MVT型铅锌矿成矿预测方法、装置、计算机设备及存储介质

本发明涉及矿产资源预测，特别是涉及一种mvt型铅锌矿成矿预测方法、装置、计算机设备及存储介质。

背景技术：

1、21世纪数值模拟技术发展体现在两方面，一方面是一体化模拟技术，数值模拟将不只是对油藏的模拟，数值模拟将对油藏，井筒，地面设备，管网以及油气处理厂进行一体化模拟，从而最优化管理油田。另一方面是定量进行属性不确定性分析，定量分析属性不确定性对计算结果的影响。

2、随机森林是一种基于分类树的算法，这个算法需要进行模拟和迭代，是机器学习中的一种方法。随机森林在运算量没有显著提高的前提下，提高了预测精度。随机森林对多元共线性不敏感，结果对缺失数据和非平衡的数据表现的比较稳定。在机器学习的诸多算法之中，随机森林因为高效准确而备受关注，在各行各业中得到了越来越多的应用。

3、现今，多物理场数值模拟逐渐被适用于成矿预测工作。区别于传统的矿床学和地质学研究，成矿数值模拟目的在于从地球动力学角度还原矿床形成过程，进而通过应力、温度、流体等方面的变化趋势，推断出矿床的形成位置以及形成规模，圈定较高概率产生矿体的位置，最新的成矿动力学数值模拟工作主要使用力-热-流-质四场耦合，通过模拟相应元素随流体在地层中的运移从而发现矿床的形成规律。

4、但是对于成矿元素在成矿过程中与地层内元素反应形成矿体的过程仍然缺少相应的研究，这一部分的缺失使得在模拟过程中，成矿元素会一直随着流体运动进行迁移，而非与地层反应形成矿体，导致模拟结果与实际矿床仍然存在一定的误差。

技术实现思路

1、本申请实施例的目的在于提供一种mvt型铅锌矿成矿预测方法，旨在解决现有的对于成矿元素在成矿过程中与地层内元素反应形成矿体的过程缺少相应研究的技术问题。

2、本申请实施例是这样实现的，一种mvt型铅锌矿成矿预测方法，包括：

3、获取mvt型铅锌矿的地质构造信息，矿石的物理参数以及流体参数；

4、获取mvt型铅锌矿的地质构造信息，矿石的物理参数以及流体参数；

5、根据经验模态分解方法对成矿系统进行分解，获得多个物理过程模型，所述物理过程模型至少包括力学模型、传热模型、流体运移模型；

6、根据所述物理过程模型构建多个数值模拟模块，并结合所述地质构造信息，矿石的物理参数以及流体参数进行成矿地质作用过程中的力-热-流-质-化学五场耦合多物理场数值模拟计算，得到多个成矿条件参数，所述成矿条件参数至少包括应力场参数、温度场参数、流体场参数、质量传递场参数以及化学场参数；

7、根据所述多个成矿条件参数以及成矿预测模型确定所述mvt型铅锌矿的成矿预测结果；

8、其中，所述成矿预测模型是基于预设的机器学习算法训练生成的；所述力-热-流-质-化学五场耦合多物理场至少由基于mvt型铅锌矿的勘探资料所建立的mvt型铅锌矿几何模型与基于力、热、流、质、化学多物理场的动力学方程所建立的多个数值模拟模块结合组成。

9、本申请实施例的另一目的在于提供一种mvt型铅锌矿成矿预测装置，包括：

10、信息获取单元，用于获取mvt型铅锌矿的地质构造信息，矿石的物理参数以及流体参数；

11、多物理场数值模拟计算单元，用于根据经验模态分解方法对成矿系统进行分解，获得多个物理过程模型，所述物理过程模型至少包括力学模型、传热模型、流体运移模型；根据所述物理过程模型构建多个数值模拟模块，并结合所述地质构造信息，矿石的物理参数以及流体参数进行成矿地质作用过程中的力-热-流-质-化学五场耦合多物理场数值模拟计算，得到多个成矿条件参数，所述成矿条件参数至少包括应力场参数、温度场参数、流体场参数、质量传递场参数以及化学场参数；

12、矿产结果预测单元，用于根据所述多个成矿条件参数以及成矿预测模型确定所述mvt型铅锌矿的成矿预测结果；

13、其中，所述成矿预测模型是基于预设的机器学习算法训练生成的；所述力-热-流-质-化学五场耦合多物理场至少由基于mvt型铅锌矿的勘探资料所建立的mvt型铅锌矿几何模型与基于力、热、流、质、化学多物理场的动力学方程所建立的多个数值模拟模块结合组成。

14、本申请实施例的另一目的在于提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述所述mvt型铅锌矿成矿预测方法的步骤。

15、本申请实施例的另一目的在于提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述所述mvt型铅锌矿成矿预测方法的步骤。

16、本申请实施例提供的一种mvt型铅锌矿成矿预测方法，相比于现有的力-热-流三场耦合数值模拟方法缺少对成矿元素与地层反应逐渐富集成矿这一过程的模拟，本申请利用力-热-流-质-化学五场耦合数值模拟技术，通过新增的质量传递场以及化学场来进一步模拟了成矿元素的富集作用，不仅完成了较为完整的成矿过程数值模拟工作，使得结果更加精确合理。同时，这一技术也能够量化分析矿床储量，对矿体规模有更准确地评估，得到多个成矿条件参数，然后再利用该成矿条件参数以及训练得到的随机森林算法模型作为成矿预测模型确定所述mvt型铅锌矿的成矿预测结果，使用随机森林方法对模拟结果进行训练除了可以更加精确地划定找矿靶区，也可以提取特征的重要性进行分析，挖掘其中隐含的成矿影响因子和关联关系，从而发现新的成矿规律和控矿要素，加深对矿床形成特征的了解。本申请提出了一种mvt型铅锌矿成矿预测方法，将应力场、流体场、温度场、质量传递场以及化学场进行耦合，从地球动力学角度完整地还原了从构造运动、温度变化到流体运移再到成矿元素发生反应富集成矿的整个成矿过程，获得了更加精确、更加贴合地质事实的模拟结果。而使用随机森林算法进行成矿预测能够分析出每种成矿影响因素的重要性，发掘出潜在的成矿规律和控矿要素，也能够更加精确地圈定成矿有利区。

技术特征：

1.一种mvt型铅锌矿成矿预测方法，其特征在于，包括：

2.根据权利要求1所述的mvt型铅锌矿成矿预测方法，其特征在于，所述根据经验模态分解方法对成矿系统进行分解的步骤，具体包括：

3.根据权利要求1所述的mvt型铅锌矿成矿预测方法，其特征在于，所述基于力、热、流、质、化学多物理场的动力学方程所建立的多个数值模拟模块的步骤，具体包括：

4.根据权利要求1所述的mvt型铅锌矿成矿预测方法，其特征在于，所述基于预设的机器学习算法训练生成所述成矿预测模型的步骤，具体包括：

5.根据权利要求4所述的mvt型铅锌矿成矿预测方法，其特征在于，所述确定mvt型铅锌矿几何模型中含矿体单元和未含矿体单元的步骤，具体包括：

6.根据权利要求4所述的mvt型铅锌矿成矿预测方法，其特征在于，所述随机森林模型的参数变量进行优化的步骤，具体包括：

7.根据权利要求1所述的mvt型铅锌矿成矿预测方法，其特征在于，所述矿石的物理参数至少包括等效应力、第一主应力、第二主应力、第三主应力、体应变、第一主应变、第二主应变、第三主应变、温度场，所述流体参数至少包括流体通量、pbs浓度和zns浓度。

8.一种mvt型铅锌矿成矿预测装置，其特征在于，包括：

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述mvt型铅锌矿成矿预测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述mvt型铅锌矿成矿预测方法的步骤。

技术总结
本申请适用于矿产资源预测技术领域，提供了一种MVT型铅锌矿成矿预测方法、装置、计算机设备及存储介质，其中方法包括：获取MVT型铅锌矿的地质构造信息，矿石的物理参数以及流体参数；根据经验模态分解方法对成矿系统进行分解，获得多个物理过程模型；根据物理过程模型构建多个数值模拟模块，并结合地质构造信息，矿石的物理参数以及流体参数进行成矿地质作用过程中的力‑热‑流‑质‑化学五场耦合多物理场数值模拟计算，得到多个成矿条件参数；根据多个成矿条件参数以及成矿预测模型确定MVT型铅锌矿的成矿预测结果，本申请通过经验模态分解的方法将复杂的成矿系统拆分成简单物理过程，通过机器学习对模拟参量进行分析，可以更加精确地划定找矿靶区。

技术研发人员：肖凡
受保护的技术使用者：中山大学
技术研发日：
技术公布日：2024/1/15