大数据在地质矿产中的应用研究

曹志超 湖南煤田地质局第一勘探队

现阶段，人们不断开发矿产资源，使得矿产资源越来越少，给矿产开发工作带来了较大的难度。在该时代背景下，若想要发现和开发出更多。更加优质的地质矿产，利用先进技术是必然发展趋势。在勘察地质矿产时，需要对比大量数据，在该过程中利用先进技术，可以提升精确性和合理性。大数据技术，具有较高储存安全性、较快处理效率、加高分析精度等优势，把其应用到地质矿产中，可以有效提升地质矿产勘查水平，促使地质矿产行业获得更好的发展。

一、大数据在地质矿产中的应用意义

大数据技术，主要是指在大量数据中利用算法，筛选出隐藏的有价值的信息，通过计算机技术统计大量数据，进行在线分析处理和情报检索等数据处理。在地质矿产中，大数据技术大多是应用在整合大量复杂数据和提取相关数据信息方面，如图1数据清洗路径，提供给地质矿产开发可靠的数字资源，保证地质矿产工作效率。在地质矿产工作中，涉及很多数据资源，推理过程较为复杂，需要利用大数据技术快速处理数据，保证数据整合精准性[1]。

图1 数据清洗路径

二、大数据在地质矿产中的应用策略

现阶段，在地质矿产中大数据的应用主要侧重于数据分析与预测方面，属于一种可靠的手段。下文针对大数据技术及其在地质矿产中的应用进行详细介绍。

（一）聚类分析法

聚类分析法，主要是指聚类分析大量数据，其中K-means算法是最为常见的聚类分析法。该中算法的原理是结合特征向量，把地质矿产中特征向量分给和其最相近的聚类中心，聚类中心和分配给其的对象，被称为一个聚类。在K-means算法中，每一聚类会结合聚类中心涉及的数据对象，重新进行计算。在该过程中，算法技术会把不断进行重复，一直到某个终止条件为止[2]。

（二）关联分析法

关联分析法，主要是对数据之间关联性进行分析，两个数据的变量存在关联性，或者是多个数据的变量存在关联性，即表示两个数据互相关联[3]。在地质矿产中，利用关联分析法，对潜在的关联数据进行挖掘，可以较高精准的预测地质矿产中的数据，进而有效保证地质矿产工作效率。关联规则可以利用A=＞B来进行表示。

（三）分类与估计法

大数据技术中，数据分析是离不开数据分类的，而分类与估计法就是把大量历史数据分类，创建分类模型。在地质矿产中，相关人员可以充分利用大数据分类法，结合矿石珍贵程度、可用程度、具体质量水平，实施分类工作；在地质矿石开采时，相关人员还可以结合具体优良率，制定科学合理的开采计划和安排[4]。与此同时，可以利用估算法，结合地质矿石一项数据，估计相关数据。

（四）预测法

在地质矿产中预测法的应用，主要是指利用数据分析和估计构建数据模型，通过数据模型预测地质矿石未知变量。预测法的作用主要在于可以预测具体矿石数量、矿石产量、矿石区域。在开采地质矿产工程时，也可以利用预测法，预测具体开采效益、成本消耗、产量数据等，对地质矿产开采收益对比进行预知，对预测法准确概率进行明确。该种大数据技术的预测结果需要在开采矿石结束后才可以获得验证，通过验证预测结果，对预测准确性进行预知，可以为未来预测地质矿产相关变量打下良好基础[5]。

（五）描述与可视化法

在地质矿产中应用的大数据技术中，描述与可视化法是较为直接的一种表现形式，可以把数据分析结果，利用YonghongZSuite等工具，展现出来，促使数据分析结果变得更加清晰可见。在实际工作中，需要利用遥感信息技术，提取相关数据，利用TM1、TM4、TM5、TM7波段组合，对地质矿产中有关羟基、含碳酸根离子等物质蚀变反应进行提取，如图2；且利用各类铁离子遥感异常记录有关遥感数据，聚类分析各类数据，把分析结果以数据模型方式表达出来，这样可以对地质矿产具体分布情况进行清晰观测[6]。数据模型，可以把地质矿产中各类矿石具体分布清晰描述出来，相关人员也可以结合数据模型绘制开采图纸，对矿靶区进行划定，促使地质矿产开采步骤变得更加具体和可视化，进而有效提升地质矿产工作质量和效率。此外，地质矿产数据挖掘需要基于大量历史数据，只有这样才可以保证数据分析效果，利用TM、ETM技术，可以较为精准的分析出遥感信息，且结合非遥感信息科学合理开展推算工作，进而得出图像类数据，提升地质矿产可视化。

图2

三、结束语

总而言之，在新时代背景下，在地质矿产中应用大数据是非常重要的，不仅可以有效提升地质矿产勘查水平，带给企业更多经济效益，还可以促使地质矿产行业更好的发展。现阶段，由于受到多种因素影响，地质矿产中大数据的应用还不够深入和全面，严重影响到地质矿产勘查和开发水平。因此，在实际工作中，需要结合实际情况，坚持因地制宜原则，科学合理利用大数据技术，构建数据库，跳去其中地质矿产数据，构建三维可视化模型，充分发挥大数据价值，掌握地质矿产实际情况，从根本上保证地质矿产勘查和开发水平。