大数据时代的“玻璃地球”
如果地球像玻璃一样透明,我们可以清楚看到地球内部的一切,这将是怎样一幅景象?
“大数据时代,利用信息技术使地质结构和地质过程可视化的‘玻璃地球’计划有望带来地质研究、矿产勘察和工程勘察的巨大变革。”日前,中国地质大学(武汉)地矿信息系统研究所教授吴冲龙接受《中国科学报》记者采访时如是说。
让地球变得透明
使地球表层一定深度“像玻璃一样透明”一直是地质学家们的梦想。目前,业内人士认为,“玻璃地球”是一项基础性的地质信息系统工程,可被看作一种存储在计算机网络上的三维可视化虚拟地壳,该系统提供的地质、地理信息,可供开展地质、资源和环境决策分析。
近年来,世界各国都在各自的“玻璃地球”计划中开展了诸多工作。2001年,澳大利亚政府率先启动“玻璃地球”计划。荷兰、加拿大、英国、法国、德国和美国等多个国家也都将三维地质填图及三维地质模型放在了地质调查工作的核心位置。
对此,吴冲龙评价,尽管世界各国对“玻璃地球”所赋予的含义不同,建设内容也有所侧重,在建设中又面临技术性和体制性的诸多难题和难点,但都取得了一定的进展。
我国也开展了诸多探索性研究。例如,国土资源部和中国地质调查局在2006年和2011年,先后启动了三维城市地质填图试点和三维区域地质填图试点。据了解,这些试点工作围绕增强能源资源保障能力、保障地质环境安全、促进地球科学发展三大主题,开展了大陆地壳、含油气盆地、重要成矿带等综合研究。
地质学需要“大数据”
不少科学家在将地球“透明化”的探索过程中,发现“大数据”这一技术有望为全面掌握和了解地球运动规律提供解决方案。
中科院院士赵鹏大认为,大数据时代地球科学的工作方法包括三个层面。“一是数据的获取和保存;二是数据挖掘和数据分析,包括建模、可视化、管理和服务;三是知识层面,深化对地球系统的认识和理解。”他说。
例如,“数字矿山”便是建立在大数据应用基础上的矿山真实三维空间模型。中国矿业大学环境与测绘学院教授吴立新表示,“数字矿山”为矿山设计、生产作业、安全管理等提供了基础平台和决策支持。
以三维图像的方式呈现“看不见”的地球内部,成为大数据时代地质学家们关注的焦点。“采用可视化的方式进行三维建模,能让地质学家直观地感知和理解地质体、地质现象和地质过程,将有助于发现大型隐伏矿床,也将揭示地质灾害孕育机理。”吴冲龙指出。
中国的“玻璃地球”待建
然而,虽然“玻璃地球”建设与我国“国民经济信息化”和“地质勘察和矿业开发信息化”的战略目标一致。但目前已经建立的三维地质框架模型所承载的信息仍然有限,在资源、环境和灾害预测的实际应用中所体现的价值与所期盼的目标还存在一定距离。
日前,香山科学会议召开了以“中国玻璃地球建设核心技术及发展战略”为主题的讨论会。与会的专家指出,“玻璃地球”概念被提出后,尚缺乏成熟的理论和方法论指导,更缺乏强劲而适用的关键技术支持。
吴冲龙认为:“‘玻璃地球’建设的核心技术是信息技术,其中包括能满足大数据一体化储存与管理的三维地质信息系统技术,能实现地质结构和地质过程快速、动态、精细和全息构建的三维地质建模技术,能支持地质时空大数据分析与挖掘的三维地质信息处理技术等。”
与会专家一致认为,当务之急是应在国家层面开展战略规划和顶层设计,正式启动我国的“玻璃地球”建设计划,协调各部门力量着力开展关键技术研发,保证我国“玻璃地球”建设的健康发展。
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21