2025年6月13日，地球科学与资源学院第一届科研学术沙龙——第三期活动在教二楼330顺利开展。活动由矿产普查与勘探教研室承办，邀请到张振杰副教授和周树斌特任教授进行科研学术分享。

张振杰的报告题目是《基于大模型和知识图谱的智能矿产预测》。报告聚焦于当前矿产预测领域中长期存在的难题——如何构建具有良好可解释性的矿产预测模型。传统数据驱动方法尽管在精度上取得一定突破，但由于“黑箱”特性，往往难以为地质专家所理解和采纳，限制了其在工业找矿实践中的广泛应用。为破解这一瓶颈，研究提出了一种融合大语言模型（LLMs）与知识图谱（KG）的创新框架。具体而言，研究首先利用LLMs从地质文献中自动提取与特定矿床类型相关的文本信息，构建知识图谱以系统整合成矿知识，并通过挖掘该图谱筛选出具有地质意义的预测变量。在此基础上，引入S-A分形滤波与gcForest算法，构建可解释的KG-SA-GC预测模型，并将其应用于中国南岭地区稀有金属矿产的找矿预测。结果表明，该方法不仅有效识别出与稀有金属成矿密切相关的勘查地球化学指标，而且显著提升了模型的可解释性和预测准确性。该研究展示了人工智能与地质知识深度融合在智能找矿中的广阔应用前景，为未来多源异构地学知识的系统挖掘与集成预测提供了可行路径。

周树斌的报告题目是《基于pXRF与micro-XRF技术的多尺度多介质地球化学特征研究—以黑龙江白岭铜锌多金属矿区为例》。研究通过整合便携式XRF技术与微区XRF技术系统评价了黑龙江白岭铜锌多金属矿区土壤-生物界面多种环境介质的地球化学特征。通过建立标准化的分析流程和数据校正模型，实现了从宏观到微观的多尺度地球化学解析，深入揭示了研究区土壤-生物界面各介质的元素分布规律和迁移机制。研究取得以下重要发现：首先，在黑龙江省白岭铜锌多金属矿区，特定野生真菌表现出对Cu和As元素显著的富集能力，这一特性使其具有作为生物地球化学勘查指示物种的应用潜力；其次，部分野生食用菌中As元素的超常富集现象可能构成当地居民砷暴露的潜在风险源。该研究不仅证实了便携式XRF技术与微区XRF技术联用在矿产资源勘查中的有效性，同时也为生态风险评估提供了新的技术手段和研究思路。