使用社交账号登陆

当前位置: 主页 > 前沿 > 信息 • 能源

用大数据绘制矿石分布图,预测1500多种新矿物

时间: 2017年08月08日 | 作者: Morrison SM | 来源: Deep Carbon Observatory
研究人员将矿物信息整合到一张图表中,发现矿石分布网络也有模式可寻。

图片1.png 

 

看到这样一张图,你会想起什么?是微信上的人脉图,还是营销网站的精准推送?都不是,其实这是埋藏在我们脚下的矿物分布图。

 

如果你玩过Minecraft(中文:我的世界),你一定知道不同类别的矿产分布在不同的高度上,同时互相关联。今天,科学家利用已有的矿物信息,包括种类,位置,丰度,制作了矿物的分布网络,进而可以预测新矿物的信息,大大提高勘探效率。

 

研究人员收集了超过5200种地球上已知矿物质的信息(每种矿物都具有独特的化学组成和原子结构),并对数十万个地点的数百万份矿物样本进行了详细记录和分类。这个数据库包含了每个矿物被发现地点的信息、所有已知的产地和矿床年龄,庞大而且增长迅速。除此之外,数据库还记录了矿物的化学成分和物理性质,如硬度、颜色、原子结构等等。当这些信息与周边地理、地质环境和共存矿物信息结合使用时,地质学家就可以用“大数据”进行完整的分析预测。

 

图片2.png 

403种碳矿物的网络图显示了其多样性和分布中隐藏的模式。每个彩色圆圈代表不同的碳矿物。圆圈的大小和颜色代表矿物的常见和罕见程度。黑色圆圈代表这些发现这些矿物发现的300多个地区。圆圈的大小表示在每个地方发现了多少含碳矿物,线条连接了矿物种类和地点。 矿物和地点的分布遵循一种独特的模式,有一些常见矿物但更多的是稀有矿物,这种分布可以预测出地球上有超过1500种尚未被发现的矿物。

 

如同复杂的大数据集可以为社会关系和城市交通问题提供重要的解决方案,网络分析也为矿物质研究提供了新思路。

 

在《美国矿物学家》上发表的一篇论文中,作者展示了网络理论矿物学的第一个应用——网络分析技术。它使得地质学家能够从一张图表中囊括多个变量的数据,这些数据包括从成千上万个地点采集的数千个矿物的信息。可视化的图像能够显示出传统表格中隐藏的矿物分布模式。换句话说,大数据提供了哪些矿物彼此共存的详细特征,以及它们的出现所需要的地质、物理、化学和生物学特征。

 

根据网络分析技术,矿物学家很容易就能预测科学表格中“丢失”的矿物以及新的矿藏地点。参与此项研究的科学研究所执行董事Robert Hazen博士说:“网络分析可以为矿物学家提供关于去哪里寻找和寻找什么的可视化线索。我认为这将开创矿物学的全新方向。”目前,这一技术已经预测145种尚未发现的含碳矿物,以及在哪里可以找到它们。

 

图片3.png 

 

网络分析技术在地质学方面有许多潜在应用,包括矿物研究和矿物勘探。采矿公司能够根据现有数据预测未知矿床的位置,研究人员可以使用该工具来解释地球矿物随时间的变化,或者结合生物标志分子的数据,解释显示细胞和矿物质的相互作用,而矿石地质学家则可利用矿物网络分析来探索高价值的新矿床。另外,这一技术也有望揭示其他行星的地质历史。

 

撰文 Morrison SM

编译 朱雅文

 

原文链接:https://deepcarbon.net/feature/big-data-points-humanity-new-minerals-new-deposits#videos


  • 相关文章