摘要：在大数据时代背景下，如何利用好地学大数据开展资源评价与预测是一项重要的研究课题。为此对矿产资源总量评价、尤其是常用的矿产资源总量预测方法以及定量预测常用方法的原理及优缺点、适用范围和适用条件作了阐述。

关键词:矿产资源；资源评估；定量预测；矿产勘查前景分析

长期以来，矿产资源的潜力一直是各国关注的焦点。为了确保稳步前进的可持续经济发展，必须在合理开发和利用矿产资源的同时加强生态和环境保护。21世纪，应用大数据进行资源潜力评价已成为一种新的重要手段。中国科学院赵院士[1]提出数字地质可以推动大数据时代地质找矿的新发展，有必要重视数字地质研究。中国地质科学院肖克彦指出，要用大数据时代的预测性思维方法，结合具体工作开展研究。基于矿产资源储量估算与评价的理论创新模式，利用GIS和三维地质建模技术对隐伏矿床的地下资源进行了估算。尽管我们在实际勘探工作中应用了上述先进技术，但在隐伏矿床地质资料的应用方面仍存在一些不足。因此，在传统地质数据驱动估算的前提下，地质勘探工作流程、数据分析技术和数据管理技术等新技术的应用，促进了预测精度，增强了工作有效性[1-3]

1矿产资源潜力评价的基本理论

矿产资源评价的三大理论是类比法、差异法和组合控矿法。他们的理论依据是，相似的地质环境和成矿条件应该产生相似的矿产资源。在许多情况下，总资源的计算基于& ldquo定量类比& rdquo作为基础。& ldquo数量类比& rdquo是指类比和类比对象的量化，类比标准的量化，相似度的量化，不同程度的统计标准。在资源评价中，一般认为某一具体矿床为标准，或在其地质条件的某一区域内称为模式区或控制区，以这些区域为标准进行定量类比。然后将空白矿区与其进行对比，以评价空白矿区的资源潜力或为进一步勘探提供方向。因此，建立正确的模型，把握类比对象的相似性，是保证资源评价预测效果的关键。

2矿产资源总量评价的主要方法

首先，国际上推广了矿产资源开采量评估方法，如矿床模型构建法、区域价值评估法、德尔菲法和丰度估算法。综上所述，六种方法中，综合法和矿床模型较为准确，适用于地质研究程度高、地质勘探资料齐全的地区。德尔菲法和丰度估算法快速简单，但丰度法要求的区域地球化学背景数据、区域值和体积法的精度较低。

3矿产资源评价预测方法

矿产资源评价预测方法主要有GIS方法、地球化学块体法、逻辑信息法、证据权法、灰色系统理论、地质统计法等。它们有不同的特点和要求。变量的统计分布特征通常是地质统计学的研究内容。根据地质构造特点，进行了详细分析，逐步完善了空之间的变量模型。利用GIS进行矿产资源预测评价时有几个方面需要注意:首先除了将预测数据输入系统外，还应将收集到的实际控矿因素数据导入系统，最后编辑数据库；第二个方面是在数据复合之前，所有的数据都需要以一种标准化的方式进行分类和排序。根据这些标准化数据建立成矿子模型，利用地理信息系统中的information 空复合模块进行区别。空之间的变量模型在各种数据识别过程中可以分为数据预处理、特征选择、特征分类、数据输出和分类识别模块。其中，数据预处理是最重要的环节，它将对信息系统的识别精度起到重要作用。第三个方面是以实用的方式改变和维护分类器，使系统辨识结果更加准确。目前，随着地质勘探的不断深入，地面勘探已不能满足社会的需要。研究和工作的重点是预测、普查和评估深藏、隐蔽或难以识别的地雷。不仅成本高，而且勘查的技术难度大大提高，传统的勘查方法和评价无法发挥更显著的作用。将传统找矿方法与物探、化探、遥感等找矿方法有机结合，充分利用新理论、新技术，充分利用各种地质资料，建立数字化预测数据平台，根据预测矿产模型清理数据，编制预测元素图，建立预测模型，圈定预测靶区和成矿远景区，估算资源潜力，是预测评价的基本任务和过程。

4结论

纵观目前国内外矿产资源评价方法的实践，现代科学技术、多元地学信息和成矿理论，无论从理论、技术还是效果来看，以GIS为主要工具的矿产资源评价方法都展现出了光明的前景，在实际应用中也被推广到各个领域，特别是近年来，地质矿产的评价和预测受到了高度重视，成为地质工作者不可缺少的新装备。基于地质大数据理念的矿产资源评价预测应广泛应用GIS等计算机信息处理技术，进一步研究模型驱动，融合虚拟现实技术、三维建模技术和可视化技术，取长补短，将地质大数据的综合信息与现代成矿理论有机结合，促进生产资源评价预测方法更加科学化、系统化、信息化、动态化、可视化，从而提高地质勘查效率和水平。

作者:邹志友单位:长江大学地球科学学院、桂林理工大学南宁分校