《International Journal of Applied Earth Observation and Geoinformation》：A systematic review of deep learning methods for mineral exploration using multisource geoscience data (2018–2025)
在包含卫星观测、地球物理测量、地球化学分析和地质信息的多源数据集用于矿物预测性（mineral prospectivity）研究方面已取得显著进展。然而，传统矿产勘探技术在复杂地质环境中日益面临挑战，尤其是对于深部或隐伏矿床，因其整合和解释高度异质性多源数据集的能力有限。深度学习（Deep Learning, DL）作为一种前沿方法，能够从这些异质性的地球观测（Earth Observation, EO）和地球科学数据中学习联合表征，整合细微的光谱、空间和结构模式，从而通过优先筛选远景区域和减少不必要的地面调查，支持更高效和有针对性的野外工作。在本系统综述中，研究人员审查了2018年至2025年间发表的349项关于深度学习用于矿产勘探的研究。研究人员提出了一个阶段依赖的数据框架（stage-dependent data framework），详细说明了数据需求如何从区域普查（regional reconnaissance）演进到矿床尺度靶区（deposit-scale targeting）。随后，研究人员批判性地评估了主要的深度学习架构，并将其特定优势与不同的数据特征（如空间网格、序列和图拓扑）联系起来。特别关注多源融合策略（multisource fusion strategies），强调了严格的空间一致性和物理互补性的必要性。此外，还识别出限制业务化应用的持续挑战，包括标签代表性（label representativeness）中的发现偏差（discovery bias）、类别不平衡（class imbalance）、可解释性（interpretability）和跨区域泛化（cross-region generalization）。最后，讨论了新兴前沿，包括地理空间基础模型（geospatial foundation models）和大语言模型（Large Language Models, LLMs）在自动化知识提取中的作用。
本文主体部分围绕多源地球科学数据、深度学习模型架构及应用问题与前景展开系统总结。以下按原文小标题进行梳理：
**3. Data used for mineral exploration**（矿产勘探使用的数据）
现代矿产勘探利用多种地球科学数据集识别高矿产远景区域。卫星和航空遥感常提供主要空间框架，具有连续覆盖和一致几何及辐射定标的优势。矿物勘探本质上是尺度依赖的过程，数据集的效用取决于其空间支持与目标成矿系统物理足迹的对齐。勘探工作流遵循系统性的搜索空间缩减，通常概括为五个阶段，具有不同的地球观测和地球科学数据需求：（i）区域选择（regional selection）：依赖卫星多光谱影像、航空磁法和重力测量及区域水系沉积物地球化学等概观性数据；（ii）区段靶区（district targeting）：需航空高光谱或ASTER影像、区域电磁测量和土壤地球化学网格等更高专题特异性的数据；（iii）勘探区尺度靶区生成（prospect-scale target generation）：使用无人机摄影测量、地面地球物理和便携式野外地球化学等高分辨率诊断数据集；（iv）靶区测试与圈定（target testing and delineation）：以钻探驱动，需井下地球物理、钻孔岩芯分析和三维地质建模；（v）资源定义与矿山尺度优化（resource definition and mine-scale optimisation）：依赖密集地下采样、高光谱岩芯扫描和显微矿物纹理分析。
**3.1. Remote sensing data**（遥感数据）
遥感为矿产勘探工作流提供基础空间框架，从区域普查到勘探区靶区均适用，但最优效用是尺度依赖的。中分辨率多光谱影像最适用于区域至区段筛选，而航空高光谱和无人机产品在勘探区和矿床尺度更为关键。在深度学习中，早期阶段遥感作为上下文编码器学习区域岩性-构造模式，后期阶段作为诊断性测绘器关注矿物组合和细尺度纹理。当前方法通过集成多尺度和多模态观测克服传统局限性，深度学习工作流替代固定波段比，学习更具迁移性的光谱-空间特征。但其有效性在干旱或稀疏植被区最大，在植被覆盖、冰碛物或广覆盖区受限，需集成互补模态如合成孔径雷达（Synthetic Aperture Radar, SAR）和地下敏感的地球物理与地球化学数据。遥感数据需转换为分析就绪数据（Analysis Ready Data），经辐射定标、大气与地形校正及正射校正等预处理，并定义代表性标签类。
**3.2. Geophysics data**（地球物理数据）
地球物理利用密度、磁化率、电导率和放射性等物性差异探测近地表及地下地质特征和矿床。与地表遥感不同，位场和电磁方法可穿透覆盖层提供矿体的几何约束。其中磁法和重力数据高度可迁移，通过多分辨率滤波和二维或三维反演从区域到矿床尺度圈定岩性单元和蚀变带；放射性数据作为近地表岩性和风化层化学的代理；电磁和大地电磁法映射与硫化物和热液系统相关的电导率变化。数据驱动工作流需注意反演的非唯一性、文化噪声及探测深度与空间分辨率的权衡。现代深度学习方法通过嵌入物理约束（如耦合神经网络与前向算子）缓解非唯一性。地球物理数据集需经调平、网格化、化极和向上延拓等预处理，并与遥感、地球化学层重采样至公共空间分辨率。标签策略需解决点状地质数据与连续地球物理场之间的差异，正样本常扩展至接近矿体物理足迹的邻域。
**3.3. Geochemistry data**（地球化学数据）
地球化学数据捕捉成矿过程中岩石、土壤、沉积物和水的化学特征，元素异常直接指示成矿过程。地球化学采样介质的选择强烈依赖于阶段和地形：区域普查阶段水系沉积物、湖泊沉积物和冰碛物最具信息量；土壤采样在区段至勘探区阶段检测金属异常；全岩数据集在勘探区评估和圈定阶段提供高特异性信息。便携式仪器（如手持X射线荧光光谱仪，XRF）提高了采样密度。地球化学数据本质上是离散点观测，用于卷积神经网络需插值至规则网格，会引入平滑伪影和不确定性。此外，在搬运风化层环境中，地表地球化学异常可能与地下岩源空间解耦。预处理需进行质量把控、检测限统一、离群值分析及对数比率变换，以缓解成分闭合效应。标签策略通过异常阈值化或与已知矿化的空间关联定义，需注意类别不平衡和空间依赖性，研究人员越来越多采用无监督和半监督学习策略。
**3.4. Geological data**（地质数据）
地质数据提供解释所有其他勘探信息的基本背景和历史框架，包括岩石类型分布、地层图、构造特征、地质年代记录及已知矿点。地质数据在区域普查阶段提供成矿适宜性背景，在勘探区尺度需要更详细的填图，在后期阶段钻探验证的三维地质模型成为主要集成器。然而，地质数据的集成受限于主观性、不确定性以及以非结构化文本形式存储的知识。地质图是解释性模型，不同图幅间存在不一致性；三维地质模型在数据稀疏区存在显著不确定性。近年来，自然语言处理和大语言模型（Large Language Models, LLMs）被用于从文本中提取地质概念并转换为数值向量。地质年代数据作为时空约束变得至关重要。为适用于深度学习，矢量地质图需数字化、清理并统一岩性地层单元和构造命名，再转换为栅格层，并计算导数变量（如距断层距离、接触密度）。标签方面，矿点和矿床清单转化为点或单元格标签，正类由已知矿床定义，负类从地质相似但无矿区域选取。
**3.5. Multisource data fusion**（多源数据融合）
多源数据融合将异质数据集整合至统一分析框架，利用跨模态协同效应提供鲁棒且可解释的预测框架。融合方法论在三个层次运作：像素级融合保留原始光谱和物理相关性；特征级融合通过卷积神经网络（Convolutional Neural Network, CNN）或自编码器等架构进行特征拼接或变换；决策级融合通过加权投票或贝叶斯推断组合独立预测模型。在深度学习时代，跨阶段集成将区域上下文层约束勘探区靶区生成。有效实施要求严格的空间一致性——所有层重投影和重采样至共享网格。近期研究表明，基于注意力机制的Transformer和图神经网络（Graph Neural Network, GNN）在建模空间异质性和长程依赖方面优于单纯栅格CNN融合。
**4. Deep learning model for mineral exploration**（用于矿产勘探的深度学习模型）
本综述提出“任务-数据-模型”选择框架，基于数据结构与架构归纳偏好的对齐。对于栅格数据，CNN因其平移不变性归纳偏置仍是基线选择；对于序列数据，一维CNN和循环神经网络（Recurrent Neural Network, RNN）适用于局部趋势和因果顺序建模，Transformer擅长捕捉长程光谱依赖；对于不规则点或网络数据，图神经网络（Graph Neural Network, GNN）通过拓扑连接建模扩散路径和结构关联；对于复杂多模态集成或需要全局感受野的任务，Transformer架构通过动态注意力机制权衡跨模态相关性。最优预测性能常来自混合框架。以下按模型家族总结。
**4.1. Stacked autoencoders**（堆叠自编码器）
堆叠自编码器（Stacked Autoencoder, SAE）作为无监督特征提取器，将高维数据压缩为紧凑潜在表征，特别适用于地球化学阵列的高维性、地球物理调查的变噪声水平及遥感影像的光谱复杂性。SAE作为特征级融合引擎，学习共享潜在因子同时抑制传感器特定噪声。代表性研究包括：基于重构误差的无监督异常检测（如Mirzabozorg和Abedi在Esfordi铁矿带）；结合知识蒸馏的学生-教师变体；与密度建模和聚类结合分离背景与多变量异常。局限性在于重构误差标记任何偏离背景的行为而非直接矿化信号，易增加假阳性；尺度不匹配；潜在空间可解释性弱。建议SAE最适合早期筛查阶段。
**4.2. Recurrent neural networks**（循环神经网络）
循环神经网络（Recurrent Neural Network, RNN）及其长短期记忆网络（Long Short-Term Memory, LSTM）变体适用于序列输入，主要数据包括井下地球化学和地球物理测井（垂直地层序列）、高光谱曲线（有序波长序列）及多时相遥感序列。代表性应用包括：LSTM用于短波红外数据识别蚀变矿物（如绢云母和伊利石）；LSTM结合异常权重法预测铁矿化带；类平衡焦点损失优化LSTM训练。主要限制在于真正的时序数据在勘探中相对稀少，许多“序列”实际上是空间剖面，顺序依赖性弱于三维空间相关性。推荐仅在数据顺序严格编码地质过程时优先使用LSTM。
**4.3. Convolution neural networks**（卷积神经网络）
卷积神经网络（Convolutional Neural Network, CNN）是矿产勘探中的主导架构，与多源地球科学数据的栅格格式天生对齐。研究从简单维度适应发展到复杂混合和约束框架：一维CNN用于光谱分析（如拉曼和高光谱分类）；一维和二维结合架构降低计算成本；三维CNN（3D-CNN）集成空间和光谱信息用于隐伏靶区建模。混合框架包括CNN-LSTM、注意力增强网络和集成方法。为解决标签稀疏和可解释性问题，采用了迁移学习、Shapley值分析和半监督方法。近期地质约束框架（如软硬约束模型和先验知识集成DPNet）确保预测的地质合理性。在区域和国家尺度上，深度CNN已被用于预测碳碳酸岩型稀土矿床和锂-铯-钽伟晶岩矿床。挑战包括空间自相关导致的精度膨胀、固定窗口尺寸的尺度不匹配、以及三维CNN对体素化伪影的“静默失败”。建议按阶段选择：早期用轻量二维CNN；中期用光谱-空间学习和注意力混合设计；后期用钻探约束的三维CNN。
**4.4. Generative adversarial networks**（生成对抗网络）
生成对抗网络（Generative Adversarial Network, GAN）的主要贡献是改善判别模型运行的数据条件：数据增强生成稀有类别的合成样本；重建高维地球观测数据填补数据空白；对抗性域适应用于跨区域知识迁移。代表性应用包括WGAN-GP和条件cGAN生成高保真地质特征、合成正类标签用于全国范围伟晶岩远景建模、域对抗网络对齐特征分布。主要风险在于训练不稳定和模式坍塌，可能产生统计合理但违反地质过程约束的样本，且生成样本需严格验证标签代表性。实际应用中建议与物理条件约束结合。
**4.5. Graph convolution networks**（图卷积网络）
图卷积网络（Graph Convolutional Network, GCN）通过消息传递机制利用图拓扑和节点属性传播信息，适用于不规则点数据（如地球化学样点隐含的流域连接）和构造地质网络（如断层、接触带）。研究展示了半监督和混合架构：自集成GCN（Self-ensemble GCN）通过均值教师框架抑制过平滑并集成多源数据；小批量GCN增强可扩展性；一维CNN-GCN模型提取化学-空间联合特征；注意力机制GCN（如Atten-GCN）动态分配节点权重。挑战包括地质意义图的构建困难（距离图可能穿越岩性边界）、过平滑问题。建议在关键预测变量为稀疏点样本、结构网络或知识图谱时优先使用GCN，常与CNN或Transformer主干结合。
**4.6. Attention mechanism**（注意力机制）
注意力机制作为跨空间、通道和模态的相关性建模策略，并非独立模型家族。通道注意力对高光谱和拉曼数据突出诊断波段；空间注意力对地球化学和地球物理网格聚焦局部异常。研究将注意力嵌入CNN克服特征提取瓶颈（如SE模块、混合注意力）；在光谱分析中捕捉信息序列（双支网络）；在图和序列模型中使用图注意力网络和注意力LSTM；三维靶区建模中结合3D-CNN与注意力模块聚焦重要地下特征。在大区域和国家尺度上，注意力机制用于动态加权多源融合。注意力权重提供可解释性框架，但需注意注意力不一定因果或物理正确，需与其他地质约束和敏感性分析三角验证。
**4.7. Transformers**（Transformer）
Transformer架构依赖自注意力机制全局处理输入，支持异质融合需求。视觉Transformer（Vision Transformer, ViT）用于多光谱和高光谱影像中长程蚀变模式建模；自注意力和交叉注意力集成多传感器证据。研究进展包括：ViT用于矿物识别；与类感知对比学习结合用于火星岩石分类；混合架构如ViT-DGCN融合视觉Transformer与动态图卷积网络；Swin Transformer融合模块；Transformer-LSTM蒸馏框架；傅里叶增强ViT。多模态矿物系统分析中引入地球科学Transformer编码非结构化文本生成的地理知识。挑战包括缺乏归纳偏置导致的过拟合风险、自注意力的高计算需求、以及可能学习虚假跨层相关性。建议优先使用混合架构（卷积主干加Transformer块），在标签稀缺时使用自监督预训练，验证协议需显式测试跨区域迁移能力。
**4.8. Model performance evaluation**（模型性能评估）
评估依赖多种指标和验证策略。基于像素或样本的分类问题（如岩性填图）使用混淆矩阵导出指标（总体精度、F1分数、Kappa系数），但需采用空间阻塞交叉验证（Spatial Cross-Validation）或严格空间分离的测试区以避免空间过拟合。矿物预测性制图任务因极端类别不平衡需阈值无关和排序基度量，如接收者操作特征曲线（ROC）及曲线下面积（AUC）、成功率曲线、预测-面积曲线和浓度-面积法。回归应用（如品位预测）使用决定系数和均方根误差。当前领域面临可重复性危机，需发展开放基准数据集和统一评估协议。
**5. Problems and prospects**（问题与前景）
**5.1. Data scarcity and domain generalization**（数据稀缺与域泛化）
深度学习用于矿产勘探根本上受限于高质量标记数据的稀缺性和空间偏斜性。矿床是罕见地质事件，训练样本变异性不足。空间域漂移导致数据丰富区训练的模型在新区性能下降。应对措施包括迁移学习与域适应、数据增强（如窗口迭代扩展）、自监督和半监督学习。
**5.2. Model interpretability and physical consistency**（模型可解释性与物理一致性）
深度学习架构的“黑箱”性质造成业务部署障碍。可解释人工智能（Explainable AI, XAI）通过注意力机制、显著图和特征归因方法可视化模型焦点。未来需向物理信息架构（physics-informed architectures）演进，显式嵌入矿物系统概念、地质规则和物理约束，使地质合理性成为核心评价标准。
**5.3. Class label representativeness and robust training**（类别标签代表性与鲁棒训练）
标签代表性（class label representativeness）是决定模型可靠性的关键因素。发现偏差导致已知矿床作为训练子集偏向浅表、暴露的矿化，标准监督模型学会“易于发现”的代理而非成矿过程。应对需转向正-无标签学习（Positive-Unlabeled learning）、生成式增强深部矿化签名及对抗性域适应。
**5.4. Computational demands and standardization**（计算需求与标准化）
高分辨率多光谱影像、密集地球物理网格和三维地质模型产生海量数据，训练复杂架构需大量计算资源，造成研究原型与工业应用的部署鸿沟。方法学碎片化（预处理流水线不统一、训练-测试划分即兴、依赖专有数据集）阻碍可重复性和跨研究比较。需发展高效网络设计（轻量CNN-Transformer混合、模型压缩）、云基训练策略及开放基准和标准化评估协议。
**5.5. Foundation models and advanced language-based methods**（基础模型与先进语言基方法）
先进自然语言处理（Natural Language Processing, NLP）将文本领域知识整合到预测框架。语言模型从文本描述中提取成矿准则并转化为定量空间证据层。上下文感知大语言模型（Large Language Models, LLMs）和Transformer架构进一步革新多源数据融合，自监督地球科学Transformer（Geoscience Transformers）通过掩码回归机制连接自然语言与数值地球观测数据。这些技术自动化知识提取，增强三维预测，并支持交互式工作流。
**6. Conclusion**（结论）
本系统综述审查了349项研究，确立了深度学习已从实验技术演变为矿产勘探的稳健方法论支柱。主要贡献是定义了阶段依赖的数据框架，表明深度学习效用严格受勘探尺度制约。遥感在早期阶段作为区域上下文编码器，后期阶段作为诊断工具。遥感与地球物理、地球化学和地质数据的综合允许解析单源方法的内在物理歧义，构建整体三维矿物系统模型。方法论演变从标准CNN向更专门架构迁移：GCN编码地质连通性，Transformer建模全局长程依赖。然而业务部署面临关键认识论挑战：最显著瓶颈是数据稀缺和标签代表性不足导致的发现偏差。未来应优先考虑正-无标签学习和域对抗适应，以及采用地理空间基础模型和大语言模型实现自动化知识提取。最终，数据驱动创新与专家引导的地质约束的成功集成对于发现满足全球关键矿产资源需求的深部隐伏矿床至关重要。
