在数据稀缺下用于矿产找矿潜力制图的集成机器学习策略

用更少线索寻找矿体

现代社会依赖铅、锌等金属用于电池、电子设备和基础设施，但最容易入手的矿床已被发现。在新区域，地质学家常常只有零星的确认证据、分散的化学样品和不完整的地图可供参考。本研究展示了如何使用机器学习，不是为了在历史数据上追求最高分，而是在信息稀缺时提供决策者真正可以信赖的预测。

现实世界中数据为何稀薄

矿产潜力制图旨在突出景观中更可能含有矿体的区域。它将岩性、断层、卫星影像和河流沉积化学等多层信息组合成概率图，指导野外工作和钻探。然而在早期项目中，已知矿床很少，地图上许多区域从未取样。标准机器学习工具依赖大量、标注良好的数据；当面对仅有几十个阳性样本时，它们可能变得不稳定且过于自信，给出看似精确但与现实联系薄弱的数值。

将稀疏线索转化为可用信号

作者在伊朗中部的Dehaq铅锌区开展工作，该区的矿化与特定的石灰石层、断层和化学蚀变带相关。他们基于地质调查和卫星影像构建了赋存岩、断裂密度和蚀变的数字地图，并从624份沉积样品中提取了地球化学异常。从这些丰富但不均的证据中，他们提炼出仅108个有标签的位置：27处已知矿床和81处非矿床。为避免多数类压倒少数矿体样本，他们采用了一种在现有矿点之间插值生成真实感合成矿点的技术，仅在训练数据内平衡类别。这在保持真实世界稀缺性特征的独立验证和测试集不变的同时，提供了更平衡的训练样本集。

构建模型团队而非单一英雄

研究没有依赖单一算法，而是组合具有不同优势的方法。其中一套集成将支持向量机（SVM），即在类别间绘制最尖锐边界的方法，与一种简单的概率模型高斯朴素贝叶斯配对。另一套混合了两种基于树的方法——LightGBM和AdaBoost，它们擅长在众多变量中捕捉复杂模式。在两种情况下，最终预测都是各组成模型概率估计的平均值，这一策略常常能减少性能上的剧烈波动。关键是，作者不仅比较了这些模型的准确率，还评估了它们预测概率与现实的匹配程度——即所谓的校准性。

为信任而调参，而不仅仅为分数

模型的设定——例如对错误的惩罚强度、树的数量等——会显著改变其行为。团队测试了三种常见的调参策略：网格搜索（Grid Search），系统地扫描一套固定的选项；随机搜索（Random Search），随机采样参数组合；以及贝叶斯优化（Bayesian Optimization），利用先前试验来猜测更有前景的组合。在理论指标上，贝叶斯优化为基于支持向量的集成带来了最高的判别分数（ROC–AUC为0.95）。然而当作者检查校准曲线——将预测概率与实际结果对比时，使用网格搜索调参的两种集成模型在中间概率范围内表现出更平滑、稳定的结果，而这一范围通常就是勘探决策阈值所在。

从数字到实地决策

对于早期勘探而言，每个钻孔成本高昂，作者认为良好行为的概率比追求微小的准确率提升更为重要。他们最实用的建议是采用由网格搜索调参的支持向量机加朴素贝叶斯的简单集成。该方法在保持较强判别能力的同时，能在概率值和真实发现率之间提供最可靠的联系，使地质学家能够根据自身风险承受度设定阈值。随着项目成熟和数据积累，可以引入如LightGBM这类更复杂的基于树的模型来细化预测，但始终应关注校准。这样，机器学习就不是一个黑箱得分生成器，而是一个在寻找下一代矿产资源位置时，能够提供风险意识决策支持的透明伙伴。

引用: Amirajlo, P., Hassani, H., Pour, A.B. et al. Ensemble machine learning strategies for mineral prospectivity mapping under data scarcity. Sci Rep 16, 9171 (2026). https://doi.org/10.1038/s41598-026-40125-1

关键词: 矿产潜力制图, 集成机器学习, 数据稀缺, 模型校准, 矿产勘探