基于多源矿山地质数据挖掘的废石骨料母矿溯源优选方法与流程

本发明涉及矿山固废资源化利用，尤其是涉及基于多源矿山地质数据挖掘的废石骨料母矿溯源优选方法。

背景技术：

1、随着我国基础设施建设规模持续扩大，天然砂石骨料资源日益枯竭。与此同时，矿山开采产生大量废石，累计堆存量高达数百亿吨，将矿山废石加工为机制骨料已成为解决天然骨料短缺和矿山固废处置双重难题的重要途径。

2、然而，矿山废石的品质高度依赖于其母岩的地质属性。不同采区、不同层位、不同岩性的废石在矿物组成、化学成分、物理力学性能方面差异显著，直接决定了其作为骨料的适用性。目前，废石骨料利用面临的核心技术瓶颈在于：矿山产生的大量废石被简单混合堆放，不同来源的废石混杂在一起，导致整体品质波动大、稳定性差，难以满足高质量骨料的生产要求。传统的废石评价方法通常是在废石产生后取样检测，属于“事后评价”模式，存在滞后性（废石已混杂堆放，无法按质分流）、效率低下（实验室分析周期数天至数周）、成本高昂和缺乏源头管控能力等缺陷。

3、近年来，数据挖掘与机器学习技术在地质矿产领域得到日益广泛的应用，在地球化学数据处理、岩性识别、矿产资源预测等方面展现出优于传统统计方法的性能。shap等可解释性分析方法已被用于揭示机器学习模型的决策机制，提升预测结果的可信度。然而，上述技术在地质矿产领域的应用主要集中在矿产勘查与找矿预测方向，尚未见到系统性地应用于矿山废石骨料母矿溯源与品质优选的技术方案。现有技术仍存在以下空白：

4、其一，缺乏面向废石骨料利用场景的溯源方法，溯源结果未与废石的骨料品质潜势建立关联，无法直接指导分类利用决策；其二，缺乏针对高维地质特征的有效降维手段，直接建模导致模型复杂度高、过拟合风险大；其三，缺乏可解释的溯源预测机制，机器学习模型的“黑箱”特性使其在地质学理上缺乏依据，难以获得矿山工程师的信任；其四，缺乏动态更新机制，静态模型随矿山地质条件变化逐渐失效；其五，现有决策通常仅依据品质指标进行单一目标排序，未将可采储量纳入考量，难以保障长期稳定供应。

技术实现思路

1、本发明的目的是提供基于多源矿山地质数据挖掘的废石骨料母矿溯源优选方法，针对现有技术无法在废石产生前或产生时从源头实现骨料品质预判和母矿溯源优选，导致废石混杂堆放、骨料品质不可控的缺陷，旨在建立“数据采集-特征提取-溯源匹配-优选评级”的全链条技术方案。

2、为实现上述目的，本发明提供了基于多源矿山地质数据挖掘的废石骨料母矿溯源优选方法，包括以下步骤：

3、步骤s1、多源矿山地质数据采集与空间定位，获取待分析矿山的多源地质数据，对多源地质数据赋予统一的空间坐标基准，建立各数据点与矿山三维空间位置的关联映射，形成空间数据库；

4、步骤s2、基于地质特征指纹的母岩来源标签构建，基于步骤s1采集的多源地质数据，提取各采区、各层位母岩的地质特征指纹向量，采用k-means聚类算法对已知来源的母岩样本进行聚类，确定聚类个数k，建立地质特征指纹-母岩来源的映射关系库，并为每个类别赋予类别标签；

5、步骤s3、骨料品质敏感特征筛选与多模态数据融合，获取不同母岩来源废石制备的骨料样本的品质检测数据，采用shap可解释性分析方法，计算各地质特征指纹对骨料品质指标的贡献度，筛选出对骨料品质具有显著影响的敏感特征子集；

6、步骤s4、基于极端梯度提升xgboost的母岩骨料品质潜势预测模型构建，以步骤s3筛选的敏感特征子集为输入特征，以步骤s3中获取的骨料品质检测等级为预测目标，构建并训练基于xgboost的母岩骨料品质潜势预测模型，选择评价指标最优的模型作为最终预测模型；

7、步骤s5、未知来源废石母岩溯源与骨料品质潜势预测，对于待溯源的废石样本，采用与步骤s1、s2相同的标准采集其多源地质数据并提取地质特征指纹，将提取的特征输入步骤s4训练好的预测模型，输出该废石样本所属的母岩来源类别及其对应的骨料品质潜势等级；

8、步骤s6、基于多目标优化的废石骨料母矿优选决策，获取矿山各采区不同母岩来源的废石可采储量数据，以步骤s5预测的骨料品质潜势等级和可采储量作为优化目标，构建多目标优选决策模型；

9、采用多目标优化算法求解帕累托最优解集或计算加权综合评分，输出母矿优选排序列表。

10、优选的，步骤s1中建立各数据点与矿山三维空间位置的关联映射，具体包括：

11、采用矿山测量坐标系或大地坐标系作为统一的空间参考系，对地质勘探数据中的钻孔口坐标和孔深数据进行坐标转换，对地球化学分析数据中的采样点进行rtk实时动态测量定位，对采矿生产数据中的采掘工作面采用数字矿山系统中的采掘进度坐标进行空间标定；

12、对无法直接获得空间坐标的历史数据，采用地质统计学方法根据相邻数据点进行空间插值估算，并标注估算置信区间。

13、优选的，步骤s2中k-means聚类算法按以下步骤执行：

14、步骤s21、特征矩阵构建，将提取的各母岩样本地质特征指纹向量按行排列，构建大小为n×n的特征矩阵x，其中n为样本总数，n为地质特征总数；

15、对特征矩阵x的各列特征进行z-score标准化处理，使各特征均值为0、标准差为1，消除量纲差异对聚类结果的影响，标准化公式为：

16、；

17、其中，为第个样本第个特征的原始值，为第列特征的均值，为第列特征的标准差，为标准化后的特征值；

18、步骤s22、最优聚类个数k的确定，采用轮廓系数法与肘部法则相结合的联合判定策略确定最优聚类个数k：执行k-means聚类，计算聚类结果的轮廓系数：

19、；

20、其中，为第个样本到同簇其他样本的平均距离，为第个样本到其他簇所有样本的最小平均距离；

21、计算聚类结果的簇内误差平方和：

22、；

23、其中为第k个簇，为第k个簇的中心；以k值为横坐标，分别以r次运行的平均轮廓系数和平均sse为纵坐标，绘制轮廓系数曲线和肘部曲线，并选出最优聚类个数k；

24、步骤s23、k-means聚类迭代计算；

25、步骤s24、聚类结果标注与指纹库构建，迭代收敛后，输出各样本的簇标签，每个簇代表一种母岩来源类型；

26、对每个簇，计算该簇的簇中心特征向量，作为该类母岩来源的标准地质特征指纹；

27、同时，统计每个簇内各样本实际来源采区和层位的分布，取出现频率最高的采区-层位组合作为该类母岩来源的地质归属标签，完成聚类结果的地质意义标注；

28、将各簇的簇中心特征向量、地质归属标签、簇内样本数量、簇内样本特征方差等信息存入母岩来源指纹数据库。

29、优选的，步骤s23内容如下：

30、以步骤s22确定的最优聚类个数k和步骤s21构建的标准化特征矩阵x'为输入，采用k-means++初始化策略确定初始聚类中心：

31、从所有样本中随机选取第一个样本作为第一个初始聚类中心；

32、对于每个样本，计算其与已选聚类中心的最短距离，按正比于的概率选取下一个聚类中心，直至选出k个初始聚类中心；

33、以选定的k个初始聚类中心为起点，执行以下迭代计算：

34、分配步骤：计算每个样本到k个聚类中心的欧氏距离，将每个样本分配给距离最近的聚类中心，形成k个簇；

35、更新步骤：对每个簇，重新计算其聚类中心：

36、；

37、即簇内所有样本的均值向量；

38、交替执行分配步骤和更新步骤，直至满足以下任一收敛条件：

39、聚类中心位置的变化量，即；其中为预设的收敛精度阈值，取值范围为；

40、达到预设的最大迭代次数，的取值范围为。

41、优选的，步骤s3中shap可解释性分析方法按以下步骤执行敏感特征筛选：

42、步骤s31、基准模型训练，以步骤s2构建的特征矩阵x为输入，以步骤s3中获取的骨料品质等级为预测目标，训练一个基准的极端梯度提升xgboost模型作为shap值计算的基础模型；

43、步骤s32、shap值矩阵计算，对于训练好的基准模型，采用treeexplainer解释器计算每个样本的每个地质特征对预测结果的shap值；

44、模型预测值与基准预期值之间的差值等于所有特征shap值之和：

45、；

46、其中，为第个样本的模型预测输出，为所有样本预测值的均值，为第个样本第个特征的shap值；取各类shap绝对值的最大值作为该特征的总体shap值；

47、步骤s33、特征全局重要性排序，对每个地质特征，计算其shap绝对值的全局均值：

48、；

49、将各特征按照值从大到小进行降序排列，得到特征全局重要性排序列表；

50、步骤s34、敏感特征子集筛选，从特征重要性排序列表中，从排名第一的特征开始逐个累加，计算前m个特征的累积shap贡献度：

51、；

52、当累积贡献度首次达到或超过预设阈值时，停止累加，选取前个特征构成初筛敏感特征子集；

53、对于每个选入敏感特征子集的特征，进一步计算其与骨料品质指标之间的spearman秩相关系数，输出敏感特征子集：

54、；

55、其中为经过相关性验证后的实际特征数量，且。

56、优选的，步骤s4中xgboost模型按以下步骤构建和训练：

57、步骤s41、训练数据准备，以筛选的敏感特征子集对应的特征矩阵为模型输入，以步骤s3中获取的骨料品质等级标签为预测目标，构建标注数据集：

58、；

59、其中{ⅰ类, ⅱ类, ⅲ类}为骨料品质等级标签；

60、步骤s42、模型目标函数构建，xgboost模型通过集成t棵分类回归树进行预测，模型输出形式为：

61、；

62、其中，f为所有分类回归树构成的函数空间，为第t棵树对应的函数；

63、模型的目标函数由损失函数项和正则化项两部分组成：

64、；

65、其中，为损失函数，采用多分类交叉熵损失函数，计算公式为：

66、；

67、其中，为骨料品质等级的类别数（），为指示函数，为第i个样本属于第k类的预测概率，；为正则化项：

68、；

69、其中，为第棵树的叶节点数量，为第个叶节点的权重值，为叶节点数量的惩罚系数，为l2正则化系数；

70、步骤s43、超参数定义与搜索空间设定，定义xgboost模型需要优化的核心超参数及其搜索空间如下：

71、学习率取值范围，步长0.01；树的最大深度取值范围[3,10]，步长1；估计器数量取值范围[50, 400]，步长50；最小子样本权重取值范围[1, 10]，步长1；列采样比例取值范围[0.5,1.0]，步长0.1；

72、l2正则化系数lambda取值范围[0, 10]，步长1；l1正则化系数alpha取值范围[0,10]，步长1；

73、步骤s44、基于贝叶斯优化的超参数调优，采用贝叶斯优化方法进行超参数搜索，贝叶斯优化的迭代过程如下：

74、在超参数搜索空间内随机采样10组超参数组合，分别训练xgboost模型并计算验证集准确率，作为高斯过程的初始观测数据；

75、基于当前观测数据，更新高斯过程代理模型的后验分布，得到各超参数组合的预测均值和预测方差；

76、最大化期望改进采集函数，计算下一组待评估的超参数组合；

77、使用新超参数组合训练模型并评估验证集准确率，将结果加入观测数据；

78、直至达到最大迭代次数50次；

79、输出验证集准确率最高的一组超参数作为最优超参数组合；

80、步骤s45、模型训练、验证与性能评价，以步骤s44寻优得到的最优超参数组合配置xgboost模型，在整个训练集上训练最终模型，并在测试集上进行性能评价。

81、优选的，步骤s5中输出该废石样本所属的母岩来源类别及其对应的骨料品质潜势等级，具体包括：

82、将待测样本的敏感特征向量输入预测模型，得到该样本属于各母岩来源类别的概率分布，其中表示属于类别的概率，且；

83、取概率最大的类别作为该样本的母岩来源判定结果，同时输出该样本隶属于该类别的置信度，置信度等于最大概率值；若最大概率值低于预设置信度阈值，则判定为未分类并触发人工复核流程；

84、可解释性依据通过以下方式生成：

85、对步骤s4中训练好的预测模型，再次采用shap方法计算待测样本的各项敏感特征对预测结果的shap值；

86、将各敏感特征的shap值进行绝对值排序，选取绝对值最大的前3~5项特征作为影响该预测结果的关键特征；

87、生成包含关键特征名称、shap值、贡献方向及特征当前实测值的可解释性报告，作为溯源结果的地质学依据。

88、优选的，步骤s6中多目标优选决策模型的第一优化目标为最大化可采储量q，第二优化目标为最大化骨料品质综合评分s，骨料品质综合评分s根据品质等级和品质指标的加权和计算：

89、；

90、其中，为骨料品质评价指标的总数，为第项骨料品质指标经正向化归一化处理后的无量纲得分值，取值范围为[0,1]；为第项指标的综合权重：

91、；

92、其中，为偏好系数，取值范围为[0,1]；采用层次分析法通过两两比较判断矩阵确定；采用熵权法根据各指标的信息熵确定；

93、最终的综合品质评分s值越大，代表该母岩来源废石制备的骨料品质越优。

94、优选的，步骤s6中分类剥离和差异化加工包括：

95、将评定为优质骨料潜势的母岩来源废石单独剥离、单独运输、单独破碎和筛分，产品用于高强度混凝土及高等级公路路面应用场景；

96、将评定为一般骨料潜势的母岩来源废石用于普通混凝土和一般填方工程；

97、将评定为低质骨料潜势或具有碱活性风险的母岩来源废石用于非承重结构、基层填料或采空区充填。

98、因此，本发明采用上述基于多源矿山地质数据挖掘的废石骨料母矿溯源优选方法，具备以下有益效果：

99、（1）本发明在废石产生时即可通过地质特征指纹快速判定其母岩来源并预测骨料品质等级，为废石“按质剥离、分类堆放、差异化加工”提供实时决策依据。

100、（2）本发明通过shap双重应用，第一阶段用于敏感特征事前筛选，第二阶段用于预测结果事后解释（输出关键特征及其贡献方向），实现了可解释溯源。

101、（3）构建“品质-储量”双目标优化模型，采用nsga-ii求解帕累托前沿、topsis选取最优折中解，兼顾了骨料品质底线要求和长期供应稳定性，更贴合矿山生产实际。

102、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。