导读:本文包含了地球化学数据论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:地球化学,数据,成分,因子,土壤,地质,对数。
地球化学数据论文文献综述
陈伟雄,杨华健,周泽东,张明[1]（2019）在《地质矿物的地球化学数据可视化分析与构造背景预测》一文中研究指出本文采用目前世界上使用广泛的GEOCOR数据库对地质矿物进行数据挖掘。首先利用Python和Matlab等工具对全球矿物的地球化学数据集(41360件)进行预处理(数据清洗),然后对特征数据集进行空间分布、聚类分析和社区发现的可视化分析,最后利用二次清洗得到的建模数据,采用ELM和SVM两种机器学习方法对地质矿物构造背景进行智能预测判别,得出以下重要结论 :(1)通过对地质矿物的28个属性进行K-Means聚类得到的雷达图,结合学术界的研究得出,地质矿物的聚类可视化效果比较明显。(2)通过社区发现算法来挖掘新的构造背景与原有的七个构造背景间的潜在联系,每一个构造背景为一个节点,都可以进行系统地探索。运用逆向推导的思维可以推断出地球化学元素与地质矿物原有的七种构造背景间存在的特定联系,如类别3的矿物的主量元素MgO、微量元素Cr、Ni与类别6的主量元素K_2O、微量元素Th、Nb、Rb在原有大陆溢泥质矿物构造背景上可以明显区分于其它构造背景。(3)本文采用大数据思维,在建模数据有限的情况下,利用支持向量机对地质矿物的六种构造背景进行预测判别,识别准确度高达91.7%。充分说明利用支持向量机对矿物的构造背景进行预测判别是可行的。(本文来源于《世界有色金属》期刊2019年14期）
王晶,陈国强,张松旭,赵毅,宋晨[2]（2019）在《基于MATLAB的地球化学数据处理方法的应用研究》一文中研究指出地球化学数据处理一直是地球化学元素异常分析中重中之重。本文应用因子分析与泛克里格相结合的数据分析方法,并在MATLAB中实现,同时以研究区地球化学数据为案例进行数据分析,有效的从地球化学背景中提取出地球化学元素异常,为研究区矿产资源勘查靶区的圈定提供重要依据。(本文来源于《农家参谋》期刊2019年13期）
朱正勇,黄景孟,胡飞,鲁显松,陈曦[3]（2019）在《数字地质调查中地球化学样品数据Excel采集模型的构建》一文中研究指出基于数字调查信息综合平台的地球化学测量样品数据采集,是以Access进行数据的存储处理关联,当前的技术手段普遍操作繁琐耗时;而Excel处理数据具有自由、方便、可运算、兼容性好的特点,基于Excel开发出适用于地球化学样品数据采集的模型,以DGSInfo地球化学测量样品库为原型,以原始字典库为数据源,Excel中设置数据选项的多选框、运算公式及触发条件,野外运用手机进行地球化学样品数据的采集,取得较好的效果。(本文来源于《资源环境与工程》期刊2019年02期）
王小红,徐建良,洪腾龙,卜文瑞,候成飞[4]（2019）在《基于本体的海洋地球化学数据互操作系统设计与实现》一文中研究指出国际深海资源的勘查和开发,积累了大量珍贵的大洋样品和分析测试数据。为完成多源异构海洋地质化学数据的自动集成和智能检索,设计了基于大洋样品本体模型的大洋样品地质化学数据互操作系统。系统为叁层架构,分别是数据层、语义层和应用层。数据层完成了数据汇交模板定制;语义层完成了模式和语义互操作;应用层完成了基于语义的一站式数据检索。系统在ODP-ICP-AES、PetDB、GEOROC 3个数据库模型上进行了实验,实验结果显示:该系统在确保数据源独立性、安全性、时效性的前提下,实现了海量大洋调查数据和模型的复用。(本文来源于《中国海洋大学学报(自然科学版)》期刊2019年09期）
奚小环[5]（2019）在《自然资源时期:大数据与地球系统科学——再论全面发展时期的勘查地球化学》一文中研究指出中国勘查地球化学全面发展的重要标志和本质特征是大数据信息与地球系统科学。勘查地球化学的全面发展坚持资源与环境并重方针,真实生动地反映国家经济社会发展的历史轨迹,在科学技术领域具有典型意义。自然资源时期地质工作关于资源内涵从矿产资源、国土资源到一切自然资源,关于环境内涵从地质环境、国土环境到包括山水林田湖草生命共同体在内的一切自然环境。本文继2008年对此有所评述后,在国家自然资源部成立之际,地质工作面临深刻转型之时,从大数据信息科学与自然资源地球化学调查、建立地球系统科学指导的自然资源地球化学理论体系与自然资源地球化学评价体系,以及针对自然资源领域重大科学问题,深化地球化学应用研究与理论研究,构建完善的科学体系等若干值得注意的方面再次就此议题加以评论。勘查地球化学的长期目标是通过大数据信息与地球系统科学研究揭示自然资源与自然环境状况,实现对地球资源的科学开发、合理利用和整体保护,创造人类与地球和谐共处的生存环境。由此,转型和升级贯穿中国勘查地球化学发展的全过程。地球化学将以形态和内涵的系统性、综合性、整体性作用,以及应用实践的多目标全方位面貌出现在国家行业部门与科技领域,极大地拓展和深入经济社会发展各个方面。勘查地球化学以方法技术优势实行大调查、大数据、大应用战略,建立大环境、大生态、大地球观,向大地质、大资源、大科学转变,为解决自然资源与生态环境问题提供地球化学方案,将全面发展时期的勘查地球化学从大数据信息应用优势和地球系统科学理论高度提升到"大地球化学"境界。(本文来源于《物探与化探》期刊2019年03期）
吴琳,魏友华,洪姗[6]（2019）在《基于字典学习的土壤地球化学数据稀疏重构》一文中研究指出在土壤地球化学数据的勘察和采集过程中,因为各种客观因素导致数据不完整,这会对后续的研究工作造成一定的影响,因此对数据进行重构是预处理阶段最基本的步骤。基于土壤地球化学数据在自身或在变换域内的稀疏性,建立基于字典学习的土壤地球化学数据重构模型,将数据重构问题转化为稀疏优化问题,可以减少数据重构后的平滑效果,在一定程度上保留土壤地球化学数据在异常区和背景区交界处的结构特征。最后将反距离插值法和稀疏重构算法重构后的数据进行对比,结果表明稀疏重构算法能有效地对土壤地球化学数据进行重构。(本文来源于《现代电子技术》期刊2019年09期）
韩慧杰,夏学齐,吴海东,汤明,姜明亮[7]（2019）在《基于GIS和土地质量地球化学数据的水稻种植适宜性评价——以安徽省青阳县为例》一文中研究指出为加快安徽省青阳县的高标准基本农田建设,开展更加精准的水稻种植适宜性评价,本文根据研究区土地质量地球化学数据和当地水稻对生长环境的需求,通过层次分析法(AHP)把水稻种植适宜性评价作为目标层,把影响目标层的立地条件、理化性质、土壤质量、土地管理作为准则层,再把影响准则层中各因素的项目作为指标层,确定研究区水稻种植适宜性评价的层次模型,构建了包括土壤养分、土壤环境、土壤质地、有机质、排水和灌溉能力等在内共计12项指标的评价体系。以研究区二调图斑为评价单元,根据数字高程模型(DEM)数据获取精准的田面坡度数据,同时结合GIS空间分析技术对地球化学数据进行空间插值模拟。利用特尔菲法(Delphi)获取各指标隶属度并构建判断矩阵,使用MATLAB数学软件求出各指标的权重,计算获取水稻种植适宜性综合指数(RSI),进行适宜性评价。结果显示:"高度适宜"面积为36.89 km2,占基本农田总面积的19.80%,主要分布在研究区中部及南部地区;"适宜"和"勉强适宜"面积分别为61.95 km2和60.89 km2,分别占33.25%和32.68%,分散分布;"不适宜"面积约26.60 km2,占比14.27%,主要位于研究区中部及北部地区。利用实测水稻籽实Cd含量与该评价方法得到的水稻种植适宜性综合指数(RSI)进行分析,发现两者呈显着负相关,随着RSI的增长,水稻籽实中Cd含量逐渐降低,意味着水稻品质的提高,同时也减少了可能通过食物链对生态环境造成的危害。该结果从生态安全方面证明此评价方法的正确性和适用性。本文探讨了土地质量地球化学数据所反映的水稻生产问题,改善了以往农业种植适宜性评价工作中大量使用描述性指标和指标分级模糊不清所导致的主观性较大和评价方法不易推广等问题,不仅为作物种植适宜性评价提供了新的方法,而且为生态农业发展指明了方向。(本文来源于《中国生态农业学报(中英文)》期刊2019年04期）
付亚龙[8]（2019）在《成分数据处理方法研究》一文中研究指出成分数据是一类具有复杂性质的数据,其最大特征为数据变量总和为定值(例如100wt.%)。地球化学数据就是一种典型的成分数据。由和为定值引起的“闭合效应”将导致地球化学数据产生伪相关,使地球化学元素间的相关性的分析结果有偏差,同时也使多元统计方法不能直接在简单欧氏空间中进行。以往的地球化学数据预处理工作多数是将数据进行直接对数变换,但并不能消除成分数据结构中的“闭合效应”。本文以甘肃省尖山-平口峡地区的1:20万岩屑地球化学数据为例,利用直接对数变换、加性对数比变换和中心对数比变换进行预处理,进而展开单元、双元、多元统计分析,包括统计参数分析、相关性分析和主成分分析。最终,结合地质认识,将不同成分数据处理得到的结果(包括单元素地球化学模式及多元统计分析)进行对比研究,探讨地球化学成分数据处理方法的异同及优劣。通过对比讨论,本文取得以下主要认识:(1)尽管中心对数比变换与加性对数比变换在改变原始数据偏度峰度特征上与直接对数变换相似,都可以使原始数据趋于正态分布,但对数比变换同时考虑了各元素间存在的相对信息。(2)在研究地球化学数据元素间相关性时,对于常量元素,加性对数比变换方法是一种有效打开地球化学成分数据的方法,其可以减小成分数据中的闭合效应,在一定程度上消除变量间的伪相关。中心对数比变换会造成元素间大量负相关。另外,由于微量元素在地球化学样品中含量很低,其受闭合效应影响微弱,因此,当仅涉及微量元素的相关性分析时,直接对数变换是最为简单有效的方法。(3)研究区有大量的侵入岩出露,因此在运用成分数据处理方法做主成分分析时,除了加性对数比变换获得的第一主成分外,直接对数变换和中心对数比变换方法的主成分元素组合大部分能够代表有关岩浆侵入的地质过程:(1)与超基性岩及铜镍矿有关的地质过程;(2)与酸性岩有关的地质过程;(3)与过碱性花岗岩有关的地质过程;(4)与风化产物有关的地质过程。通过对比可以发现在运用主成分分析方法进行数据降维时,直接对数变换和中心对数比变换效果和质量更好。(本文来源于《长安大学》期刊2019-04-08）
余先川,张冠鹏,姚旺,杨昭颖[9]（2019）在《形态相关系数及其在地球化学数据分析中的应用（英文）》一文中研究指出地球化学数据元素间的相关分析具有重要意义。地球化学数据是一种不遵循正态分布的成分数据,其封闭特征存在挖掘和分析的困难和障碍,因此许多传统的统计方法不适合使用。主要通过元素值的趋势分析了地球化学元素之间的相关关系,并提出了形态相关系数的概念。该方法不需要数据服从正态分布,可以忽略闭包特征的影响。实验表明,该方法简单、稳定、准确,可以显示数据元素之间的关系。此外,方法计算过程消除了回溯,因此适用于大数据的实时和动态分析。(本文来源于《地质学刊》期刊2019年01期）
盛丹,梁军,查道函[10]（2019）在《遥感数据与地球化学信息的关联分析——以金川铜镍矿区为例》一文中研究指出本文以甘肃省金川铜镍矿探测区的Cu、Pb、Zn、Co、Ni、Cr等六种微量地球化学元素在高光谱上的表现为主要目标,一方面根据地球化学方法分析微量元素的异常,另一方面将高光谱遥感信息和地球化学信息融合,以挖掘综合找矿信息,并进一步寻找微量化学元素含量的变化对地物波谱和高光谱遥感波谱的相关影响。(本文来源于《国土资源导刊》期刊2019年01期）
地球化学数据论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
地球化学数据处理一直是地球化学元素异常分析中重中之重。本文应用因子分析与泛克里格相结合的数据分析方法,并在MATLAB中实现,同时以研究区地球化学数据为案例进行数据分析,有效的从地球化学背景中提取出地球化学元素异常,为研究区矿产资源勘查靶区的圈定提供重要依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
地球化学数据论文参考文献
[1].陈伟雄,杨华健,周泽东,张明.地质矿物的地球化学数据可视化分析与构造背景预测[J].世界有色金属.2019
[2].王晶,陈国强,张松旭,赵毅,宋晨.基于MATLAB的地球化学数据处理方法的应用研究[J].农家参谋.2019
[3].朱正勇,黄景孟,胡飞,鲁显松,陈曦.数字地质调查中地球化学样品数据Excel采集模型的构建[J].资源环境与工程.2019
[4].王小红,徐建良,洪腾龙,卜文瑞,候成飞.基于本体的海洋地球化学数据互操作系统设计与实现[J].中国海洋大学学报(自然科学版).2019
[5].奚小环.自然资源时期:大数据与地球系统科学——再论全面发展时期的勘查地球化学[J].物探与化探.2019
[6].吴琳,魏友华,洪姗.基于字典学习的土壤地球化学数据稀疏重构[J].现代电子技术.2019
[7].韩慧杰,夏学齐,吴海东,汤明,姜明亮.基于GIS和土地质量地球化学数据的水稻种植适宜性评价——以安徽省青阳县为例[J].中国生态农业学报(中英文).2019
[8].付亚龙.成分数据处理方法研究[D].长安大学.2019
[9].余先川,张冠鹏,姚旺,杨昭颖.形态相关系数及其在地球化学数据分析中的应用（英文）[J].地质学刊.2019
[10].盛丹,梁军,查道函.遥感数据与地球化学信息的关联分析——以金川铜镍矿区为例[J].国土资源导刊.2019
论文知识图
