科技赋能新一轮找矿突破

　　——中国地质调查局哈尔滨中心智能找矿工作侧记

　　◎  李海广 宋庆元

　　“东北地区植被覆盖厚、岩石出露少，给地质找矿增添了很大难度，如何创新模式实现找矿新突破？”“如何更好地利用以往成果资料助力新一轮找矿突破战略行动？”“如何精准高效获得找矿新成果？”自改革转制以来，这些问题一直困扰着中国地质调查局哈尔滨自然资源综合调查中心党委班子成员和广大找矿科技人员。

　　近日，记者从哈尔滨中心获悉，经过一年多的精心谋划、集智攻关、综合验证，依托大数据智能找矿这一有效载体解答了上述的一系列问题。哈尔滨中心通过大数据智能找矿工作，探索建立的从成矿要素选取、数据挖掘、模型训练、预测评价的大数据成矿预测模型和方法科学管用，极大地提高了地质找矿工作效率和精准度。其间，系统预测研究区内铜矿和金矿成矿潜力，项目人员先后圈定铜矿预测区8处、金成矿预测区11处。

　　交流讨论

　　群山四应布“棋局”

　　国家有需求，队伍有行动。作为地质勘查的“国家队”，哈尔滨中心党委始终心怀“国之大者”，坚持主责主业，紧盯新形势新任务新要求，认真对标对表，积极响应号召。在新一轮找矿突破战略行动部署后，哈尔滨中心党委第一时间召开“诸葛亮”会，集智研究落地落实的对策办法。

　　“这么多年来，我们收集整理了大量基础地质资料，但系统分析还不够，需要综合研究。”“地质勘查作为一门学科，是有规律可循的，很有必要以数字化的方式汇总分析。”“地质找矿是咱们老本行，有基础有底蕴，要千方百计在新一轮找矿突破战略行动中‘露一手’，关键在于创新。”与会代表你一言我一语，经过反复研究论证，一个用智能大数据找矿的建议赢得了在场人员的一致赞许。

　　行动是通向成功的唯一途径。哈尔滨中心精心抽调地质、物探、化探、遥感、信息化等专业的科技人员组建大数据智能找矿专班，从收集以往工作区海量数据入手，有计划有步骤地开展综合研究分析，探索建立数字找矿模型，用科技力量支撑新一轮找矿突破战略行动。

　　独辟蹊径落“棋子”

　　立项之初，智能找矿团队的压力是空前的。他们深知，这种创造性、开拓性的工作没有经验可借鉴，没有模式可效仿，项目设计思路一头雾水，如何推进更是找不到下手之处。但初生牛犊不怕虎，年轻的团队成员紧盯国家战略需求和目标导向，开始认真研究人工智能时代下信息技术在地质找矿中的应用。他们查资料、问专家、搞研讨，不断寻找大数据智能找矿的立项依据、方法路径以及突破点。在团队成员的共同努力下，几易其稿的立项报告顺利通过专家组的验收。

　　从无到有、破旧立新的创新之路，注定道阻且长、充满激流险滩，需要持之以恒的毅力和闯关夺隘的勇气。大量的数据收集汇总后，团队在选择项目研究区上陷入了困境，几次试验，效果均不佳。有的成员开始灰心丧气，甚至要打退堂鼓。团队负责人闫永生带头研究的同时，又跟进引导、加油鼓劲，并把 “唯创新者强，唯创新者胜”作为团队建设的座右铭。通过定期召开碰头会、分享会，报告进展情况，分享最新成果，部署下步任务，闫永生一步一步带领着项目团队踏上了“快车道”。

　　经过多轮验证，智能找矿团队最终将研究区定为东乌珠穆沁旗-嫩江成矿带的多宝山-黑河铜-钼-金-铁-锌成矿亚带。该成矿带至今已发现超大型铜矿床2个、大中型铜-铅-锌矿床6个、大中型金矿床8个、大型银矿床1个，地质、物探、化探、遥感、勘探和矿山开采、文献资料等数据翔实，是国内外学者研究的热点区带。

　　研究区确定后，关键是寻找技术路径。如何让海量的数据关联起来，又成了困扰团队的最大技术难题。破冰攻坚的日子里，团队副负责人杨吉波与团队成员没日没夜地搞研究、做试验，对获取的数据反复归并、屡次处理，千方百计构建数字成矿带，力争实现地质找矿信息透明立体表达。那段时间，他们住在办公室，没有睡过一个囫囵觉，有了新想法新思路就第一时间跑到电脑前输入数据，逐一论证。

　　团队成员感慨地说：“寻找技术路径时，大家真是全身心投入到项目中。还好，功夫不负有心人，大家的努力是值得的。”经过近百次的验证，团队通过数据降维、分类提取多源找矿信息，选定了利用神经网络、集成学习和深度学习组合的技术路径，开展典型矿床中各数据之间的监督学习，分析数据间的关联关系，建立起具有代表性的数字找矿模型，探索形成了大数据智能找矿预测技术方法。

　　步步为营筑“棋势”

　　付出终有回报，努力总有收获。经过智能找矿团队14个月的潜心钻研，构建了多宝山-黑河数字成矿带，探索了建库方法，建立了三维场景，开发了软件系统，研究了预测流程，有力支撑了重点勘查区资源潜力评价。

　　构建多宝山-黑河数字成矿带。智能找矿团队通过整理近40年来的公开地质数据和文献资料，应用GIS技术手段，构建了多宝山-黑河数字成矿带。数据库包含地形地理、基础地质、地球化学、地球物理、矿产数据、遥感数据、报告及文献7个方面内容，数据库采用了统一的文件组织和数据属性字段，数据量10.4GB，属性记录25万条。

　　探索建库方法。在数据库建立过程中，智能找矿团队系统规范数据的组织形式、属性结构，并对数据的分层存储制定了规范性的标准，实现数据组织、文件分层、属性指标、属性字段、文件格式五个统一。在应用过程中，团队还总结探索出一套从资料收集、文件组织、结构标准化、数据清洗的建库流程和技术方法。

　　建立多宝山-黑河一带的三维场景。智能找矿团队依托ArcSense软件，深化利用已建立的数字成矿带，再现多宝山-黑河的三维场景，同时叠加了地物化遥数据，成功实现了数据立体存储和表达。

　　开发出用于智能找矿预测的辅助软件系统（GeoAI）。智能找矿团队采用python作为开发语言，利用sklearn库进行机器学习。该系统具有常见矢量数据读取、属性数据处理、算法模型、模型训练、分析评测和图像处理等五大功能，既能有效对数据的补充、异常值查证、数据量纲变换等预处理，又能快速制作直方图、散点图等插图，还能支持机器学习模型的训练、评价、预测、再学习，实现评价结果图形化显示的清晰化精准化。

　　研究出通过地质数据实施智能预测的流程。智能找矿团队深入总结研究区内矿床成矿特征，归纳出与成矿相关的地质体、构造、地球化学、地球物理、遥感和地形六大要素。针对不同要素和表达方式提取相关数据，智能找矿团队利用GIS软件，通过网格单元法，建立用于多宝山-黑河一带大数据智能预测的基础数据，其网格数据高达153万余条。团队利用自制研发的GEOAI软件对要素信息提取和数据实施预处理，确保数据满足机器学习的基础要求。通过多个预测方法实验，团队研究得出采用回归算法中的层次感知（人工神经网络）法进行数据训练和预测。实验结果表明，测试数据准确率高达98.9%。

　　探索是穿越迷雾的灯塔，是解答谜题的钥匙。哈尔滨中心将继续加大在大数据智能找矿预测领域人力、物力、财力的投入力度，用实际行动助力新一轮找矿突破战略行动。