基于机器学习的找矿预测模型在湖南岳溪锑矿田的应用 |
| |
作者单位: | 东华理工大学江西省数字国土重点实验室,江西南昌330013;东华理工大学地球科学学院,江西南昌330013;东华理工大学地球科学学院,江西南昌330013 |
| |
基金项目: | 东华理工大学博士科研启动基金;东华理工大学江西省数字国土重点实验室开放研究项目 |
| |
摘 要: | 分析各类地质找矿因子与矿体之间的相关性,建立合理高效的找矿预测模型,是优选找矿勘查靶区的关键。位于雪峰弧形构造带中段之金锑钨多金属成矿带上的岳溪矿田,找矿前景良好。以岳溪断裂(F_1)南部缓冲区、从Landsat8-OLI影像数据中提取的铁染及羟基蚀变信息及从地球化学勘探获取的Sb等10种元素含量作为地质找矿因子,分别构建了基于随机森林和支持向量机的分类预测模型。通过分析认为,随机森林模型具有更为优异的预测功能,故选取该模型的预测结果进行成矿潜力制图。研究结果表明F_1以南的缓冲区和地表的As、Sb含量,对矿体定位有较高的贡献;划分的成矿高潜力区,占研究区的7.69%,包含着98.60%的含矿单元,可优选为后续找矿勘查工作的靶区。
|
关 键 词: | 地质找矿因子 Landsat8-OLI影像 随机森林 支持向量机 雪峰弧形构造带 岳溪矿田 |
本文献已被 CNKI 万方数据 等数据库收录! |
|