共查询到19条相似文献，搜索用时 265 毫秒
1.
沉积岩(物)是构成地球表层的主要岩石类型。自地质学诞生以来,地质学家已经积累了海量的沉积学相关研究数据,国内外也相继涌现出Macrostrat等以整合沉积学、地层学相关数据为主的优秀数据库。随着沉积学、地层学、古生物学、地球化学、地质年代学、地球观测等学科数据的快速增长,数据整合分析技术的重大突破,从全球视野研究深时沉积过程变为了可能。文章介绍了国际沉积相关数据库的总体建设情况,并深度剖析美国Macrostrat数据库的结构及其创新工作模式,旨在为深时数字地球(Deep-Time Digital Earth,DDE)计划建设多学科、多尺度、多层次、共享开源的大数据库提供借鉴和参考;在此基础上,剖析了若干应用大数据思维开展的重要科研实例。 相似文献
2.
超过三分之二的地壳岩石是由来自深部的岩浆作用形成,岩浆岩记录的信息是深时数字地球(Deep-time Digital Earth,DDE)特别是深部过程研究的重要载体。岩浆岩分布范围广,样品众多,分析、定年相对方便和精确,易于数据累积。在过去的十多年,全球科学家建立了EarthChem、GEOROC、DataView等多个优秀的岩浆岩数据库。随着大数据时代的到来,地球科学也在经历向地球系统科学的重大转变。如何进一步整合分散在研究机构和个人手中的越来越多的数据,建立能服务大数据和人工智能方法的数据平台,推动地球科学研究由理论驱动的传统因果推理方法向数据驱动的大数据方法转变,是新的很有希望的突破点。文章系统介绍了目前国内外已有的岩浆岩相关数据库及其运行情况,为未来DDE计划整合全球海量岩浆岩数据,建设开放、共享、统一的大数据平台提供经验和基础。同时,也列举了以岩浆岩大数据驱动的科学研究的典型实例,并结合DDE相关任务,对利用岩浆岩大数据和人工智能进一步解决四维地球深部圈层物质构成、交换与动力学这一关键科学问题提出新的展望。 相似文献
3.
4.
化石数据是了解地球历史以及深时生命演化的重要信息来源。通过数百年的积累,古生物学家已经发表了海量的古生物学数据。过去三、四十年里,随着计算机、数据库和互联网技术的快速发展,国内外涌现出大量的古生物学数据库,彼此间的目标、体系架构、数据组织方式和服务对象通常存在显著差异,呈现百花齐放的特点。文章系统介绍了古生物学领域主要数据库的发展历史、数据表结构、数据特征和数据量等建设情况,对比分析了其数据整理方式、核心在线功能、数据共享特点和数据质量控制措施。同时,结合近年来数据驱动下的古生物学领域的科学研究实例,提出一站式全生态链数据平台的建设设想,为深时数字地球（DDE）建设多学科融合、数据开放与共享的大数据平台提供参考。 相似文献
5.
大数据驱动的研究范式正在引起地学领域的革命,而海量大数据的有效管理和共享是数据高效利用的前提。英国地质调查局作为最早成立的国家地质调查局,拥有海量的地学数据资源,通过近年来对数字化工作的全面推进,在数据的开放共享方面走在了世界各国的最前沿。文章对英国地质调查局的数据资源管理和数据共享方式进行了分析调研,详细介绍了他们的一站式管理平台——开放地学的主体组成,以及他们与同行合作建设的数据库。开放地学全面汇总了地调局内的数据资源,并通过一系列数据共享将所有数据集有机链接,通过数据和模型的巧妙结合,在满足用户数据需求的同时,对数据的应用进行了全方位的拓展,是地球系统科学研究框架下地球科学数字化工作的良好典范。 相似文献
6.
板块构造重建是大地构造领域一项关键的研究工作,是构建"深时数字地球"(Deep-time Digital Earth, DDE)的重要途径。板块重建工作需要整合地球科学多个研究领域、海量的数据,同时又是地球动力学和气候模拟等研究的重要约束条件。因此,追踪目前国际主流的板块重建所需的数据库以及板块重建工具的最新进展和应用为了解板块重建研究的前沿提供全面的信息。文章系统介绍了支持板块构造重建研究的多个主流数据库,着重描述数据库的数据格式、数据获取方式及数据如何支持基于GPlates平台的板块构造重建。为了阐述大地构造研究相关数据库在板块重建研究中的应用,此次研究从板块构造重建的三个不同层次出发,列举了多个最新的板块重建模型及其在探索地球系统演化方面的意义。最后,结合DDE项目的相关任务,对250 Ma以来全球板块构造和变形的演化、量化大地构造在地球系统演化中的作用、超大陆旋回中的古大陆和古海洋构造重建以及前中生代(250 Ma)全球板块运动模型重建这四个关键科学问题作出了新的展望。 相似文献
7.
8.
国际大洋钻探50余年来已执行297个航次,累计采集长度超过4×105 m的岩芯,同时获取大量观测数据.然而,这些岩芯样品测试和观测数据却以多源、异构的形式散布在不同文献和数据库中,无法做到广泛共享和高效利用.通过系统调研国际大洋钻探各阶段的航次报告、数据库以及学术论著等资料,理清了数据分布、数据载体及数据类型等现状.认为大洋钻探科学数据包括船上数据和航次后数据两大部分,共在表、图、文中包含了钻井取芯、岩石地层特征、沉积学、矿物学、古生物学、地层学、地球化学、构造地质学和地球物理学等15类近200项数据类型.研究发现国际大洋钻探现有数据体系具有层次清晰、时空属性明确、来源简单又复杂、存储格式多样、类型一致又多样等特征,是地球科学领域典型的科学大数据.开展国际大洋钻探科学数据的汇编除可实现数据快速获取外,也具有重要的科学意义,不仅有潜力解决海洋生物演化、全球物质循环、古海洋与古气候、深海矿产资源评价等方面的重大科学问题,还能为推动地球科学研究范式的变革做出积极贡献.最后,就国际大洋钻探科学数据统一格式和汇编建库这一关键步骤提出了具体建议. 相似文献
9.
恐龙是知名度最高的古生物类群之一,在中生代处于陆地优势生态位,这对研究地球生命演化具有重要意义。近年来,随着恐龙学数据的激增以及统计分析手段的进步,全球涌现出多种类型的恐龙相关数据库。文章对这些数据库进行了调研和分析,并将其分成纯科普型、特定目标型和全面型三种类型。但严格来说,它们都不是真正意义上的系统、全面的恐龙学数据库,分别存在着数据涵盖不全、结构体系不合理、缺乏长期可持续性等缺点。因此,在深时数字地球(Deeptime Digital Earth,简称DDE)大科学计划的助力下,搭建起兼具科学性与科普性的恐龙学数据库,不仅能够促进深时地球生命演化的研究,还能提升大众对DDE的了解。 相似文献
10.
在更新与维护中南地区矿产资源潜力评价数据的过程中,通过研究该地区5省实际地质数据库的建设情况,总结分析了矿产资源潜力评价相关数据。依据规范对数据进行整理与检查,在MapGIS与C#.NET环境下,以全国矿产资源潜力评价数据管理平台框架为参考,利用中间件技术和空间数据集成方法,明确了系统架构、流程、接口、技术指标,提出平台优化方案,将更新维护的数据整理入库,完善平台功能,实现了中南地区海量矿产资源潜力评价数据资源的集成化管理,提高了海量地质数据管理的通用性和适应性,让地质数据资源由"死库"变为"活库"。 相似文献
11.
大数据助地质腾飞:岩石学报2018第11期大数据专题“序” 总被引：2，自引：1，他引：1
文中提出,大数据有广义与狭义之分:狭义的大数据以4V特点为标志,而符合大数据三个技术取向的、采用全数据模式的、从数据出发的研究是广义的大数据研究。大数据为什么应运而生?是因为科学发展遇到了瓶颈,遇到了难以解决的问题,大数据不仅开辟了科学研究的新方法,新思路,还引发了对科学哲学的反思。文中强调从理论驱动模式到数据驱动模式的转变,是研究方法和研究思路一个巨大的转变,这种转变开辟了新的科学创新之路。文中指出,在大数据时代,凡是能够用数据化表述的学科才称之为科学,而不能用数据化表述的学科就不是科学,能否被数据化是科学与非科学的分水岭。文中讨论了矿床学研究的目的,认为矿床学研究应当专注于查明矿床形成的规律,指导矿床的找矿,提高经济价值。提出在矿床学研究中应当加强对相关关系的研究。一个矿床的成因大家究竟是如何关注的,与成矿有关的因素很多,成矿究竟与哪些因素有关,在许多情况下可能就是一个相关关系的命题,而大数据研究的就是相关关系。因此,大数据与矿床学研究的思路是天然相通的。 相似文献
12.
地球系统、成矿系统到勘查系统 总被引：22，自引：2，他引：20
面对21世纪,矿床学和矿业发展有两大趋势(1)全球化;(2)矿产开发和环境保护的协调发展。矿床研究要扩展到全球背景。在简述地球系统和地球系统科学的基础上,提出了地质突发事件具有灾害和资源的两重性的观点。强调要从地球系统的大背景来研究成矿环境和成矿过程,也即将矿床成因和成矿系统研究提高到地球系统科学的层次,这是新世纪中矿床学发展的一个显著特点。成矿系统是一个有特色的地质系统,文中提出成矿系统论的5个要点(1)根据构造动力体制划分成矿系统大类;(2)多因耦合、临界转换的基本成矿机制;(3)矿床系列和地质-物探-化探-遥感异常系列共同构成的矿化网络;(4)矿床形成—变化—保存的全过程;(5)成矿系统的资源-环境双重效应。成矿系统论对于指导矿产勘查有重要意义。文中提出了成矿系统研究向勘查系统转化的原则和方法。通过对成矿系统的整体分析、空间分析、时间分析和历史分析,有助于明确找矿方向和目标。西藏朱诺斑岩铜矿的实践表明,勘查选区的核心问题是对找矿信息的分析、理解和把握。要将筛选关键找矿信息与分析成矿地质环境、控矿因素二者有机结合,赋予各种信息以客观、准确的地质内涵,是勘查选区成功的必要条件。最后,用“三环图”表示了地球系统、成矿系统和勘查系统的辩证关系。 相似文献
13.
14.
矿床学是地球科学的一个分支,以其研究对象的复杂性(地质属性+经济属性+环境属性)而著称,也因此而有它特定的研究思维方法。笔者根据研究矿床的实践经验和理性思考,将矿床学研究思维方法概括为8个观点,即:(1)实践思维——实践出真知,实际调查矿床特征;(2)系统思维——成矿系统分析,把握全盘;(3)历史思维——矿床的形成、变化和保存;(4)经济思维——矿产资源、经济建设与社会发展;(5)环境思维——发展绿色矿业,改善生态环境;(6)全球思维——地球系统-成矿系统-勘查系统三结合;(7)战略思维——矿产资源是关系国家安全的战略资源;(8)辩证思维——唯物辩证法是指导矿床研究的基本哲学思想。运用上述思维方法,有助于提高矿床研究水平,为指导找矿发现和创新成矿理论做出新的贡献。 相似文献
15.
矿床品位吨位模型是矿产资源潜力评价的重要组成部分.以1999年全国矿产储量数据库资料为依据,在对全国255个铝土矿床进行频率直方图、正态及对数正态统计检验的基础上,建立了不同类型铝土矿床的品位吨位模型.不同类型的模型分布特征表明,中国不同类型铝土矿床品位吨位模型服从对数正态分布.资源量的蒙特卡洛模拟计算结果表明,中国铝土矿资源在90%的概率下,沉积-水硬铝石型铝土矿床资源量占已发现资源量的198.78%,堆积-水硬铝石型铝土矿床资源量占已发现资源量的155.29%.中国铝土矿资源的找矿前景良好,沉积-水硬铝石型铝土矿床和堆积-水硬铝石型铝土矿床是今后主要的找矿类型和方向. 相似文献
16.
17.
18.
19.
大数据与数学地球科学研究进展——大数据与数学地球科学专题代序 总被引：12，自引：9，他引：3
大数据与数学地球科学的核心应用技术包括高维数据降维、图像数据处理、无限数据流挖掘、机器学习、关联规则算法与推荐系统算法等。人工智能地质学,包括大数据-智能矿床成因模型与找矿模型的构建,是具有重要价值的研究方向。高维数据降维旨在从初始高维特征集合中选出低维特征集合,有效地消除无关和冗余特征,增强学习结果的易理解性。哈希算法、聚类分析、主成分分析等是较常用的数学降维工具。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习与人工智能各种基础问题的统一性观点正在形成。深度学习的训练模型往往需要海量数据作为支撑,因此迁移学习方法日益受到重视。图像模式识别是大数据挖掘的重要技术。网络中的社区结构识别对理解整个网络的结构和功能有重要价值,可帮助分析、预测网络各元素间的交互关系。沉浸式虚拟现实技术是实现大数据可视化的重要方向,对具有多元、异构、时空性、非线性、多尺度地质矿产勘查数据的展示要求有特别的价值。引入VR技术进行矿产地质大数据的可视化,可实现大数据时代矿产勘查数据的新认知。无限数据流在地质、地球化学、地球物理监测中大量存在,甚至可以持续自动产生。对数据流数据的计算包括对点查询、范围查询、内积查询、分位数计算、频繁项计算等。关联规则和推荐系统算法是大数据挖掘中的重要算法,其应用范围越来越广泛。贝叶斯原理在大数据时代有独特的价值,贝叶斯网络是成因建模的一个革命性工具。智能地质学研究刚刚起步,构建大数据-智能矿床成因模型与找矿模型是智能地质学研究的重要内容。矿床模型研究方式的变革,将出现于互联网、云计算技术环境下全球各地的矿床研究团队的共同参与。 相似文献