什么是大数据？什么是大数据研究？这是个并不复杂的问题，而对于地质来说却是一个至关重要的问题。因为有些人认为，大数据就是数据量大，地质没有那么多数据，地质很难开展大数据研究，因而大数据研究在地质领域步履蹒跚。按照笔者的理解，大数据应有广义与狭义之分：狭义的大数据通常用来描述数据集足够大，足够复杂，以致很难用传统的方式来处理。狭义的大数据以4V为标志。4V一是数据量大(Volume)，二是数据类型多(Variety)，三是价值密度低(Value)，四是速度快时效高(Velocity)。数据量大，需要云计算，一般计算机做不了。4V的门槛很高，按照4V标准，地质、岩石、地球化学、矿床很难入大数据的法眼。因为全球几十年积累的数据充其量仅几十万，几百万个级别，而大数据的门槛是TB级(1TB=1024GB=1024×1024MB=1024×1024×1024kB=1024×1024×1024×1024Bit，相当于万万亿个数据量)，地质数据差之何止千万里。

什么是广义的大数据？符合大数据三个技术取向的、采用全数据模式的、从数据出发的研究是大数据研究。大数据的三个技术取向是：重全体不重抽样，重效率不重精确，重关联不重因果(张旗和周永章, 2017)。按照上述标准，地质是能够运用大数据方法进行研究的。本专题的论文单从数据量上达不到海量的标准，但是，我们是从数据出发，或采用全数据模式，探讨的是数据之间的相关关系，因此，仍然属于大数据研究。在今后一个很长的时间内，估计地质大数据大概都是这种研究方式。

传统的研究依靠两个方法：一演绎法(从一般到个别)，二归纳法(从个别到一般)。例如，岩浆分离结晶理论采用的是演绎法(三段论法)；而玄武岩判别图使用的是归纳法(张旗等, 2018b)。而数据驱动模式采用的大数据方法，这是新提出来的第三种科学研究的方法。例如前面说的4V、三个技术取向和云计算，即大数据方法。

传统的方法是以因果关系为基础的，而大数据方法研究相关关系。因果关系非常重要，但是，在对世界的认识中，因果关系并非全部，在许多情况下因果关系并不清楚，有时甚至是似是而非的。因果关系离不开推理，推理离不开人的因素。加入人的因素，推理就存在变数，结论可能正确，也可能不正确甚至误入歧途。而大数据研究的对象是数据，数据是客观的，方法是科学的，探讨的是相关关系。关键是在大数据研究的过程中基本上没有人为因素的干扰，只有在从相关关系中寻找因果关系时，才加入了人的因素。

大数据在很大程度上改变了人们对世界的认知和理解，在大数据时代，许多传统的认识、方法、规则面临挑战，很多传统的观念、观点被颠覆。当然，大数据方法与传统方法之间不存在断层，大数据不是对传统研究简单的排斥与否定，相反，二者是相辅相成的，传统研究可以得益于大数据，推动传统科学研究的进步。传统研究采用的是理论驱动模式，大数据则是数据驱动模式，这是研究方法和研究思路上一个巨大的转变，这种转变开辟了地质科学研究新的创新之路，给地质学带来全新的面貌(翟明国等, 2018)。

众所周知，玄武岩判别图是板块构造兴起后一个重要的科学发现。在20世纪70~80年代，以Pearce等为代表的一批学者致力于玄武岩构造环境的研究，创立了判别图方法，开辟了玄武岩地球动力学研究的新途径。他们依据大洋中脊、岛弧、洋岛三类构造背景明显不同的玄武岩的源区组成，探讨了岩浆形成深度、部分熔融程度、岩浆演化过程、组成矿物分配系数以及板块俯冲作用等对玄武岩地球化学性质的影响，从理论的深度出发，与典型地区研究的实例相结合，提出了许多玄武岩构造环境判别图，取得了良好的效果(Pearce, 1975, 1976, 1982, 1983, 2003; Pearce and Cann, 1973; Pearce and Gale, 1977; Pearce and Norry, 1979; Pearce and Peate, 1995; Pearce et al., 1984a, b; Capedri et al., 1980; Glassley, 1974; Harris et al., 1986; Meschede, 1986; Mullen, 1983; Wood et al., 1979; Wood, 1980; Galoyan et al., 2007; Workmana and Hart, 2005)。于是，判别图得以迅速推广，推进了玄武岩理论的发展和板块构造理论的进步。然而，随着数据量的积累，发现新的数据并不总是能够适用于上述判别图，于是判别图受到冷落。虽然有一些学者仍然在努力探索，试图采用新的方法去构建新的判别图(Vermeesch et al., 2006, 2013)，尽管取得了一些进展，但得不到学术界的广泛响应，判别图理论和方法走入了瓶颈。这时，我们应用大数据方法提出了新的判别图，使判别图理论走出瓶颈，开辟了判别图研究的新思路，新途径，推进了玄武岩理论的进步(Liu et al., 2017)。应当指出的是，我们开始并没有那么大的宏愿，敢于挑战权威，事先也想不到会挖掘出数据中隐含的如此令人惊叹的结果(张旗等, 2018a, b)。

科学发展靠什么？主要靠两条：一是生产实践的需要，二是学科自身提出的问题。我们在研究中发现了许多之前从没有遇见到的问题，其中有些是早先的研究没有涉及的、具有一定价值的、值得进一步探索的科学问题。例如，为什么俯冲带环境中酸性岩浆岩产出比例高，为什么中新世成为新生代全球岩浆活动的高峰期？中新世全球埃达克岩剧烈活动而大洋中脊中酸性岩微乎其微？为什么K/Cu、Na/Ga、Sr/V等元素对的判别效果好等等(刘欣雨等, 2017b; 马珊珊等, 2017; 张旗等, 2018b)，这些都是摆在科学家面前的新的需要探索的问题。此外，不同的方法和算法得出的结果不同，甚至有些是矛盾的，因此，也必然推动大数据方法学的研究(周永章等, 2018a, b)。

目前的现状是：当我们刚刚明白什么是IT(Information Technology, 信息技术)时，DT(Big Data, 大数据)来了；当我们还没有明白什么是DT时，AI(Artificial Intelligence, 人工智能)来了，区块链(Block Chain)技术来了。从IT到DT到AI到BC，才十几年的时间，世界发生了天翻地覆的变化。地质还没有准备好如何应对大数据带来的变革，又如何面对大数据和人工智能时代？看来，地质学落后不是一点点。

一直有一种见解，认为地质不科学，而令人可以安慰的是，地质不同于物理学和数学，地质是一门观察的科学。在大数据时代，这种安慰就丧失说服力了。在大数据时代，地质观测、野外考察能否被数据化，非结构化数据能否转变为结构化数据，是地质能否进入大数据时代科学殿堂的关键。地质数据具有多元、多维、多源、异构、时空性、方向性、相关性、随机性、模糊性、时空不均匀性和过程的非线性是地质大数据的特点，大数据给地质学带来了前所未有的机遇与挑战(翟明国等, 2018)。大数据是大科学的产物，是人类社会信息爆发式增长，计算机和计算技术迅猛发展的必然结果。大数据的研究对象是数据，研究工具是计算机，研究手段是数学模型(统计分析方法)和推理模型(人工智能、机器学习、神经网络算法等)，研究方法是通过查明数据间的相关关系分析问题、解决问题，并做出正确决策。大数据正在引发地球科学领域一场深刻的革命，大数据在带给地学研究诸多挑战的同时，开创了地学研究更加广阔的新途径(罗建民和张旗, 2019)。

本专辑收录的几篇文章，如徐述腾和周永章(2018)、韩帅等(2018)、焦守涛等(2018)、葛粲等(2018)，在这方面作了初步的探索：

徐述腾和周永章(2018)的“基于深度学习的镜下矿石矿物的智能识别实验研究”一文，将深度学习和计算机视觉技术应用于矿石矿物鉴定，以实现镜下矿石矿物的智能识别。他们通过对来自不同研究区的矿石标本进行智能识别实验，显示识别成功率均高于90%，验证了Unet卷积神经网络模型算法的可行性和可操作性，论文的创新意义明显。

韩帅等(2018)的“基于大数据方法的玄武岩大地构造环境智能挖掘判别与分析”一文，采用大数据智能挖掘方法建立判别模型，分别试验了朴素贝叶斯(NB)、K邻近(KNN)、支持向量机(SVM)和随机森林(RF)等算法，判别结果比传统判别图方法准确、迅速且功能多样，是值得进一步推广的。该文层次清晰、推理细腻、准确，是一篇优秀的学术论文。

焦守涛等(2018)的“基于GEOROC数据库的全球辉长岩大数据的大地构造环境智能判别研究”一文，利用GEOROC数据库的资料对辉长岩进行大数据挖掘，利用Python语言，依托sklearn库，实现支持向量机、K近邻和随机森林等3种机器学习算法，对辉长岩的构造环境开展了智能判别研究，结果显示，随机森林方法效果最好，判断准确率可达97%。因此，利用辉长岩的地球化学大数据来判断岩浆岩的构造环境是完全可能的。本文立意新颖，是一篇具有突破性成果的文章。

葛粲等(2018)的“基于GEOROC大数据分析地壳厚度地球化学指标”一文，基于GEOROC全球数据库，通过统计文献中现有识别地壳厚度指标与现代地壳厚度间的相关性，检查它们是否具有普适性。统计结果指出，地化指标与地壳厚度之间没有相对简单的函数关系。该文聚焦的科学问题非常重要，可能会引起学术界广泛的兴趣。

矿床学的英文为Mineral Deposit，而Economic Geology主要是发表矿床学论文的杂志。其意思大体是：矿床学即矿物的沉淀，矿物的堆积；矿床学即经济地质学，是能够产生价值的地质学。因此，矿床学研究应着重查明矿床形成的规律，指导矿床的找矿，提高经济价值。但是，在实际矿床学研究中，人们往往最关心的是矿床成因，成矿模式和成矿规律，认为这是矿床学研究的核心。人们热衷于矿床成因的研究，寄希望于通过矿床成因来解决找矿问题，这是人们过度关注因果关系的一个反映。这样做的结果如何呢？正如国际矿床成因协会主席里奇(1983年)一针见血指出的：“我一生花费了大部分时间，力求解释矿床成因，我从中得到了许多学术上的满足，但我不能说通过这种努力究竟找到了什么矿”。里奇还说，根据地球物理资料可以提供俯冲板块的更可靠的位置，所有这些当然在理论上是很吸引人的。不过，了解板块的俯冲作用，了解一部分岩石圈在软流圈上的运动及有关的其它现象对于找矿地质人员又有什么用处呢？(见张炳熹, 1999)。法国地质学家贝利(1981年)则认为，成因模式对于在一定矿床类型的形成中给出了令人满意的理论解释，在学术上具有重要意义，但在大多数勘查工作中并没有什么价值。尽管国外大多数矿产勘查家仍然坚持理论指导找矿，强调成因理论在矿产勘查中的作用(以上张言海, 1998)。

地质研究的一个极其重要的目标是找矿，找矿的控制性因素是找矿靶区选择的准确程度。大数据研究可以告诉我们，基于现有数据的前提下，哪些矿床受哪些条件的控制，各条件对这些矿床的控制程度如何？哪些区域与哪些已知矿床相似，相似程度如何？由此，大数据开创了一条地学研究的新途径。应用大数据方法，可以定量、精确地研究矿床与控矿因素的关系，大幅提高成矿预测的准确程度(罗建民和张旗, 2019)。

目前的三维可视化、三维建模研究远远不能满足地质找矿的需求，必须引入人工智能技术才能有所突破。一个矿区，如果按照100m×100m工程间距施工4个钻孔，在相同深度见矿厚度均为10m，4个钻孔之间矿体应当如何连？这种超级简单的情况如果按照目前的规范，可能只有几种连接方法，而实际上应当有数不清的连接方式。究竟怎么连才最合理、最符合野外实际？最接近真实储量？可能采用机器学习和人工智能方法才能给出最佳的方案。

本专辑收录的李晓辉等(2018)、刘艳鹏等(2018)、王怀涛等(2018)和任文秀等(2018)的文章，在这方面也作了有益的尝试，这仅仅是开始，但是离真正解决问题还有很长一段路需要走。

李晓晖等(2018)的“三维成矿预测数据融合过程不确定性研究——以宁芜盆地钟姑矿田为例”一文，以长江中下游成矿带宁芜盆地南段的钟姑矿田为例，基于遍历和并行计算技术定量分析和度量了预测要素和数据融合模型对三维成矿预测结果不确定性的影响，并提出进一步降低预测不确定性的优选方案，为降低深部找矿勘探风险提供了支持和帮助。

刘艳鹏等(2018)的“卷积神经网络在安徽省兆吉口铅锌矿床找矿预测应用”一文，运用卷积神经网络建立矿产资源预测模型，并结合实际研究区进行了应用验证和实际预测。文中提出的理论模型与案例典型具实用性，对方法原理的阐述、模型方案设计、地质解释均具较规范性和创新性。利用大数据和机器学习进行矿产资源预测，是地学大数据研究的热点问题，本文是具有一定的理论意义和实际应用价值的。

王怀涛等(2018)的“基于大数据的基性-超基性岩定量分类及成矿预测研究——以北山地区为例”一文，应用多元统计聚类分析和判别分析算法，分别构建起“北山地区基性-超基性岩氧化物定量分类系列模型”和“北山地区基性-超基性岩氧化物+微量元素定量分类系列模型”。本文所建的定量分类系列模型，对北山地区基性-超基性岩成矿岩体分类是有效的，大幅度提高了找矿成功率，并创新了通过岩浆岩定量分类对岩浆岩型矿产进行矿产预测研究的方法。

任文秀等(2018)的“化探数据挖掘在金矿找矿及靶区优选中的应用——以甘肃玉石山地区为例”一文，以化探数据为研究对象，建立了研究区全样本Au元素回归模拟模型和异常样本Au元素回归模拟模型，分别计算了全样本Au元素回归理论值(AuQ)和异常样本的理论值(AuY)。通过异常查证，在AuQ异常区发现金矿点1处，在AuY异常区发现金矿点3处(一处达到小型规模)，取得了很好的找矿效果。

大数据研究需要数据库，中国在这方面远远落后于西方发达国家。原因是研究人员不重视数据，我们没有一套科学研究数据的收集、汇总、归类、使用等的一系列规范。这其实是科学研究极大的浪费，也是科学研究保守、故步自封的结果。而没有数据库，大数据研究是很难迈开脚步的。数据是人类共同的财富，目前，有些人已经意识到这个问题，各地在建立数据库方面做了不少的努力。但是，数据库建设的标准，如何开放使用，仍然是一个难题，需要积极的协调。大家都知道数据共享是一件好事，我们的许多研究都得益于国外共享的数据库，希望国内在数据库资源共享方面能够走得更快一些。

本专题发表的方先君等(2018)的“中国大陆地壳单颗粒锆石U-Pb年代学特征：国内文献数据的初步分析”一文，收集了2000年以来发表的锆石U-Pb年代学数据，建成了中国大陆单颗粒锆石数据库中文子库。收集文献2331篇，有效数据达154768条，在数据库建设方面做出了杰出的贡献，对今后的研究具有重要的意义。

周永章等(2018c)的“地质领域机器学习、深度学习及实现语言”，是本期特约论文。该论文讨论了机器学习的本质和分类，分析了机器学习与深度学习、迁移学习的关系，剖析了Python语言以及Scikit-Learn和Keras程序库的应用，指出只有发展智能数据处理方法，才有可能追上大数据的超常增长。机器学习可以延伸人脑，强有力地处理海量数据，挖掘它们背后有价值的丰富信息。该文强调机器学习在大数据研究中的地位，具有重要的学术意义。

(1) 大数据有广义与狭义之分：狭义的大数据以4V特点为标志，而符合大数据三个技术取向的、采用全数据模式的、从数据出发的研究是广义的大数据研究。大数据开辟了科学研究新的方法和思路，科学进入新的征程。地质不能满足于现状，地质必须数据化。地质大数据研究刚刚开始，地学大数据如何研究？大数据能够解决哪些问题？突破点在哪里？数据库如何建设，数据如何共享？这些均需要认真探索。

(2) 从传统研究向大数据研究的转变，从理论驱动模式到数据驱动模式的转变，是研究方法和研究思路一个巨大的转变，这种转变开辟了新的科学创新之路。在大数据时代，凡是能够用数据化表述的学科才称之为科学，而不能用数据化表述的学科就不是科学，能否被数据化是科学与非科学的分水岭。

(3) 在大数据和人工智能时代，地质学面临危机，危机孕育了机遇。文中强调要认清矿床学研究的目的，认为矿床学研究应当专注于查明矿床形成的规律，指导矿床的找矿，提高经济价值。提出在矿床学研究中应当加强对相关关系的研究。一个矿床的成因大家究竟是如何关注的，与成矿有关的因素很多，成矿究竟与哪些因素有关，在许多情况下可能就是一个相关关系的命题，而大数据研究的就是相关关系。因此，大数据与矿床学研究的思路是天然相通的。

从传统研究到大数据研究，正处于科学的转型期。处于转折关头的人们，在汹涌澎湃的大潮中，是思想最混乱，也最活跃的时期。我们应当庆幸赶上了这个时代，我们应当努力使自己成为时代的弄潮儿。

致谢      感谢审稿人的评论，感谢中山大学焦守涛博士的帮助。