meta

Tiivistelmä:
Abstract:
Mineraaliprospektiivisuusmallinnus on paikkatietoaineistojen spatiaaliseen analyysin perustuva mineraalipotentiaalin kartoitusmenetelmä. Mallinnuksen tavoitteena on rajata mineraalisten raaka-aineiden etsintään hyvin soveltuvia maantieteellisiä alueita. Mallinnuksen lähtöaineistona voidaan käyttää geofysikaalista, geokemiallista ja geologista dataa sekä kaukokartoitusaineistoja. Menetelmä perustuu datan kvantitatiiviseen analyysiin ja numeeriseen mallintamiseen. Laskentamalleina hyödynnetään usein ”weights of evidence” -menetelmää, logistista regressiota, neuroverkkoja, itseorganisoituvia karttoja, sumeaa logiikkaa tai muita koneoppimiseen liittyviä menetelmiä. GTK on käyttänyt ja kehittänyt mineraaliprospektiivisuusmallinnuksen menetelmiä vuodesta 2000 lähtien. Tietoaineisto sisältää GTK:n tutkijoiden julkaisemia prospektiivisuusmalleja.
/
Mineral prospectivity modelling is a method of mineral potential mapping based on spatial analysis of data sets. The aim of the modelling is to define most potential areas for mineral exploration. Geophysical, geochemical, and geological data as well as remote sensing data can be used as model input material. The method is based on quantitative analysis of data and numerical modelling. Weights of evidence, logistic regression, neural networks, self-organizing maps, fuzzy logic overlay or other machine learning related methods are often used as computational models. GTK has been using and developing mineral prospectivity modelling methods since 2000. The dataset contains models published by GTK researchers.
Käyttötarkoitus:
Purpose:
Mineraaliprospektiivisuusmallinnuksen menetelmiä ja aineistoa käytetään mineraalisten raaka-ainevarojen kartoituksessa eri mittakaavoissa, mutta samaa menetelmää voidaan soveltaa myös muihin käyttötarkoituksiin ja muille paikkatietoaineistoille.
/
The information obtained from prospectivity models is used in the mineral resources mapping on different scales. The same method can also be applied to other uses and other spatial data sets.
Käyttökelpoisuus:
Use limitation:
Aineistoa käytettäessä tulee huomioida, että kyse on numeerisesta mallintamisesta, johon aina liittyy epävarmuustekijöitä.
/
When using the data, it should be noted that this is a numerical modelling method with uncertainties.
Teema avainsana:
Theme keyword:
mineraalivarat, mineraaliesiintymät, kallioperä, geokemia, geofysiikka, itseorganisoituvat kartat, logistinen regressio, neuroverkot, sumea logiikka, koneoppiminen / mineral resources, mineral deposits, bedrock, geochemistry, geophysics, self-organizing maps, logistic regression, neural networks, fuzzy logic, machine learning
Koordinaattijärjestelmä:
Reference system identifier:
EUREF FIN TM35FIN EPSG:
Jakeluformaatin nimi:
Distribution format:





Aineiston formaatti:
Data format:

GTK-SYKE Metatieto
GTK-SYKE Metadata

Metatiedon tiedot
Metadata
 
Metadatan kieli:
Metadata language:
suomi/finnish
englanti/english
Merkistö:
Character set:
8859part15
Metatiedon päivämäärä:
Date:
2021-03-22
Hierarkiataso:
Hierarchy level:
tietoaineisto/dataset
Metatiedon standardin nimi:
Standard name:
ISO 19115:2005
Metatiedon standardin versio:
Standard version:
JHS158:2005
Metatiedon tiedostotunniste:
File identifier:
Ylemmäntason tiedostotunniste:
Parent identifier:
Mineraaliprospektiivisuusmallinnus-tuote/Mineral prospectivity modelling-product
Vastuutaho
Metadata point of contact
 
Organisaatio:
Organisation:
Geologian tutkimuskeskus
Rooli:
Role:
omistaja/owner
Yhteystiedot
Contact
 
Puhelinnumero:
Phone number:
0295030000
Fax-numero:
Fax number:
Osoite:
Address:
PL 96 (Vuorimiehentie 5)
Postitoimipaikka:
Post office:
ESPOO
Postinumero:
Post number:
02151
Sähköpostiosoite:
E-mail:
geodata@gtk.fi

Takaisin/Back

Aineiston tunnistamistiedot
Data identification
 
Seuraava päivitys:
Next updating:
2009-06-15
Luonti:
Creation:
Julkaiseminen:
Date of publication:
Vaihtoehtoinen nimi:
Alternate name:
Mineraaliprospektiivisuusmallinnus / Mineral prospectivity modelling
Versio:
Version:
Version päiväys:
Version date:
2021-03-15
Esitystapa
Presentation
Resurssin tunniste:
Resource identifier
Tunnisteen tyyppi:
Identifier
Aiheluokka:
Topic category:
geotieteet/geoscientific information
Vastuutaho
Responsible party
 
Organisaatio:
Organisation:
Geologian tutkimuskeskus
Rooli:
Role:
omistaja/owner
Yhteystiedot
Contact
 
Puhelinnumero:
Phone number:
0295030000
Osoite:
Address:
PL 96 (Vuorimiehentie 5)
Postitoimipaikka:
Post office:
ESPOO
Postinumero:
Post number:
02151
Sähköpostiosoite:
E-mail:
geodata@gtk.fi
Avainsanat
Keywords
 
Ala
Discipline
 
Avainsanat:
Keywords:
mallintaminen, spatiaalinen analyysi, geoinformatiikka / modelling, spatial analysis, geoinformatics
Asiasanasto:
Thesaurus:
Finto
Paikka
Place
 
Avainsanat:
Keywords:
Suomi / Finland
Asiasanasto:
Thesaurus:
Finto
Esiintymä
Stratum
 
Avainsanat:
Keywords:
Asiasanasto:
Tesaurus:
Aikajakso
Temporal
 
Avainsanat:
Keywords:
arkeeinen, proterotsooinen, paleoproterotsooinen / archaic, proterozoic, paleoproterozoic
Asiasanasto:
Tesaurus:
Finto
Muu luokittelu
Additional keywords
 
Avainsanat:
Keywords:
mineraalivarat, mineraaliesiintymät, kallioperä, geokemia, geofysiikka, itseorganisoituvat kartat, logistinen regressio, neuroverkot, sumea logiikka, koneoppiminen / mineral resources, mineral deposits, bedrock, geochemistry, geophysics, self-organizing maps, logistic regression, neural networks, fuzzy logic, machine learning
Asiasanasto:
Tesaurus:
Finto
INSPIRE
INSPIRE
 
Avainsanat:
Keywords:
Geologia
Asiasanasto:
Thesaurus:
GEMET - INSPIRE themes, version 1.0
GEMET I
GEMET I
 
Avainsanat:
Keywords:
geologia
Asiasanasto:
Thesaurus:
GEMET - Themes, version 2.3
Paikkatietohakemisto  
Avainsanat:
Keywords:
Asiasanasto:
Tesaurus:
Tiivistelmä:
Abstract:
Mineraaliprospektiivisuusmallinnus on paikkatietoaineistojen spatiaaliseen analyysin perustuva mineraalipotentiaalin kartoitusmenetelmä. Mallinnuksen tavoitteena on rajata mineraalisten raaka-aineiden etsintään hyvin soveltuvia maantieteellisiä alueita. Mallinnuksen lähtöaineistona voidaan käyttää geofysikaalista, geokemiallista ja geologista dataa sekä kaukokartoitusaineistoja. Menetelmä perustuu datan kvantitatiiviseen analyysiin ja numeeriseen mallintamiseen. Laskentamalleina hyödynnetään usein ”weights of evidence” -menetelmää, logistista regressiota, neuroverkkoja, itseorganisoituvia karttoja, sumeaa logiikkaa tai muita koneoppimiseen liittyviä menetelmiä. GTK on käyttänyt ja kehittänyt mineraaliprospektiivisuusmallinnuksen menetelmiä vuodesta 2000 lähtien. Tietoaineisto sisältää GTK:n tutkijoiden julkaisemia prospektiivisuusmalleja.
/
Mineral prospectivity modelling is a method of mineral potential mapping based on spatial analysis of data sets. The aim of the modelling is to define most potential areas for mineral exploration. Geophysical, geochemical, and geological data as well as remote sensing data can be used as model input material. The method is based on quantitative analysis of data and numerical modelling. Weights of evidence, logistic regression, neural networks, self-organizing maps, fuzzy logic overlay or other machine learning related methods are often used as computational models. GTK has been using and developing mineral prospectivity modelling methods since 2000. The dataset contains models published by GTK researchers.
Käyttötarkoitus:
Purpose:
Mineraaliprospektiivisuusmallinnuksen menetelmiä ja aineistoa käytetään mineraalisten raaka-ainevarojen kartoituksessa eri mittakaavoissa, mutta samaa menetelmää voidaan soveltaa myös muihin käyttötarkoituksiin ja muille paikkatietoaineistoille.
/
The information obtained from prospectivity models is used in the mineral resources mapping on different scales. The same method can also be applied to other uses and other spatial data sets.
Myötävaikuttaneet tahot:
Credits:
United States Geological Survey, Geological Survey of Canada, The University of Campinas
Viitedokumentti:
Reference document:
http://tupa.gtk.fi/metaviite/mineral_prospectivity_modelling.pdf
https://gtkdata.gtk.fi/mpm/
https://github.com/gtkfi/ArcSDM
Tietoaineiston kieli:
Language:
suomi/finnish
englanti/english
Status:
Status:
jatkuva/on going
Ylläpitotietojen tiedot
Maintenance information
 
Ylläpitotiheys:
Update frequency:
Päivityksen laajuus:
Update scope:
Resurssin/Aineiston rajoitteet
Limitations
 
Käyttökelpoisuus:
Use limitation:
Aineistoa käytettäessä tulee huomioida, että kyse on numeerisesta mallintamisesta, johon aina liittyy epävarmuustekijöitä.
/
When using the data, it should be noted that this is a numerical modelling method with uncertainties.
Lainmukaiset rajoitteet
Lecal constraints
 
Saantirajoitteet:
Access constraints:
Käyttörajoitteet:
Use constraints:
Lupateksti:
Copyright:
Turvallisuusrajoitukset
Security constraints
 
Turvaluokittelu:
Classification:
Sijaintitiedon erotuskyky:
Spatial resolution:
Maantieteellinen kattavuus
Geographic bounding box
 
Länsi:
West:
83819
Itä:
East:
732909
Pohjoinen:
North:
7776467
Etelä:
South:
6637114
Ajallinen kattavuus
Temporal reference
 
Aloitus pvm:
Start date:
Lopetus pvm:
End date:
Sijainnillinen ja ajallinen kuvaus:
Description:

Takaisin/Back

Esitystapa (sijaintitieto)
Portrayal
 
Sijaintitiedon esitystapa:
Spatial representation type:
Topologian taso:
Topology level:
Nimi:
Name:
Objektin tyyppi:
Type:
Objektien lkm:
Count:
9

Takaisin/Back

Koordinaattijärjestelmä
Coordinate system
 
Vertausjärjestelmän tunniste
Reference system identifier
Arvo:
Code:
Nimiavaruus:
Namespace:
EPSG

Takaisin/Back

Aineiston laatutiedot
Data quality information
Alkuperätiedot
Source
 
Historia:
History:
Mineraaliprospektiivisuusmallinnuksessa lähtöaineistona käytetään geologista, geofysikaalista ja geokemiallista dataa sekä kaukokartoitusaineistoa. Mineraaliprospektiivisuusmallinnuksessa hyödynnetään mineraalisysteemimalleja, jotka määrittävät mineraaliesiintymän geologisen ympäristön.
/
Geological, geophysical, and geochemical data as well as remote sensing data are used as input material in mineral prospectivity modelling. Mineral prospectivity modelling utilizes mineral system models that defines the geological environment of a mineral deposit.
Prosessointihistoria:
Process step:
Mineraaliprospektiivisuusmallinnuksen ensimmäisessä vaiheessa määritellään etsittävä hyödyke sekä etsinnän kohteena olevan esiintymätyypin geologinen ympäristö, ns. mineraalisysteemimalli. Näillä tekijöillä on kriittinen vaikutus siihen, mitä aineistoja mallinnuksessa tarvitaan ja miten aineisto tulee käsitellä parhaan lopputuloksen saamiseksi. Seuraavassa vaiheessa aineistot käsitellään tarvittavaan muotoon. Geoprosessointivaihe sisältää muun muassa kuvankäsittelyä, rasterointia, interpolointia ja luokittelua. Varsinaisessa spatiaalisessa mallinnuksessa aineistot integroidaan matemaattisesti eri funktioin riippuen käytettävästä menetelmästä. Vaihe on iteratiivinen ja se toistetaan useita kertoja sovelluksen parametreja muuttamalla. Vaiheen lopputuloksena saadaan lopullinen prospektiivisuuskartta tai karttoja. Mallien validointivaiheessa hyödynnetään sekä tilastollista että kokeellista validointia. Tilastollisessa validoinnissa tunnettuja esiintymä käytetään validointipisteinä, kokeellisessa validoinnissa malleja testataan maastohavainnoin. Validointivaiheessa valikoidaan parhaiten todellisuutta vastaavat mallit, joita voidaan hyödyntää malminetsinnässä. Yleisimmät käytetyt laskentamallit ovat sumea logiikka, neuroverkot, itseorganisoituvat kartat, logistinen regressio ja weights of evidence.
/
As the first stage of mineral prospectivity modelling, the commodity and the mineral system model are defined. These factors have a critical impact on what data are needed in modelling and how the data should be processed to get the best result. In the next step, the data are processed in the required format. The geoprocessing phase includes, but is not limited to, image processing, rasterization, interpolation, and classification. In the actual integration phase, the pre-processed data is integrated mathematically using functions which depend on the method used. The step is iterative and is repeated several times by changing the application parameters. Result of this phase is a prospectivity map or maps. In the validation phase of the models, both statistical and experimental validation are utilized. Statistical validation utilizes known deposits as validation points, experimental validation requires field testing. In the validation phase, the models that best correspond to reality are selected and can be utilized in mineral exploration. The most used computational models are fuzzy logic, neural networks, self-organizing maps, logistic regression, and weights of evidence.
Prosessointiympäristö:
Processing environment:
Aineiston geoprosessoinnissa käytetään paikkatietoaineistojen muokkaamiseen ja luokitteluun soveltuvia ohjelmistoja, esimerkiksi ArcGIS, QGIS ja OASIS Montaj. Mineraaliprospektiivisuusmallinnuksessa käytetään räätälöityä SDM5-sovellusta (https://github.com/gtkfi/ArcSDM). Sovelluksen fuzzy logic työkalujen on-line versio on osoitteessa https://gtkdata.gtk.fi/mpm/.
/
Geoprocessing is done using software suitable for editing and classifying spatial data, for example ArcGIS, QGIS and OASIS Montaj. Mineral prospectivity modelling uses a customized SDM5 application (https://github.com/gtkfi/ArcSDM). The on-line version of the application is at https://gtkdata.gtk.fi/mpm/.
Aineiston laaturaportti - Sääntöjenmukaisuus
Data quality report - Regulation
 
INSPIRE-sääntöjenmukaisuus:
INSPIRE-conformity:
Määrittely:
Definition:
Määrittelyn päivämäärä:
Definition date:
Toiminto:
Operation:

Takaisin/Back

Aineiston jakelutiedot
Distribution
 
Jakelija
Distributor
 
Yhteystiedot
Contact
 
Nimi:
Name:
Aineistomyynti
Organisaatio:
Organisation:
Rooli:
Role:
Puhelinnumero:
Phone number:
Katuosoite:
Address:
Postinumero:Post number
Postitoimipaikka:
Post office:
Sähköpostiosoite:
E-mail:
Saatavilla oleva formaatti
Distribution format
 
Jakeluformaatin nimi:
Format name:





Jakeluformaatin versio:
Version:
Jakeluformaatin määrittely:
Specification:
Tilausohjeistus
Order process
 
Maksut ja maksuaika:
Fees and payment time:
Palvelutunnit:
Planned available date time:
Tilausohjeet:
Ordering instruction:
Online-osoite (URL):
Online-address:
Jakelutapa:
Delivery method:
Offline-jakelu:
Off-line distribution:
Median nimi:
Media name:

Takaisin/Back

Kohde- ja ominaisuustiedot
Feature and attribute information
 
Ominaisuustiedot:
Attribute information:

 

Takaisin/Back