矿产勘探的理念,在西方国家被称为“勘探哲学”,是指导矿产勘探的思想、方法、技术、目标和组织。矿产勘查的3个基本要素是“找什么”、“哪里找”和“如何找”。随着“三要素”的发展,矿产勘查的概念正在逐渐变化,“三要素”为改变矿产勘探的概念、方法和技术提供了强大的动力。矿产勘查概念的创新是持续的勘查和开发与时俱进的结果。“数学地质学”和“信息技术”的结合被称为“数字地质学”。数字地质学是地质科学的数据分析的组成部分。地质数据科学是一种根据地质数据的特征和地质工作的需要,利用数据科学的一般方法来研究地质学的科学。数字矿产勘查是数字地质学在矿产勘查中的应用,以减少找矿的不确定性。

数学地质或者数学地球科学作为一门自然科学与地球科学的交叉学科,长期以来缺乏统一的学科定义,导致了学界对该门学科的理解常常出现偏差,甚至常常不把其作为一门独立学科,一定程度上影响了学科的发展。笔者曾任国际数学地球科学学会的执行主席、副主席、主席十余年,见证和领导了国际数学地球科学学会从数学地质向数学地球科学的转变,以及学会相关的杂志、会议等名称和内容的更新。期间于2014年在学会年度报告中提出了数学地球科学的新定义和学科内涵,2018年在庆祝学会50周年的数学地球科学手册中详细论述了数学地球科学学科的定义、内涵、贡献和前缘等。本文将在以上数学地球科学新的学科体系框架下探讨数学地球科学的主要贡献、科学进展、学科前缘和科普教育。在回顾学科发展历史的基础上分析了数学地球科学与数学地质学的差异,介绍了数学地球科学在大地测量和地球物理学、板块构造理论、地球化学、沉积学、地理信息系统、矿产资源和能源预测等领域的重要贡献。从国际地球科学前缘方向分析了数学地球科学的学科前缘,介绍了定量研究地球复杂性、大数据-深度机器学习与复杂人工智能等新的学科增长点。回答诸如什么是数学地球科学?数学地球科学家对地球科学的贡献?数学地球科学是否处在地学前缘等问题。

超大型矿床是某一(或某些)矿种资源的巨大储库。据统计,全球矿产资源70%~85%的勘探储量集中分布于占全球矿床数10%的超大型矿床。由此可见发现超大型矿床对一个国家经济与社会发展的极端重要性。超大型矿床成矿背景是其形成的基础,成矿过程是其成矿的关键,勘查评价是其发现的根本途径。文章试图从成矿背景、成矿过程与勘查评价相互关联的角度探索超大型矿床“三位一体”的找矿理念。对于隐伏的和新类型超大型矿床,集“成矿背景、过程与勘查评价”于一体的找矿理念是矿产勘查成功的关键。我们根据地球成矿动力学理论,将地壳结构复杂的地质异常区域(如板块边界)定义为找矿可行地段;在找矿可行地段内,根据成矿系统理论,将成矿关键要素(源、运、储、盖)发育的地段定义为找矿有利地段;在找矿有利地段内,根据成矿系列理论,将可能出现矿床共生组合的地段定义为找矿远景地段。根据自组织成矿系统理论,一个矿集区内,矿床规模-频率幂律分布,奠定了多尺度聚焦找矿的理论基础。地质矿化单一信息的多解性和不确定性奠定应用综合致矿信息找矿的理论基础。基于成矿系统和综合致矿信息数字找矿模型的矿产勘查是从成矿的因果关系(本质)和矿床与诸控矿因素的相关关系(现象)两个方面确定可能矿化地段的最有效方法。超大型矿床找寻上升至综合地学学科水平,应视为一种科学的探索,这种探索综合来自地学各相关领域致矿信息,然后将从这些信息中获取的关键成矿过程和参数转换为找矿的空间数据信息,根据选靶模型识别并确认这些空间数据信息的存在,最后在全球、成矿省和矿化集中区尺度上圈定能够定量排序的超大型矿床的找矿远景区(靶区)。集“成矿背景、过程与勘查评价”于一体的找矿理念应为未来的超大型矿床勘查奠定理论和方法学基础,为应用直接探测技术和方法探测矿床提供合理的工程勘查方案。

矿产资源预测已从定性走向了定量,从数据稀疏型走向了数据密集型,亟须数据科学支撑。本文在前人研究基础上,讨论了基于数据科学的矿产资源定量预测理论与方法,该方法的理论基础为相关性理论与异常理论,前者采用监督的机器学习方法挖掘地质找矿大数据与矿床的相关性为预测未发现矿床提供了理论基础;后者采用非监督的机器学习方法识别地质找矿大数据蕴含的地质异常为预测矿床提供了理论依据。该理论与方法强调地质找矿大数据和机器学习的重要性,其中,数据种类的多样性及数据精度和质量会影响预测结果的好坏,机器学习可提高特征提取与信息集成融合效率。此外,本文讨论了基于数据科学的矿产资源定量预测理论与方法的技术框架、特征提取、数据集成融合方法,以及该理论与方法引入的不确定性。

内蒙古新达来草原覆盖区位于古亚洲成矿域的二连—东乌旗钼铜多金属成矿带西段,分布有乌兰德勒、准苏吉花等与中酸性侵入体有关的内生金属矿床,成矿地质条件优越。然而,因受牧草和第四系大面积覆盖的影响,该区各种成矿/示矿信息具有间接、叠加、隐蔽、微弱、不完整等特点,给找矿勘查带来更大的不确定性和风险。因此,必须加强矿产定量预测研究,为覆盖区找矿工作指明方向。本文以赵鹏大院士等提出的地质异常理论为指导,分析新达来草原覆盖区及邻区成矿多样性,总结矿化垂向分布规律,进而通过S-A多重分形滤波模型降低覆盖层对土壤地球化学测量数据和地面高精度地磁数据的干扰,识别和提取深部源引起的弱异常,并将提取的断层、侏罗纪中酸性岩体、岩脉、岩体与围岩接触带、PC1和PC2元素组合异常、高精度磁异常,以及成矿单元与非成矿单元的地理位置X-Y坐标作为随机森林模型的输入预测变量。本文采用SMOTE采样技术克服覆盖区矿床(点)数量少所造成的训练样本不足的缺陷,通过500次随机森林模拟来定量表征与成矿关系密切的综合地质异常,模拟结果的平均袋外误差为2.26%,AUC值达到0.972,且成矿有利度≥0.783的地质异常中分布有88.46%的已知矿床和矿点,说明该方法的有效性。为了进一步降低勘查风险,本文进行了风险与回报分析,发现除1个矿化点外,其余25个矿床和矿点均分布在回报值的正值区域,另有3个矿点和矿化点位于风险值的中高等级区域。在此基础上,利用处于低风险-高回报区的地质异常成矿有利度重新作图,最终圈定出找矿有利地段。

知识图谱使用人与机器能共同理解的语言,以“图”的方式来描述真实世界,是人工智能研究的重要方向之一。本研究是构建单体矿床、成矿系列和重要成矿区(带)的知识图谱实验的一部分,收集了钦杭成矿带6个较为典型的斑岩铜矿、斑岩-夕卡岩型铜矿的原始文本数据,参照斑岩铜矿床概念模型进行知识获取,标注、抽提文本中的实体、关系、属性,构建了具备基本应用功能的斑岩铜矿床知识图谱。基于未来矿产资源预测评价应充分理解地球系统、成矿系统、勘查系统、预测评价系统相互关系的认识,讨论了建立“地球系统-成矿系统-勘查系统-预测评价系统”关联知识图谱体系需要解决的关键科学技术问题,包括“地-矿-勘-评系统”领域本体及知识图谱递进关联体系,大规模“地-矿-勘-评系统”领域本体及知识图谱的自动构建技术,基于多模态关联数据嵌入“地-矿-勘-评系统”知识图谱自演化、补全技术以及基于知识图谱、大数据挖掘和人工智能的地球系统资源预测理论与方法。

在国际地科联启动深时数字地球大科学计划背景下,开展成因矿物学大数据平台建设和数据深度挖掘和研究,具有十分重要的意义。建议优先考虑矿物系统发生史、矿物标型和矿物成因分类3个方面的数据平台建设,开展3个方面的大数据模型、大数据处理的方法研究和大数据结果的信息提取。部署开展基于大数据的若干国家战略性关键金属元素矿物(如锂矿物、铀矿物、镓矿物、铈矿物、铂矿物等)的系统发生史和矿物类的系统发生史研究,分析其在不同地质历史时期和地球不同构造单元中的聚散规律,为战略性关键金属找矿预测提供思路。根据矿物大数据库的深度挖掘和矿物系统发生史研究所提供的有关矿物演化的规律,揭示地球历史中重要地球物理、地球化学和地球生物事件的性质、分布、规模及辐射效应。借助矿物成因分类的大数据平台,完善“显性”成因矿物族分类和区划图编制,在此基础上,开展基于大数据的“隐性”成因矿物族和找矿矿物族的分类和区划图研制。要重视矿物学和地质大数据研究的复合型人才培养,在开设地质大数据本科专业基础上,在研究生层次开设“成因矿物学大数据”研究方向。

磁铁矿广泛分布在岩浆、热液及沉积等各类矿床中,其地球化学元素组成往往受温度、氧逸度等物理化学条件的影响,能反映矿床形成环境并指示矿床成因类型,是一种重要的勘查指示矿物。自20世纪60年代以来,磁铁矿的主微量元素数据被用来构建不同的判别图,试图来区分矿床的成因类型。然而,由于矿床成因类型的多样性以及同一类型矿床的磁铁矿的主微量元素地球化学组成的复杂性,以往基于少数磁铁矿的主微量元素地球化学成分构建的矿床成因类型判别图存在一定的局限性。基于此,本文收集了前人发表在国内外期刊上的主要矿床类型的磁铁矿的元素地球化学数据(7 388条),初步构建了基于电子探针(EPMA)和激光剥蚀-电感耦合等离子体质谱(LA-ICP-MS)磁铁矿元素地球化学大数据集,建立了基于随机森林算法的矿床成因分类模型,并对磁铁矿主微量元素在矿床成因分类中的重要性做出排序。研究结果表明,基于磁铁矿大数据和机器学习算法构建的判别模型,能有效区分主要矿床类型,整体分类准确度高达95%。由于LA-ICP-MS磁铁矿数据集的测试元素多,分析精度高,使得基于LA-ICP-MS磁铁矿数据集的矿床成因分类模型精度高于基于EPMA数据集,表明磁铁矿中元素种类多少和数据测试精度影响矿床成因分类精度。同时,研究发现V元素在矿床成因分类过程中起到了较为重要的作用。此外,基于大数据和机器学习建立的判别模型对新的磁铁矿数据进行测试,可给出该数据属于每种矿床类型的概率,能有效判别矿床成因类型。