智能找矿预测系统（OreGo）
依托中国地质调查局“智能矿产地质调查”项目研发，实现数据驱动的找矿预测。
方法要点
- 直接使用 DEM、地质、化探、物探、遥感等可获取数据，基本不经地质概念转化。
- 采用“嗅探”技术：给定矿床位置自动提取特征，再在指定区域搜索相似位置。
- 广泛采用人工智能；以无人机增强航磁、伽马能谱、高光谱与高分辨率影像获取。
主要技术突破
地质图向量化表示
采用自然语言处理思路对地质图进行网格化，使图件语义信息可计算，服务矿产地质调查与勘查。
小样本学习
用少量矿床（点）即可获得较好预测效果，降低对大规模标注样本的依赖。
矿床模型知识图谱
将地质文本大数据以知识图谱形式组织与挖掘，支撑成矿特征关联分析。
应用情况
试点区包括西秦岭、崇礼、东昆仑—阿尔金及辽宁东部—吉林南部等不同构造背景矿集区，验证多学科地质大数据找矿预测效果。