研究区位于加拿大阿萨巴斯卡盆地东南部地区,拥有丰富的不整合面型铀资源,不整合面型铀矿以品位高储量大著称,研究区内前期铀矿床研究程度较高,研究基础较好。本文在收集、整理研究区多源地学数据的基础上,总结铀成矿模式,进行找矿信息提取,分别对化探、物探信息进行分析处理提取多源综合信息,利用监督学习理论与机器学习算法进行不整合面型铀矿找矿预测研究,利用预测模型评价选取最优找矿预测模型,根据最优模型进一步划分成矿远景区。主要取得了以下成果:(1)不整合面型铀矿床成矿过程中断层为含矿流体提供了流动的通道,不整合面为铀矿提供存储的位置,伊利石-高岭石-绿泥石-硅化蚀变产生矿化标志,石墨基底通过传导深热源来驱动对流,促使铀热液集中沉淀。(2)通过地球化学元素含量相关性分析显示U元素与Th、Ti O₂、Ta、Nb、V、Sc、Sn、Pb、W相关性较高,与铀成矿密切相关;ROC分析筛选的元素进行主成分分析,经反转后得到具有近矿指示意义的高异常范围成分数据RC2;利用主成分分析对U、Th、K、重力以及航磁ΔT地球物理得到第一主分量(PC1),PC1具有成矿指示意义且能反映90.92%的地球物理数据组合信息。(3)确定了断层、综合蚀变作为地质要素预测变量,通过ROC曲线选取航磁ΔT、PC1、Pb、RC2、U、Sn、Mo作为预测变量,根据随机森林方法对预测元素重要性进行了排序,重要度依次为:U、综合蚀变、航磁、PC1、Pb、RC2、断层、Sn、Mo。(4)应用随机森林、支持向量机、BP神经网络模型进行阿萨巴斯卡盆地东南部不整合面型铀矿成矿预测,用混淆矩阵与ROC曲线进行综合预测评价,随机森林模型效果最优,其混淆矩阵精确度与召回率、ROC曲线的AUC值均最高,成矿有利区面积最小。基于随机森林模型预测结果,圈定成矿远景区,得到三类7个成矿远景区:3个I类成矿远景区;2个Ⅱ类远景区;2个Ⅲ类远景区。