章 绪论
1.1 研究背景与意义
1.2 地学定量分析方法的发展与应用现状分析
1.2.1 成矿系统定量空间分析与预测方法的发展与应用现状分析
1.2.2 滑坡定量评价方法的发展和应用现状分析
第2章 空间定量预测分析方法
2.1 分形分析
2.2 Fry分析
2.3 距离分布分析
2.4 证据权重法
2.5 机器学习
2.5.1 支持向量机
2.5.2 随机森林
2.5.3 人工神经网络
2.5.4 卷积神经网络
第3章 地质要素成矿相关度的定量分析与应用
3.1 研究区概况
3.2 基于分形的地质要素成矿相关度分析
3.3 基于证据权重法的地质要素成矿相关度分析
3.4 基于分形分析和证据权重法的成矿潜力评估
第4章 定量成矿预测的研究与应用
4.1 定量成矿预测的研究思路
4.2 研究区概况
4.3 矿化分布模式与控矿因素空间分析
4.3.1 矿点的空间分布模式
4.3.2 地质要素的成矿相关度分析
4.3.2 空间分析结果的地质解译
4.4 基于机器学习的定量成矿预测
4.4.1 输入数据
4.4.2 模型训练
4.4.3 模型分类和预测能力评价
4.4.4 成矿预测结果与讨论
第5章 滑坡敏感性定量评价与应用
5.1 研究区概况
5.2 输人数据集
5.2.1 滑坡样本集
5.2.2 滑坡影响因子的信息图层
5.3 滑坡敏感性定量评价
5.3.1 模型训练
5.3.2 滑坡影响图层的权重分析
5.3.3 模型精度评价与分析
5.3.4 滑坡敏感性评价结果与讨论
第6章 结论
参考文献
附录彩图

空间预测是地学研究领域极具应用价值的课题，精准的定量预测可以为矿产资源勘查和地质灾害防治等重大问题提供关键性的参考，特别是随着地学信息获取渠道日益丰富和信息体量的迅速增大，定量化预测不仅成为可能，也是空间预测发展的必然趋势。本书以成矿预测和滑坡预测为主要研究范围，系统介绍了分形分析、Fry分析、距离分布分析、证据权重法、机器学习、深度学习等一系列定量分析和预测方法，并通过应用实例阐明了根据预测任务和研究区实际选择合理方法、建立定量评估体系的过程，介绍了结合地质、地理、水文、地球物理、地球化学、遥感等多源地学信息建立空间预测输入数据集的方法，提出了地学预测中最需要关注的是算法与地质认识的结合，探讨了预测模型在应用过程中的验证方法和完善途径。