《Journal of Geochemical Exploration》：Stability-optimized extended isolation forest: A robust framework for geochemical anomaly detection
编辑推荐：
本研究提出了一种基于扩展隔离森林（EIF）算法的稳健无监督框架，用于澳大利亚西南伊尔干克拉通（southwestern Yilgarn Craton）的多变量地球化学异常检测。通过整合鲁棒因子分析（RFA）、基于雅卡尔的稳定性指数（Jaccard-based
本研究提出了一种基于扩展隔离森林（EIF）算法的稳健无监督框架，用于澳大利亚西南伊尔干克拉通（southwestern Yilgarn Craton）的多变量地球化学异常检测。通过整合鲁棒因子分析（RFA）、基于雅卡尔的稳定性指数（Jaccard-based stability index）和EIF，该框架增强了在具有非线性元素关系和空间异质性背景的复杂地球化学数据集中异常检测的可靠性、一致性和可重复性。研究人员将鲁棒因子分析应用于经中心对数比（CLR）转换的地球化学数据，识别出Au、Bi、In和Sn作为与金矿化相关的关键指示元素，从而构建了一个简约、地质意义明确且统计稳健的异常检测特征空间。随后，研究人员使用基于雅卡尔的稳定性指数对EIF模型进行优化，最优超参数配置在重复随机实现中产生了可重复的异常模式，证明了该稳定性准则在无监督异常检测中进行客观超参数校准的有效性。将优化后的EIF模型应用于区域土壤地球化学数据所生成的异常模式与已知金矿点位置表现出强烈的空间对应关系。模型性能通过受试者工作特征曲线下面积（AUC）进行评估，获得的AUC值为0.82，表明其具有较强的预测能力，生成的异常图有效刻画了与矿化相关的地球化学模式，并为矿产前景填图提供了有用的空间代理。研究结果还凸显了EIF相对于标准轴对齐隔离森林算法的优势，因为基于超平面的划分能更有效地捕捉复杂的多变量地球化学关系，并改进对常规方法可能忽略的微弱异常的检测。总体而言，该框架为多变量地球化学异常检测提供了一种稳健且可重复的无监督方法，对绿地（greenfield）和棕地（brownfield）矿产勘探场景均具有较强的适用性。
**论文解读：基于稳定性优化的扩展隔离森林在地球化学异常检测中的应用**
**一、研究背景与问题**
勘探地球化学在矿产勘查中扮演着关键角色，尤其在区域至区带尺度上，识别微弱的地球化学异常能够显著降低圈定潜在矿化区的不确定性。土壤地球化学是应用最广泛且成本效益最高的采样介质之一，尤其在澳大利亚大部分地区等风化层广泛发育、基岩露头有限的地区，土壤地球化学测量能够捕捉并保存与深部矿化系统相关的元素分散模式。然而，金矿的地球化学勘探本质上具有挑战性，因为矿化可能发生在多样化的岩石学、构造、热液和风化层环境中。在区域尺度上，与金相关的地球化学特征通常是微弱的、多变量组成的且空间异质的，这限制了传统异常识别技术的有效性。传统方法包括均值加标准差准则、概率图、中位数绝对偏差、间隙统计量、U空间统计量、多元统计分析、分形与多重分形方法、奇异性分析以及地质统计学方法等。尽管基于复杂性和非线性理论的技术已被证明对识别单变量地球化学异常有效，但它们通常不太适合描绘与矿化系统相关的复杂多变量地球化学特征。深度学习和机器学习算法通过有效捕捉高维地球化学数据集中的复杂非线性关系而日益超越传统统计技术。监督学习方法依赖标记数据，但其实际应用常受到标记数据稀缺、空间偏差和质量不确定性的制约。相比之下，无监督学习方法无需标记数据，为分析具有异构分布和复杂多变量关系的地球化学数据集提供了灵活框架。扩展隔离森林（EIF）算法作为隔离森林（IF）的改进版本，在高维特征空间中具有高计算效率和稳健性能，但其对超参数的敏感性以及随机性带来的不稳定性仍需解决。
**二、研究内容与意义**
该研究的主要目标是利用EIF算法开发一种稳健且可重复的框架，用于圈定指示金矿化的多变量地球化学异常。研究选取西澳大利亚西南伊尔干克拉通作为研究区域，该区域结合了广泛的内部一致区域地球化学数据集和丰富多样的地质金矿储量，为开发和评估无监督地球化学异常检测方法提供了理想环境。研究的重要意义在于提出了一种完全无监督的超参数优化策略，通过基于雅卡尔的稳定性准则在无标记数据条件下实现模型校准，这对勘探程度较低的地区尤为重要。
**三、关键技术与方法**
研究采用多种关键技术方法，构成了完整的工作流程。样本数据来自西澳大利亚地质调查局（GSWA）区域地球化学计划，包含3142个取自铁质红土风化层和相关残积风化剖面的地球化学样品。首先，研究人员应用鲁棒因子分析（RFA）处理成分数据，通过等距对数比（ILR）变换将成分数据映射到无约束欧几里得空间，利用最小协方差行列式（MCD）估计器获得稳健协方差矩阵，再反变换至中心对数比（CLR）空间进行因子分析，从而识别与金矿化相关的主要指示元素。其次，采用扩展隔离森林（EIF）算法进行异常检测，该算法使用随机定向超平面代替轴平行分割，减少结构偏差。最后，引入基于雅卡尔的稳定性指数，通过多次独立运行的异常集间平均成对雅卡尔指数来量化模型稳定性，并以此为目标进行网格搜索超参数优化。模型性能使用受试者工作特征曲线下面积（AUC）进行评估，已知金矿点数据仅用于事后验证。
**四、研究结果**
**1. 关键指示元素的选取**
通过对CLR变换后的数据进行RFA分析，第7因子（F7）被解释为主要的矿化相关因子，Au、Bi、In和Sn表现出强正载荷（>0.5），构成了连贯的多元素地球化学特征。研究人员将这四种元素选为指示元素。这一元素组合得到了区域地质证据的支持：在Southern Cross地区，含Bi相与Au矿化密切相关；红土地球化学研究显示Au、As、Sb、Bi、Mo、Sn和W的共生异常与金矿床和主要剪切带空间相关。In的关联可能反映硫化物矿物学和更热或更多岩浆影响的流体组分。
**2. 稳定性驱动的超参数优化**
在RFA策略下，共系统评估了96种超参数组合。最优配置为T=500、S=128、EL=3、CR=5%，平均稳定性值达到0.981。作为对比，基于AUC的特征选择策略评估了168种组合，最优配置为T=500、S=128、EL=26、CR=4%，稳定性值为0.982。两种策略均产生了高度可重复的异常检测结果，但RFA方法使用更少的指示元素实现了略高的稳定性，且整个过程不依赖任何先验标签。值得注意的是，优化结果一致倾向于EL≥1，表明EIF优于标准IF算法。
**3. 地球化学异常图的开发与评估**
研究开发了两个独立的EIF模型：基于RFA的四维特征模型（Au、Bi、In、Sn）和基于AUC的28维特征模型。两种模型均采用各自的最优超参数配置，并使用反距离加权（IDW）插值生成连续的地球化学异常图。基于RFA的模型产生的异常图AUC值为0.82，高于基于AUC的模型的0.78，两者均满足矿产前景建模（MPM）的性能标准（AUC>0.5），但RFA模型具有更强的捕捉金矿化地球化学特征的能力。
**4. 分类不确定性评估**
研究人员对两种优化模型各执行50次独立运行，基于伯努利随机变量方差计算了归一化分类不确定性。结果表明，两种模型识别的主要异常区域通常与低不确定性相关，证实了检测到的地球化学异常的稳健性和可重复性。RFA模型在高异常区域与低不确定性区域之间展现出更强的空间对应关系。50次独立运行的雅卡尔稳定性指数分别为0.979（RFA）和0.967（AUC），验证了超参数优化阶段使用10次独立运行的合理性。
**5. 地质意义与勘探启示**
优化后的EIF模型圈定了与已知金矿点强烈空间对应的多变量地球化学异常簇。许多最高排名的异常位于已建立的黄金矿区或公认的矿化趋势线上，表明模型成功捕捉了与已知矿化相关的区域模式。更重要的是，模型识别出超出文献记录矿床和矿点范围的异常区域，这些可能代表已知矿化的延伸、搬运覆盖层或深风化层下的隐伏矿化，或勘探不足的远景区。研究人员强调，不应仅因异常缺乏已知矿床邻近性而将其忽略，这可能导致幸存者偏差。
**6. 方法局限与未来方向**
该框架目前仅通过单一案例研究验证，需在不同地质环境和矿化系统中进一步验证。RFA作为线性方法可能无法完全表征矿化系统中的复杂非线性交互作用，未来可探索基于深度自编码器的无监督特征选择方法。此外，深度学习中成分数据关系可直接从原始成分数据中学习的进展为无监督异常检测提供了新的研究方向。最后，稳定性和判别性能应被视为互补目标，未来研究应侧重于联合优化两者。
**五、研究结论**
本研究提出了一个利用扩展隔离森林算法进行多变量地球化学异常检测的稳健无监督框架。RFA识别出Au、Bi、In和Sn作为与金矿化相关的关键指示元素，雅卡尔稳定性指数实现了无监督超参数校准，最优配置在重复随机实现中产生可重复的异常模式。优化后的EIF模型应用于区域土壤地球化学数据，AUC值为0.82，展示了较强的预测能力，生成的异常图有效刻画了矿化相关的地球化学模式。超平面划分比轴对齐分割更有效地捕捉复杂多变量地球化学关系，改进了微弱异常的检测。该框架为多变量地球化学异常检测提供了一种稳健且可重复的无监督方法，对绿地勘探和棕地勘探均具有较强适用性。
**六、论文发表信息**
该论文发表于《Journal of Geochemical Exploration》，作者为Bijan Roshanravan、Oliver Kreuzer和Hamid Moini。
