大数据背景下的金属矿综合信息找矿模型构建研究

刘 畅

（甘肃省地质矿产勘查开发局第一地质矿产勘查院，甘肃 天水 741020）

长期的矿区地质勘查工作中累积了大量的数据信息，为了便于总结出金属矿成矿规律和找矿依据，需要对金属矿矿产资源信息进行整合，并分析出矿产资源的找矿前景。由于信息量基数过大，传统方法不仅工作效率低，而且得出的找矿前景结果大多与实际不符，为找矿工作增加了难度[1]。所以此次将大数据背景下金属矿综合信息找矿技术应用到矿产挖掘工程当中，将金属矿产资源大数据利用建模形式展现出来，分析出矿产资源数据中潜在的找矿价值，并借助人机交互分析方法和交互技术，辅助矿产资源信息整合，为矿产资源开采环境的部署提供有价值的参考，同时提高矿金属产资源信息整合效率，以及找矿前景分析精度。

1 大数据背景下金属矿产资源信息找矿模型构建

此次运用金属矿找资源找矿技术对矿产资源信息进行整合，提出模型构建方法如下图所示。

图1 大数据背景下金属矿产资源信息化模型构建

由于原始的矿产资源信息数据中含有大量的无效数据，需要对原始数据进行预处理。运用平均值法将数据填补完整，采用校正的方法将原始数据的离群值规范到标准范围内。在金属矿产资源模型构建过程中，数据处理是最为主要的，对原始数据进行坐标转换，其中包括矿产资源地理坐标系的转换和坐标格式的转换[2]。

采用GPS地图提供的坐标转换接口将原数据WGS-50坐标系转换到BG-05坐标系，由于GPS地图提供的坐标转换接口每次转换的坐标数量有限，为了加快矿产资源坐标系转换工作，还需要编写脚本来完成。原始的数据指标格式为度/分/秒格式，需要将其转换为十进制角度坐标格式，其转换公式为：

公式（1）中，d表示度，m表示分，s表示秒，以此完成了对原始数据矿产资源信息预处理模型。

当完成了对于原始数据预处理后，将矿产资源点数据在GPS地图上进行标识，为了便于识别，矿产资源点数据使用不同的符号来表示[3]。当所要整合的矿产资源信息只有一类点数据时，使用颜色来编码数据属性值，通过相应的映射函数来定义标识颜色和数据属性值的模型关系，颜色映射可以更加直观的展示出矿产资源空间分布情况；当所要整合的矿产资源信息化数据模型属性值比较复杂时，采用交互的方式来标识。将矿产资源数据的属性值与GPS地图上的图标关联在一起，通过信息窗口的方式列出所有数据的属性值，信息窗口的交互方式可以更加详细的展示矿产资源的具体信息[4]。

对于矿产资源综合信息化管理模型构建，采用GPS地图与雷达视图关联协作的方法来展示多维属性整合信息，及模型展示，雷达视图是展示矿产资源数据多维属性的一种方法。通过在GPS地图上绘制矿产资源地理区域模型，在雷达视图中展示矿产资源数据的多维属性，通过在建立的模型图当中展示出较为系统的信息化矿产资源，以此实现基于大数据背景下金属矿产资源信息化模型构建。

2 大数据背景下的金属矿产资源找矿前景分析

收集矿区所有地质勘查资料信息，其中包括矿区地质信息、物理勘探信息、化学勘查信息、遥感勘查信息、数字填图信息、各个勘探大比例尺资料信息等，才收集的与矿区找矿前景分析有关的所有信息进行清洗处理，将重复信息、无效信息进行剔除，对于图形数据要进行空间坐标转换处理。在数据处理过程中要将看似矛盾的数据进行仔细核对，将处理、核对完的数据输入到计算机数据库中。结合一定地质时期、一定地质构造单元，并运用大数据技术对数据库中的数据进行分析，确定矿区内含有的矿产资源种类以及可能形成的矿床类型[5]。为了更深层次的提取到矿区的成矿信息，对数据进行专题化信息处理，并且运用上文提出的金属矿产资源信息化整合方法对矿区综合预测图件进行编制，深化矿区成矿规律研究，对金属矿产资源的种类增加识别指标要素，提高矿区找矿前景分析精度。结合矿区综合预测图件编制成果，建立矿床综合预测模型，并针对矿床分布特征进行相关分析，总结相应的预测指标特征。最后采用相关性分析方法，结合矿床综合预测模型，对矿区的成矿远景区和靶区进行圈定，并预测出矿区潜在资源量，以此实现了金属矿产资源找矿前景目标。

3 结语

大数据背景下的金属矿产资源信息化找矿建模构建方法，在矿产资源信息整合过程中，通过大数据信息化技术对数据进行清理整合；在金属矿产资源找矿前景分析中，利用大数据信息化找矿技术对勘查信息进行相关性综合分析，提高了金属矿产资源信息整合及找矿前景的工作效率和精度，同时也提高了矿产行业的数字化、信息化水平，促进地质找矿突破。