移動平臺下的地質大數據、云計算的開發利用

摘 要：目前我國移動互聯網呈現井噴式發展。《中國互聯網絡發展狀況統計報告》稱：截至2015年12月，已有半數中國人成為網民，網民使用手機的規模達到6.20億，使用手機上網網民呈現爆發趨勢。而大數據、云計算技術被互聯網公司廣泛開發、日常生活中也被大量應用。地質行業信息信息化也已經日益被重視，大數據開發是其重要組成部分。

關鍵詞：移動平臺；地質；大數據；云計算

目前我國移動互聯網呈現井噴式發展。中國互聯網絡信息中心發布第37次《中國互聯網絡發展狀況統計報告》。報告稱：截至2015年12月，已有半數中國人成為網民，網民使用手機的規模達到6.20億，超9成網民。Pc臺式電腦、筆記本電腦的使用率則都出現下降。隨著4G網絡普及、移動設備價格下降，使用手機上網網民呈現爆發趨勢。而大數據、云計算技術被互聯網公司廣泛開發、日常生活中也被大量應用。地質行業信息信息化也已經日益被重視，大數據開發是其重要組成部分。

1 什么是地質大數據

百度百科中指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。以個人的觀點來看：數據海量，存儲海量都是大數據的基本原型。

地質大數據則包含很多內容，每天地質人員產生的數據很多，如基礎地質調查中的野外巖性記錄、剖面記錄；物化探中的水系土壤采樣點、磁法電法測量點結果；槽探坑探鉆探采集的大量數據等等。將此類所有數據完整地收集起來，就將構成地質大數據。

云計算的定義有許多不同的解釋。現階段廣為接受的是美國國家標準與技術研究院（NIST）定義：云計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網絡訪問，進入可配置的計算資源共享池這些資源能夠被快速提供，只需投入很少的管理工作，或與服務供應商進行很少的交互。

2 大數據的收集

大數據收集應分為兩類，一類為數據自主產生的，即人們在日常互動中無意識產生的。如2009年H1N1在美國爆發，谷歌公司通過分析全美國人搜索的關鍵詞、詞語：如感冒、發熱等，得出的預測結果，與官方疾控中心公布數據的相關性高達97%，而且并沒有做檢測。單得到這個結果的前提是，全球在谷歌的搜索次數超過30億次。此類數據的特點是收集成本低廉，收集方便。該數據還有：人們的購物數據、汽車行駛數據等等。

另一類則為主動收集的數據：人們花費一定的時間精力，自主收集得來的數據。谷歌公司有一款著名的軟件產品：GoogleEarth，其將全球的圖像通過衛星拍攝，校正拼接后公布，為人們的出行、單位規劃建設提供了極大方便。此類數據的特點是：收集費時費力。

地質上的大數據收集主體應歸為第二類：主動收集數據。如野外某地質點巖性描述，其巖石露頭的特征：巖石顏色、結構、構造、生物組合、含礦性等均為此點的關聯屬性。這需要一個強大的數據庫服務器收集。

3 傳統地質信息工作的不足之處

地質調查工作多樣復雜，既要尋找地球歷史，又要利用高科技手段。它涉及專業廣、數據多，在地質圖中包含了大量的圖形單元，幾百到數萬不等，分析工作中涉及的多類數據庫，這種復雜性對GIS的應用提出了挑戰。

近幾十年來，由于社會發展、基礎設施建設帶動礦產品價格上升，地質行業發展較快，信息需求的增長。地質調查研究工作發展，地理信息系統（GIS）技術有了明顯的進步，正朝著多平臺、分布式、開放式、網絡化的方向發展。

從空間數據庫管理的角度上，GIS把原有的純文件管理、圖形數據管理和屬性數據管理，向圖形數據管理和建立屬性數據關系庫管理轉變。然而由于GIS的圖形數據格式多樣，用文件管理的模式來管理圖形數據給信息共享帶來了極大不便，特別是現狀GIS應用領域不斷拓寬，數據量增速明顯加快，在實現網絡通信、數據共享、及數據安全、恢復機制等方面呈現出明顯局限，出現了一些問題難以解決。

4 移動平臺地質大數據的開發利用前景

4.1 便捷記錄和存儲

利用移動平臺的便捷性，能夠將野外工作的記錄、照片等信息即時數據化。可以集中方便地匯總，并實時傳輸回數據中心，這樣使其由主動收集數據變為地質工作者的日常工作，由紙介質向數據化轉變。

4.2 野外地質圖導航

利用云數據的優勢，配合現有的地理交通信息，將地質圖在移動平臺集成。現如今中國地調局已經建成了1：50萬、1：20萬、1：5萬等基礎數據庫，并對外發布，此類數據可集成于服務器云端供移動平臺調用，以便地質人員實時查看。同時為移動平臺配備具有RFID的電子標簽，不但有利于準備定位，提高工作精度，而且還有利于保障人身及財產安全。

4.3 野外巖石的辨認

利用各野外工作原始記錄組成基礎地質大數據，通過GPS空間定位、空間數據庫的基本屬性：巖石顏色、結構、構造風化程度、已有巖石的薄片鑒定成果等眾多參數，建立各個地質體的數據模型。當使用拍攝等手段提取巖石信息后，利用云計算與服務器中相關地質記錄對比，便可以得出所處巖石的時代、礦物組合、地層單位等信息。當大數據量足夠大時，其辨識能力可能達到鏡下鑒定水準。在大數據的幫助下，年輕的地質隊員能節約大量學習時間，能夠通過這些數據立即得到來自成之前經驗豐富的老地質專家的指導。將老地質專家腦袋里的數據，搬到計算機里，留給后人。

4.4 工作程度的及時更新

通過收集全省、全國所有的地質等相關工作程度資料形成地質信息大數據，如某一地是否進行過大比例尺區調、是否布置過工程。配合移動平臺的GPS空間定位，可以查詢附近相關工程情況，及其資料歸屬單位，為下一步地質工作提供極大便利。

5 結束語

合理利用好移動互聯網平臺，可以極大的方便對地質行業大數據開發利用，為我國地質調查工作提供新的方向，可以有效提高地質調查信息的實時性和精確度，可形成從野外到室內、從天上到地下的多重發展，可以獲得更為及時、準確的信息。但大數據的收集建立依舊十分困難，同時互聯網的開放與保密工作之間的關系也是需要解決的難點。

參考文獻

[1]何文娜.大數據時代基于物聯網和云計算的地質信息化研究[C].2013.

[2][英]維克托·邁爾-舍恩伯格（Viktor Mayer-Schnberger）.大數據時代，2013.

作者簡介：熊豫佳（1985，9-），女，江西南昌人，工作單位：江西省地質調查研究院。