[發(fā)明專利]一種基于分層隨機森林模型的銅鎳硫化物礦床成礦預測方法

在審

• 申請?zhí)枺?/td>: 201811354629.0
• 申請日: 2018-11-14
• 公開（公告）號: CN109711597A
• 公開（公告）日: 2019-05-03
• 發(fā)明（設(shè)計）人: 朱云龍;呂賜興;魯瑤
• 申請（專利權(quán)）人: 東莞理工學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02;G01V9/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發(fā)明公開了一種基于分層隨機森林模型的銅鎳硫化物礦床成礦預測方法，包括以下步驟：S1：收集區(qū)域內(nèi)多元地質(zhì)資料，建立銅鎳硫化物礦床地學信息數(shù)據(jù)庫；S2：分析區(qū)域內(nèi)銅鎳硫化物礦床成礦規(guī)律，提取找礦信息；S3：選取非礦點，并結(jié)合已知礦點構(gòu)建訓練樣本集，訓練分層隨機森林模型；S4：對分層隨機森林模型進行優(yōu)化，并利用優(yōu)化模型進行成礦預測；S5：驗證預測結(jié)果，評估找礦信息重要性。本發(fā)明利用分層隨機森林模型進行銅鎳硫化物礦床成礦預測，可以有效解決訓練樣本不平衡導致的礦點錯分、預測準確率下降問題，從而更加客觀、準確地評價該地區(qū)銅鎳硫化物礦床的成礦潛力，為下一步勘探開發(fā)工作奠定基礎(chǔ)。

技術(shù)領(lǐng)域

本發(fā)明涉及銅鎳硫化物礦床成礦潛力評估技術(shù)領(lǐng)域，更具體地，涉及一種基于分層隨機森林模型的銅鎳硫化物礦床成礦預測方法。

背景技術(shù)

鎳是一種重要的貴金屬，具有耐高溫、抗氧化、抗腐蝕等特性，廣泛應(yīng)用于民事、軍工、醫(yī)療等領(lǐng)域，具有重要的戰(zhàn)略意義。然而隨著淺部鎳礦以及易識別鎳礦日益減少，鎳礦勘查工作的難度變得越來越大。因而，利用更準確、更高效的礦產(chǎn)預測方法提高銅鎳硫化物礦床勘查工作效率顯得十分必要。

利用機器學習模型進行成礦預測通常可以取得較好的結(jié)果，因為：(1)它可以準確描述區(qū)域內(nèi)多元找礦信息與礦點的非線性空間位置關(guān)系；(2)它可以有效綜合多元找礦信息，并依據(jù)各找礦信息與礦床的空間位置關(guān)系，對區(qū)域內(nèi)成礦潛力進行定量預測。

目前，利用機器學習模型進行成礦預測時，通常采用平衡訓練集，即所包含礦點(正樣本)個數(shù)等于非礦點(負樣本)個數(shù)的訓練集。然而在實際情況中，研究區(qū)內(nèi)的非礦點個數(shù)遠大于礦點個數(shù)，傳統(tǒng)機器學習模型在處理此類不平衡樣本集時，會錯分更為重要的少量樣本，即礦點。

發(fā)明內(nèi)容

本發(fā)明的目的是解決實際成礦預測過程中，傳統(tǒng)機器學習模型無法利用不平衡樣本集進行訓練，影響成礦預測精度的技術(shù)問題，提出一種基于分層隨機森林模型的銅鎳硫化物礦床成礦預測方法。

為實現(xiàn)以上發(fā)明目的，采用的技術(shù)方案是：

一種基于分層隨機森林模型的銅鎳硫化物礦床成礦預測方法，包括以下步驟：

S1：收集區(qū)域內(nèi)多元地質(zhì)資料，建立銅鎳硫化物礦床地學信息數(shù)據(jù)庫；

S2：分析區(qū)域內(nèi)銅鎳硫化物礦床成礦規(guī)律，提取找礦信息；

S3：選取非礦點，并結(jié)合已知礦點構(gòu)建訓練樣本集，訓練分層隨機森林模型；

S4：對分層隨機森林模型進行優(yōu)化，并利用優(yōu)化模型進行成礦預測；

S5：驗證預測結(jié)果，評估找礦信息重要性。

優(yōu)選的是，步驟S2所述找礦信息包括控礦巖漿巖信息、控礦構(gòu)造信息、地球化學素共生組合信息。

進一步的，所述地球化學元素共生組合信息提取方法為主成分分析法，該方法可以更準確地描述不同化學元素之間的內(nèi)在聯(lián)系。

優(yōu)選的是，步驟S3所述非礦點選取范圍由空間點模式分析確定，可以確保非礦點與礦點所處地質(zhì)背景存在明顯差異，增加樣本可靠度。

優(yōu)選的是，步驟S3所述訓練樣本集為非平衡樣本集，研究區(qū)內(nèi)的非礦點個數(shù)遠大于礦點個數(shù)。