大数据定将改变地质——向读者推荐《地球科学大数据挖掘与机器学习》

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     

矿床大数据及智能矿床模型研究背景与进展

大数据是"未来的新石油",Nature和Science相继出版专刊来探讨大数据带来的挑战和机遇。大数据的特征是数据规模大,并经常呈异构多模态、复杂关联、动态涌现等特点,需要高效计算模型和方法。大数据-智能矿床研究刚刚起步,需对多维、异构、隐性大数据的高效存储、管理、集成、融合与深度挖掘,需人工智能方法——机器学习、深度学习、可视分析的应用。贝叶斯网络是成因建模的一个革命性工具,可以用来揭示矿床的成因机制及它们背后的规律。来自地质调查、监测数据获得的与"矿"有关的大数据,通过迭代计算,可以不断完善所建立的矿床模型,并且通过云计算技术,使得世界各地的矿床研究团队共同参与,引发矿床模型研究方式的变革。     

数学地球科学跨越发展的十年:大数据、人工智能算法正在改变地质学

近十年是科学研究从问题驱动向数据驱动转变的转折时期,科学研究的第四范武—数据密集型科学发现应势而生.这期间,大数据与人工智能算法的引入使数学地球科学实现跨越式发展,并正在改变地质学.机器学习是使计算机具有智能的根本途径.深度学习,即多层神经网络的方法,是一种实现机器学习的技术,是过去几年大数据与数学地球科学研究的最重要的热点.贝叶斯网络是贝叶斯公式和图论结合的产物,可用来建立矿床地质的成因网络,进而理解矿床成因.地质大图形问题可以转化为大型的复杂网络空间问题和社区结构问题,社区分析技术可用于地震预报、地质网络分析、特殊地质现象识别、矿床预测.关联规则和推荐系统算法在地质研究中已有成功的应用实例.化探数据及其异常经常包含复杂和非线性模式,深度学习在智能识别与提取复杂地质条件下地球化学异常具有优异的能力,卷积神经网络、堆叠自编码机等是较为常用和有效的方法.非线性矿产资源预测、基于GIS和三维地质建模的三维成矿预测及相应的软件系统得到持续改进.三维虚拟仿真建模技术的应用实现了多模态、跨尺度地学虚拟现实与多维交互,地质过程数值模拟等已有创新性进展.区块链技术以及OneGeology、玻璃地球、深时数字地球等大地质科学计划,将在整合全球地质大数据、共享全球地学知识、推动数学地球科学学科发展方面起到重大的推动作用.     

磁铁矿元素地球化学大数据构建及其在矿床成因分类中的应用

磁铁矿广泛分布在岩浆、热液及沉积等各类矿床中,其地球化学元素组成往往受温度、氧逸度等物理化学条件的影响,能反映矿床形成环境并指示矿床成因类型,是一种重要的勘查指示矿物。自20世纪60年代以来,磁铁矿的主微量元素数据被用来构建不同的判别图,试图来区分矿床的成因类型。然而,由于矿床成因类型的多样性以及同一类型矿床的磁铁矿的主微量元素地球化学组成的复杂性,以往基于少数磁铁矿的主微量元素地球化学成分构建的矿床成因类型判别图存在一定的局限性。基于此,本文收集了前人发表在国内外期刊上的主要矿床类型的磁铁矿的元素地球化学数据(7 388条),初步构建了基于电子探针(EPMA)和激光剥蚀-电感耦合等离子体质谱(LA-ICP-MS)磁铁矿元素地球化学大数据集,建立了基于随机森林算法的矿床成因分类模型,并对磁铁矿主微量元素在矿床成因分类中的重要性做出排序。研究结果表明,基于磁铁矿大数据和机器学习算法构建的判别模型,能有效区分主要矿床类型,整体分类准确度高达95%。由于LA-ICP-MS磁铁矿数据集的测试元素多,分析精度高,使得基于LA-ICP-MS磁铁矿数据集的矿床成因分类模型精度高于基于EPMA数据集,表明磁铁矿中元素种类多少和数据测试精度影响矿床成因分类精度。同时,研究发现V元素在矿床成因分类过程中起到了较为重要的作用。此外,基于大数据和机器学习建立的判别模型对新的磁铁矿数据进行测试,可给出该数据属于每种矿床类型的概率,能有效判别矿床成因类型。     

基于云端大数据的智能导向钻井技术方法

导向钻井技术方法是21世纪全球石油工业最重要的技术之一,也是美国“页岩气革命”核心技术水平钻井的关键组成部分。当前,导向钻井的主要研究目标是提高钻井速度、降低钻井时间和风险,智能化是目标实现的重要途径。文章分析了国内外大数据与人工智能在石油工业应用情况,建立了云端大数据智能导向钻井方法架构,提出了随钻测井参数人工智能反演与识别方法,指出了云端大数据与智能算法管理的实现途径,得出如下结论:(1)基于云端大数据智能导向钻井方法主要包括物联网感知层、大数据存储层和云平台决策层。物联网感知层实现井场关键信息的采集并传输至大数据中心;大数据中心支持数据存储与云管理;云平台决策层依托大数据中心的海量数据,进行云端地面软件控制、人工智能决策以及云平台管理。(2)采用机器学习的方法智能反演与识别地层岩性,选择自然电位、自然伽马、密度、声波、补偿中子、电阻率等6条随钻测井数据,分别采用不同的机器学习算法进行地层岩性反演与识别,决策树模型和随机森林模型分别达到0.81和0.89的准确度,形成了一套可快速自动描述岩性特性分类的方案。(3)云端平台管理决策可进行井下实时数据解码,获取钻井轨迹和测井曲线,其中云端人工智能决策模块对地层及钻井参数进行智能反演预测,可实现钻井轨迹智能修正和钻井参数智能优化,保证智能导向工程钻得准、钻得快。     

基于t-SNE降维算法的区域化探数据中地质体空间分布信息可视化: 以英格兰西南部为例

区域化探数据中包含了丰富的地质信息,提取出蕴含在这些数据中的地质体空间分布信息,对于区域地质研究和找矿勘查具有重要意义。区域化探数据通常包括数十个元素,属于高维数据,隐藏在这些高维数据中的地质体空间分布信息无法直接从数据中观察到。针对这个问题,构建了一个基于t分布随机近邻嵌入(t-distributed stochastic neighbor embedding,简称t-SNE)算法的高维区域化探数据降维可视化模型。t-SNE算法是一种非线性降维方法,特别适用于高维数据集的降维和可视化。选择对岩性鉴定比较稳定的元素,通过t-SNE算法将高维化探数据降维到人眼可观察的一、二、三维,把降维之后的变量表达为栅格图,通过三原色混合等方法进行可视化,从而把隐藏在高维化探数据中的地质体空间分布信息可视化表达出来。以英格兰西南部某地区水系沉积物区域化探数据为例进行研究来检验t-SNE算法在高维化探数据可视化上的实际应用效果。结果显示:(1)通过t-SNE算法对高维化探数据进行可视化得到的结果能够很好地反映研究区的地质体空间分布情况;(2)可视化的效果与t-SNE算法的目标维度和复杂度两个参数密切相关。在t-SNE算法中设定要降维到的目标维度越高,所显示的地质体信息越详细。(3)基于t-SNE算法的化探数据降维可视化效果比基于主成分分析(PCA)的化探数据降维可视化效果更好。本文研究表明基于t-SNE算法的化探数据降维可视化方法能够很好地将地质体空间分布信息可视化表达出来,对于推断地质体的空间分布有一定的指导意义。     

基于机器学习的矿物智能识别方法研究进展与展望

矿物智能识别是地球科学与信息科学的重要交叉方向,显示出强大的生命力.本文在调研国内外研究动态的基础上,把矿物智能识别划分为4个阶段,即矿物采集、数据获取、模型构建、分类判别;根据测试方法和获得的数据类型,把矿物智能识别分为基于化学成分、显微光学图片、光谱分析的3条基本路线;总结了应用于矿物智能识别的机器学习方法和技术,包括统计学习、线性回归模型、距离度量模型、树结构模型、神经网络模型及其与样本问题相关的新技术.在此基础上,提出消除地质学与人工智能的鸿沟、建设可用于学习的高质量矿物数据集、完善适合矿物智能识别的机器学习方法、增进模型可解释性、加强工业推广的实践是该领域未来的重点发展方向.      

地质领域机器学习、深度学习及实现语言

地质大数据正在以指数形式增长。只有发展智能数据处理方法才有可能追上大数据的超常增长。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。机器学习已成为地质大数据研究的前沿热点,它将让地质大数据插上翅膀,并因此改变地质。机器学习是一个源于数据的模型的训练过程,最终给出一个面向某种性能度量的决策。深度学习是机器学习研究中的一个重要子类,它通过构建具有很多隐层的机器学习模型和海量的训练数据,来学习更有用的特征,从而最终提升分类或预测的准确性。卷积神经网络算法是最为常用的一种深度学习算法之一,它广泛用于图像识别和语音分析等。Python语言在科学领域的地位占据着越来越重要。其下的Scikit-Learn是一个机器学习相关的库,提供有数据预处理、分类、回归、聚类、预测、模型分析等算法。Keras是一个基于Theano/Tensorflow的深度学习库,可以应用来搭建简洁的人工神经网络。     

数学地球科学

数学地质属于地质学分支学科,是上世纪六十年代以来迅速形成的一门边缘学科。它是地质学与数学及电子计算机相结合的产物,目的是从量的方面研究和解决地质科学问题。它的出现反映地质学从定性的描述阶段向着定量研究发展的新趋势,为地质学开辟了新的发展途径。
进入新世纪以来,在地质学、地质力学、地球物理、海洋学、地球化学、地球古生物、地理学、数学动力学等多学科成果基础上,在"天-空-地"探测技术、钻探技术、分析测试技术、物理和数值模拟技术等的支持下,板块理论得到了进一步发展和完善,成为了推动固体地球科学领域的一场深刻革命,深刻地解释了资源能源、地震和火山、岩浆与造山等重大地质事件的形成和分布规律,全面革新了固体地球的全球观,促进了地球系统概念的形成与发展。随着数学地质理论和方法与软件技术的不断发展,数学地质方法的应用不再局限于在地质领域,而是以地球系统科学为出发点,在其他地球科学领域诸如水文学、地球物理学和地球化学等领域也得到广泛应用。
近年来,地学大数据、互联网、人工智能等变革性技术为实现地球复杂系统以及各层圈相互作用的数字表达、定量关联、深度分析、数值模拟与定量预测提供了前所未有的机遇,数据科学、智能技术、复杂性理论方法的系统集成、研发和应用,必将对数学地球科学创新带来革命性的变化。
在此背景下,《地质力学学报》在2021年第3期刊发"数学地球科学"专栏（共8篇文章）,涵盖地学模型建立及方法研究、矿产资源预测及分析评价等方向。冀全伟等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为区域地质填图工作提供了新的参考思路和辅助手段;刘江涛等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;徐可等提出了一种以地质约束条件为核心、以制图综合为空间图形合并手段的新型地质单元智能综合方法;邓军等重点选取卡林型金矿和破碎带蚀变金矿2种典型矿产类型,编制了成矿后验概率图,圈定了金成矿有利地段;黄徐胜等探讨了基于金矿文献的地质实体关系抽取方法,将远程监督关系抽取的思想引入金矿地质文献中;许小龙等讨论研究了小流域背景下的地质工程活动对生境质量的影响评估方法;吴季寰等对露天矿区滑坡易发性就行了分析与研究;王建华等基于氧化铁含量的间接预测模型能对微量重金属As、Zn、Cd进行较好的定量预测,为微量重金属含量的定量分析提供了新的方法。上述研究成果从不同方面部分反映了数学地质或者数学地球科学近年来的发展应用,随着相关成果的不断深化和完善,有望为类似研究提供可借鉴的思路。
另外,本期包括5篇非主题来稿,涉及地应力、能源地质、地质灾害与工程地质以及第四纪地质等方面。其中,陈念等利用钻孔崩落数据对白鹤滩右岸地应力场特征提出了新的认识;谭元隆对皖泾地1井进行构造解析,分析了复杂构造区油气构造保存条件;张春山等对辽宁省沈抚新区区域地壳稳定性进行了评价;秦宇龙等分析探讨了川西甘孜地区活动断裂与地质灾害分布的相关性;綦琳等对陇东新近纪红粘土与第四纪黄土地球化学特征进行了研究并分析了其物源和风化指示意义。
感谢所有作者、审稿专家和编辑部人员为本期论文撰稿、审稿、编辑与发表所付出的辛勤劳动！热忱欢迎广大读者提出更多建设性的建议和意见,并敬请批评指正!     

大数据环境下内蒙古浩布高地区铅锌多金属矿智能矿产预测研究

传统机器学习算法已广泛应用于矿产预测,但面对地质大数据的高维稀疏、不平衡小样本等特性仍缺乏有效处理和分析的方法,设计适合地质大数据特点的机器学习算法是智能矿产预测亟需解决的新问题。本文以内蒙古浩布高地区的铅锌多金属矿产预测为例,提出了一种面向地质大数据的半监督协同训练矿产预测模型。首先对研究区地质找矿信息和地球化学异常信息进行定量分析,提取断裂构造、二叠系地层、燕山期侵入岩、地层与岩体接触带、围岩蚀变及Pb、Zn、Sn、Cu地球化学异常共9种找矿因子。然后利用递归特征消除法优选找矿因子组合,不包括Sn异常在内的8个找矿因子组合被选为最优组合。最后,利用支持向量机和随机森林算法作为基分类器进行半监督协同训练矿产预测,绘制成矿概率分布图。ROC曲线和预测度曲线分析结果表明,半监督协同训练模型的AUC值和预测效率都高于随机森林和支持向量机模型。研究结果也为大数据环境下的智能矿产预测提供了一种新的思路。     

基于CART算法的三维成矿预测研究——以安徽白象山矿区为例

把地质大数据和人工智能技术引入矿产资源定量评价及成矿预测体系中,提高了海量地质数据的有效信息挖掘,弥补了传统方法的不足。本文基于白象山矿区基础地质资料和物化探成果资料,利用三维地质体建模技术和三维空间分析技术,量化三维控矿因素,建立了一种基于CART 算法的三维成矿预测模型。通过在白象山矿区的实验表明：该模型能较好的定位已知矿体,并且预测出在已知矿体北部、东部、东北部、西部、南部和东南部具有较高的成矿概率,可圈定找矿靶区。该模型将地质大数据应用于找矿勘探工作,具有纯数据驱动、预测精度高、预测结果可靠等优点。研究发现,该模型的预测效果与训练数据集的数量、矿控因素提取、决策树深度等有关。     

基于深度学习的地质找矿大数据挖掘与集成的挑战

基于深度学习的地质找矿信息挖掘与集成已经成为数学地球科学的前沿领域.深度学习作为一种具有多级非线性变换的层级机器学习算法,在地质找矿大数据挖掘与集成中仍处于探索阶段,还有一系列问题亟需解决.以卷积神经网络为例,探讨了基于深度学习的地质找矿大数据挖掘与集成过程中两大挑战:训练样本不足和深度学习网络模型构建困难,重点分析了基于复制和添加噪声的地质找矿数据增强技术并开展了多组对比实验,构建了适用于地质找矿大数据挖掘与集成的训练样本和卷积神经网络模型.该模型对闽西南铁多金属成矿区的地质、地球物理和地球化学等多源数据进行了特征提取与集成融合,圈定了找矿远景区,为该区进一步找矿提供了科学依据.      

基于数据科学的矿产资源定量预测的理论与方法探索

矿产资源预测已从定性走向了定量,从数据稀疏型走向了数据密集型,亟须数据科学支撑。本文在前人研究基础上,讨论了基于数据科学的矿产资源定量预测理论与方法,该方法的理论基础为相关性理论与异常理论,前者采用监督的机器学习方法挖掘地质找矿大数据与矿床的相关性为预测未发现矿床提供了理论基础;后者采用非监督的机器学习方法识别地质找矿大数据蕴含的地质异常为预测矿床提供了理论依据。该理论与方法强调地质找矿大数据和机器学习的重要性,其中,数据种类的多样性及数据精度和质量会影响预测结果的好坏,机器学习可提高特征提取与信息集成融合效率。此外,本文讨论了基于数据科学的矿产资源定量预测理论与方法的技术框架、特征提取、数据集成融合方法,以及该理论与方法引入的不确定性。     

新疆西天山玉希莫勒盖达坂一带铜金矿地质特征及找矿思路探讨

玉希莫勒盖达坂一带是新疆重要的铜金及多金属成矿区,通过前期的中小比例尺地质矿产调查和化探工作,已初步摸清该区的成矿机理、矿床类型及元素富集规律,在此基础上划分出玉希莫勒盖达坂铜金和旺江德克银铜两个找矿靶区,为该地区今后开展矿产普查指明了方向。     

镇康芦子园地区遥感和GIS成矿预测示范研究

利用遥感及GIS技术，对云南省重要原矿化集中域－镇康芒子园地区进行成矿预测示范的方法研究，取得重要成果。在GIS平台下，充分利用遥感图像多功能处理成果及遥感地质解译数据，综合地物化遥信息，建立遥感地质成矿模型并类比外推，在芦子园地区进行成矿预测。经对预测靶区进行野外查证，不仅发现已有多个民采点存在，且可望近期会有找矿突破，充分说明遥感和GIS成矿预测的方法技术有效可行。     

大数据助地质腾飞:岩石学报2018第11期大数据专题“序”

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。     

基于大数据的成因矿物学研究思考

在国际地科联启动深时数字地球大科学计划背景下,开展成因矿物学大数据平台建设和数据深度挖掘和研究,具有十分重要的意义。建议优先考虑矿物系统发生史、矿物标型和矿物成因分类3个方面的数据平台建设,开展3个方面的大数据模型、大数据处理的方法研究和大数据结果的信息提取。部署开展基于大数据的若干国家战略性关键金属元素矿物(如锂矿物、铀矿物、镓矿物、铈矿物、铂矿物等)的系统发生史和矿物类的系统发生史研究,分析其在不同地质历史时期和地球不同构造单元中的聚散规律,为战略性关键金属找矿预测提供思路。根据矿物大数据库的深度挖掘和矿物系统发生史研究所提供的有关矿物演化的规律,揭示地球历史中重要地球物理、地球化学和地球生物事件的性质、分布、规模及辐射效应。借助矿物成因分类的大数据平台,完善“显性”成因矿物族分类和区划图编制,在此基础上,开展基于大数据的“隐性”成因矿物族和找矿矿物族的分类和区划图研制。要重视矿物学和地质大数据研究的复合型人才培养,在开设地质大数据本科专业基础上,在研究生层次开设“成因矿物学大数据”研究方向。     

基于机器学习的三维矿产定量预测——以四川拉拉铜矿为例

在大数据蓬勃发展的时代背景下,矿产资源定量预测作为地质大数据的核心部分,其综合分析挖掘多元信息的基本思路与大数据的理念不谋而合。以四川拉拉铜矿为例,开展基于机器学习的三维矿产资源定量预测。通过建立三维地质模型,提取成矿有利信息,构建研究区定量预测模型;基于"立方块预测模型"找矿方法,采用机器学习随机森林算法,计算出研究区成矿概率分布,以此圈定出5个找矿远景区。结果表明,随机森林具有更高的预测准确度与稳定性,且能够对控矿要素重要性做出定量评价。该研究成功地将机器学习应用于三维矿产定量预测,为今后的矿产资源预测评价做出了积极的探索。     

大宗急缺矿产和战略性新兴产业矿产调查工程进展与主要成果

钾盐是关乎国计民生的大宗急缺矿产; 稀有金属、稀土金属、稀散金属、萤石、晶质石墨、金刚石等矿产是国内外公认的战略性新兴矿产。根据国家建设的需求,2015年中国地质调查局设立了“大宗急缺矿产和战略性新兴产业矿产调查工程”。该工程以查明重要矿种的资源潜力,取得找矿突破为目标,以矿调为手段,以“五位一体”为部署原则,进行了全国重点地区大型资源基地和重要矿集区相关矿种的成矿规律和找矿方法创新研究,同时开展了矿产资源的综合利用研究。经过3年的努力已取得了一批找矿成果,丰富了成矿理论,创新了找矿方法,支撑了赣南、闽西等革命老区脱贫攻坚,带动了川西等地区的经济发展,对保障国家农业安全和战略性新兴产业顺利发展发挥了积极作用。概要介绍了在钾盐找矿、华南“三稀”金属矿产调查、川西大型锂矿资源基地建设、新疆奇台超大型晶质石墨矿找矿等方面取得的新进展; 介绍了在华南、华北、中西部等主要成矿带“三稀”矿产、晶质石墨、萤石等关键矿种成矿规律研究、成矿模式构建、资源潜力评价、重点靶区优选、技术方法组合等方面取得的成果; 介绍了在公益性基础性调查研究中所起到的示范引领作用。钾盐“二层楼”成矿模式和锂矿“五层楼+地下室层脉组合”成矿理论和找矿模型得以完善,新发现靶区40处,矿产地14处,大型资源基地2处,新增KCl资源量3.5亿t,伟晶岩型锂资源量31.75万t,铍资源量1.6万t,石墨资源量7 378万t,脉石英56万t,萤石1 159万t,金刚石资源量2.29万克拉,新增重稀土资源量12万t,含磷锂铝石岩体型锂资源量38万t。该工程取得的进展与成果对保障国家资源安全和战略性新兴产业的顺利发展具有重要的现实意义。