GEOSCAN, résultats de la recherche

Menu GEOSCAN


TitrePredictive lithological mapping of Canada's north using random forest classification applied to geophysical and geochemical data
AuteurHarris, J R; Grunsky, E C
SourceComputers and Geosciences vol. 80, 2015 p. 9-25, https://doi.org/10.1016/j.cageo.2015.03.013
Année2015
Séries alt.Secteur des sciences de la Terre, Contribution externe 20140589
ÉditeurElsevier
Documentpublication en série
Lang.anglais
DOIhttps://doi.org/10.1016/j.cageo.2015.03.013
Mediapapier; en ligne; numérique
Formatspdf
ProvinceNunavut
SNRC65A; 65B; 65C
Lat/Long OENS-102.0000 -96.0000 61.0000 60.0000
Sujetstechniques de cartographie; Classification; géophysique; géochimie; géologie générale
Illustrationsimages; tables; graphs
ProgrammeGéologie du substratum rocheux et des dépôts meubles du sud de la province de Rae, GEM2 : La géocartographie de l'énergie et des minéraux
Résumé(disponible en anglais seulement)
A recent method for mapping lithology which involves the Random Forest (RF) machine classification algorithm is evaluated. Random Forests, a supervised classifier, requires training data representative of each lithology to produce a predictive or classified map. We use two training strategies, one based on the location of lake sediment geochemical samples where the rock type is recorded from a legacy geology map at each sample station and the second strategy is based on lithology recorded from field stations derived from reconnaissance field mapping. We apply the classification to interpolated major and minor lake sediment geochemical data as well as airborne total field magnetic and gamma ray spectrometer data. Using this method we produce predictions of the lithology of a large section of the Hearne Archean – Paleoproterozoic tectonic domain, in northern Canada.
The results indicate that meaningful predictive lithologic maps can be produced using RF classification for both training strategies. The best results were achieved when all data were used; however, the geochemical and gamma ray data were the strongest predictors of the various lithologies. The maps generated from this research can be used to compliment field mapping activities by focusing field work on areas where the predicted geology and legacy geology do not match and as first order geological maps in poorly mapped areas.
Résumé(Résumé en langage clair et simple, non publié)
Dans cet article, nous présentons les résultats de l'utilisation d'un algorithme informatique (classification dirigée) pour produire des cartes géologiques à partir de jeux de données géophysiques et géochimiques. Cette nouvelle approche s'appuie sur de l'information géologique existante sous forme de carte ou de base de données de terrain. La méthode a été mise au point afin de soutenir des projets de cartographie régionale et d'offrir de l'information géologique de premier ordre dans des régions peu cartographiées du Nord canadien.
GEOSCAN ID296260