Random forest classification for volcanogenic massive sulfide mineralization in the Rouyn-Noranda Area, Quebec.

In this paper we use GIS processing techniques and the random forest (RF) algorithm to assess the mineral potential of the Noranda district.


Random forest (RF) classification was applied to 37 predictor maps (vectors to mineralization) producing a Mineral Prospectivity Map (MPM) for volcanogenic massive sulfide (VMS) mineralization in the Noranda District, Abitibi subprovince, which is host to ∼20 VMS deposits and numerous subeconomic occurrences. The predictor maps were created using geological, geochemical, and geophysical data, and the known VMS deposits were used to train the RF classifier. The RF model was applied on two regions of interest (ROI) to investigate the effect of different sized ROIs on the results. Five sets of balanced and unbalanced training data were used in the experiments to examine the sensitivity of RF to different sets of training data. The probability/prospectivity maps showed very high success rate of classification with regard to training data particularly for the training sets with higher ratio of non-deposits/deposits. Accuracy assessment of classification maps using cross-validation also showed very high accuracy when assessed by the training data in all experiments again giving a higher accuracy for the training sets with higher ratios of non-deposits/deposits, however the later showed very low accuracy when applying k-fold cross-validation or when assessed by 15 VMS showings used as the test data indicating an overfitting problem with the unbalanced data. In most of the experiments, principal component 4 (PC4) of geochemical analysis, proximity to synvolcanic tonalite-trondhjemite-granodiorite (TTG) intrusions, lithology, and sericite alteration maps showed higher predictive power. The importance of individual variables changed when the ROI was changed to a smaller area suggesting that RF is sensitive to the study area.

Jeux de données disponibles au téléchargement

Informations supplémentaires

Champ Valeur
Dernière mise à jour mars 25, 2026, 02:05 (TU)
Créé mars 25, 2026, 02:05 (TU)
Domaine / Sujet
Domaine ou sujet du jeu de données catalogué.
Titre
Titre du jeu de données.
Random forest classification for volcanogenic massive sulfide mineralization in the Rouyn-Noranda Area, Quebec.
Description
Une description du jeu de données.

In this paper we use GIS processing techniques and the random forest (RF) algorithm to assess the mineral potential of the Noranda district.


Random forest (RF) classification was applied to 37 predictor maps (vectors to mineralization) producing a Mineral Prospectivity Map (MPM) for volcanogenic massive sulfide (VMS) mineralization in the Noranda District, Abitibi subprovince, which is host to ∼20 VMS deposits and numerous subeconomic occurrences. The predictor maps were created using geological, geochemical, and geophysical data, and the known VMS deposits were used to train the RF classifier. The RF model was applied on two regions of interest (ROI) to investigate the effect of different sized ROIs on the results. Five sets of balanced and unbalanced training data were used in the experiments to examine the sensitivity of RF to different sets of training data. The probability/prospectivity maps showed very high success rate of classification with regard to training data particularly for the training sets with higher ratio of non-deposits/deposits. Accuracy assessment of classification maps using cross-validation also showed very high accuracy when assessed by the training data in all experiments again giving a higher accuracy for the training sets with higher ratios of non-deposits/deposits, however the later showed very low accuracy when applying k-fold cross-validation or when assessed by 15 VMS showings used as the test data indicating an overfitting problem with the unbalanced data. In most of the experiments, principal component 4 (PC4) of geochemical analysis, proximity to synvolcanic tonalite-trondhjemite-granodiorite (TTG) intrusions, lithology, and sericite alteration maps showed higher predictive power. The importance of individual variables changed when the ROI was changed to a smaller area suggesting that RF is sensitive to the study area.
Étiquettes / Mots-clés
Mots-clés/étiquettes catégorisant le jeu de données.
Format (CSV, XLS, TXT, PDF, etc.)
Format de fichier du jeu de données.
Taille du jeu de données
Taille du jeu de données en mégaoctets.
0.12
Identifiant des métadonnées
Identifiant des métadonnées — peut être utilisé comme identifiant unique pour l’entrée du catalogue.
Date de publication
Date de publication du jeu de données.
2023-09-21
Période temporelle des données (date de début)
Date de début des données dans le jeu de données.
Période temporelle des données (date de fin)
Date de fin des données temporelles du jeu de données.
Zone géospatiale couverte
Région spatiale ou lieu nommé couvert par le jeu de données.
Champ Valeur
Catégorie d’accès
Type d’accès accordé pour le jeu de données (ouvert, restreint, service, etc.).
public (affichage de la valeur pour English)
Licence
Licence utilisée pour accéder au jeu de données.
Creative Commons Attribution
Restrictions d’utilisation
Restrictions d’utilisation des données.
Emplacement
Emplacement du jeu de données.
https://metalearth.geohub.laurentian.ca/datasets/75102e1e2c7146188f47ff9dda6f4be0 (affichage de la valeur pour English)
Service de données
Service de données pour accéder à un jeu de données.
Propriétaire
Propriétaire du jeu de données.
MetalEarth (affichage de la valeur pour English)
Point de contact
Qui contacter concernant l’accès ?
Courriel du point de contact
Courriel à utiliser pour l’accès ?
Éditeur
Éditeur du jeu de données.
Courriel de l’éditeur
Adresse courriel de l’éditeur.
Auteur
Auteur du jeu de données.
MetalEarth
Courriel de l'auteur
Adresse courriel de l’auteur.
Date d’accès
Date à laquelle les données et métadonnées ont été consultées.
2023-09-21
Champ Valeur
Identifiant
Identifiant unique du jeu de données.
75102e1e2c7146188f47ff9dda6f4be0 (affichage de la valeur pour English)
Langue
Langue(s) du jeu de données
English
Lien vers la description du jeu de données
Une URL vers un document externe décrivant le jeu de données.
https://metalearth.geohub.laurentian.ca/datasets/75102e1e2c7146188f47ff9dda6f4be0 (affichage de la valeur pour English)
Identifiant persistant
Les données sont identifiées par un identifiant persistant.
Identifiant globalement unique
Les données sont identifiées par un identifiant persistant et globalement unique.
Contient des données sur des individus
Le jeu de données contient-il des données sur des individus ?
Contient des données identifiables sur des individus
Le jeu de données contient-il des données identifiables sur des individus ?
Contient des données autochtones
Le jeu de données contient-il des données sur des communautés autochtones ?
Type de portail
Type de plateforme du portail source.
Champ Valeur
Version
Version du jeu de données
None
Source
Source du jeu de données.
None
Notes de version
Notes de version à propos du jeu de données.
Est une version d’un autre jeu de données
Lien vers le jeu de données dont celui-ci est une version.
Autres versions
Lien vers les jeux de données qui en sont des versions.
Texte de provenance
Texte de provenance des données.
URL de provenance
URL de provenance des données.
Résolution temporelle
Décrit la granularité des données temporelles dans le jeu de données.
Résolution géospatiale en mètres
Décrit la granularité (en mètres) des données géospatiales dans le jeu de données.
Résolution géospatiale (par régions)
Décrit la granularité (par régions) des données géospatiales dans le jeu de données.
Champ Valeur
Permission de la communauté autochtone
Qui détient la permission de la communauté autochtone. Qui contacter pour l’accès à un jeu de données concernant des communautés autochtones.
Permission communautaire
Permission communautaire (qui a accordé la permission).
Les communautés autochtones concernées par le jeu de données
Communautés autochtones dont sont issues les données.
Champ Valeur
Nombre de lignes de données
Pour un jeu de données tabulaire, nombre total de lignes.
Nombre de colonnes de données
Pour un jeu de données tabulaire, nombre total de colonnes uniques.
Nombre de cellules de données
Pour un jeu de données tabulaire, nombre total de cellules contenant des données.
Nombre de relations de données
Pour un jeu de données RDF, nombre total de triplets.
Nombre d’entités
Pour un jeu de données RDF, nombre total d’entités.
Nombre de propriétés de données
Pour un jeu de données RDF, nombre total de propriétés uniques utilisées par les triplets.
Qualité des données
Décrit la qualité des données du jeu de données.
Métrique de qualité des données
Une métrique utilisée pour mesurer la qualité des données, telle que les valeurs manquantes ou les formats invalides.

0 Commentaires

Please login or register to comment.