譚永杰，劉榮梅，朱月琴，文敏

1. 自然資源部地質(zhì)信息工程技術(shù)創(chuàng)新中心，北京 100055；

2. 中國(guó)地質(zhì)科學(xué)院地質(zhì)力學(xué)研究所，北京 100081；

3. 中國(guó)地質(zhì)調(diào)查局自然資源綜合調(diào)查指揮中心，北京 100055；

4. 國(guó)家自然災(zāi)害防治研究院，北京 100085

1 引 言

21 世紀(jì)以來(lái)，以互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能為代表的新一代信息技術(shù)快速發(fā)展成為當(dāng)代科技革命的主要引擎，改變和顛覆了我們傳統(tǒng)的思維模式、生活模式、生產(chǎn)模式等，人類社會(huì)進(jìn)入了信息化的時(shí)代（維克托·邁爾-舍恩伯格和肯尼思·庫(kù)克耶，2013；《大數(shù)據(jù)領(lǐng)導(dǎo)干部讀本》編寫組，2015)。支撐信息化的核心是大數(shù)據(jù)，大數(shù)據(jù)是信息化發(fā)展的新階段，以數(shù)據(jù)容量大、類型多、存取速度快、應(yīng)用價(jià)值高為主要特征（鄔賀銓，2013)。大數(shù)據(jù)發(fā)展已成為國(guó)家戰(zhàn)略，國(guó)務(wù)院2015 年印發(fā)的《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》（國(guó)發(fā)〔2015〕50 號(hào))，系統(tǒng)提出了我國(guó)大數(shù)據(jù)發(fā)展的方針策略、主要任務(wù)和措施。近年來(lái)，大數(shù)據(jù)在我國(guó)得到了迅猛發(fā)展，大數(shù)據(jù)技術(shù)日趨成熟、體系越發(fā)完善，大數(shù)據(jù)產(chǎn)業(yè)蓬勃發(fā)展，顯現(xiàn)出了來(lái)源廣泛、樣式繁多、應(yīng)用普遍的社會(huì)屬性。地質(zhì)工作是經(jīng)濟(jì)社會(huì)發(fā)展重要的先行性、基礎(chǔ)性工作，服務(wù)于經(jīng)濟(jì)社會(huì)的各個(gè)方面（溫家寶，2003)，地質(zhì)數(shù)據(jù)是地質(zhì)工作的真實(shí)記錄和成果的最終表達(dá)載體，地質(zhì)工作的對(duì)象是地球，地質(zhì)數(shù)據(jù)描述的是地球物質(zhì)資源和人類生活所處地質(zhì)環(huán)境的相關(guān)信息，是自然資源數(shù)據(jù)的重要組成部分。伴隨著信息技術(shù)飛速發(fā)展、社會(huì)經(jīng)濟(jì)發(fā)展對(duì)地質(zhì)數(shù)據(jù)的需要，地質(zhì)信息化近年來(lái)得到了大發(fā)展，但是對(duì)地質(zhì)大數(shù)據(jù)的認(rèn)識(shí)還不夠系統(tǒng)和深刻，這制約和影響著地質(zhì)信息化的發(fā)展。本文依據(jù)大數(shù)據(jù)的理念及其發(fā)展變化，結(jié)合地質(zhì)工作實(shí)際和地質(zhì)信息化建設(shè)的實(shí)踐體會(huì)（譚永杰，2016a，2016b；譚永杰等，2007，2011，2017，2018，2019，2023；譚永杰和文敏，2023)，系統(tǒng)分析地質(zhì)數(shù)據(jù)的大數(shù)據(jù)特性—— 從地質(zhì)數(shù)據(jù)的來(lái)源梳理其構(gòu)成和天然屬性，從地質(zhì)數(shù)據(jù)客觀存在和應(yīng)用角度歸納分析其所具備大數(shù)據(jù)的特點(diǎn)，給出地質(zhì)大數(shù)據(jù)概念的內(nèi)涵，并結(jié)合近年來(lái)地質(zhì)信息化建設(shè)實(shí)踐，分析地質(zhì)大數(shù)據(jù)研究存在的問(wèn)題，進(jìn)而提出地質(zhì)大數(shù)據(jù)研究與應(yīng)用的發(fā)展方向。

2 地質(zhì)數(shù)據(jù)的來(lái)源

地質(zhì)科學(xué)的根本任務(wù)在于認(rèn)識(shí)地球，并利用這種認(rèn)識(shí)去保證人類生存發(fā)展所需要的自然資源，保護(hù)和改善人類的居住環(huán)境（江澤民，2003)。地質(zhì)工作的對(duì)象是地球，尤其是巖石圈的表層地殼。地質(zhì)工作者通過(guò)野外調(diào)查、觀測(cè)監(jiān)測(cè)、工程揭露、地球物理勘探、地球化學(xué)勘探、遙感地質(zhì)調(diào)查、分析測(cè)試等工作手段和綜合研究，揭示地球尤其是地殼表層的物質(zhì)組成、結(jié)構(gòu)及其演化，獲取人類社會(huì)發(fā)展所需要的化石能源和礦物資源的賦存信息，獲取人類生活相關(guān)的地球空間環(huán)境信息，為社會(huì)經(jīng)濟(jì)的高質(zhì)量發(fā)展提供基礎(chǔ)支撐（李守義和葉松青，2003；舒良樹(shù)，2010)。

從數(shù)據(jù)角度，地質(zhì)工作是一個(gè)數(shù)據(jù)采集、處理、歸納綜合和提交的過(guò)程；地質(zhì)工作原始采集的是數(shù)據(jù)，處理的是數(shù)據(jù)，最終的成果也以數(shù)據(jù)形式表達(dá)，因此，地質(zhì)工作是一個(gè)完整的數(shù)據(jù)生成、處理和提交應(yīng)用的過(guò)程。

1)野外調(diào)查采集的數(shù)據(jù)

野外調(diào)查是地質(zhì)人員到野外現(xiàn)場(chǎng)實(shí)地觀察地質(zhì)現(xiàn)象，形成直接的感性認(rèn)識(shí)，包括點(diǎn)觀察、路線觀察、剖面測(cè)制、獲取樣品，形成各種觀察記錄、素描圖，編制剖面圖、平面圖等（地質(zhì)部地質(zhì)辭典辦公室，1982；劉志遜等，2015)。這是地質(zhì)工作最基本的數(shù)據(jù)采集方式，也是日常所說(shuō)的最重要的第一手地質(zhì)資料。傳統(tǒng)地質(zhì)工作“三大件”（地質(zhì)錘、羅盤、放大鏡)是輔助地質(zhì)人員在野外進(jìn)行觀察的，其結(jié)果一般記錄在野外記錄本上，多是描述性的文本。近年來(lái)，借助信息技術(shù)發(fā)展逐步形成了野外數(shù)據(jù)采集儀、數(shù)字地質(zhì)調(diào)查系統(tǒng)、智能地質(zhì)調(diào)查系統(tǒng)等，基本上實(shí)現(xiàn)了野外數(shù)據(jù)采集的數(shù)字化、結(jié)構(gòu)化，現(xiàn)在正在走向智能化、智慧化（譚永杰等，2007，2011；李超嶺，2012；施俊法，2022)。

2)觀測(cè)監(jiān)測(cè)獲取的數(shù)據(jù)

觀測(cè)監(jiān)測(cè)是利用專門設(shè)備儀器或人工方式對(duì)特定位置的地質(zhì)現(xiàn)象和屬性定期進(jìn)行觀測(cè)監(jiān)測(cè)，獲取實(shí)時(shí)數(shù)據(jù)，據(jù)此分析特定地域地質(zhì)體或地質(zhì)現(xiàn)象的特征。主要包括用各種傳感器探測(cè)地下水的水位、流速、溫度，地質(zhì)災(zāi)害相關(guān)的地應(yīng)力、位移、地面沉降量及速率等，采用視頻記錄地質(zhì)作用的過(guò)程等。近年來(lái)觀測(cè)監(jiān)測(cè)多采用電子傳感儀器，用物聯(lián)網(wǎng)控制采集，通過(guò)互聯(lián)網(wǎng)傳輸，所獲得的基本上為實(shí)時(shí)數(shù)據(jù)。

3)工程揭露采集的數(shù)據(jù)

工程揭露是利用鉆機(jī)、人工挖掘等方式，包括鉆探、坑探、槽探、洞探等，對(duì)地球及表層受覆蓋的區(qū)域進(jìn)行一定程度的揭露，便于地質(zhì)人員獲取覆蓋物下的地質(zhì)信息和其他探測(cè)手段的實(shí)施，通常形成鉆進(jìn)記錄、巖心記錄、剖面記錄，編制相應(yīng)的鉆孔柱狀圖、槽探坑探壁剖面圖等（地質(zhì)部地質(zhì)辭典辦公室，1982；劉志遜等，2015)。近年來(lái)的技術(shù)發(fā)展，實(shí)現(xiàn)了各種柱狀圖、剖面圖數(shù)據(jù)結(jié)構(gòu)化采集和繪制；各種鉆進(jìn)施工參數(shù)，包括轉(zhuǎn)速、溫度、泥漿密度、孔斜等，也可通過(guò)傳感器、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)等，自動(dòng)感知、傳輸和結(jié)構(gòu)化記錄。

4)地球物理勘探采集的數(shù)據(jù)

地球物理勘探是利用地球及表層組成物質(zhì)的物性差異，針對(duì)性地采用物理方法進(jìn)行探測(cè)，主要有電法、磁法、地震勘探、重力勘探、放射性勘探、地球物理測(cè)井等（地質(zhì)部地質(zhì)辭典辦公室，1981，1982；劉志遜等，2015)。地球物理探測(cè)可在太空（衛(wèi)星)、空中（航空)、地面、地下和井中（測(cè)井)等不同空間平臺(tái)實(shí)施。地球物理探測(cè)形成相應(yīng)的施工參數(shù)記錄、探測(cè)結(jié)果記錄等，數(shù)據(jù)經(jīng)處理分析形成地質(zhì)解釋成果。在地質(zhì)勘查技術(shù)中，地球物理技術(shù)發(fā)展最快，探測(cè)效率較高，現(xiàn)已全部實(shí)現(xiàn)了由模擬模式向數(shù)字模式的換代，但是由于方法多樣、平臺(tái)層次多、生產(chǎn)廠家多，儀器數(shù)字記錄格式差別較大。

5)地球化學(xué)勘探采集的數(shù)據(jù)

地球化學(xué)勘探是利用地球及表層物質(zhì)的化學(xué)性質(zhì)差異，采用地球化學(xué)采樣、分析樣品中化學(xué)元素含量的方式，形成相應(yīng)的采樣施工記錄、測(cè)試結(jié)果記錄和地質(zhì)分析成果（地質(zhì)部地質(zhì)辭典辦公室，1981)。隨著技術(shù)的進(jìn)步，常規(guī)的地球化學(xué)勘探可分析探測(cè)的元素由40 多種增加到了70 多種，根據(jù)需要還可以更多，探測(cè)精度在不斷提升，現(xiàn)在也可以探測(cè)微量元素的含量。

6)遙感地質(zhì)調(diào)查采集的數(shù)據(jù)

遙感地質(zhì)調(diào)查是利用地球及表層物質(zhì)光譜性質(zhì)的差異，制作不同種類的傳感器，在不和觀察物直接接觸的情況下，獲取地球表層覆蓋物的光譜反射信息，分析地球和表層物質(zhì)組成及結(jié)構(gòu)（地質(zhì)部地質(zhì)辭典辦公室，1982；劉志遜等，2015)。目前主要有多光譜遙感、紅外遙感、高光譜遙感、合成孔徑雷達(dá)及側(cè)視雷達(dá)等，按照空間平臺(tái)可分為衛(wèi)星遙感、航空遙感、地面遙感等，形成遙感飛行參數(shù)、遙感圖像數(shù)據(jù)和分析處理結(jié)果等記錄和地質(zhì)解譯成果。隨著技術(shù)發(fā)展，遙感技術(shù)的空間分辨率、光譜分辨率不斷提高，傳感器光譜記錄全部實(shí)現(xiàn)了由模擬模式向數(shù)字模式的轉(zhuǎn)型。

7)分析測(cè)試獲取的數(shù)據(jù)

分析測(cè)試是對(duì)野外觀察或鉆探、槽探中采取的地物樣品進(jìn)行物理和化學(xué)分析，獲取地球表層物質(zhì)的物理性質(zhì)、化學(xué)性質(zhì)，分析地球和表層物質(zhì)組成及結(jié)構(gòu)（劉志遜等，2015)，形成樣品記錄、物理與化學(xué)分析測(cè)試結(jié)果和處理分析記錄。近年來(lái)，分析測(cè)試儀器有比較大的發(fā)展，獲取的物性、化學(xué)性質(zhì)和靈敏度等都提高較快，數(shù)據(jù)的解釋水平有大幅度提高，尤其是同位素測(cè)年技術(shù)也日趨成熟。

8)綜合分析獲得的數(shù)據(jù)

綜合分析是對(duì)各種地質(zhì)工作手段采集到的原始數(shù)據(jù)和地質(zhì)分析專題成果進(jìn)行綜合研究，形成地質(zhì)勘查成果和結(jié)論（劉志遜等，2015)。綜合分析一般形成成果報(bào)告、表格、圖件和專題報(bào)告。成果報(bào)告多為非結(jié)構(gòu)化的文檔文件，附表、附圖多為結(jié)構(gòu)化的數(shù)據(jù)文件，圖件現(xiàn)多數(shù)已經(jīng)實(shí)現(xiàn)了矢量化數(shù)據(jù)表達(dá)。

9)地質(zhì)資料數(shù)字化的數(shù)據(jù)

我國(guó)以往地質(zhì)工作形成的業(yè)務(wù)成果記錄（統(tǒng)稱為地質(zhì)資料)，基本上都是紙質(zhì)的模擬記錄，2000年以后，才基本上形成數(shù)字化記錄，因此，大多數(shù)地質(zhì)單位都組織對(duì)已有地質(zhì)資料進(jìn)行數(shù)字化（譚永杰等，2011)。地質(zhì)資料數(shù)字化分兩種方式：一種是對(duì)已有資料進(jìn)行掃描，形成和紙質(zhì)資料完全一樣的數(shù)字版資料，這種記錄多是格柵化的圖像文件；另一種是對(duì)掃描的圖像數(shù)據(jù)進(jìn)行識(shí)別和編輯，形成文檔文件、表格文件、矢量化圖件，也有采用人工方式對(duì)已有資料進(jìn)行規(guī)范化錄入形成結(jié)構(gòu)化的數(shù)據(jù)庫(kù)。

3 地質(zhì)大數(shù)據(jù)的特點(diǎn)

大數(shù)據(jù)具有數(shù)據(jù)量大、類型多、變化速度快、應(yīng)用價(jià)值高等典型特征。對(duì)匯聚形成的地質(zhì)數(shù)據(jù)進(jìn)行系統(tǒng)梳理，從數(shù)據(jù)存在的客觀性和應(yīng)用角度進(jìn)行歸納分析，發(fā)現(xiàn)地質(zhì)數(shù)據(jù)具有廣泛應(yīng)用性，不僅具有量大、類型多、匯聚快、價(jià)值高等大數(shù)據(jù)公認(rèn)的特征，還具有地質(zhì)行業(yè)顯著的特色（表1)。

表1 地質(zhì)數(shù)據(jù)的大數(shù)據(jù)特點(diǎn)歸納表Tab.1 Big data characteristics of geological data

1)地質(zhì)數(shù)據(jù)具有極高的廣泛應(yīng)用價(jià)值

地質(zhì)數(shù)據(jù)是地質(zhì)勘查單位和地質(zhì)工作者寶貴的財(cái)富，具有廣泛的應(yīng)用價(jià)值。地質(zhì)工作是經(jīng)濟(jì)社會(huì)發(fā)展重要的先行性、基礎(chǔ)性工作，地質(zhì)工作既是經(jīng)濟(jì)建設(shè)的先行，又貫穿于長(zhǎng)期建設(shè)的全過(guò)程，滲透在經(jīng)濟(jì)、社會(huì)發(fā)展的方方面面（溫家寶，2003)。地質(zhì)工作成果數(shù)據(jù)廣泛服務(wù)于保障國(guó)家能源資源安全、促進(jìn)生態(tài)文明建設(shè)、防災(zāi)減災(zāi)，服務(wù)于海洋強(qiáng)國(guó)、新型城鎮(zhèn)化、工業(yè)化、農(nóng)業(yè)現(xiàn)代化和重大工程建設(shè)，服務(wù)于軍事和國(guó)防建設(shè)。地質(zhì)數(shù)據(jù)有極高的廣泛應(yīng)用價(jià)值。

2)地質(zhì)數(shù)據(jù)具有特殊的再利用價(jià)值

地球演化有40 多億年的歷史，地球表層的物質(zhì)組成和結(jié)構(gòu)演化相對(duì)于人類生活來(lái)說(shuō)是非常緩慢的。除突發(fā)性的構(gòu)造活動(dòng)、火山噴發(fā)和地質(zhì)災(zāi)害外，多數(shù)地質(zhì)現(xiàn)象的演變是以萬(wàn)年、百萬(wàn)年為單位表述的，而我國(guó)有記錄的地質(zhì)工作才100 多年的歷史。因此，不同時(shí)期的地質(zhì)工作相對(duì)于其研究對(duì)象來(lái)說(shuō)，其時(shí)間因素可以忽略不計(jì)，都是對(duì)地質(zhì)體從不同角度的客觀認(rèn)識(shí)。地質(zhì)工作者在一個(gè)地區(qū)開(kāi)展勘查時(shí)，特別注重對(duì)已有地質(zhì)資料數(shù)據(jù)的收集和研究，因而，相對(duì)于其他行業(yè)領(lǐng)域而言，地質(zhì)工作特別重視已有地質(zhì)資料數(shù)據(jù)的再利用。

地球是龐大復(fù)雜的有機(jī)整體，由于揭露手段和揭露的程度有限，人們對(duì)于覆蓋物掩埋下的地球表層的物質(zhì)組成、結(jié)構(gòu)及其演化規(guī)律的認(rèn)識(shí)極其有限，就像盲人摸象，容易得出局部的或片面的階段性結(jié)論。人類對(duì)于地球的認(rèn)識(shí)處于長(zhǎng)期探索、不斷深化的過(guò)程中，也是總體循環(huán)、螺旋式上升的認(rèn)識(shí)模式，因此，地質(zhì)工作者對(duì)于同一塊區(qū)域，依據(jù)已有的地質(zhì)工作成果資料數(shù)據(jù)，可能要開(kāi)展一輪又一輪的地質(zhì)工作，不斷深化認(rèn)識(shí)，取得新的成果。

在所有地質(zhì)數(shù)據(jù)中，野外或現(xiàn)場(chǎng)采集的第一手地質(zhì)數(shù)據(jù)最有再利用價(jià)值，它是對(duì)地質(zhì)現(xiàn)象的客觀描述。經(jīng)過(guò)加工處理的數(shù)據(jù)，包括工作過(guò)程中衍生的數(shù)據(jù)、階段性成果和最終成果數(shù)據(jù)都帶有一定的地質(zhì)工作者個(gè)人主觀因素，在后續(xù)的實(shí)際工作中一般作為參考。

3)地質(zhì)數(shù)據(jù)具有較高的相關(guān)性

對(duì)于一個(gè)工作區(qū)域，地質(zhì)工作會(huì)根據(jù)目標(biāo)任務(wù)和工作區(qū)實(shí)際地質(zhì)情況，采用不同組合的工作手段進(jìn)行勘查。地質(zhì)工作的對(duì)象（地質(zhì)體)本質(zhì)是客觀存在的，不同工作方法獲得的探測(cè)數(shù)據(jù)是從不同角度對(duì)該地質(zhì)體某一方面特性的客觀認(rèn)識(shí)。因此，同一工作區(qū)各種工作手段獲取的數(shù)據(jù)具有必然的聯(lián)系和客觀的相關(guān)性。

4)地質(zhì)數(shù)據(jù)具有較大的局限性、多解性和模糊性

地球地域?qū)拸V，地質(zhì)工作者能夠跑到的野外觀察點(diǎn)、能夠?qū)嵤┑目辈楣こ毯筒蓸臃浅Ｓ邢?，因此，根?jù)觀察數(shù)據(jù)、樣品數(shù)據(jù)或鉆孔數(shù)據(jù)獲得的地質(zhì)認(rèn)識(shí)具有相當(dāng)大的片面性、局限性，也常常會(huì)形成“一孔之見(jiàn)”。地球物理探測(cè)、遙感等方法，都是根據(jù)物性、光性對(duì)勘查對(duì)象進(jìn)行反演推測(cè)的，一般也要經(jīng)過(guò)實(shí)際標(biāo)定和驗(yàn)證，這種驗(yàn)證都是十分有限的，因此，根據(jù)地球物理數(shù)據(jù)、遙感數(shù)據(jù)獲得的地質(zhì)認(rèn)識(shí)有多解性。地球是一個(gè)有機(jī)整體，地質(zhì)工作強(qiáng)調(diào)用地球系統(tǒng)科學(xué)觀分析研究地質(zhì)對(duì)象，由于野外采集數(shù)據(jù)的局限性和其他間接手段獲得數(shù)據(jù)解釋的多解性，地質(zhì)工作綜合研究獲得的最終結(jié)果，也就是成果數(shù)據(jù)的含義，在一定程度上有比較明顯的模糊性。因此，在地質(zhì)成果中常見(jiàn)“推測(cè)”“可能”“估算”等模糊性表述。

5)地質(zhì)數(shù)據(jù)具有多模態(tài)、異構(gòu)復(fù)雜性

正如上述，地質(zhì)工作手段包括了野外調(diào)查、觀測(cè)監(jiān)測(cè)、揭露工程、地球物理勘探、地球化學(xué)勘探、遙感地質(zhì)調(diào)查、分析測(cè)試等，工作平臺(tái)包括太空、空中、地面和地下等，在每一種手段中又有多種方法和儀器，每一種儀器有不同的生產(chǎn)廠家，尤其是地球物理探測(cè)手段多種方法技術(shù)、多儀器廠商，具體實(shí)施數(shù)據(jù)采集的單位和人員有不同的習(xí)慣。因此，采集的地質(zhì)數(shù)據(jù)具有多模態(tài)、多格式；采集的地質(zhì)數(shù)據(jù)有結(jié)構(gòu)化的記錄，也有大量的描述性記錄、地質(zhì)現(xiàn)象的照片記錄及視頻記錄等。地質(zhì)數(shù)據(jù)具有非結(jié)構(gòu)化、半結(jié)構(gòu)化、結(jié)構(gòu)化等異構(gòu)的特點(diǎn)，各種結(jié)構(gòu)復(fù)雜。

6)地質(zhì)數(shù)據(jù)具有高度時(shí)空性

地質(zhì)數(shù)據(jù)描述的對(duì)象是地質(zhì)體，地質(zhì)體具有一定的空間位置。因此，任何地質(zhì)數(shù)據(jù)不管是描述地質(zhì)形態(tài)的，還是描述地質(zhì)屬性的，都是指一定空間位置的形態(tài)或?qū)傩?，地質(zhì)數(shù)據(jù)帶有具體的空間坐標(biāo)，地質(zhì)工作者特別重視地質(zhì)現(xiàn)象的具體位置，缺失具體位置的地質(zhì)現(xiàn)象的觀測(cè)記錄和數(shù)據(jù)沒(méi)有科學(xué)意義；任何地質(zhì)數(shù)據(jù)都具有采集時(shí)間，描述的地質(zhì)體也具有地質(zhì)演化的特點(diǎn)，具有地質(zhì)年代屬性。地理信息數(shù)據(jù)具有高時(shí)空性（王家耀等，2017)，地質(zhì)數(shù)據(jù)和其他地學(xué)數(shù)據(jù)一樣，具有高度時(shí)空性。

7)地質(zhì)數(shù)據(jù)具有量大、匯聚快的特點(diǎn)

我國(guó)地質(zhì)勘查工作有100 多年的歷史，產(chǎn)生了海量地質(zhì)數(shù)據(jù)。近年來(lái)，每年投入1000 多億元進(jìn)行地質(zhì)工作，其中，中央財(cái)政投入的地質(zhì)調(diào)查工作基本上維持在100 億元左右，這些地質(zhì)工作產(chǎn)生的地質(zhì)資料數(shù)據(jù)通過(guò)項(xiàng)目關(guān)系匯聚到中央管理部門；同時(shí)，我國(guó)從20 世紀(jì)50 年代開(kāi)始，實(shí)行地質(zhì)資料匯交管理制度，在我國(guó)境內(nèi)實(shí)施的地質(zhì)工作必須向省級(jí)地質(zhì)資料館藏機(jī)構(gòu)或全國(guó)地質(zhì)資料館匯交地質(zhì)資料（全國(guó)地質(zhì)資料館，2012)。通過(guò)這兩條渠道形成了比較系統(tǒng)、全面的地質(zhì)數(shù)據(jù)集合，這些數(shù)據(jù)具有量大、面廣的特點(diǎn)。近年來(lái)，隨著新技術(shù)的發(fā)展，地震地質(zhì)勘探、遙感地質(zhì)調(diào)查、地質(zhì)災(zāi)害監(jiān)測(cè)等手段的廣泛實(shí)施，尤其是探測(cè)精度和分辨率的快速提高，地質(zhì)數(shù)據(jù)呈現(xiàn)出快速爆發(fā)式增長(zhǎng)的局面。

匯聚集合的地質(zhì)數(shù)據(jù)既有大數(shù)據(jù)的典型特征，量大、類型多、價(jià)值高、匯聚快，又具有行業(yè)顯著的特點(diǎn)；地質(zhì)工作的對(duì)象是自然資源的重要組成部分，地質(zhì)大數(shù)據(jù)屬于自然資源大數(shù)據(jù)的一部分，也是國(guó)家大數(shù)據(jù)的重要組成。

4 地質(zhì)大數(shù)據(jù)的發(fā)展方向

在近年的工作中，地質(zhì)大數(shù)據(jù)遇到的主要問(wèn)題仍然是開(kāi)放共享難、應(yīng)用效果不顯著、難以形成規(guī)?；瘧?yīng)用等，問(wèn)題由多方面原因造成。一是缺少通用的數(shù)據(jù)描述模型，造成數(shù)據(jù)多源異構(gòu)、格式多樣，數(shù)據(jù)組織管理困難，難以形成高效的存儲(chǔ)管理和檢索查詢；二是地質(zhì)數(shù)據(jù)的匯聚工作機(jī)制還不夠完善，數(shù)據(jù)生產(chǎn)者共享的積極性不高；三是數(shù)據(jù)挖掘分析難度大，不能有效提取有用信息和知識(shí)；四是數(shù)據(jù)匯聚效率比較低，沒(méi)有形成有效系統(tǒng)；五是地質(zhì)大數(shù)據(jù)社會(huì)認(rèn)知層次較低，關(guān)注度不高。針對(duì)上述問(wèn)題，建議加強(qiáng)以下工作，推進(jìn)地質(zhì)大數(shù)據(jù)高質(zhì)量發(fā)展。

（1)加強(qiáng)地質(zhì)數(shù)據(jù)模型研制，規(guī)范地質(zhì)數(shù)據(jù)采集。

采集數(shù)據(jù)的不規(guī)范已經(jīng)成為制約地質(zhì)數(shù)據(jù)快速采集、處理和應(yīng)用的主要問(wèn)題，應(yīng)盡快在國(guó)家地質(zhì)工作中推動(dòng)研發(fā)出認(rèn)可度比較高的地質(zhì)數(shù)據(jù)描述模型，包括通用數(shù)據(jù)模型、各專業(yè)數(shù)據(jù)模型，在此基礎(chǔ)上制定地質(zhì)數(shù)據(jù)描述標(biāo)準(zhǔn)和采集規(guī)范，并以行業(yè)指導(dǎo)型標(biāo)準(zhǔn)形式發(fā)布，規(guī)范各儀器廠家地質(zhì)勘查設(shè)備、軟件系統(tǒng)的數(shù)據(jù)表達(dá)格式，規(guī)范和引導(dǎo)全社會(huì)地質(zhì)勘查單位數(shù)據(jù)的規(guī)范采集與綜合研究成果的表達(dá)。

（2)加強(qiáng)地質(zhì)大數(shù)據(jù)存儲(chǔ)管理技術(shù)研究，提升數(shù)據(jù)管理與共享水平。

重新審定完善地質(zhì)元數(shù)據(jù)標(biāo)準(zhǔn)，開(kāi)發(fā)有效實(shí)用的地質(zhì)元數(shù)據(jù)采集工具；規(guī)范地質(zhì)大數(shù)據(jù)的元數(shù)據(jù)制作，必要時(shí)對(duì)已經(jīng)采集的元數(shù)據(jù)進(jìn)行修改完善和再采集。研究多種類型地質(zhì)數(shù)據(jù)的存儲(chǔ)管理模式，對(duì)文本數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)、掃描數(shù)據(jù)、地震勘探數(shù)據(jù)及遙感地質(zhì)調(diào)查數(shù)據(jù)等，根據(jù)數(shù)據(jù)格式特點(diǎn)和數(shù)據(jù)量等，研究形成混合架構(gòu)的數(shù)據(jù)庫(kù)，以及在線、離線等不同策略的數(shù)據(jù)存儲(chǔ)管理模式，對(duì)地質(zhì)大數(shù)據(jù)實(shí)現(xiàn)有效管理。在數(shù)據(jù)有效組織管理基礎(chǔ)上，結(jié)合地質(zhì)數(shù)據(jù)用戶的應(yīng)用習(xí)慣和地質(zhì)數(shù)據(jù)的特點(diǎn)，設(shè)計(jì)具有特色的地質(zhì)數(shù)據(jù)檢索查詢模型，提高地質(zhì)數(shù)據(jù)檢索查詢的質(zhì)量和效率；總結(jié)地質(zhì)大數(shù)據(jù)組織管理模式，分析研究地質(zhì)數(shù)據(jù)存儲(chǔ)管理效率，分析評(píng)估建設(shè)結(jié)構(gòu)化數(shù)據(jù)庫(kù)或直接進(jìn)行數(shù)據(jù)文件堆倉(cāng)管理的技術(shù)途徑。

（3)加強(qiáng)地質(zhì)大數(shù)據(jù)結(jié)構(gòu)化轉(zhuǎn)化研究，提高地質(zhì)大數(shù)據(jù)的處理效率。

已有的紙質(zhì)地質(zhì)資料大多數(shù)已經(jīng)數(shù)字化，但是多為非結(jié)構(gòu)化的語(yǔ)言描述或圖件掃描，再處理利用的效率低?？蓪?duì)已經(jīng)掃描的地質(zhì)報(bào)告進(jìn)行文字識(shí)別，轉(zhuǎn)化成文本文件，包括表格文件；對(duì)文檔文件，采用自然語(yǔ)言智能識(shí)別的方式，根據(jù)地質(zhì)數(shù)據(jù)描述模型等，對(duì)文本文件進(jìn)行識(shí)別和信息提取，形成結(jié)構(gòu)化的表達(dá)數(shù)據(jù)；對(duì)掃描的圖件數(shù)據(jù)進(jìn)行地質(zhì)點(diǎn)、線、面和屬性的識(shí)別，形成矢量化的圖形文件，這方面的研究成果趨于成熟，可進(jìn)行批量轉(zhuǎn)化處理。

（4)加強(qiáng)地質(zhì)大數(shù)據(jù)產(chǎn)品分級(jí)管理研究，規(guī)范地質(zhì)數(shù)據(jù)的共享服務(wù)。

探索對(duì)地質(zhì)大數(shù)據(jù)產(chǎn)品根據(jù)工作程度進(jìn)行分級(jí)：0 級(jí)產(chǎn)品為原始采集的數(shù)據(jù)；Ⅰ級(jí)產(chǎn)品為經(jīng)過(guò)坐標(biāo)投影統(tǒng)一、數(shù)據(jù)按照規(guī)范進(jìn)行整理等基本處理的數(shù)據(jù)，Ⅱ級(jí)產(chǎn)品為經(jīng)過(guò)坐標(biāo)投影矯正和初步處理的數(shù)據(jù)；Ⅲ級(jí)產(chǎn)品為經(jīng)過(guò)專門處理的專題成果數(shù)據(jù)等。研究制定地質(zhì)大數(shù)據(jù)產(chǎn)品分級(jí)標(biāo)準(zhǔn)，對(duì)已有的地質(zhì)數(shù)據(jù)進(jìn)行清理和規(guī)范化整理，形成標(biāo)準(zhǔn)化的分級(jí)數(shù)據(jù)產(chǎn)品。加快制定地質(zhì)大數(shù)據(jù)產(chǎn)品體系和制作標(biāo)準(zhǔn)，積極引導(dǎo)、支持社會(huì)有關(guān)機(jī)構(gòu)和公眾參與地質(zhì)大數(shù)據(jù)服務(wù)產(chǎn)品的制作，形成多元化的地質(zhì)數(shù)據(jù)服務(wù)產(chǎn)品制作新局面。

（5)加強(qiáng)地質(zhì)大數(shù)據(jù)融合分析研究，提升地質(zhì)大數(shù)據(jù)的分析挖掘水平。

按照大數(shù)據(jù)的理念和一般方法，探索推進(jìn)地質(zhì)數(shù)據(jù)的融合分析，讓數(shù)據(jù)進(jìn)行碰撞，形成數(shù)據(jù)“火花”或新的亮點(diǎn)。數(shù)據(jù)碰撞的前提是統(tǒng)一數(shù)據(jù)的坐標(biāo)和時(shí)間基準(zhǔn)，統(tǒng)一數(shù)據(jù)的描述粒度或可對(duì)應(yīng)性（譚永杰和van Genderen，1998)，要加大對(duì)地質(zhì)大數(shù)據(jù)這方面的研究和數(shù)據(jù)整理工作；加強(qiáng)對(duì)成礦模型、找礦模型（施俊法等，2010；毛景文等，2012a，2012b)和地質(zhì)演化模型的分析歸納，形成相應(yīng)的業(yè)務(wù)模型、數(shù)據(jù)模型及算法，并采用機(jī)器學(xué)習(xí)的原理和方法，推進(jìn)地質(zhì)大數(shù)據(jù)的深度挖掘和分析應(yīng)用。

（6)完善地質(zhì)大數(shù)據(jù)體系建設(shè)，提升地質(zhì)大數(shù)據(jù)的整體合力。

在已有的地質(zhì)大數(shù)據(jù)體系（圖1)建設(shè)基礎(chǔ)上（譚永杰，2016b)，從系統(tǒng)的角度繼續(xù)完善地質(zhì)大數(shù)據(jù)體系建設(shè)。

圖1 地質(zhì)大數(shù)據(jù)體系總體框架Fig.1 General framework of big geological data system

完善地質(zhì)數(shù)據(jù)采集處理體系，使用標(biāo)準(zhǔn)的數(shù)據(jù)模型，升級(jí)各專業(yè)數(shù)據(jù)采集系統(tǒng)，推進(jìn)地質(zhì)數(shù)據(jù)快速規(guī)范采集和快速處理工作。完善地質(zhì)數(shù)據(jù)匯聚體系，優(yōu)化地質(zhì)項(xiàng)目匯聚和地質(zhì)資料匯交工作機(jī)制，實(shí)現(xiàn)地質(zhì)數(shù)據(jù)快速有效匯聚，強(qiáng)力推進(jìn)地質(zhì)項(xiàng)目的在線記錄和實(shí)時(shí)匯聚。完善地質(zhì)數(shù)據(jù)與信息服務(wù)產(chǎn)品體系，以需求為引導(dǎo)，開(kāi)發(fā)具有現(xiàn)實(shí)應(yīng)用價(jià)值的品牌產(chǎn)品，實(shí)現(xiàn)服務(wù)產(chǎn)品的分類分級(jí)標(biāo)準(zhǔn)化管理，豐富地質(zhì)數(shù)據(jù)與信息社會(huì)化服務(wù)產(chǎn)品。完善地質(zhì)數(shù)據(jù)與信息產(chǎn)品體系，提升國(guó)家館藏機(jī)構(gòu)服務(wù)節(jié)點(diǎn)能力，指導(dǎo)規(guī)范地質(zhì)單位服務(wù)管理，形成比較完善的地質(zhì)數(shù)據(jù)信息服務(wù)體系，推進(jìn)地質(zhì)數(shù)據(jù)與信息協(xié)同服務(wù)。完善地質(zhì)大數(shù)據(jù)支撐平臺(tái)（又稱“地質(zhì)云”)，提高“地質(zhì)云”的數(shù)據(jù)存儲(chǔ)、處理和服務(wù)能力，推進(jìn)地質(zhì)工作現(xiàn)代化水平，提升地質(zhì)數(shù)據(jù)與信息服務(wù)的水平。同時(shí)，建設(shè)完善地質(zhì)大數(shù)據(jù)制度機(jī)制體系、技術(shù)標(biāo)準(zhǔn)體系、安全防護(hù)體系，為地質(zhì)大數(shù)據(jù)體系的持續(xù)建設(shè)與穩(wěn)定運(yùn)行提供支撐。

（7)納入全球可持續(xù)發(fā)展空間地學(xué)信息框架，推進(jìn)我國(guó)地質(zhì)大數(shù)據(jù)國(guó)際化高水平發(fā)展。

聯(lián)合國(guó)統(tǒng)計(jì)司主導(dǎo)建立了聯(lián)合國(guó)全球地理空間信息管理專家委員會(huì)（the United Nation Committee of Experts on Global Geospatial Information Management，UN-GGIM)，協(xié)助聯(lián)合國(guó)統(tǒng)籌協(xié)調(diào)全球空間地學(xué)信息方面的工作，以支持全球可持續(xù)發(fā)展戰(zhàn)略的實(shí)施。該委員會(huì)制定有全球可持續(xù)發(fā)展空間地學(xué)信息框架，地質(zhì)大數(shù)據(jù)是地學(xué)空間信息的重要組成部分，應(yīng)該納入該框架，促進(jìn)地質(zhì)大數(shù)據(jù)更加規(guī)范的管理、更加廣泛的應(yīng)用和更高水平的發(fā)展。2019年在紐約聯(lián)合國(guó)總部召開(kāi)的UN-GGIM 第9 次會(huì)議上，中方代表團(tuán)提出了相關(guān)建議，得到認(rèn)可并被寫入大會(huì)的最后決議中，今后應(yīng)繼續(xù)推進(jìn)此項(xiàng)工作，爭(zhēng)取早日納入全球可持續(xù)發(fā)展空間地學(xué)信息框架。

5 結(jié)束語(yǔ)

我國(guó)已經(jīng)積累的地質(zhì)數(shù)據(jù)是重要的自然資源大數(shù)據(jù)和國(guó)家大數(shù)據(jù)。地質(zhì)工作是社會(huì)和經(jīng)濟(jì)發(fā)展基礎(chǔ)性工作，地質(zhì)數(shù)據(jù)具有高度時(shí)空性和大數(shù)據(jù)的基本特性，又具有行業(yè)顯明的特點(diǎn)，具有廣泛應(yīng)用性。應(yīng)加強(qiáng)地質(zhì)大數(shù)據(jù)采集處理的標(biāo)準(zhǔn)化建設(shè)，研究地質(zhì)大數(shù)據(jù)的高效管理模式，推進(jìn)地質(zhì)大數(shù)據(jù)的結(jié)構(gòu)化轉(zhuǎn)化處理，建立地質(zhì)大數(shù)據(jù)服務(wù)產(chǎn)品分級(jí)管理制度；加強(qiáng)地質(zhì)大數(shù)據(jù)融合處理和業(yè)務(wù)分析模型建立，建設(shè)完善地質(zhì)大數(shù)據(jù)體系，提高我國(guó)地質(zhì)大數(shù)據(jù)的社會(huì)認(rèn)知層次和國(guó)際化水平，全力推進(jìn)地質(zhì)大數(shù)據(jù)的共享和信息服務(wù)，提升地質(zhì)工作為社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展服務(wù)的能力。