三维地质建模是实现深部矿产勘查突破的重要途径,通过对控矿地质体的三维建模,可以直观刻画显示控矿要素之间的空间关系,实现矿集区“透明化”,有助于认识理解成矿系统,进行深部找矿及预测。本研究采用赣东北矿集区朱溪矿田及外围最新测量获得1:5万重力数据和1:5万航磁数据,首先开展了位场分离获得了用于重磁反演的异常数据。然后分析了物性和岩性之间的关系,在地表地质和钻孔资料的约束下,完成了17条剖面的人机交互重磁反演。最后,通过这17条剖面建立了朱溪矿床及邻区的三维地质模型。在三维模型建立的基础上,利用机器学习中的BP神经网络算法,将已知有矿单元作为样本训练,对朱溪地区开展了成矿预测。论文获得以下主要认识和成果:(1)获得了赣东北矿集区朱溪外围的三维地质-地球物理模型,获取了地下5km深度的岩体、地层的三维空间形态,初步实现了“透明化”;(2)利用BP神经网络对矿集区进行找矿预测,得到了矿集区不同位置的成矿有利度分布图,其中最有利的成矿单元15处,分布位置与前人划分的成矿远景区大致相符,并有新的发现。(3)人机交互于反演是在了解物性参数等信息下进行的,使建模所得的模型更符合真实情况,提高了反演精度;利用BP网络进行成矿预测,可以整合多源数据,充分利用先验信息以及关键控矿因素,提高了成矿预测的准确性。通过对赣东北朱溪矿田的“透明化”研究,深入挖掘重磁信息,对研究区的深部地质结构有了进一步了解,如断裂构造、研究区的地层分布、岩体的展布规律等。为赣东北矿集区继续找矿提供了依据,也为类似矿集区寻找深部金属资源提供了思路和技术。随着数据海量增长,以及机器学习中数据特征提取的发展,人工智能、机器学习与深部资源寻找以及成矿预测深度融合,将会大幅提高找矿效果和效率。