專利名稱：成礦案例推理模型與方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種新的智能區(qū)域成礦預(yù)測方法，屬于資源信息技術(shù)領(lǐng)域。

背景技術(shù)：
如何充分利用現(xiàn)有的海量地質(zhì)空間數(shù)據(jù)，進(jìn)行信息提取和信息綜合，突破傳統(tǒng)的礦產(chǎn)預(yù)測思路，建立快速、高效、智能化的礦產(chǎn)預(yù)測方法，從而降低礦產(chǎn)勘查成本，進(jìn)一步提高礦產(chǎn)預(yù)測的效率和精度，顯得極具科學(xué)意義和應(yīng)用價(jià)值。目前，全國范圍內(nèi)的地質(zhì)、地球物理、地球化學(xué)和遙感找礦數(shù)據(jù)的日益豐富，為礦產(chǎn)預(yù)測提供了海量的基礎(chǔ)數(shù)據(jù)。同時(shí)，同一類型礦床在成礦地質(zhì)條件和空間分布規(guī)律具有很強(qiáng)的相似性，已探明的典型礦床的成礦地質(zhì)條件和空間分布特征可以組成成礦預(yù)測的歷史案例庫。而傳統(tǒng)的礦產(chǎn)預(yù)測方法并不能挖掘這些深層次的信息，缺乏智能化推理功能。案例推理具有知識(shí)獲取簡單、求解效率較高、進(jìn)行知識(shí)積累等優(yōu)點(diǎn)。如何將多源地質(zhì)空間數(shù)據(jù)與案例推理有機(jī)集成，進(jìn)行智能成礦預(yù)測，目前還未見相關(guān)成果報(bào)道。該方法以案例推理模型為基礎(chǔ)，顧及地質(zhì)空間數(shù)據(jù)的空間特征、提出一種新的智能成礦預(yù)測方法——成礦案例推理模型與方法，旨在提高區(qū)域礦產(chǎn)資源潛力預(yù)測與評價(jià)的效率和精度。

發(fā)明內(nèi)容
本發(fā)明目的在于針對現(xiàn)有區(qū)域成礦預(yù)測方法未能高效利用已有多源海量地質(zhì)空間數(shù)據(jù)和缺乏智能化推理功能的問題，提出一種充分利用海量多源地質(zhì)空間數(shù)據(jù)的快速、 高效和智能化的區(qū)域成礦預(yù)測新方法，包括成礦案例表達(dá)、成礦案例庫構(gòu)建和成礦案例檢索(圖1)。以下是本發(fā)明的具體內(nèi)容1、成礦案例表達(dá)在成礦案例表達(dá)模型的構(gòu)建中，以一定大小格網(wǎng)單元為成礦案例表達(dá)對象。首先， 提取包含已有礦點(diǎn)的矢量格網(wǎng)單元中與控礦有關(guān)的典型特征屬性，同時(shí)對對應(yīng)矢量格網(wǎng)單元含礦名稱及相關(guān)結(jié)果值進(jìn)行厘定。然后，對矢量格網(wǎng)單元提取的典型特征屬性按案例表達(dá)規(guī)則進(jìn)行描述，同時(shí)對上述格網(wǎng)單元厘定的含礦名稱及相關(guān)結(jié)果按案例表達(dá)規(guī)則的結(jié)果形式進(jìn)行描述。而對空間特征的提取，則對每一矢量格網(wǎng)單元提取與控礦相關(guān)的方位關(guān)系、 度量關(guān)系，及拓?fù)潢P(guān)系，并將空間關(guān)系轉(zhuǎn)換為屬性模式，如此一個(gè)成礦案例可由一般屬性項(xiàng)和空間關(guān)系屬性項(xiàng)等組成，其基本表達(dá)形式如下C = (Aal，Aa2，· · ·，Aak, Κι, Κι,…,Asm，Result)其中Aai表示一般特征屬性項(xiàng)，Asj表示空間關(guān)系特征屬性項(xiàng)，Result為該案例對應(yīng)的結(jié)果。另外，新案例的推理求解可首先按一定的規(guī)則(如空間編碼)對歷史案例按空間關(guān)系提取，得到候選歷史案例集；如果存在時(shí)間關(guān)系特征，先進(jìn)行時(shí)間范圍圈定，再按空間關(guān)系進(jìn)行提取。其次再依據(jù)屬性進(jìn)行案例相似性測度，并最終在候選歷史案例集中提取新案例的解。2、成礦案例庫構(gòu)建
典型成礦案例構(gòu)建后，將其以數(shù)據(jù)庫表的形式存入空間數(shù)據(jù)庫，或者以文件的方式存入文件系統(tǒng)中。同時(shí)，為了提升后續(xù)的成礦案例相似性檢索性能，對存入空間數(shù)據(jù)庫或文件系統(tǒng)中的案例構(gòu)建索引，完成典型成礦案例庫的構(gòu)建。

3、成礦案例檢索成礦案例由于其時(shí)空特性，與經(jīng)典案例推理模型有所不同。在成礦案例檢索模型構(gòu)建時(shí)，首先，將所有矢量格網(wǎng)單元按成礦案例表達(dá)模型構(gòu)建為待求解案例，即每一案例有典型屬性特征描述和空間特征描述，而結(jié)果描述(案例決策屬性)置空；第二，設(shè)置相似性測度閥值，對每一待求解案例進(jìn)行相似性檢索，獲得相似成礦案例后，將相似案例結(jié)果根據(jù)閥值及給定策略賦值給待求解案例。如果獲取的相似成礦案例不能滿足要求，依據(jù)領(lǐng)域知識(shí)等對其進(jìn)行修訂，并將其結(jié)果賦值給待求解案例，完成所有矢量格網(wǎng)單元待求解案例的檢索、推理；第三，將典型得解成礦案例或修訂成礦案例存入案例庫中，以便擴(kuò)充、更新案例庫(圖2)。成礦案例庫構(gòu)建后，成礦待求解案例將通過成礦案例檢索模型獲得相似性測度值。新案例與歷史案例之間的相似性測度算法如下S % = (100* (1-sqrt (distance/sum (weights))))*(searchedffeightsSum/ totalffeightsSum)distance = weighi^dist^+weighi^dist/+· . . +weightn*distn2dist = min(1, diff(newCaseValue, caseValue)/((maxValue-minValue)^infini tyConstant))其中，“S。/，為相似度，取值介于0-100%之間；“distance”是“dist/，平方的加權(quán)和，介于0-1之間；“searchedWeightsSum”是新案例和歷史案例特征皆不為空的特征權(quán)重之和；“totalWeightsSum”是案例全部特征權(quán)重之和；“dist/’代表新案例和歷史案例特征的距離，取值為1和二者歐幾里得距離的最小值；“newCaseValue”為新案例某一特征值； “caseValue”為歷史案例某一特征值；“maxValue”和“minValue”分別是歷史案例某一特征的最大值和最小值；“infinityConstant”為設(shè)置值較大的常量。相似性測度時(shí)，一待求解案例將與案例庫中所有案例一一進(jìn)行相似性測度，成礦案例推理模型提供最大值選取、閥值選取、K近鄰選取，依據(jù)相應(yīng)的選取策略返回相應(yīng)的值， 最終待求案例得解。如果，相似性測度返回的結(jié)果不理想，可以結(jié)合返回值及相關(guān)成礦預(yù)測領(lǐng)域知識(shí)進(jìn)行修改，使其最終獲得解。同時(shí)也可將典型得解案例或修訂案例存入案例庫中以擴(kuò)充案例庫。


圖1 成礦案例推理流程2 成礦案例相似性檢索模型流程3 成礦案例推理參數(shù)設(shè)置界面圖4 成礦案例推理運(yùn)行界面圖5 基于成礦案例推理模型的青海東昆侖鐵礦資源潛力預(yù)測圖具體實(shí)施方式
為了更好地理解本發(fā)明的技術(shù)方案，以下以中國西部重要金屬成礦帶-青海東昆侖地區(qū)為例，提供具體實(shí)施例。首先，采用證據(jù)權(quán)模型中的鄰近度分析確定最佳的控礦變量及閥值優(yōu)選。對所選的證據(jù)變量進(jìn)行相關(guān)性檢驗(yàn)基礎(chǔ)上，該實(shí)驗(yàn)選取了地層、不整合接觸、斷層、區(qū)域地球化學(xué)、 遙感蝕變信息、布格重力、航磁、礦點(diǎn)等矢量圖層。在構(gòu)建具體的成礦案例前，首先對研究區(qū)進(jìn)行格網(wǎng)劃分lkmX lkm，然后將地層、不整合接觸、斷層、區(qū)域地球化學(xué)、遙感蝕變、布格重力、航磁、礦點(diǎn)等圖層一一與格網(wǎng)多邊形圖層進(jìn)行空間鏈接，從而使每一格網(wǎng)單元都擁有了相應(yīng)的屬性特征值。另外，對斷層、不整合接觸、礦點(diǎn)數(shù)據(jù)進(jìn)行緩沖區(qū)處理，其中斷層緩沖區(qū)距離為3000米，不整合接觸緩沖區(qū)距離為300米，礦點(diǎn)緩沖區(qū)設(shè)置為1000米圓形緩沖區(qū)。針對成礦案例的空間特征，對于每一格網(wǎng)單元，提取斷層走向?yàn)榉轿魂P(guān)系，提取礦點(diǎn)到斷層、不整合的最短距離為度量關(guān)系，提取礦點(diǎn)與斷層、不整合的相離性為拓?fù)潢P(guān)系。 為方便成礦案例檢索，將上述空間關(guān)系作屬性化轉(zhuǎn)換并添加到格網(wǎng)多邊形圖層屬性表中。 如此，成礦案例空間特征與屬性特征一體化表達(dá)模型得以建立，每一格網(wǎng)將構(gòu)成潛在的成礦案例表達(dá)對象。分析格網(wǎng)圖層屬性表，結(jié)合控礦影響因素，最終確立巖性、地質(zhì)年代、不整合性質(zhì)、斷裂性質(zhì)、區(qū)域地球化學(xué)異常、遙感蝕變異常、布格重力異常、航磁異常為成礦案例的屬性特征，而具體的礦床類型則為目標(biāo)屬性。實(shí)驗(yàn)采用的具 體案例表達(dá)模型如下C = (不整合性質(zhì)，區(qū)域地球化學(xué)異常，布格重力異常，航磁異常，地質(zhì)年代，巖性，遙感蝕變異常，斷裂性質(zhì)，斷裂走向，至斷層短距離，至不整合距離，斷層相離，不整合相離，礦床類型)；在推理前，上述成礦案例的屬性特征和空間特征皆需設(shè)定相應(yīng)的權(quán)重值，權(quán)重的確定和分配采用層次分析法(AHP)?；陬I(lǐng)域知識(shí)，AHP案例特征重要性排序如下區(qū)域地球化學(xué)異常>斷裂走向>至斷層短距離=斷層相離>斷裂性質(zhì)=遙感蝕變異常>地質(zhì)年代=巖性>至不整合距離=不整合相離>不整合性質(zhì)=布格重力異常=航磁異常。表1為于層次分析法(AHP)的成礦案例推理特征比較矩陣，對比較矩陣做等價(jià)、簡化處理，精簡為 7個(gè)特征。經(jīng)計(jì)算，AHP —致性檢驗(yàn)通過，最終確立成礦案例中各特征權(quán)重(重要性相同的特征具有相同的權(quán)重)(表2)。針對疊加了各種屬性特征和空間特征的格網(wǎng)多邊形圖層，對其屬性表進(jìn)行條件選擇，選取礦床類型字段有值的所有記錄，將其導(dǎo)出，然后進(jìn)一步分析。最終的記錄集以文件方式保存(所有屬性值之間以制表符分割)，從而構(gòu)成對應(yīng)礦床類型的案例庫。將相關(guān)格網(wǎng)多邊形圖層屬性表全部導(dǎo)出并以文件方式保存，即構(gòu)成各自待求解案例集(所有格網(wǎng)單元都是一個(gè)個(gè)待求案例對象)。格網(wǎng)多邊形圖層中每一格網(wǎng)單元對應(yīng)的待求解成礦案例，經(jīng)相似性測度后，都將被賦予一種礦床類型，而其相似度卻不同(介于0-100%之間)，如此通過分級策略即可自動(dòng)勾畫出高、中、低的區(qū)域成礦潛力預(yù)測分布圖?；谏鲜鰯?shù)據(jù)預(yù)處理流程，在Visual Studio 2005環(huán)境采用C#語言實(shí)現(xiàn)成礦推理模型。圖3為成礦案例推理參數(shù)設(shè)置界面，圖4為成礦案例推理運(yùn)行界面，圖5為基于成礦案例推理模型的青海東昆侖鐵礦資源潛力預(yù)測結(jié)果，已知的44個(gè)金礦床點(diǎn)全部(100% ) 落入高潛力區(qū)，顯示該方法具有很好的預(yù)測精度。表1基于層次分析法(AHP)的成礦案例推理特征比較矩陣
權(quán)利要求
1.成礦案例推理模型與方法，其特征在于充分利用多源海量地質(zhì)空間數(shù)據(jù)(基礎(chǔ)地質(zhì)數(shù)據(jù)、地球物理數(shù)據(jù)、地球化學(xué)數(shù)據(jù)、遙感數(shù)據(jù)等)，顧及地質(zhì)空間數(shù)據(jù)的空間特征，建立一種快速、高效、智能化的礦產(chǎn)預(yù)測新方法，實(shí)現(xiàn)快速、高效、高精度的預(yù)測區(qū)域礦產(chǎn)資源潛力。包括三個(gè)主要步驟成礦案例表達(dá)；成礦案例庫構(gòu)建；成礦案例檢索。
2.權(quán)利要求1所述的成礦案例表達(dá)，其特征在于耦合成礦案例的空間特征和屬性特征，以一定大小格網(wǎng)單元為成礦案例表達(dá)對象。首先，提取包含已有礦點(diǎn)的矢量格網(wǎng)單元中與控礦有關(guān)的典型特征屬性。然后，對矢量格網(wǎng)單元提取的典型特征屬性按案例表達(dá)規(guī)則進(jìn)行描述。而對空間特征的提取，則對每一矢量格網(wǎng)單元提取與控礦相關(guān)的方位關(guān)系、度量關(guān)系，及拓?fù)潢P(guān)系，并將空間關(guān)系轉(zhuǎn)換為屬性模式。如此，一個(gè)成礦案例可由一般屬性項(xiàng)和空間關(guān)系屬性項(xiàng)等組成，其基本表達(dá)形式如下C — (Aal，Aa2 · · ·，Aakj Aslj AslJ · · ·，Asm，Result)其中Aai表示一般特征屬性項(xiàng)，Asj表示空間關(guān)系特征屬性項(xiàng)，Result為該案例對應(yīng)的結(jié)果。
3.權(quán)利要求1所述的成礦案例庫構(gòu)建，其特征在于典型成礦案例構(gòu)建后，將其以數(shù)據(jù)庫表的形式存入空間數(shù)據(jù)庫，或者以文件的方式存入文件系統(tǒng)中。同時(shí)，為了提升后續(xù)的成礦案例相似性檢索性能，對存入空間數(shù)據(jù)庫或文件系統(tǒng)中的案例構(gòu)建索引。
4.權(quán)利要求1所述的成礦案例檢索，其特征在于將所有矢量格網(wǎng)單元按成礦案例表達(dá)模型構(gòu)建為待求解新案例，而將包含已知礦點(diǎn)的矢量格網(wǎng)單元設(shè)置為歷史案例。新案例與歷史案例之間的相似性測度算法如下S % = (100*(1-sqrt(distance/sum(weights))))*(searchedWeightsSum/ totalffeightsSum)distance = weighi^^dist^+weight2氺dist22+· . . +weightn*distn2dist = min(1, diff (newCaseValue, caseValue)/((maxValue-minValue)^infinityC onstant))其中，“S。/，為相似度，取值介于0-100%之間；“distance”是“dist/，平方的加權(quán)和，介于0-1之間；“searchedWeightsSum”是新案例和歷史案例特征皆不為空的特征權(quán)重之和；“totalWeightsSum”是案例全部特征權(quán)重之和；“dist/’代表新案例和歷史案例特征的距離，取值為1和二者歐幾里得距離的最小值；“newCaseValue”為新案例某一特征值； “caseValue”為歷史案例某一特征值；“maxValue”和“minValue”分別是歷史案例某一特征的最大值和最小值；“infinityConstant”為設(shè)置值較大的常量。
全文摘要
一種新的智能區(qū)域成礦預(yù)測方法——成礦案例推理模型與方法，屬于資源信息處理領(lǐng)域。本發(fā)明充分利用多源海量地質(zhì)空間數(shù)據(jù)(基礎(chǔ)地質(zhì)數(shù)據(jù)、地球物理數(shù)據(jù)、地球化學(xué)數(shù)據(jù)、遙感數(shù)據(jù)等)，突破傳統(tǒng)的礦產(chǎn)預(yù)測思路，建立一種快速、高效、智能化的礦產(chǎn)預(yù)測方法，實(shí)現(xiàn)快速、高效、高精度的預(yù)測區(qū)域礦產(chǎn)資源潛力。該發(fā)明包括三個(gè)主要步驟成礦案例表達(dá)；成礦案例庫構(gòu)建；成礦案例檢索。本發(fā)明能夠更加高效、客觀地對區(qū)域礦產(chǎn)資源潛力進(jìn)行定量預(yù)測與評價(jià)，降低礦產(chǎn)勘查成本，進(jìn)一步提高礦產(chǎn)預(yù)測的效率和精度。
文檔編號G06F17/30GK102243628SQ201010169740
公開日2011年11月16日 申請日期2010年5月12日 優(yōu)先權(quán)日2010年5月12日
發(fā)明者何彬彬, 陳建華, 陳翠華 申請人:電子科技大學(xué)