本文摘要：摘要:近十年是科學研究從問題驅動向數據驅動轉變的轉折時期,科學研究的第四范式數據密集型科學發現應勢而生。這期間,大數據與人工智能算法的引入使數學地球科學實現跨越式發展,并正在改變地質學。機器學習是使計算機具有智能的根本途徑。深度學習,即多層神經
摘要:近十年是科學研究從問題驅動向數據驅動轉變的轉折時期,科學研究的第四范式—數據密集型科學發現應勢而生。這期間,大數據與人工智能算法的引入使數學地球科學實現跨越式發展,并正在改變地質學。機器學習是使計算機具有智能的根本途徑。深度學習,即多層神經網絡的方法,是一種實現機器學習的技術,是過去幾年大數據與數學地球科學研究的最重要的熱點。貝葉斯網絡是貝葉斯公式和圖論結合的產物,可用來建立礦床地質的成因網絡,進而理解礦床成因。地質大圖形問題可以轉化為大型的復雜網絡空間問題和社區結構問題,社區分析技術可用于地震預報、地質網絡分析、特殊地質現象識別、礦床預測。關聯規則和推薦系統算法在地質研究中已有成功的應用實例。化探數據及其異常經常包含復雜和非線性模式,深度學習在智能識別與提取復雜地質條件下地球化學異常具有優異的能力,卷積神經網絡、堆疊自編碼機等是較為常用和有效的方法。非線性礦產資源預測、基于GIS和三維地質建模的三維成礦預測及相應的軟件系統得到持續改進。三維虛擬仿真建模技術的應用實現了多模態、跨尺度地學虛擬現實與多維交互,地質過程數值模擬等已有創新性進展。區塊鏈技術以及OneGeology、玻璃地球、深時數字地球等大地質科學計劃,將在整合全球地質大數據、共享全球地學知識、推動數學地球科學學科發展方面起到重大的推動作用。
關鍵詞:地質大數據;深度學習;人工智能算法;區塊鏈;深時數字地球;礦產資源預測;數學地球科學
0引言
最近十年,數學地球科學的最顯著發展是大數據與人工智能算法的引入�？梢哉f,地質大數據與人工智能時代已經在這期間開啟。地質數據以指數形式增長,這是不容忽視的現實�；A地質、礦產地質、水文地質、工程地質、環境地質、災害地質調查、勘查,產生大量的數據。各類天基、空基對地遙感觀測,更產生了大量的數據。圖件編繪、分析計算、模擬仿真、預測評價、管控調控,同樣產生大量的數據。
科學論文投稿刊物：地球科學進展是在1986年創刊，成立至今已經發展成為綜合性學術性刊物。曾用名《地球科學信息》。雜志評述國內外地球科學最新研究進展，介紹全球變化的研究、可持續發展研究等綜合性跨學科重大研究領域發展態勢，報道邊緣學科、交叉學科最新研究成果，推動高新技術在地球科學領域的應用。
并且這些數據可以是結構化的,如地球化學分析和地球物理探查獲得的數據;更多是非結構化的、半結構化的。在現實面前,大數據挖掘和機器學習是地質學科跨越的必須選項。否則,就如同人用腿跟汽車、飛機、火箭賽跑,越往前走,與大數據時代的要求差距越大,最終被先進的工具所被拋棄。盡管依托大數據的人工智能地質學還遠不成熟,但已儼然成為這個時代的絢麗浪花。最近幾年,國際數學地球科學協會、國際數字地球學會、中國地質學會、中國礦物巖石地球化學學會每屆年會都有專題和較大篇幅的主題報告涉及地質大數據和人工智能分析。
2016年,中國礦物巖石地球化學學會大數據與數學地球科學專業委員會正式成立,這是一個里程碑的事件。大數據專委會自成立以來,堅持每年召開一次“中國大數據與數學地球科學學術討論會”,而且與會人數逐年增加,同時專委會還相繼在《巖石學報》《地學前緣》《大地構造與成礦學》《地質通報》《礦物巖石地球化學通報》組織專輯,介紹地質大數據分析與機器學習的探索性研究成果。2018年,周永章所著的《地球科學大數據挖掘與機器學習》出版,這是國內外相同領域首部研究型教材,它啟迪一代新人,引領他們更多關注和投身地質大數據和人工智能研究(翟明國,2018;Jiaoetal.,2018)。本文試圖對最近十年地質大數據與人工智能領域的研究做一粗略回顧,不可能系統和全面。作者期望讀者能從中窺視到大數據與人工智能的價值,引發對地質大數據與人工智能發展的思考。
1深度學習與人工智能地質學
1.1機器學習、深度學習
機器學習被認為是人工智能的核心,是使計算機具有智能的根本途徑。深度學習是機器學習的子集,即多層神經網絡的方法,是一種實現機器學習的技術,是過去幾年大數據與數學地球科學研究的最重要熱點之一。2006年,加拿大多倫多大學GeoffreyHinton和RuslanSalakhutdinov在Science上發表論文,開啟了深度學習在學術界和工業界的浪潮(Hintonetal.,2006,2012;Lakeetal.,2015;LeCunetal.,2015;Schmidhuber,2015;Karpatneetal.,2019)。
此前,美國心理學家McCulloch和數學家Pitts聯合提出了形式神經元的數學模型———MP模型,證明了單個神經元能執行邏輯功能,從而開創了人工神經網絡研究時代。由于超大規模集成電路、腦科學、生物學、光學的迅速發展,人工神經網絡的發展進入興盛期。在分類與預測中,δ學習規則(誤差校正學習算法)是使用最廣泛的一種,但在人工神經網絡的發展過程中,沒有一種特定的學習算法適用于所有的網絡結構和具體問題。Hinton和RuslanSalakhutdinov倡導的深度學習概念源于人工神經網絡的研究,可以理解為神經網絡的發展,其實質是通過構建具有很多隱層的機器學習模型和海量的訓練數據,來學習更有用的特征,從而最終提升分類或預測的準確性。
“深度模型”是手段,“特征學習”是目的。被用于圖像識別和語音分析。在地質領域,徐述騰和周永章(2018)以吉林夾皮溝金礦和河北石湖金礦的黃鐵礦、黃銅礦、方鉛礦、閃鋅礦等硫化物礦物為例,設計了有針對性的Unet卷積神經網絡模型,實現了基于深度學習算法的鏡下礦石礦物自動識別與分類。在Unet模型結構中一共涉及到五種操作。其中紫色向右箭頭為3×3卷積操作(conv3×3)和歐拉激活函數(ReLU)轉換;灰色向右箭頭為圖像復制(copy)和截取(crop)操作;紅色向下箭頭表示2×2的最大池化(maxpool2×2),綠色向上箭頭表示2×2的上卷積(up-conv2×2),藍色箭頭表示1×1的卷積(conv1×1)。
2大數據挖掘
2.1高維數據
真實的世界是一個高維空間的世界。如何快速、有效地從高維空間獲得有價值的信息或發現相關目標,一直是科學家研究的目標。高維特征集合存在以下幾方面問題:大量的特征;存在許多與類別僅有微弱相關度的特征;特征相互之間存在強烈的相關度;噪聲數據。解決這些問題的基本途徑是降維(dimensionreduction),從初始高維特征集合中選出低維特征集合,以有效地消除無關和冗余特征,改善預測精確性等學習性能,增強學習結果的易理解性。聚類分析、主成分分析等多元統計分析方法仍然是較常用的數學降維工具(Leskovecetal.,2014)。
子空間聚類是實現高維數據集聚類的有效途徑,它是在高維數據空間中對傳統聚類算法的一種擴展,其思想是將搜索局部化在相關維中進行。此外,還有哈希算法等。它將任意長度的二進制值映射為較短的固定長度的二進制值(哈希值)。哈希函數可以將任意長度的輸入經過變化以后得到固定長度的輸出,這種單向特征和輸出數據長度固定的特征使得它可以生成消息或者數據。
3地球化學異常識別與提取
全球已積累了海量的巖石地球化學數據,并建立了多個相關的數據庫,如GEOROC-大陸和海洋巖石的地球化學數據庫、PetDB-海底巖石學數據庫、SedDB-沉積巖成分分析數據庫、NAVDAT-北美火成巖成分分析數據庫和Geochron-地質年代學數據庫等。復雜地質條件下地球化學異常的識別與提取是地質大數據和人工智能算法研究應用的熱點領域之一(CarranzaandLaborte,2015;AryafarandMoeini,2017)。
目前在地球化學研究中應用的算法主要包括神經網絡、支持向量機、隨機森林、決策樹、極限學習機等(TahmasebiandHezarkhani,2012;Izadietal.,2013;Chenetal.,2014;Rodriguez-Galianoetal.,2014;CarranzaandLaborte,2015;HarrisandGrunsky,2015;Geranianetal.,2016;ChenandWu,2017;Yuetal.,2019;Zuoetal.,2019;余曉彤等,2019;陳麗蓉,2019)。機器學習的各種算法不僅能夠處理大量的與礦產預測相關的證據圖層,還具有識別已知礦床與證據圖層之間非線性關系的潛力(Rodriguez-Galianoetal.,2015;向杰等,2019)。復雜化探數據及其異常經常包含復雜和非線性模式,深度學習在智能識別與提取復雜地質條件下的地球化學異常具有優異的能力。從已發表的文獻可見,卷積神經網絡是較為常用和有效的方法(劉艷鵬等,2018;周永章等,2018b;左仁廣,2019)。
這些深度學習方法將輸入的數據映射到少數深層次特征中,有利于保留與復雜地質過程及其相互作用有關的深層次結構表征,最終達到提高異常識別的效果。在傳統地球化學研究中,利用Pearce圖解和判別巖石的構造源區是流行的方法(Pearceetal.,1984;Vermaetal.,2006;Vermeesch,2006;趙振華,2007)。但受時代、研究區域、研究思路以及研究手段、分析技術、樣本數量的限制,導致部分研究中經常出現一些困惑。大數據思維為研究巖石構造判別提供了新的思維模式:由理論驅動轉變為數字驅動(張旗和周永章,2018;葛粲等,2019),成功的案例如:利用GEOROC數據庫數據判別輝長巖、玄武巖、安山巖的構造環境等(杜雪亮等,2017;王金榮等,2017;韓帥等,2018;焦守濤等,2018;張旗等,2019;劉欣雨等,2019;耿廳等,2019)。
4礦產資源預測與評價
4.1非線性礦產資源預測
國際地科聯IGCP98計劃曾推出6種礦產資源定量預測評價方法,包括礦床統計預測理論及方法(Agterberg)、“三部式”資源評價法(Singer)、基于GIS的礦產資源評價(Bonham-Carter)、綜合信息預測(王世稱等,2000)、致礦異常預測與“三聯式”預測(趙鵬大,2007)、非線性成礦預測(成秋明,2007)等。分形、多重分形理論所提供的尺度不變性、廣義自相似性及奇異性等概念和相關模型,可以較好地描述成礦過程的奇異性、成礦元素分布不均勻性及礦床空間聚散性等成礦復雜系統和礦產資源分布規律,是定量模擬、識別與提取復雜成礦異常方法之一(Chengetal.,1994;Zhouetal.,1994;成秋明,2007;趙鵬大和夏慶霖,2009;Agterberg,2014)。這是中國和國際數學地質界對非線性礦產資源預測研究的重大貢獻。這一領域的研究始于20世紀90年代,初步成熟于21世紀初期,在最近十年仍有顯著發展。
上述對數學地球科學的簡略回顧,盡管不是很全面,但足以看到,最近十年是數學地球科學跨越發展的時期,大數據、人工智能算法正在改變地質學。這種改變契合了數據密集型科學的出現,科學研究從問題驅動向數據驅動轉變的轉折時期。大數據挖掘和機器學習代表了科學研究范式的變革。梳理科學發展紋理可見,人類經歷過四次重要的范式變革:第一范式的核心是歸納法;第二范式的核心是以演繹法理性為主;第三范式主要針對復雜性系統進行模擬;對大數據的有效分析澤成為當前第四范式的主要訴求,它形成了科學研究的第四范式。
大數據是一種思維和認知論的革命,它開啟了一次重大的時代轉型,因果關系不再是研究的必要前提。大數據挖掘特別適合于窺探具有高維度、全維度空間的現實世界。關聯性思維作為大數據的核心思維之一,它可以從很多看似支離破碎的信息中復原一個事物的全貌,并進而能夠預測或判斷出尚未觀察到的事物的現象。大數據思維和大數據挖掘算法在地球資源、環境、災害中的應用將是未來相當一個時期內數學地球科學的主要發展方向。
參考文獻(References):
AfzalP,AlghalandisYF,KhakzadA,MoarefvandP,OmranNR.2011.DelineationofmineralizationzonesinporphyryCudepositsbyfractalconcentration-volumemodeling.JournalofGeochemicalExploration,108(3):220-232
AgrawalR,SrikantR.1994.Fastalgorithmsforminingassociationrules.In:Proceedingsofthe20thVLDBConference.Santiago,Chile,487-499AgterbergF.2014.
Geomathematics:Theoreticalfoundations,applicationsandfuturedevelopments.Switzerland:SpringerAllardD,ComunianA,RenardP.2012.
Probabilityaggregationmethodsingeoscience.MathematicalGeosciences,44(5):545-581AryafarA,MoeiniH.2017.
ApplicationofcontinuousrestrictedBoltzmannmachinetodetectmultivariateanomaliesfromstreamsedimentgeochemicaldata,Korit,EastofIran.JournalofMiningandEnvironment,8(4):673-682
BagasL,XiaoKY,MarkJ,LiN.2017.QuantitativeassessmentofChina’smineralresourcesPart1.OreGeologyReviews,91:1081-1083
作者：周永章1,左仁廣2,劉剛2,袁峰3,毛先成4,郭艷軍5,肖凡1,廖杰1,劉艷鵬1
轉載請注明來自發表學術論文網：http://www.zpfmc.com/jzlw/26410.html
