融合知识图谱的矿产资源定量预测

大数据和人工智能极大地促进了矿产勘查的发展,创新了矿产预测研究范式,提升了地质找矿大数据的挖掘与集成能力。在资源定量预测领域,知识-数据联合驱动的综合信息智能预测已逐渐成为行业共识,如何实现数据和知识联合驱动是目前亟待解决的问题。知识图谱可以整合多源、异构的地质找矿大数据,其中蕴含的知识和规则在驱动地球科学领域的知识发现方面具有重要的发展潜力。本文针对大数据和人工智能时代对资源定量预测智能化和自动化的需求,结合知识图谱相关技术的特点,探讨融合知识图谱技术的矿产资源定量预测智能化和自动化的可行性和技术方法路线。重点剖析面向矿产预测的成矿-勘查系统多时序全要素知识图谱构建和基于知识图谱从“求同”和“求异”的角度建立找矿预测模型,知识图谱中的知识嵌入到地物化遥异常信息提取的方法,以及融合知识图谱的资源定量预测工作的机遇和挑战。拟希望将知识图谱中知识表达和推理融入到矿产资源定量预测技术方法流程中,协助地质专家来确定矿产预测模型,提高矿产预测的自动化和智能化。

福建省县域人均GDP影响因素的局部时空异质性分析

人均GDP变化过程可能不仅具有空间异质性还具有时间异质性。利用空间联系局域指标(LISA)和泰尔指数分别探测福建省2013至2016逐年县域人均GDP的空间异质性和时间异质性特征。综合利用县域的人均实际外商投资、第一产业占GDP比重、人均固定资产投资、人均教育支出的逐年数据,对比分析地理加权回归(GWR)、时空地理加权回归(GTWR)和时空加权回归(STWR)三种模型的拟合和预测性能,在2016年,STWR的平均决定系数(R2)为0.897,高于GWR的0.453和GTWR的0.444,STWR的估计的标准误差仅占GWR和GTWR估计误差的25.56%和25.84%。另外,STWR模型的AICc值为1846.51,分别比GWR和GTWR小81.21、80.81,其性能较GWR和GTWR显著提高。留一法交叉验证也表明STWR比GWR具有更好的预测能力。利用STWR生成县域人均GDP各影响因素的回归系数空间分布图,并进行显著性测试,结果表明:人均实际外商投资与人均固定资产投资在平和县和南靖县有显著正向影响,且影响作用持续增大,而第一产业占GDP比重在华安县与延平区负向影响显著,其回归系数在逐年减小。人均教育支出在延平区正向影响有明显空间溢出效应。

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。