在数据驱动的背景下，我们已经进入了数字经济时代。据统计，2016年中国数字经济总量已占全国GDP总量的30.6%，数据之于本世纪就像石油之于20世纪，它是发展和改变的动力。如果将数据比作土壤，再加上标准管理、元数据管理、主数据管理等各种营养成分，可以培养滋润出丰富多彩的上层数据应用。地质大数据作为国家空间基础信息重要的部分，为满足不断扩展的应用需求，将数据资源管理模式提升为数据资产管理模式势在必行。

一、大数据与数据资产管理 

数据资产管理（DAM）是指规划、控制和提供数据及信息资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。数据资产管理是需要充分融合业务、技术和管理，确保数据资产的增值。

2013年，英国商务、创新和技能部发布《英国数据能力发展战略规划》，旨在使英国成为大数据分析的世界领跑者，并使公民和消费者、企业界和学术界、公共部门和私营部门均从中获益。该规划中数据能力主要包含三方面：人力资本、基础设施和数据资产。其中，数据资产主要体现在数据本身的丰富性、可用性和开放性等方面。同《美国大数据白皮书》一样，《英国数据能力发展战略规划》中也使用了data assets一词。

2014年，美国发布了《大数据：抓住机遇，保存价值》，即《美国大数据白皮书》。白皮书指出：“政府机构根据开放程度已将数据资产划分为三个种类：开放性、半开放性、非开放性，并且只能出版发行开放性密级的信息。”

美国联邦地理数据委员会（FGDC）地理空间数据生命周期管理架构

2015年7月，国务院出台了《关于积极推进“互联网+”行动的指导意见》，鼓励企业利用电子商务平台的大数据资源，提升企业精准营销能力，激发市场消费需求。9月，国务院发布的《促进大数据发展行动纲要》指出，在全球信息化快速发展的大背景下，大数据已成为国家重要的基础性战略资源，正引领新一轮科技创新。数据资源一词出现在纲要正文中。

党的十九大报告提出要“推动互联网、大数据、人工智能和实体经济深度融合”，进一步突出了大数据作为国家基础性战略性资源的重要地位，掌握丰富的高价值数据资源日益成为抢占未来发展主动权的前提和保障。

数据资产管理是一种新型的数据管理理念，其改变了“数据只是企业经营活动的副产品”的旧有观念，将数据作为“一种同货币或黄金一样的新型经济资产类别”来进行管理。

数据资产管理的核心是数据资产化，即将数据作为与实物资产、知识资产、人才资产一样的能为企业不断创造价值的核心资产，构建完善、统一的管控架构对其进行 管理，更好的应对大数据发展对企业运营带来的挑战。

大数据背景下，数据资产管理呈现出五大新特征：数据对象转为多源数据，形成了“数据湖”的概念；数据处理的底层架构快速向分布式系统迁移；组织过程扩展为业务部门为主角，IT部门执行，并衍生出兼具业务与技术能力的首席数据官即CDO岗位；管理手段趋于自动化和智能化；数据使用群体扩大，不仅包括企业决策人员、运维用户、业务管理人员、数据分析人员等内部用户，还包括数据科学家、数据应用专业企业等外部用户。

国外的组织和机构在数据管理方面有着丰富的经验。在地学领域，美国2014年发布了国家空间数据基础设施战略计划（2014-2016年）。

二、国内外数据资产管理与实践现状

国外的组织和机构在数据管理方面有着丰富的经验，形成了以国际数据管理协会（DAMA）、能力成熟度模型集成（CMMI）为首的几大流派；提出了数据资产管理的理论方法、技术思路以及相关软件系统，在金融、电信、商业领域较早开始数据资产管理的实践应用。在地学领域，美国2014年发布了国家空间数据基础设施战略计划（2014-2016年），截至目前通过4年实施，取得了显著成效。

我国的金融和电信等行业，较早开展了信息化和大数据工作，积累了一定的数据管理、治理乃至资产运营的经验，对促进国内数据资产管理的发展有着重要意义。中国信息通信研究院2017年、2018年分别发布了《数据资产管理实践白皮书》1.0和2.0，为中国地质调查局开展地质大数据资产管理工作提供基础参考框架与思路。

截至目前，中国电信、中国移动、建设银行、中国电网企业、中石化等行业大型企业开展了不同程度的大数据资产管理实践，形成了数据资产目录，搭建能力平台，研发数据资产管理工具及系列产品体系。中国建设银行于2013年全面启动数据资产管理，将原有的120多个系统，以及九大业务领域1700多个标准中的14000多张数据表、20多万数据字段，对照模型进行了梳理和规范，建成数据资产的统一管理和权威发布平台，目前已形成了包含4000多个实体、2万个属性的数据体系，基本上覆盖了各种基准数据，在全行系统内建立了统一的数据管控流程，实现了数据单点采集、多方共享，明确了数据不同节点的责任方，用元数据贯穿整个数据周期进行管理，同时也加强了数据安全和隐私的管理等。

三、美国地理空间数据资产管理方案

1. 目标

2010年美国管理和预算办公室（OMB）发布了OMB通告A的A-16号文补充指南。A-16号文（地学信息与相关空间活动的协调）是联邦政府促进地理空间数据协调使用、共享、传播和国家空间数据基础设施（NSDI）建设的基本政策文件。A-16号文明确了美国联邦地理数据委员会（FGDC）在实施地学信息与相关空间活动协调的角色和责任，A-16号文补充指南首次提出联邦政府在国家空间数据基础设施战略计划（NSDI）框架下，为协调联邦地理空间数据资产和投资更有效地支持国家优先事务和政府任务，启动组合管理，纳入国家空间数据资产组合管理体系进行跟踪、维护、扩展和调整数据资产和资源，在国家层面，通过统一的政策与标准、组织体系、管理体和公众参与等措施，消除数据鸿沟。

为完成A-16号文规定的任务，FGDC于2014年发布了国家空间数据基础设施战略计划（2014-2016）。该战略计划以全美国家级地学数据共享的角度，提出了三大战略目标，具体分解为9项任务、29个项目活动。三大战略目标分别为提升国家地学数据共享服务能力、确保联邦地理空间信息资源的责任明确和有效开发与管理、实现对全美地理空间信息界的领导。编制与实施国家地理空间数据资产管理计划任务，纳入确保联邦地理空间信息资源的责任明确和有效开发与管理的第二战略目标中，对地理空间投资的有效管理可以使得联邦机构及其合作伙伴控制成本、优化服务、减少重复投资、节省纳税人的钱，并推动联邦政府提高效率。OMB的A-16通告补充条款提出了对联邦地理空间投资和对国家地理空间数据资产（NGDA）管理实施组合管理的指导方针。组合管理方法将允许对数据专题和数据集的识别，满足政府和利益相关者的需求。FGDC也将提出政府开放数据政策的框架来将整个生命周期的信息作为资产来管理，以促进数据的互联互通与开放，保证系统和信息的安全。这一战略目标描述了联邦地理空间信息界将采取的用以落实组合管理的措施，以便更有效地规划地理空间数据收集工作，评估数据资产的状态，并尽量减少重复投资。推进国家地理空间数据资产NGDA的组合管理带来的好处如下：

——使得使用高级、可信和标准的国家地理空间数据集和服务更加方便，以及联邦行动和提供管理、访问地理空间资源更加透明；

——基础数据资产、高级的数据主题和数据集应该被列入NSDI组合管理；

——明确联邦在国家数据管理方面的角色和责任，包括数据与元数据的发布、研究OMB A-16通告补充条款中的组合管理、开放数据政策、地理空间平台、Data.gov和其他相关要求；

——落实和实施A-16通告中的组合实施计划，包括申报投资和确定投资要求；

——制定对A-16通告中数据主题和地理空间信息平台管理过程的监测和报告制度，包括对内容和技术标准的使用与扩散的推广和报告。

2. 联邦地理空间数据组合资产数据体系

FGDC提出了联邦地理空间组合资源（Federal Geospatial Portfolio）和联邦地理空间数据组合资产（Federal portfolio of geospatial assets）两个全新的概念。

联邦地理空间组合资源包括许多类别的多种资产，包括：非A-16号文规定的空间数据组合资产、基础设施、硬件、软件、人员、应用、服务和产品。联邦地理空间数据组合资产是登记在册的、可靠的、可访问的国家级数据集的体系。联邦地理空间数据组合资产包括不同层级的数据体系：

（1）国家地理空间数据资产组合（NGDA Portfolio）

国家地理空间数据资产组合是由多个国家级地理空间数据专题数据库（集）构成，每个专题数据库（集）由相关的国家地理空间数据集组成，能够入选国家级地理空间数据集多是数据量大且持续更新的国家级数据库。不是所有的数据集均可作为国家级地理空间数据资产进行管理，对于符合作为数据资产管理的数据集，须由国家级地学空间数据专题组提出建议，由FGDC协调小组同意并由FGDC指导委员会指定方可纳入。

（2）国家地理空间专题

一个NGDA专题（与“A-16主题”同义）是一个组织结构，在这个组织结构下多个相关的NGDA数据集在逻辑上作为一个单元进行分组和管理。国家地理空间数据专题确定的原则如下：

——原则1，专题是相关国家地理空间数据资产按应用专题的逻辑分组，用于满足普通公众的，容易被发现并且任何人都可以访问；

——原则2，专题的数据覆盖范围原则上需覆盖全国，数据的生产与管理能满足跨联邦机构或组织的应用需求；

——原则3，专题确立需有明确的立法授权、规定的法令或是核心空间参考数据集；

——原则4，专题的确立可促进多个相关数据集在联邦、州、市和地方政府、私营或非营利部门机构之间的凝聚力和协作开发、维护和深化；

——原则5，专题应侧重于选取对国家很重要的自然和人造数据资产数据集，例如境界线等。

（3）国家地理空间数据集

空间数据集将进行定期清点，如果符合要求则纳入并建议纳入国家地理空间数据资产组合管理（NGDA Portfolio）。NGDA专题领导和专题委员会负责空间数据集的清点。要获得FGDC指导委员会批准作为NGDA空间数据集，必须至少符合以下标准之一：

——数据集被多个机构或与州、市和地方政府等机构合作伙伴使用；

——应用于实现OMB所规定的总统优先事项；

——需要满足多个联邦机构的共享目标；

——法定授权明确要求；

为了确保NGDA数据集的质量和能被机构组织广泛应用的可用性，数据一定是：

——可发现，已发布和可获取；

——可靠性，由公认的国家管理机构维护；

——一致性，统一的代码、标准和相关定义，确保其完整性（包括符合适用的FGDC标准）；

——现势性和适用性，定期维护并满足当前需求；

——资源化，作为企业资产。

3. 联邦地理空间数据组合资产管理方案

NGDA管理计划支持建立A-16 NGDA组合资源管理流程（MP）的两个主要阶段——

（1）准备管理和报告框架

建立数据资产管理委员会、专题领导协调组、数据集管理团队；明确数据组合资产管理的目标任务，优选核心国家级地理空间数据集目录清单并在GeoPlatform共享平台发布元数据；建立在线的工作协调平台、数据集成熟度评估模板、年度专题报告模板、数据服务应用投资报告模板、组合资产管理报告模板等及相关软件工具；建立对地理空间投资定义与预算报告的代码。预计全面实施A-16 NGDA数据资产组合管理流程可能需要3到5个预算周期。

（2）执行数据资产组合管理

共分为评估、规划、报告和预算设置4个阶段实施：

评估包括对国家地理空间数据集的成熟度评估和国家地理空间专题的成熟度评估；

规划阶段包括创建国家地理空间战略专题规划、执行和维护数据集管理方、专题委员会等多方协调机制、管理与维护GeoPlatform共享平台中专题内容等；

报告阶段，分阶段分别提交国家地理空间数据集、主题和组合资产的年度进展与评估报告；

预算设置阶段，建立地理空间数据资产组合管理的预算安排流程。

（3）按NGDA数据集生命周期成熟度评估

FGDC制定了5个成熟度指标评估地理空间数据生命周期中的7个阶段。

根据用户需求将数据的生命周期划分为定义、清理与评估、获取、访问、维护、使用与评估、归档7个阶段。

每个阶段使用6个等级来评价，分别是：

0级：没有任何措施

数据集未开发或不能满足主要用户的项目或业务需求。没有考虑次要用户、其他的或合作伙伴（利益相关者）的应用需求。数据集目前不是权威数据，或者是权威数据集的一部分。没有采用数据生命周期管理的任何一个阶段进行管理。

1级：计划或建设初期

数据集在初始计划中且可部分满足主要用户的项目或业务需求。初步采用数据生命周期对数据进行管理。准备考虑次要用户、其他的或合作伙伴（利益相关者）的应用需求。数据集的开发建设还处于初期阶段。采用生命周期部分或有限阶段进行管理。

2级：过渡或转型阶段

数据集满足主要用户的业务需求，并可被次要用户适度使用。至少采用3个阶段的数据生命周期管理。可获得阶段性的资金、合作伙伴以及数据获取等相关的支持。采用生命周期有限的阶段进行管理实践。

3级：管理或可预测的阶段

数据集满足主要用户的大量业务需求，并被次要用户广泛使用。至少采用4个阶段的数据生命周期管理。采用恰当且一致性的数据生命周期进行管理实践。数据集在生命周期的不同阶段与业务需求变化紧密结合，整体成熟度随之变化。

4级：成熟或一致性阶段

数据集满足主要用户和大多数次要用户的所有业务需求。该数据集是主要用户和次要用户的权威数据资源。对未来的数据应用需求有着明确的规划和实施方案。数据集在生命周期所有阶段进行循环的支撑和审查。数据集完全按照生命周期全过程进行管理。

5级：优化或公认阶段

数据集几乎满足所有用户的所有业务需求。该数据集是主要用户和次要用户的权威数据资源。数据集完全按照生命周期全过程进行管理。主要用户和次要用户对数据资料未来的应用需求有着明确的规划和实施方案。

地质大数据资产管理实施策略

考虑到不断变化的业务需求，数据集生命周期成熟度评估是反复进行的过程，定期重新评估可反应出数据集成熟度的变化趋势。成熟度水平不会固定在一个等级水平，而是一个持续的变化过程，同时也表征了NGDA数据集如何满足不断变化的业务需求。

从2015年底完成的177个数据集的初始成熟度评估结果来看，大多数NGDAs已经取得了很高的成熟度，并且满足了为数据集建设时设定的业务需求。此外，大部分NGDA数据集正在积极更新和维护，并且正在进行定期补充、审核和更新。

数据集的成熟度评估提供了从数据生产到即时在线服务全流程数据内容的透明度和健康状况，并且通过评估可以明确需要生产哪些新的数据或者对哪些现有数据进行维护更新，从而进行有效的投资。

（4）目前的阶段性成果

截至目前，FGDC完成联邦地理空间数据组合资产管理计划（2014-2016）的任务，共确定了17个专题类别和176个NGDA数据集构成了国家地理空间数据资产组合（2017年度有1个被删除）；FGDC NGDA数据集网页提供完整列表（www.

fgdc.gov /ngda-reports/NGDA_Datasets.html），这些数据也共享在了GeoPlatform上。

2017年成立了一个跨机构团队，重新对2015年177个纳入NGDAs数据集成熟度评估结果进行分析。在GeoPlatform.gov共享平台上，提供了NGDA400余个正在进行数据集成熟度评估可视化展示列表与相关统计结果。无论是数据管理方、数据审核方还是用户，可以及时的掌握国家级地理空间数据集的相关进展。

四、地质大数据资产管理方案建议

1. 需求与目的

通过多年的数字化及数据库建设，自然资源部中国地质调查局积累了海量的多门类地学数据，包括水、土地、矿产、能源、森林、湿地、草地、海洋等资源，以及环境与基础地质等十余类专题数据库（数据集）。2017～2018年实施的地质云建设工程，将全局29个直属单位的200余个地质数据库（数据集）在地质云进行互联互通与共享服务。2016～2018年十大工程300多个项目又积累了海量的调查数据，数据涉及的专业多、类型复杂，除了支持地质调查业务流程运转之外，越来越多地应用于提升管理决策效率、实现价值挖掘和科研技术创新。如果不能构建形成核心数据库体系，对核心地质数据库进行有效梳理及精细化管理，建立动态更新及实时共享机制，其价值就得不到很好体现，严重影响数据价值发挥和高效服务。

大数据综合应用对数据管理和应用提出了更高要求：

一是需要创建地质大数据核心数据库体系。明确国家级地质大数据核心数据库的内容、更新维护责任、周期、技术流程，建立更新维护机制，保障数据更新维护工作的持续性、有效性、完整性和权威性。

二是需要创建统一的数据按生命周期进行管理的标准。数据采集、传输、存储、应用、共享、维护更新与归档统一标准，将有效避免数据混乱冲突、一数多源、多样多类等问题。统一标准是解决数据的关联能力，保障信息交互、数据流通、系统访问功能顺畅的必要前提。

三是明确数据更新周期。明确不同级别数据库中数据的采集、传输、存储、应用、共享、维护更新与归档等全生命周期及流程。

四是建立统筹数据管理。建立分布式数据中心数据管理协调机制和统一的数据管理渠道，将分散在不同单位、不同业务部门的数据需求、数据质量、数据应用等问题的统筹管理和解决，支撑数据服务对科研与管理动态需求的即时响应。

五是建立规范的数据治理流程和数据质量监控与评估措施，解决数据质量参差不齐、数据冗余、数据缺值、数据冲突等数据质量问题。

六是建立有效的数据安全管理机制，对内部数据、敏感信息、隐私信息、保密信息的访问建立有效控制，使其脱敏脱密合规。

七是建立数据价值或成熟度评估体系。评估数据生产、传输、管理维护、更新等投入的成本，与数据应用产生的社会效益与经济效益，及时剔除冗余数据，支撑相关数据库建设、管理与应用系统研发以及共享应用的相关投资决策。

2.地质大数据资产管理的定位与内容

（1）定位与实施策略

数据资产管理在大数据技术体系中，位于应用和底层平台中间。数据资产管理包括两个重要方面，一是数据资产管理的核心业务职能，二是确保这些业务职能落地实施的保障措施，包括组织架构、制度体系。数据资产管理在大数据应用体系中，处于承上启下的重要地位。对上支持以价值挖掘为导向的数据应用开发，对下依托大数据平台实现数据全生命周期的管理。

实施地质大数据资产管理，主要包括4个阶段：一是建立地质大数据资产管理的框架。二是开展数据审计，对数据资产进行识别和分级，形成地质大数据资产目录，并对现有的数据管理与共享应用现状进行评估，形成改进报告与投资建议；三是数据资产管理方案的实施，梳理优选形成国家级地质大数据核心数据资产目录，通过标准管理、元数据管理、数据质量管理等措施对数据进行治理，提升数据综合管理的整理能力。四是数据资产运营。数据资产管理是这四个阶段不断优化的循环过程。

（2）建立地质大数据资产管理的框架

开展数据资产管理的顶层框架设计，明确数据资产管理的总体目标、业务框架、数据标准和数据视图、数据清洗管理规范、绩效评价体系、整体推进规划以及相关的组织、人才保障机制等。

（3）数据审计

梳理不同单位创建和现在拥有的数据，建立数据资产目录；

梳理目前数据存储、分享、管理和共享应用的方式和途径；

评估当前数据管理政策以及数据生产、数据管理、共享应用中存在的不足，发现错误的数据使用、数据丢失情况和不可恢复的数据；

定性/定量明确主要用户及其他用户对数据的需求，包括数据过去对用户需求满意程度的分析；

提出改进数据管理、共享应用的方法和维护管理的预算投资。

（4）数据资产管理实施

参考国内外相关数据资产管理的相关成果，提出地质大数据资产管理实施主要包含7项管理内容和2个保障措施。7项管理内容指的是国家级地质大数据核心数据库体系、数据标准管理（数据模型管理）、元数据管理、数据质量管理、数据安全管理、数据治理与数据价值评估；2个保障措施包括组织架构和制度体系。

——国家级地质大数据核心数据库体系

在全局地质大数据资产目录的基础上，建立地质大数据库的评价指标和标准，按重要程度、价值高低进行分级处理，优选形成国家级地质大数据核心数据库体系，并将国家级核心数据库纳入数据资产进行管理。

国家级核心数据库是地质调查、国土空间规划、地质环境评价、矿产能源资源保障等领域需求的基础数据，能够被重复、共享应用于广泛的科研工作、跨越各个单位与部门，并能够在各个系统之间共享、高价值的基础数据，覆盖范围广、数据信息全面、数据质量高、是专题领域的权威数据等特点。为满足多级用户变化的需求，国家级核心数据库需要持续稳定地更新，用以支撑相关的科学研究与政府决策。

——数据标准管理

梳理并管理现有不同专题数据的建库标准（技术要求），包括数据的定义、数据模型、数据格式、比例尺、参考及引用的标准及公共代码等。基于数据模型与当前的系统应用模型，建立全局地质数据通用的数据模型库，将数据的生产与应用模型纳入到统一的语义框架下，即明确数据的首要的创建点，且单点创建多方共享，就是避免原来同一个数据多方采集，多头管理等导致的不一致的问题；同时也保证现有与未来应用系统模型的一致性与可维护性。

通过数据模型管理可以清楚地表达不同单位、不同专题各种应用之间的数据相关性，使不同部门的业务人员、应用开发人员和系统管理人员获得关于地质大数据核心数据的统一完整视图。

——元数据管理

元数据是描述数据的数据。元数据按用途不同分为核心数据库元数据、业务元数据。

核心数据库元数据：描述核心数据库采集、空间参考、格式、内容、管理与维护责任单位信息等，也包括数据生产、数据转换的描述与质量信息等内容。

业务元数据：描述数据不同应用系统中业务领域相关概念、关系和规则的数据；包括业务术语、信息分类、指标、统计口径等。

元数据管理的主要内容包括：建立地质大数据资产管理维护元数据标准；建设元数据管理工具；创建、采集、整合元数据；管理元数据存储库；分发和使用元数据。

——数据质量管理

数据质量管理是指运用相关技术来衡量、提高和确保数据质量的规划、实施与控制等一系列活动。内容主要包括：开发和提升数据质量意识；建立数据质量监控方案及技术要求；清洗和纠正数据质量缺陷；设计并研发数据质量管理工具；监控数据质量管理操作程序和绩效；确定与评估数据质量水平等。

——数据安全管理

数据安全管理是指对数据设定安全等级，保证其被适当地使用。通过数据安全管理，规划、开发和执行安全政策与措施，提供适当的身份以确认、授权、访问与审计等功能。数据安全管理主要内容包括：明确数据安全需求及监管要求；对涉密及业务敏感数据分级分类，定义数据安全强度，划分信息等级；定义数据安全策略；定义数据安全标准，定义数据安全控制及措施；管理数据访问视图与权限；监控用户身份认证和访问行为；部署数据安全防控系统或工具；审计数据安全等。

——数据治理

根据上述5个步骤提出的要求与规则，对现有的国家级地质大数据核心数据库进行清理与整合，建立地质大数据资源池，实现各个关联系统与数据资源池的数据同步，使得不同部门可以跨系统地使用来自权威数据源的一致、高质量的核心专业数据，降低成本和复杂度，从而支撑跨部门、跨系统数据融合应用。

——数据价值评估

数据价值管理是对数据内在价值的度量，可以从数据成本和数据应用价值两方面来开展。数据成本一般包括采集获取和存储的费用（人工费用、IT设备等直接费用和间接费用等）和运维费用（业务操作费、技术操作费等）。数据应用价值主要考虑数据资产的分类、使用频次、使用对象、使用效果和共享流通等因素。根据不同单位不同数据库的集成度水平与应用场景，计算或估算数据在不同应用场景下的收益及单位数据资产的总体价值。

（5）保障措施

数据资产管理是体系化非常强的工作，需要充分考虑企业内部IT系统、数据资源以及业务应用的开展现状，同时也要考虑围绕业务开展所设立的人员和组织机构的情况，在此基础上设计一套有针对性的数据资产管理组织架构、管理流程、管理机制和考核评估办法，通过管理的手段明确“责权利”以保障数据资产管理工作有序开展。保障措施包括组织架构和制度体系。

典型的组织架构主要由数据资产管理委员会、数据资产管理中心和各业务部门构成，还需要明确组织架构中不同角色相应的职责，让工作职责融入到日常的数据资产管理和使用工作中。

为保障活动实施和组织架构正常运转，需要建立一套覆盖数据引入、使用、开放等整个生产运营过程的数据管理规范，从制度上保障数据资产管理工作有据、可行、可控。

五、结论与建议

地质大数据资产是利用数据助力自然资源部中国地质调查局为国家生态文明建设服务的有效利器。地质大数据资产管理的水平某种程度上决定着自然资源的开发利用保护、资产估价和空间规划的发展进程与水平。因此，建议以目前中国地质调查局正在开展的地质云建设为契机，提高数据资产的意识，开展数据资产管理的顶层框架设计，尽快编制并实施地质大数据的资产管理方案，构建国家级地质大数据核心数据库体系，建立全局地质数据通用的数据模型库，创建统一的数据按生命周期进行管理的标准，对现有的国家级地质大数据核心数据库进行治理，建立统一数据模型的地质大数据资源池，使得不同部门可以跨系统地使用来自权威数据源的一致、高质量的地质大数据核心专业数据，从而支撑跨专业、跨部门、跨系统数据分析挖掘与融合应用，才能更好地为资源管理与环境评价提供坚实的数据支撑和服务。

自然资源部中国地质调查局“地质云”矿物、岩石识别系统，是人工智能（AI）技术在地质信息化中的典型应用。基本原理是——采用人工智能方式，把已确认的矿物、岩石图片存放于地质云服务器中，建立识别模型，通过计算机深度学习方式，对新采集的矿物、岩石图像进行识别。这个系统是地质专业初学者及非地质工作人员快速了解和识别矿物、岩石的辅助工具。

这款软件系统有手机Android版和电脑网页版两个版本，对提供的图片进行分析识别后提供几种可能答案，并以相似度高低为序进行排列。你可以通过自己拍照或上传相册图片至地质云系统，经过对比分析处理，实现对矿物、岩石的实时“刷脸识别”。目前，该系统可以快速识别100类矿物，识别精度达70%以上。

已确认的矿物图像

当你在野外调查或旅游时遇到独特的岩石、奇石、玉石，但又不知道是否具有可利用价值，且身边没有专家协助确认，“地质云”——智能识别矿物系统就可以派上用场，它可以为你提供智能解决方案：点击进入中国地质调查局官网，依次点击“地质云”-“云工具”-“岩矿智能识别”，即可选择扫码下载手机APP了。

有了这款软件，就可以随时随地快速、便捷地了解和识别矿物、岩石，有兴趣的地学爱好者还可以深入去了解有关矿物与岩石的知识。软件中包含了上百种矿物和岩石的相关资料，在“矿物”标签下点击对应的图片便可以进入详细页面进行浏览，查看矿石学名、化学式、硬度等多种属性。目前，软件系统已收集矿物图片15万张、岩石照片4万多张，可供查询和浏览。在“岩石”标签下，你可以选择平铺或树形视图进行查找，树形视图下对岩石进行详细分类。软件可以根据图片识别出矿物或者岩石种类，准确率相当高，矿物、岩石识别系统对矿物的识别已达到75%，对岩石的识别率达40%-50%。

待确认的岩石、矿物图像

这款APP不仅功能强大，还便于使用，对于野外地质工作或地学爱好者来说是一款非常实用且值得拥有的软件。

2017年2月8日,中国地质调查局西安地质调查中心“地质资料信息服务集群化产业化试点研究”、“大区地质资料信息服务集群化示范”项目团队申请的发明专利­­——“地质资料信息集群机理与接口聚合系统”,获得国家知识产权局授权的国家发明专利证书(专利号ZL201210325799.2)。

本专利采用面向用户群体、面向数据资源、面向协同服务的架构思想,以“推—拉—接—送”为核心驱动,构建了具有普适性的地质大数据集群堆栈模型与服务系统。

专利系统一是针对集中式或分布式馆藏数据源,以跨域组网、集群对等、接口互联等方式消除孤岛效应,实现了异构数据的统一视图描述、发现、存储、管理、计算、提取、传输与交换。二是节点对等体支持多种传输协议,可按网状或树状形态进行组网,每个节点均具有可延伸、可跨域的群组特性,公众能以信息贡献者或消费者身份参与和利用,集群体系向外界呈现的是“浏览器对节点群(Browser vs Nodes)”的透明格局和交互体验。三是系统模型可承载的数据实体兼容国际标准(OGC - GML、KML)并支持自由格式XML文档,其特点包括:实体要素的纵向归属支持无极分类;实体要素的横向属性支持无限嵌套;实体要素的类型支持空间数据类和非空间数据集;实体要素具有明、暗数据特征,可有效维持数据边界和运行沙箱;实体要素具有访问频度和时间刻度,便于实施逆序热度提取和增量更新策略;实体要素具有拓扑内点和几何范围,便于实施空间轴遍历和叠置约束策略。四是系统模型采用了大规模并行处理(MPP)技术,提供的网络接口范式(webAPI)可宿主于分布式大数据框架或云环境。

经多方验证,本专利可适宜于海量地学空间数据的组网汇聚、跨平台互联对接、大数据分布式存储与发布等应用场景。