覆盖区找矿是矿产资源勘查的前沿研究方向。集宁位于内蒙古中部,大地构造位置属华北克拉通北缘,为典型的新生代沉积物及玄武岩浅覆盖区。近些年来,区域内先后发现了大苏计、泉子沟和曹四夭三个大型-超大型钼矿床,找矿潜力巨大。本文以内蒙古集宁浅覆盖区为研究对象,通过对覆盖区水系沉积物及土壤地球地球化学数据进行统计分析,将奇异性理论及主成分分析方法应用于覆盖区勘查地球化学异常的识别当中。利用局部奇异性分析方法对研究区的地球化学数据进行了详细分析和模式识别,并在典型矿床的基本特征研究的基础上,结合成矿地质特征、地球化学异常特征,基于部分出露的基岩作为训练集,利用卷积神经网络算法对覆盖区下伏基岩进行了预测。勘查地球化学特征分析结果表明,地表的地球化学元素浓度可以在一定程度上体现出下伏基岩的分布,但是由于覆盖层的存在,结果并不准确。进一步对地球化学元素进行奇异性分析发现,奇异性指数可以有效的压制了覆盖层背景的影响,突出覆盖层下的弱缓异常,可以有效指示隐伏的矿化或元素富集。而且,奇异性指数得到的元素分布模式是稳定的,不会随覆盖层的厚度而改变。因此,稳定的能反映弱缓异常的奇异性指数可用于对隐伏岩体的预测。最后,通过卷积神经网络对成矿地质体、构造、地球化学奇异性特征等图片空间信息的处理,得到了集宁浅覆盖区下隐伏基岩的预测图。并比较了考虑空间信息和不考虑空间信息的卷积神经网络方法在基岩推断中的影响,表明在进行地质基岩预测时要考虑空间信息,否则虽然会得到准确度较高的数据,但不能在实际情况里得到准确的地质信息。该结果可以为集宁浅覆盖区成矿预测及靶区圈定提供研究基础。将深度学习与基岩推断相结合,以区域地球化学数据的原始数据及其局部奇异性指数为基础,发挥深度学习的特征发掘的能力,可以得到更加准确的结果。卷积神经网络对于空间信息的提取以及保留在进行基岩推断的时候可以更好的体现出来。