面向知识服务的地质资料管理转型研究     

李敏  傅洁  陈安蜀  李磊  王国明  曾乐 《地质与资源》2021,30(1):92-98

针对传统地质资料服务方式单一、数据共享困难等问题,提出了地质资料管理的转型方案.对面向知识服务的地质资料知识组织方式、知识检索以及知识管理理念如何指导地质资料服务等方面进行了探讨.以地质数据本体构建、基于关联数据技术的地质资料语义化组织以及基于地质大数据的知识检索模型搭建为转型手段,介绍了促进地质资料转型升级的语义化描述及数据关联技术,以期对地质资料管理转型起到参考作用.  相似文献   

多目标地球化学调查数据在松嫩平原油气藏远景预测的应用     

赵君  汪月华  张哲寰 《地质与资源》2021,29(6):635

  相似文献   

一种基于机器学习算法的岩性填图方法     

冀全伟  王文磊  刘治博  祝茂强  袁长江 《地质力学学报》2021,27(3):339-349

通过野外地质调查与机器学习方法的有机融合,提出了一种基于梯度提升决策树算法的岩性单元填图方法。研究以多龙矿集区为模型试验区,选择1∶5万勘查地球化学数据为基础预测数据,以1∶5万区域地质图为参考,进行基于梯度提升决策树算法的岩性预测填图模型试验。首先选择研究区内小范围空白区开展野外填图,建立原始数据集并初步构建岩性单元与预测数据对应关系;其次利用机器学习方法对预测数据进行多分类任务,进而开展目标填图区预测填图工作;最后通过概率选区选定概率较低目标区,开展进一步的小范围野外地质调查填图,对原始数据和知识库进行补充,迭代循环以上流程,直至预测填图达到要求。试验显示,随着迭代次数的增加,模型精度不断提高,并在7次迭代后模型准确率达到87%。该方法强调在实际应用中野外地质调查与基于机器学习预测填图的深度融合,以及野外实地工作在整个流程中的重要性和不可或缺性;同时能够充分挖掘已有数据资料的有用信息,用于辅助修正已有岩性填图内容,或根据已勘探区资料对邻近的未勘探区进行岩性分类,有效减少野外填图工作量,是对岩性填图方法、地质单元定量预测识别的有益探索,为区域地质填图工作提供了新的参考思路和辅助手段。   相似文献   

结构方程模型及其在地学数据建模中的回顾与展望     

刘江涛  赵洁  吴发富 《地质力学学报》2021,27(3):350-364

结构方程模型是一种建立、估计和检验因果关系的方法。它可以替代多重回归、路径分析、因子分析、协方差分析等方法,清晰分析单项指标对总体的作用和单项指标间的相互关系,是一种主要应用于验证性模型分析的多元统计建模技术。由于能够通过可观测变量来度量潜变量得分以及分析不同子模型下潜变量之间的协同效应等优点,结构方程模型被广泛应用在心理学、行为学、市场学等领域的数据建模分析研究中,提供了从提出概念—设计模型—获取数据—验证模型的成熟应用路径。地学数据的建模技术一直是地学研究的热点之一,其目的是在海量、多元、高维、多时态的地学数据中,提取出有价值的模型结构以及潜变量,研究不同地学变量以及潜变量之间的交互关系,从而支撑环境治理、灾害防治、资源勘察、生态评价等相关应用和研究。随着地学数据规模变化和建模工具的不断发展,地学数据建模的样本逐渐从抽样建模变为全样本建模,建模方式从有地学模型指导下的建模变为无约束/弱约束建模,建模依据从基于变量因果关系建模变为基于变量相关性的建模,模型复杂度从单模型/单过程建模变为多模型/多过程的综合建模。结构方程模型作为一种综合的建模方法,其可以同时包含因子分析、潜变量估计、路径分析等多种多元分析技术,这种多层次、多分支的建模方法融合了知识驱动建模和数据驱动建模的特点。结构方程模型在地学数据建模中主要面临以下三个方面的挑战,一是从主要面向验证性建模分析的方式向探索性建模分析的方式转变;二是从有完整地学模型约束的建模型方式向弱模型/无模型约束的地学数据建模方式转变;三是从无空间属性的统计变量建模向空间统计变量建模的转变。这对模型本身和数据建模的方法都提出了新的要求。针对以上三个问题,文章在回顾结构方程模型的概念和发展历程的基础上,介绍了三个结构方程模型在地学数据建模中的应用案例,一是利用湖泊沉积物地球化学数据在弱约束条件下提取地球化学金矿内生控矿因子的建模案例;二是利用结构方程模型的综合参数优化方法,通过计算后验概率与观察后验概率的匹配约束来弱化、校正证据权模型中证据独立性问题在计算金矿找矿后验概率中的影响;三是利用结构方程模型来研究墨西哥马格达莱纳流域森林保护策略,通过对不同区域的森林区块进行编号,将空间分布数据转变为传统的无空间属性的统计变量,并分析了不同环境策略对森林保护的影响。   相似文献   

地球科学大数据的管理与共享：以英国地质调查局为例     

文蝶  黄浩  史宇坤  杨孙容  杨娇  王媛  侯旭东  樊隽轩 《高校地质学报》2021,27(1):45-57

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   

2011~2020年勘查地球化学数据处理研究进展     

左仁广  王健  熊义辉  王子烨 《矿物岩石地球化学通报》2021,40(1):81-93

我国建立了包含海量数据的高质量的勘查地球化学数据库,为矿产勘查、环境评价和地质调查等提供了重要的数据支撑。如何高效处理勘查地球化学数据,并从中发掘和识别深层次信息一直是勘查地球化学学科研究的热点和前沿领域。本文在系统调研国内外学者过去十年发表的论著基础上,对勘查地球化学数据处理方法进行分析与对比,从勘查地球化学数据库建设、地球化学异常识别及其不确定性评价等方面概述了我国近十年来在该领域取得的主要研究进展,包括:(1)分形与多重分形模型由于考虑了地球化学空间模式的复杂性和尺度不变性,在全球范围内得到极大的发展和推广,我国学者引领了基于分形与多重分形的勘查地球化学数据处理;(2)机器学习和大数据思维开始在该领域启蒙,并迅速得到关注,正在成为研究热点和前沿领域,我国学者率先开展基于机器学习算法的勘查地球化学大数据挖掘研究;(3)我国学者需要进一步加强勘查地球化学数据缺失值处理以及成分数据闭合效应研究。今后该领域应进一步加强对弱缓地球化学异常识别、异常不确定性评价以及异常识别与其形成机理相结合等方面的研究。  相似文献   

西昌市1989—2018年林地草地湿地动态变化特征分析     

张景华  欧阳渊  刘洪  张腾蛟  李富  黄勇 《中国地质调查》2021,8(6):135-143

遥感技术已被广泛应用于生态环境调查与研究。为获取西昌市近30 a生态环境演化趋势,利用1989年、2000年、2010年的专题绘图仪(Thematic Mapper,TM)遥感影像和2018年的陆地成像仪(Operational Land Imager,OLI)遥感影像,通过图像处理、目视解译和野外验证等方法,获得了西昌市1989—2018年的土地利用/覆盖数据,并对林地、草地和湿地的动态变化特征进行了研究。结果表明: 1989—2018年,西昌市林地、湿地和草地面积持续增加,生态环境持续向好; 林地主要分布于安宁河谷和邛海盆地四周山地,在牦牛山、螺髻山一带形成主要林区; 草地主要呈星岛状分布于牦牛山、螺髻山一带林地之间; 湿地以河流湿地与湖泊湿地为主,主要沿安宁河及邛海分布。但仍存在一些问题: 森林存在针叶化现象较普遍、树种单一等问题,需要重点加强林区火灾防范; 草地多数呈零星片状分布,不具有完整的系统结构和良好的功能,多数草地承载力和生产力较低,不宜大规模开发利用,应通过封山育林促使其向森林转化; 湿地分布也比较局限,需要着力予以保护。研究成果可为西昌市生态保护修复措施的制定及经济社会可持续发展提供科学依据。  相似文献   

面向自然资源信息提取的多源异构数据融合技术——以汉江流域NDVI数据为例     

汤宇磊  吴杨杨  蒋兴征  冯亮  高阳 《中国地质调查》2021,8(2):74-82

高时空分辨率的自然资源指标数据对大尺度自然资源动态观测与趋势评估至关重要。大数据时代下的海量多源数据为数据高效融合利用提供了可能。以重构汉江流域归一化植被指数(Normalized Difference Vegetation Index,NDVI)数据为例,搭建了PostgreSQL自然资源时空大数据处理底层架构,集成了数据级融合法、特征级融合法和决策级融合法,基于机器学习算法构建了一套面向自然资源信息提取的多源异构数据智能融合技术,实现了多源数据的高效利用与特征空间优选。同时,重构了2000—2019年汉江流域NDVI 1 km逐年数据集,全面反映了汉江流域植被动态变化。研究结果可为地球科学时空大数据的高效提取与模拟分析提供科学参考,为定量核算林草资源禀赋规模、探究生态系统时空演变规律提供一种更精准、更便捷的技术手段。  相似文献   

市级自然资源调查监测体系构建探索——以徐州市为例     

楚亮  董士玲  付丽莉  徐雷 《中国地质调查》2021,8(3):106-112

自然资源调查是实现自然资源统一管理的重要前提和基础性工作。本文通过对自然资源分类体系、调查方案和数据库组织的研究,构建了以第三次国土调查和各类专项调查数据为基础的自然资源调查监测体系,提出了新的数据库组织和更新方法,并在江苏省徐州市进行了实践验证,形成了地市级调查成果,旨在为全国范围内地级市自然资源调查工作提供参考,构建可复制、可推广的调查体系。  相似文献   

Brittleness index predictions from Lower Barnett Shale well-log data applying an optimized data matching algorithm at various sampling densities     

David A.Wood 《地学前缘(英文版)》2021,12(6):444-457

The capability of accurately predicting mineralogical brittleness index(BI)from basic suites of well logs is desir-able as it provides a useful indicator of the fracability of tight formations.Measuring mineralogical components in rocks is expensive and time consuming.However,the basic well log curves are not well correlated with BI so correlation-based,machine-learning methods are not able to derive highly accurate BI predictions using such data.A correlation-free,optimized data-matching algorithm is configured to predict BI on a supervised basis from well log and core data available from two published wells in the Lower Barnett Shale Formation(Texas).This transparent open box(TOB)algorithm matches data records by calculating the sum of squared errors be-tween their variables and selecting the best matches as those with the minimum squared errors.It then applies optimizers to adjust weights applied to individual variable errors to minimize the root mean square error(RMSE)between calculated and predicted(BI).The prediction accuracy achieved by TOB using just five well logs(Gr,pb,Ns,Rs,Dt)to predict BI is dependent on the density of data records sampled.At a sampling density of about one sample per 0.5 ft BI is predicted with RMSE～0.056 and R2～0.790.At a sampling density of about one sample per 0.1 ft BI is predicted with RMSE～0.008 and R2～0.995.Adding a stratigraphic height index as an additional(sixth)input variable method improves BI prediction accuracy to RMSE～0.003 and R2～0.999 for the two wells with only 1 record in 10,000 yielding a BI prediction error of＞±0.1.The model has the potential to be applied in an unsupervised basis to predict BI from basic well log data in surrounding wells lacking mineralogical measure-ments but with similar lithofacies and burial histories.The method could also be extended to predict elastic rock properties in and seismic attributes from wells and seismic data to improve the precision of brittleness index and fracability mapping spatially.  相似文献