基于SVM模型和空間推理的礦產資源潛力評價方法及應用.pdf

1、礦產資源是國家經濟可持續(xù)發(fā)展的基礎資源之一。我國礦產資源儲量大,但人均占有量少,很多潛在礦產資源地位于中西部偏遠山區(qū),勘查難度大,成本高。因此,如何充分利用已有海量空間地質數據,應用機器學習和人工智能等新興信息技術,構建高效、準確的礦產資源潛力評價模型,用于優(yōu)選礦產資源勘查靶區(qū)、減少礦產資源勘查成本,具有十分重要的科學意義和應用價值。
　　論文針對目前礦產資源潛力評價方法對空間關系考慮不足的問題,提出了一種充分挖掘控礦變量和評價單

2、元空間關系的新方法—耦合證據權與空間場景相似性的礦產資源潛力評價方法(Weights-of-Evidence and Spatial-Scene Similarity, WESS),并以我國青海省祁漫塔格成礦帶為研究區(qū)進行詳細的應用示范。同時,針對研究區(qū)已知礦床較少的特點,采用支持向量機(Support Vector Machine, SVM)分類算法對祁漫塔格地區(qū)的銅鐵鉛鋅多金屬礦種成礦潛力予以評價。最后,將傳統的證據權模型(Weig

3、ht-of-Evidence, WOFE)與SVM方法和WESS方法進行詳細的實驗效果對比。論文主要內容和成果如下:
　　(1)針對研究區(qū)已知礦床較少的特點,建立基于支持向量機的區(qū)域礦產資源潛力評價方法,充分發(fā)揮SVM模型有效處理小樣本和高維數據的優(yōu)勢。主要技術環(huán)節(jié)包括選擇徑向基核函數構建分類模型,利用網格尋優(yōu)算法確定模型需要的最優(yōu)參數,根據分類結果的概率分布確定成礦潛力指數等。
　　(2)針對目前礦產資源潛力評價方法主要考

4、慮成礦專題信息的屬性融合,缺乏對空間關系和空間場景有效處理的局限性,耦合證據權模型和空間場景相似性理論,構建融合控礦變量屬性和空間關系的礦產資源潛力評價模型。主要技術流程包括:以評價單元為中心劃分空間場景;提取場景內控礦變量和評價單元的空間拓撲、方位以及距離關系;利用證據權模型確定控礦變量的成礦權重;計算以評價單元為中心的空間場景和以已知礦點為中心的空間場景的相似性。該方法突破傳統方法注重成礦專題屬性信息,缺乏對空間關系和空間場景有效處

5、理的局限。
　　(3)在分析祁漫塔格成礦帶區(qū)域地質及銅鐵鉛鋅多金屬礦成礦特征的基礎上,分別應用證據權模型,SVM方法和WESS方法進行詳細的應用示范實驗。將研究區(qū)按總面積的10％、10％、80％劃分高、中、低潛力區(qū)。選擇全部54個已知礦點同時作為訓練樣本和驗證樣本,統計驗證樣本落入高、中、低潛力區(qū)的個數,WOFE模型評價精度分別為70.3％、5.5％、24.2％,AUC值為0.81;SVM方法評價精度分別為70.3％、14.9％、

6、14.8％,AUC值為0.86;WESS方法評價精度分別為88.9％、3.7％、7.4％,AUC值為0.91。選擇36個(三分之二)已知礦點用于訓練,其余18個礦點用于驗證,WOFE模型評價精度分別為66.7％、11.1％、22.2％,AUC值為0.79;SVM方法評價精度分別為72.2％、16.7％、11.1％,AUC值為0.85;WESS方法評價精度分別為77.8％、11.1％、11.1％,AUC值為0.88。選擇27個(二分之一)