期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
滇东南富宁地区风化壳型钛铁砂矿隐伏矿成矿预测:来自AlphaEarth数据融合与机器学习的应用
1
作者 赵志芳 钱第伟 +3 位作者 王泽传 章涛 袁嘉晨 马华盛 《地学前缘》 北大核心 2026年第4期272-294,共23页
钛金属因独特的理化性质,被誉为“第三金属”,在航空航天、海洋工程与生物医学等领域应用广泛。在我国,风化壳型钛铁砂矿是重要的钛资源类型,其中滇东南富宁地区风化壳型钛铁砂矿潜力巨大,但勘查推进效率仍较缓慢。遥感地质作为近年愈... 钛金属因独特的理化性质,被誉为“第三金属”,在航空航天、海洋工程与生物医学等领域应用广泛。在我国,风化壳型钛铁砂矿是重要的钛资源类型,其中滇东南富宁地区风化壳型钛铁砂矿潜力巨大,但勘查推进效率仍较缓慢。遥感地质作为近年愈来愈广泛拓展应用的智能找矿方法,在表生风化壳型矿找矿勘查中优势显著。但以往遥感地质研究往往面临多源遥感异构数据难有效融合、成控矿条件无法精细解析等挑战。针对这些挑战,本研究选取富宁钛铁砂矿区为研究区,基于谷歌2025面向全球发布、融合了多源异构遥感数据、分辨率达10 m、具有64维的AlphaEarth数据,结合地质、地球化学及地形地貌等多维数据进行成控矿条件解析,构建基于“机器学习建模”的遥感智能找矿方法体系。基于随机森林(Random Forest,RF)、支持向量机(Support Vector Machine,SVM)与多层感知机(Multilayer Perceptron,MLP)模型对比实验,优化开展钛铁砂矿成矿预测。实验结果表明:AlphaEarth数据显著增强了矿化异常信息识别能力并明确约束了地质指示意义;MLP模型较RF模型和SVM模型在预测精度与稳定性上表现最优,对复杂地质背景下的矿化异常信息识别能力突出。基于MLP生成的成矿有利度信息与已知矿床高度吻合,经成功率曲线精度评价及野外验证,预测准确性高(AUC=0.94)。本研究为富宁地区钛铁砂矿勘查提供了科学依据,也为类似地区同类矿床的智能预测提供了可参考的技术路径。 展开更多
关键词 机器学习 alphaearth数据 风化壳型钛铁砂矿 成矿预测 滇东南富宁地区
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部