深部矿产资源隐伏性强、成矿控制因素复杂，其空间定位与矿化潜力定量评价是制约绿色勘查和找矿突破的关键。传统远景预测依赖地质、地球化学和地球物理异常的综合解释，但因成矿作用多因素耦合，单一异常指标难以准确反映矿化可能性；且深部勘查阶段钻孔有限，如何利用大范围地球物理反演结果实现未知区矿化概率预测和三维建模，仍是重要挑战。

针对上述问题，我院李静和教授与刘恋副教授团队基于"夯基"行动计划（广西基础研究计划），联合广西272地质队，构建了"区域远景预测—局部三维矿化概率建模"的智能化找矿技术体系。区域尺度上，融合地球化学数据与地质构造信息，建立轻量化深度学习矿化概率预测模型，综合利用金属矿产指示元素异常及背斜构造、赋矿地层等成矿因素，将元素共生组合、构造控矿和层位控制规律转化为定量特征，实现多源信息到金属矿矿化潜力的非线性映射。该方法在独立交叉验证中获较高精度，成功捕获绝大多数已知矿化点，生成连续化远景概率图，突破了人工经验解释局限，实现了从"异常识别"向"矿化概率预测"的转变。

针对重点靶区深部隐伏矿体评价，进一步提出基于Bayesian Logistic Field的三维矿化概率建模方法，融合地球电磁勘探反演的三维电性结构、重磁反演密度结构及少量钻孔矿化信息，以钻孔中矿化和非矿化信息为正、负约束对物性异常进行概率校正，并引入空间连续性先验约束，使结果符合矿体连续展布和热液成矿规律，实现物性异常向矿化概率的定量转换。该体系在钻孔有限条件下，充分发挥区域地球物理数据的空间覆盖优势，形成从区域找矿方向确定到局部钻探目标优化的完整智能找矿流程。

目前，该成果已在加拿大典型金矿区、准噶尔成矿评价区及广西矿区应用验证，实现了从远景区快速筛选到重点区三维矿化概率建模的技术集成，为复杂地质条件下关键金属矿产资源预测提供了定量化解决方案，对推动人工智能与地球物理勘查深度融合具有重要意义。

图1. 典型金矿远景区预测及三维矿化概率模型

                                                                                                                             （一审：李书平；二审：唐丽华；三审：耿俊茂）