耦合不确定性空间推理和案例推理的区域矿产资源潜力预测模型研究

区域矿产资源潜力预测是综合性和交叉性较强的科学。现代地球探测手段和空间信息处理技术的快速发展使得快捷的数据获取和信息处理技术成为可能。目前，全国范围内的地质、地球物理、地球化学和遥感找矿等数据的日益丰富，为区域矿产资源预测提供了海量基础数据。如何充分利用已有的海量地质空间数据，从大量的具有不确定性的多源地质空间数据中挖掘出深层次的找矿信息，突破传统的矿产资源预测思路，建立快速、高效、智能化的区域矿产资源潜力预测方法，从而降低矿产勘查的成本，进一步提高矿产预测的效率和精度，显得极具科学意义和应用价值。该项目自2011年以来围绕任务计划书内容深入开展了系统的区域矿产资源潜力预测方法研究，以矿床学理论、成矿系统和成矿模式理论为指导，顾及地质空间数据的不确定性特性，将空间推理和案例推理引入到矿产资源潜力预测方法研究中，耦合空间数据挖掘、案例推理、空间场景相似性、证据权等方法，建立了一套基于海量地质空间数据的矿产资源潜力预测方法，并进行了不同空间尺度的方法验证。在融合C4.5决策树、案例推理和概率平滑技术的区域矿产资源潜力预测方法、耦合案例推理和地质空间场景相似性度量的区域矿产资源潜力预测方法、基于证据权模型和案例推理的矿产资源三维定量预测方法等方面取得创新性研究成果。出版专著1部《多源地质空间信息智能处理与区域矿产资源预测》，发表学术论文11篇，其中SCI学术期刊论文2篇、EI国际论文1篇、中文核心期刊论文8篇。自主研发软件系统2个，获软件著作权两部：区域成矿预测信息系统、三维矿产资源预测系统。依托该项目，1人入选“教育部新世纪优秀人才培养支持计划”和“四川省学术技术带头人后备人选”，培养青年教师4人，1人晋升教授、3人晋升副教授，培养硕士研究生5人、完成学位论文5篇，获校级优秀硕士论文2篇。