大数据的成因矿物学研究

梁柯 李勇

1. 成都理工大学地球科学学院 四川 成都 610000；

2. 四川省地质矿产勘查开发局四〇三地质队 四川 成都 610000

引言

自21世纪以来，大数据就成为科学技术领域的热门话题，各个国家也开始重点建立各个内容的数据库，以迎接大数据时代。我国地质学方面也早有专家院士提出应大力发展数字地质研究，把握大数据时代机遇，对目前的科学研究方式进行革新。许多权威机构逐步建立了地学大数据平台，为数字地学的发展提供了铺垫。成因矿物学是一项基础类科学，不仅仅能够对相关理论问题的研究提供帮助，还能够在矿产等方面起到作用，对大数据有着较大的应用需求。但是就目前来看，成因矿物学领域的大数据仍然需要更多的关注，应当进一步构建和完善相关信息平台，接下来就是对大数据的成因矿物学研究的一些思考。

1 矿物发生学与大数据结合的探讨

大数据技术从谷歌2004年前后发端到2007年初步成型，其在历史演进过程中诞生了大量文献，为这项技术的总体性，相关性以及混杂性三大特点基本定了性，这些特性的具体解释就是以足够多的数据量取代原有的极少样本，海量数据混杂在一起取代原有的极其精确的数据，原有的数据因果关系也被相关性所取代，地质大数据也应运而生，它通过观测记录和研究分析特定地质事件或地质体，产生了在大数据多源异构，多尺度和时相以及非平稳特点基础上的其他显性物理关联，即空间与时间属性，要实现对矿物发生学的深入研究，那些地质体上附存的矿物大数据时空属性绝对是关键依据所在[1]。

矿物发生学是一个分支学科，它主要是以矿物系统发生史为对象进行研究，属于成因矿物学，它针对的是大自然久远的发展史，提取其中产生矿物的条件和与演化过程体现出来的规律性为研究方向，具体来说，大自然发展史中产生了很多层次和尺度各异的自然体系，这些体系的演化过程由规模不等的生物，化学以及物理作用场为其变化提供作用力，同族同种或同类的矿群在包括类型数量，规模大小，标型特征以及出现条件等在内的发育特点，加上矿群矿物间以及介质与矿物间既关联又影响的规律性，是矿物系统发生学的研究主攻方向。

矿物系统发生学第一研究尺度和层次体现在地球的差异性圈层和宇宙包含的各种天体，第二是种类繁多的地质体以及与之对应的相关成矿体系，象岩浆岩体，变质地体以及沉积盆地都在此列[2]。以地处胶东半岛的乳山金矿为例，它的蚀变阶段和矿化阶段都伴随着特征方面的石英标型变化，这个金矿隶属的成矿体系是胶东型金矿，这些变化所体现的正是石英的系统发生史，再以位于意大利托斯卡纳大区阿尔卑斯山系南段的阿帕图黄铁矿为例，其演化中的矿物结构及其微量元素，还有怎样影响形成富钝硫盐体，它的重结晶作用隶属绿片岩相变质，这些演化所体现的就是从低级变质到富钝硫盐体体系黄铁矿的系统发生史。实际上，直到20世纪后半段，在成因矿物学家的知识储备库存当中，也只有区区两千种以下的矿物掌握量，当时提出的矿物系统演化发生规律的研究还停留在概念性阶段。

2 成因矿物学与大数据融合发展的需求

2.1 战略性关键金属元素矿物系统发生史大数据研究

化学元素依托矿物为载体而存在，从本质上讲，矿物系统所谓的发生史，可称作化学元素系统发生史，以地球化学元素分类方案为标准，在个别元素矿物系统发生史基础上，进行矿物系统发生史各种子类型矿物的顺次研究，在不同侧面对矿物系统发生史进行极具传奇色彩的瑰丽展示，这种研究针对的是矿物系统发生史，其意义是战略高度的，以此为据对其聚散规律在构造单元和历史时期各异的表现进行研究分析，是预测关键金属战略性找矿的可行性思路。

2.2 矿物类系统发生史及地球重大事件矿物记录大数据研究

人类从诞生伊始就从未停止对自然的认识探索以及利用的脚步，科学研究就是这种目的的方法论，漫长的地质演变时期，矿物系统的发生史是有规律可循的，这些规律为在时空意义上战略性指导预测矿床和有用矿物提供研究依据。前文所述，人类在很长的历史时期其矿物认知知识库只有区区不到两千种矿物，在此基础上进行的规律总结缺乏代表性，而且其中过多掺入的人为因素也损伤了其权威性，它对矿物系统本质的反映的可信度大大存疑。大数据时代的来临，为构建相关大数据平台创造了条件，现代人类对矿物认知的知识库矿物种类已经扩展到5300种以上，以此为基础深入研究矿物系统发生史无疑更接近真相，需要注意的是，一定要注重对各种矿物发生规律进行总结，矿物粉发生有八个特性，需要不断细化与修正，八大特性具体是：脉动，相继，韵律，加速，旋回与不可逆性，再加上分带性以及空间相邻性。

矿物的发生来自于自然作用，所以，大数据技术提供的矿物系统数据库可供进行深度数据开采，以此为基础研究矿物系统发生史演化规律，为人类进一步研究地球发展史的化学，物理以及生物等性质的各种事件所体现的规模，分布情况，事件性质以及辐射效应打开了一扇窗户。

3 大数据与成因矿物学结合现状

3.1 矿物标型研究方法论

当前，人类采用归纳和演绎方法开展对矿物标型的研究，归纳法是由个别向一般，对足够数量个体特征进行统计，其最终结论具备某种程度的普遍意义，演绎法是由一般到个别对归纳法的反用，它依据的是特定理论，针对特定事物进行深入研究的方法[3]。大数据技术条件下，大数据法是构建矿物标型理论的重要依据，地质大数据具有相当多的特性，包括混合、稀缺、抽样、多元多态多源、因果、时空、方向、变化、分带、关联唯一、方向、定和以及代表性，大数据法的研究对象是全部相关数据，不刻意追求研究人员的个人认知，那种主观因素太大的统计归纳矿物成因是非常有害的，从而确保研究结论的客观性，比如，磁铁矿具有岩浆成因，要求得其成分标型的判断依据，须以数学分析的方式探究全部岩浆岩磁铁成分的研究数据，但是地质数据混杂和多元多源特性明显，数据对岩浆活动的反映情况不一，有单次的也有多次叠加的，还有热液蚀变影响岩浆岩的，还有透岩浆流体活动的，由此获取的岩浆型磁铁矿数据不具备典型特征意义，仍然有必要通过大数据对岩浆型磁铁矿进行数据的深挖和筛选，显然，大数据分析结果只具备相对意义上的真理性，而且，现有各种矿物地质数据的获取方法局限于抽样检测，这使得数据带上了稀缺性和抽样性的标签，以现有技术条件难以实现对地质数据的整体性的一网打尽，只能在最基本上以大数据平台为基础做到对矿物标型分析数据的搜刮殆尽。

3.2 矿物标型大数据研究的近期目标

矿物标型有较大涉及面，标型矿物组合，矿物种属以及矿物特征都属于这个范畴[4]。矿物共生组合是标型矿物组合的本质，封闭以及开放体系都有对应的多种理论分析方法，这些方法的提出都是基于矿物相律，设置了极其苛刻的限制条件，不完全符合矿物粉自然形成条件。本学科对矿物共生组合的研究目前已经积累了丰富的文献资料，满足了大数据技术对数据海量数量的要求，具备实施大数据研究的前提条件，但是在归纳整理数据资料的工作方面仍有欠缺，尤其需要大数据研究矿物共生组合的形成原因来填补空白，为人类更充分地认识这一领域提供可靠资料，从而通过归纳总结得出规律性认识，为矿物相律知识库增添新内容，矿产的探测预报有更多线索。

人类对矿产研究越来越走向深入，很多之前的错误认识被不断推翻，一些被之前确认极少地质体和苛刻条件下才能找到的矿物在其他普通地质体和条件下被发现，其标型意义就彻底推翻，假如研究人员能为它的发生明确框定条件范围，对找出此范围内标型意义明显的矿物将很有帮助。依托大数据技术研究矿物的标型意义，可做到对矿物研究对象的全部信息数据的搜罗，研究人员可依据这些数据大致可靠地给出矿物发生条件范围，这是大数据时代发展成因矿物学的主攻方向。

矿物内外具备多性属性，其标型在其特征意义层面涉的成因意义非常广泛，这些内容在全部矿物数据库都能找到，当需要联系到成因时，还需最低限度得到矿物开采现状和前景的数据，利用数学计算把它和属性的关联性，才能为成因数据的深入挖掘创造条件，得以进行成因坐标系的构建[5]。同时，利用成因预测找矿的矿物学属性方面的有效数据，因其数据积累规模太小，构成数据的稀缺性，亟须专业方面的开发利用的指导性意见。

4 大数据与成因矿物学结合优化对策

4.1 矿物成因分类数据库

前文对大数据特性进行了总结，但是不能划分基本类别时进行排除，大数据属于严肃的科研范畴，必须得到专业指导，借助大数据技术，在研究矿物成因与找矿矿物族方面可确保结果的精准度，但是对成因矿物学进行研究的关键着力点在于其基础成因分类数据库的构建，大数据技术能辅助数据系统构建地球各种演化过程，地球生命进化史已经可以精准建立，矿产和能源在宏观层面也可就分布规律准确识别，最具权威性的基础地学数据库的构建已经成为主要任务，使之成为具备全球性的地学数据共享平台。

4.2 矿物的隐性成因

当前在矿物成因的研究方面，人类已经从显性的表面理解向隐性方向迈进，已隐约可触摸到门槛，目前基础性的任务是对隐性成因进行矿物学标志的创建，可帮助人类进一步探索成矿所需作用力以及机制，更精准地进行找矿预测，对矿物和矿床以及岩石的成因矿物是下一步的工作重点[6]。

即使矿物属于同族，因发生条件和过程以及主微量元素的差异性，在矿物特定有效结构位置类质同象组分以及端员组分因隐方面也会有所差异。从研究显性成因矿物族角度出发实施大数据研发，构建准确的相应成因性区划以及分标型图解大有可为[7]。

4.3 培养复合人才

须重点加强培养地质矿物学复合型研究人才，高校可就此设置相关专业课程，并着力引导更高的博士或研究生投身于此。

5 结束语

综上所述，大数据对于地学领域有着不可替代的作用和优势，相关机构应当对成因矿物学领域的大数据建设加以重视，目前矿物标型等方面还没有充分应用到大数据技术，仍需要进一步完善，尤其是要结合我国的发展需求对战略性矿物资源大数据进行集合分析，以发现矿物演化规律，完善找矿方法。应当尽快构建成因矿物学领域的多个方面的大数据信息平台，如矿物成因大数据等，探求矿物隐性成因。除了不断加深大数据与成因矿物学的结合之外，还需要重视人才培养，在大学本科教授中重视基础专业，在研究生教授中重点培养矿物大数据人才，同时发掘更多的研究方向。既应当通过大数据完善理论研究，更应该借助大数据技术和理论成果发挥其实际应用作用。