首页

理论技术

区域地质调查

矿产资源调查

地质灾害调查

地下水调查

当前位置: 新闻在线> 最新动态   2021年1月16日 星期六  
 
基于模糊隶属度的证据权法在地质调查中的应用
  更新时间: 2018/8/20 10:10:26
   

    在地质调查领域,空间数据挖掘方法是能够通过采用某种数学模型,从海量地物化遥等空间数据中挖掘出决策信息的一项技术。使用该技术,从同一个空间数据集出发,针对不同的地质调查目标对象,可构建出不同的空间图形(即综合地质空间模式)。常见的基于模糊隶属度机器学习方法的证据权法作为就是一种基于贝叶斯决策的空间数据挖掘方法。在地物化遥数据综合处理上,引入模糊式识别中的最大隶属度原则算法,通过机器学习,可有效地判断地质对象的目标或地质体的空间模式。该方法在矿产资源潜力评价、地质灾害危险性评价、生态环境脆弱性评价等方面已有广泛的应用。
    数字地质调查系统(DGSS)研发了相应的综合地质空间模式应用模块和技术流程。将不同比例尺不同专业的空间数据转换为统一空间尺度下的空间数据集进行组织,集成了基于模糊隶属度机器学习方法的证据权法。
    在前期应用中,结合浅覆盖区区调项目开展了方法试验。针对大部分基岩被覆盖的特点,将已知出露的地质体作为机器训练样本,应用地磁、化探等数据,利用最大隶属度原则算法,选取证据因子与目标对象的最佳关系的特征数值,通过证据权法计算,构建了二叠纪花岗闪长岩岩体模式图等9种地质体的地质空间模式。目的是帮助分析问题、解决问题。
    现将ppt、说明书等文档共享,请各用户结合实际情况试用,及时反馈。

附件1 DGSGIS证据权法过程(发展中心)20180725
附件2 DGSGIS_证据权法_操作手册-20180725