随着地质找矿工作的深入推进,当前已呈现出由浅部资源勘探向深部资源拓展、由单一找矿方法向综合找矿技术体系转变的发展态势。经过近70年的地质勘查实践,我国通过多轮系统的地面找矿工作,已成功构建起一系列重要成矿理论和找矿技术方法体系,形成了一批重要的能源资源保障基地。然而,伴随勘探程度加深,找矿效率持续降低的现实瓶颈亟待突破。本文基于大数据理论框架,聚焦找矿靶区定量预测技术研究,旨在探索从综合建模向分类建模的技术转型路径。针对找矿靶区预测精度这一核心科学问题,研究提出以大数据统计学相关分析为技术支撑,系统整合地质、地球物理、地球化学及矿产开发等多源异构数据,构建多元参数与已知矿床(点)相关要素的系列关联模型,深度挖掘数据信息的隐性关联特征,重点攻关找矿靶区定量预测精度提升难题,最终形成“分类建模,成果融合”的综合信息定量找矿预测技术体系。选取甘肃省金川超大型铜镍矿区及其外围作为典型找矿应用示范区,通过构建矿产资源预测综合模型,圈定出37处重要找矿靶区,靶区面积介于0.11 km2至21 km2之间,其中面积小于2 km2的靶区达34处(占比91.89%),显著缩小了找矿范围。进一步优选5处靶区开展野外踏勘验证,结果显示:金川超大型铜镍矿与预测的Cu、Ni范围重合度高达86%,另外4处靶区分别与金川矿区尾矿堆和灰水池完全重合,经综合研判最终确定有效找矿靶区3处,预测结果可信度较高,系重点勘查区域。此外,针对前人持续勘查的Ⅳ矿区东延区东湾M-15磁异常区,开展铜镍找矿前景分析研究,认为该异常区未圈定铜镍找矿靶区,铜镍找矿前景不理想。本次研究通过深部及外围靶区验证与模型迭代优化,为大数据驱动下的地质找矿技术创新提供了实证案例,对同类型矿产资源勘查具有重要示范意义。