近年来互联网产业蓬勃发展，数据量猛增，云计算、大数据等信息技术热词如火如荼，大数据带来的信息风暴正在变革我们的生活工作和思维。

2012年3月奥巴马政府公布了“大数据研究与开发计划”，提高政府从海量复杂数据中获取知识和远见的能力，该计划得到了美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究计划局、地质勘探局等6个联邦部门的支持。一贯从事SQL关系型数据库业务的Oracle公司推出了NOSQL（Not Only SQL）数据库服务器，迎接非结构化大数据的挑战。谷歌Map Reduce、开源Hadoop分布式架构等新兴技术为大数据平台搭建及大数据处理分析提供了实现途径。

在这样的时代背景下，如何借鉴大数据浪潮带来的思维与技术，采取切实可行的措施，加快实现公益性地质调查成果社会共享，挖掘地质数据在未来国民经济和社会发展过程中的应用价值，满足社会各界对地质信息日益增长的需求，是地质信息化建设值得思考的问题。

 

古今中外数据分析

1、黄仁宇的“数目字管理”

黄仁宇是美籍华人历史学教授，他在著名的《万历十五年》一书中提到“数目字管理”概念，其实就是今天所说的“基于数据统计的管理”。黄教授提到，明代官员们不注重数据，加之那时朝廷与地方之间的数据交流不多，导致朝廷在制定政策时无法顾及地方需求，所出台的政策无法施行。黄教授反复强调，“倘若能实现数目字上的管理，中国就有希望了”。

2、美国的“数据化轰炸”

曾经担任美国国防部长的罗伯特·麦克纳马拉，是哈佛商学院高材生。他在二次大战时曾经受雇于五角大楼，负责制定空军作战计划。那时，他运用数据统计方法，评估和改进轰炸机的使用效率，获得极大成功，成为数据科学在军事方面的典范性运用，至今被各国军事专家所称道。老美的很多新科技研究都是发端于军事需求。

3、日本新职业“数据浪人”

我国安全部门经常破获“日本间谍案”。这些被抓获的日本男女或为日本人干活的“中国汉奸”，扛着全站仪，挂着望远镜，“迎着朝阳出发，披着晚霞凯旋”，俨然是“光荣的地质队员”。他们是接受日本有关机构或企业的资助，在我国土地上搜集数据的。与抗日战争爆发前后来到中国惹是生非的日本浪人相对应，现在抓住的日本间谍更像是“数据浪人”。

4、鞍钢矿业之“五品联动”

鞍钢矿业集团公司创立的“五品联动”矿冶工程管理模式，就是矿业大数据的一次成功应用。其宗旨是以实现经济和社会整体效益最大化为目标，打破采、选、冶等系统分割优化定式，建立“品位-成本边际指数”和“品位-效益活跃指数”，将勘查工程、采矿工程、配矿工程、选矿工程、冶炼工程集成构建为一个协同联动的矿业大数据系统。统筹分析、动态优化地质品位、采出品位、入选品位、精矿品位、入炉品位，建立“大区域开采、网络化配矿、差异化分选”工程组织方式，攻克了贫赤铁矿规模化采选这一世界性工程技术难题，目前已在国内外10余个铁矿山推广应用，经济和社会效益非常显著。鞍钢矿业集团公司在矿业大数据应用方面取得的成就，拿到国际上也是响当当的。

发掘数据价值　

大数据不仅指海量数据，还代表着对大规模数据进行采集、存储、处理、分析的技术能力，更体现着对数据资源的重视及未来战略的把握，因为信息技术革新的重点正从技术转向信息，数据的价值正在发生革命性变化，数据有望成为不断增值的潜在财富，大量创新将在此基础上建立，发掘数据价值、实现智能型信息服务正在成为业界的未来趋向。　　

随着不同比例尺区域地质调查及环境地质调查工作的不断铺展，以及各种新型探测技术与数据采集技术的投入施用，地质数据存有量一直呈快速上升趋势，但数据再利用率并不高，多限于项目组或内部使用，数据应用方式也比较单一，交叉综合利用率也不高。因此需要借鉴大数据思维，探索数据基本用途外的潜在作用，使数据在首要价值实现后仍能不断产生潜在价值，实现数据价值的最大化。

数据潜在价值最常见的释放方式包括：　　

1. 数据再利用：以业务驱动或用户需求为核心，开发数据应用模式，让数据进入可再利用的循环，同时关注数据循环过程中产生的新数据，让数据能在循环利用过程中不断增值。　　
2. 数据整合：探索数据集之间的关联价值，开发2个或多个数据集的组合方式，使不同类型数据的结合能释放新的数据价值，让多源数据组合价值总和大于单一数据集价值的堆砌。　　
3. 数据开放：建立信息公开制度，创建良好的数据生态环境，在保障国家安全、个人隐私与数据知识产权的同时，将数据公开范围从学术象牙塔扩展到政府部门、企业单位乃至社会公共服务领域，让尽可能多的人能合法获取数据并利用数据携带的信息，在应用领域创造价值。

数据向社会开放是实现数据价值的最直接途径，同时也是迄今的最大障碍。一方面，在数据内涵价值不确定的情况下，其安全级别与开放程度有时很难界定，甚至极具争议性；另一方面，基于产业发展、商业目的或特殊应用需求，第３方企业单位或社会机构具有更强的洞察力和创新性，能有目标、有计划地挖掘并利用数据的潜在价值。因此，权衡利弊、尝试数据逐步开放是实现数据潜在价值的首要任务。美国联邦政府大数据网站（data.gov）的数据开放过程是：2009年上线时“看上去很美，但数据有限”；2012年3周年时，170多个机构参与发布40余万原始数据集和地理空间数据集；2012年底data.gov走向开源（Open Government Platform），其中所采用的方针政策、技术手段以及政府与研究机构的科学务实态度均值得借鉴和学习。此外，英国政府大数据网站（data.gov.uk）在开放数据产业的成功经验也值得借鉴。

 

突破固有思维

1、数字化、数据化与信息化　　

目前数字地球、数字海洋、数字城市等一系列信息化建设项目正在开展过程中，这些项目的标题很容易让人误解为信息化就是数字化，从而影响信息化建设的工作导向。　

实际上，数字化只是通过采样、量化、编码将模拟数据转换成计算机可读数据的过程。数字化的目的并非让计算机存储设施成为数据的终结地；从大数据层面看，数字化的目的是数据化，数据化后的数据才可以检索、分析、重组，才可以通过数学模型挖掘用户需要的信息。因此，信息化应是数据与信息技术的集成，即数据与技术相结合，最终驱动数据从存储地走向信息服务领域的过程。　　

2、大数据分析思维　　

地质数据涉及基础地理、地形地貌、构造地质、矿产资源、环境地质、地球化学、地球物理等专题类型，其应用价值和综合利用潜力难以低估，但因多源异构，类型纷杂，交叉综合利用难度大，需要突破思维模式，技术创新。《大数据时代》作者认为，大数据时代的信息分析思维方式将有3大转变：

1. 样本等于总体的全数据模式：由于可获取数据量及信息处理能力大增，数据分析将不再依赖随机取样，而是使用全部数据；
2. 大趋势正确前提下的效率高于精度模式：由于数据量大增、数据类型纷杂使得错误难以避免，因此，数据分析将不再一味追求精确性，精确计算往往需要以时效为代价，快速获取脉络趋势比严格的精确性重要得多；
3. 着眼于实际应用的数据相关分析模式：数据分析将不再热衷于寻找因果关系，经由数据相关关系分析的结果探索成为主流。其中大数据思维的效率高于精度模式对海洋地质数据算法技术的开发具有重要指导意义。谷歌公司专家曾在“数据非理性效果”一文中提出，“大数据基础上的简单算法比小数据基础上的复杂算法更加有效”，贯彻该技术策略，谷歌地图、谷歌翻译等网络应用业务取得了成功。以谷歌地图投影算法为例，谷歌地图选择公共可视化伪墨卡托投影（Web Mercator）作为地图投影方式，该投影实际上是基于椭球面的球面墨卡托投影，或称近似墨卡托投影，不适合量测应用，但投影算法简单，能满足快速高效的地图Web可视化服务，该算法策略为地图业务的后期发展奠定了良好的数学基础。　

地质信息化建设拟以用户需求为出发点，借鉴大数据思维，重新认识地质数据资源之间的相互关系，有针对性地开发多源、复杂结构、海量数据的存储、整合、管理、挖掘、分析、利用与展示技术，创造数据的长期与综合利用价值。

 

重视软性建设　

1、开发数据应用工具　　

大数据兴起，基础架构和平台又一次被热炒，但这一次信息技术革新的聚光灯转向了信息“Ⅰ”。基础架构和平台只是大数据环境的承载者，平台之上的数据应用工具（应用程序APP、应用程序界面API等）才是创造数据长期价值的未来核心。美国联邦政府大数据网站（data.gov）按原始数据、地理空间数据和数据工具3大类组织，说明了数据工具与大数据的整合关系以及数据应用工具的重要性。　

纵观地质信息化发展历程，重硬件投入轻软性建设是普遍现象。目前，地质数据的采集、存储能力不断增强，但从数据中提取价值的能力仍然不高，核心技术仍然缺乏。因此，需要根据地质数据特点，以用户业务需求为驱动，开发数据应用模式，创建数据挖掘模型，把握数据、信息与工具的业务命脉，创造数据的持续可利用价值。　　

2、提高可视化与可视分析技术水平　　

数据可视化是通过图形方式整合、浓缩、传递与表达信息的过程，是诠释复杂数据的重要工具。一方面，将复杂数据映射到易于理解的视图中，有助于非专业人员充分理解数据所表达的信息；另一方面，可视化也是洞察大数据内在规律、探索未知信息、预测发展趋势的有效手段和途径。

数据可视化与可视分析技术水平以及信息可视化表达能力，体现着信息化建设成果的先进性和有效性。为此，地质信息化建设应重视地质数据可视化技术的研究，关注海量、多源地质数据的动态、快速、有效的可视化技术，研制面向不同用户群的信息图形表达方式与视觉效果，体现数据的信息之美；其次，可结合数据挖掘探索数据隐含信息的可视分析技术，发掘地质大数据的潜在价值，为智能型信息服务奠定基础。

 

矿业大数据的八个应用场景

1、在矿山可研及设计阶段

准确、及时的大数据分析可以帮助加快从预可行性到可行性研究、一直到设计阶段的速度，减少这个过程中关键性失误的发生。

有很多新的矿山基建和改扩建项目都面临着成本失控问题，可说是矿业 “顽症”。这个问题之所以不断困扰我们，很大一部分原因是初始数据不准确，或者可用数据太少，以至于制订建设投资计划时可靠的信息不足。这里所说的信息，不仅是地质数据，而且包括当地劳动力成本、设备要求、基础设施投资信息，甚至还包括当地劳资关系、法律等许多方面的人文数据信息。

例如，中信泰富澳洲铁矿项目遇到重大挫折，主要原因就是地质勘探数据不足且不准确、对当地法律环境信息了解不足等。

2、在矿山基建施工阶段

系统、人员和设备的准备就绪程度是保证项目实施顺利进行的关键。项目一旦启动,就会给企业带来重大影响。掌握承包商的实际建设能力对于准确计算投资回报是重要的。掌握供应商和现有资产运营能力的信息可以帮助准确地评估矿山生产能力，更准确地估算净现值。

3、在矿山生产阶段

指挥调度中心与现场的双向实时信息数据的有效沟通，对于提高效率、降低成本、安全生产的作用极大。

例如，跟踪记录运矿卡车每天的运输路线，就会发现，某一个运输路线在某一天的生产效率最高（燃料消耗最少，轮胎磨损最小，运输量最大，所用时间最短），而其它日期由于生产作业调度计划的改变，卸矿点的变化，或任何其他因素的变化，对生产效率产生了影响。有时同一个班次中生产效率都有可能产生变化。这些实时生产数据如果只是像过去那样每月才分析一次，那么很多有用信息将被忽略，甚至在分析时就已经过时了。但是如果能够做到现场快速分析，就可以发现提高生产效率的办法并马上采用。

4、矿山资产全生命周期管理

对于矿山项目来说至关重要。在过去矿业繁荣时期，矿山企业的注意力都集中在提高生产效率方面，重视资本支出，以至于忽视了资产设施管理等重要问题。

然而，值此矿业不景气之时，业界开始重视资产全生命周期信息管理在降低运营成本中的作用，并开始在这方面进行投入。资产管理人员如果能够清楚地掌握设备可靠性、可用性、生产能力和全生命周期成本，而不仅仅是简单的一次性使用成本和生产能力，则会大大节省矿山全生命周期费用。因此，对矿山资产进行摸底性调查和数据采集工作，建立虚拟化全维数据模型，并进行全生命周期管理，将会极大降低矿山生产平均成本，从而起到增加生产利润空间的作用。

5、最大限度地发挥矿山自动化作用

自动化采矿、无人采矿不再是梦想。现在，有些矿山企业的某些生产环节的自动化项目已经进行一些时间了，可以更容易地在自动化设备或过程中进行数据自动采集，采用成功的智能工具分析企业的关键数据。通过分析矿石产量、生产效率、能力、维修间隔时间或其他海量数据，可以发现设备运行过程中的问题，并及时解决，可以大大节约成本、提高生产力。

6、职业培训、健康和安全分析

矿山生产数据还可以用于职业培训、健康和安全分析，用于找出问题环节，甚至可以追溯到安全事故的具体责任人。由此可以通过职业培训和关键技能拓展提高雇员素质，还可以找到生产现场的不安全因素，并通过严格执法和适当的安全培训，把不安全因素降到最低。

7、知识共享与数据互通

过去由于企业内部信息不透明，知识复用率很低。由于企业内部没有互联互通的数据库和知识库，在某一个作业地点所发现的重要的节省成本的秘诀不为其他地点所知晓。但是，如果实施大数据分析策略，那么企业数据整合系统将会使数据在企业内部自由流通，因此每一个人最终就会从其他人的“发现”或失误中获得教益。

此外，业主和承包商、设备制造商之间的数据外部互通共享也很重要。谁是数据的拥有者，谁是数据的使用者，这是大数据应用首先要搞清楚的问题，然后设法实现数据流通。现实情况往往是，数据拥有者和数据使用者之间的沟通机制缺如。例如，矿业公司一般掌握运矿卡车的油料消耗数据。如果矿业公司通过信息管理系统授权油料公司或油料管理软件公司使用这些数据提供咨询服务，那么就会帮助矿业公司找到节省油料的合理措施。大数据的业界各方采取开放的心态，和企业内外各方充分合作，那么大家都会从大数据分析中受益。

 

8、节约采购费用

矿山企业的采购量巨大，可以节约的空间也很大。上规模的矿业公司往往拥有地理分布很广的下属基层作业地点；每一个地方的任一种供应物品，往往都有很多可用的供货商供选择。这里涉及到的浪费以及采购经手人的权力寻租空间太大了。由于商业关系、技术特点、货源本地化、信息不通等原因，矿业公司往往在不同的作业地点使用不同的供货商，采购价格千差万别，质量变数也很大。

由于矿业公司在大宗物品采购上没有和供货市场大数据进行有效连接，无法对各个基层单位进行合理的合同谈判管理，致使采购费用高企。有些集团企业开始注意到了这个问题，着手对公司采购建立有效的大数据管理，极大地节约了采购费用。

结论

从美国政府“大数据研究与开发计划”看，自然科学研究、环境保护、国家安全等基础科学研究领域的大数据技术突破将是未来的重点。地质信息化建设应摆脱单纯以“数据量”论成效的价值观，重视数据的信息服务价值，创建数据有效增值模式，实现数据的再利用价值；同时，借鉴大数据思维，探索地质大数据挖掘与可视化技术，提升信息价值洞察力，增强地质信息化软实力，实现数据价值的最大化。

来源：整理自网络

---

地一眼公开征稿！

我们希望您在这里表达关于“地质+互联网”、地勘行业转型的观点、想法和思考！我们将为您提供具有影响力的新媒体矩阵平台，传递地质人的声音！

稿件要求：

1、文章必须原创首发，如若发现抄袭、洗稿等现象，后果自负，并追究原作者相关责任；

2、题材包括但不限于“地质+互联网”、地勘行业转型，文体不限；

3、来稿请请加微信：dkkjxiaoyou