地学数据产品的开发、发布与共享

数据是科学研究的基础,数据共享可以最大程度地发挥数据的使用价值,数据是实现数据共享最基本的要素。地学数据具有空间性、综合性、时间性、海量性、多源性等特点。属性数据、遥感数据、矢量数据是加工生产地学数据产品的重要数据源,属性数据空间化是加工、生产地学数据产品的重要技术手段。地学数据共享发布平台应当具备用户管理、数据目录查询、元数据管理、数据查询与浏览、数据下载等基本功能。推进科学数据共享,必须要有相应的政策措施保证,必须建立公正、合理的数据工作评价体系。     

开启区块链地质应用新时代

人类已经叩响了区块链时代的大门,但在地质领域,区块链的应用几乎还处于空白的状态。哪怕是像深时数字地球(DDE)这样极具雄心的大科学项目,也没有意识到区块链技术有助于分散在科学家个人或实验室的“长尾数据”的有效收集和利用。地质科学信息是一个超大型共享数据库,需要许多人彼此信任去协作完成数据库的改写,区块链将是非常好的支撑技术。区块链基于其系统特性和智能合约提供有丰富交互接口,特别是其具有去中心化、不可篡改、隐私保护特性,为区块链技术在地质领域应用提供了重要的基础。地质勘查实物、资料、数据的溯源管理,面向更广泛科学共同体的长尾数据的收集,应该是区块链地质应用的重要突破口。地质通证使打造全球地质社区成为可能。     

区块链地学领域应用综述

正近年来,区块链在政府层面、学术领域以及产业界都引起了广泛关注,各国陆续出台了区块链相关政策,国际国内众多企业纷纷进行区块链技术投入,行业应用已从金融领域扩展到了供应链、数字资产、医疗、公共服务等领域,逐步推进了实体产业的转型升级。区块链在地学领域的应用仍处于初步探索的阶段,如何基于已有的产业应用经验,利用区块链技术解决地质调查的现有困境值得进一步探讨。     

地学数据仓库系统的设计及关键技术问题

数据仓库是实现数字地球、数字国土的数据基础,是实现空间数据共享的关键技术之一。但目前国际上的地学数据仓库,其设计并没有考虑到地学数据的多源、多分辨率、多格式等特点,只是商业数据仓库在地学领域的简单照搬,所应用的领域也比较有限。基于矿产资源预测的地学数据仓库系统的设计,按数据流向可分为四层：常规数据库、基础数据库、主题数据库和应用系统。在这种框架中,库间数据的转换、库中数据的组织、数据引擎等是系统设计的关键问题。示例给出了云南省1：200000数据仓库的系统原型。     

数据预处理技术在地学大数据中应用

大数据时代随着数据的爆发式增长,在带来可供研究的海量数据的同时,也带来巨量的噪声和冗余数据。在地学领域,由于研究方向和技术方法手段的多样化,产生了数据量巨大和类型众多的地学数据集合。在地学信息的研究过程中,经常碰到地学信息孤岛,分图幅地学数据边界系统误差和地学文档的非结构化问题。在对地学数据进行信息的提取和挖掘之前,必须根据研究目的对地学大数据进行预处理,使冗余、复杂的大数据转为结构化、准确、可用的数据。本文以地学大数据的预处理技术为切入点,从地学数据交互标准与语义、数据调平、地质图接边和文本结构化等四个研究方面,分析阐述目前地学大数据挖掘方面存在的问题及主要的解决手段,同时也对多元数据融合在大数据中的应用进行了阐述。希望通过本文对地学大数据预处理技术的探讨,能对地学大数据的挖掘有所帮助。     

服务于大型综合地学科研项目的在线数据支撑平台

大型综合地学科研项目产生的数据既是项目研究成果的组成部分, 又是科技创新的重要基础。面向复杂地学信息资源汇交、管理和共享的需要, 有必要建立针对项目自身运行管理和数据产出特色的在线数据支撑平台。本文以973项目“白垩纪地球表层系统重大地质事件与温室气候变化”为例, 研究并应用 Web Services技术与地理信息技术建立服务于特定项目的数据支撑平台。论文阐述了项目数据的分类方法和数据汇交机制, 并基于“数据-功能-用户”视图理念, 设计实现了提供数据汇交、管理和共享功能的数据服务门户以及对WebGIS的集成。应用结果表明: 在线数据支撑平台对发挥多源、复杂、高成本的地学科研数据共享利用价值具有良好的支撑作用; 同时, 具有一定通用性的平台框架对同类项目数据成果的归档管理以及验收汇报演示具有示范意义。     

地球科学大数据的管理与共享：以英国地质调查局为例

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。     

空间数据存储研究及其在岩石圈深部探测数据中的应用

深部地球物理探测数据是岩石圈结构研究的重要资料,然而由于地学数据本身的多来源、多学科、海量等特点阻碍了数据的共享,而GIS技术恰好以强大的多学科交叉和空间数据处理功能为数据发布提供了新的途径。在GIS中信息的显示和分析方法都取决于地理信息数据模型,因此在利用GIS技术建立数据共享平台时,建立一个符合数据体查询和分析要求的数据模型尤为重要。笔者对几种空间数据存储方式和主流的空间数据模型进行了深入研究,最终结合深部地球物理探测数据的特点,以Geodatabase为基础建立了一个数据模型,为数据发布奠定了基础。     

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.     

从第34届国际地质大会看地学信息技术发展趋势

当前世界进入基于大数据进行数据密集型科学研究的时代,协同操作的数据、信息、系统、空间基础设施对整个地球科学研究和应对巨大社会挑战至关重要.2012年8月在澳大利亚布里斯班召开的第34届国际地质大会,吸引了世界范围内的行业领军科学家交流讨论了地学信息领域取得的进展、成果和发展趋势.从本届地质大会来看,计算机技术、数据库技术、网络技术、虚拟技术等现代化的技术深入应用到了地学众多专业领域,地学信息产品服务成为了信息化时代各国为公众提供公益性服务的主流渠道,地学信息逐步突破孤立的专题、地区、国家的限制,跨专业、跨学科、跨国乃至跨大洲级别的数据共享将逐步达成共识.当前,全球的地学信息科学家都在朝着这同一方向努力,让地学知识能够快速、便捷、高效的为变化的地球服务.     

中国地学断面CorelDRAW图形数据库资源整合综合研究

整合了历时数年(2001—2006)数字化研究取得的中国全部11条地学断面图各种专业图件的CorelDRAW图形数据资源及其说明书。参照国际全球地学断面(GGT)数字化编图指南,独立研制了全球地学断面图的GGTCorelDRAW制图色盘和模板,为应用和普及制作地学断面图提供了软件工具。建立了网页类型的中国地学断面元数据库,编撰了地学断面电子字典帮助文件。上述综合研究工作为中国地学断面图资源共享提供了底层数据和技术支撑。     

On the Progress Design of Integrated Geologic Analysis System: Object-Relational Database Model and Visualization for Earth Resources

Abstract. An object-relational data model is an entry point and integral part of geologic analysis system, in which we can start geologic modeling inside a database. A conceptual data model named the Geoscience (Earth Resources) Data Model 3.0 has been developed based on the conceptual design of NADM-C1.0 and EGDM 812. Such adaptation makes this data model interoperable with data models from other geoscience fields. The focus of current data model is to effectively manage multi datasets related with the study of earth resources and to create relationship among data types.
The conceptual data model for earth resources is successfully implemented physically by integrating a GIS and relational data storage. The direct link between relational database and GIS makes the database contents highly visual and spatially enabling. Database contents are fully georeferenced through different types of georeferencing systems that enables data integration, visualization and analysis of multi geoscience datasets in 2D and 3D environment. A new way of geologic analysis through visualization of virtually all kinds of geoscience datasets is proposed.
The earth resources research and industry can take benefits on this system through better data management and effective geologic visualization that in turn accelerate a better understanding of earth resources. Meanwhile wider geoscience community will benefit from better interaction and data sharing among geoscience fields for accelerating a better understanding of our complex earth.     

ArcGIS在北山高放废物处置库预选区地学数据管理中的应用

以甘肃北山高放废物处置预选区所积累的数据为基础,研究地学信息数据管理平台的建立,实现对各种空间数据及其他非空间数据统一管理与应用,并提出了基于ArcGIS产品的预选区数据管理与共享的解决方案。     

发达国家地质大数据管理现状分析与启示：以美、英、澳、加为例

科学数据是国家重要战略资源,数据共享是这种资源有效开发利用的手段之一,也是当今科学研究范式向数据密集型转变的重要基础。现代信息技术与勘查方法的深度融合,使得地质勘查和地学研究领域被急速推向大数据时代,亟需从宏观层面上进行科学管理。欧美一些国家通过颁布政策方针及铺设数据基础设施等方式,推动着本国地质大数据管理的有效实施。文章对美、英、澳、加四国地质调查局的数据管理工作方面做了调查,从数据管理范围、数据政策、战略计划、重要数据库及主要数据工具等方面现状进行了介绍与分析,并对中国地质调查行业数据管理工作提出了一些建议：（1）数据管理政策应采用自顶向下设计,自底向上实施;（2）数据开放共享、融合交流是世界地调机构的发展趋势;（3）大力推进地质云建设,三位一体实现大数据治理;（4）促进数据共享基础设施建设,通过参与国际治理争取拿到更多的话语权。     

国际地学信息委员会地学数据标准分析与案例实践

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。     

大数据开创地学研究新途径:查明相关关系,增强研究可行性

人类已经进入大数据时代,大数据研究的思想、方法在地学领域也备受关注。笔者认为,大数据研究的对象是数据,研究的工具是计算机,研究的方法、手段是查明数据间相关关系,研究的特点是取向高概率做出决策。大数据是通过对大量数据的挖掘,查明数据间的相关关系,研究问题并做出正确决策的思想、方法。本文提出大数据是应用“归纳法”开展科学研究的思想、方法,以及高性能计算机和大数据计算技术使“归纳法”得以升华的观点。文章通过对统计学、机器学习算法的深入探讨,得出大数据将改变人们对自然的理解和认知方式,改变科学研究的思想和方法,改变长期以来人们通过查找因果关系开展科学研究的习惯。大数据必将开创一条跨越复杂的因果关系、直接获得研究结果的全新的科学研究途径。随着数据爆发式增长,随着高性能计算机的普及和计算技术的迅猛发展,统计分析方法将很大程度地突破数据体量的限制,统计分析预测模型以其真实可靠的处理结果、对条件和结果良好的解释能力、结合机器学习算法对半结构化与非结构化数据的处理优势,将推动地质科学进入定量化研究的新高度。     

公益性地学数据的功效：拉动商业性矿产勘查

通过分析商业性矿产勘查业对公益性地学数据的需求、公益性地学数据对商业性矿产勘查的短期和长期影响,探讨了公益性地学数据和商业性矿产勘查的关系,肯定了公益性地学数据在促进矿产勘查中的积极作用,提出了利用公益性地学数据拉动商业性矿产勘查、服务于商业性矿产勘查的基本思路。