地理信息系统服务于大地质的发展前景展望

时间：2024-05-04

湛睿湖南省地质矿产勘查开发局四一四队

1 引言

地理信息系统（Geographic Information System,下文简称GIS）是利用现代计算机图形与数据库技术来处理地理空间及其相关数据的综合性学科，最重要的作用是对地理空间及其相关信息进行定量地统计分析。当前，在基础地质调查和矿产资源调查这两个领域，已经基本实现了地质调查主流程信息化。

2 数字城市

城市地质研究与信息化相结合，主要从以下四个方面寻找突破：一是通过搜集地质信息，建立城市地质数据中心，对相关资料数据进行有效管理；二是建立地质专业工作平台，提供多种专业数据的可视化处理和专业分析；三是建立三维城市地质结构模型；四是以B/S方式为政府部门、社会大众提供信息共享与服务。

GIS作为建设“数字城市”主要支撑技术之一，它能把“数字城市”的各类空间数据及属性数据组织起来，并加以管理和分析利用。

举两个存在于我们身边的案例即可看到GIS在“数字城市”建设中的重要性。滴滴打车等打车软件很好地解决了打车信息不对称问题，但由于软件自身的不成熟，此类软件很快显露出各种安全问题和监管问题。如果建立起了一个完整的城市交通数据库，城市的每一条道路以及在道路上运行的每一辆出租车都在数据库里实时更新，出租车司机和需要打车的乘客都可以通过这个数据库及时获取各自所需的信息，而这些信息都被城市的管理者实时掌控，对于道路交通管理而言亦是作用巨大。这样的数据库平台，实现了为城市管理者服务、提高城市生活质量的公益性。

当前的汽车产业正不断向智能化靠拢，部分高端汽车已在一定程度上具有自动控制驾驶功能。但是现阶段的自动行驶功能非常不完善，只有当汽车行驶在近年新铺设的镶嵌有路面识别装置的道路上时，它才可能获得较为准确的路面信息。如果可以建立起高精度的“数字城市”道路数据库，智能汽车则可以通过连接数据库实时更新本车所在位置的精确坐标，从而实现电脑指挥汽车自动前进。这样一来，只需要将所有道路以及车辆信息存储到城市道路数据库中，而不需要在所有路面增加电子识别物，成本将大大下降。另一方面，与各大汽车厂商建立合作，以技术支持的方式提供城市道路数据库信息，可以达到创造效益的目的。

3 矿山地质资料信息服务集群

3.1 重要成矿区带地质资料信息服务集群

重要成矿区带地质找矿工作仍旧是当前找矿和资源评价的主要方向，需求大量的地质资料信息，包括在地质科学研究、成矿理论和地质勘探以及延续产业的开采生产等多方面的原始地质资料和成果地质资料。然而，这部分地质资料大都是各生产单位分散管理，数字化程度低，地区、行业之间缺乏畅通的数据共享渠道。这种缺乏综合管理和多方位服务的模式难以发挥数量庞大的地质资料信息应有的作用，造成了信息资源的巨大浪费。集群重要成矿区带地质资料，为社会团体，尤其是地勘单位的地质勘查和资源评价工作提供系统的、全面的基础资料收集途径，能有效减轻资料收集工作量。首先进行重要成矿区带地质资料信息集群，然后构建省级或国家级地质资料数据中心进行统一管理，构建地质资料信息服务共享渠道。集群地质资料信息，展示区域矿产资源潜力和矿山地质灾害分布情况以及矿区矿体、地层三维模型，能为地质勘查部署和地质灾害防治决策提供参考。

3.2 数字矿山

通过建立矿区三维空间地质资料信息数据库，建立矿山三维空间模型，能提高矿山企业资源管理水平和经济效益提供现代化的技术服务平台和管理手段，实现“一张图管矿”。通过地质资料的集群，可充分挖掘地质资料的潜在价值，提高地质资料的利用率，降低社会投资风险，避免地质勘查工作重复投入，指导有关部门和矿山进行矿产预测和边、深部找矿及后备基地找矿。建设数字矿山是一项对于矿山企业、政府管理部门、社会地勘单位都有积极意义的工作，当前我们已经在一定程度上开展了这项工作。但是，仅将此项工作的范围局限于一部分矿山，是远远不够的。要达到集群化产业化的目的，就必须在全省乃至全国大范围进行地质资料信息集群。只有收集到的数据足够多，这些地质资料才能产生集群效应，从量变产生质变。这就是大数据的产生。

3.3 地质成矿带资料大数据

大数据并不就是简单的数据量大。关于大数据，首先应该掌握三条原则：第一，不能满足于少数样本，而应掌握全体数据。各种矿产、各个矿区的情况千差万别，要想从看似毫不相关的两者之间找出可能存在的某种规律，就必须掌握尽可能多的矿区资料。第二，大数据要求我们改变对精确性的苛求，转而追求混杂性。大数据强调的是发生的概率，并不要求数据达到确凿无疑的程度。当可供参考的数据量达到足够大的时候，某一个特定的数据精确与否已经不那么重要。第三，大数据要求我们改变对数据间因果关系的追问，转而追求相关关系。知道“是什么”就足够了，没必要知道“为什么”。举例而言，世界著名的网上购物网站“亚马逊”的成功法宝之一便是它的“相关商品推荐系统”，该网站会记录用户搜索、查看、购买过的任何商品，具体到用户在每个商品页面上浏览了多长时间。在积累了大量的数据后，网站能够准确地为用户筛选出他可能感兴趣的商品进行推荐，从而提高销售量。在整个过程中，网站并不知道该用户为什么会喜欢这些商品，而只是将用户的浏览偏好进行了统计归纳。同样的道理可以运用到我们的地质找矿中。以典型成矿模式为标准，建立找矿模型，结合地质矿产核心数据库，就边深部成矿预测开展专题分析，圈定找矿优选靶区，为重要成矿带矿产勘查提供可靠的后备基地。当我们统计归纳了足够多的矿区地质资料后，就有可能通过类似矿区的相关性比较，推测出某一个特定矿区的深边部矿产走势。

大数据的核心——预测。21世纪的找矿，将不再停留于从前的漫山遍野填图、槽探和寻找矿体露头，而是将科技创新放在更加重要的位置，走科技找矿之路。当前看来，通过地理信息系统综合采集分析地、物、化、遥等多方面数据，经过与数据库内大量相似或相关数据进行比较，能够快捷、准确地圈定出找矿有利地段。随着今后各地区各门类的地质资料数据库不断建立健全，实现信息共享，通过运用相应的数据库分析指导，我们的找矿工作重心将逐步由室外移至室内，找矿深度也将逐步由浅层到达深层。当我们掌握了足够多的矿区信息，通过运用矿区地质资料信息服务集群数据库，可能准确预测出特定矿区的深边部成矿情况。