《机器学习 - 海底矿产资源智能勘探的新途径》

  • 编译者: 欧冬智
  • 发布时间:2024-07-26
  • 海底蕴藏丰富的关键矿产资源,近年来随着海洋探测技术进步,海底矿产勘探数据量激增,给数据处理带来了挑战。传统的数据分析方法存在诸多问题,而机器学习凭借其自学能力,为海底矿产资源的智能勘探提供了有效的分析方案。本文首先介绍经典的机器学习模型算法,接着探讨其在海底能源和金属矿产方面的应用现状,最后总结了机器学习在智能勘探领域的应用前景,指出了现有研究中的问题并提出解决方案及未来发展方向。
相关报告
  • 《英国深海海底矿床勘探新项目》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:mall
    • 发布时间:2019-01-04
    • 由英国自然环境研究委员会(NERC)资助、国家海洋学中心(NOC)的 Bramley Murton 教授主持的“ULTRA 项目”,旨在通过提高深海海底矿床勘探效率,减少采矿对环境的潜在影响。 深海矿床可为新兴技术(如温室气体减排技术)提供重要的新金属。许多沉积矿床由海底温泉形成,其中绝大多数都位于海洋沉积物覆盖层之下。目前地质学家面临的最大问题是在这些矿床中是否仍含有贵重金属,而这些矿物自数千年前在地壳下形成后已经溶解,还是更加聚集? 为解决上述问题,“ULTRA 项目”将利用机器人钻机挖掘矿床,生成三维矿床图像,并使用邻近的海底科学仪器监测钻探的振动。随后,钻孔将被密封,并在一年后抽出密封样品中的流体以测试矿床深部的反应。 这些岩心和流体样本将揭示深海海底矿床的组成和结构、海底流体通道、围岩蚀变以及其金属矿物的保存过程。通过利用这些信息可确定贵重金属在矿床中的位置,并将有助于最大限度地减少采矿对海底及其周边环境的干扰。 ULTRA项目是 NOC海底资源研究的一部分,其合作单位包括英国地质调查局(BGS)、南安普敦大学、卡迪夫和利兹大学、加拿大纪念大学、牛津博物馆、亥姆霍兹基尔海洋研究所、鹦鹉螺矿物公司、俄罗斯海洋地质和矿产资源研究所(VNIIOkeangeologia)和英国SMD公司。 (刘雪雁 编译)
  • 《以极限思维保障战略性关键矿产资源安全》

    • 来源专题:关键矿产
    • 编译者:欧冬智
    • 发布时间:2023-07-13
    • “战略性关键矿产关乎新兴产业的发展,是资源安全保障的重中之重。端稳能源资源安全“饭碗”,我们要进一步强化忧患意识,树牢极限思维,以战略思维谋全局,以战略定力迎挑战,推动构建全球新的矿产资源治理格局,以资源安全保障支撑中国经济大船行稳致远。”继党的二十大报告要求进一步提升战略性资源供应保障能力后,今年的政府工作报告指出,要加强重要能源、矿产资源国内勘探开发和增储上产。这是当前全球产业链供应链深刻震荡调整的因应之策,也为近期矿产资源保障提供了基本遵循。在笔者看来,我国正处在现代化建设的关键发展阶段,维护经济运行的产业链供应链稳定,需要强化极限思维,更加关注战略性关键矿产安全问题。战略性关键矿产是指对国家经济发展至关重要、对战略新兴产业不可或缺的一类矿产资源。2018年,我国发布《新时代中国战略性关键矿产目录厘定》,将21种资源品种列为战略性关键矿产。