杨明莉 薛林福** 冉祥金 桑学佳 燕群 戴均豪

1. 吉林大学地球科学学院，长春 1300612. 中国矿业大学，徐州 221116

近年来，以人工智能、大数据为代表的新一代信息技术高速发展，地球科学的定量化研究开启了新阶段(赵鹏大, 2015; Bariketal., 2019; Zuo and Xiong, 2018; 蔡惠慧等, 2019; 季斌等, 2018; Wu and Zhang, 2020; 吴永亮等, 2017; 张亚光等, 2019)。面对海量多元异构的地学数据，传统数学统计分析方法短板凸显，智能化分析越来越成为研究热点(李超岭等, 2015; 周永章等, 2017, 2018; Holdenetal., 2019)。2018年1月5日，赵鹏大院士在接受《中国国土资源报》的采访中指出，智能化是新时代地质工作的新趋势和新特征。翟明国等(2018)也强调，大数据驱动下的矿产资源预测系统，是智慧找矿的重要基础。矿产地质调查的自动化和智能化，也是矿产地质调查方法、技术发展的必然趋势(刘艳鹏等, 2020)。

矿产地质调查经历了1:20万矿产普查、成矿带1:5万矿产地质调查等一系列发展阶段(薛林福等, 2014)，随着GIS、空间数据库、地理信息分析技术在矿产地质调查中的引入，数字化和自动化的矿产地质调查及找矿预测取得了较多重要进展(Chen, 2015; 李丰丹等, 2015; 刘艳鹏等, 2020; 吴永亮等, 2017; 于萍萍等, 2015; 周永章等, 2017)。

无人机(UAV)、人工智能、知识图谱为代表的新技术、新方法为实现智能矿产地质调查创造了环境(Lietal., 2020; Wangetal., 2018; 左仁广, 2019)。已有学者利用人工智能(向杰等, 2019; 蔡惠慧等, 2019; Xiong and Zuo, 2021)实现了部分区域矿产资源的智能化预测评价。知识图谱也成为了地学大数据应用的有效智能工具(周永章等, 2020, 2021; 袁满等, 2021)。无人机、机器人也被越来越多地运用到地质信息的智能获取领域(Funakietal., 2014; Sangetal., 2020)。……