分类:全 站  |  新闻  |  通知公告  |  重大计划  |  工作动态  |  队伍建设  |  关于我们  |  互动  |  图 片  |  视 频 查询到6条相关结果,系统用时0.009秒。

查询时间:时间不限

  • 时间范围


查询范围:标题+正文

排序方式:按相关度排序

检索范围:

    近日,中国地质调查局烟台海岸带地质调查中心(以下简称“烟台中心”)信息化团队在人工智能与海岸带地质数据整合应用领域取得新进展,实现DeepSeek模型本地化部署与知识库深度集成,构建“基础大模型+海岸带多源数据集成模型”双引擎架构,推出智能助手“探海AI”,为海岸带地质调查事业智能化转型注入强劲动能。

     图1  探海AI智能知识服务

    “探海AI”以Dify开源大语言模型(LLM)应用开发平台和Ollama大模型部署与运行平台为支撑,依托DeepSeek大模型的强大能力,深度学习标准规范、政策文件及业务数据,融合权威地质调查成果,实现人机对话场景下的高效信息检索与辅助决策支持。

     图2  探海AI智能分析应用(测试数据)

    此外,“探海AI”与海岸带地质数据管理与应用系统深度融合,基于DeepSeek的多模态能力,通过大模型语义关联与结构化抽取技术,可实时解析复杂空间数据和业务数据,支持GIS地图的语义化查询、空间关系推理及可视化分析,将分散的业务数据转化为智能分析与决策支持,驱动高级应用场景。

    下一步,烟台中心将聚焦海岸带和海洋地质调查、矿产资源调查、自然资源调查等业务方向,在确保数据安全的情况下,持续探索人工智能与行业需求的深度融合,充分发挥科技创新与信息化的“双轮驱动”作用,支撑地质调查现代化业务体系构建,推动地质调查数字化与智能化转型发展。

     

     
    DeepSeek 赋能海岸带大数据应用研究取得新进展

    能源资源安全保障事关国计民生。今年全国两会上,多位代表委员重点关注这一话题,从探、产、供、储、运、销、贸等多个角度为能源资源安全保障献计献策。

    关于推进增储上产、促进矿业转型发展,来自地矿行业、企业和地方的代表委员们操碎了心,从勘查开发利用全流程寻找矿产增量。许波代表建议,加大找矿的支持力度,建立经济主体平等勘探的风险机制、风险承担和利益共享机制。吴城委员建议,加快构建国家地质大数据平台,整合遥感、物探、化探、钻探等多元信息,打造多模态地质数据库;支持勘探算法研发,建立人工智能找矿模型库,深度挖掘区域成矿规律,推进地质勘探新范式的创新发展。黄水波代表建议,对锑等出口管制的国家战略材料予以饱和性价格收储,建立战略储备资源库,并加大找矿力度,加强补链延链。陈伟俊代表建议,推动新疆油气增储上产、矿产资源勘探等规划落地实施;在战略找矿等方面给予特殊支持。薛斌代表建议,从国家层面,对新疆生产建设兵团参与油气矿产资源开发、提升煤制天然气产能等方面加大政策支持力度。张定超代表建议,加大力度支持贵州找矿、采矿关键技术攻关,推动优质矿产资源配给优强企业,提升资源就地转化率、延长产业链条,构建具有贵州特色的现代化产业体系,将资源优势转化为产业优势、经济优势。邱江代表建议,在云南布局建设国家战略性稀贵金属产业基地和稀贵金属材料产业创新中心,推动相关高校、科研机构与云南共同开展技术攻关,更好推动我国战略性稀贵金属产业创新发展。吴万华代表建议,国家发展改革委将金昌市作为国家重点镍铜战略腹地延伸区,支持金昌和金川公司建设全国重要战略性资源开发地。吴群刚代表建议,将攀枝花红格南矿开发项目列入国家重大项目清单。孟繁英代表建议,在分配全国稀土总量控制指标时向白云鄂博矿倾斜。范付中代表建议,支持三门峡建设国家超纯石英新质原材料产业基地。汪霞代表建议,支持个旧建设锡资源战略物资储备基地、再生有色金属资源跨境交易基地。王忠昆代表建议,支持鞍山推进矿产业高质量发展,将鞍山确定为矿产业高质量发展示范基地。刘会英代表建议,提升锂电产业循环利用水平,出台专项支持政策,对锂电池再生利用给予补贴和扶持。

    煤炭是保障能源安全的压舱石,在能源安全保障体系中占据基础性地位。武强委员建议,加大对大型煤炭矿区新资源勘探的资金和技术投入,鼓励企业开展技术创新,提高煤炭开采效率,同时呼吁政府出台相关优惠政策,引导社会资本参与产能接续项目。童明全代表建议,国家成立煤炭产业转型发展基金,优先考虑煤炭资源型地区及煤炭转型企业可持续发展,促进煤企转型。杨会军代表建议,对开采煤矿给予政策补贴,对环保治理给予政策支持,控制煤炭进口总量。游弋代表建议,完善煤炭进口动态调节机制,适度控制煤炭进口节奏。

    非常规油气是增储上产的后备力量,有很大潜力,需要给予政策支持,持续用力加强研究、做好示范。金之钧代表建议,请自然资源部等在矿业权审批等方面给予内蒙古深层煤层气示范区建设更多支持。

    关于矿业的产业划分,再次被提起。王运敏代表建议,把勘探、开采统一为矿业,列为国民经济第一产业;在国家发展改革委下设国家矿产资源局;加大对矿产资源开发利用的科技投入。

    关于矿业用地政策,自然资源主管部门近年来出台了系列举措,仍需不断完善。奇飞云代表建议,对于保障发展新质生产力的必要矿种,建议参照国家战略性矿种管理,并按照矿产资源法有关规定,拓宽用地来源,保障合理采矿用地需求。

    运输畅通是能源资源安全保障的中间环节,同样不可忽视。巩学峰代表建议,鼓励引导地方先行建立省级天然气管网平台,在条件成熟后融入国家管网;请国家发展改革委加快推动天然气国家管网与省网协同发展。关东代表建议,进一步加大能源基础设施投资,提升能源安全保障能力;推动智能化管道建设,提升行业技术水平。马洪海代表建议,鉴于中卫作为国家“东进西出”主要通道、天然气枢纽以及疆煤东运中转站等特殊区位重要性,将中卫列入国家综合货运枢纽补链强链城市。

    聚焦两会|全国两会代表委员热议能源资源安全保障

    近日,青岛海洋地质研究所利用大数据、三维可视化等信息技术建设完成“数字南黄海”综合服务平台,实现了高效数据整合和精细模型模拟,显著提升了油气勘探前期决策速度,为重点构造精细评价和目标快速锁定提供了有效支撑。

    该平台汇聚了南黄海区域地质取样、地球物理勘探、水文调查等实测数据与研究成果,形成了数据资源“一中心”、地质成果“一张图”和三维地质模型分析、地震剖面分析、井预测、盆地综合评价、成果图件属性分析“五模块”的运行体系。平台打通了地震剖面处理解释、油气地质建模、地理信息成图等专业软件数据接口壁垒,全面兼容各类别海洋油气地质数据;具有空间一体化、二三维联动分析、多模态资源协同研究等特色,为井-震-地质体联合分析提供在线化、交互式协同环境。

    下一步,此计划持续更新地质构造、物性参数等三维模型,提升模型精细化水平,提高油气综合评价准确性;同时,强化“数字南黄海”平台服务能效,进一步助力海洋基础地质创新、地质勘探智能决策和找矿突破。

     

    “数字南黄海”平台界面

     
     
    数字化助力南黄海油气资源勘探工作高效开展

    由中国地质环境监测院等单位联合承担的云南省重大科技专项“乌蒙山区重大地质灾害易灾机理和风险防控研究”项目日前正在稳步推进。在殷跃平院士的带领下,项目组全面开展了以镇雄县为重点的乌蒙山区地质灾害研究工作。

    据悉,该项目于今年5月启动实施。经过4个多月的努力,项目组在地质灾害发育分布特征与智能识别、复合易滑地层结构孕灾模式、汛期和冬季失稳机理、煤炭开采与乡村人居环境安全等方面取得了初步进展,特别是直接参与了镇雄县等汛期地质灾害防灾减灾的科技支撑工作。

    镇雄县位于上扬子地台乌蒙山区腹地,扬子褶皱基底经过多期构造运动,形成了特有的强烈褶皱地貌形态,主要的易灾地质结构包括区域褶皱控灾构造、软硬相间孕灾地层和上陡下缓远程成灾地貌的组合。项目组初步构建了涵盖地形、地质、扰动、监测等多模态数据特征的乌蒙山区地质灾害隐患智能识别样本库,支撑了乌蒙山区地质灾害精准调查与智能识别模型研究。同时,分别在煤层采动区典型滑坡布设深部科学观测钻孔19个,重点监测滑坡深部变形、温度、渗压和浅表层温度、含水率等参数。截至8月底,已完成5个深部观测孔的光纤光栅阵列传感监测系统建设与数据采集工作,为科学分析采动区滑坡失稳机理提供有效监测数据。在开展现场调研工作期间,项目组联合地方政府开展了重大地质灾害风险会商,现场指导了多起突发重大地质灾害险情处置,提出了镇雄县煤炭资源开采区采动山体灾害监测预警方案,为采动山体灾害科学防灾减灾提供技术支撑。

    下一步,项目组将针对镇雄等地区冬季特大地质灾害高发问题,加强高寒山区久雨久雪滑坡失稳机理与风险预警研究。围绕乌蒙山区煤层采动区薄层状碎裂基岩滑坡失稳机理问题,进一步研究典型易灾地质结构模型。开展乌蒙山区地质灾害数据规律统计与孕灾背景图层标准化处理,研发灾害区域智能化识别算法。

     

    环境监测院(技术指导中心)科技支撑乌蒙山区汛期地...

    近日,国土资源部科技创新团队——地质调查主流程信息化团队负责人李超岭研究员受邀在“第十届云计算中国峰会暨混合云世界论坛(CCCC2018)”上作“地质调查智能空间(AiSpace for GS)工作模式(人工智能+大数据+云计算)关键技术研究与应用”学术报告。报告重点分析了传统行业如传统地质调查如何在云计算大数据背景下,推进从行业数据化到数据行业化再到数据智能化的变革,提出了相关的理念及相关关键技术,受到与会代表的关注。

    地质调查主流程信息化团队通过近几年的技术积累和深化研究,在阿尔金成矿带地质云、二连东乌旗智能填图示范等研究应用基础上,逐步完善了地质调查智能空间的基本内涵、架构与核心技术体系。特别针对传统行业如何能让真正的云计算和大数据落地,开启从数字革命到智能革命,从单一的数据制造模式到多方位的数据创造的变革,提出、研究和开发了地质调查智能空间AiSpace体系及平台,即构建一个嵌入了计算、数据知识、信息设备和多模态的传感装置的地质调查工作空间,一个赋能地质调查人工智能+大数据+云计算的工作模式。为此在基于云计算+大数据+人工智能算法为核心的智能空间平台,重点开展了数据+大计算为基础的数据资源池、计算资源池、网络资源池及知识库的建设研究和应用示范,在打造从人脑+电脑到电脑+人脑的过程基础知识库描述框架构建,在定量、非结构化地质数据挖掘传统机器学习算法,在地质填图地质对象识别与分类的深度学习等内容落地应用并取得了实际应用进展。

    在知识库构建方面,开展了地质分词库(非结构化数据可计算)、地质报告目录树知识库(内容分类)、岩石分类和命名知识库(深度学习约束)、三维建模地质对象描述知识框架(模型样本)、地质填图单位描述知识库框架(模型样本)、岩性样本描述框架(标签)的构建。在地质填图地质对象识别与分类的深度学习研究方面,以ILSVRC20145 ResNet 152冠军算法为基础,同时加入了多分支模型、多HOT编码技术及岩石分类和命名知识库、野外岩性宏观与微观的结合等内容为一体的建模技术,在数字地质调查系统建立了野外填图岩石分类与识别模型。目前,可对4级214种地质填图岩石单位的岩性识别分类,其正确率分别达到96.99%、95.29%、93.28%、91.35%,完全可以满足野外应用。同时基于全卷积神经网络FCN开展了地质体识别与分类研究,从阶段性成果可预见,人工智能深度学习将会开创地质填图新模式。目前,以人工智能为标志,云计算为基础的面向地质调查的智能工作空间已逐步形成和完善,相信人工智能第三波浪潮将重造地质调查流程。

    自2009年首届云计算中国峰会召开,云计算在中国开启了快速增长的十年黄金发展期。2018年第十届云计算中国峰会暨混合云论坛将开启下一个黄金十年,新的时代,新的十年。云计算产业面临分水岭,云计算市场步入深水期,云计算业界需要新思维、新动作、新气象。在此背景下,聚焦用户,关注需求将变得格外重要。只有坚持用户第一,需求导向,深度应用,云计算产业才能适应多变的市场环境,并加速自身产业升级。本届会议,来自国内外各行业的信息技术主管与业务主管及知名云计算厂商面对面深度沟通,分享云计算技术创新与深度应用实践,共同推进中国云计算产业进程,开启中国云计算市场发展的下一个黄金十年。

    地质调查智能空间AiSpace登上第十届云计算中国峰会暨...

    近年来,自然资源部地质调查主流程信息化创新团队(中国地质调查局发展研究中心)基于“AI+大数据+云计算”等新一代技术,开展了地质调查全流程知识+认知智能化为核心的新一代泛数字地质调查技术体系、方法和流程的研究。在地质填图方面,经过近5年的攻关与试验,基本形成了基于填图单位、地质路线(PRB)数据深度学习地质图预测技术、方法、流程和软件系统和应用平台。为检验地质路线(PRB)数据深度学习地质图预测技术方法及应用能力水平,该团队与自然资源部中国地质调查局沈阳地质调查中心正在开展奈玛拉吉、巨里河及荷叶哈达等1:5万图幅填图工作的野外项目组,开始同步野外示范应用、验证与评价工作。

    正在开展的3幅1:5万区域地质调查工作工作区,地处内蒙古自治区东部,行政区属通辽市西北部的扎鲁特旗。其主要目标任务重点查明扎鲁特盆地北部晚古生代及中生代地层层序特征及时空演化规律;查明火山岩岩相及火山构造特征,探讨构造岩浆作用及其与成矿作用的关系;查明与探讨环境演化及生态景观变迁特征。目前,工作区内共划分14个岩石地层单位和7个成因类型填图单位,涉及大于162种不同填图单位的岩性。

    基于地质路线(PRB)数据深度学习地质图预测是在该项目三幅图幅区域有近45%左右未跑路线的空白区工作程度基础上开展完整三幅预测地质图验证与评价工作的。通过地质路线知识的学习,采用深度学习,提取以地球化学、地球物理、不同成像方式的遥感数据(含SAR数据)、数字高程模型,约50种数据特征,在确保地质对象分类识别正确率最大化的基础上再开展地质图预测。模型计算精度达98%以上,地质对象的测试样本预测准确率超过95%,不同填图单位的岩性测试样本平均召回率超过92%以上。

    2020年9月18日至22日,自然资源部地质调查主流程信息化创新团队(中国地质调查局发展研究中心)联合福建地质调查院相关项目合作组与沈阳地调中心该图幅1:5万图幅填图工作的野外项目组一起通过野外实地验证、室内讨论等形式对于地质路线(PRB)数据深度学习地质图预测模型、预测结果从以下8个方面进行了验证和评价:预测准确的地质体评价;预测新的出露位置并准确的地质体评价分析(指原地质草图未体现);预测与认识不同的地质体评价;浅覆盖地区揭露预测评价;一定深度预测地质对象的评价;地质体相邻关系准确度的评价;火山机构反映程度与准确度评价;总体构造反映程度与准确度评价。

    目前实验效果表明,预测图有效兼顾了地质体宏观特征的表达及地质体预测的准确性。从宏观来看已经比较接近一名野外技术人员进行实际填绘的地质图。预测的地质图基本与目前工作阶段人工填绘出的地质图中地质体的分类及地质体的形态均展现较好的一致性;预测地质填图单位在新的出露位置通过野外调查得到验证。在火山机构反映程度与准确度评价方面,预测地质图中共有5处以得到验证,确定在该处存在火山构造。另外,SAR数据的加入展现了所预测的地质图具有浅覆盖地区揭露预测地质体的能力,可以预测出第四系覆盖下的地层展布。

    地质图深度学习预测地质图模型核心就是把近百年来地质人员填图的方法、经验和知识形成可计算的知识库,通过人工智能将各种原始数据转化为高维特征表达,最大化去发现和融合相关填图单位及岩性与多专业(涉及地物化遥)、多模态(矢量数据、栅格数据或空间数据和属性数据)、多尺度数据(最高精度0.8米,一般精度为10-2000米之间)、可反映地表及一定深度下(去部分掩盖层)等地质特征的数据特点,精度最大化地预测地质填图单位及岩性,最终使地质图最基本的地质对象---填图单位及岩性在空间的分布形态和展布方向、分布位置、地质对象之间的相邻关系等指标可以准确性最大化的体现和表达。这项技术突破后,将进一步变革现有地质调查工作模式,变地质填图为优化地质路线+地质知识图谱+地质大数据+深度学习算法为一体的新型地质填图模式。

    </p><p>

     

     

    </p><p>

    基于地质路线(PRB)数据深度学习地质图预测技术与方...