省地调院“找矿预测大模型数据集”入选四川省第二批人工智能高质量数据集

　　据悉，省地调院大数据中心“找矿预测大模型数据集”入选四川省第二批人工智能高质量数据集。

　　找矿预测大模型数据集，整合地质调查、矿产资源勘探、地质环境监测、遥感调查、地球物理与地球化学勘探等多类型数据，融合地物化遥重砂等多种专业数据处理和分析技术，通过训练构建找矿大模型，全面服务于基础地质调查、重要矿产勘查、矿产资源节约与综合利用，提高地质找矿能力和资源利用效率。

　　四川作为矿产资源大省，新中国成立以来，地质工作累计投入超千亿元，形成了高达PB级的海量地质数据。随着国家新一轮找矿突破战略行动的持续推进，战略性矿产勘查区块供应短缺严重、靶区筛选困难、数据处理分析效率低下、找矿难度增加等行业共性问题亟待解决。如何利用新技术新方法，挖掘海量地质数据潜在价值，实现矿产资源的增储上产，对推动地质行业和社会经济发展、保障国家矿产资源供给安全至关重要。

　　为此，四川地调院针对地质数据严重异构、多模态特性，融合地物化遥重砂等多种专业数据处理和分析技术，自主研发地质数据管理分析平台，实现多源、异构数据的无缝接入和融合，构筑地质大数据整合的基石。依托省地调院组建地质、矿产、地球物理、地球化学等多专业专家团队，汇聚不同领域专业智慧和经验，建立完整的数据标签体系和找矿知识体系，实现海量异构数据的精准分类、高效检索及深度挖掘，形成高质量找矿预测大模型数据集。

　　在此基础上，采用“知识（K）+数据（D）+模型（M）”三重驱动方式构建找矿预测大模型，通过实地验证不断迭代优化，显著提升找矿预测的可解释性和准确性。同时，整合地质、气象、水文、农业、人口、交通等多源数据集，研究打造地质找矿、防灾减灾、智慧矿山、城市规划、生态修复、智慧农业等场景应用，支撑自然资源领域精细化管理与智慧化决策。

　　据了解，数据集构建的 92 个找矿预测要素模型，让勘查选区效率大幅跃升，成本降低约 40%。预测的 20个找矿靶区作为勘查区块出让后，预估带动相关产业增值超 50 亿元。

　　 责任编辑：李雪蕊