Seraphineの小窝
·
大数据成矿预测系列(一) | 经典模型“证据权重法”的前世今生
💡
原文中文，约4200字，阅读约需10分钟。
📝
内容提要
本文介绍了数据驱动的成矿预测方法，重点讨论证据权重法（WofE），该方法通过统计分析评估矿床存在的概率，结合地质信息，克服主观判断的局限性。文章还阐述了WofE的起源、实现过程及其在地学中的应用，旨在帮助读者理解和应用这些技术。
🎯
关键要点
- 文章介绍了数据驱动的成矿预测方法，重点讨论证据权重法（WofE）。
- 证据权重法通过统计分析评估矿床存在的概率，结合地质信息，克服主观判断的局限性。
- 数据驱动型方法包括证据权重法、信息量法、多准则决策分析和空间点模式分析。
- 证据权重法最初源于医学诊断领域，后来被改造用于地质学中的空间预测分析。
- 该方法的起源与发展与地理信息系统（GIS）技术的进步密切相关。
- 证据权重法的实现过程包括数据准备、计算证据权重、检验条件独立性、计算后验概率和制作预测图。
- 通过统计计算，证据权重法能够客观地确定每个证据层对成矿的贡献权重。
- 条件独立性检验是确保权重计算准确的重要步骤，避免高估或低估概率。
- 最终生成的矿产潜力图为矿床的存在概率提供了可视化的预测结果。
❓
延伸问答
证据权重法（WofE）是什么？
证据权重法是一种数据驱动的统计分析方法，用于评估矿床存在的概率，结合地质信息，克服主观判断的局限性。
证据权重法的起源是什么？
证据权重法最初源于医学诊断领域，后来被改造用于地质学中的空间预测分析。
证据权重法的实现过程包括哪些步骤？
实现过程包括数据准备、计算证据权重、检验条件独立性、计算后验概率和制作预测图。
证据权重法如何克服主观判断的局限性？
通过统计计算，证据权重法客观地确定每个证据层对成矿的贡献权重，避免了主观随意性。
条件独立性检验在证据权重法中有什么重要性？
条件独立性检验确保权重计算准确，避免高估或低估矿床存在的概率。
证据权重法在地学中的应用有哪些？
证据权重法主要用于矿产远景制图，定量评估矿床存在的概率。
➡️
