基于大数据背景下现代地质矿产勘查找矿方法思考

2021-12-24欧阳斌

中国金属通报 2021年19期

欧阳斌

（江西省核工业地质局二六三大队，江西南昌 331307）

地质矿产资源是重要的战略资源之一，必须做好对地质矿产资源的勘查，制定合理的找矿工作计划，才能确保对地质矿产资源的开发效率。在大数据背景下，综合使用大数据技术强化地质矿产勘查找矿对完善地质矿产勘查工作有着极大的帮助，所以应该加强勘查找矿方法和大数据技术应用的研究，使用科学的方法，开展找矿工作。

1 大数据背景下地质矿产勘查找矿需求

1.1 确定矿产分布规律

找矿工作需要了解矿产的分布规律，确定矿产所处的环境，并且深入了解矿产的形成特征，在研究过程中，需要充分利用现有资料确定矿产的分布规律，同时大数据也能依靠地质数据对矿产的分布情况进行综合分析，并结合智能手段确定矿产的分布方式[1]。通过分析工作，可以保证矿产资源的开发效率，有效发挥基建设施的功能，合理进行勘查区域规划工作，提升找矿工作效率和保证勘查质量。

1.2 明确勘查重点和拓展范围

为确保勘查工作效率，充分发挥勘查工作作用，勘查工作需要明确重点，所以应该结合我国的地质资源环境状况以及矿产资源条件，总结各个地区矿产资源的分布特点，确保矿产资源勘查的精确性。而大数据技术能帮助技术人员进行有效的矿产资源分布规律分析，有利于简化技术人员的工作，并且能帮助技术人员拓展勘查范围和思路[2]。

1.3 推动传统技术和现代科技融合

矿产勘查找矿优化的过程中，需要充分利用现代计算机技术满足找矿工作的要求，确保矿产勘查工作的准确性，提升工作的科学性。使用大数据技术可以提升找矿工作的技术含量，尤其在地质环境比较复杂的区域，能够充分发挥现代科学技术优势，降低勘查工作难度，选择最合适的技术手段和制定有效的勘查计划。

2 大数据找矿模工作

2.1 找矿模型建立

2.1.1 数据整理

模型的数据整理包括模型的名称整理和控矿要素整理。名称整理工作中，需要建立抽象的总结命名方式，尤其统一找矿的关键词，确保对数据的高效应用。对控矿要素整理的工作中，应该分析重复出现的同一控矿要素，并且保证控矿要素文本的唯一性[3]。

图1 数据整理模型构建步骤图

2.1.2 建立找矿数据模型库

利用地质大数据进行机器学习的过程中，需要针对找矿工作建立统一的找矿概念模型数据结构，并且建立起找矿模型和控矿要素之间的对应关系，避免由于资料来源不同导致成矿地质条件和矿产勘查度的差异。

2.2 大数据找矿的技术流程

2.2.1 数据发现

数据发现工作采集地质专题数据，以及从互联网获取相关地质数据应用到数据库和服务器中，为下一步分析提供条件。数据发现最终目标是收集地质数据，根据需求从网络中获取到涉及地市数据并存储到本地PC或数据库服务器中，以便于下一步的处理和分析。数据发现在注重地质专业数据采集方法实现的同时，更要关注数据采集的效率。不但要采集到地质专题数据，还能实现半自动化甚至自动化的数据采集。现阶段，对于互联网数据采集主要分为信息提取和互联网数据爬取。针对找矿工作，数据发现的工作中应该使用专业的方法，需要进行地质专题数据的采集，还要完成半自动化、自动化的数据采集工作。目前的主要方式为简单人工进行信息提取，可进一步利用计算机科学技术改进，提高效率。

2.2.2 数据挖掘

数据挖掘又可称之为数据库中的知识发现，机器学习、数据可视化、人工智能、统计学等有效结合起来，数据挖掘工作会利用数据库技术完成数据的统计、学习，以及整理相关数据实现数据的可视化，并使用人工智能技术使用地质数据信息，挖掘数据中的关键信息和总结数据规律。数据挖掘任务通常可分为两类即描述和预测。描述性挖掘任务是分析数据库中找矿数据的一般特性，预测性挖掘任务是在目前所获取数据基础上进行推断。数据挖掘工作主要完成两个方面的工作，分别是数据的描述和预测，描述工作会研究数据库中数据的一般特性，预测工作会对数据未来发展进行推断。

3 现代地质矿产勘查找矿工作和大数据的融合

3.1 物探技术

矿产勘查工作中需要确定埋藏地下矿体的位置、规模、物理性质等方面的情况，可以利用矿体延伸至地表的物理性质进行分析，即使用物探找矿法进行分析[4]。物探找矿能接收相应区域内的物理量，通过各种地质仪器完成测量工作，确定区域内的物理量信息，之后通过崎岖信息，就能对地质条件综合分析，最终确定矿体的位置和属性。例如使用重力勘探工作会利用重力变化完成对矿体构造的研究，从而完成对矿产资源的勘查，在勘查的同时，也能利用勘查数据预测地质灾害，明确矿产开发工作中的安全事项。如果检测重力的过程中发现一些区域出现重力异常，就可以完成对矿体状况的初步判定。结合大数据技术和重力勘探结果，可以对重力异常情况进行定性和定量分析，从而判断覆盖层之下的矿体密度，以及分析矿体的分布等情况，最终完成对矿体存在形式的判定，以及确定矿体的具体位置。

3.2 遥感找矿

遥感找矿是利用遥感技术完成对地质结构的勘查，然后完成对成矿状况的预测。遥感找矿工作的主要内容在于确定遥感信息，以及构建地质信息模型。大数据技术可以利用地质信息模型构建地质信息的数据库，分析控矿因素和矿化标识，完成成矿预测工作，保障矿产勘查工作质量。

3.3 低频电磁法

低频电磁法是目前大数据背景下常见的地质矿产资源勘探手段，在深层矿产资源的勘探工作发挥着重要的支撑作用，可以确保深层能够确保深层找矿工作的有效性，而且具有极高的精度和效率。在对浅层进行探测时，使用深层电磁法可以发挥出物探的功能，利用电磁波能获得浅地层大量的数据，之后可以对数据进行滤波处理，可以获得矿体赋存规律和控矿规律，准确确定存在地质异常情况的位置，分析隐伏区域矿区的分布情况，确定地质矿产资源的具体位置情况，保证对矿产资源的深度开采。

3.4 X射线荧光技术

X射线荧光技术是目前使用效率较高的方法之一，该方法还具有使用相对容易的特征，在勘探的过程中能过获得大量数据，因此在大数据背景下具有较高的应用价值[5]。该方法利用了物质受到外界光子作用之后，由于能量受到激发会产生荧光的原理完成对地质矿产资源的勘查工作。该方法一般使用在对X射线能量差异性的找矿作业中，可以比较准确地实现对某些金属矿产资源的勘查工作，确定矿产资源的位置、分布状况和轮廓，也能较为准确确定矿产资源之间的分布界限，以及完成对矿产资源后的勘探工作。

3.5 化探技术

化探技术一般应用在深度较高的矿产资源的勘探中，会使用化学技术手段来探寻地下矿产资源，因此针对金属矿产的勘探工作具有比较大的优势。例如在查找水系沉淀物、土壤、矿床原生物等工作中，使用化探技术可以了解矿产资源的分布情况，以及确定矿产资源的相关参数，完成对一些特殊矿区的找矿工作。通过将化探技术和大数据技术结合，目前已经能够实现对钨矿资源的快速勘查和探寻找矿产资源。随着目前技术的发展，使用化探技术已经可以在一些高精度的机械中使用，极大程度上提升了地质矿产资源的整体勘查效率。

4 大数据背景下的地质矿产资源勘查所持

4.1 根据地质条件变化开展工作

开展勘查工作之前，技术人员应该加强和相关部门的沟通，获得该地区近年来地质条件变化的资料，并利用地质环境大数据开展分析，深入剖析当地地质条件变化情况，通过针对性分析，初步预测当地的矿产资源分布，确定勘查工作的重点位置和适合使用的勘查技术，利用信息化手段开展勘查工作[6]。通过合理使用勘查技术，确定该地区的地质状况，以及分析矿产资源的构造类型、基岩成分、地壳的移动情况等等，有效处理各类信息，给后续工作提供足够的支持。

4.2 科学进行勘查计划

大数据背景下的勘查工作，仍然要遵守由面到点、点面共用的找矿原则，有效掌握整个矿区的情况，针对该地区的不同地质特征，确定存在异常位置的矿点，然后使用专业探测技术不断缩小找矿的区域，最终完成对矿点的准确分析和确定中心矿区。同时，还要结合矿山外围区域的勘查工作情况，更加高效准确的对矿体进行深部勘查，方便后续统筹规划工作。