Mineural 来自加拿大，团队自我定位很明确——「由地质学家打造的矿产靶区工具」。矿产探勘的痛点在于命中率极低，一块看起来有希望的地，可能砸了好几年跟大笔钻探费用最后什么都没有。Mineural 的做法是把政府公开的地球物理、地球化学、地质图资喂进模型，找出统计上与已知矿体相似的区域，把「该优先看哪里」这件事从直觉变成可排序的清单。
功能特色与适用场景
核心功能是靶区生成与排序：整合磁力、重力、电磁、土壤地化等多来源图层，输出机率分布图，并标示模型是根据哪些特征做出判断。对地质师来说，可解释性比分数本身更重要——如果模型只给一个数字却说不出理由，没有人敢拿它去要钻探预算。
主要使用者是初级探勘公司（junior miners）与独立地质顾问，这些团队资金有限，最需要的就是「少打几个空孔」。台湾读者若在做地热、地下水或工程地质调查，这种「多图层叠加找异常」的方法论同样可以借用。
主要功能
- 多来源地球物理与地化图层整合
- 矿产潜势机率图生成
- 靶区排序与优先级建议
- 模型判断依据可视化
- 公开资料集快速套用
常见用途
- 初级探勘公司靶区筛选
- 矿权评估与尽职调查
- 既有矿区周边延伸探勘
- 学术地质潜势研究
主要功能
- 多来源地球物理与地化图层整合
- 矿产潜势机率图生成
- 靶区排序与优先级建议
- 模型判断依据可视化
- 公开资料集快速套用
优点
- 由地质专业团队开发，模型输出贴近实务语言
- 重视可解释性，不是黑盒子分数
- 对资金有限的初级探勘公司特别有价值
缺点
- 结果品质高度依赖当地公开图资的完整度
- 仍需地质师人工复核，不能直接下钻
- 加拿大以外地区的资料涵盖不一定齐全
使用场景
- 初级探勘公司靶区筛选
- 矿权评估与尽职调查
- 既有矿区周边延伸探勘
- 学术地质潜势研究
编辑点评
我蛮欣赏它把「模型为什么这样判断」放在跟分数同等重要的位置。探勘决策动辄几千万，一个讲不出理由的分数，在会议室里是活不下去的。
常见问题
模型给的高分区就一定有矿吗？
当然不是。它给的是「与已知矿体特征相似度高」的统计判断，实际是否成矿仍要靠地表查证与钻探验证。把它当成缩小搜寻范围的工具，而不是答案。
需要自己准备资料吗？
可以直接套用政府公开的地球物理与地化资料集，若公司手上有私有钻探纪录，加进去通常能明显提升模型表现。
