找矿预测是在不确定条件下制定识别和发现矿产资源最优决策的工作（成秋明，2006；赵鹏大，2007；刘洪等，2014a；吴火星等，2020）。对于勘查程度高的地区，更适用全面利用地物化遥多元找矿信息的数据驱动方法（刘洪等, 2014b, 2015；欧阳渊等，2016）。但在大范围小比例尺找矿预测中，样本数据集中、成矿样本数据少、类别不平衡，会对算法学习过程产生干扰，造成分类结果不理想（Wan et al., 2012）。矿产资源定位预测的核心是矿产分布与控矿地质因素之间的非线性关系（陈进等，2020；张振杰等，2021），大数据及机器学习技术是从数据中学习某种规律或者模型，并用来解决实际问题（Naeini and Prindel., 2018），其在解决各行各业的复杂非线性关系问题方面已经体现出巨大的优势（黄发明等，2020；Panagiotis，2021；Song，2021；宋述芳和何入洋，2021；Hardeep et al., 2022）。它善于处理非线性和高维数据，被广泛运用到医学、生态学、生物学、计算机科学、农学、工程学、遥感科学和自然地理学等多个领域（刘卫东等, 2019；Milanović et al., 2020；Fouedjio，2020；Asadi et al., 2021；Luciano et al., 2021；Mpanya et al., 2021；Langroodi et al., 2021；Andreoletti et al., 2021；El et al., 2021；Makungwe et al., 2021）。矿产预测进入定量化阶段以来，机器学习及相关数据挖掘的方法也被广泛引入，并已成为矿产预测重要的研究方向（向杰等，2019；欧阳渊，2020；张振杰等，2021；秦耀祖等，2021）。然而，依靠传统的逻辑假设或统计分析很难适应小比例尺地物化遥信息的预测数据集具有高维和极不平衡的特点。当遇到这类数据不平衡的问题时，应用以总体分类精度为学习目标的传统分类算法不可避免的会过多地关注多数类样本，而使得少数类样本的分类性能低下。同时传统的机器学习方法不能给出预测变量与响应变量的简单表达式，导致找矿预测学解释上的困难性。随机森林算法（Random Forest，RF）是一个广泛用于各种应用领域的一种集成学习（Ensemble Learning）方法，由已故美国科学院院士Leo Breiman和Adele Cutler在2001年提出（Leo，2001）。随机森林算法由于其天然的并行特性，良好的模型可解释性而被广泛研究和应用（方匡南等，2011），已用于二维、三维找矿预测中（陈进等，2020）。不同于一般的“黑箱”模型，随机森林算法可以给出变量的重要性排序以及变量间的偏依赖关系，从而能识别重要的预测因子并进行解释（Prasad et al., 2006；Cutler et al., 2007）。这种方法已开始运用到矿产资源预测中（蔡惠慧等，2019；张野等，2020；李苍柏等，2020；张士红和肖克炎，2020）。

斑岩型和浅成低温热液型矿床是全球铜、金资源的主要来源之一，具有重要经济价值。这两类矿床之间通常存在紧密的时空关系（李靖辉，2008；Sillitoe，2010；倪培等, 2020）。青藏高原拥有中国资源储量最大的铜多金属矿资源（潘桂棠等, 2001, 2020；Hou and Cook, 2009；Sillitoe，2010；Zhou et al., 2012；Mao et al.，2014；刘洪等，2016；Tang et al., 2021；耿全如等，2021），目前在青藏高原已发现有班公湖—怒江铜矿带（唐菊兴等，2012；宋扬等，2014；Ouyang et al., 2017；Tang et al., 2021；Liu et al., 2022a）、玉龙铜矿带（唐菊兴等，2006）和冈底斯铜矿带（李光明等，2004；Zheng et al.，2015；Zeng et al.，2017；刘洪等, 2021a, 2022；韩善楚等，2021）等3条巨型斑岩铜矿带（图 1），同时在这些铜矿带中还有寻找浅成低温热液型矿床的潜力（黄瀚霄等，2020；Liu et al., 2022b，c）。

冈底斯斑岩铜矿带已发现的矿床主要位于东段（87°E以东），东起工布江达县，西至昂仁县，延绵近600 km（图 1b），在空间上呈现东西成带、南北成串的分布特点，主要受贯穿拉萨地块的正断层和平行于造山带的东西向逆冲断裂控制。成矿时代主要集中在中侏罗世（177~169 Ma；Huang et al., 2017；郎兴海等，2019；Lang et al., 2020）、始新世（54~45 Ma；Zhao et al., 2014；Yang et al., 2016）和渐新世—中新世（25~12 Ma；李金祥等，2001；Huang et al., 2019；Huang et al., 2020）等时期。近些年实施的地质调查工作❶❷在冈底斯西段（87°E以西）发现了措勤县打加错附近的鲁尔玛晚三叠世斑岩型铜（金）矿点、昂仁县达若古新世斑岩型铜矿点、昂仁县罗布真—红山斑岩—浅成低温热液型铜金（银）成矿系统和尼玛县拔拉扎晚白垩世斑岩—矽卡岩型铜（钼）矿床等一系列与晚三叠世—渐新世中酸性斑岩体有关的铜多金属矿床（点）（赵希良等，2013；黄瀚霄等，2018；刘洪等, 2019a, 2019b, 2019d, 2020c），证实冈底斯成矿带向西还具有比较好的铜金多金属找矿潜力。而构建综合成岩成矿规律和地物化遥信息的找矿模型，开展冈底斯西段斑岩—浅成低温热液型铜金多金属矿找矿预测，对扩大冈底斯铜多金属矿资源基地具有重要的意义。本文在冈底斯西段斑岩—浅成低温热液型铜金多金属矿找矿勘查研究和实践成果，以及找矿有利信息分析的基础上，尝试用机器学习随机森林算法和欠采样方法，建立适合于研究区的智能化综合预测量化模型，实现综合信息靶区定位预测，以期为冈底斯西段的铜多金属矿产勘查工作提供新的思路。

本文选用融合欠采样技术和随机森林的欠采样随机森林模型（图 2），通过聚类欠采样技术，从非成矿单元数据集中抽取一定量的能涵盖非成矿单元所有信息的样本数据，使得参与模型训练的成矿样本数和非成矿样本数尽可能的平衡，以弥补找矿预测中成矿单元数据量不平衡的问题。大范围小比例尺找矿预测中，样本数据集存在成矿单元数量少、类别不平衡的问题，导致少数成矿单元错分，造成最后的结果不理想。同时多数的非成矿单元数据往往存在着大量重复数据信息和噪声数据，由于这些多余的数据，使得以找矿预测总体精度最优化为目标的分类器的边界向着少数类数据方向进行偏移，分类错误大大增加，进而造成预测结果的偏离。本次研究通过在非成矿样本集上采样的K-Means聚类欠采样策略，弥补找矿预测中的类不平衡。

该模型的计算步骤如下（图 2）：

输入：冈底斯成矿带西段数据集D1 / D2，随机森林树棵数S1 / S2；输出：样本测试结果y1_pred / y2_pred。

步骤1：通过欠采样技术生成平衡的训练数据子集。

（1）划分非成矿单元A（a1，a2，a3，…，an）和成矿单元B（b1，b2，b3，…，bn），成矿单元总数k；

（2）非成矿单元共聚成K簇{K1，K2，K3，…，Kk}；

（3）循环i，构建S棵决策树：从k个簇{K1，K2，K3，…，Kk}各自有放回随机抽取一个样本，形成具有k个样本的数据集（k1，k2，k3，…，kk），剩下k个簇未被抽中的样本为OOB1；

（4）将成矿单元B（b1，b2，b3，…，bk）和数据集（k1，k2，k3，…，kk）混合并乱序打乱，是整个平衡样本集的样本数为k+n个（b1，b2，b3，…，bn，k1，k2，k3，…，kk）。

步骤2：利用数据子集生成一棵不剪枝的树Treei。

（1）对平衡样本集（b1，b2，b3，…，bn，k1，k2，k3，…，kk）采用Bootstrape抽样方法一共抽取2k次，抽中的样本为单棵决策树训练集train_datai，未抽中的为单颗决策树的OOB2，所形成的单颗决策树的袋外数据OOBi=OOB1+OOB2；

（2）随机抽取训练集Train_datai的特征子集，完成第i棵treei的构建。

步骤3：计算该棵决策树的预测结果。

（1）定义两个临时空间变量y_pred=[]和result=[]；

（2）循环遍历所有样本，并且遍历所有决策树的的随机森林：如果样本i不在袋外数据OOBj中，则利用该棵决策树测试该条样本，得到预测结果resulti。

步骤4：遍历随机森林中所有的决策树之后得到result集合，采用投票的方式得到样本i的预测结果y—predi。

依据研究区内斑岩—浅成低温热液型的矿床组合、找矿标志类型、预测要素等，同时在确定模型参数时，需要通过多次对比确定如下参数：

（1）n_estimators：随机森林中，预测器的迭代次数，或者说是预测器的个数。一般来说，数值太小，容易造成欠拟合，数值太大又会增加计算负担，并且当n_estimators达到一定的数值之后，模型的提升会非常有限。因此选择一个合适的值非常重要。本文选择的是20。

（2）Max_depth：决策树的最大深度。一般来说，树越深越能捕捉到信息，但是树太深又会造成过拟合，因此要选择一个合适的深度。本文选择的是10。

（3）Min_samples_leaf：叶子节点样本数的最小值。如果某叶子的样本个数小于该值，则该叶子的节点就不能产生。目的是为了避免我们的决策树过于庞大，同样也为了避免过拟合。叶子节点的数目可以根据具体的数据进行选择。本文选择的是5。

（4）Min_impurity_split：节点划分最小不纯度。同样是限制树生长的一个指标，如果节点的不纯度小于阈值，该节点将不会再生成子节点。默认是1e-7，本文不对默认值进行修改。

随机森林分类模型的精度评价主要依据混淆矩阵（Confusion matrix）以及ROC（Receiver Operating Characteristic curve）曲线的相关信息。

混淆矩阵主要对分类问题的预测结果的进行总结并作出精度评价。其关键是通过分析预测正确样本量以及预测错误样本量，来了解分类器的误差，并反映出误差类型。本研究中有两类情况，即成矿单元（positive）与非成矿单元（negative），如表 1。混淆矩阵的列用来表示类的预测结果，行用来表示类的实际类别。其中，TP（ture positive）表示成矿单元中被划分正确的单元数，及真正类，TN（true negative）表示非成矿单元中被划分正确的单元数，即真负类，FP（flase positive）表示成矿单元中被错误划分的单元数，即假分类，FN（flase negative）表示负类样本中被划分错误的样本数，即假负类。

由混淆矩阵产生一些衍生指标，如找矿预测精确率()、找矿预测灵敏度（Sen =)、非成矿单元的灵敏度（）、F测度（, β为系数，取值通常为1）和几何均值（G-m = (Sen × Spe)1/2 =。分类器的精确度越高，找矿预测精确率、找矿预测灵敏度、非成矿单元的灵敏度、F测度高、几何均值越高。

受试者工作特征曲线（ROC）和特征曲线下面积（AUC）常作为评价分类器性能的指标，ROC曲线由多数类的误判率和少数类的灵敏度形成坐标点（FP/(FP+TN)，TP/(TP+FN)）的轨迹。ROC曲线越接近纵向正半轴，则说明该分类器的分类性能越好。AUC其取值范围在0.5~1，当多数类的误判率和少数类的灵敏度都较高时，AUC的取值才高。当AUC取值越大，即ROC曲线越靠近纵向正半轴、AUC值越接近1时，表明模型分类器的分类效果越好，反之，分类器分类性能比较差（图 3）。

本文研究的冈底斯成矿带西段夹于狮泉河—纳木错蛇绿岩混杂岩带（SSJ）与印度河—雅鲁藏布江缝合带（IYS）之间，由北至南，被隆格尔—措麦断裂带（LC）和洛巴堆—米拉山断裂带（LMF）分割为措勤—申扎岩浆弧带（CS）、隆格尔—工布江达复合岛弧带（LG）和拉达克—南冈底斯岩浆弧带（LGX）等3个Ⅲ级构造单元（图 1）。研究区自晚古生代以来经历了班公湖—怒江洋和雅鲁藏布江洋南北两大特提斯洋的张裂、俯冲及碰撞造山的复杂过程（杨经绥等，2007；Mo et al., 2008；Zhu et al., 2008；Pan et al., 2012；徐志琴等，2013；高顺宝，2015；Xu et al., 2015；黄永高等，2020；王立全等，2021）。研究区南北两侧以新生地壳物质为特征，中部为前寒武纪结晶基底。南北两侧的新生地壳以古生代—新生代的海相与海陆交互相地层和火山沉积地层为主，中部的前寒武纪结晶基底主要由角闪岩相和绿片岩相变质岩组成，其上被石炭纪—二叠纪变质沉积岩和白垩纪火山沉积地层所覆盖。受复杂的构造演化过程影响，研究区岩浆岩具有时代跨度大、分布范围广、成因类型多的特点。研究区北部的措勤—申扎岩浆弧带（CS）内中生代火山岩浆活动是与班公湖—怒江新特提斯洋向南俯冲及羌塘—拉萨地块碰撞有关（潘桂棠等，2006；刘洪等，2021a）；研究区中部的隆格尔—工布江达复合岛弧带（LG）内古生代末期—中生代初期的火山岩浆活动与松多古特提斯洋构造演化有关（潘桂棠等，2006；高顺宝，2015）；研究区南部的拉达克—南冈底斯岩浆弧带（LGX）内古生代末期—新生代的火山岩浆活动与新特提斯洋盆的向北俯冲和印度—欧亚大陆碰撞作用相关（高顺宝，2015；黄瀚霄等，2019；Tang et al., 2021；张士贞等，2021）。

近年来，随着矿调工作的全面深入开展，在冈底斯成矿带的西段，勘查发现了鲁尔玛、达若、罗布真、红山等一系列中小型矿床（图 4），显示该区找矿潜力巨大。依据矿床的特征及成因，该成矿带与中酸性斑岩体相关的矿床大致可划分为斑岩型、矽卡岩型、浅成低温热液型等3种矿床类型（刘洪等，2021b）。冈底斯成矿带西段三叠纪以来经历了雅鲁藏布江洋和班公湖—怒江洋南北两大特提斯洋的张裂、俯冲及碰撞造山的复杂过程（Zhu et al., 2008；Mo et al., 2008；Hou and Cook, 2009；Pan et al., 2012；许志琴等，2013；Yang et al., 2016；Tang et al., 2021），并形成了相关的斑岩—浅成低温热液型矿床。这些成矿作用可划分为4个矿化集中期（高顺宝，2015；黄瀚霄等，2019；Chen et al., 2020；刘洪等，2021b）：（1）晚三叠世成矿（铜金），成矿作用与新特提斯洋向北俯冲密切相关；（2）晚白垩世成矿（铜钼），成矿作用与羌塘—拉萨地块碰撞密切相关；（3）古新世成矿（铜铅锌），成矿作用与印度—欧亚大陆碰撞密切相关；（4）渐新世—中新世成矿（铜金多金属），成矿作用与印度—欧亚大陆碰撞后伸展作用密切相关（图 5）。

重磁异常与区域矿产的分布存在密切联系，重磁异常所反映出的隐伏岩体、深大断层是本区寻找斑岩型铜矿的重要找矿标志之一。磁异常对与矿产形成有关的地层、岩浆岩和断裂构造等具有明显的反映。与中酸性岩浆岩有关的斑岩型和浅成低温热液型矿床，在重磁区域平面异常图中表现为低重力与中高磁异常的特征。而与深部隐伏侵入岩浆岩有关的矿床，基本都受区域性大断裂及其次级断裂控制，冈底斯西段成矿带中北西西向和近东西向断裂与北西向和北东向次级断裂的交汇部位是矿床富集成矿的有利位置。

冈底斯成矿带西段区域卫星重力等值图利用美国加州大学（https://topex.ucsd.edu/）公开的数据编制；卫星重力异常阴影图内布格重力异常值在- 570×10-5~-180×10-5 m/s2，比青藏高原外围低200× 10-5 m/s2左右，反映了区内巨厚的地壳特征（图 6）。卫星重力异常特征为北西—东西向展布，总体为中部低，南北两侧高。（1）研究区北部的措勤—申扎岩浆弧带（CS）重力低异常区：主要以局部重力低异常为主；北部有少量串珠状重力高异常，该重力高异常与基性岩体关系密切；南部以重力低异常为主，地质上为白垩纪和新近纪侵入岩。该带西侧以铜金矿为主，东侧以铅锌矿为主，矿点均出现在重力高低异常梯度带，异常值-510×10-5~-490×10-5 m/s2。（2）研究区中部的隆格尔—工布江达复合岛弧带（LG）重力相对高异常区：以重力相对高为主要特征，异常值为-540×10-5~-470×10-5 m/s2，异常总体呈东西向条带状，地表主要为大量中酸性侵入岩，局部火山岩；相对重力高是由火山岩引起。（3）拉达克—南冈底斯复合岛弧带（LGX）重力低异常区：以大规模重力低为主要特征，异常值-600×10-5~-490×10-5m/s2，异常总体呈长条带状，地表主要出露古生代和新生代地层，另有大量中酸性侵入岩，重力低可能由规模较大的隐伏花岗岩基及中下地壳的低密度层（体）等共同引起。该带东侧重力低异常边部以铜、金和铅锌矿为主；大部分矿点位于重力低异常区，异常值-600×10-5~-550×10-5 m/s2。

使用MAGS软件对全区卫星重力资料进行多阶小波分析，将冈底斯成矿带西段已查明的斑岩型铜矿床点分布位置与卫星重力数据不同阶的小波分析结果进行综合研究。区域重力数据经过小波分解剥离后，对冈底斯成矿带西段由浅表→基底→地壳→莫霍面深度的密度差异地质体进行分层级切片成像，低阶小波分解对应浅部埋深地质体产生重力异常，高阶小波分解结果对应深部埋深地质体产生的重力异常（图 7）。（1）卫星重力小波一阶细节主要反映浅部岩石密度差异和断裂信息等（图 7a），其等效深度为1 km。整体异常特征表明，研究区的南北边界均以串珠状正异常为主，区域型深大断层以近东西走向的重力梯度带为界，区内已发现的铜（金）矿点位于SSJ构造带以南、YZS构造带以北区域。一阶小波细节中能够反映出局部的次一级导矿构造信息，所有铜（金）矿点均分布于重力正、负异常梯度带周缘，已知矿床点的空间位置与重力异常中的区域性一级深大断层间的空间距离一般小于80 km，与次一级导矿构造（深部热液通道）的空间距离一般小于30 km，因此可以结合已有的区域性地质资料，以一级构造带为边界、以二级构造带为中心建立“精细尺度”的重力异常找矿预测缓冲区。（2）卫星重力二阶小波细节主要反映中部深度岩石密度差异和断裂信息等（图 7b），其等效深度为4 km以上。研究区的北边界以正异常为主、南边界以负异常为主，北部主要是由蛇绿混杂岩引起，南部主要是由沉积盆地、花岗岩引起，铜矿点大部分仍位于重力负异常区，铜金矿、金矿点分布于重力正异常区。（3）卫星重力小波三阶细节主要反映中深部岩石密度差异和断裂信息等（图 7c），其等效深度为10 km以上。研究区的北边界以正异常为主、南边界以负异常为主；铜矿点大部分仍位于重力负异常区，铜金矿、金矿点分布于重力正负异常梯度带。（4）卫星重力小波四阶细节主要反映深部岩石密度差异和断裂信息等（图 7d），研究区的南、北边界以正异常为主，区内以负异常为主；铜矿点、铜金矿、金矿点分布于重力正负异常梯度带。因此可以重力正负异常梯度带为中心建立“区域尺度”的重力异常找矿预测缓冲区。综上所述，卫星重力异常的小波分解结果揭示了冈底斯西段浅、中、深部的地质构造特征，成矿带的各矿点受到深大断裂的控制，不同深度的重力异常高值区对应深部岩浆的上侵通道。

冈底斯成矿带西段航磁△T化极等值线图（图 8）利用中国自然资源航空物探遥感中心（http://www.agrs.cn/）公开的数据编制。总体呈现北西成带、南东向分块、正负异常相间的特征，磁异常强度为-300~600 nT。（1）研究区北部的措勤—申扎岩浆弧带（CS）负磁异常区△T化极异常磁异常强度较弱，负磁异常强度为-200~0 nT，地质上为白垩纪和新近纪侵入岩；其中部高磁异常强度为20~200 nT，可能是部分基性岩体引起。北部正负磁异常梯度带附近以铜金、金矿为主，矿体出现位置磁异常值-50~ 10 nT。（2）研究区中部的隆格尔—工布江达复合岛弧带（LG）正磁异常区航磁△T化极异常磁异常强度较强，异常强度为80~400 nT。该带北部航磁△T化极异常为高磁异常，强度为20~300 nT；南部航磁△T化极异常以负磁异常为主，磁场强度为-180~0 nT，异常形态比较规则，为东西向条带状异常。（3）研究区南部的拉达克—南冈底斯岩浆弧带（LGX）负磁异常区航磁△T化极异常东西两段磁异常强度分界明显，西段以正磁异常为主，异常强度为50~600 nT；东段以负磁异常为主，异常强度为-300~-50 nT，东段负磁异常边部以铜、金和铅锌矿为主；大部分矿点位于负磁异常区，异常值-200~-50 nT。

冈底斯西段航磁△T一阶小波细节主要反映浅部岩石磁性差异和断裂信息等（图 9a），其等效深度为1 km以上。冈底斯西段的南北边界均以串珠状正磁异常为主；铜矿点大部分位于磁异常梯度带，铜金矿、金矿点分布于正磁异常中心及边部，空间位置一般小于10 km。因此，可以正磁异常边部为界，建立“精细尺度”的一阶小波磁异常找矿缓冲区。冈底斯西段航磁△T二阶（图 9b）、三阶（图 9c）小波细节主要反映中深部岩石磁性差异和断裂信息等，其等效深度分别为4 km和10 km以上。冈底斯西段的南北边界均以磁异常梯度带为界；铜矿点大部分位于磁异常梯度带，个别位于正磁异常中心，铜金矿、金矿点分布于磁异常梯度带。因此可以磁异常梯度带为界建立“区域尺度”的磁异常找矿预测缓冲区。冈底斯西段航磁△T四阶小波细节主要反映深部岩石磁性差异和断裂信息等（图 9d），冈底斯西段西部与东部表现为正磁异常，中部表现为负磁异常；铜矿点、铜金矿、金矿点分布于磁异常梯度带。冈底斯成矿带西段的基本构造格架由雅鲁藏布江缝合带（YZS）和狮泉河—纳木错蛇绿混杂岩带（SSZ）组成，在板块俯冲和碰撞作用影响下，两带之间形成了多岛弧盆体系及相关的岩浆岩带，岩浆岩带内的超基性、基性以及中、酸性岩体分布是控制矿床产出的重要因素。将上述本区重磁资料多阶小波分解异常特征构建的“宏观”-“区域”-“精细”尺度的找矿缓冲区“求交”合并，在斑岩型铜矿地质成矿理论指导下，以重磁异常为主推断的岩体与矿点的对应关系如图 10所示。从图中可知，主要斑岩型矿点分布于冈底斯成矿带西段的北部与南部，区内已知铜矿点的分布大都与推断的酸性—中酸性岩体有关，大部分铜矿点位于岩体边界，少量铜矿点位于岩体内部。个别金矿点的分布与推断的基性岩体分布有关，金矿点位于岩体边界。

选取冈底斯成矿带西段19045个水系沉积物样品的Ag、Au、As、Co、Cr、Cu、Mo、Ni、Pb、Sb、Sn、W和Zn等13种元素数据（1∶20万）❷，在矿床研究的基础上，研究冈底斯西段地球化学元素组合和分布，并解释可能存在的找矿信息，探讨找矿潜力和方向。通过相关分析（表 2）、聚类分析（图 11）和因子分析（图 12）等多元统计分析将研究区的13种元素降维为5个因子变量：f1因子（Ni-Co-Cr元素组合）、f2因子（Cu-Pb-Zn-Ag元素组合）、f3因子（AuSn元素组合）、f4因子（As-Sb元素组合）、f5因子（WMo元素），其中f2因子、f3因子和f5因子为斑岩型铜成矿作用相关的变量，因此本文将对这三个因子变量进行找矿信息讨论。

对冈底斯西段19045个水系沉积物样品的13种元素数据（1∶20万）❷做因子分析后，得出每个样品对5个因子变量的得分，绘制了与斑岩型矿床相关的Cu、Au元素地球化学图（图 13a、b）以及f2因子（Cu-Pb-Zn-Ag元素组合, 图 13c）以及f3因子（AuSn元素组合，图 13d）得分等值线图。根据每个样品的最大得分因子变量，归纳地球化学因子分区（如x号样品和y号样品的最大得分为f3因子，则他们都归纳到f3因子分区）。根据因子得分值将样品归纳到5个分区，绘制了因子分区图（图 14）。从地球化学图（图 13a、b）可以看出本区与斑岩型、浅成低温热液型矿床相关的Cu元素和Au元素分布情况相似，其高值区域主要在冈底斯南北缘岩浆岩分布区，呈零星状、星点状、孤岛状的异常。从因子得分等值线图可以看出：（1）f2因子（Cu-Pb-Zn-Ag元素组合）为本区斑岩型铜矿主要成矿元素分区。该因子变量对应的分区主要在研究区南部的拉达克—南冈底斯复合岛弧带（LGX）中，与冈底斯岩基的产出较为一致，并与朱诺、红山、达若、鲁尔玛等已发现斑岩型铜矿较为吻合，说明这个区域具有寻找斑岩型、浅成低温热液型矿床的重大潜力。（2）f3因子（Au-Sn元素组合）为本区斑岩型铜矿主要伴生元素分区，同时代表了金矿的近矿元素组合（刘洪等，2013）。该因子变量对应的分区主要分布在研究区北部的措勤—申扎岩浆弧带（CS），与拉萨地块北缘晚白垩世的岩浆作用有关，并与已发现的江拉昂宗、布东拉、天宫尼勒和安门弄勒等矽卡岩型、浅成低温热液型金矿吻合，可能代表了措勤—申扎岩浆弧带（CS）浅成低温热液型金矿和矽卡岩型金矿的元素背景。（3）f5因子（W-Mo元素组合）为本区斑岩型铜矿主要伴生元素分区。该因子变量对应的分区主要零星分布于f2因子分区的周边，并与已发现的拔拉扎斑岩—矽卡岩型铜钼矿的相吻合，该分区具有寻找斑岩型铜矿的潜力。

从20世纪80年代遥感技术用于地质找矿以来，国内外学者就致力于遥感地质理论和遥感信息提取技术的研究（Zadeh et al., 2014），逐步构建了一套系统的遥感信息增强提取方法和流程。在西藏地区地表裸露环境下，利用遥感技术开展矿产勘查具有先天优势，在斑岩型铜矿的勘查上也有许多成功案例，如通过比较主分量分析法、光谱角法和比值法等优缺点，建立了基于TM/ETM+“去干扰异常主分量门限化技术流程”，在藏南甲玛—驱龙矿区取得比较好的应用效果（张玉君等, 2003），在多不杂矿集区开展蚀变信息提取及找矿靶区圈定研究，为找矿远景区的圈定提供更为可靠的依据（代晶晶等，2010）。采用的数据源为目前容易获取的24景landsat7 ETM遥感数据。主要提取解译断裂、隐伏断裂、线性构造、岩浆热液环、隐伏岩体、出露岩体和推测岩体等信息，编制形成相应的1∶50万线环构造解译图和遥感异常分布图。

地质构造形迹可以由遥感图像呈现，环形构造及相关的环状、放射状遥感大节理与地下隐伏构造隆起在空间上有一定对应关系。对于地质构造的提取，首先需要获得相关的地质与成矿数据以及相应的地理数据，将各种数据整理并二次加工分析，建立起成矿构造的解译标志；然后获取原始的遥感数据，对遥感影像进行辐射校正、几何校正、图像增强及裁剪融合等处理并结合由地形数据生成的DEM，实现地形的可视化；再进行成矿构造信息的提取，提取出线性构造与环形构造，并对构造信息进行检验和修正，最后与可视化的地形结合。对于提取的地质构造，通过“概率模型法”、“网格与加权法”和“多因素异常叠加分析评判法”进行综合评判，找出成矿与控矿构造，再次进行综合研究，并作为找矿预测的判别指标之一。从遥感线环构造解译图来看（图 15a），区内各个期次的构造相互穿插交切，共同组成本区的构造格架，构造-成矿带的交汇部位为铜多金属矿化富集区，同时环形构造在区内分布较为广泛，其形态多为圆形、似圆形、椭圆形等形态，其成因较为复杂，本次工作重点解译晚三叠世—中侏罗世雅鲁藏布新特提斯洋壳俯冲环境相关的中酸性斑岩体、晚白垩世羌塘—拉萨地块碰撞环境相关的中酸性斑岩体、古新世—始新世印度—欧亚大陆同碰撞环境相关的中酸性斑岩体、渐新世—中新世印度—欧亚大陆碰撞后环境相关中酸性斑岩体引起的环形构造，以及与隐伏岩体和火山机构有关的环形构造，这对寻找斑岩铜矿具有重要的指示意义。尤其关注线型构造与环形构造的交切，通过统计线形构造交点频度和线环构造交点频度与已知矿床（点）的叠加空间分析来看（图 15b, c），线形构造交点频度高值区和线环构造交点频度高值区与已知矿床（点）套合较好，可以利用高值区来指示斑岩型铜矿的有利区。本次选择主成分分析法提取了研究区的羟基异常和铁染异常（图 15d），为了去除羟基矿物提取过程中铁氧化物的干扰，提取含羟基矿物异常时，利用ETM1、4、5、7波段组合进行主分量分析。由于铁氧化物在可见光谱段较为敏感，存在Fe3+在TM1、TM3和TM4吸收带特征，所以在提取含铁染矿物异常选择ETM1、3、4、5组合进行主分量分析。

研究区已知斑岩型、浅成低温热液矿床的特征蚀变矿物组合为绿泥石、绢云母、黑云母等，反映了羟基矿物特征谱带特性。黄铁矿、角岩化带等反映了铁染矿物特征谱带特性。可以通过组合异常密度的计算即羟基异常和铁染异常重叠区域，叠加已知矿点进行空间分析，结果表明高异常区与已知矿床（点）相关性好，可以利用羟基+铁染组合异常的高值区来指示斑岩型铜矿的有利区（图 16）。

冈底斯西段斑岩型矿床和浅成低温热液型矿床在时空上常相依出现，且常构成一套斑岩—浅成低温热液系统。本次研究，笔者重点开展了斑岩型铜矿床及浅成低温热液型铜金多金属矿床的预测评价工作。前文已分析，晚三叠世—中侏罗世、晚白垩世、古新世和渐新世—中新世等中酸性岩浆活动是本区斑岩型、浅成低温热液型矿床形成的主控因素；区域卫星重力异常的小波分解结果揭示了冈底斯西段浅、中、深部的地质构造特征，成矿带的各矿点受到深大断裂的控制，不同深度的重力异常高值区对应深部岩浆的上侵通道；Cu-Pb-Zn-Ag元素组合为本区斑岩型铜矿主要成矿元素分区，AuSn元素组合为本区斑岩型铜矿主要伴生元素分区，同时代表了金矿的近矿元素组合；遥感线-线、线- 环复合交切的构造高频区是斑岩型铜矿化集中区的构造标志，羟基+铁染组合异常的高值区是重要的成矿有利区段。因此，上述信息可构建冈底斯成矿带西段斑岩型、浅成低温热液型矿床找矿预测的基础变量（表 3）。

本次找矿预测工作，将成矿理论研究、计算机技术与地理信息系统（GIS）三者结合起来进行找矿预测，并在预测区内建立了1∶50万比例尺的地质、化探、卫星重力、航磁、遥感和矿产地等多元信息数据库。在此基础上，通过研究成矿规律、典型矿床成矿模型，基于随机森林模型，结合地层、地物、地化以及遥感预测标志圈定研究区内的找矿远景区，定量给出各标志的重要性程度，进而开展定位预测。具体工作流程如下：（1）收集冈底斯成矿带西段矿集区相关的地、物、化、遥资料，建立待预测区完整的随机森林模型空间信息数据库和属性库。（2）对搜集到的化探数据运用地球化学场法重新进行异常信息提取。（3）采用网格法进行预测单元划分，确定合理的预测单元。（4）根据典型矿床研究成果，建立已知矿床的预测找矿模型，进行地质标志因素的选择和预测变量的初次预置。（5）在随机森林算法中，根据已知矿床特征和地质因素标志建立模型单元。（6）根据模型单元，运行预测得出成矿远景区。（7）运用ROC以及AUC评价模型的精确率。（8）运用随机森林回归算法，分析影响因子的重要性，对模型加以改进。

结合冈底斯成矿带西段矿床的分布特征和预测数据集的特点，在尽可能区别开矿床和不过多插值拟合预测数据的情况下，本文选取3.5 km×3.5 km作为预测单元格标准，共划分出10378个单元格，其中含矿单元格有326个。通过遥感地质解译修正后的1∶50万地质图，构建各地层和蚀变带的出露区及断裂缓冲区。1∶50万航磁数据通过小波多尺度分解，构建了航磁小波1~4阶细节4个变量，并通过二线性内插法重采样至3.5 km×3.5 km网格。重力数据选用Bonalot et al.（2012）提出的WGM2012 Global Mode，经过小波多尺度分解后的卫星重力1~5阶细节，4个变量，并通过二线性内插法重采样至3.5 km×3.5 km网格。从1∶20万水系沉积物的39个元素测量数据中提取了各个单元素的对数值和3个因子分量中，并通过二线性内插法重采样至3.5 km×3.5 km网格。重采样后的重、磁、化探、遥感变量保留了原始数据的空间分布特征。

对构建的冈底斯成矿带西段矿集区的数据进行标准化，稀疏数据根据最大值的绝对值进行标准化，其他数据依据原始数据的均值（mean）和标准差（standard deviation）进行标准化。之后再将标准化后的数据集导入欠采样随机森林进行预测，欠采样所构建的训练子集中，本文设定的成矿单元与非成矿单元的比例为1∶1（图 17）。同时为了对比分析，本文在冈底斯成矿带西段矿集区的标准化数据集的基础上应用了随机森林模型、欠采样逻辑回归（US-Logistic Regression）、欠采样支持向量机（USSupport Vector Classifier）、欠采样K最近邻（USKNN，US-k Nearest Neighbor）进行对比。

各模型的调参，使用的GridSearchCV模块系统地遍历多种参数组合，通过交叉验证确定最佳效果参数。结果显示，欠采样随机森林的最佳参数为n_estimators=300；Max_depth=3；Min_samples_leaf= 10；Min_impurity_split=60。各预测模型的计算结果评估表（表 4）和ROC曲线图（图 18）显示，在极度不平衡的高维情况下，欠采样随机森林模型的预测结果的可靠性明显优于结合经典欠采样的决策树、逻辑回归、SVC和KNN。

一般算法中，利用投票的方式确定单元是否为成矿单元，这还不能满足对找矿预测分级的要求，这要求对后验概率进行分析。后验概率是信息理论的基本概念之一，在一个通信系统中，在收到某个消息之后，接收端所了解到的该消息发送的概率称为后验概率。这里将欠采样随机森林的预测结果中单元可能为成矿单元作为其后验概率（图 19）。已知矿点均位于模型预测的后验概率相对高值区，这反证了后验概率的可靠性。将后验概率和已知矿点进行综合分析（图 20），单元格的后验概率呈现偏峰分布。同时已知矿床、矿点对应的后验概率较高，且近似呈正态分布（图 20），这反证了后验概率高值对找矿具有启示作用，显示了其可靠性。这里，结合后验概率、矿床分布和矿床规模，将后验概率>0.584的单元格作为圈定找矿靶区的最低标准，也即三级预测区的下限。同时结合成矿单元后验概率的分布规律，将其均值和均值+1倍方差作为二级预测区和一级预测区的下限，即一级预测区的后验概率>0.721，二级预测区的后验概率为0.663~ 0.721，三级预测区的后验概率为0.584~0.663。

拉达克—南冈底斯岩浆弧带的斑岩—浅成低温热液型铜金多金属矿床主要的预测结果与目前已发现的斑岩—浅成低温热液型矿床较为吻合，目前已发现的朱诺、罗布真、红山、达若、鲁尔玛等矿床（点）均位于计算出的成矿有利度较高的地区，同时，在冈仁波齐到萨嘎一带的找矿有利度也较高，具有一定的找矿潜力。措勤—申扎岩浆弧带已发现的斑岩—矽卡岩型铜钼矿床和浅成低温热液金矿床与计算出的成矿有利区域也十分吻合，成矿有利分析显示，尕尔穷、昂拉仁错、拨拉杂、当惹雍措北等地区具有较大的找矿潜力（图 21）。

矿床属于一定的大地构造演化过程中形成的特殊地质体。因此，矿产资源的形成与特定的大地构造时空演化阶段、成矿地质作用过程及控矿构造系统具有密不可分的关系。矿床的定位不仅取决于体系与环境之间、体系内部各要素之间、外部控矿环境之间的耦合程度，而且取决于定位系统时空结构随时间变化的控矿要素主次、层次、地球化学场、能量场和应力场的转换制约。因此，地质体物理-化学条件或岩性-岩相的转换区带是成矿作用发生和矿体定位的最有利部位（叶天竺，2013；朱裕生等，2013；肖克炎等，2013）。

在后验概率分级的基础上，将预测区内集中的区块进行圈定。根据冈底斯成矿带西段晚古生代以来大地构造演化的时空结构、区域构造-岩浆-沉积作用差异、区域成矿的特点以及近年来的资源评价进展，以及化探异常、物探异常、遥感异常、成矿有利度，结合研究区目前的研究现状以及已知矿床点的类型、数量、代表性、规律等信息，对找矿靶区进行优选，并将找矿远景区划分为Ⅰ、Ⅱ、Ⅲ三级。其中远景区划分标准为：Ⅰ级找矿远景为成矿条件很有利，有大中型以上斑岩型矿床分布，直接找矿信息强，矿床埋深处于目前经济技术条件可开采范围；Ⅱ级找矿远景区：成矿条件有利，有一定的斑岩型矿床点的分布，或者存在与斑岩型矿床相关的小型以上浅成低温热液型和矽卡岩型矿床，直接找矿信息较强，有一定的找矿潜力，已知矿床点埋深处于目前经济技术条件可开采范围；Ⅲ级找矿远景区：地质工作程度低，成矿条件有利，有一定的斑岩型或化探异常分布，具有一定的找矿潜力。最后，圈定找矿远景区11个（图 21）：Ⅰ级成矿远景区2个，Ⅱ级成矿远景区3个，Ⅲ级成矿远景区6个，各个成矿远景区特征信息见表 5。

（1）运用综合找矿模型，基于随机森林算法开展了研究区找矿预测，圈定斑岩型铜多金属矿找矿远景区11个：Ⅰ级远景区2个，Ⅱ级远景区3个，Ⅲ级远景区6个，其中罗布真、打加错、达若、拔拉杂、尕尔穷和布东拉等远景区找矿潜力较大，在这些远景区有望发现新的矿床（点），为冈底斯成矿带找矿勘查打开了新的视野。

（2）本文研究表明，基于大数据机器学习的欠采样随机森林预测模型，有望适应综合地物化遥信息的预测数据高维和极不平衡特点，为成矿带尺度区域找矿预测提供方向，其有效性期待进一步验证。

注释

❶中国地质调查局成都地质调查中心.2019.冈底斯—喜马拉雅铜矿资源基地调查项目成果报告[R].

❷中国地质调查局成都地质调查中心.2019.西藏昂仁县鲁尔玛地区1∶5万矿产地质调查成果报告[R].

致谢: 感谢中国地质调查局成都地质调查中心王永华教授级高级工程师、张建龙教授级高级工程师、焦彦杰教授级高级工程师、张伟正高级工程师、李华正高级工程师、张志副研究员、梁维副研究员、曹华文副研究员、陈敏华高级工程师、李应栩副研究员和黄勇工程师，中国地质调查局应用地质调查中心黄勇研究员，成都理工大学杨武年教授、李佑国教授、何政伟教授，中国地质大学（武汉）刘文浩副教授、高顺宝副教授，中国地质大学（北京）张振杰副教授，以及多年来参加中国地质调查局青藏高原地质大调查项目的众多科技人员对本论文数据的支持和论文撰写的指导。