大數據的成因礦物學研究

梁柯 李勇

1. 成都理工大學地球科學學院 四川 成都 610000；

2. 四川省地質礦產勘查開發局四〇三地質隊 四川 成都 610000

引言

自21世紀以來，大數據就成為科學技術領域的熱門話題，各個國家也開始重點建立各個內容的數據庫，以迎接大數據時代。我國地質學方面也早有專家院士提出應大力發展數字地質研究，把握大數據時代機遇，對目前的科學研究方式進行革新。許多權威機構逐步建立了地學大數據平臺，為數字地學的發展提供了鋪墊。成因礦物學是一項基礎類科學，不僅僅能夠對相關理論問題的研究提供幫助，還能夠在礦產等方面起到作用，對大數據有著較大的應用需求。但是就目前來看，成因礦物學領域的大數據仍然需要更多的關注，應當進一步構建和完善相關信息平臺，接下來就是對大數據的成因礦物學研究的一些思考。

1 礦物發生學與大數據結合的探討

大數據技術從谷歌2004年前后發端到2007年初步成型，其在歷史演進過程中誕生了大量文獻，為這項技術的總體性，相關性以及混雜性三大特點基本定了性，這些特性的具體解釋就是以足夠多的數據量取代原有的極少樣本，海量數據混雜在一起取代原有的極其精確的數據，原有的數據因果關系也被相關性所取代，地質大數據也應運而生，它通過觀測記錄和研究分析特定地質事件或地質體，產生了在大數據多源異構，多尺度和時相以及非平穩特點基礎上的其他顯性物理關聯，即空間與時間屬性，要實現對礦物發生學的深入研究，那些地質體上附存的礦物大數據時空屬性絕對是關鍵依據所在[1]。

礦物發生學是一個分支學科，它主要是以礦物系統發生史為對象進行研究，屬于成因礦物學，它針對的是大自然久遠的發展史，提取其中產生礦物的條件和與演化過程體現出來的規律性為研究方向，具體來說，大自然發展史中產生了很多層次和尺度各異的自然體系，這些體系的演化過程由規模不等的生物，化學以及物理作用場為其變化提供作用力，同族同種或同類的礦群在包括類型數量，規模大小，標型特征以及出現條件等在內的發育特點，加上礦群礦物間以及介質與礦物間既關聯又影響的規律性，是礦物系統發生學的研究主攻方向。

礦物系統發生學第一研究尺度和層次體現在地球的差異性圈層和宇宙包含的各種天體，第二是種類繁多的地質體以及與之對應的相關成礦體系，象巖漿巖體，變質地體以及沉積盆地都在此列[2]。以地處膠東半島的乳山金礦為例，它的蝕變階段和礦化階段都伴隨著特征方面的石英標型變化，這個金礦隸屬的成礦體系是膠東型金礦，這些變化所體現的正是石英的系統發生史，再以位于意大利托斯卡納大區阿爾卑斯山系南段的阿帕圖黃鐵礦為例，其演化中的礦物結構及其微量元素，還有怎樣影響形成富鈍硫鹽體，它的重結晶作用隸屬綠片巖相變質，這些演化所體現的就是從低級變質到富鈍硫鹽體體系黃鐵礦的系統發生史。實際上，直到20世紀后半段，在成因礦物學家的知識儲備庫存當中，也只有區區兩千種以下的礦物掌握量，當時提出的礦物系統演化發生規律的研究還停留在概念性階段。

2 成因礦物學與大數據融合發展的需求

2.1 戰略性關鍵金屬元素礦物系統發生史大數據研究

化學元素依托礦物為載體而存在，從本質上講，礦物系統所謂的發生史，可稱作化學元素系統發生史，以地球化學元素分類方案為標準，在個別元素礦物系統發生史基礎上，進行礦物系統發生史各種子類型礦物的順次研究，在不同側面對礦物系統發生史進行極具傳奇色彩的瑰麗展示，這種研究針對的是礦物系統發生史，其意義是戰略高度的，以此為據對其聚散規律在構造單元和歷史時期各異的表現進行研究分析，是預測關鍵金屬戰略性找礦的可行性思路。

2.2 礦物類系統發生史及地球重大事件礦物記錄大數據研究

人類從誕生伊始就從未停止對自然的認識探索以及利用的腳步，科學研究就是這種目的的方法論，漫長的地質演變時期，礦物系統的發生史是有規律可循的，這些規律為在時空意義上戰略性指導預測礦床和有用礦物提供研究依據。前文所述，人類在很長的歷史時期其礦物認知知識庫只有區區不到兩千種礦物，在此基礎上進行的規律總結缺乏代表性，而且其中過多摻入的人為因素也損傷了其權威性，它對礦物系統本質的反映的可信度大大存疑。大數據時代的來臨，為構建相關大數據平臺創造了條件，現代人類對礦物認知的知識庫礦物種類已經擴展到5300種以上，以此為基礎深入研究礦物系統發生史無疑更接近真相，需要注意的是，一定要注重對各種礦物發生規律進行總結，礦物粉發生有八個特性，需要不斷細化與修正，八大特性具體是：脈動，相繼，韻律，加速，旋回與不可逆性，再加上分帶性以及空間相鄰性。

礦物的發生來自于自然作用，所以，大數據技術提供的礦物系統數據庫可供進行深度數據開采，以此為基礎研究礦物系統發生史演化規律，為人類進一步研究地球發展史的化學，物理以及生物等性質的各種事件所體現的規模，分布情況，事件性質以及輻射效應打開了一扇窗戶。

3 大數據與成因礦物學結合現狀

3.1 礦物標型研究方法論

當前，人類采用歸納和演繹方法開展對礦物標型的研究，歸納法是由個別向一般，對足夠數量個體特征進行統計，其最終結論具備某種程度的普遍意義，演繹法是由一般到個別對歸納法的反用，它依據的是特定理論，針對特定事物進行深入研究的方法[3]。大數據技術條件下，大數據法是構建礦物標型理論的重要依據，地質大數據具有相當多的特性，包括混合、稀缺、抽樣、多元多態多源、因果、時空、方向、變化、分帶、關聯唯一、方向、定和以及代表性，大數據法的研究對象是全部相關數據，不刻意追求研究人員的個人認知，那種主觀因素太大的統計歸納礦物成因是非常有害的，從而確保研究結論的客觀性，比如，磁鐵礦具有巖漿成因，要求得其成分標型的判斷依據，須以數學分析的方式探究全部巖漿巖磁鐵成分的研究數據，但是地質數據混雜和多元多源特性明顯，數據對巖漿活動的反映情況不一，有單次的也有多次疊加的，還有熱液蝕變影響巖漿巖的，還有透巖漿流體活動的，由此獲取的巖漿型磁鐵礦數據不具備典型特征意義，仍然有必要通過大數據對巖漿型磁鐵礦進行數據的深挖和篩選，顯然，大數據分析結果只具備相對意義上的真理性，而且，現有各種礦物地質數據的獲取方法局限于抽樣檢測，這使得數據帶上了稀缺性和抽樣性的標簽，以現有技術條件難以實現對地質數據的整體性的一網打盡，只能在最基本上以大數據平臺為基礎做到對礦物標型分析數據的搜刮殆盡。

3.2 礦物標型大數據研究的近期目標

礦物標型有較大涉及面，標型礦物組合，礦物種屬以及礦物特征都屬于這個范疇[4]。礦物共生組合是標型礦物組合的本質，封閉以及開放體系都有對應的多種理論分析方法，這些方法的提出都是基于礦物相律，設置了極其苛刻的限制條件，不完全符合礦物粉自然形成條件。本學科對礦物共生組合的研究目前已經積累了豐富的文獻資料，滿足了大數據技術對數據海量數量的要求，具備實施大數據研究的前提條件，但是在歸納整理數據資料的工作方面仍有欠缺，尤其需要大數據研究礦物共生組合的形成原因來填補空白，為人類更充分地認識這一領域提供可靠資料，從而通過歸納總結得出規律性認識，為礦物相律知識庫增添新內容，礦產的探測預報有更多線索。

人類對礦產研究越來越走向深入，很多之前的錯誤認識被不斷推翻，一些被之前確認極少地質體和苛刻條件下才能找到的礦物在其他普通地質體和條件下被發現，其標型意義就徹底推翻，假如研究人員能為它的發生明確框定條件范圍，對找出此范圍內標型意義明顯的礦物將很有幫助。依托大數據技術研究礦物的標型意義，可做到對礦物研究對象的全部信息數據的搜羅，研究人員可依據這些數據大致可靠地給出礦物發生條件范圍，這是大數據時代發展成因礦物學的主攻方向。

礦物內外具備多性屬性，其標型在其特征意義層面涉的成因意義非常廣泛，這些內容在全部礦物數據庫都能找到，當需要聯系到成因時，還需最低限度得到礦物開采現狀和前景的數據，利用數學計算把它和屬性的關聯性，才能為成因數據的深入挖掘創造條件，得以進行成因坐標系的構建[5]。同時，利用成因預測找礦的礦物學屬性方面的有效數據，因其數據積累規模太小，構成數據的稀缺性，亟須專業方面的開發利用的指導性意見。

4 大數據與成因礦物學結合優化對策

4.1 礦物成因分類數據庫

前文對大數據特性進行了總結，但是不能劃分基本類別時進行排除，大數據屬于嚴肅的科研范疇，必須得到專業指導，借助大數據技術，在研究礦物成因與找礦礦物族方面可確保結果的精準度，但是對成因礦物學進行研究的關鍵著力點在于其基礎成因分類數據庫的構建，大數據技術能輔助數據系統構建地球各種演化過程，地球生命進化史已經可以精準建立，礦產和能源在宏觀層面也可就分布規律準確識別，最具權威性的基礎地學數據庫的構建已經成為主要任務，使之成為具備全球性的地學數據共享平臺。

4.2 礦物的隱性成因

當前在礦物成因的研究方面，人類已經從顯性的表面理解向隱性方向邁進，已隱約可觸摸到門檻，目前基礎性的任務是對隱性成因進行礦物學標志的創建，可幫助人類進一步探索成礦所需作用力以及機制，更精準地進行找礦預測，對礦物和礦床以及巖石的成因礦物是下一步的工作重點[6]。

即使礦物屬于同族，因發生條件和過程以及主微量元素的差異性，在礦物特定有效結構位置類質同象組分以及端員組分因隱方面也會有所差異。從研究顯性成因礦物族角度出發實施大數據研發，構建準確的相應成因性區劃以及分標型圖解大有可為[7]。

4.3 培養復合人才

須重點加強培養地質礦物學復合型研究人才，高校可就此設置相關專業課程，并著力引導更高的博士或研究生投身于此。

5 結束語

綜上所述，大數據對于地學領域有著不可替代的作用和優勢，相關機構應當對成因礦物學領域的大數據建設加以重視，目前礦物標型等方面還沒有充分應用到大數據技術，仍需要進一步完善，尤其是要結合我國的發展需求對戰略性礦物資源大數據進行集合分析，以發現礦物演化規律，完善找礦方法。應當盡快構建成因礦物學領域的多個方面的大數據信息平臺，如礦物成因大數據等，探求礦物隱性成因。除了不斷加深大數據與成因礦物學的結合之外，還需要重視人才培養，在大學本科教授中重視基礎專業，在研究生教授中重點培養礦物大數據人才，同時發掘更多的研究方向。既應當通過大數據完善理論研究，更應該借助大數據技術和理論成果發揮其實際應用作用。