随着我国对矿产需求量的逐年增高,浅部和易识别的矿床难以满足我国发展的需要,现如今深部矿床的研究与勘探越来越引起地质勘察行业人员的重视。然而,我国对深部矿产资源的研究仍然步伐缓慢,许多矿床也正在进行二次开发的状态。随着工业科技的发展,我们国家对矿产资源的需求随之增加。然而,深部金川矿床的资源还未进行更多的研究,这是一项非常有意义的工作,深部找矿主要考虑3000米以浅的矿床。因此,本文借助了国家重点研发项目“深部矿产资源地球物理响应与综合指标体系”的资助对深部的矿产资源进行了相应的研究。研究内容主要分为两个部分,一是在中、小尺度上建立深部矿产资源的地球物理响应指标体系,用来评价地球物理方法探测深部矿床的能力,二是使用机器学习的方法对大尺度范围内的地球物理数据进行异常指标的提取。针对第一部分,本文以金川铜镍硫化物矿床为例,主要应用了重力、磁法、大地电磁(MT)、地震等地球物理方法对金川铜镍硫化物矿床进行了正演计算,并对计算结果进行了相应的分析。再将采集的金川矿床的重力、磁法、可控音频大地电磁(CSAMT)数据进行反演,将反演结果结合矿床地质背景进行分析与评价。然后,将层次分析法(AHP)对深部矿产资源的情况进行了指标体系建立,采用6种不同成因类型的25种典型矿床进行了重、磁、电、震的数值模拟,并分析了模拟的地球物理响应信号与矿床的对应关系,对地球物理响应的特征信号进行评分,然后对重、磁、电、震四种地球物理方法的响应指标进行分析并得到权重系数,最后使用四种方法的权重系数以及评分分数构建了深部矿产资源的地球物理响应评价指标体系。针对第二部分,本文使用了机器学习中的方法对大范围内的地球物理异常的指标进行提取,利用机器学习方法中的高斯混合模型(GMM)的方法对加拿大苏必利尔湖地区的重力与航磁数据进行了试验,并将地球物理异常指标提取出来绘制了该地区的矿产远景图。本文首先搜集金川铜镍硫化物矿床的地质背景资料、地质成因等信息,了解该信息可以有效地对深部矿床进行一个有效的判定,根据地质信息有效地分析地球物理的响应结果,也能保证后续指标体系建立的准确性。接下来,对金川硫化物铜镍矿床进行地质与地球物理建模,为了更加准确的描绘矿体的形态特征,本文在矩形网格的基础上,加入了基于自适应的Delaunay网格建模的方法,并分析了该方法生成的网格质量。基于自适应的Delaunay网格建模的金川硫化物铜镍矿床模型,在边界以及复杂区域具有网格细化的特点,在物性差异较小的地区可以实现网格稀疏处理,从而节省了计算机内存的使用。该网格剖分算法自动生成,控制网格的质量并保证数值模拟的精度。接着以地质成矿理论为基础,综合搜集的地质与地球物理相关的资料。构建了金川硫化物铜镍矿床的空间和平面的地球物理模型。以地球物理模型为基础,将积分方程法、重心体积方法、有限差分算法、有限单元法等数值模拟方法应用在地球物理方法的数值计算中,根据模拟的结果以及地质背景与成因,讨论矿床的赋存情况以及深部矿床的信号响应。根据四种地球物理方法获得的响应信息,对四种方法进行了判定并给与权重系数。通过给定的系数,将其使用在地球物理探测深部矿产的指标体系中。对金川铜镍硫化物矿床采集的地球物理数据进行反演与分析,针对金川硫化物铜镍矿床的地质背景,定性分析了金川铜镍硫化物矿床的典型结构与物性的分布结构。针对地球物理响应的信号与反演结果,对重、磁、电、震四种地球物理方法进行响应的评价分析,并根据分析结果作为指标体系中选择的权重系数重要依据。然后,为构建深部矿产资源地球物理指标体系,本文使用了层次分析法选择了6种不同成因的矿床类型作为深部矿产资源的二级指标,使用了25个典型矿床分别作为二级指标的解释指标,即三级指标。将模拟25个典型的矿床的地球物理响应作为三级指标的解释指标。将矿床的地球物理响应信号特征进行分析和评分,同时对四种地球物理方法的效果进行权重确定,然后对获取的权重进行了可行性验证,验证结果通过后根据地球物理四种方法的权重系数进行加权。最后将权重系数与地球物理响应评分进行综合计算并获得每个矿床的地球物理指标评分,再将25个矿床的评分进行综合评价,得到了深部矿产的综合指标体系的综合评分。针对这些模拟和处理结果,利用层次分析法建立了不同指标之间的联系,同时建立了深部矿产资源的地球物理指标体系。该指标体系不仅对本文选择的矿床有一个评判系统,得到了综合25个矿床的地球物理响应的综合评价,并且也能对地球物理方法探测深部矿产进行有效地指导。最后,本文进行了地球物理异常指标的提取工作,使用了机器学习中的高斯混合模型的方法对苏必利尔湖地区的地球物理数据进行了试验。当高斯混合函数具有足够多的高斯函数时,可以模拟任何连续的复杂概率分布。重力与磁法的等值线图可以看作是连续的概率密度分布函数,因此,可以利用GMM方法对其进行建模,并使用最大似然估计的方法将高斯混合函数有效地在区域内进行圈定。该地区所有不符合高斯混合模型分布的地球物理数据,被认为是异常区域。将平面中所有不同的异常点提取出来可以构成该地区的地球物理异常指标平面图,也可以叫做矿产远景图。根据调整高斯函数的数量,最终确定了5个高斯函数实现苏必利尔湖地区的地球物理数据建模,并获得了该地区的指标分布图,经对比,有83%的矿床位于异常指标范围内,同时使用接收者操作特征曲线(ROC)与异常面积百分比(PAA)对模拟结果进行评价,证明了该工作的有效性。