欢迎访问地质科学数据发展论坛!
地质科学数据发展论坛

为把握地学领域和科学数据出版领域的研究热点与发展趋势,推动地质科学数据共享与传播,扩大地质科学数据出版的影响力,提升数据期刊在地学领域和数据管理技术领域的引导力,丰富数据期刊的内容和结构,创新办刊思路与方法,中国地质调查局发展研究中心(全国地质资料馆)定于10月16日在北京举办“第一届地质科学数据发展论坛”。论坛将邀请地质科学领域资深专家、数据信息管理领域技术专家等就地质科学数据发展趋势、制图和数据库技术、地质科学数据热点等议题开展交流讨论,共商中国地质调查成果数据出版平台和传播体系建设。

会议时间:2019年10月16日 9:00-12:30

会议地点:北京国际会议中心三层307

主办单位:中国地质调查局发展研究中心(全国地质资料馆)

承办单位:《地质科学数据专辑》编辑部

特邀报告
报告人:刘纪平
个人介绍:
研究员、博士生导师,中国测绘科学研究院副院长。“万人计划”首批科技创新领军人才、“新世纪百千万人才工程”国家级人选, "创新人才推进计划"中青年科技创新领军人才,国际制图协会(ICA)早期预警与危机管理制图委员会主席,中国测绘学会科技信息网分会主任,长期从事空间辅助决策、地理国情监测、应急地理信息服务、互联网地理信息挖掘与安全监管等方面的研究、开发与应用,荣获国家科技进步二等奖2项、省部级科技进步特等奖/一等奖十余项。
报告题目:
时空大数据的技术与应用
报告主要内容:
大数据与时空大数据背景;政务时空大数据技术与应用;众源时空大数据技术与应用;技术展望。
报告人:刘闯
个人介绍:
中科院地理资源所学术期刊中心副主任,研究员,“全球变化科学研究数据出版系统”主编,《全球变化数据学报(中英文)》执行副主编兼编辑部主任,国家世界地理科学传播首席专家,中国地理学会大数据工作委员会秘书长,国际科学技术数据委员会发展中国家数据出版分组主席,中国科协联合国谘商委员会委员。曾任美国国际地球科学信息网络中心高级信息科学家,曾获国际科学技术数据奖(2008),是联合国世界信息峰会奖项目(2018)领衔科学家。
报告题目:
全球变化暨地球科学数据出版、共享与科学影响力评价
报告主要内容:
数据出版的源起;地球科学数据出版与共享;数据出版的科学影响力评价等
报告人:谭永杰
个人介绍:
博士,教授级高工,现任发展研究中心总工程师、科技委主任,享受国务院政府特殊津贴,兼任中国地理信息产业协会副会长、国土资源信息工作委员会主任等。长期从事煤田地质、区域地质构造研究、遥感地质应用和地质信息化建设工作。荣获科技奖励多项:国家级科技进步三等奖1项;省部级一等奖6项;省部级二等奖8项;在国内外公开出版物上发表论文70余篇,出版专著17部;在国际会议做报告10余次。两项成果获得中央领导签批并推广应用;先后荣获国土资源部全国矿业权实地核查先进个人特别贡献奖、中国地质调查局第一批中青年优秀人才、中国科学技术发展基金会第八届孙越崎科技教育基金优秀青年科技奖、中国地质学会青年地质科技奖“金锤奖”、国家“百千万人才工程”煤炭系统专业技术拔尖人才、中央国家机关优秀青年、陕西省第三届优秀青年科技工作者等。
报告题目:
关于地质大数据的特点及主要研究方向的思考
报告主要内容:
报告从梳理地质数据的来源出发,分析了地质大数据的基本内涵和特点,分析了地质大数据目前面临的主要理论和技术问题,在此基础上,提出了地质大数据主要研究方向。
报告人:刘越男
个人介绍:
管理学博士,教授,博士生导师。中国人民大学信息资源管理学院副院长,中国人民大学电子文件管理研究中心执行主任。第六届全国档案工作标准化委员会委员,《档案学通讯》副主编。入选2013年度教育部新世纪优秀人才支持计划,中国人民大学首批杰出学者(青年学者),首批全国档案信息化专家。主要研究领域:电子文件管理、数字档案馆、政府信息资源管理。
报告题目:
国内外电子文件管理发展趋势
报告主要内容:
电子文件管理和科学数据管理息息相关,互相交叉。报告人从中、美、加、澳、韩等国电子文件管理政策规范和实践项目入手,阐述国内外电子文件管理全面数字化、全程联动化、创新协作化、方案规范化、服务智能化等发展趋势,并探讨科学数据和科研电子文件协同管理的可能性。
报告人:宁笔
个人介绍:
科睿唯安(Clarivate Analytics,原汤森路透知识产权与科技事业部)业务总监。于1998年获得北方工业大学工学士学位,2004年获得北京大学工商管理硕士学位。宁笔先生在信息服务行业拥有十几年从业经验,熟悉全球和中国的科技期刊和信息服务业状况。其先后在科学技术部、原新闻出版广电总局、中国科学院、中国工程院、中国科学技术协会等高校和科研机构等单位主办/承办的各种会议和培训中,就科学计量学与科研绩效评价、SCI期刊遴选标准与流程、SCI的本质及其应用、学术期刊国际化和影响力提升等主题进行200多场次会议发言、培训授课和学术讨论。宁笔先生是中国教育发展战略学会人才专业委员会学术委员、中国科技期刊编辑学会学术等工作委员会委员。科睿唯安旗下运营科学引文索引(SCI,Science Citation Index)、基本科学指标数据库(ESI,Essential Science Indicators)等知名信息产品。
报告题目:
Data Citation Index的原理、遴选及利用
报告主要内容:
由科学数据与科学数据的引用说起,介绍Data Citation Index的基本原理、遴选标准与流程及其在科学研究中的可能应用。
报告人:许哲平
个人介绍:
博士,中科院文献情报中心资源部,副研究馆员。长期从事科学数据资源的建设、管理和应用服务等工作,主要研究领域包括生物多样性、数字图书馆、地质和数字人文等,在专业数据组织加工、海量数据处理分析、GIS、数据可视化和知识图谱等方面有丰富经验,承担过多项科技部、中科院和国际合作等信息化项目,发表了30多篇相关论文,受邀担任《Data Intelligence》和《农业大数据学报》的编委,并担任GBIF(全球生物多样性信息机构)和CODATA(国际科技数据委员会)等国际机构的工作组成员。
报告题目:
科学数据的引用、交互和规范化研究
报告主要内容:
科学数据被科技文献引用是数据价值的一个重要体现。国际上,FAIR原则(可检索、可访问、可交互和可重用)的提出则科学数据的流通进行系统的定义。但是,科学数据的动态更新(包括数据内容、访问地址、获取方式等)和文献引用的静态固化是一个天生的矛盾。随着数据对象DOI的推出,这个问题得到了一定的缓解。但是,历史文献的科学数据引用和没有采用DOI方案的数据仓储平台,仍然面临着诸多交互使用和规范化的问题。本报告将从二十多家国家科技部基础条件平台的科学数据引用情况出发,对科学数据引用的层次性(平台、数据集和数据记录三个层次)和无序的引用格式进行了分析,并对引用数据的URL链接进行了回溯测试,科学数据引用方面的FAIR原则进行探索。同时,以生物物种数据平台为例,对平台共现关系、物种名称和空间分布等专业信息做了分析和标引。
报告人:宋相龙
个人介绍:
博士,中国地质科学院,深部数据中心。主要从事矿产资源预测及信息化研究。近年来研究方向涉及深度学习在矿产资源预测中的应用。
报告题目:
全国重要固体矿产重点成矿区带数据集
报告主要内容:
全国重要固体矿产重点成矿区带数据集是在以往矿产区划研究工作经验的基础上,结合矿产资源潜力评价成果,建立的一套完整的数据集。本数据集借助23个矿种圈定的成矿靶区、重要矿产地、物化遥异常等信息,基于最新的90个三级成矿区带,划分了26个全国固体矿产勘查重点成矿区带。本数据集不仅是对已经取得的矿产资源区划和资源潜力评价工作的整理和总结,也为科学地引导国家地质找矿部署工作提供理论基础。
报告人:于淼
个人介绍:
中南大学地球科学与信息物理学院讲师,博士学历,毕业于北京大学地球与空间科学学院,现主要从事于造山带地壳演化、矽卡岩矿床成因和热动力学模拟等研究工作,主持国家自然科学基金青年项目1项,参与国家自然科学基金面上项目3项,发表论文20余篇,第一作者发表论文10篇,其中在国际著名期刊《Earth Science Review》、《Lithos》、《The Canada Mineralogist》等发表SCI 5篇,出版英文专著一部《Metallogenic Mechanism of the Galinge Polymetallic Iron Skarn Deposit, Qiman Tagh Mountains, Qinghai Province》。Email: yumiao1987@csu.edu.cn
报告题目:
基于R的地球热动力学数据可视化与动态解译平台
报告主要内容:
在各种地质过程,存在着复杂的地球热动力学过程。自上世纪中期Goldschmidt首次将热力学引入解释变质岩成因地学,地质学家们前赴后继,建立了大量地球热力学数据库。运用这些热力学数据库,我们可以进行深部成矿预测,历史古环境重构,板块运动等极具经济和科学价值的研究。然而地球热动力学不仅困扰着许多初学者,也让许多科研人员十分头疼。更重要的是传统的热力学数据处理方法笨拙、低效,难以发现热力学数据间的联系及规律。 GeoTVP (Geochemical Thermodynamics Visualization Platform)是一款高效,准确,快捷的热力学数据可视化分析web端APP 。目前可以实现的功能有地球热动力学相图动态绘制与计算,热动力学数据查询,热动力学文献查询等功能。适用于广大的科研工作者和大学生使用。 网站地址:www.geotvp.cn
报告人:钟日晨
个人介绍:
北京科技大学副教授。主要研究方向为热液成矿作用的热力学模拟计算及高温高压实验模拟。近年来研究方向包括采用机器学习方法解读地球化学数据。
报告题目:
机器学习黄铁矿微量元素及矿床成因判别
报告主要内容:
黄铁矿是热液矿床中最常见的硫化物矿物,可以形成于多种地质过程,其微量元素组成与矿床成因密切相关。然而,经典的黄铁矿微量元素判别方法采用双变量或三角图解,只能对其中的2-3种微量元素的含量或其比值加以利用,难以明确判断矿床成因。机器学习算法可以处理维数据信息(即统一样品的多种微量元素组成),在高维数据的分类上具有独特的优势。本次研究,已知成因的黄铁矿微量元素数据,采用人工神经网络及支持向量机方法,构建黄铁矿分类模型,并将其应用于具有复杂、多期成因的硫化物矿床的成因判别之中,取得了较为理想的研究结果。