地质空间大数据知识发现与信息提取关键技术研究

发布时间：2020-10-15 22:09

　　 数据是信息技术的载体,地质信息化的发展离不开大数据的支撑。地质大数据是在云计算、物联网等技术革新的背景下采用大数据方法、技术、理念在地质领域中的实践与应用,如何对海量地质数据进行有效利用、存储、可视、挖掘其潜在价值已成为了地质学界的一项重大课题。目前的地质信息处理平台大多为小尺度下的地质空间信息数据集成,基于大尺度全国范围以及地质信息的二三维数据一体化集成研究较为欠缺,难以满足地质大数据环境下空间数据的快速发现、信息挖掘与可视化服务,需要研究新的技术与方式来满足地质大数据环境下的应用需求。本文基于地理信息系统平台提出了局域网下地质空间大数据信息的集成与可视化框架,以数据知识发现与信息提取为目标,基于C#与ArcEngine实现了对多元异构地质数据的发现、存储、可视化与管理,本文主要工作包含以下方面:(1)通过对地质数据的归纳和梳理,提出了多源异构地质数据的元数据模型,采用基于MySQL与MongoDB数据库结合模式实现地质资料的有序化智能存储,提高了地质空间数据访问的安全性与灵活性;(2)立足于我国地质管理与应用情况,探讨了在大型服务器中全国地质空间数据的挖掘与集成,建立了地质数据知识发现体系,其中包括数据发现、数据清洗与数据分类,实现了从原始海量地质空间数据中快速发现、提取有效数据。(3)提出了全国专题数据集框架概念,采用C#结合Arc Engine关键技术,设计了地质空间大数据知识发现与信息提取平台总体系架构,在知识发现的基础上实现了全国地质信息分级可视、空间位置标绘、动态检索、属性查询、要素管理、空间分析、统计分析等功能。本文搭建的基于局域网地质大数据知识发现与信息提取系统能够有效解决地质空间数据从格式转化、存储组织、检索、分析、共享等一系列需求,将会有效提升地质信息化水平,更好地满足地质大数据服务的应用需求。
【学位单位】：中国地质大学(北京)
【学位级别】：硕士
【学位年份】：2018
【中图分类】：P628
【部分图文】：

、Scrapy、Cola 等,其中广域网的数据发现流程如图 1-1。在获取有效地质数据后，如何有效地对地质数据进行快速分析是地质大下的重要问题。由于地质数据的特殊性，对于地质数据的分析需要依据要素对象选择相应的分析手段，通过利用不同的大数据分析方法可以优据的分析模式，与传统的分析方法相比具有更好的精确度与正确性，主据统计分析、关联分析以及聚类分析等。随着大数据时代下算法的不断发向量机、随机森林、神经网络、决策树等算法不断被运用到地质学科中崇阳对比分析了卷积神经网络、支持向量机以及 K-均值算法在新疆尉人村寨区域的典型不良地质现象识别差异；桂州等人将随机森林法应用据的分类以改善不平衡数据的分类效果；张戈一等人采用中文分词以及实现了对地质文献的推荐方法研究；黄文松等人结合变差函数以及水平征分布实现地质建模中的大数据误差分析并提出相对应的改进策略。

第二章 地质大数据发现与信息提取关键技术地质大数据发现与信息提取术了地学领域的变革，逐渐形成了围绕需求和数据链线。其中以数据链为主线进行驱动的地质大数据应：数据化—将地质实体、信息定量化；信息化—数据识化—建立地质数据模型，实现信息智能化并获取质产品，服务于社会与公众，满足国土战略需求；再成具有高附加值的有效新数据，实现数据的再利用的出现。

图 2-3 可视化系统层次框架在可视化交互中，要考虑以上四个层次，设计具有良好展示功能，同时便于用户进行使用与分析。近年来可视化以及获得了较大的进展，其中 ArcEngine 以其出色的事务管理、简便的操作和易于二次开发的特性成为发展空间数据管理数据挖掘的重要平台。它的主旨思想是将空间数据以一定的投影方式显示在地图之中，结合二次开发对数据进行操作，其中空间分析是 ArcEngine 最重要的组成部分。本文在集成结构化与非结构化数据，完成数据库建设以后结合 ArcEngine 采用动态和交互式手段，建立标绘数据以及空间展示组件，利用统计分析实现数据挖掘，通过易于操作、图形式、动态激活的可视化交互技术，将全国矿区集成显示，建立标绘数据以及统 计分析模块，从而对全国资源潜力进行很好的估算和评估，直观可视的展现我国矿区的规模与分布规律，为今后进一步的成矿预测、
【参考文献】

相关期刊论文 前10条

1 桂州;陈建国;王成彬;;基于PCA-SMOTE-随机森林的地质不平衡数据分类方法——以东天山地球化学数据为例[J];桂林理工大学学报;2017年04期

2 朱月琴;谭永杰;吴永亮;张林兵;李杨;赵亚楠;;面向地质大数据的语义检索模型研究[J];中国矿业;2017年12期

3 黄文松;王家华;陈和平;徐芳;孟征;李永豪;;基于水平井资料进行地质建模的大数据误区分析与应对策略[J];石油勘探与开发;2017年06期

4 陈建平;李靖;谢帅;刘静;胡彬;;中国地质大数据研究现状[J];地质学刊;2017年03期

5 张戈一;胡博然;常力恒;朱月琴;吕鹏飞;;基于大数据分析挖掘的地质文献推荐方法研究[J];中国矿业;2017年09期

6 吴晓红;罗晓玲;;地质调查网站群技术框架浅析[J];中国矿业;2017年S1期

7 孟铭杰;张文彬;任娟;宋伟;乔鹏;王思奇;;四川省地质环境“一张图”系统设计及基本功能[J];安全与环境工程;2017年03期

8 冯晋钟;;新形势下地质资料与国土档案管理信息化建设探讨[J];城市地理;2017年10期

9 黄少芳;刘晓鸿;;地质大数据应用与地质信息化发展的思考[J];中国矿业;2016年08期

10 谢华成;马学文;;MongoDB数据库下文件型数据存储研究[J];软件;2015年11期

相关博士学位论文 前2条

1 何文娜;大数据时代基于物联网和云计算的地质信息化研究[D];吉林大学;2013年

2 邵远征;网络环境下对地观测数据的发现和标准化处理[D];武汉大学;2011年

相关硕士学位论文 前10条

1 邢建华;基于Hadoop的地质云计算平台搭建与应用[D];湖南科技大学;2017年

2 曹陈宸;关系型数据库向MongoDB数据库自动迁移技术框架的研究[D];南京大学;2016年

3 徐新山;基于WebGL的地质体信息三维可视化[D];兰州交通大学;2016年

4 李惠娟;油田地质数据二维可视化技术研究与实现[D];东北石油大学;2016年

5 王瑞松;大数据环境下时空多维数据可视化研究[D];浙江大学;2016年

6 杨婷;基于三阶CWENO重构的高精度高分辨率熵相容格式研究[D];长安大学;2015年

7 刘卓;基于NoSQL的空间数据云存储的研究[D];河南大学;2014年

8 毕曼;国土资源“一张图”核心数据库建设研究[D];长安大学;2013年

9 江民彬;非关系型与关系型空间数据库对比分析与协同应用研究[D];首都师范大学;2013年

10 张瑾玉;三维地质可视化关键技术研究[D];华中科技大学;2005年

本文编号：2842320