1.多特征融合卷积自编码的多元地球化学异常识别方法，其特征在于，包括以下步骤：步骤1：通过规则网格采样获取原始化探数据，每个采样网格获得多种元素浓度值，利用插值算法对原始化探数据进行插值补全；

步骤2：对步骤1处理后的化探数据进行对数变换和归一化，减少因闭合效应引起元素浓度之间的伪相关；

步骤3：将步骤2进行对数变化和归一化处理后的化探数据输入至空间特征提取自编码器A，训练得到多元地球化学元素的空间特征和子自编码器A；

步骤4：将多元地球化学元素的空间特征输入至元素关系特征提取自编码器B中进行模型训练，得到子自编码器B；

步骤5：将步骤3训练得到的子自编码器A和步骤4得到的子自编码器B采用栈式级联的方式耦合得到多特征融合卷积自编码，将步骤2中处理得到的化探数据作为多特征融合卷积自编码的输入，对多特征融合卷积自编码进行整体微调；

步骤6：计算多特征融合卷积自编码的输入数据和输出数据之间的欧式距离作为异常得分，并将异常得分映射到地理空间，生成多元化探异常图。

2.根据权利要求1所述的多特征融合卷积自编码的多元地球化学异常识别方法，其特征在于，步骤1中，将原始化探异常数据插值补全的算法为反距离加权插值算法。

3.根据权利要求1所述的多特征融合卷积自编码的多元地球化学异常识别方法，其特征在于，步骤3中对于空间特征提取的自编码器A为卷积自编码器，其编码器由卷积和最大池化层构成，解码器由反池化和反卷积构成；整个编码器结构对称，采用多个并行独立的编码来提取化探元素中的空间分布特征。

4.根据权利要求1所述的多特征融合卷积自编码的多元地球化学异常识别方法，其特征在于，步骤4中对于元素关系特征提取自编码器B，为全连接自编码模型的变体，将原有的全连接层改为窗口为1×1的卷积层，便于模型耦合与连贯。

5.根据权利要求1所述的多特征融合卷积自编码的多元地球化学异常识别方法，其特征在于，步骤3、步骤4和步骤5对于多特征融合卷积自编码采用了逐子编码器预训练和整体耦合微调的训练策略。

6.根据权利要求1所述的多特征融合卷积自编码的多元地球化学异常识别方法，其特征在于，步骤6中，异常得分计算公式如下：di表示异常得分，xik表示样本i的第k个元素输入值，x′ik代表输出重建值，将异常得分di投影到相应的地理位置以生成异常地图。