地质大数据频谱理论及应用
详细信息 查看官网全文
- 论文作者：路来君 ; 曹梦雪 ; 赵海士 ; 谭雨蕾
- 年：2016
- 作者机构：吉林大学地球科学学院;
- 论文关键词：地质空间大数据 ; 复杂性分析 ; 傅里叶变换 ; 数字频谱 ; 铀资源潜力预测
- 会议召开时间：2016-10-21
- 会议录名称：第十五届全国数学地质与地学信息学术研讨会论文集
- 英文会议录名称：Proceedings of the 15th National Workshop on Mathematical Geosciences and Geoinformatics
- 语种：中文
- 分类号：P628
- 学会代码：ZSYD
- 会议名称：第十五届全国数学地质与地学信息学术研讨会
- 会议地点：中国湖南长沙
- 主办单位：中国地质学会数学地质与地学信息专业委员会、中南大学、湖南省国土资源厅、湖南省地质学会
- 学会名称：中国地质学会数学地质与地学信息专业委员会
- 页数：1
- 文件大小：882k
- 原文格式：D
- 会议级别：全国
摘要
地质大数据是以4G(Geography、Geology、Geophysics、Geochemistry)为基础的多学科、多技术、多手段对地观测形成的空间大数据集合。地质空间大数据研究的核心问题是地质空间混成堆积状态下地质体的数字特征表达问题,其科学本质是对地质体空间分布与变异性的度量。本文就这一问题提出一种数字频谱理论进行讨论,同时给出具体的空间模型及应用案例。●地质空间大数据涉及大样本筛选及多维变量降维处理分析地质空间大数据与人文科学大数据4V性质完全不同,它除具有一般地理信息的时域性、空域性及属性三项基本特征外,还具有多元、异构、周期及广延这四项特征。大样本及多维变量空间必然涉及到样本筛选及变量压缩降维问题,传统的样本分布形式及变量剔除方法不适合于大数据处理分析。●地质空间大数据空间模型一般条件下属于非线性模型地质现象与过程属于复杂巨系统,大数据分析属于复杂性分析,线性模型仅在一定程度上描述地质过程,难免存在缺陷。地质大数据非线性分析并非一种或几种空间模型所能概括的,复杂性分析是未来的研究方向;●地质空间大数据频谱理论是解决地质目标识别的尝试性研究在数据同化基础上,多元地学数据融合分析可能是解决单一地质学科局限性的尝试性研究。依据地质演化过程周期性特点,建立基于傅里叶变换、拉普拉斯变换及希尔伯特变换基础上的空间谱密度模型只是一种探讨性的研究,其模型的核心是将功率谱密度移植为空间谱密度,表达地质体的空间分布与变异性特征;地质体的组合特性可用空间谱密度合成与分解进行计算;地质指标的作用强度及变异速率可用谱密度相应的变异函数不同阶导数表达,依地质扩散过程建立相应的微分方程模型。本文在鄂尔多斯盆地砂岩型铀矿资源预测研究中,将盆地外围1:20万地球化学大数据频谱分析结果作为盆地含铀母岩系供铀能力的定量评价指标,将盆地钻孔测井大数据频谱分析结果作为铀矿异常聚铀能力的定量评价指标,将两者时空耦合关系计算结果作为盆地铀资源潜力评价的依据,模拟盆地中新生代以来的铀资源总量。
引文