基于机器学习的找矿预测模型在湖南岳溪锑矿田的应用

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。