秦耀祖

简   历：

秦耀祖，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3篇；主持省部级项目1项、市厅级项目3项、博士科研启动基金1项和横向项目3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

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》

承担科研项目情况：

主持项目：

(1) 东华理工大学，博士科研启动基金项目，2020-01至2023-01，10万元，在研

(2) 江西省数字国土重点实验室，开放基金，2019-06至2021-06，1.5万元，结题

(3)江西省教育厅，教育厅科技计划项目，一般科研项目，2022-11至2024.10，5.24万元，在研

(4) 遥感信息与图像分析技术国防科技重点实验室，一般开放基金，2022-01至2023年12，5万元，在研

(5)自然资源部南方丘陵区自然资源监测监管重点实验室，重点开放基金，2022-07至2024年-06，10万元，在研

(6) 广东省有色地质勘查院，横向项目，2020-09至2021-12，8.8万元，结题

(7) 广东省有色地质勘查院，横向项目，2021-07至2023-12，26万元，在研

(8) 广东省有色地质勘查院，横向项目，2022-01至2023-12，28.8万元，在研

主要参与项目：

(1)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

(2) 国家自然科学基金委员会，面上项目，2014-01至2017-12，85万元，结题

代表论著：

(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.; 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.

(5) 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.

(6) 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.

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

(8) 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.

(9) 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, DOI: 10.3390/ijgi9110695.

(10) 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