海底沉積物碎屑礦物數據整合技術研究

劉志杰，金秉福，張瑞端，余佳，王昆山，張歡

（1.國家海洋信息中心，天津 300171；2.魯東大學，山東 煙臺 264025；3.國家海洋局第一海洋研究所，山東 青島266061）

海底沉積物碎屑礦物是指粒徑大于2μm，為大陸剝蝕區母巖風化后由各種營力（河流、波浪、海流和風等）搬運并沉積下來的礦物碎屑（陳麗蓉，2008），廣義也把海洋自生礦物認作是其中的一部分，因為它們與碎屑礦物共生，呈碎屑顆粒狀，且不是生物碎屑。海底沉積物碎屑礦物的組成、標型特征、礦物組合及分布規律研究為解釋沉積物物質來源、搬運堆積過程以及沉積環境等提供重要信息，在海洋沉積作用、環境演變研究以及海底砂礦資源勘探中具有突出的意義，被海洋地質研究者廣泛應用（朱而勤，1985；方建勇等，2012；鄢全樹等，2007；李學杰等，2008；王昆山等，2013；劉忠誠等，2014；王利波等，2014；Zhang etal，2013；Lietal，2012）。

自20世紀60年代以來，我國先后開展了系列海洋地質調查工作，獲取并積累了豐富的海洋地質基礎資料。這些基礎資料由于來自不同時期、不同調查機構，采用的標準規范也不完全一致，因此，在數據處理方法、數據結構和參數計算等方面存在一定差異，不利于基礎數據的共享使用和成果資料價值的充分發揮。在“大數據”時代背景下，數據的價值正在發生革命性變化，數據有望成為不斷增值的潛在財富（戴勤奮等，2014）。海洋數據資源的整合已成為海洋信息化建設的必由之路，對實現科學數據共享與互操作具有重要的意義（白如江等，2014）。

1 問題的提出

1.1 礦物的鑒定與分類

沉積物碎屑礦物的鑒定方法主要是雙目實體鏡，透明礦物借助偏光顯微鏡（油浸法）觀察，其它方法如微量礦物化學、能譜、X射線，染色法等都是識別少量難辨認礦物的輔助方法。粒級一般選擇細砂 （0.25～0.125mm）和極細砂 （0.125～0.063mm）（GB/T12763.8-2007，2008）。碎屑礦物數據由于來自不同實驗室，樣品制備和分離過程會存在一定的實驗誤差。因此，樣品的前期處理過程對數據的質量起主導作用。一般而言，重液分離采用三溴甲烷比重為2.89，但在早期的資料中也存在大于或小于2.89的分離比重（陳麗蓉等，1986；王先蘭等，1985），如在中國淺海重礦物組合研究過程中發現選用2.8的三溴甲烷配置比重可以使方解石與其他碳酸鹽礦物（白云石、菱鎂礦、菱鐵礦、文石等）進行分離（陳麗蓉，2008）。國標規范（GB/T12763.8-2007，2008）中要求分離后輕礦物中基本不含重礦物，重礦物中輕礦物含量不超過10%。如果其它重礦物在輕礦物中出現，或石英、長石等輕礦物在重礦物中出現，則說明重液分離實驗不仔細、實驗精度不夠。但任何實驗都會有誤差，只要控制在調查規范允許范圍內即可。此外，在礦物鑒定過程中，受礦物鑒定方法以及鑒定人員主觀認知等多種因素的影響，礦物種類又在一定范圍內變化，這樣就會影響整個礦物的含量比例，造成鑒定結果的不一致。

從目前收集資料分析，碎屑礦物鑒定種類和名稱尚缺乏統一標準，樣品種類的鑒定往往根據研究目的、任務和要求的不同而有很大的差別。碎屑礦物按晶體礦物分類（大類、類、亞類、族、亞族、種），一般定名到礦物種（如普通角閃石，而不是角閃石），少量無法準確區分的按礦物族（或亞族）分類，如碳酸鹽礦物（準確分類應是方解石、白云石、菱鎂礦等），長石只能分到斜長石亞族和鉀長石亞族，石英其實通常包含石英族各個種，輕礦物鑒定中很少區別α-石英還是β-石英以及石髓等。然而礦物的鑒定究竟需要分到哪一級別，目前尚無參考規范，部分礦物名稱的叫法也不完全一致，這就造成目前礦物鑒定種類的混亂，不利于資料的整合使用。

1.2 數據質量

海底沉積物碎屑礦物數據質量涉及樣品處理、鑒定、成果統計等各個環節，因此對海底沉積物數據質量的判別實際上是一個非常復雜的過程。對于前期樣品處理和鑒定過程的質量控制只能由各實驗室來掌控。資料收集人員獲取到的主要是碎屑礦物鑒定統計結果，數據的表現形式以礦物名稱和礦物顆粒數或礦物顆粒百分含量來表示。碎屑礦物統計數據特點是一個樣品鑒定出的所有礦物百分含量累計之和應為100%，而實際資料中由于統計或轉錄錯誤往往存在大于或小于100%的情況。另外，分析總顆粒數也存在個別無法達到鑒定總數300顆的最低要求，這些都會影響到鑒定結果的質量。

1.3 數據重復性

數據重復性是任何數據整合過程中都可能面對的一個問題。造成數據重復的原因有多種，大致分為以下三種情況：第一種是數據轉換或處理過程中誤操作或資料多次補交造成的完全重復；第二種是樣品重復分析（平行樣分析）造成的任務或區塊內資料的重復；第三種情況是任務之間或單位之間資料的重復。這是由于資料的收集和整合來源廣泛，往往涉及不同的單位和部門，有些資料是任務承擔單位實際調查獲取的，而有一部分是通過合作調查方式或收集、購買等方式得到，通過不同任務資料的匯集就容易造成數據的重復，不利于成果的統一管理和集成。

2 數據整合技術路線

數據的整合并不是簡單的數據合并，而是將分散異構的多源數據按照一定的規則進行重新構建的過程。通過數據整合可以進一步對數據質量進行檢驗，格式進行統一，減少不同時期、不同單位之間數據誤差，提高數據精度。從碎屑礦物整編數據特點出發，制定了碎屑礦物數據整合技術路線如圖1所示。

圖1 碎屑礦物數據整合技術路線圖

2.1 整合標準格式制定

標準化的研究和制定對于數據資源整合有著十分重要的意義（夏日等，2015），反之，數據具有統一的標準才能更好地進行共享，發揮其使用價值，也為下一步數據標準化整合奠定基礎。碎屑礦物標準格式制定的基本原則有兩個：一是數據格式具有完整性、通用性和規范性，二是數據格式中包含的字段要滿足資料管理者和使用者的需求。碎屑礦物標準格式包括站位綜合信息、樣品信息和礦物鑒定信息三部分，數據結構如表1所示，第一行為表頭字段要素（含字段名稱和計量單位），第二行為說明實例，第三行是對數據字段的解釋說明或含義。站位綜合信息包括項目編碼、區塊編碼、航次編碼、站位名稱、經度和緯度。樣品信息包括樣品編號、層次號、頂深、底深、縮分系數、樣品重量、粒級重量、鑒定樣品重量。礦物鑒定信息包括分析總顆粒數、最大粒徑、最小粒徑、重礦物重量含量、輕礦物重量含量、鑒定日期、鑒定方法、鑒定單位、礦物名稱、礦物顆粒數和顆粒百分含量。礦物種類的多少視鑒定結果而定。輕、重礦物格式相同，但由于礦物種類的差異需要分別進行整合。

碎屑礦物數據整合文件格式采用Excel存儲，一方面由于Excel格式靈活，本身具有強大的計算和統計分析功能，便于數據查看和處理，另一方面，Excel格式文件可以被多種數據處理軟件、圖形處理軟件讀取和存儲，便于數據的管理和研究者后期的使用，例如數據分析和成圖。

2.2 數據規范化處理

由于海底碎屑礦物數據來源眾多，文件命名方式、數據格式以及礦物名稱的叫法和計量單位等很難統一。碎屑礦物數據規范化處理也是數據整合的一個重要環節，內容主要包括文件命名規范化、礦物名稱規范化、格式統一和計量單位的統一。

（1）文件命名規范化

數據文件規范化命名采用統一的命名規則進行處理。數據文件名稱由“項目編碼”+“區塊編碼”+“資料類型”三部分構成。當一個區塊由多個執行航次時，不同航次數據文件按照區塊進行合并后再進行規范化命名。文件命名示例如：908CJ01表層輕礦物.xls，其中“908”代表是項目編碼，“CJ01”為區塊編碼，“表層輕礦物”代表資料類型。

（2）礦物名稱規范化

由于碎屑礦物鑒定人員對礦物認知程度的差異加之目前尚缺乏海洋碎屑礦物分類規范，以致目前不同單位或不同實驗室鑒定結果名稱不統一。礦物名稱的不規范表現在兩個方面：①礦物名稱書寫不規范，如將“藍晶石”寫作“蘭晶石”，“石榴子石”寫作“石榴石”等；②同一礦物不同叫法，如“銳鈦礦”也可以叫做“銳鐵礦”，“矽灰石”也可以叫做“硅灰石”等。為此，通過對碎屑礦物數據的整合，進行礦物種類的匯總、排重和篩選。為確保礦物名稱和代碼的唯一，建立了碎屑礦物代碼庫（圖2），主要包括礦物類別、礦物名稱以及別名或又名、英文名稱和數據庫代碼。碎屑礦物數據的整合處理均按照數據庫中礦物名稱進行了匹配，實現了礦物名稱的規范和統一。

（3）數據格式和計量單位統一

依據制定的碎屑礦物數據整合標準格式（表1），將多源異構的碎屑礦物數據進行整理、補充和重組，保證資料的準確、完整和一致。數據文件中數據項的計量單位均按照表1中規定的計量單位進行轉換和統一，如經緯度信息按照標準格式要將度分秒或度分的形式全部統一為度的形式。數據格式的轉換主要通過C#語言編程實現，將不同結構數據文件通過文件解讀、字段名稱規范化、單位換算、字段信息提取以及相應的配置規則統一到標準文件結構。

2.3 數據質量控制

前述已提到碎屑礦物數據質量的好壞涉及礦物鑒定的整個過程，影響因素也很多，數據處理人員主要側重于對鑒定結果的質量控制，包括數據完整性檢查、定位準確性檢查、數據邏輯關系檢查和數據統計檢查。

數據信息的完整度通常被作為數據質量判斷的首要指標。數據完整性檢查是指數據的屬性字段是否存在缺失，這主要通過人工審查的方式進行判斷。根據數據整合標準格式（表1），數據字段完整度越高，對下一步數據質量的判別越有利。對于關鍵字段（帶*號字段）如站位的經緯度信息以及柱狀樣的頂、底深度，是不可缺少的，否則數據無效。

定位的準確性是指該樣品的站位信息是否在調查區塊范圍內。碎屑礦物數據中的站位信息都是后期處理過程中添加的，很容易造成筆誤，因此，需要進一步對經緯度信息進行判別核實。這主要通過站位分布圖和區塊分布圖的顯示進行檢查。

數據邏輯關系檢查是碎屑礦物數據質量控制的關鍵環節，根據數據項之間的邏輯關系進行質量控制。樣品的總顆粒數等于各輕（重）礦物種類的顆粒數之和。重礦物重量含量與輕礦物重量含量之和應為100%。粒級重量乘以縮分系數等于鑒定樣品重量。樣品各礦物顆粒百分含量之和應為100%，但由于歷史數據多存在一定誤差，設定誤差范圍為±5%。

數據的統計檢查主要根據數理統計方法檢查值域是否合理，有無異常，礦物組合關系是否成立，這需要資料處理人員具備較強的專業知識才行很好地進行判別。

2.4 數據排重

碎屑礦物數據排重是將數據集中重復數據剔除，保留唯一。數據重復的原因在1.3節中已述及。數據排重模型的設計主要考慮數據來源、站位信息和樣品鑒定信息，采用分級排重方式進行。據此，建立了三級排重模式，排重條件由簡入繁，分別對應于三種不同原因造成的數據重復。一級排重主要是將數據轉換或處理過程中誤操作造成的完全重復數據刪除，這種情況下兩條或多條數據屬于完全重復，因此，排重條件的組合可以是數據中任意字段，一般情況下，從數據來源、站位信息和樣品鑒定信息中各選一個字段進行組合排重，如“項目編碼”+“站位名稱”+“礦物名稱”。二級排重是由于樣品的重復分析（平行樣分析）造成的數據重復，這種數據重復的特點是同一數據文件中數據站位名稱相同，但樣品鑒定的礦物顆粒數或顆粒百分含量會有所不同，這一步排重需要在數據整合之前進行判別，查重方式以站位名稱為關鍵字段對文件進行分析，必要時需要查驗樣品原始鑒定記錄和數據處理報告以進行驗證。如果兩個樣品相對誤差在測試規范允許范圍內，則保留其一，如果誤差較大，則需與鄰近站位比對取其一或取二者均值。三級排重在數據整合后進行，將不同匯交單位相同來源數據進行排重分析。這種情況造成的數據重復較為復雜和隱蔽，組合條件字段一般包括項目編碼、區塊編碼、航次編碼、站位名稱。當然，排重組合條件的選擇可以根據資料具體情況重新組合，將不同任務間重復數據剔除。值得注意的是，數據排重除計算機程序處理外，還需采用人機交互方式，根據已知信息進行綜合分析、審核和判斷，最終形成無重復的整合數據集（圖3）。

表1 碎屑礦物數據整合格式

續表1 碎屑礦物數據整合格式

圖3 碎屑礦物數據排重流程圖

3 資料整合工作的幾點思考

3.1 加快數據整合技術標準的制定

目前，海洋信息資源整合標準研究較少，不利于海洋資料的共享和使用。隨著海洋調查數據量的快速增長，海洋信息資源的整合急需一系列配套的標準規范作為支撐，同樣，海底碎屑礦物數據也不例外。盡管國標委已發布了《地質礦產術語分類代碼第9部分：結晶學與礦物學》 （GB/T9649.9-2009，2009），但由于陸地礦物種類繁多，達3000余種，而海洋礦物種類相對則少得多，僅上百種，另一方面一些海洋自生礦物種類尚缺乏，因此制定滿足海洋地質研究和使用需求碎屑礦物分類與編碼規范也尤為必要。在海洋信息資源整合的大背景下，進一步建立和完善海底碎屑礦物數據整合技術標準、質量控制標準、數據標準格式以及碎屑礦物分類與編碼，將有效地指導和規范數據整合工作的開展，實現分散、多源、異構數據的有效整合，提高數據的應用價值。

3.2 加強專業技術人員的培訓與交流

碎屑礦物數據主要由人工鑒定獲得，換言之，碎屑礦物鑒定結果的好壞很大程度上取決于專業技術人員自身的專業素質和技能。因此，加強對鑒定人員從業能力的考核和培訓尤為重要。培訓應當是強制性的，獲得培訓結業證才能上崗。此外，還要加強鑒定人員與數據處理人員之間的交流，以便在數據處理過程中能夠辨別數據潛在的問題和誤差，提高數據質量判別標準。只有通過培訓和交流，統一標準，才不會出現同一海區數據差別巨大的局面。

3.3 加快信息資源整合平臺構建

信息資源的整合不僅是技術或物理層面的整合，更是信息資源管理和服務的整合，可以為用戶提供更高效的信息服務（夏日，2015）。根據海洋地質數據特點，運用先進的信息處理技術、數據庫管理技術、網絡技術和其他整合技術構建數據整合模型和信息資源整合平臺，可有效地提高數據處理、整合和使用效率，最大限度發揮海洋地質數據在社會發展過程中的基礎性作用，這也是未來海洋信息化發展的必然趨勢。

4 結語

在海洋地質數據整合工作開展的基礎上，筆者分析了海底碎屑礦物數據現狀，發現數據格式、數據規范性、數據質量和重復性是制約和影響資料整合的主要因素。藉此，根據海底碎屑礦物數據特點，制定了數據整合標準記錄格式和數據整合技術路線，解決了格式不一致、數據不規范以及數據重復等問題，為海洋地質數據整合做了有益的嘗試，也為其他類型資料的整合提供思路和借鑒。但海洋地質數據整合工作起步較晚，在整合技術標準制定、人員培訓以及信息資源整合平臺構建等方面有待進一步深入。

Li Y,Li A C,Huang P,2012.Sedimentary evolution since the late Last Deglaciation in the western North Yellow Sea.Chinese Journal of Oceanology and Limnology.30 （1）:152-162.DOI:http://dx.doi.org/10.1007/s00343-012-1040-z

Zhang JQ,Liu J,Wang H X,et al,2013.Characteristics and provenance implication of detrital minerals since Marine Isotope Stage 3 in Core SYS-0701 in the western South Huanghai Sea.Acta O－ceanol.Sin.,32 （4）：49-58.DOI:10.1007/s13131-013-0281-9.

白如江，冷伏海，2014.“大數據”時代科學數據整合研究實踐研究，37（1）：94-99.

陳麗蓉，2008.中國海沉積礦物學，北京：海洋出版社.

陳麗蓉，申順喜，徐文強，等，1986.中國海的碎屑礦物組合及其分布模式的探討.沉積學報，4（3）：87-96.

戴勤奮，魏合龍，王圣潔，等，2014.大數據時代的海洋地質信息化建設.海洋地質前沿，30（1）：67-70.

方建勇，陳堅，王愛軍，等，2012.臺灣海峽表層沉積物的粒度和碎屑礦物分布特征.海洋學報，34（5）：91-97.

李學杰，汪品先，廖志良，等，2008.南海西部表層沉積物碎屑礦物分布特征及其物源.中國地質，35（1）：123-130.

劉忠誠，陳志華，金秉福，等，2014.南極半島東北部海域碎屑礦物特征與物源分析.極地研究，26（1）：139-149.

王昆山，金秉福，石學法，等，2013.杭州灣表層沉積物碎屑礦物分布及物質來源.海洋科學進展，31（1）：95-104.

王利波，李軍，趙京濤，等，2014．遼東灣表層沉積物碎屑礦物組合分布及其對物源和沉積物擴散的指示意義．海洋學報,36（2）:66-74.doi.10.3969/j.issn.0253-4193.2014.02.007

王先蘭，馬克儉，陳建林，等，1985.東海碎屑礦物特征的研究.中國科學B輯.5：474-482.

夏日，王宗寶，2015.近十年來我國信息資源整合研究綜述.情報科學，33（2）：154-160.

鄢全樹，石學法，王昆山，等，2007.西菲律賓海盆表層沉積物中的輕碎屑分區及物質來源.地質論評，53（6）：765-772.

中國國家標準化管理委員會，2008.GB/T12763.8-2007海洋調查規范第8部分：海洋地質地球物理調查．北京：中國標準出版社.

中國國家標準化管理委員會，2009.GB/T9649.9-2009地質礦產術語分類代碼第9部分：結晶學及礦物學．北京：中國標準出版社.

朱而勤，1985.礦物學的新分支學科-海洋礦物學.海洋科學，9（5）：51-53.