<正>锰矿作为战略性关键矿产资源,其高效勘探对保障国家资源安全至关重要。针对传统矿产预测方法存在主观性强、多源信息融合不足的局限,本研究以广西下雷-土湖沉积型锰矿集区为对象,提出了基于Stacking的矿产资源预测框架。通过整合多源地学数据,构建以随机森林(RF)和XGBoost为基学习器、多层感知机(MLP)为元学习器的Stacking集成模型,并采用Optuna工具实现超参数自动优化。研究成果表明:Stacking模型在测试集上的准确率与其它评价指标均显著优于单一分类器;特征重要性分析揭示Mn元素、沉积相和Ni元素为关键预测要素,而地球物理信息贡献较低;基于成矿概率成功圈定9处找矿远景区,其中4处I类高潜力区与已知矿化带空间耦合度高,验证了Stacking在多源地质信息融合与找矿远景区圈定中的显著优势。