大数据和人工智能技术的飞速发展为研究复杂地质现象,开展三维矿产预测提供了新的科学范式。然而,矿产预测是包含地质找矿模型构建、数据采集、制图建模、异常提取、变量构置、信息融合等多个步骤的复杂工程,每个阶段具有不同的不确定性来源,且会传播给下一阶段,使得矿产预测的结果具有不确定性。本文提出了一种(1+ε)近似全局最优真值发现方法,用于定量评价矿产资源综合信息立体预测中的不确定性。该方法通过几何迭代方式使目标函数最小化,获得真值和数据源权重的近似全局最优解。与以往的方法相比,该方法为评价过程中涉及的每个模型提供了定量的不确定性,这些不确定性在评价前是未知的,且不依赖于任何专家经验,另外参与计算的模型数量需求显著减少,从而大大降低了计算复杂性。最后选择湖南花垣矿集区和内蒙古浩尧儿忽洞金矿两个研究实例进行方法验证,展示了(1+ε)近似全局最优真值发现方法在多尺度三维矿产预测不确定性定量评价中的有效性与优越性。