——第二十届全国数学地质与地学信息学术研讨会侧记

　　◎  本报记者 马晓敏

　　长春，是一座资源禀赋优越、产业基础雄厚、创新驱动强劲的城市，在东北老工业基地中占据着不可替代的位置。据统计，长春已查明的矿产资源共39种，258处，为当地经济社会发展提供了强有力的资源保障。

　　近日，以“地球科学大数据+AI、数学地质、遥感地质与应用”为主题的第二十届全国数学地质与地学信息学术研讨会就是在这样一个拥有雄厚工业基础的城市召开。

　　大会紧密结合新时代地质工作的“大地质”“大资源”“大生态”“大数据”“AI大模型”等观念及“一核两深三系”为主体的自然资源重大科技创新战略，数学地质、遥感地质、地学信息、大数据等技术在矿产资源与能源方面的定量评价与应用，推进数学地质领域工作者在理论、方法与技术及应用方面的创新与研究探讨。

　　会议现场

　　社会发展需要矿产资源支撑

　　矿产资源是人类生存与发展的物质基础，人们形象地把矿产资源称为工业的“粮食”和“血液”。

　　随着经济的发展，各个国家对矿产资源的需求持续高速增长。人们把广泛应用于新能源、新材料等战略性新兴产业及国防、军事等领域，具有不可替代的战略地位的矿产资源划分为战略性矿产资源，并且这些资源不断成为大国博弈利器。

　　“我国战略性矿产资源依然存在矿产品供应‘大头在外’现象。”多位与会专家告诉记者。

　　当前，国际形势错综复杂。我国作为全球第一大矿产资源生产国、消费国和进口国，矿产资源安全保障体系压力较大。

　　为了保障国民经济高质量发展，围绕加强重要能源资源国内勘查开发及增储上产，我国于2021年3月提出实施新一轮找矿突破战略行动，确保能源资源饭碗牢牢端在自己手里。

　　地质调查需要信息化支撑

　　地质调查作为找矿的基础工作，对找矿工作具有较大的影响。因为矿产地质调查是查明矿产资源的分布、类型、数量、质量等基本情况，为矿产资源的开发利用提供科学依据。而找矿则是在已知矿产资源的基础上，利用先进的勘查技术和方法，深入地下寻找新的矿产资源。

　　“在2000年以前，我国地质调查人员在野外主要通过手绘，用纸、笔记录地质现象，编写报告。地质工作作为社会经济发展的一项基础性工作，如今已经融入了信息技术革命的浪潮。地质调查工作信息化和国家信息化发展历程基本一致，经历了数字化阶段和网络化阶段，正进入大数据阶段。”与会专家表示。

　　中国地质调查局“地质云”项目，就是地质信息化建设成果的总集成。记者了解到，中国地质调查局于2015年提出开展地质大数据建设研究方面的工作，并开始筹划实施“地质云” 建设。“地质云1.0”于2017年11月建成并上线运行，2018年10月、2021年5月相继发布“地质云2.0”和“地质云3.0”。

　　与会专家介绍，“地质云”是基于云计算、大数据、人工智能等的新一代信息技术，对地质调查信息化建设多年成果进行的大集成，包括数据资源成果、主流程信息化研发成果、数据处理系统、办公和业务管理系统、数据信息服务系统、计算与网络基础设施等，有助于建设形成计算机网络信息系统，实现地质调查、业务管理、数据共享和信息服务等业务一网支撑和运行，可有效推进地质调查工作现代化。

　　有专家告诉记者，利用地质大数据做地层时代的研究，地层年代划分精度比原来提高几十倍；用地质大数据做岩石矿物识别，精度高达70%；利用遥感等大数据，可以监测地质灾害等。

　　人工智能助力找矿成为现实

　　近年来，随着大数据时代的到来，人工智能的出现引领着新一轮的工业和科技浪潮。同时，人工智能在地质勘探领域的应用也越来越多地被提及。

　　事实上，在地质领域，人工智能较早突破并成功应用的是智能地质填图。

　　中国地质科学院矿产资源研究所首席科学家肖克炎表示，人工智能助力找矿虽然仍处于探索阶段，但国内外已有成功案例。

　　在国外，比尔·盖茨和杰夫·贝佐斯支持的人工智能初创企业科博德金属公司，利用人工智能技术在赞比亚明贡巴深部区域发现了巨型铜矿储量，这不仅是地质勘探的一次重大突破，更是人工智能技术在资源开发领域成熟应用的里程碑。

　　在国内，中国地质科学院矿产资源研究所矿产资源大数据中心（区划室）三维预测团队在内蒙古浩尧尔忽洞金矿通过大数据科学研究新范式思维，实践了矿山三维深边部找矿预测相结合的地质找矿工作新模式，提交了4个深部预测靶区和1个外围找矿靶区。相关矿山企业在浩尧尔忽洞金矿东矿段西部找矿靶区开展钻探验证，发现单钻孔揭露矿体累计厚度40米-51米，平均品位0.63克/吨-0.82克/吨，这一成果显示出大数据智能化技术与传统地质找矿知识创新融合。

　　肖克炎表示，在大数据时代如何开展成矿预测，还面临四大难点。一是人工智能预测专业模型建构问题，由于地质成矿是地壳长期演化不同时代矿床共有统一构造单元空间，具有“祖孙同堂”特点，需研究成矿系列谱系图，建立成矿模型，否则相关分析会走入歧途。二是关于地质、物探、化探遥感、矿产等多专业多领域的地质调查评价为矿产预测提供海量数据，这些专业矿产数据隐含了关于矿产、矿床类型的预测信息，如何充分挖掘成矿信息，表述成矿与数据之间的非线性关系，需要进一步探究。三是深部矿产预测问题核心是三维地质建模问题，如何在矿区外围和地下，外推形成精度合理的三维地质图是关键。四是定量预测问题，要根据具体成矿类型确定预测要素及定量化。