一种岩浆型镍钴成矿潜力的识别方法、系统及电子设备

本发明涉及地质勘探，尤其是一种岩浆型镍钴成矿潜力的识别方法、系统及电子设备。

背景技术：

1、富含橄榄石的基性-超基性岩是全球岩浆铜-镍-钴硫化物矿床的重要载体，其中镍、钴等关键金属元素是重要资源，在新材料、新能源和信息技术等新兴产业中具有不可替代的重大用途。然而，与该类金属矿相关的基性-超基性岩体的成矿潜力预测是全球面临的共同难题。由于岩浆演化过程中橄榄石通过成分变化记录镍、钴的行为机制，因此，利用橄榄石成分决策基性-超基性岩体中镍、钴等金属的成矿潜力具有重大前景。

2、当前全球地学领域已呈现岩浆产物数据密集型的特点，尤其是重要造岩矿物之一的橄榄石信息不断趋于完整丰富。基于传统机器学习算法通过利用逻辑回归、随机森林、朴素贝叶斯和多层感知机传统机器学习方法，对基于橄榄石化学成分的玄武岩构造环境进行判别，相较于被学术界广泛使用的基于二元图和三元图的判别图分析方法，其判别精度和工作可靠性都有所提高，避免了判别图固有的缺陷，如经验论和主观性、缺乏严谨的理论、判别矛盾和应用局限性。

3、该项工作虽然相对于判别图方法来说有了很大的进步，但是，使用传统的机器学习方法对高维特征数据进行判别时，其判别精度十分依赖于特征工程对数据样本进行特征重要性分析，从而选择对模型判别精度的提升影响最大的数据组合，以此来减少建模中的特征，得到较好的判别精度。值得注意的是，该研究成果仅局限于玄武岩，并未解决太古宙至显生宙全球广泛发育的大型层状岩体、小规模基性-超基性侵入岩体的产出环境。因此橄榄石组分对于各种类型基性-超基性岩的构造环境判别成为进一步工作的重点。更为重要的是，目前尚无研究成果实现利用全球橄榄石成分识别不同构造环境中岩体的镍钴成矿潜力，严重制约了这些关键金属元素的勘查选区。

技术实现思路

1、有鉴于此，本发明实施例提供一种精确的岩浆型镍钴成矿潜力的识别方法、系统及电子设备。

2、本发明的实施例提供了一种岩浆型镍钴成矿潜力的识别方法，包括：获取橄榄石数据并对所述橄榄石数据进行预处理，得到橄榄石训练数据；基于随机森林，构建分类与回归树，形成初始成矿潜力识别模型；根据所述橄榄石训练数据对所述初始成矿潜力识别模型进行模型训练，获得第一成矿潜力识别模型；根据所述橄榄石训练数据的袋外数据对所述第一成矿潜力识别模型进行准确率测试，获得目标成矿潜力识别模型；通过所述目标成矿潜力识别模型对岩浆型镍钴成矿潜力进行识别。

3、可选地，所述获取橄榄石数据并对所述橄榄石数据进行预处理，得到橄榄石训练数据，包括：对所述橄榄石数据进行标准化处理，得到第一橄榄石数据；通过smote过采样法对所述第一橄榄石数据进行过采样处理，得到第二橄榄石数据；对所述第二橄榄石数据的数据标签进行编码，得到橄榄石训练数据。

4、可选地，所述基于随机森林，构建分类与回归树，形成初始成矿潜力识别模型，包括：基于随机森林，构造多棵初始分类和回归树；将构造的所有所述初始分类和回归树结合成为初始成矿潜力识别模型。

5、可选地，所述根据所述橄榄石训练数据对所述初始成矿潜力识别模型进行模型训练，获得第一成矿潜力识别模型，包括：通过自助采样法对所述橄榄石训练数据进行自助有放回采样，将采样的样本数据形成训练集；根据训练集扩展所述初始成矿潜力识别模型的初始分类与回归树，得到第一分类与回归树；重复根据训练集扩展所述初始成矿潜力识别模型的初始分类与回归树的步骤，直至所述初始成矿识别模型中的所有初始分类与回归树扩展完成，得到第一成矿潜力识别模型。

6、可选地，所述根据训练集扩展所述初始成矿潜力识别模型的初始分类与回归树，得到第一分类与回归树，包括：从训练集中随机选取一个包含一个或多个特征的子集，获得第一子集；计算所述第一子集的基尼指数；根据所述第一子集和所述基尼指数，确定最优划分特征和最优二值切分点；根据所述最优划分特征和所述最优二值切分点确定所述初始分类与回归树的结点划分；重复从训练集中随机去一个包含一个或多个特征的子集，获得第一子集的步骤，直至满足预定的停止条件，得到第一分类与回归树。

7、可选地，所述根据所述橄榄石训练数据的袋外数据对所述第一成矿潜力识别模型进行准确率测试，获得目标成矿潜力识别模型，包括：采用所述第一成矿潜力识别模型对所述橄榄石训练数据的袋外数据进行成矿潜力预测；计算所述成矿潜力识别模型的识别准确率；根据所述识别准确率修正目标成矿潜力识别模型。

8、可选地，所述方法还包括：在二维平面上等距离选取坐标点，将选取的所述坐标点作为新数据；采用所述目标成矿潜力识别模型对所述新数据进行镍钴成矿潜力识别，获得识别结果；根据所述坐标点与所述识别结果生成等高线；结合橄榄石样本标签和所述等高线，生成二维决策边界。

9、本发明的实施例还提供了一种岩浆型镍钴成矿潜力识别系统，包括：第一模块，所述第一模块用于获取橄榄石数据并对所述橄榄石数据进行预处理，得到橄榄石训练数据；第二模块，所述第二模块用于基于随机森林，构建分类与回归树，形成初始成矿潜力识别模型；第三模块，所述第三模块用于根据所述橄榄石训练数据对所述初始成矿潜力识别模型进行模型训练，获得第一成矿潜力识别模型；第四模块，所述第四模块用于根据所述橄榄石训练数据的袋外数据对所述第一成矿潜力识别模型进行准确率测试，获得目标成矿潜力识别模型；第五模块，所述第五模块用于通过所述目标成矿潜力识别模型对岩浆型镍钴成矿潜力进行识别。

10、本发明的实施例还提供了一种电子设备，包括处理器以及存储器；所述存储器用于存储程序；所述处理器执行所述程序实现如上所述的方法。

11、本发明的实施例还提供了一种计算机存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如上所述的方法。

12、本发明的实施例具有如下有益效果：通过获取橄榄石数据并对所述橄榄石数据进行预处理，得到橄榄石训练数据；基于随机森林，构建分类与回归树，形成初始成矿潜力识别模型；根据所述橄榄石训练数据对所述初始成矿潜力识别模型进行模型训练，获得第一成矿潜力识别模型；根据所述橄榄石训练数据的袋外数据对所述第一成矿潜力识别模型进行准确率测试，获得目标成矿潜力识别模型；通过所述目标成矿潜力识别模型对岩浆型镍钴成矿潜力进行识别的整体步骤，能够有效利用样本特征，对橄榄石构造环境和岩体成矿状态进行识别，从而判断出橄榄石所处的构造环境中镍钴的成矿潜力。

技术特征：

1.一种岩浆型镍钴成矿潜力的识别方法，其特征在于，包括：

2.根据权利要求1所述的一种岩浆型镍钴成矿潜力的识别方法，其特征在于，所述获取橄榄石数据并对所述橄榄石数据进行预处理，得到橄榄石训练数据，包括：

3.根据权利要求1所述的一种岩浆型镍钴成矿潜力的识别方法，其特征在于，所述基于随机森林，构建分类与回归树，形成初始成矿潜力识别模型，包括：

4.根据权利要求1所述的一种岩浆型镍钴成矿潜力的识别方法，其特征在于，所述根据所述橄榄石训练数据对所述初始成矿潜力识别模型进行模型训练，获得第一成矿潜力识别模型，包括：

5.根据权利要求4所述的一种岩浆型镍钴成矿潜力的识别方法，其特征在于，所述根据训练集扩展所述初始成矿潜力识别模型的初始分类与回归树，得到第一分类与回归树，包括：

6.根据权利要求1所述的一种岩浆型镍钴成矿潜力的识别方法，其特征在于，所述根据所述橄榄石训练数据的袋外数据对所述第一成矿潜力识别模型进行准确率测试，获得目标成矿潜力识别模型，包括：

7.根据权利要求1所述的一种岩浆型镍钴成矿潜力的识别方法，其特征在于，所述方法还包括：

8.一种岩浆型镍钴成矿潜力识别系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括处理器以及存储器；

10.一种计算机存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1至7中任一项所述的方法。

技术总结
本发明公开了一种岩浆型镍钴成矿潜力的识别方法、系统及电子设备，通过获取橄榄石数据并对所述橄榄石数据进行预处理，得到橄榄石训练数据；基于随机森林，构建分类与回归树，形成初始成矿潜力识别模型；根据所述橄榄石训练数据对所述初始成矿潜力识别模型进行模型训练，获得第一成矿潜力识别模型；根据所述橄榄石训练数据的袋外数据对所述第一成矿潜力识别模型进行准确率测试，获得目标成矿潜力识别模型；通过所述目标成矿潜力识别模型对岩浆型镍钴成矿潜力进行识别的整体步骤，能够有效利用样本特征，对橄榄石构造环境和岩体成矿状态进行识别，从而判断橄榄石所处的构造环境中镍钴的成矿潜力。本发明可以广泛应用于地质勘探技术领域。

技术研发人员：薛胜超,牛云云,王庆飞,张小豪
受保护的技术使用者：中国地质大学（北京）
技术研发日：
技术公布日：2024/1/12