基于地質大數據理念的模型驅動礦產資源定量預測

付世興，劉偉棟

（中國冶金地質總局山東正元地質勘查院，山東 濟南 250132）

礦產資源定量預測是礦產資源勘查的重要一部分，其預測方法較為復雜，且具有多元化、精細化的特點。現有礦產資源定量預測主要分為知識驅動與數量驅動兩種預測方式，根據已知經驗與各類參數或成礦要素與礦點相關信息進行定量分析后，完成礦產預測[1]。隨著近些年來地質大數據技術的發展，使得礦產資源定量預測向著智能化、定量化與可視化方向發展，數據挖掘技術在礦產預測中的使用使預測能夠更加深層次的提取與識別出礦產信息，同時結合遙感、化探、物探、地質等相關信息，識別礦產信息中礦物空間關聯系，開展綜合性礦產預測工作。而目前現有礦產資源評價中，Brown在礦產資源評價中使用了人工神經網絡模型；Carranza等在預測菲律賓碧瑤地區金礦資源時使用了邏輯回歸、證據權和隨機森林三種模型；陰江寧等應用Hopf i eld循環神經網絡對新疆東天山的銅鎳硫化物礦床進行礦產資源評價[2]。相較于傳統方法，現有預測方法能夠較好的表現出空間內非線性的復雜關系，但仍受到較多不確定因素影響，無法滿足大規模礦產資源預測。因此，提出基于地質大數據理念的模型驅動礦產資源定量預測，提出一種更適合大規模礦產資源預測方法。

1 基于地質大數據理念的模型驅動礦產資源定量預測

1.1 地質大數據成礦有利度計算

礦產資源作為定量預測最終目標，方法首先圈定成礦有利地區，計算相關礦產地區有利度[3]。礦區相關區域有利度空間分布情況，其有利度直接反映出成礦可能性的高低，通過研究地區地質模型、成礦模型以及數學模型等，建立定量化預測模型，對地層、巖體、斷裂構造等相關信息定量化處理，通過地質大數據理念模型分析后，考慮到成礦地質因素與控礦因素的多樣復雜性，為降低單一信息多解性對預測造成的不確定性影響，在地質大數據理念模型基礎上，將各類空間信息數據化整合，得到成礦有力度模型為：

其中，x0、x1、x2…xn為n個資源預測變量 ；a0、a1、a2…an為度量變量相對貢獻權系數；F 為有利度函數。通過計算，綜合礦山信息，得到地質變量權系數，得到地質大數據成礦有利度。

1.2 大數據礦產資源量估算

在礦區內圈定成礦有利度較高分為后，對含有大量采樣信息區域，可通過鉆孔采樣的方式，估算圈定區域內礦產資源含量：

其中，C 為區域內某種礦產元素資源量；fp為區域內巖石平均重量；v 為模型中單個塊體體積；g 為單元內方塊元素不同品位值；j 為區域內夾石率，即礦區內部不符合要求巖石所占比例。

預測過程中，每個區域內礦種的資源量均采用資源量上限與下限預測方法，根據工業品位估算出礦石資源量，對低品位資源量下限作出評估，同時對工業品位內礦塊平均品位作出預測，得到其上限。根據礦區實際情況，校正找礦資源量，在其資源不足時，可采用體積估算與豐度估算法對資源上限與下限作出預測，完成礦產資源定量預測。

2 仿真實驗

2.1 實驗準備

設計仿真實驗，驗證基于地質大數據理念的模型驅動礦產資源定量預測方法有效性。在同一實驗條件下，對比地質大數據模型驅動礦產資源定量預測方法、SVM模型驅動礦產資源定量預測方法以及決策樹模型驅動礦產資源定量預測方法預測效果。實驗過程選取某處礦山，其礦山地質單元分布，如圖1所示。

圖1 實驗礦山地質單元分布

實驗礦山中主要包含沖擊性砂金礦與礫巖型砂金礦兩種礦石資源。沖擊性砂金礦床較為穩定，經風化作用和流水沖刷作用，金從中解離出來，含金的碎屑物可以被流水搬運到適宜的地段經機械沉積分異而形成砂金礦床。礫巖型砂金礦則為各地質時期的砂金礦經成巖作用或再受較輕微的變質作用而形成含金礫巖。由三組方法分別對實驗礦山內兩種礦產資源預測，實驗中，礦山預測要素，如表1所示。

表1 實驗礦預測要素

天然重沙測量 自然金異常與重礦物組合異常 必要砂金物源 古生代-中生代中酸性侵入巖、古生代碎屑巖、太古代-元古代變質巖、各時代巖金礦必要堆積場所 河谷 必要搬運介質 地表徑流、潛流 必要地貌 第四紀河谷地貌 必要成礦時期 第四紀 必要

預測過程中，為保證結果真實性，隨機輸入選擇、賦值等變量因素。在礦產定位中選擇含有砂金單位的數據構成模型數據，對其進行矢量長度處理，依據變量權系數值和變量的性質，隨機加入變量權系數，如表2所示。

表2 實驗變量權系數

三組方法分別對相同實驗參數進行處理后，取其結果平均值。

2.2 實驗結果分析

在數據處理過程中，預測正確數量/被預測正確個數=預測精度；而正確預測個數/預測個數=召回率；2×精度×召回率/（精度+召回率）=Fl-score。得到結果，如表3所示。

分析表3可以看出，在礦產資源定量預測中，SVM方法預測精準度較低，其預測精準度為55.49%，決策樹方法預測精準度為83.49%，而大數據方法預測精準度可到89.49%。在無礦點預測判斷中，大數據方法精準度最高，可達到98.76%，在無礦點預測中召回率更高，因此證明基于地質大數據理念的模型驅動礦產資源定量預測方法能夠更好應用于大范圍礦產資源預測。

表3 預測結果對比

3 結語

在基于地質大數據理念的模型驅動礦產資源定量預測方法研究過程中，以地質大數據理念的模型為基礎，設計整體礦產資源定量預測方法，模型驅動了豐富了地層、巖體、斷裂等控礦地質因素，將其與地球物理、地球化學、遙感信息等找礦標志相結合，解決實際找礦過程中地質理論與實際問題，實現多元信息集成，提高大量礦產資源預測準確性，為地質大數據礦產資源挖掘與應用提供新的技術與思路。