大数据时代对科学研究方法的反思——《矿物岩石地球化学通报》2017大数据专辑代序

人们认识世界的方法有两种:演绎法和归纳法。演绎法是从普遍性结论或一般性事理推导出个别性结论的论证方法,演绎推理的主要形式是三段论法。归纳法与演绎法相反,是从个别事实归纳出普遍性结论的方法,是从个别事实概括出一般原理的思维方式。大数据方法不同于上述方法,大数据的本质是用海量数据代替少量样本,用混杂数据代替精确数据,用相关关系代替因果关系。由此引发的宏观性和直接性是传统的认识方法所难以完全替代的。大数据方法是科学方法论的一个划时代的变革,是继演绎法和归纳法之后人类认识和改造世界的第3种工具。大数据研究的结果具有真理性和预测性,是大数据研究的热点和核心。     

学习波普尔哲学，加快科学研究进程

中国科学界现在采用的研究方法是证实的方法,归纳的方法。波普尔强烈批评了证实的方法,指出证实不可能达到全称理论。哲学的本质是批判的,科学的本质也是批判的,因此,波普尔坚持科学研究的方法是证伪而不是证实。证伪的方法不仅是正确的科学研究的方法,还能够大幅度提高科学研究的速度与进度。因为,采用证伪的方法,只要抓住关键的证据,切中要害,就可以一剑封喉,一锤定音。科学在本质上是进步的,科学是向前发展的。美国哲学家库恩指出,并不是所有的科学研究统统是向着真理方向前进的。有些科学家在兢兢业业地研究,可是,他们的研究却不一定是在为真理添砖加瓦。科学是探索未知,追求真理,如果研究的方向与真理背道而驰,则越研究离真理越远。文中讨论了中国学术界关注度较高的几个问题,如大陆深俯冲、岩石圈减薄、北方造山带、板块构造启动时间,还有笔者研究过的双沟蛇绿岩等,指出研究中存在的问题。当务之急是改弦易辙,采用证伪的方法,加快科学研究的进程。这样,中国科学才能独立于世界科学之林。     

波普尔科学哲学理论简介

波普尔是当今伟大的哲学家,他发明了科学增长的四段图式:P1→TT→EE→P2,其中P1代表问题,TT表示试探性理论,EE表示试探性排除错误,P2代表新的问题。波普尔对科学哲学有很多贡献,如他否定了培根的归纳法,主张证伪的方法而反对证实的方法。他颠覆了关于真理的概念,反对将理论与真理联系起来,即使是相对真理。他认为,人不能认识真理,只能探索真理,接近真理,并提出"逼真性"与"逼真度"两个概念,从而否定了相对真理与绝对真理这一对矛盾的关系。他提出,科学理论的发展不是一个量变递增的过程,而是新理论取代旧理论的质变过程,是新范式战胜旧范式的科学革命。他认为,可证伪性、可错性是科学的本质特征,同时也是区分科学与非科学的根本标准。传统的认识论将宇宙划分为物质的与精神的两个世界,波普尔认为宇宙是多元的,多层次进化的,其性质是多样的,可分为三个层次或三个世界。波普尔的三个世界理论,用最简洁的语言表述即:物理世界(世界1)、精神世界(世界2)和客观知识世界(世界3)。世界3是人类智力活动的产物,是人造的;另一方面,它同时也是超人类的,即超越了自己的创造者。波普尔石破天惊地提出了科学哲学的许多惊世骇俗的理论,将科学哲学推到了一个崭新的高度,打破了科学界传统的认识论和方法论。他的哲学理论的核心是证伪主义,证伪就是试错,反驳,批判。只有经过证伪的理论(猜测,假说)才能称之为理论。中国科学需要波普尔理论,中国科学上不去,与我们没有证伪思想有很大的关系。我们必须拨乱反正,改弦易辙,采取批判的态度,反驳的方法,敢于试错,这样,中国科学才有希望。     

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。     

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...     

地下水科学的理论创新问题

地下水科学的理论方法,原初是从开发浅层水的实践中萌生的,随着当代开采深度大大加深,一些原本可忽略的地质因素——诸如:地温,地压,含水系统水理性变化,水分子赋存状态,水岩相互作用,区域背景流,地区背景值等等,其影响已不宜忽视,实践在呼唤创新理论.对作为地质学基本指导思想的"将今论古"原则,提出证伪质疑,以地下水系统为例,认为可从剖析"地下水成矿"这一石化了的地下水地质作用(过程),来作比照、观察、研究,设想有无可能在这"石化比拟"原则上构建地下水科学的新理论?作为理论创新的哲学基础,简单介绍了哥德尔和波普尔的学说:所有理论都是不完备的.列举现今通行理论中的若干"软肋",佐证该学说的不谬,并凸显创新的必要性.限于篇幅,仅对"水化学、水同位素工作模型"的不完备性进行了较详细的阐述,并从中引出用"石化比拟"原则,取代"将今论古"原则的构想.     

大数据开创地学研究新途径：全数据挖掘提高研究精度——《地质科学》2018“纪念孙枢先生地质大数据专题”代序

随着计算机、互联网和计算技术的迅猛发展,人类已经进入大数据时代,大数据也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,成为科学研究的新引擎。大数据体量之大并非其必要条件,通过对大量数据的挖掘,研究问题并做出正确决策才是大数据的精髓所在。大数据可以在社会各个领域广泛使用,大数据是通过对大量数据的分析研究问题、做出决策,这样一个概念、一种思想同时也是一种研究方法。大数据带给我们3 个颠覆性的观念改变：大数据研究的对象是全部数据（全样本,全变量）取代传统统计学的随机抽样;大数据研究的方法、手段是查明数据间相关关系取代传统的追求因果关系的研究方法;大数据研究的特点是取向高概率做出决策取代追求精确无误。因此,大数据的研究结果更加真实、有效、精确。     

岩石大地构造学说的兴起、没落与新生

在板块构造环境中形成的岩石组合(rock assemblages)被称为岩石大地构造组合(petrotectonic assemblages)。岩石大地构造学说创立于20世纪70~80年代,经历了兴起、没落与新生的曲折过程。研究表明,由Pearce等学者创立的岩石大地构造学说的理论基本正确,概括来说,洋中脊、洋岛和岛弧三大构造背景的源区是不同的,这是玄武岩判别图的理论基础。目前的情况是,三大构造背景源区不均一性可能比早先认为的更复杂。由于不同构造环境源区的复杂性,早先的玄武岩判别图采用的是抽样数据、典型地区、精确数据,显然不适合全球数据海量积累的情况,遂使玄武岩判别理论遇到了瓶颈。我们的研究发现,不同构造背景的所有岩石、矿物(包括玄武岩、苦橄岩、辉长岩、堆晶岩、橄榄石、单斜辉石、尖晶石等)几乎都保留了不同构造背景的“基因”信息,并且大多可采用大数据方法予以识别,遂使岩石大地构造学说焕发了青春。虽然本文提出了不同构造环境存在不同“基因”的假说,按照大数据方法判别的效果显著增加了。但是,这个不同构造背景的“基因”究竟是什么仍然不清楚。此外,上述“基因”假说的理论解释还非常不足,需要今后进一步探讨。     

全球矿床数据库建设现状、应用与展望

基于大数据和人工智能技术的数据驱动科学范式推动地球科学研究发生了变革。作为地球科学的重要分支,现代矿床学经历了百余年的发展,已经积累了海量的数据资料,这些数据的流通和共享是发挥其资源价值的关键。文章介绍了中国“地质云”与全球矿产资源储量动态评估数据库、澳大利亚深部地球探测计划AuScope、美国矿产资源在线空间数据库、国际经济地质学家学会(SEG)Geofacets数据库、美国标准普尔公司SNL Metals&Mining数据库等国际主要矿床数据库的情况;同时,列举了应用大数据思维和人工智能方法在区域成矿规律、矿床成因机制、矿床类型判别、资源潜力评价、战略咨询等方面取得的若干重要进展。文章提出,未来在深时数字地球国际大科学计划的平台下,整合全球海量矿床数据,建设开放、共享、统一的矿床大数据平台势在必行。     

有关科学研究的几个认识论和方法论问题

现在许多人从事科学研究都是从具体学科着手,而从总体上对科学研究的认识论和方法论的探讨却常被忽视。近十几年来,随着第三次科学浪潮的出现,才开始对它进行探讨。下面从三个方面对这一个问题进行初步探讨。 1.对近代科学的基本认识对近代科学达到的成就有两种不同的基本认识。一种认为它基本上或大部分掌握了客观世界的规律,进一步的发展只是沿着这一方向继续前进或“精雕细刻”而已,在这种认识的指导下,认为凡是不符合近代科学基本概念,或是与现在理论相差很大的新看法、新思想,都不是科学的。这种认识是以牛顿科学概念为标准,即科学家的主要目标是在于发现“基本规     

塔北地区寒武系、奥陶系暗色泥岩不能一概而论

<正> “七五”及“八五”期间,一般认为寒武系—奥陶系暗色泥岩与碳酸盐岩均为塔里木盆地海相油气的重要烃源岩,特别是厚度巨大的 O_(2+3)暗色泥岩,一直被认为对塔里木盆地海相油气有着与∈—O_1碳酸盐岩同等重要的贡献。新的研究得出了以下几点新的认识。(1)塔北地区奥陶系,尤其是 O_(2+3)暗色泥岩的有机质丰度普遍偏低,库尔勒鼻隆、草湖凹陷、轮南凸起、英买力地区等几乎塔北隆起全区以及相邻的孔雀河斜坡与满加尔凹陷     

全球数据库数据研究的初步进展

人类已进入大数据和人工智能时代,其成果已惠及千家万户。然而,大数据和人工智能技术在科学研究领域的应用却相形见绌,还未真正得到重视。大数据和人工智能是一种方法,一种思路,它不同于传统的科学研究方法和思路。在科学研究中,什么是大数据研究呢?符合大数据3个技术取向的是大数据研究,采用全数据模式的是大数据研究,从数据出发的是大数据研究。文中介绍了我们利用全球数据库数据厘定的玄武岩、安山岩、大陆边缘弧玄武岩(CAB)构造环境判别图,其中安山岩判别图填补了学术界的空白。玄武岩(MORB、OIB、IAB)判别图也不同于学术界早先熟知的判别图,是根据元素之间的相关关系厘定的。文中还讨论了大数据研究带来的一些可能很有意义的科学问题。如:1.在判别图研究中发现了许多效果较好的图解,主要依赖的是主元素、过渡元素和金属元素之间的关系,上述关系有什么意义,为什么会起到判别的作用?2.数据挖掘发现,全球大洋中脊中酸性岩极度匮乏,是否说明上地幔严重缺水?3.研究发现,中新世是全球岩浆活动最发育的时期,这一时期全球还出现了许多重大地质事件,二者之间是否存在关联?4.中新世全球埃达克岩最发育,按照埃达克岩的出露,发现从青藏高原到喀尔巴阡可能存在一个巨型的欧亚高原;5.根据对新生代苦橄岩全球时空分布研究,提出了一个如何认识全球热点问题等。文中还提出了下一步研究的建议并强调指出,科学已经进入大数据和人工智能时代,在大数据和人工智能时代,科学划分的标准发生了变化: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,看来,能否被数据化是科学与非科学的分水岭。在大数据和人工智能时代,地质学和矿床学遭遇了空前的危机。按照我们的预测,在可以预见的未来,地球物理学将远超地质学,空间科学将异军突起,而在地质学领域内地球化学一花独放的局面还将维系很长一段时间。文中最后还探讨了今后找矿靠什么的问题,认为物化探和钻探测试技术的进步非常重要,同时,发展人工智能技术也已迫在眉睫。     

可疑数据的取舍,格勒布斯(Grubbs)方法

一、引言由试验室提供的土的物理力学性质指标或野外原位测试所提供的测定数据中,有时在同一土层中的一个样本数据中,往往可能有一个或数个过大或过小的数据。过去地质人员根据主观的判断加以取舍。结果,数据的取舍因人而异,缺乏统一的准则。一般讲取自于同一土层的一个样本数据应该都来自同一土层,但是由于试验或测试上的原因,混入了另一个土层的数据;另一种可能是土样取自“过渡层”或二层交界面的情况确实是存在的,对于这种数据的取舍问题过去也往往采用人为的舍弃,这样的数据往往在值上的反映是过小或过大,我们     

岩石薄片图像智能分析研究进展

分析岩石薄片显微图像中的矿物组成、结构构造、生成顺序、围岩蚀变和次生变化等特征，可以进行岩石种类鉴定、地质构造分析、古地质环境反演等相关研究。对于岩石薄片图像的分析及信息提取目前主要依靠专家进行人工目视解译。而利用计算机技术进行自动、快速、客观、准确的岩石薄片图像智能分析，将能有效提高相关研究工作的效率，为“大数据+地球系统科学”的研究范式提供基础。本文综述了岩石薄片图像智能分析的相关工作，从技术方法的角度系统归纳和阐述了其一般原理和方法，分类总结了相关应用案例，分析和展望这一领域存在的挑战与发展方向。     

论地质研究中的因果关系和相关关系——大数据研究的启示

我们对大数据两年多来的研究表明,大数据是一个非常有效的方法。一直以来,人们都是通过因果关系来认识世界的;而大数据不是,大数据是从数据出发,挖掘数据之间的相关关系,从而提升数据的价值。例如在矿床学研究中,人们往往过分关注矿床的成因,关注成矿与岩浆、流体与岩体之间的因果关系。实际上,流体与岩体、矿床与岩浆之间主要不是因果关系而是相关关系。早先的玄武岩构造环境判别图几乎都是按照因果关系的思路设计的,虽然取得了一定的效果但并不完美。我们采用大数据方法对全球全体玄武岩和安山岩的数据进行挖掘,取得了极佳的效果,主要依据的是元素之间的相关关系而非因果关系。多少年来,人们在科学研究的实践活动中习惯于对因果关系的追求。现在,科学的发展要求我们更加重视数据之间的相关关系,从对因果关系的追求转变为对相关关系的追求。实践表明,追求因果关系不可避免人为因素的干扰,而大数据方法挖掘数据之间的相关关系,在很大程度上避免了人为因素的干扰,因此,大数据的结果是真实可靠的。     

瓦斯成分、含量和温度

不论用集气式法或正在推广的解吸法测定瓦斯含量,均采用了加热的方法,前者选择100℃,后者选择95℃。一般认为这个温度“既脱出了气,又不影响煤中的瓦斯成分发生变化”。同时,还认为“加热大于200℃时才会对重烃有影响”。      

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。     

基于GEOROC数据库的全球辉长岩大数据的大地构造环境智能判别研究

辉长岩是化学成分与玄武岩类似的侵入岩,前人认为它的形成过程太复杂,对应的岩浆可能经过了分离结晶作用、混染作用等,不能用Pearce判别图来判断岩浆岩形成的构造环境。本文利用GEOROC数据库的资料对辉长岩进行大数据挖掘。首先根据前人成果,将GEOROC数据库的辉长岩形成的大地构造环境分为大陆玄武岩环境、汇聚边界环境、板内火山岩环境和大洋岛弧玄武岩环境等4类;然后在数据清洗基础上,利用Python语言,依托sklearn库,实现支持向量机、K近邻和随机森林等3种机器学习算法,获得3种对应的分类器结果输出。对辉长岩的构造环境进行智能判别结果显示,随机森林方法效果最好,判断准确率可达97%,利用辉长岩的地球化学大数据来判断岩浆岩的构造环境是完全可行的。     

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。     

基于近道叠加的观测系统检查技术研究与应用

地震数据观测系统是野外仪器班报组在野外采集过程中记录的,室内资料处理人员在得到地震资料后,首先就要对野外采集来的地震数据加上对应的观测系统,一般包括炮点和检波点的坐标、炮号及道号,当出现记录上的失误时,对室内资料处理人员的工作将会造成非常大的困扰.本研究提出了一种野外炮记录进行近道叠加来检验观测系统正确与否的方法,可以...