鉴于化学探矿一般都涉及多因子问题，模式识别技术应能成为化学探矿数据处理的有效手段。

用深层和浅层地下水的化学成分指示来普查、勘探石油的方法称为水化学方法。早在20世纪20年代，苏联就根据找油的实践，提出地下水中、Ca^2＋、Mg^2＋、Cl^－等离子浓度和地层含油有一定联系。我国的油田水常规分析项目包括Na^＋、Ca^2＋、Mg^2＋、、、Cl^－、和矿化度等，根据这些数据对油田水进行分类，实质上是一个多维空间信息处理问题，适合用模式识别技术研究。通过模式识别技术对我国东部九个油区的油田水化学分析数据进行处理，发现其中大多数有明显的规律性：含油地层的地下水和不含油地层的地下水成分的代表点大致分布在不同区域，其间可作明显的分界线。

利用地质数据作为训练点，采用模式识别勘探铀矿取得好结果，对于地质数据未列入训练点集的“未知”地区预报能力达74％～83％。

曾对79个湖水沉积物样品的32种特征（包括15种元素的浓度、有机物含量、粒度分布表征参数等）进行测定，数据的聚类分析表明：湖泊中心区域的沉积物代表点聚成一团，靠岸区域沉积物则有三种类型，聚成三团。