矿产资源是国家战略安全的重要支撑，勘查技术的进展一直受到关注。当前，我国矿产勘查在第四系高覆盖区、冰冻区等复杂地质环境下面临突出挑战，传统手段在多源数据整合与深层分析上短板明显。针对此痛点，吉林大学与自然资源部创新中心开展联合研究并取得关键突破。研究团队将地学大数据与智能算法结合，搭建了涵盖地质、地球物理、遥感等12类数据的综合分析平台。平台利用特征提取算法，可自动识别成矿标志信息，预测准确率较传统方法提升40%以上。
从经验判断走向数据与模型驱动——找矿预测方法的变革——本质上是地学认知方式与勘查组织方式的升级。将多源数据的“量”转化为可验证、可解释、可复制的“质”，既依赖算法进步，也离不开数据标准、地质理论与工程验证的协同。面向资源保障与高质量勘查需求，持续完善智能化方法体系并推动规范化应用，将为提升找矿效率、降低勘查风险、拓展深部找矿空间提供更可靠的技术支撑。