一种基于不确定性空间数据挖掘的区域成矿预测方法，属于资源信息处理与应用技术领域。本发明专利技术充分利用多源海量地质空间数据（基础地质矿产数据、遥感找矿数据、地球化学数据、矿山地质数据、矿床数据），基于不确定性空间数据挖掘算法模型，高效提取区域成矿关联信息，达到快速高效地进行区域成矿预测的目的。该发明专利技术包括三个主要步骤：多源多尺度地质空间数据的几何配准；遥感矿化信息提取；基于不确定性空间数据挖掘算法模型的成矿预测。本发明专利技术能够更加高效、客观地评价区域成矿远景区。
【技术实现步骤摘要】
本专利技术涉及一种新的区域成矿预测方法，属于资源信息
技术介绍
区域成矿预测方法经历了从早期的矿床统计预测、中期的"地质异常"预测到最近 的"三联式"定量成矿预测和多重分形非线性成矿预测理论与方法。这些区域成矿预测理 论、技术和方法日趋成熟，在区域成矿预测中发挥了重要作用。但是，随着区域和全球性地 质空间数据的日益采集与获取，面对海量多源的地质空间数据，传统的区域成矿预测方法 很难快速有效地处理海量的地质空间数据。上世纪九十年代兴起的空间数据挖掘技术为海 量空间数据信息提取提供了很好的理论方法。申请人根据空间数据普遍存在的不确定性和 空间自相关性，提出了不确定性空间数据挖掘算法模型。同时，如何快速利用好已有的海量 多源地质空间数据，高效进行区域成矿定量预测，显得极具科学意义和经济价值。
技术实现思路
本专利技术目的在于针对现有区域成矿预测方法的不足，提出一种从海量多源地质空 间数据快速提取区域成矿信息，达到高效地进行区域成矿预测的方法。顾及地质空间数据 的不确定性和成矿信息提取的不确定性的基础上，提出基于不确定性空间数据挖掘算法模 型的区域成矿预测方法，并建立相应的评价指标来客观评价区域成矿预测结果。以下是本 专利技术的具体内容 1、多源多尺度地质空间数据预处理 按照四种不同尺度(区域成矿可行地段、区域成矿有利地段、区域成矿潜在地段、区域成矿远景地段)成矿预测要求，按四种不同比例尺(i : 50万、1 : 20万、1 : 5万和 i : i万)进行多源地质空间数据的地质要素数字化和坐标投影转换(i : 50万、1 : 20万和l : 5万采用6度带的高斯-克吕格北京1954平面坐标系，1 : l万采用3度带的高 斯_克吕格北京1954平面坐标系)。遥感数据的投影坐标转换利用同区域的地形图建立对 应控制点，采用多项式拟合方法进行坐标配准。 2、遥感矿化信息提取 根据区域内地物对象的复杂性，对不同地物进行不同的掩膜方法基础上，采用特 征主成分分析和阀值异常分割方法提取铁矿化信息和泥化信息，具体如下(以LandSAT ETM多光谱数据为例) (1)掩膜方法选择(以西北高寒山区为例)，对于云和雪，采用TM1高值区(DN值 140 165)作为阀值；对于水体，采用TM7/TM1 (0. 3 0. 4)作为阀值；对于植被，采用TM4/ TM3(1. 05 1. 2)作为阀值；对于沙漠和水体，直接通过目视圈定感兴趣区进行掩膜。 (2)特征主成分分析方法具体如下选择TM1 、 TM3、 TM4和TM5作主成份分析获取 铁矿化信息，在获得的4个PC图像中，选择TM3和TM1特征向量载荷因子绝对值较大且符 号相反的PC图象作为铁矿化异常信息提取的图象；选择TM1、 TM4、 TM5和TM7作主成份分析获取泥化信息，在获得的4个PC图像中，TM5和TM7特征向量载荷因子绝对值较大且两 者符号相反PC图象作为泥化异常信息提取的图象。 (3)阀值异常分割方法具体如下首先对提取的矿化信息进行3X3或5X5的均 值滤波，以2.5 3.0倍标准离差o作为阀值，限定异常水平，对异常进行阀值分割。 3、基于不确定性空间数据挖掘算法模型的成矿预测 (1)根据不同地质空间数据的不确定性类型，采用Monte Carlo模拟法进行空间 数据不确定性模型 ①确定每个待输入空间数据集Di( )的不确定性类型(位置数据的圆形正态模 型，属性数据的一维正态模型)； ②取用依空间数据集Di ( )分布的随机采样来代替原输入空间数据； ③对每一次实现，存储其结果Y( ); 随机抽取10000组以上实验数据作为样本数据。 (2)以EM (Expectation Maximization)算法为基础，考虑地质空间数据的空间自 相关性，建立空间自相关矩阵的基础上，采用邻域EM算法对地质空间属性数据进行模糊离 散化，具体如下 ①空间自相关矩阵建立借用Voronoi和Delaunay图，结合距离标准来构建空间 权重矩阵。考虑到空间数据的不确定性，采用三种方法计算空间数据间空间自相关矩阵中 心法、最小法和最大法。假设区域s中有n个位置不确定的点，第i个点Pi的误差带用一 个圆形Qi表示。具体算法如下 输入区域s中的一组点的误差带Q = &， Q2， ...Qn}和邻域距离d 输出区域S中一组点的邻域图和空间自相关距阵 步骤1 :构造点集P的Voronoi多边形 步骤2 :对所有相邻的Voronoi多边形进行如下运算步骤2. 1 :计算cUter(Ci， C》、《 & ， Q》、计算& ， Q》 步骤2. 2 :如果d <《，则在邻域图中连接Pi和Pj， 为1 ;否则Wij为0其中，d 为邻域距离；cU^(Ci， Cj)表示相邻误差带(Qi， Qj)质心之间的距离；cU(Qi， Qj)表示相邻 误差带(Qi，Qj)内空间数据之间的最大距离；cLn(Qi，Qj)表示相邻误差带(Qi，Qj)内空间数 据之间的最小距离。 ②基于邻域EM算法的地质空间属性数据进行模糊离散化，其算法如下 根据地质空间数据的地理坐标和不确定性模型，按照①算法可建立离散空间数据的的空间邻近关系矩阵V:<formula>formula see original document page 4</formula> 为了考虑空间数据的空间自相关性，改进函数<formula>formula see original document page 4</formula> 引入新的项<formula>formula see original document page 4</formula> 然后，建立新的标准函数为U(c， e) =D(c， e) + p *G(C)(|3 >0)其中，e是控制空间数据集的空间同质性的参数。则，E-步骤其最优化必要条件为如下形式5q = log( " I ) +1 — log c汰+ A, +化;f w最后得到如下方程M步l沐argmaxZ)(cw+1,0)6> 6> (3)成矿关联信息挖掘及不确定性评价 ①顾及不确定性的成矿关联规则挖掘地质空间数据不确定性MonteCarlo模拟 —空间自相关矩阵构建一连续型数据UNEM方法离散化一Apriori空间关联规则提取 ②成矿关联规则的不确定性评价，采用支持度(su卯ort)、可信度(confidence) 和兴趣度(interesting)三个评价指标进行成矿预测信息的不确定性评价附图说明 图1 :青海东昆仑地区成矿关联规则挖掘结果的不确定性评价指标(支持度)图 图2 :青海东昆仑地区成矿关联规则挖掘结果的不确定性评价指标(可信度)图 图3 :青海东昆仑地区成矿关联规则挖掘结果的不确定性评价指标(兴趣度)图具体实施例方式为了更好地理解本专利技术的技术方案，以下以中国西部重要金属成矿带-青海东昆 仑为例，提供具体实施例。 首先，数字化多源地质空间数据，包括地质矿产数据、地球化学数据和矿床数据； 然后提取遥感矿化信息(该说明以LandSAT ETM数据为例)；最后采用该专利技术本文档来自技高网...
【技术保护点】
基于不确定性空间数据挖掘的区域成矿预测方法，其特征在于充分利用多源海量地质空间数据（基础地质矿产数据、遥感找矿数据、地球化学数据、矿山地质数据、矿床数据），同时顾及地质空间数据的不确定性和成矿信息提取的不确定性，采用申请人建立的不确定性空间数据挖掘算法模型，快速高效地进行区域成矿预测，包括三个主要步骤：多源多尺度地质空间数据的标准化处理；遥感矿化信息提取；基于不确定性空间数据挖掘算法模型的成矿预测。
【技术特征摘要】
【专利技术属性】
技术研发人员：何彬彬，陈翠华，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：90[中国|成都]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。