面向煤田勘探的多源地质数据AI融合处理与异常体识别研究

张建军 ( 陕西省煤田地质集团有限公司 )

https://doi.org/10.37155/2972-4333-0407-4

Abstract

煤田勘探正从传统单一方法向多技术协同、数据驱动模式转变,多源地质数据的综合解释与异常体智能 识别成为提高勘探精度的关键。本文针对煤田勘探中地震、测井、电磁、钻探及遥感等多源数据存在的异构性、多 尺度及不确定性问题,系统研究了基于人工智能的多源数据融合处理框架与异常体识别方法。构建了多级数据融合体 系,探讨了深度学习在数据配准、特征提取及联合反演中的应用,提出了基于语义分割与目标检测的煤层、断层、陷 落柱及采空区等异常体的智能识别模型。研究成果对于提升煤田勘探自动化水平、降低解释不确定性、保障煤矿安全 高效开采具有重要的理论价值与工程意义。

Keywords

煤田勘探;多源地质数据;数据融合;人工智能;异常体识别

Full Text

PDF

References

[1]陈碧华.地质勘查技术在煤田勘探过程中的应用[J].
内蒙古煤炭经济,2023(6):178-180.
[2]李丽.多源数据融合技术及其在地质矿产勘查中的
实践研究[J].中国建设信息化,2022(10):20-25.
[3]伍超奇.人工智能在矿山地质中的应用现状及未来
展望[J].世界有色金属,2024,(02):49-51.
[4]刘恒,赵威,韩媛,等.人工智能与大数据分析在新一
轮找矿突破战略行动中的应用与挑战[J].科技创新与应
用,2024,14(02):20-23.

Copyright © 2026 张建军 Creative Commons License Publishing time:2026-07-31
This work is licensed under a Creative Commons Attribution 4.0 International License