大数据驱动下的数字古地理重建：现状与展望

作者：张蕾; 钟瀚霆^*; 陈安清; 赵应权; 黄可可; 李凤杰; 黄虎; 刘宇; 曹海洋; 祝圣贤; 穆财能; 侯明才; JAMES G.Ogg

来源：高校地质学报, 2020, 26(01): 73-85.

DOI：10.16108/j.issn1006-7493.2019091

• 古地理重建
• 大数据
• 数据库
• 机器学习

古地理学是一门强数据依赖性学科,古地理重建作为古地理学的核心任务之一,着眼于研究地质历史时期地球表面的地理、生物、气候面貌及其演化规律。随着大数据时代的来临,海量古地理数据的不断积累和计算机技术的高速发展使得标准化、智能化的数字古地理重建成为可能。文章通过介绍国内外与古地理相关的代表数据库及团队,总结其优缺点,提出大数据驱动下的数字古地理重建核心思路:(1)建立标准化的古地理学知识体系;(2)建立开放互动、动态更新的古地理数据库,并利用机器阅读技术等拓展数据来源;(3)建立标准化的古地理学数据质量控制体系;(4)利用机器学习技术建立各类型古地理重建模型,深度挖掘数据;(5)以可实时更新的智能数字地图集或多维动画形式输出成果。

• 单位
  成都理工大学; 油气藏地质及开发工程国家重点实验室