《Journal of Geochemical Exploration》：Machine learning-driven prospecting prediction for Carlin-type gold deposits using stream sediment data: A case study of the Leye area, SW China
编辑推荐：
•在勘探性制图方面，Au–As–W–Zn–Sb元素组合比完整元素集及基于主成分分析的元素集表现更佳。•在样本量较小的地球化学条件下，随机森林模型展现出更高的稳定性和泛化能力。•对地质距离变量进行对数变换，能有效平衡结构约束与地球化学信号之间的关系。引言中国是全球最大的黄金生产国和
- •
在勘探性制图方面，Au–As–W–Zn–Sb元素组合比完整元素集及基于主成分分析的元素集表现更佳。
- •
在样本量较小的地球化学条件下，随机森林模型展现出更高的稳定性和泛化能力。
- •
对地质距离变量进行对数变换，能有效平衡结构约束与地球化学信号之间的关系。
引言
中国是全球最大的黄金生产国和消费国。作为战略性矿产资源，黄金兼具商品属性和货币属性，对于保障国家工业安全与金融安全具有重要意义（Liu等，2023）。卡林型金矿是世界上重要的热液金矿类型，以其巨大的资源储量以及独特的地球化学特征而著称（Hu等，2010）。中国黄金资源的分布并不均衡，大型金矿较少，中小型金矿较多，整体品位较低。因此有必要加强西部重点地区的黄金资源勘探，同时推进现有大中型矿山的深部及边缘地带勘探工作（Yu等，2021）。云贵桂“金三角”地区是仅次于美国内华达州的全球第二大卡林型金矿集中分布区，该地区的勘探深度多在500米以内（Cao等，2024），已探明黄金储量接近1000吨（Gao等，2024），具备极高的矿产资源勘探潜力。
在深层矿产资源勘探中，首要任务是进行矿产预测，也就是收集地质信息，缩小目标区域范围，找到最具潜力的勘探区域（Liu等，2022）。传统的矿产资源预测方法主要依赖地质学家的经验知识，通过定性或半定量方法，依据原始矿床模型和地质异常进行类比分析（Zhao，2007）。自20世纪中叶以来，矿产资源预测逐渐从定性描述发展为定量化和建模化，基于地质、地球物理和地球化学数据的统计预测方法也应运而生（Liu等，2022）。其中，矿产潜力图是一种重要的定量预测工具，它结合专家知识、成矿理论以及地质数据，以概率形式评估未发现矿床的潜力（Agterberg，1989；Zuo等，2023）。然而，面对高维度、多源且复杂的非线性地质科学数据，传统统计方法在知识表示、多源信息融合以及隐含模式识别方面仍存在一定局限性（Zuo等，2023）。近年来，机器学习与深度学习等人机智能技术的进步为矿产资源预测研究带来了重大变革（Fu等，2025a，Fu等，2025b）。这些技术的优势主要体现在能够高效处理复杂数据以及识别深层模式上（Christianson等，2023）。地质数据本身具有多源、异质性强、维度高等特点，这与机器学习和深度学习擅长的数据处理任务高度契合（Xu等，2025；Hammouri等，2026）。目前，这一领域已经出现了一系列针对性的模型与应用，比如用于云南省地质矿产调查的大语言模型GeoMinLM（Zekang等，2025），用于矿产预测与制图的地理空间基础模型GFM4MPM（Daruna等，2024），以及基于直接采样和卷积神经网络用于量化矿产预测中证据层不确定性的方法（Yang等，2023）。人工智能与大数据的结合进一步推动了“大数据智能勘探”模式的发展。通过多源信息的深度融合与分析，实现了从区域成矿潜力评价到局部目标优化的智能流程，例如在胶东半岛进行的金矿预测实践就取得了良好效果（Wang等，2026）。同时，为提升预测结果的地质可解释性和可靠性，研究人员开始致力于引入可解释的人工智能方法（Zuo等，2025），以提高模型的透明度与地质可信度。
云贵桂“金三角”位于中国扬子地块的西南边缘。先前的研究表明，该地区存在两个阶段的卡林型金矿化作用，金矿呈带状分布于盆地的深部断层带附近（Li等，2024；Feng等，2023）。目前，该地区金矿的相关研究主要集中在成矿年代框架、成矿过程及成因机制方面（Wang等，2020），其研究范式仍以传统的地质勘探理论与方法为主。在处理复杂的地质信息时，传统的勘探预测方法往往依赖专家经验，在权重分配上主观性较强，难以充分挖掘多源数据之间的非线性关系，且对高维度地质科学数据的综合分析能力也较为有限（Yousefi和Nyk?nen，2015）。为克服上述局限，本研究引入多种机器学习算法，利用河流沉积物地球化学数据构建区域勘探预测模型，以提高勘探预测的客观性、准确性和效率。本研究以云贵桂“金三角”东北部的乐业地区8980个河流沉积物样本的数据为基础（见图S1），通过大数据挖掘技术构建了该地区卡林型金矿的地球化学指纹，进而运用机器学习算法建立了该地区卡林型金矿的预测框架。
章节要点
区域地质
云贵桂“金三角”地区被视为古特提斯洋闭合后，金沙江-哀牢山-嵩马缝合带与扬子地块之间的大陆边缘裂谷盆地（Wu等，2020）。该地区的地质演化历程可分为三个阶段：早古生代的褶皱基底经历了泥盆纪的大陆边缘裂谷盆地演化阶段、石炭纪早期至三叠纪早期的被动大陆边缘盆地阶段，以及弧后前陆阶段。
方法
本研究从广西乐业的河流沉积物采样点采集了包括Au、Cd、Hg、Ag、As、Ba、Bi、Co、Cr、Cu、Mo、Ni、Pb、Sb、Sn、V、W和Zn在内的18种地球化学元素的数据。如图S1所示，采样点在该区域内分布均匀。河流沉积物异常的识别过程会受到采样密度和空间分布不均、覆盖层条件差异以及复杂的区域地质背景等多种因素的影响。
结果
根据对数化地质因子条件下一共三种特征组合方案的组合损失函数图（见图4）可以看出，总体而言，五种元素组合时的曲线相对较为稳定，说明这三种模型都具备最佳的收敛特性和预测稳定性，既能够保证模型精度，又具有较好的泛化能力。相比之下，由于……
算法稳定性：小样本条件下RF、XGBoost与CNN的比较
在矿产资源预测等地质应用中，训练样本数量往往较为有限，模型的选择会对预测结果的稳定性和泛化能力产生重要影响。在本研究中评估的模型中，RF和XGBoost属于典型的集成学习算法，而CNN则属于通常需要更大训练数据集的深度学习模型。因此，二者在学习机制上存在差异。
结论
本研究以云贵桂“金三角”东北部的乐业地区为研究对象，利用8980个包含18种元素的河流沉积物样本的地球化学数据，构建了RF、XGBoost和CNN三种机器学习模型，用于卡林型金矿化作用的勘探性制图与评估。本研究系统比较了不同元素组合及地质约束表示方式对预测性能的影响，主要结论如下：
CRediT作者贡献说明
孙岩：论文撰写——初稿撰写、可视化、概念构建。周永章：方法设计、资金筹集。曾长宇：论文撰写——审阅与编辑、可视化、数据整理。朱标标：论文撰写——审阅与编辑、软件使用、资源获取、方法设计。于鹏鹏：方法设计、调研工作。
未引用参考文献
Wang等，2025a
Xiao等，2018
Yousefi和Nyk?nen，2016
Zhao等，2018
利益冲突声明
作者声明不存在任何可能影响本文研究工作的已知财务利益关联或个人关系。
致谢
本项研究得到了以下项目的共同资助：新疆维吾尔自治区重点研发计划（编号：2025B03007）、广东省科技厅青年科技人才扶持计划（编号：SKXRC2025005）、广东省自然科学基金（编号：2024A1515030216）、广东省引进创新科研团队计划（编号：2021ZT09H399）、广东省科技计划项目（编号：2024B0303390002）以及自然资源部放射性稀有散射矿物重点实验室（编号：2025-RRSM-03）。在此我们向所有提供支持的单位和个人表示衷心的感谢。
孙岩|周永章|曾长宇|朱标标|于鹏鹏
