文档介绍：大数据时代数字找矿与定量评价
赵鹏大
2013年6月
第一页，共八十九页。
内容提要
一、当代地球科学面临的重大问题（国际地球行星年IYPE提出，2000）
二、美国地调局《直面明日挑战——美国地调局十年科学战略（2007-2普通的科学，在未来的科学研究中，它将变成更强大、更重要的科学。”
第十六页，共八十九页。
沈春雷等（中国科学报）：“大数据技术的意义不在于掌握规模庞大的数据信息，而在于对这些数据进行智能处理，从中分析和挖掘出有价值的结构化信息。”
业内将大数据的特点概括为4个“V”：
体量巨大（Volume）
类型繁多（Variety）
价值密度低（Value）
处理速度快（Velocity）
第十七页，共八十九页。
杨书卷（2013）“大数据”魅力正现：“大数据的实质：从各种各样类型数据中，快速获得有价值的信息…大数据的特点就是数据来源的 “多源异构”，这样的数据才能保证判断的可靠性。……决策行为将日益基于数据和分析而做出，而并非基于经验和直觉。”
第十八页，共八十九页。
潘云鹤（2013）：大数据的发展趋势是对大数据进行广泛会聚和智能分析，形成 “浓缩”的“数字知识”，并实现知识服务。因此，大数据时代的核心技术是从大数据中理出关系，综合成系统，以供应用，其也被称为“数字知识技术”。
第十九页，共八十九页。
张小彦（2013）：“大数据时代的到来，为数据管理提供了新的机遇，这主要是因为快速处理巨量无结构、半结构数据成为可能，这就使在线实时监测、预警、评估和管理、社会服务和福利成为可能。”…“社会管理科学化需要精确可靠的大数据处理过程和能力，包括数据处理实时化（real time），可视化（data visualization），数据挖掘和分析（data mining and analysis），预测分析（prediction analysis）等”这是一个将数据加工成信息、将信息提炼成智能、以智能支持决策的系统工程。
第二十页，共八十九页。
大数据时代，一切科学都离不开数据，也没有无科学的数据。
鄂维南（2013）：“科学研究可归结为数据研究”，两方面内容：
① 用数据的方法来研究科学
② 用科学的方法来研究数据
第二十一页，共八十九页。
过去只用统计分析研究数据，近年来，机器学****数据挖掘，生物信息，图像处理，信号处理等方面的发展，数据分析已经深入到计算机科学、社会学、电子工程、生命科学、天文、地质、地理、气象等领域，从数据分析角度看，这些不同学科的不同问题有相当程度的统一性，正是这种统一性，使“数据科学”有存在和发展的必要。
第二十二页，共八十九页。
“大数据”时代的成矿预测与定量评价
地质学属于数据密集型科学，尤其是矿产资源预测、勘查与评价更是数据密集的分支学科和应用领域；
地质学的数据具有深地、深空、深海和深时特点，空间和时间跨度大，数据获取难度大、成本高、局限性强；
成矿预测与定量评价数据具有多元、多源、异构、时空性、方向性、相关性、随机性、模糊性、非线性等特征；
第二十三页，共八十九页。
成矿预测及定量评价的目标是对成矿远景区或未知矿床进行定性、定量、定位、定概率的“四定”评估，因此，从大数据中要获取以上四定的关键数据或核心数据；
成功的成矿预测应有效地将地球动力学系统、成矿系统和勘查评价系统有机结合，充分挖掘成矿地质及预测评价密切相关的数据，对这些数据进行科学集成和智能分析，所以还应增加预测评价专家系统，将这4大系统完美结合，从中提取找矿预测和资源评价的有用信息，使“数字找矿”发展到“智慧找矿”的新阶段；
第二十四页，共八十九页。
信息网络领域的发展使大数据存储取得突破，云计算、物联网、工业互联网等技术的兴起，使信息技术渗透方式、处理方法和应用模式发生变革，使成矿预测评价4大系统的结合和“智慧找矿”的实现成为可能。
第二十五页，共八十九页。
小结：
人类已进入大数据时代，数字地球已经发展到第二代“智慧地球”阶段，而计算机技术则有云计算、物联网等更强大和先进的网络体系。地球科学是数据密集型科学，工作方法包括三个层面：
1）数据获取与保存
2）数据挖掘与分析（包括建模、可视化、管理和服务）
3）知识层面（深化对地球系统的认识和理解，在大数据时代，数据的产生、应用和转化已形成一个完整的“数据链”）
第二十六页，共八十九页。
小结：
完整的“数据链”：
数字化、定量化及行为化产生数据
数据的解析化、集成化、综合化产生信息
信息的模型化、智能化和专业化产生知识和产品
知识和产品的实用化、网络化和可视化产生财富和效益，并服务于公众和社会
在服务公众