矿产勘查工作中获取的钻孔、剖面等数据常呈现高成本、低密度的特点,如何利用这些数据进行地下地质结构的三维模型自动构建,并基于三维模型进行矿产储量估算等是矿产资源勘查和开发的重要支撑。地质统计学中的两点统计方法(如克里金方法等)在三维地质建模领域得到了广泛应用,但在模型的随机性表达、精细化模拟、模拟效率等方面略显不足。多点地质统计学(Multiple-Point Geostatistics,简称MPS)通过对训练图像的学习获取高阶统计信息,并在重构模型中进行空间模式复现。然而MPS方法常常需要一个与实际模拟或建模规模相当的训练图像(参考模型),而在实际的三维地质建模应用中很难获得研究区域的三维先验训练模型。本文在基于地质剖面的多点地质统计三维模型自动重建方法(3DRCS)的基础上,根据矿区数据的分布特点对原方法进行了模拟效率和矿体边界圈定等方面的改进,并用四川拉拉铜矿落凼矿区的实际剖面数据进行了精细三维模型重构的应用。本文利用剖面数据通过投影降维的方法实现了对于矿体模型的粗糙圈定,较大程度提高了模拟效率;利用三个正交方向的条件概率分布函数融合机制实现了从二维剖面到三维模型的自动生成;同时利用局部圈定的方法克服了模拟实现中的孤立噪点和连通性不够的问题,实现了矿体边界的清晰划定。利用落凼地区地质剖面自动生成的三维铜矿矿体模型,具备了生成速度快、模型可选、精细度高的特点,可基于系列矿体模型进行模型不确定性评价。