本研究通过设计和应用最优化滤波器对内蒙古达来庙地区进行了钼多金属矿床的局部地球化学异常的提取.区域地球化学数据作为指导找矿的重要信息,与矿床相关的地球化学异常的提取是研究工作的难点和热点.与成矿相关的小规模的、局部的地球化学异常可以通过窗口滤波、傅里叶滤波,小波滤波等技术加强.最优化滤波器融合了机器学习和傅里叶滤波技术,使用到了ROC曲线、AUC和傅里叶滤波.ROC曲线(receiver operating characteristic curve)是根据一系列不同的阈值,以这一阈值下所做出判定的真阳率(真阳率=真正例/(真正例+伪反例))为纵坐标,假阳率(假阳率=伪正例/(伪正例+真反例))为横坐标绘制的,在机器学习领域广泛用来判别分类模型优劣曲线.AUC是ROC曲线下方的面积(Area Under the Curve)可用来比较分类(预测)模型优劣.对于地球化学数据,若将阳例定义为矿点所在单元格,反例定义为其他单元格,其AUC可代表地球化学异常与矿床的相关性.傅里叶转换可以将空间域信号转化到频率域信号,当在频率域中设置某一阈值并保留低频(长波)信息,此为低通滤波；当保留高频(短波)高频信息,此为高通滤波.高通信号能更多的表示出局部的、细节上的变化；而低通信号能更多的反映出大范围的、整体的变化.地球化学信号通过高通滤波,其结果中的异常为局部地球化学异常；通过低通滤波,其结果中异常为区域地球化学异常.最优化滤波是寻找能使高通(或低通)滤波结果AUC值最大化的傅里叶滤波技术.简单的说就是通过设置连续的、一系列不同半径的圆形滤波窗口,得到一系列的滤波结果,找到AUC值最大的滤波结果.为了便于日常使用,我们利用了Numpy,Chaco,Traits等Python库开发了可视化rcGIS插件.