基于机器学习算法的深部地热靶区智能定位方法

本发明公开了基于机器学习算法的深部地热靶区智能定位方法，本发明涉及地热资源勘探技术领域。包括以下步骤：S1、多源异构数据融合采集与预处理；S2、地质特征熵值量化与空间自相关分析；S3、深度特征提取与多模态特征融合；S4、多模型自适应集成与动态权重优化；S5、强化学习动态调参与异常阈值确定；S6、三维地热靶区智能定位与风险评估。该定位技术，通过机器学习算法整合地质构造、地球物理场、地球化学及遥感数据，构建高维特征向量，解决了现有技术单一依赖物理探测的局限性，同时，引入强化学习动态优化模型参数，结合实时地热井数据更新，使模型能够自适应地质条件变化，预测精度较传统方法大幅提升。