简介： 本发明公开了基于图注意力自编码的多元地球化学异常识别方法，包括以下步骤：构图阈值K确定；地球化学元素拓扑网络构建；多元地球化学特征学习；多元地球化学元素背景重构；多异常值计算。本发明将图学习引入化探异常探测中，利用K近邻构建了地球化学元素拓扑关系图，构建并训练了能够同时提取元素组成关系和空间结构特征的图注意力自编码器。基于训练好的图注意力自编码器进行多元地球化学背景的重构，并计算得到最终每个采样点的异常值。本发明对现有神经网络模型进行了扩展，使得模型能够直接处理采样点数据并能应用于不规则区域，大大提高了化探背景的学习性能和模型的实用性，为复杂地质条件提供了实用可靠的化探异常识别方法。