现地质要素与成矿作用的关联关系，挖掘隐藏的成矿地质规律与模式，发现有利的成矿空间位置、成矿时间、成矿物质和成矿能量供给条件，预测可能的成矿位置，确定有利找矿区或找矿靶区。

 

3.3 数据驱动与知识驱动相结合的智能找矿预测方法

 

该方法结合特征匹配、特征分析、知识图谱、推理预测，融合多种类型数据进行找矿预测。在知识图谱的基础上，采用推理引擎智能分析矿床特征、成矿规律、矿床成因，并在此基础上进行找矿预测。

 

摘自：杨明莉等.智能矿产地质调查方法—以甘肃大桥-崖湾地区为例.岩石学报,第37卷 第12期. 2021年12月。

 

整理人：符安宗，推荐读者阅读和引用原文。