地质大数据分析的若干工具与应用

作者：周永章,陈川,张旗,王功文,肖凡,沈文杰,卞静,王亚,杨威,焦守涛,刘艳鹏,韩枫

摘要：大数据科学研究范式是大数据时代的必然结果。在大数据时代,地质学研究正面临着前所未有的挑战与机遇,亟需地质大数据分析的基础支撑。本文介绍若干种有价值的地质大数据分析工具及其应用。知识图谱以其强大的语义处理能力和开放组织能力,为大数据时代信息的知识化组织和智能应用提供了有效工具。它旨在描述真实世界中存在的各种实体或概念及其关系,构成一张巨大的语义网络图,以节点表示实体或概念,边则由属性或关系构成。机器学习与卷积神经网络模型仍然是当前地质大数据研究的热点。演化算法借鉴了自然界中生物进化与自适应过程的思想,是一种基于种群的元启发式最优化算法。它具有无需先验知识、能在全局范围内进行隐并行搜索的优点,可以用来精确地获取大数据中隐含的演化趋势与时空特征。图形社区发现技术将网络划分为若干个内部节点相似社区,为分析和理解网络提供有力的技术支持。随着空间分辨率、时间分辨率和辐射分辨率不断提高,遥感技术已广泛成为地质数据获得的主要技术手段。遥感大数据的数据存取和智能处理是最重要的发展方向。这些地质大数据分析方法已有成功的应用案例,并将广泛用于各种地质研究,如城市土壤污染智能监测、模拟、管控与预警研究,得益于地质大数据研究支撑系统的恰当选择以及地质大数据技术的强力支持,建立了可解释的多源多层城市土壤污染知识图谱,源于多源异构大数据有效融合的主要障碍正在去除。

发文机构：中山大学地球环境与地球资源研究中心 广东省地质过程与矿产资源探查重点实验室 中国科学院地质与地球物理研究所 中国地质大学 中山大学地球科学与工程学院 广东高质资源环境研究院

关键词：地质大数据知识图谱机器学习演化算法图形社区发现遥感大数据多源异构大数据融合geological big dataknowledge graphmachine learningevolutionary algorithmgraphic communities detectionremote sensing datamultisource heterogeneous data fusion

分类号： P628[天文地球—地质矿产勘探][天文地球—地质学]