中国地质大学（武汉）固体地球科学大数据研究中心

定位及建设思路

研究中心面向地球科学国际学术前沿和矿产资源国家重大需求，围绕地球系统的时空演化及矿产资源与地质灾害的评价开展基础和应用基础研究。以地质学、地质资源与地质工程、地球物理学等我校固体地球科学优势学科为依托，以“数据存储管理、高性能计算平台和数据可视化中心、关键算法和核心软件”建设为核心，以基于大数据的地质过程计算与数值模拟和地质科学大数据挖掘与集成理论、方法与应用为主要研究方向，开展多学科交叉和高水平国际合作，建设国际固体地球科学大数据研究中心，培养具有国际视野的拔尖创新人才。

研究方向与研究队伍

（1）基于大数据的地质过程计算与数值模拟

构建复杂地质过程的时空大数据，引入数据科学和大数据理念，建设高性能计算平台，研发人工智能算法和软件，提升复杂地质过程计算与数值模拟的效率和精度（如基于量子力学的矿物物理和元素配分计算，基于岩石物理实验的地球动力学模拟、成藏-成矿过程模拟、地表过程模拟，以及构造和气候反演），最终形成基于时空大数据的地质过程计算与数值模拟方法体系。主要研究人员：章军锋、袁小平、王振胜。

（2）深时大数据挖掘与计算模拟

构建深时地球生物学大数据，建设特色的地球生物学数据平台，建设基于深度学习的地质图像（包括岩石、化石、地质现象等）识别平台。利用人工智能等方法手段，计算和模拟地质历史时期生物形态、生态和古环境的演变过程，重点研究古生物化石的3D建模、生态系统结构复杂性模拟、古气候-古环境因子变化的定量重建。主要研究人员：宋海军、楚道亮、宋虎跃、范若颖、叶琴。

（3）地震大数据挖掘

基于全球地震观测大数据，研发高效合理的人工智能算法，系统测定地震震源参数如震级、破裂尺度和破裂持续时间等。同时，利用全球海量地震实时数据流，开展基于人工智能的大震破裂过程研究。结合传统W震相反演、反投影等方法，构建基于物理模型的人工智能算法，数据-模型双驱动，实现大震参数高效准确测定，服务全球大震应急和海啸预警。主要研究人员：王墩、曹凯、黄荣。

（4）地质科学大数据挖掘与集成的理论与方法

将大数据科学与地质科学深度融合，研发适用于地质科学大数据特点的人工智能算法和软件，最终形成一套地质科学大数据挖掘与集成理论与方法体系。通过分析、处理、挖掘地质科学大数据，为探究地球各圈层相互作用及发生在各圈层地质过程的机理提供关键信息，并为地质资源预测和环境-地质灾害评价提供方法支撑。主要研究人员：左仁广、熊义辉、王子烨。

硬件建设

• 15个CPU节点，每个节点128物理核心，256线程，256G 内存

• 1个GPU节点，含4张Tesla v100 32GB GPU显卡

• 共享内存4T，并行存储42T

微信公众号