秦耀祖

简   历：

甘肃庆阳人，1985年出生，博士、讲师、硕士研究生导师，主要从事成矿预测、三维地质模拟和地学大数据挖掘方面的研究。近五年来，共发表学术论文10余篇，其中以第一作者发表SCI论文6篇；主持省部级项目2项、市厅级项目5项和横向项目4项，并参与其他多个科研项目。

学习经历：

(1) 2012-09至2018-12，中南大学，矿产普查与勘探，博士

(2) 2008-09至2011-06，中南大学，构造地质学，硕士

(3) 2004-09至2008-06，中南大学，地质工程，学士

工作经历：

(1) 2019-01至现在，东华理工大学，地球科学学院，讲师

(2) 2011.07-2018.12，湖南金诺矿业有限公司，地质总工、资源顾问

研究方向：

(1) 数学、遥感和三维地质

(2) 地质灾害预测和评价

(3) 地理空间大数据挖掘和生态资源评估

硕士招生专业：

·0818 地质资源与地质工程

·0857 资源与环境

·0705 地理学

其它：

(1) 第一届地球科学大数据挖掘与人工智能挑战赛，三等奖（指导老师），中国矿物岩石地球化学学会，2019

(2) 江西省自然资源资产和生态环境审计工作咨询专家，2019.05-2022.05，江西省审计厅

(3) 江西省生态地质环境学会理事，2021.05-2026.05，江西省生态地质环境学会

教授课程：

1.《地学大数据》

2.《大数据与城市规划》

3.《遥感地质学》

4.《数据结构与算法基础》

5.《GIS地学应用》

承担的科研项目：

主持项目：

(1)铀资源探测与核遥感全国重点实验室，全国重点实验室基金项目，NKLUR-2024-YB-006，基于三维模拟和智能预测的找矿靶区优选：以江西相山火山盆地铀矿田为例，2025-01至今，50.00万元，在研，主持

(2)自然资源部南方丘陵区自然资源监测监管重点实验室，省部级重点实验室开放基金项目，NRMSSHR2024Y01，人地耦合与多源地学数据驱动下的自然资源安全评价技术与应用研究，2024-11至今，5.00万元，在研，主持

(3) 江西省教育厅，教育厅科技计划项目，GJJ210709，地质灾害的智能识别及实时易发性预测研究：以瑞金市为例，2022-11至2024-07，5.24万元，结题，主持

(4) 自然资源部南方丘陵区自然资源监测监管重点实验室，省部级重点实验室开放基金项目，NRMSSHR2022Z05，基于多源遥感数据的湿地生态系统植物碳储量估算体系研究，2022-07至2024-11，10.00万元，结题，主持

(5) 遥感信息与图像分析技术国防科技重点实验室，国家级重点实验室开放基金项目，6142A010411，基于三维重构和智能提取的地灾易发性预测和风险评估，2022-01至2024-04，5.00万元，结题，主持

(6) 东华理工大学，博士科研启动基金项目，DHBK2019040，基于大数据驱动的雪峰构造弧之廖家坪矿田定位预测研究，2020-01至2023-01，10.00万元，结题，主持

(7) 江西省数字国土重点实验室，省部级重点实验室基金项目，DLLJ201901，基于机器学习的湖南省廖家坪矿田地质灾害监测和预警，2019-06至2021-09，1.50万元，结题，主持

(8) 湖南安化鑫丰矿业有限公司，横向科研，湖南省安化县廖家坪矿田牛角塘矿区资源勘查技术服务，2023-08至2024-01，12.00万元，在研，主持

(9) 广东省有色地质勘查院，横向项目，广东省五华县白石嶂钨钼矿详查、广州市荔湾区地质灾害风险普查项目技术服务，2022-01至2024-06，28.80万元，结题，主持

(10) 广东省有色地质勘查院，横向项目，广东省丰顺县龙马稀土矿区、大埔县平原稀土矿区资源勘查技术服务，2021-07至2023-12，26.00万元，结题，主持

(11) 广东省有色地质勘查院，横向项目，英德市大站镇侧塘村尖峰岭水泥配料用砂岩矿资源储量详查采购项目技术服务，2020-09至2021-12，8.80万元，结题，主持

主要参与项目：

(1) 国家自然科学基金委，面上项目，脉型铀矿床多源信息融合三维建模关键技术与控矿构造研究——以江西相山火山盆地邹家山和居隆庵矿床为例，2025-1至2028-12，46.00万元，在研，参与

(2) 江西省科技厅，面上项，显-隐交互式数字地质填图三维建模技术研究，2024-6至2027-5，10.00万元，在研，参与

(3)江西省2018年度“双千计划”长期创新领军人才（自然科学类）基金项目，2019-09 至2023-08，200万元，在研，参与

代表性论著：

(1) 秦耀祖^*, 吴伟成, 谢丽风, 欧鹏辉, 黄小岚. 基于机器学习的找矿预测模型在湖南岳溪锑矿田的应用, 东华理工大学学报（自然科学版）, 2021, 44(1): 28-40.

(2) 秦耀祖^*, 彭珊鸰, 秦仲奎, 皇甫文超, 张阳. 湖南同心锑矿床基于三维地质建模的矿体空间分布特征及找矿意义, 矿产与地质, 2019, 33(06): 1098-1105.

(3) 秦耀祖, 刘亮明. ETM+遥感数据的构造、岩石和蚀变信息提取及其在甘肃北山西段的应用, 南方金属, 2010, (06): 40-43.

(4) Qin, Y.Z.^*; Cao, L.; Li, S.M.; et al. Multisource geoscience data-driven framework for subsidence risk assessment in urban area. International Journal of Disaster Risk Reduction, 2024; 113, 104901.

(5) Qin, Y.Z.^*; Cao, L.; Li, W,J.; et al. Suitability Assessment Method of Red Tourism Development Using Geospatial and Social Humanity Data: A Case Study of Ruijin City, East China. Sustainability, 2023; 15(11): 8582.

(6) Qin, Y.Z.^*; Cao, L.; Boloorani, A.D.; et al. High resolution mining-induced geo-hazard mapping using Random Forest: A case study of Liaojiaping Orefield, Central China. Remote Sensing, 2021,13:3638, 1-23.

(7) Qin, Y.Z.; Liu, L.M.; Wu, W.C. Machine Learning-Based 3D Modeling of Mineral Prospectivity Mapping in the Anqing Orefield, Eastern China. Natural Resources Research, 2021, 30:5, 3099-3120.

(8) Qin, Y.Z.; Liu, L.M. Quantitative 3D Association of Geological Factors and Geophysical Fields with Mineralization and Its Significance for Ore Prediction: An Example from Anqing Orefield, China, Minerals, 2018, 8(7): 300-323.

(9) Zhou, X.T.; Wu, W.C.; Qin, Y.Z.; et al. Geoinformation-based landslide susceptibility mapping in subtropical area. Scientific Reports, 2021, 11(1).

(10) Ou, P.H.; Wu, W.C.; Qin, Y.Z.; et al. Assessment of Landslide Hazard in Jiangxi Using Geo-information. Frontiers of Earth Science in China, 2021, 648342.

(11) Zhang, Y.; Wu, W.C.; Qin, Y.Z.; et al. Mapping Landslide Hazard Risk Using Random Forest Algorithm in Guixi, Jiangxi, China. International Journal of Geo-Information, 2020; 9(11): 695.

(12) Lu, J.P., Li, M.G., Qin, Y.Z., et al. A study on forest fire risk assessment in jiangxi province based on machine learning and geostatistics. Environmental Research Communications, 2024, 6, 125020.

(13) Liu, L.M.; Cao, W.; Liu, H.S.; Ord, A.; Qin, Y.Z.; Zhou, F.H.; Bi, C.X. Applying benefits and avoiding pitfalls of 3D computational modeling-based machine learning prediction for exploration targeting: Lessons from two mines in the Tongling-Anqing district, eastern China. Ore Geology Reviews, 2022, 104712.