多源数据融合的矿产勘察与地质调查一体化OA
矿产勘察方法主要通过地质填图以及地球物理勘探等手段获取单一类型的数据,再基于这些数据利用经验判断或简单模型进行成矿预测。由于缺乏对多源数据的有效融合,无法全面刻画地质体的复杂特征,导致勘察精度较差。对此,提出多源数据融合的矿产勘察与地质调查一体化。通过对遥感影像以及地质图数据进行采集与获取,并借助主成分分析法对其进行多源数据融合与降维。从融合后的多源数据中提取出地质要素空间特征,并借助高斯混合聚类的方式,依据后验概率将数据点分配到对应簇,帮助识别不同地质区域和潜在的矿产分布区域。整合高斯混合聚类结果与其他地质要素特征构建输入数据,并定义成矿与否或资源量作为标签。借助随机森林算法,根据决策树独立预测与投票结果实现成矿概率预测并结合各树预测值估算出资源量,从而实现矿产勘察与地质调查一体化。在实验中对提出的方法进行了勘察精度的检验。实验结果表明,采用提出的方法进行矿产勘察时,矿产分类置信度中位数基本维持在0.85左右,具备较为理想的勘察效果。
于超锟
招远市国土资源储备和利用中心,山东烟台265400
天文与地球科学
多源数据融合矿产勘察地质调查一体化勘察精度
《世界有色金属》 2026 (13)
P.196-198,3
评论