综合古地理重建的数字智能化趋势与方法进展

古地理重建是研究地质历史时期地表构造过程、海陆格局和地貌环境特征的一项综合研究,并通过绘制表达海洋和大陆的古代轮廓以及重要的地形和地表环境的地图来呈现,是还原地球演化历史、预测能源矿产分布、认识生命和气候演变的基础性工作。随着大数据时代的到来,数字化方法的应用为古地理图快速更新和友好呈现提供了方便。目前,全球有多个团队发布了数字化的全球古地理重建模型以及相关的数据和方法,如EarthByte、PaleoMap、UNIL、Deep Time Maps等团队。笔者研究团队基于“深时数字地球(Deep-time Digital Earth,DDE)”国际大科学计划提出的数据-知识-模型驱动的古地理重建思想,提出基于数字化方法驱动的升级更新全球古地理图的新流程,并通过不断尝试地球科学与信息科学的交叉融合,从知识图谱、大数据分析和机器学习技术等方面开发了多项古地理重建应用技术。以东特提斯域中二叠世—中三叠世的古地理重建为例,首先在GPlates软件平台上重建了板块构造框架,再利用岩相古地理图自动生成地形地貌图并结合人工校正,最后在GPlates软件通过图层叠加实现了中二叠世—中三叠世东特提斯域的动态数字综合古地理重建。本用例与广泛使用的Scotese(2021)的古地理图对比,在成图效率、数据丰富性和可追溯性、模型准确性等方面都有明显提升,并为该时期板块运动、冰期消亡、大洋缺氧和生物灭绝等重大地质事件的研究提供新的约束和启示。

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。

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。

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,科学研究的第四范式—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。

DDE框架下的煤炭资源潜力评价及煤田地质学知识创新

“深时数字地球”(DDE)大科学计划旨在大数据和人工智能技术驱动下重建地球生命、地理、物质和气候的演化历史,全面认识矿产资源分布规律。煤炭资源的DDE知识体系及数据平台建设,可为大数据及人工智能时代下煤炭资源的科学评价、绿色勘查、煤系矿产资源综合评价及煤田地质学的发展起到强有力的促进作用。基于我国历次煤炭资源评价工作,结合DDE平台知识体系建设思想,提出DDE框架下的煤炭资源综合评价知识体系,对DDE框架下煤田地质学研究中的科学问题进行总结。煤炭资源DDE知识体系及数据库建设,有助于煤炭资源多参数评价方法体系的建立,以及煤炭资源的时空分布规律的全面认识。此外,DDE提供的煤炭资源数据平台,为我们更深入地挖掘含煤盆地地质演化信息和以及深时古气候信息,提供了便捷有效的途径。

全息地球数据立方体模型研究

进入地球大数据与地球人工智能时代,数字地球建模要求也从地表扩展到全域全时全息,而当前数字地球的数据模型还基本停留在瓦片或地球网格剖分数据模型阶段,严重制约了场景化、智能化数字地球应用。本文提出了全息地球概念以及相应的地球数据立方体组织模型,采用全球多级格网参考系统来描述和表达多尺度空间,用平面或立体格元来表达空间位置,将传统“经度、纬度、高程、时间”时空表达发展至“时间粒度、时间覆盖、网格位置、格网尺度”新时空表达体系,并设计了按照“时间—空间—尺度—属性”一致性描述的全息地球数据建模方案,将矢量、栅格、格网、时序阵列、三维模型等多模态数据归纳至一个统一模型中,使得任何引用特定地球数据立方体中的数据值在时间、空间、尺度都是对齐的,解决了全息地球跨专业、多维时空动态场景数据时空融合集成难题,并结合深时数字地球国际大科学计划全球数字化科研平台需求,开发了深时古地形时空动态可视化模拟系统,完成对模型的验证。

全球古地理重建模型的构建方法、比较与知识发现

作为深时数字地球项目的底层框架,全球古地理重建模型包括地质历史时期板块的位置和运动轨迹以及地表特征两方面的内容。过去数十年里,基于不同方法、不同资料的全球古地理重建模型不断涌现。综合古地磁学、古生物学、沉积学、地球物理、地球化学以及地球动力学领域的知识与资料解释古地理,并建立起数字化、可修改、随时间演变的模型是当前常见的方法。文章介绍了国内外全球古地理重建模型的构建方法,并比较了六种主流的重建模型(PaleoMap、PLATES、UNIL、GOLONKA、GMAP和EarthByte),旨在为国内相关领域研究提供参考。文章还介绍了数字化全球重建古地理模型在古气候、板块构造驱动力以及盆地演化方面的应用及知识发现。通过对现存模型的介绍,提出展望,希望在深时数字地球计划的框架下整合国内外优秀科学家,重新设计并建立真正统一的四维古地理重建模型。

顾及全生命周期的国际大洋钻探科学数据模型构建与管理服务方法研究

国际大洋钻探计划是地球科学中规模巨大、历时长久的国际合作项目,其数据具有来源复杂、存储分散、格式多样等特征。现有岩芯、测井、文献等数据库平台建设较早,数据组织不统一、检索条件单一、分析应用困难,缺少集成且多样的可视化及分析工具,不利于数据的统一管理、有效整合、高效调度、广泛共享和综合利用。针对上述问题,论文首先剖析了全生命周期的国际大洋钻探科学数据产生流程和组织形式,并分析国际大洋钻探数据要素分类和描述体系,构建了顾及全生命周期的国际大洋钻探科学数据模型,在此基础上,提出包含数据组织、数据查询和专题制图的国际大洋钻探科学数据整合和服务应用框架,设计基于弹性搜索引擎数据冷热分离的数据存储、基于要素按需整合思想的数据查询和可定制可配置的钻孔数据专题制图方法,最后开展了在线验证平台研发实践。研究结果表明,本数据模型及应用框架具备支持数据统一存储、多要素查询和灵活制图等能力和特点,可为科学大数据的高效管理和应用提供借鉴。

国际地层委员会动态与《国际年代地层表》(2021/07版)

自2018年以来,国际地层委员会的工作取得了一系列进展,完成了换届工作,成立了新的时间标尺校准分会(Subcommission on Timescale Calibration),作为创始会员共同发起了国际地科联首个国际大科学计划——深时数字地球,完成了以下5个全球界线层型的确立工作:第四系千叶阶(ChibanianStage)、古近系普利亚本阶(PriabonianStage)、白垩系康尼亚克阶(ConiacianStage)、白垩系欧特里夫阶(HauterivianStage)及侏罗系钦莫利阶(Kimmeridgian Stage)。在此基础上,国际地层委员会发布了新的《国际年代地层表》(2021/07版)。