深度挖掘数据潜在价值提高找矿靶区定量优选精度

找矿效果取决于找矿靶区预测的准确程度,传统的"综合信息成矿预测"(定性研究)已无法深入挖掘现有地质信息的潜在价值.本文应用大数据思想、方法,对甘肃省祁连山—龙首山地区1:20万区域化探数据做分幅平差,消除了原始数据的系统误差.应用回归分析建立信息修复模型,增强了化探信息与区域Cu矿的相关关系.通过判别分析算法,构建了区域"化探信息Cu找矿靶区定量优选系列模型",对研究区Cu找矿靶区做出定量预测.经统计,一、二级预测靶区中包含已知铜矿的比率高于22.0％,其面积仅占总研究区的1.72％.大数据找矿靶区定量预测在大幅提高预测精度的同时,很大程度地缩小了预测找矿靶区的面积.在对系列模型预测效果做出定量评价的同时,通过所建系列模型组合元素的特征分析,该研究也为进一步研究区域矿床成因和控矿条件提供了定量依据.