运用“指针矿物”黑云母识别斑岩铜矿成矿岩体:机器学习视角OA
准确识别成矿岩体是斑岩铜矿找矿勘查的关键。前人开展了大量基于锆石、磷灰石等岩浆副矿物微量元素识别岩浆成矿潜力的研究,然而副矿物的微量元素组成受控因素较为复杂,这可能在一定程度影响对成矿岩浆信息的指示能力。黑云母是中酸性岩浆岩中常见的造岩矿物,其主量元素组成主要受控于原始岩浆,因此可以作为“指针矿物”指示岩浆成矿潜力。笔者在系统汇编全球斑岩铜矿成矿岩体与全球非成矿中酸性岩体黑云母数据的基础上,选取9种黑云母主量元素成分,选取支持向量机、随机森林和极限梯度提升3种机器学习模型,用于识别斑岩铜矿成矿岩体。结果表明,训练得到的3种模型均表现良好,准确率分别为0.9561、0.9614和0.9587,说明该方法能够有效识别斑岩铜矿成矿岩体。此外,笔者借助机器学习解释性算法SHAP对3种模型进行特征贡献度分析。结果显示,对输出结果影响最大的3个训练特征依次为FeO^(T)、Na_(2)O和MnO,且成矿岩体的黑云母整体表现为低FeO^(T)、低MnO和高Na_(2)O的特征组合。研究表明,黑云母主量元素能够有效指示岩体成矿潜力,这为斑岩铜矿成矿岩体识别及类似矿床找矿方法研究提供了新的思路。
孔垂瑾;袁辉;来志庆;李三忠;钟世华
中国海洋大学海洋地球科学学院,山东青岛266100 海底科学与探测技术教育部重点实验室,山东青岛266100 青岛海洋科技中心,海洋矿产资源评价与探测技术功能实验室,山东青岛266237中国海洋大学海洋地球科学学院,山东青岛266100 海底科学与探测技术教育部重点实验室,山东青岛266100 青岛海洋科技中心,海洋矿产资源评价与探测技术功能实验室,山东青岛266237中国海洋大学海洋地球科学学院,山东青岛266100 海底科学与探测技术教育部重点实验室,山东青岛266100 青岛海洋科技中心,海洋矿产资源评价与探测技术功能实验室,山东青岛266237中国海洋大学海洋地球科学学院,山东青岛266100 海底科学与探测技术教育部重点实验室,山东青岛266100 青岛海洋科技中心,海洋矿产资源评价与探测技术功能实验室,山东青岛266237中国海洋大学海洋地球科学学院,山东青岛266100 海底科学与探测技术教育部重点实验室,山东青岛266100 青岛海洋科技中心,海洋矿产资源评价与探测技术功能实验室,山东青岛266237
天文与地球科学
斑岩铜矿黑云母主量元素机器学习成矿岩体识别
《西北地质》 2026 (4)
P.48-62,15
国家自然科学基金项目(42472104)山东省自然科学基金青年科学基金(B类)项目(ZR2025QB19)山东省泰山学者青年专家项目(tsqn202507105)深地国家科技重大专项(2025ZD1009710)联合资助。
评论