共查询到20条相似文献，搜索用时 31 毫秒
1.
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
2.
《地质科技情报》2020,(4)
三维地学建模的理论与方法在大数据时代该如何发展,是当下这一领域研究人员非常关注的问题。从现代三维地学建模的重要方法——隐式建模的角度,对三维地学建模方法与地质大数据系统的有机集成、以及如何利用大数据技术提高地学建模的效率和质量等问题进行了探讨。初步提出了一套基于地质科学大数据的三维地学建模方法和流程,包括:地质大数据的搜集、主题大数据系统的搭建、地质特征要素的深度挖掘和三维地学模型的动态构建。同时,也指出了大数据背景下高质效三维地学建模的关键在于:研究实现充分顾及地质对象和地质科学大数据特点的地学人工智能、机器学习、数据挖掘及空间推断方法。通过一个典型矿体建模的应用实例对所提方法的可行性进行了验证。 相似文献
3.
西藏铁格隆南铜(金)矿床三维模型分析与深部预测 总被引：1，自引：1，他引：0
铁格隆南铜(金)矿床是近年来在班公湖-怒江成矿带西段多龙矿集区新发现的超大型Cu(Au-Ag)矿床。本文针对铁格隆南矿区深部找矿问题,以现代成矿地质理论和多元地学信息综合分析技术为支撑,以构建矿床找矿模型为指导,依托数据库技术、3S技术、三维建模与可视化技术及地质统计学理论与方法,开展基于矿产地质、地球物理、地球化学等成矿条件及找矿标志的三维地质实体建模与矿化异常三维空间重构,将铁格隆南矿床的预测评价研究拓展到三维空间,揭示了区内成矿地质特征、地球化学及地球物理异常表征,据此探讨了矿床的成因及矿体分布特征。并在此基础上,开展了矿区的地质-地球化学-地球物理综合信息分析与预测评价,以期减少单一信息多解性和成矿条件不确定性,为铁格隆南矿区深部找矿工作提供参考。研究结果表明:在地质找矿模型指导下,基于深部成矿空间三维结构重构基础上的三维地质、地球物理、地球化学异常信息提取与综合分析,可以有效的识别成矿地质体和矿致异常信息,实现深部矿产资源靶区空间定位预测,为深部找矿预测研究提供了新思路。综合分析结果显示铁格隆南矿床深部找矿潜力巨大。 相似文献
4.
数学地质或者数学地球科学作为一门自然科学与地球科学的交叉学科,长期以来缺乏统一的学科定义,导致了学界对该门学科的理解常常出现偏差,甚至常常不把其作为一门独立学科,一定程度上影响了学科的发展。笔者曾任国际数学地球科学学会的执行主席、副主席、主席十余年,见证和领导了国际数学地球科学学会从数学地质向数学地球科学的转变,以及学会相关的杂志、会议等名称和内容的更新。期间于2014年在学会年度报告中提出了数学地球科学的新定义和学科内涵,2018年在庆祝学会50周年的数学地球科学手册中详细论述了数学地球科学学科的定义、内涵、贡献和前缘等。本文将在以上数学地球科学新的学科体系框架下探讨数学地球科学的主要贡献、科学进展、学科前缘和科普教育。在回顾学科发展历史的基础上分析了数学地球科学与数学地质学的差异,介绍了数学地球科学在大地测量和地球物理学、板块构造理论、地球化学、沉积学、地理信息系统、矿产资源和能源预测等领域的重要贡献。从国际地球科学前缘方向分析了数学地球科学的学科前缘,介绍了定量研究地球复杂性、大数据-深度机器学习与复杂人工智能等新的学科增长点。回答诸如什么是数学地球科学?数学地球科学家对地球科学的贡献?数学地球科学是否处在地学前缘等问题。 相似文献
5.
文章系统介绍了国际地学信息管理与应用委员会(CGI)的主要数据标准:地球科学标记语言GeoSciML、地球资源标记语言EarthResourceML及地学专业术语Geoscience Terminology等。采用UML的包和类图方式简要介绍了GeoSciML、EarthResourceML的构成模式、建模方法和谱系图,以列表形式概览了支持多国语言语义的地学专业术语库。重点介绍基础数据包中的地质单元、构造、地貌要素和地质事件等核心要素,矿床数据包中与采矿等有关的活动要素,以及矿点数据包中的矿产资源、矿床类型、成矿模型等。并基于GeoSciML标准初步设计了一个地质数据模型,采用EarthResourceML标准设计了一个矿业权模型,验证地学数据模型之间通过动态关联可生成若干新要素的优势,为开展国际地学大数据转换等提供了技术参考。 相似文献
6.
21世纪地球科学的“第四范式”与第四工业时代以及5G+智能通信为矿业开发与环境防护的关联研究提供了新契机。以地球动力学背景、成矿过程、定量评价“三位一体”的地学理论为基础,以栾川矿集区为例,运用地学大数据(多维多尺度的地质、地球物理、地球化学、高光谱与高分辨率遥感(多时相)以及实时矿业等数据)的深层次人工智能挖掘和三维/四维多学科多参数多尺度建模技术平台,开展矿集区至矿床多尺度的三维地质模型、成矿过程模型和定量勘查模型构建及其资源的定量预测评价,旨在实现数字矿山的高精度三维地质(岩石、构造、水文、土壤等)环境保护和资源综合开发利用的动态评价,为研究区矿产资源与矿山环境可持续发展提供科学依据。研究结果概述如下:(1)地球科学大数据关联矿集区资源预测评价。利用三维地质建模、地质-地球物理正反演解译、地球化学与遥感等地学数据深层次挖掘,结合自主研发GeoCube2.0集成软件,实现了栾川矿集区(500 km2,深部2.5 km)的深部靶区优选和矿产资源综合评价,Mo资源量650万t,W资源量150万t, Pb-Zn-Ag累计具有500万t资源量。(2)地质、矿床与勘探的三维地学建模关联矿山环境。南泥湖—三道庄—上房矿山露采场与骆驼山深部巷道勘探与采矿的资料表明,区域NW向的斑岩夕卡岩型矿床与矿体与地下水空间关联度不高,而成矿期后通常具有张性或张扭性特征的NE向断裂是地下水运移的通道;在NW向Pb-Zn矿床地段具有显著淋滤特征的次生金属矿产出,浅表的氧化铅锌矿与锰铁矿伴生孔雀石化、铅华等水蚀作用;高海拔Pb-Zn矿区且NE向断裂构造发育的冷水、百炉沟地段存在地下水污染风险。(3)智慧矿山构建关联资源环境评价与决策。在大型矿山建立三维地质模型并关联矿区古采洞、露采场与深部巷道工程,实现矿业合理定位和可持续发展;利用高光谱数据库构建三维有用、有害元素模型实现勘探、采矿与选矿矿物学关联以便于有害元素(As、Sb、Hg等)的回收或尾矿处理;利用高分辨率Worldview2影像判别重要尾矿库的废水、矿渣泥浆含铁染分布,以便于防护地表径流水、土壤污染等。 相似文献
7.
《地球科学》2019,(5):F0003-F0003
1办刊宗旨《地球科学》是由中国地质大学主办的综合性地球科学学术理论刊物(月刊,国内外公开发行),以反映我国地球科学领域最新的、高水平的基础地质、应用地质、资源与环境地质及地学工程技术科研成果为主要任务,以促进国内外地学学术交流,繁荣我国地质教育、地质科技与地质找矿事业,为我国社会主义现代化建设服务为目的.本刊坚持党的基本路线,提倡"双百"方针.刊登内容主要包括:地层、古生物、岩石、矿物、构造、地球化学、地球物理、矿床地质、能源地质、找矿勘探、水文地质与工程地质、环境地质、灾害地质、探矿工程、数学地质与遥感地质、计算机应用及地学领域的边缘学科. 相似文献
8.
大数据和高性能计算使得地质学可能突破种种主客观因素的限制,从传统的定性描述和不确定性作为特点转变为更全面的定量化发展阶段,即地质学更加注重通过挖掘复杂的多元地学数据间的关联关系来探究地质成因过程。为了厘清研究区多元化地质数据并划分成矿远景区,结合现代信息化新方法新技术,智能高效地帮助地学工作者提供辅助决策依据。以甘肃省大桥金矿为研究区,提出了利用一维卷积神经网络替代传统的人工计算,通过对研究区金多金属矿的地球化学元素及地球物理元素数据进行训练,挖掘研究区综合成矿信息,依据训练结果划分出4类成矿远景区。研究结果表明,地质成矿过程复杂,每一个成矿预测要素在地质成矿过程中均发挥重要的作用。在大比例尺度上,应用深度学习网络模型划分成矿远景区能客观地反映多元化地质数据本身的非线性特征,识别地质要素的空间特征,深层次提取和挖掘成矿异常信息,实现矿产资源智能化预测评价。 相似文献
9.
《地球科学》2019,(2):F0003-F0003
1办刊宗旨《地球科学》是由中国地质大学主办的综合性地球科学学术理论刊物(月刊,国内外公开发行),以反映我国地球科学领域最新的、高水平的基础地质、应用地质、资源与环境地质及地学工程技术科研成果为主要任务.以促进国内外地学学术交流,繁荣我国地质教育、地质科技与地质找矿事业,为我国社会主义现代化建设服务为目的.本刊坚持党的基本路线.提倡“双百”方针.刊登内容主要包括:地层、古生物、岩石、矿物、构造、地球化学、地球物理、矿床地质、能源地质、找矿勘探、水文地质与工程地质、环境地质、灾害地质、探矿工程、数学地质与遥感地质、计算机应用及地学领域的边缘学科. 相似文献
10.
《矿物岩石地球化学通报》2018,(6)
正地质学是一门典型数据密集型学科,在大数据时代,它正面临着前所未有的挑战与机遇。地质学家需要改变传统思维模式,拥抱大数据时代的到来。近期由周永章教授撰著的《地球科学大数据挖掘与机器学习》由中山大学出版社出版了,这是顺应大数据时代而生的一部力作。该书建立了地球科学大数据挖掘与机器学习的基本框架,重点分析高维数据降维、分类与预测、大图形社区结构识别、无限流数据处理、机器学习及人工智能地质学的建模过程,对必要的应用场景,使用Python语言 相似文献
11.
12.
13.
14.
15.
16.
17.
The 2018 Geoscience Frontiers Annual Convention was held at the China University of Geosciences(Beijing),China,during September 20,2018(Fig.1).This convention assembled earth scientists from five countries,including Australia(Dr.Christopher Spencer),India(Dr.Mu.Ramkumar),USA(Dr.Richard Damian Nance and Dr.Joseph Meert),UK(Dr.Nick Roberts),Turkey(Prof.Yener Eyuboglu),China,and also representative from Elsevier(Beijing). 相似文献
18.
Probability Aggregation Methods in Geoscience 总被引：3，自引：1，他引：2
The need for combining different sources of information in a probabilistic framework is a frequent task in earth sciences. This is a need that can be seen when modeling a reservoir using direct geological observations, geophysics, remote sensing, training images, and more. The probability of occurrence of a certain lithofacies at a certain location for example can easily be computed conditionally on the values observed at each source of information. The problem of aggregating these different conditional probability distributions into a single conditional distribution arises as an approximation to the inaccessible genuine conditional probability given all information. This paper makes a formal review of most aggregation methods proposed so far in the literature with a particular focus on their mathematical properties. Exact relationships relating the different methods is emphasized. The case of events with more than two possible outcomes, never explicitly studied in the literature, is treated in detail. It is shown that in this case, equivalence between different aggregation formulas is lost. The concepts of calibration, sharpness, and reliability, well known in the weather forecasting community for assessing the goodness-of-fit of the aggregation formulas, and a maximum likelihood estimation of the aggregation parameters are introduced. We then prove that parameters of calibrated log-linear pooling formulas are a solution of the maximum likelihood estimation equations. These results are illustrated on simulations from two common stochastic models for earth science: the truncated Gaussian model and the Boolean. It is found that the log-linear pooling provides the best prediction while the linear pooling provides the worst. 相似文献
19.
20.
The 2019 Geoscience Frontiers Annual Convention was held at the China University of Geosciences(Beijing),China on September 20,2019(Fig.1).This convention assembled earth scientists from four countries,including Australia(Dr.Christopher Spencer),Italy(Dr.Andrea Festa),UK(Dr.Pieter Vermeesch),China,and also representative from Elsevier(Beijing).The Convention started with the introduction by Dr.Lily Wang,Editorial Assistant at Geoscience Frontiers,followed by the inaugural address by Prof.M.Santosh,Editorial Advisor of Geoscience Frontiers. 相似文献