矿产资源是国家经济可持续发展的基础资源之一。我国矿产资源储量大,但人均占有量少,很多潜在矿产资源地位于中西部偏远山区,勘查难度大,成本高。因此,如何充分利用已有海量空间地质数据,应用机器学习和人工智能等新兴信息技术,构建高效、准确的矿产资源潜力评价模型,用于优选矿产资源勘查靶区、减少矿产资源勘查成本,具有十分重要的科学意义和应用价值。论文针对目前矿产资源潜力评价方法对空间关系考虑不足的问题,提出了一种充分挖掘控矿变量和评价单元空间关系的新方法—耦合证据权与空间场景相似性的矿产资源潜力评价方法(Weights-of-Evidence and Spatial-Scene Similarity,WESS),并以我国青海省祁漫塔格成矿带为研究区进行详细的应用示范。同时,针对研究区已知矿床较少的特点,采用支持向量机(Support Vector Machine,SVM)分类算法对祁漫塔格地区的铜铁铅锌多金属矿种成矿潜力予以评价。最后,将传统的证据权模型(Weight-of-Evidence,WOFE)与SVM方法和WESS方法进行详细的实验效果对比。论文主要内容和成果如下:(1)针对研究区已知矿床较少的特点,建立基于支持向量机的区域矿产资源潜力评价方法,充分发挥SVM模型有效处理小样本和高维数据的优势。主要技术环节包括选择径向基核函数构建分类模型,利用网格寻优算法确定模型需要的最优参数,根据分类结果的概率分布确定成矿潜力指数等。(2)针对目前矿产资源潜力评价方法主要考虑成矿专题信息的属性融合,缺乏对空间关系和空间场景有效处理的局限性,耦合证据权模型和空间场景相似性理论,构建融合控矿变量属性和空间关系的矿产资源潜力评价模型。主要技术流程包括:以评价单元为中心划分空间场景;提取场景内控矿变量和评价单元的空间拓扑、方位以及距离关系;利用证据权模型确定控矿变量的成矿权重;计算以评价单元为中心的空间场景和以已知矿点为中心的空间场景的相似性。该方法突破传统方法注重成矿专题属性信息,缺乏对空间关系和空间场景有效处理的局限。(3)在分析祁漫塔格成矿带区域地质及铜铁铅锌多金属矿成矿特征的基础上,分别应用证据权模型,SVM方法和WESS方法进行详细的应用示范实验。将研究区按总面积的10%、10%、80%划分高、中、低潜力区。选择全部54个已知矿点同时作为训练样本和验证样本,统计验证样本落入高、中、低潜力区的个数,WOFE模型评价精度分别为70.3%、5.5%、24.2%,AUC值为0.81;SVM方法评价精度分别为70.3%、14.9%、14.8%,AUC值为0.86;WESS方法评价精度分别为88.9%、3.7%、7.4%,AUC值为0.91。选择36个(三分之二)已知矿点用于训练,其余18个矿点用于验证,WOFE模型评价精度分别为66.7%、11.1%、22.2%,AUC值为0.79;SVM方法评价精度分别为72.2%、16.7%、11.1%,AUC值为0.85;WESS方法评价精度分别为77.8%、11.1%、11.1%,AUC值为0.88。选择27个(二分之一)已知矿点用于训练,其余27个矿点用于验证,WOFE模型评价精度分别为55.6%、11.1%、33.3%,AUC值为0.74;SVM方法评价精度分别为59.2%、18.5%、22.3%,AUC值为0.78;WESS方法评价精度分别为63%、18.6%、18.4%,AUC值为0.81。实验结果表明本文构建的耦合证据权与空间场景相似性的矿产资源潜力评价方法精度明显高于只考虑成矿属性特征的SVM方法和传统的证据权方法。