量子科学与大数据科学:推动地质学跨越式发展的两大利器

doi:10.13745/j.esf.sf.2022.12.53

地学前缘 ›› 2023, Vol. 30 ›› Issue (3): 294-307.DOI: 10.13745/j.esf.sf.2022.12.53

量子科学与大数据科学:推动地质学跨越式发展的两大利器

焦守涛¹^,²(), 张旗³^,^*(), 汤军⁴, 原杰⁵, 王振⁶, 陈万峰⁷, 蔡宏明⁸, 王跃⁹

1.中国地质调查局自然资源综合调查指挥中心, 北京 100055
2.自然资源部地质信息工程技术创新中心, 北京 100055
3.中国科学院地质与地球物理研究所, 北京 100029
4.长江大学地球科学学院, 湖北武汉 430100
5.邢台学院资源与环境学院, 河北邢台 054001
6.中国地质科学院地质研究所, 北京 100037
7.兰州大学地质科学与矿产资源学院, 甘肃兰州 730000
8.新疆大学地质与矿业工程学院, 新疆乌鲁木齐 830046
9.中国地质大学(北京) 地球科学与资源学院, 北京 100083

收稿日期:2022-07-05 修回日期:2022-08-15 出版日期:2023-05-25 发布日期:2023-04-27
通讯作者: *张旗(1937—),男,研究员,从事岩石学和地球化学相关的科研工作。E-mail: zq1937@126.com
作者简介:焦守涛(1988—),男,高级工程师,从事矿床学和地质大数据相关的科研工作。E-mail: jiaoshoutao88@163.com
基金资助:
自然资源部深地科学与探测技术实验室开放课题(202211);国家重点研发计划项目“基于地质云的地质灾害基础信息提取与大数据分析挖掘”(2018YFC1505501);国家重点研发计划项目“基于‘地质云’平台的深部找矿知识挖掘”(2016YFC0600510);中国地质调查局项目“地球科学数据集成与服务”(DD20221785);邢台学院“邢台天梯山溶洞碳酸盐同位素记录的第四纪季风信息研究”(XTXYYB202210)

Quantum Science and Big Data: Two powerful tools that drive rapid advancements in geology

JIAO Shoutao¹^,²(), ZHANG Qi³^,^*(), TANG Jun⁴, YUAN Jie⁵, WANG Zhen⁶, CHEN Wanfeng⁷, CAI Hongming⁸, WANG Yue⁹

1. Natural Resources Comprehensive Survey Command Center, China Geological Survey, Beijing 100055, China
2. Technology Innovation Center of Geological Information, MNR, Beijing 100055, China
3. Institute of Geology and Geophysics, Chinese Academy of Sciences, Beijing 100029, China
4. School of Geosciences, Yangtze University, Wuhan 430100, China
5. School of Resources and Environment, Xingtai University, Xingtai 054001, China
6. Institute of Geology, Chinese Academy of Geological Sciences, Beijing 100037, China
7. School of Earth Science, Lanzhou University, Lanzhou 730000, China
8. School of Geology and Mining Engineering, Xinjiang University, ürümqi 830046, China
9. School of Earth Sciences and Resources, China University of Geosciences (Beijing), Beijing 100083, China

Received:2022-07-05 Revised:2022-08-15 Online:2023-05-25 Published:2023-04-27

摘要/Abstract

摘要：

在理科数、理、化、生、地5大基础学科中,量子物理学、量子数学(量子计算、量子天文)、量子化学已经成为当代科学快速发展的引擎。令人称奇的是,最近,量子生物学也异军突起,在量子应用方面取得了飞速的进步。相比之下,量子地球科学落伍了。如何解决地质落后的问题,笔者认为,在地球科学研究中,量子科学和大数据科学可能是应当引起人们重视的两个领域。可是,针对量子与地质能否结合,量子科学能否引入地质学等问题,学术界有不同的见解。本文介绍了量子科技的发展、应用与展望,探讨在中国发展量子地球科学的紧迫性和可能性,建议近期应当关注量子地球科学研究领域。大数据研究在地球科学领域正蓬勃发展着,本文讨论了以下若干问题:大数据与范式革命、大数据思维、大数据与人工智能、大数据与实用主义,以及地质大数据前瞻与挑战等问题。本文认为,量子地球科学研究应当未雨绸缪,地质大数据研究应当大力加强。

关键词: 地质学, 量子, 大数据, 数据共享, 思维

Abstract:

Among the five branches of basic science (mathematics, physics, chemistry, biology and geology), quantum physics, quantum mathematics (including quantum computing and quantum astronomy) and quantum chemistry are currently driving the rapid development of modern science, and remarkable progress has been made in quantum biology. By comparison, quantum geology is lagging behind. To address this issue, we suggest that both quantum science and Big Data should be emphasized in geological research. However, the scientific community has yet to reach a consensus on the following two questions: (1) Is the “quantum geology” idea reasonable? (2) Can quantum approach be adopted in geological research? Here we summarize the development, application and future of quantum technology, discuss the urgency and feasibility of conducting quantum geology research in China, and suggest several potential research areas. As Big Data technology has been widely used in geological research, we point out several challenging issues, which include Big Data and paradigm revolution, Big Data thinking, Big Data and artificial intelligence, Big Data and pragmatism, as well as the prospect of and challenges in geological Big Data research. Finally, we suggest that a forward-looking approach should be taken in promoting quantum geology research, and that geological Big Data research should be greatly strengthened and the data-sharing problem in geological research should be addressed.

Key words: geology, Quantum Sciences, Big Data, data sharing, thinking

中图分类号:

P5
TP301

焦守涛, 张旗, 汤军, 原杰, 王振, 陈万峰, 蔡宏明, 王跃. 量子科学与大数据科学:推动地质学跨越式发展的两大利器[J]. 地学前缘, 2023, 30(3): 294-307.

JIAO Shoutao, ZHANG Qi, TANG Jun, YUAN Jie, WANG Zhen, CHEN Wanfeng, CAI Hongming, WANG Yue. Quantum Science and Big Data: Two powerful tools that drive rapid advancements in geology[J]. Earth Science Frontiers, 2023, 30(3): 294-307.

图/表 1

参考文献 76

[1]	王振, 张旗, 石玉若, 等. 量子-地球科学研究的初步展望: 以量子-生物科学的研究为鉴[J]. 矿物岩石地球化学通报, 2022, 41(4): 875-880.
[2]	秦明. 光合作用中的能量传输[D]. 大连: 大连理工大学, 2017.
[3]	KIM Y, BERTAGNA F, D’SOUZAE M, et al. Quantum biology: an update and perspective[J]. Quantum Reports, 2021, 3(1): 80-126. DOI URL
[4]	张旗, 焦守涛, 李明超, 等. 量子纠缠技术在地质学上应用的可能性[J]. 地学前缘, 2019, 26(4): 159-169. DOI
[5]	ZUO R G, WANG Z Y. Effects of random negative training samples on mineral prospectivity mapping[J]. Natural Resources Research, 2020, 29(6): 3443-3455. DOI
[6]	孙昌璞. 量子力学诠释与波普尔哲学的“三个世界”[J]. 中国科学院院刊, 2021, 36(3): 296-307.
[7]	张旗, 汤军, 原杰, 等. 量子时代科学思维的特征[J]. 矿物岩石地球化学通报, 2022, 41(4): 854-860.
[8]	雷援朝. 论地学实践的结构[J]. 陕西师大学报(自然科学版), 1989, 17(4): 66-70.
[9]	李国华. 成矿指示矿物多尺度结构: 量子地球科学深部找矿之必由之路[C]// 全国第一届量子地球科学学术研讨会摘要集. 成都: 成都理工大学, 2021: 11-12.
[10]	刘睿, 左蕾, 张鹏, 等. 纳米地质学:量子科学走进地质学的桥梁[J/OL]. 地学前缘, 2022, DOI: 10.13745/j.esf.sf.2022.4.65. DOI
[11]	戴瑾. 从零开始读懂量子力学[M]. 北京: 北京大学出版社, 2020.
[12]	FLEISCH D A. 薛定谔方程[M]. 邱道文, 周旭, 译. 北京: 机械工业出版社, 2022.
[13]	王正行. 量子力学原理(第三版)[M]. 北京: 北京大学出版社. 2020.
[14]	郭光灿. 量子信息技术研究现状与未来[J]. 中国科学: 信息科学, 2020, 50(9): 1395-1406.
[15]	VON NEUMANN J. Mathematical foundations of quantum mechanics[M]. Princeton: Princeton University Press, 1955.
[16]	郭光灿. 量子十问之十:第二次量子革命究竟要干什么?[J]. 物理, 2019, 48(7): 464-465.
[17]	EINSTEIN A, PODOLSKY B, ROSEN N. Can quantum-mechanical description of physical reality be considered complete?[J]. Physical Review, 1935, 47(10): 777-780. DOI URL
[18]	SCHLEICHW P, RANADE K S, ANTON C, et al. Quantum technology: from research to application[J]. Applied Physics B, 2016, 122(5): 1-31. DOI URL
[19]	WEN X G. Topological orders in rigid states[J]. International Journal of Modern Physics B, 1990, 4(2): 239-271. DOI URL
[20]	WEN X G. Topological orders and edge excitations in fractional quantum Hall states[J]. Advances in Physics, 1995, 44(5): 405-473. DOI URL
[21]	LEVIN M A, WEN X G. String-net condensation: a physical mechanism for topological phases[J]. Physical Review B, 2005, 71(4): 045110. DOI URL
[22]	CHEN X, GUZ C, WEN X G. Local unitary transformation, long-range quantum entanglement, wave function renormalization, and topological order[J]. Physical Review B, 2010, 82(15): 155138. DOI URL
[23]	潘建伟. 更好推进我国量子科技发展[J]. 红旗文稿, 2020(23): 9-12.
[24]	王中兴, 康利利. 利用量子传感器探测从地壳到人脑的未知领域[EB/OL]. (2020-01-07) [2022-06-01]. http://www.igg.cas.cn/xwzx/cutting_edge/201912/t20191206_5450150.html.
[25]	文小刚. 物理学新的革命[EB/OL]. (2015-01-23) [2022-06-01]. http://alumni.cas.cn/yywg/201501/t20150123_4304138.html.
[26]	张旗. 波普尔科学哲学理论简介[J]. 甘肃地质, 2021, 30(2): 1-13.
[27]	张旗. 学习波普尔哲学,加快科学研究进程[J]. 甘肃地质, 2021, 30(3): 1-14.
[28]	路来君. 地球科学研究的泛量子化问题[J]. 地学前缘, DOI: 10.13745/j.esf.sf.2023.2.43. DOI
[29]	章军锋, 倪怀玮, 杨晓志, 等. 中国实验地球科学研究进展与展望(2011—2020)[J]. 矿物岩石地球化学通报, 2021, 40(3): 597-609, 777.
[30]	吴厚泽, 吴双凤, 池上荣. 岩浆热液中硫的存在形式及其与成矿关系的实验研究[J]. 地质与勘探, 1982, 18(12): 6-12.
[31]	张旗, 金惟俊, 李承东, 等. 地热场中“岩浆热场”的识别及其意义[J]. 地球物理学进展, 2013, 28(5): 2495-2507.
[32]	张旗, 金惟浚, 李承东, 等. “岩浆热场”说及其成矿意义(上)[J]. 甘肃地质, 2014, 23(1): 1-18.
[33]	罗照华, 莫宣学, 卢欣祥, 等. 透岩浆流体成矿作用: 理论分析与野外证据[J]. 地学前缘, 2007, 14(3): 165-183.
[34]	罗照华. 雅鲁藏布江蛇绿岩的侵位机制: 一个新的分析模型[J]. 中国地质, 2019, 46(1): 21-31.
[35]	YUAN J. Influence of Mg²⁺, Fe²⁺ and Zn²⁺ cations on ¹³C-¹⁸O bonds in precipitated aragonite, calcite and dolomite: an ab initio study[J]. Open Journal of Geology, 2015, 5(5): 254-267. DOI URL
[36]	史顺平, 罗文浪, 朱正和, 等. 外偶极电场作用下H₂O,D₂O和T₂O的可逆分解电压[J]. 化学学报, 2010, 68(10): 975-81.
[37]	彭明生, 郑楚生. 量子矿物学: 量子化学在矿物学上的应用[J]. 中南矿冶学院学报, 1980, 11(2): 110-117.
[38]	李高山. 从金矿的找矿矿物学研究看量子矿物学的发展[J]. 吉林大学学报(地球科学版), 1988, 18(3): 305-309.
[39]	JESCHKE H, OPAHLE I, KANDPAL H, et al. Multistep approach to microscopic models for frustrated quantum magnets: the case of the natural mineral azurite[J]. Physical Review Letters, 2011, 106(21): 217201. DOI URL
[40]	维克托·迈尔·舍恩伯格, 肯尼思·库克耶. 大数据时代:生活、工作与思维的大革命[M]. 盛杨燕, 周涛, 译. 杭州: 浙江人民出版社, 2003: 1-261.
[41]	顾峥, 高阳. 第四范式视角下的大数据科学[J]. 南京信息工程大学学报(自然科学版), 2019, 11(3): 251-255.
[42]	库恩. 科学革命的结构[M]. 金吾伦,胡新和,译, 北京: 北京大学出版社, 2003.
[43]	邓仲华, 李志芳. 科学研究范式的演化: 大数据时代的科学研究第四范式[J]. 情报资料工作, 2013(4): 19-23.
[44]	宋文婷. 科学哲学视域下的大数据问题研究[D]. 太原: 山西大学, 2021.
[45]	周永章, 陈烁, 张旗, 等. 大数据与数学地球科学研究进展: 大数据与数学地球科学专题代序[J]. 岩石学报, 2018, 34(2): 255-263.
[46]	GUOH D, WANG L Z, CHEN F, et al. Scientific Big Data and Digital Earth[J]. Chinese Science Bulletin, 2014, 59(35): 5066-5073. DOI URL
[47]	郭华东. 科学大数据:国家大数据战略的基石[J]. 中国科学院院刊, 2018, 33(8): 768-773.
[48]	周永章, 张良均, 张奥多, 等. 地球科学大数据挖掘与机器学习[M]. 广州: 中山大学出版社, 2018: 1-360.
[49]	卢雨生. 论大数据背景下科学发展的第四范式[J]. 现代交际, 2020(13): 244-245.
[50]	ANDERSON C. The end of theory: the data deluge makes the scientific method obsolete[EB/OL]. (2019-03-20) [2022-06-01]. http://www.wired.com/2008/06/pb-theory/.
[51]	张旗, 周永章. 大数据时代对科学研究方法的反思: 《矿物岩石地球化学通报》2017大数据专辑代序[J]. 矿物岩石地球化学通报, 2017, 36(6): 881-885, 878.
[52]	杰夫. 全数据模式将彻底改变世人理解社会的方法: 评《大数据时代: 生活、工作与思维的大变革》[N]. 上海证券报, 2013-01-19(7).
[53]	黄欣荣. 大数据对科学哲学的新挑战[J]. 新疆师范大学学报(哲学社会科学版), 2016, 37(3): 133-139.
[54]	NORVIG P. All we want are the facts, ma’am[EB/OL] (2019-03-20) [2022-06-01]. http://norvig.com/fact-check.html.
[55]	成秋明. 什么是数学地球科学及其前沿领域?[J]. 地学前缘, 2021, 28(3): 6-25. DOI
[56]	张炜, 赵相宽. 人工智能技术在全球矿产勘查领域的应用现状及展望[C]∥首届全国矿产勘查大会论文集. 合肥: 中国地球物理学会, DOI: 10.26914/c.cnkihy.2021.036439. DOI
[57]	王杉. 大数据背景下的人工智能范式综述[J]. 科技风, 2019(34): 1. [知网]
[58]	XIONGY H, ZUO R G. Recognition of geochemical anomalies using a deep autoencoder network[J]. Computer Geoscience, 2016, 86, 75-82.
[59]	ZUO R G, XIONG Y H, WANG J, et al. Deep learning and its application in geochemical mapping[J]. Earth-Science Reviews, 2019, 192: 1-14. DOI
[60]	ZUO R G, XIONG Y H. Big Data analytics of identifying geochemical anomalies supported by machine learning methods[J]. Natural Resources Research, 2018, 27(1): 5-13. DOI URL
[61]	XIONG Y H, ZUO R G, CARRANZA E J M. Mapping mineral prospectivity through Big Data analytics and a deep learning algorithm[J]. Ore Geology Reviews, 2018, 102: 811-817. DOI URL
[62]	刘宇. 实用主义与哲学的改造[J]. 齐齐哈尔师范高等专科学校学报, 2009(5): 84-85.
[63]	杜威. 杜威五大讲演[M]. 胡适口,译. 合肥: 安徽教育出版社, 2005.
[64]	詹姆士. 实用主义[M]. 陈羽纶, 孙瑞禾,译. 北京: 商务印书馆, 1979.
[65]	郑国玉, 唐代虎. 重视科学方法、行动和效用的杜威实用主义[J]. 辽宁大学学报(哲学社会科学版), 2009, 37(5): 95-99.
[66]	GUO H D. Scientific Big Data: a footstone of national strategy for Big Data[J]. Bulletin of Chinese Academy of Sciences, 2018, 33(8): 768-773.
[67]	徐冠华, 孙枢, 陈运泰, 等. 迎接“数字地球”的挑战[J]. 遥感学报, 1999, 3(2): 85-89.
[68]	安培浚, 刘细文, 李佳蕾, 等. 趋势观察:国际地球大数据领域研究态势与热点趋势[J]. 中国科学院院刊, 2021, 36(8): 989-992.
[69]	周永章, 左仁广, 刘刚, 等. 数学地球科学跨越发展的十年:大数据、人工智能算法正在改变地质学[J]. 矿物岩石地球化学通报, 2021, 40(3): 556-573, 777.
[70]	左仁广. 基于数据科学的矿产资源定量预测的理论与方法探索[J]. 地学前缘, 2021, 28(3): 49-55. DOI
[71]	左仁广, 彭勇, 李童, 等. 基于深度学习的地质找矿大数据挖掘与集成的挑战[J]. 地球科学, 2021, 46(1): 350-358.
[72]	李灿锋, 刘达, 周德坤, 等. 人工智能在地质领域的应用与展望[J]. 矿物岩石地球化学通报, 2022, 41(3): 668-677.
[73]	曹宇. 人工智能在石油勘探中的应用[J]. 信息系统工程, 2022(5): 56-59.
[74]	李胜荣, 申俊峰, 李林, 等. 基于大数据的成因矿物学研究思考[J]. 地学前缘, 2021, 28(3): 76-86. DOI
[75]	路英川, 李鹏, 王浩, 等. 大数据时代矿床学研究发展状况综述[J]. 世界核地质科学, 2021, 38(3): 295-310.
[76]	吴冲龙, 刘刚. 大数据与地质学的未来发展[J]. 地质通报, 2019, 38(7): 1081-1088.

量子科学与大数据科学:推动地质学跨越式发展的两大利器

Quantum Science and Big Data: Two powerful tools that drive rapid advancements in geology

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 1

参考文献 76

相关文章 15

编辑推荐

Metrics

本文评价

[1]	万天丰. 论构造地质学和大地构造学的几个重要问题[J]. 地学前缘, 20140101, 21(1): 132-149.
[2]	王洛锋, 王功文, 许文辉, 徐森民, 何亚清, 王春毅, 杨涛, 周晓将, 黄蕾蕾, 左玲, 牟妮妮, 曹毅, 刘志飞, 常瑜琳. 智能矿山大数据的地学信息挖掘与知识发现:以河南上房沟钼(铁)5G⁺矿山为例[J]. 地学前缘, 2023, 30(4): 317-334.
[3]	刘睿, 左蕾, 张鹏, 赵宗超, 陶刚, 王坤, 陶东平. 纳米地质学:量子科学走进地质学的桥梁[J]. 地学前缘, 2023, 30(3): 308-312.
[4]	朱紫怡, 周飞, 王瑀, 周统, 侯照亮, 邱昆峰. 基于机器学习的锆石成因分类研究[J]. 地学前缘, 2022, 29(5): 464-475.
[5]	张旗, 翟明国, 魏春景, 周李岗, 陈万峰, 焦守涛, 王跃, 袁方林. 一个新的花岗岩成因分类:基于变质岩深熔作用理论与大数据的证据[J]. 地学前缘, 2022, 29(4): 319-329.
[6]	王焰新, 李俊霞, 谢先军. 高碘地下水成因与分布规律研究[J]. 地学前缘, 2022, 29(3): 1-10.
[7]	周长松, 邹胜章, 冯启言, 朱丹尼, 李军, 王佳, 谢浩, 邓日欣. 岩溶关键带水文地球化学研究进展[J]. 地学前缘, 2022, 29(3): 37-50.
[8]	赵鹏大, 陈永清. 数字地质与数字矿产勘查[J]. 地学前缘, 2021, 28(3): 1-5.
[9]	左仁广. 基于数据科学的矿产资源定量预测的理论与方法探索[J]. 地学前缘, 2021, 28(3): 49-55.
[10]	周永章, 张前龙, 黄永健, 杨威, 肖凡, 吉俊杰, 韩枫, 唐磊, 欧阳冲, 沈文杰. 钦杭成矿带斑岩铜矿知识图谱构建及应用展望[J]. 地学前缘, 2021, 28(3): 67-75.
[11]	李胜荣, 申俊峰, 李林, 张华锋. 基于大数据的成因矿物学研究思考[J]. 地学前缘, 2021, 28(3): 76-86.
[12]	王功文, 张寿庭, 燕长海, 庞振山, 王宏伟, 冯占奎, 董宏, 程红涛, 何亚清, 李瑞喜, 张智强, 黄蕾蕾, 郭娜娜. 栾川矿集区地学大数据挖掘和三维/四维建模的资源-环境联合预测与定量评价[J]. 地学前缘, 2021, 28(3): 139-155.
[13]	奚小环. 大数据科学从信息化、模式化到智能化:现代地球化学应用研究的新范式[J]. 地学前缘, 2021, 28(1): 308-317.
[14]	李银川, 董戈, 雷昉, 魏海珍. 硼同位素分馏的实验理论认识和矿床地球化学研究进展[J]. 地学前缘, 2020, 27(3): 14-28.
[15]	翟裕生. 矿床学思维方法探讨[J]. 地学前缘, 2020, 27(2): 1-12.