大数据背景下地质云的构建与应用

地质学属于数据密集型科学,并与地球科学面临的问题息息相关。已经收集的和将要收集的大量数字国土相关数据,由于科学研究的需要,正在不断加以检验和扩充。大数据时代背景下,中国国土资源数字化、信息化的战略行动具有深远意义,大数据的相关技术应用为实现地质工作的现代化和信息化提供了有效的支撑。重点介绍大数据背景下的"地质云"构建理念与方法,以及大数据在地学领域的应用。大数据为非结构化、半结构化的地质数据带来了新的处理方法与理念。地质云的构建旨在探索以需求带动的地质核心数据的应用,挖掘非结构化数据的新数据信息,以支撑国土资源管理决策。     

基于云架构的中国地质调查信息网格平台关键技术研究与实现

目前中国地质调查网格结点体系已基本形成,初步实现门户的自治,结点资源与门户资源的共享与协同。随着信息技术的发展,以及云GIS、大数据、北斗等技术在网格平台中的开展、应用,从网格平台基于云架构体系升级入手,阐述了基于云架构非结构化地质数据存储与管理、快速搭建地质调查业务系统中间件和野外地质调查工作管理与安全保障服务等一系列关键技术的研究与实现,为网格平台的下一步发展提供了研究基础。     

新构造-活动构造区填图技术方法初析——以宁夏1:50000红崖子、大坝站、青铜峡铝厂三幅新构造与活动构造区填图试点为例

在宁夏1:50000红崖子、大坝站、青铜峡铝厂三幅新构造与活动构造区填图试点的基础上,按照新构造、活动构造和构造地貌等几个方面,初步总结了新时期的新构造与活动构造区填图技术方法。新时期新构造与活动构造区的区域地质调查应满足国家与地方经济发展需要,多任务、多层次、多学科开展工作,面向大数据时代,形成海量数据、多方位、高效与高价值的成果。      

机器学习在岩矿地球化学研究中的应用——综述与思考

岩石与矿物的地球化学成分数据具有高维度特征。传统的岩矿地球化学成分研究主要采用二元/三元图解判别法,准确率不高,在数理统计方法上有欠缺。机器学习方法非常适用于对大样本高维度的岩矿成分数据进行数理统计处理。本文在介绍机器学习常见算法基本原理的基础上,总结近5年来国内外学者将机器学习方法应用于岩石矿物成分数据研究的实例,包括：① 根据矿物成分溯源其母岩（源岩）、判别矿床类型,② 新生代火山岩溯源,③ 判别变质岩原岩,④ 依据岩浆岩成分判别大地构造环境等。已有的研究实例显示,机器学习方法的准确度明显优于传统的低维度判别法。机器学习本质是分析大样本数据的高维度变量之间的相关、归类等多元统计问题。推广机器学习的应用需要建设开放获取（Open Access）的矿物、岩石成分数据库,同时全面实施开放研究（Open Research）的发表策略。     

成矿信息精细化研究的意义及有效途径

成矿信息精细化研究是针对"现阶段矿产地质工作中过度依赖现代高端实验测试技术方法、过分追求利用有限的高精测试数据构建矿床模型,忽略了对更多成矿信息的精细化研究,难以直接指导探矿工程布置"的问题而提出的。成矿信息精细化研究突出研究成矿要素在有限时空尺度上的变化细节,尽可能利用勘查区内地质、物探、化探、遥感等资料,通过研究成矿信息的空间特征和变化趋势,还原成矿过程的细节。其四大研究特征是:重视大数据统计规律、重视多角度提取信息、重视研究勘查区尺度上地质信息的变化特征和重视研究成矿事件发生时的成矿过程细节。其五大研究要点是:识别控矿因素,分析矿床成因,研究矿质迁移富集机理,总结控矿因素在不同时、空尺度的变化规律,以及详细恢复成矿过程。研究路径是:对控矿因素进行专项深化研究、对实验室微观信息规律进行深入研究和对物化遥资料进行深入分析,为精细化研究提供更多信息。     

湘西花垣铅锌矿田的成矿构造

在对湘西花垣铅锌矿田的成矿地质背景、矿床地质特征和矿石结构构造研究的基础上,重点分析了花垣矿田成矿构造特征,包括成矿前构造、成矿期构造和成矿后构造。通过矿田地质调查,认为铅锌成矿作用与液压角砾岩关系密切,而液压角砾岩为成矿期构造;根据成矿后断裂的主要特征,结合擦痕产状,反演出花垣矿田成矿后共受到3期构造应力作用;根据成矿期构造的空间分布规律(成矿期构造受花垣—张家界断裂左行走滑形成的张性空间控制)和原始礁灰岩台地的分布规律,预测了远景勘查区域。     

中国西部地区大开发的新思路

论述我国西部地区大开发的重要意义,提出加快西部地区经济社会发展需要两个手段并用,三股合力有机配合。同时指出在新的体制背景、市场态势和对外开放环境下,西部大开发要有新思路,而观念更新,树立新的发展观、新的资源观、新的优势观、新的规划观是其先导。     

地质大数据资产化管理探索与实践

地质大数据是国家重要的战略资源,地质数据是社会经济活动重要的组成要素,具有资产属性,是国有资产的重要组成部分。对地质大数据进行资产化管理,是规范地质大数据管理、发挥地质大数据经济价值、保证国有资产保值增值的必然途径。系统研究了美国国家地理空间数据资产组合管理实践和国内企业数据资产化管理取得的成果,分析了中国地质调查局地质大数据资产管理现状和存在的问题,勾画出地质大数据资产化管理策略,明确了地质大数据资产化管理的对象和主要要素,初步构建了数据价值评估体系,提出了地质大数据资产化管理的方式和加强数据资产产权保护的建议,并介绍了中国地质调查局已开展的地质大数据资产化管理实践和数据资产登记工作。     

中国居民工作日与节假日的城际出行网络异同性研究

居民出行目的、出行时间与地域属性的差异都会导致出行行为的异质性,工作日与节假日具有完全不同的时间属性,且出行目的差异较大,对两时段城际出行网络进行比较有助于全面认识城际出行规律及其网络特征。以4月份工作日（2016年4月11日—4月15日）和国庆黄金周（2016年10月1日—10月7日）为代表,利用“腾讯迁徙”提供的居民城际出行数据,从城市节点、城际关联及网络集聚角度对工作日与节假日的居民城际出行网络结构特征进行对比研究。结果发现：① 黄金周的日均城际居民出行规模显著高于工作日,但出行距离和网络集聚程度明显低于后者;② 两种网络均形成了跨区域组团、邻近组团和省域组团3种类型。黄金周跨区域组团数量明显低于工作日,区域和地方枢纽城市数量多于工作日,邻近组团和省域组团数量则明显高于工作日;③ 工作日,北上广三大城市核心地位突出,旅游功能、交通枢纽功能城市的地位在黄金周更得以凸显;④ 工作日城际出行网络以跨区域联系为主,而黄金周则呈现出明显的空间邻近效应,并形成了以省会为中心、省内出行为主的核心—外围模式。