发布时间：2020-06-30所属分类：农业论文浏览：1次
摘 要： 摘 要：随着互联网、人工智能、大数据等新兴技术的发展，我国很多传统行业在这些技术的支持下顺利完成了产业改革，并取得了较好的成绩。在此大背景下，中国地质调查局曾经花费了将近十年的时间，完成了地质调查数字化改革。本次改革的重点是地质调查领域和矿
摘 要：随着互联网、人工智能、大数据等新兴技术的发展，我国很多传统行业在这些技术的支持下顺利完成了产业改革，并取得了较好的成绩。在此大背景下，中国地质调查局曾经花费了将近十年的时间，完成了地质调查数字化改革。本次改革的重点是地质调查领域和矿产调查领域。其改革深度是前所未有的，基本实现了全过程的数字化改革。在本文中，笔者主要针对智能地质调查体系与构架及其相关问题进行了论述。
关键词：地质调查;智能化;体系;架构
前 言
进入信息时代后，越来越多的智能设备走进了人们的生活当中。而如何借助此次技术突破的东风来完成智能化地质调查体系的构建则是当前地质调查领域研究的热点。能否将实现数据采集、分析、传输、建模等全部过程的智能化处理是行业内所有人共同关注的问题。笔者认为，地质调查智能空间建设是智能地质调查核心内容，是从数字地质调查向智能地质调查的必经之路。
相关期刊推荐：《中国地质》(双月刊)是由国土资源部主管、中国地质调查局主办的综合性学术期刊，是在原《中国区域地质》(季刊)内容基础上的延伸和拓展，是反映中国地质调查和研究成果的重要载体。主要报道基础地质(包括地层、古生物、构造地质、岩石、矿物、区域地质等)、矿床地质、能源地质、海洋地质、水文地质、环境地质(含生态地质和灾害地质)、遥感地质、地球物理、地球化学、地质信息等研究成果。
1地质调查智能空间的基本定义和关键内容
1.1 智能地质调查的基本内涵
地质调查所做的工作是对自然界中一切地质现象进行研究和分析，通过对各种地质数据的比对、计算、管理来促进人们对地球生态系统的认知。而智能地质调查则是借助各种智能化手段实现该研究过程的自动化和智能化，降低人工计算和研究的难度。所谓智能，必须具有以下几个能力：认知、理解、观察和学习。可以说地质调查的过程是一个不断探索和研究的过程。该过程是对数据采集与试验、模型推演、仿真模拟和数据密集型计算的4个范式。从这个角度来看，智能地质调查是地质调查的基本内涵。
1.2智能空间是智能地质调查支撑技术体系的核心
智能空间是物理空间和信息空间的叠加。叠加后的智能空间具有感知、分析、推理、通信、自适应和普适计算能力，能够为用户提供各种智能服务。智能空间将计算设备、信息设备以及其他传感装置进行有机结合并嵌入到工作、生活空间内。其特征体现在交互接口具有明显的便捷性，能够支持人们方便地获得计算机系统的服务。与之联系十分紧密的另一个概念是普适计算，有关学者指出普适计算不是虚拟现实，也不是新的PDA或者PC技术，而是是一个强调和环境融为一体的计算概念，而不依赖计算机本身。在普适计算的模式下，人们能够在任何时间、任何地点、以任何方式进行信息的获取与处理。普适计算将使计算和信息服务以适合人们使用的方式普遍存在于我们的周围，以往相互隔离的信息空间和物理空间将相互融合在一起。国际上对智能空间的研究开展得相当广泛，表明了智能空间在普适计算研究中的重要作用。
2地质调查智能体系架构
地质调查智能体系架构由地质调查智能空间层、基础平台层、应用层和感知交互层、数据挖掘与分析层组成。
智能空间层：地质调查信息空间是地质调查智能空间的应用主体内容，涉及野外调查、数据集成、三维建模、综合处理、评价预测、数据挖掘、成果信息发布以及野外地质调查业务管理全过程。该过程能够实现对复杂的地球地质系统进行详细的描述，形成地质科学知识库。地质调查物理空间是以地质调查信息智能空间结点为主构成的天地空一体化的信息传输的运行环境。在智能空间体系建设中，在原中国地质调查网格结点建设的基础上，基于通信网、互联网、物联网、云计算和大数据技术，把网格提升到智能空间平台。并同时发布详细的地质数据，这些数据具有非结构化的特点。集成发展数据发现和挖掘技术方法，提供认识智能服务。
基础平台层：地质调查智能基础平台基于云GIS、Hadoop生态体系和智能数据挖掘计算等技术构成天、地、空一体化云运行环境，形成智能地质调查数据采集、分析、建模和数据挖掘的数据知识链。智能地质调查二、三维一体化GIS平台主要为开发具有普适计算特点的地质调查野外数据采集、三维地质体建模和数据处理软件系统，提供免费自主的基础平台。智能评价平台以继承传统成熟的方法为主、创新方法为辅，目标是建设具有普适计算特点的方法库，形成“云”计算库。
应用层：该层时智能地质调查服务的具体对象和应用模式。智能地质调查涵盖了地质调查本身、野外地质调查管理和成果智能服务，支持天、地、空一体化下的数据采集、分析、建模和数据挖掘，提供泛在服务新模式。
感知交互层：实现从设备到云端的质变。服务终端从PC端扩展到移动端、PAD 和智能手机端。同时支持北斗、天通一号应用，为提高地理信息的应用便利性，支持无信号地区，野外数据采集可动态整合在线地理信息数据。在促进地质调查向智能空间过程的现代工作方式的转变中，在主要地质调查领域实现进入具有情境感知、分析、推理、通信、自适应和普适计算能力的智能空间的过程。
数据挖掘与分析层：数据处理的前提是具有足够的数据量作为支撑。而数据挖掘与分析层首先需要做的是从海量的地质资料中进行数据挖掘。采用地质领域本体库和文本搜索框架 Lucene 对地质文档进行分词处理。然后在Mahout 框架中进行数据挖掘。利用Mahout 可将机器学习中的多种算法有效地扩展到Hadoop 集群平台上，通过与第二代Hadoop 系统中的资源管理与计算调度框架结合，可实现海量数据的快速挖掘和并行处理，从中获取用户所需的地学信息知识并进行分析结果的可视化展示，为上层基于大数据环境支撑的地学信息综合应用提供决策支持。在大数据应用层，依托大数据处理技术可对用户提出的地学问题进行智能化分析处理，将其转化为地学问题求解任务，进而在大数据平台中将地学问题求解任务转化为并行任务执行，最后将执行结果返回给客户。
3智能地质调查架构方法
根据地质调查智能空间体系架构，把体系架构分解成两条主线和3个支柱(理论与技术方法体系、自主基础平台、软件产品)，把智能地质调查内容关系紧密地连接在一起以野外调查数据采集、数据集成、三维建模、综合处理、评价预测、数据挖掘、成果信息发布业务工作为核心的一条主线。以野外地质调查业务管理全过程和云服务为核心的天地空一体化地质调查智能位置泛在服务，重点包括智能地质调查物理空间和运行环境的打造、云计算与大数据技术的集成。 三个支柱是地质调查智能空间关键研究内容的核心点。
3.1地质调查智能空间基础平台的开发。
(1)升级中国地质调查网格平台为地质调查智能空间平台，集成融合云GIS和Hadoop生态体系，加强非结构化碎片化大数据知识库研究，提供多种层次的地质语义智能位置服务。(2)地质调查智能空间结点的建设与示范。集成网上高分辨地理信息数据，建设非结构化碎片化大数据知识库，为地质调查智能空间提供多源、异构、海量、分级的地理、地质信息资源和软硬件资源，全面提升地质调查普适计算能力和智成果集成与共享能力。(3)开展设备云端化、资源协同、资源共享、虚拟组织、内容知识库集成相关标准内容的研究。
3.2地质调查 GIS支撑平台建设。
(1)智能地质调查二三维一体化 GIS平台。建设开发、扩展和完善满足智能地质调查业务应用需求的自主二、三维地质调查底层GIS平台和二次开发包，把更多的普适计算融入建模算法和成果综合处理过程，使地质建模过程智能化。
(2)三维建模算法的研究与开发。主要内容是与业务流程一致的地质填图快速建模技术。
3.3地质成矿定量化评价与智能分析基础模块的开发。
(1)开展基于云GIS架构的评价分析方法的软构件库开发。
(2)非结构化地质数据组织模型与挖掘算法。
(3)以云GIS平台构件仓库模式为矿产资源潜力动态评价等提供云服务，并融合3D智能地质调查系统的空间信息评价与分析流程，形成云服务仓库。
3.4地质调查智能软件体系开发与应用。
针对地质调查需求，开发在智能空间框架下的野外调查、数据传输、数据集成、三维建模、综合处理、评价预测、数据挖掘、成果信息发布相关内容的具体软件产品和服务。
结 语
地球的地质环境处在不断的变化之中，因此地质调查工作将会一直持续下去。而对传统的调查方式进行技术变革以提升地质调查的效率和准确性是行业进步的必经之路。作为地质调查人员，需要对智能地质调查体系与架构有足够的理解，才能够将其应用到实际工作中。——论文作者：姚海
SCISSCIAHCI
