基于注意力卷积神经网络的焦家金矿带三维成矿预测及构造控矿因素定量分析

作     者：邓浩 魏运凤 陈进 刘占坤 喻姝研 毛先成 DENG Hao;WEI Yunfeng;CHEN Jin;LIU Zhankun;YU Shuyan;MAO Xiancheng

作者机构：中南大学有色金属成矿预测与地质环境监测教育部重点实验室湖南长沙410083 中南大学地球科学与信息物理学院湖南长沙410083 

出 版 物：《中南大学学报（自然科学版）》 (Journal of Central South University:Science and Technology)

年 卷 期：2021年第52卷第9期

页      面：3003-3014页

核心收录：

学科分类：0710[理学-生物学] 081803[工学-地质工程] 0709[理学-地质学] 0819[工学-矿业工程] 08[工学] 0818[工学-地质资源与地质工程] 0714[理学-统计学（可授理学、经济学学位）] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划项目(2017YFC0601503) 国家自然科学基金资助项目(41972309,41772349,42030809,42072325) 中南大学中央高校基本科研业务费专项资金资助项目(2020zzts672)。 

主　　题：三维成矿预测 焦家金矿带 注意力卷积神经网络 构造控矿因素分析 

摘      要：焦家金矿带是我国重要的金矿产地,随着开采深度不断增加,深部找矿已成为目前工作重点,为此,从数据科学视角出发,利用深度学习技术,开展焦家矿带三维成矿预测及控矿因素定量分析工作。在建立三维地质模型和控矿指标基础上,构建引入CBAM注意力机制模块的卷积神经网络模型,从初始控矿指标中抽取具有矿化指示性的信息特征,建立焦家断裂面与矿化定位间的非线性关联关系,并与其他方法构建的成矿预测模型进行对比,验证本文方法构建的模型的准确性与可靠性。利用DeepLIFT方法解构深度网络特征,明确各控矿指标输入对网络输出的贡献,以此定量分析焦家矿带控矿因素对金成矿的影响。研究结果表明:焦家断裂距离场对成矿影响最显著,其次为坡度和坡度变化率,形态起伏度对成矿影响较弱;在矿带深部2000~3000 m圈定找矿有利靶区3处,其中,纱岭勘查区矿体深部延伸部位和曲家勘查区北段深部具有较大找矿潜力,焦家与曲家勘查区连接部位深部可能存在新的矿化富集区。