浅谈人工智能在地质找矿中的应用和发展趋势.pdf

132西部探矿工程2024年第4期

浅谈人工智能在地质找矿中的应用和发展趋势

李永，成勇*

（新疆维吾尔自治区有色地质勘查局地质矿产勘查研究院，新疆乌鲁木齐830000）

摘要：人工智能在地质找矿中的应用已经逐渐成为了行业发展的新生力量，为了解人工智能在地

质找矿领域的应用和发展前景，着重从人工智能在遥感图像处理、地球化学数据分析和地质知识图

谱等几个方面阐述了其发展态势，提出了人工智能未来的发展方向和应用前景，并给出了初步的发

展建议，为人工智能在地质找矿中的应用提供了参考。

关键词：人工智能；地质找矿；应用和发展

中图分类号：P618文献标识码：A文章编号：1004-5716(2024)04-0132-03

人工智能已经在算计视觉、语音识别和控制系统以克服单一数据的不完全性和不确定性，提升遥感数

领域取得了显著的成功，在物理、化学和生物学等相关据在地学分析中的应用效果和实用价值。机器学习方

领域也有应用，但用于解决地球科学问题上还处于初法可以帮助处理各种遥感数据集，并确定反射率和地

[1]

级阶段。在地质领域研究中，人工智能的应用正在迅质体之间的关系。人工智能处理方法能提高多源遥感

速崛起，为地质找矿提供了强大的工具来更准确地识数据的快速处理和数据挖掘的能力，是当前遥感图像

别和解释地质体。传统的地质体识别方法通常依赖于处理的前沿技术之一。随机森林、循环神经网络、卷积

[3]

地质工作者的经验来手动处理地质数据，存在一些瓶神经网络等人工智能技术主要用于各类矿床岩性单

颈和技术难题：第一，地质现象错综复杂，既具有广义元、蚀变信息、结构和指示矿物等的识别与提取。

[2]

的相似性又具有局部奇异性，可能存在识别不一致性1.2地球化学数据分析

和误判；第二，地质数据往往包含大量复杂的多维信机器学习算法用于处理大规模地球化学数据，以

息，难以完全理解和分析；第三，手动地质体识别需要识别特定元素或化合物的地质体指示性。地球化学数

大量时间和人力资源，尤其在大范围的地质勘查中效据是一项重要的基础地质数据，传统地球化学数据统

率低下。计分析方法需要元素满足正态分布，然而实际地球化

人工智能可以快速有效处理高维、海量、多属性的学元素在地壳中的分布不遵循正态分布。近年来，人

[4][5]

地质数据，挖掘它们背后有价值的信息，提取和刻画复工智能技术包括人工神经网络、支持向量机、随机森

[6][7][8]

杂隐蔽的分布特征及变量之间的关系，且人工智能突林、逻辑回归、贝叶斯网络等，已被应用于模拟复杂

出数据的本质特征，弱化人为因素影响，使分析结果更和未知的多元地球化学分布，提取与矿化有关的元素

客观。另外人工智能方法具有非线性特征，对数据分组合、地球化