一种基于人工智能的矿产储量估算方法

本发明涉及矿产资源估算技术领域，公开一种基于人工智能的矿产储量估算方法，包括如下步骤：步骤1，数据收集与预处理，获取多源数据且进行数据标准化与特征提取；步骤2，3D卷积神经网络进行矿体建模，构建3D卷积神经网络且通过三维卷积计算进行矿体预测；步骤3，结合克里金插值优化矿体空间预测，通过克里金插值初步预测矿体空间分布，且利用深度学习模型进一步优化；步骤4，基于贝叶斯优化的储量估算。采用多源数据融合、3D卷积神经网络和克里金插值相结合的技术方案，达到精准捕捉复杂地质条件下矿体空间分布的效果，相较于现有依赖传统地质统计方法的方案，解决断裂带与非均质区域建模能力不足的问题。