摘要：随着矿产资源找寻难度的不断加大，新的成矿理论和勘查技术的创新与突破已成为科技创新的核心竞争内容。进入21世纪，大数据科学成为新的科学范式。中国科学院院士赵鹏大提出，大数据时代需重视数字地质研究，并表示大数据时代数字地质推动地质找矿新发展，要重视数字地质与矿产资源评价研究。矿产资源定量预测与评价先后经历了理论方法创新阶段、GIS时代及利用计算机三维建模技术和地质统计学进行的隐伏矿体三维立体成矿预测。目前的成矿预测方法主要分为2类：一类是矿床学家总结的预测方法，总体上侧重于成矿规律的研究；另一类是数学地质学家总结的预测方法，总体上侧重于信息提取过程的研究。
关键词：地质大数据；模型驱动；工作流；矿产资源定量预测；数据挖掘
在传统数据驱动预测的基础上，将地质大数据一体化储存与管理技术、地质大数据分析与挖掘技术、工作流技术等新技术新方法引人矿产资源预测研究中，提出基于模型驱动预测的新方法，将矿产资源预测评价理论与成矿规律和成矿预测理论相结合，构建找矿模型，拓展了定量表征控矿地质因素和找矿标志的新变量。
1基于模型驱动的矿产资源定量预测与评价的思路
1.1流程模型驱动的矿产资源定量预测与评价包含2层含义：①基于地质成矿理论的找矿模型构建与成矿条件分析提取（地质理论与数学方法模型的结合）；②基于工作流的模型构建技术贯穿整个预测过程（地质理论、数学方法模型与信息技术的结合）。地质理论指导大数据分析与计算机技术实现大数据挖掘是本研究的2条主线。
1.2研究意义：①实现了理论分析贯穿到数据分析与数据挖掘中，即实现面向地质大数据的数据挖掘；②实现了地质理论和实际问题解决与数学应用和数学模型研究及信息技术应用三结合的资源预测评价。基于模型驱动的矿产资源定量预测评价的研究思路，可以概述地表达为：以多年积累的二维地质调查成果与经验为基础，以成矿规律与成矿预测理论（包括矿产资源定量预测及评价理论）为指导，以二维GIS图层和三维实体地质模型为数据输入，依托工作流技术构建找矿模型，在找矿模型驱动下，以控矿地质因素和找矿标志的有利组合部位的定量圈定与筛选，实现矿产资源的定位、定量、定概率的预测与评价，最终实现成果集成与信息再挖掘，生成的新数据再次作为数据输入。
1.3基本过程可包括：①资料收集与数据输入；②找矿理论模型构建；③控矿地质因素与找矿标志的分析与提取；④定位、定量、定概率预测评价；⑤成果集成与信息再挖掘。其中，挖掘出的数据可以再次作为数据输入，且找矿模型工作流贯穿整个成矿预测过程。
1.3.1资料收集与数据输入系统地收集研究区的地质与矿产勘探、科研等方面的数据与资料，包括不同比例尺的地质数据（地质图、地质剖面图、中段平面图、钻孔编录资料、探槽、地质调查报告等）、地球物理（重力、磁法等）数据及解译数据、地球化学数据、遥感数据等。将各类资料进行分类、筛选、预处理，不同数据格式进行相互转换，分别建立子数据库。由于三维地质实体模型的数据结构区别于传统的点、线、面文件，研究依托大数据存储技术，建立多元信息数据库，以空间数据库和模型数据库分别存储基础数据与模型数据，并建立子库数据间的逻辑关系。在建立的多元信息数据库的基础上构建数据输入：二维预测以GIS综合数据（GIS图层）为数据输入，三维预测需构建三维地学信息实体模型（Surpac、Micromine、Goccad、3D-Explorer等软件建立的三维地质模型）及三维立方块体模型作为数据输入。
1.3.2理论模型构建理论模型构建是在对区域成矿规律与成矿模式总结的基础上，建立区域找矿模型。
期刊文章分类查询,尽在期刊图书馆找矿模型可突出主要的控矿因素、抓住找矿的关键信息、提出获得关键信息的有效方法组合、总结主要找矿标志组合、简化找矿实际过程，是进行矿体定位预测和提高预测可信度的主要依据。找矿模型不仅是成矿预测的基础，也是工作流构建的基础。需要根据收集的资料和前人的研究成果，分析研究区区域成矿地质背景及典型矿床控矿条件，总结区域成矿规律，建立区域找矿概念模型，明确区内主要矿床类型及其控矿因素和找矿标志。以相对完善的地质找矿模型指导找矿预测，才能够更好地反映成矿规律。
2关键技术实现
2.1找矿模型工作流
在计算机技术、GIS技术等高新技术支撑下开展矿产资源定量预测评价研究，实现预测评价工作的数字化、自动化、系统化、智能化是矿产资源勘查与预测评价的必然发展趋势。因此，为实现利用计算机技术进行地质大数据的挖掘，给地质勘查人员、预测评价人员、定量建模人员、GIS分析处理人员等提供技术探讨的公共平台，提出了找矿模型工作流的设计与实现，模型流程建模技术贯穿于整个预测评价全过程，实现地质理论指导找矿预测的可视化，有助于实现预测模型的共享和预测操作过程的自动化，为地质大数据的智能化处理奠定基础。
2.2地质模型及图解建模
模型是对复杂现实的某种简化、抽象和归纳，通过建立模型，可以从复杂的现实问题中分解、抽象、归纳出问题的本质。模型本身可以是文字、示意图或表格，表述的内容可以详尽具体也可以高度抽象概括。并采用可视化的流程图对分析过程进行表达，以便对分析过程进行重复与修改，这样的流程图称为模型流程。地质模型是描述矿化特征和找矿标志的模型。分析研究区成矿规律特征及建立找矿模型是矿产资源定量预测的核心，对预测工作起到指导性作用。建立定量化的找矿模型，主要包括三部分内容：①在对区域成矿规律与成矿模式深入研究总结的基础上建立找矿概念模型；②根据找矿概念模型，对与成矿有关的控矿条件和找矿标志建立定量化的模型表达，构建找矿数字模型.
2.3建模器
（ModelBuilder）建模器（ModelBuilder）即模型生成器，最早出现在ArcGIS的空间分析模块中，是ArcGIS为设计和实现空间处理模型而提供的一个图形化的建模环境。模型以流程图的形式表示，通过工具将数据串起来以创建高级的功能和流程。可以将工具和数据集拖到一个模型中，然后按照有序的步骤把它们连接起来，实现复杂的GIS任务。建模器具有自动地理处理流程、共享地理处理知识、记录与文档化、根据需要添加复杂模型及模型和编程结合五大优点。但ArcGIS中的建模器仅限于GIS空间处理模型，对于矿产资源预测评价等复杂的分析工作还不能进行建模。
结束语
本文基于地质大数据理念研究了模型驱动的矿产资源定量预测评价的关键技术与实现。基于WPF技术实现了贯穿整个矿产资源预测评价全过程的找矿模型工作流设计开发；基于矿产资源预测评价理论与成矿规律和成矿预测理论丰富了模型驱动的地层、岩体、断裂等控矿地质因素与地球物理、地球化学、遥感信息等找矿标志的分析与提取；同时，将虚拟现实技术、3S技术、数据库技术、三维建模及可视化技术相结合，进行成矿预测的成果集成表达研究，实现多元信息的集成与信息再挖掘。实现了地质理论和实际问题解决、数学应用和数学模型研究与信息技术应用三结合的矿产资源预测评价，为地质大数据的智能化处理奠定了基础。
参考文献：
[1]赵鹏大.大数据时代需重视数字地质研究[N].中国国土资源报，2013-03-14.
[2]王世称.大型、超大型金矿床密集区综合信息预测[M].北京：地质出版社，2001：1-163.
[3]赵鹏大，孟宪国.地质异常与矿产预测[J].地球科学，2003，18（1）：39-47.
论文作者:杨立东
论文发表刊物:《基层建设》2018年第29期
论文发表时间:2018/11/17
标签：模型论文; 成矿论文; 地质论文; 数据论文; 矿产资源论文; 定量论文; 评价论文; 《基层建设》2018年第29期论文;