数据挖掘是一种新技术, 它可以从信息量大、信息分类模糊的大型数据库中, 将人们所不熟知, 的且具有高度利用价值的信息和知识提取出来, 为企业所用。数据挖掘技术, 同时又是一项集多种学科的新型交叉学科, 它包括基础的统计学、信息检索、高性能技术、数据库技术、模式识别等等。它所提取的知识以模式、规律、概念、规则等形式表示出来, 它们对于趋势的预测和决策十分重要。数据挖掘可以集中企业网络中的不同站点的数据, 提供给企业丰富有效的数据作为决策参考。数据挖掘不是一两步能完成的, 它需要进行多步骤处理, 具体见图1。
数据挖掘技术设立的初衷就是服务于应用的, 它的应用领域十分广泛, 如金融行业中进行的相关风险预测, 零售行业中对顾客进行的行为分析, 除此之外, 像一些交通的日常管理、市场的拓展开发、体育、气象、电子商务等等行业中也有很强的应用价值和应用空间, 为这些行业提高可靠、精确的数据分析。
历时数十年的漫长发展, 数据挖掘吸收了数理统计、人工智能以及机器学习等多学科的研究成果, 现如今该技术已经能够实现解决因信息量大而造成数据提取和知识搜索、分析苦难等问题, 显得越发的成熟。
从功能方面概括来看数据挖掘技术, 可将其分为描述功能和预测功能。描述功能主要通过刻画数据一半特性, 从而获取的相关知识;预测功能则是在分析当前数据基础之上, 科学逻辑的进行的预测和推断, 这同时也是数据挖掘价值的所在。
数据挖掘系统的软硬件配置, 数据库以及网络服务等构成了地质勘探数据库系统体系结构, 它们又各自包含一些东西, 其具体内容如图2所示。
数据库由一系列相互关联的专业数据库组成, 是系统的核心组成部分, 其设计结构必须严格遵循数据库设计的基本原理以及矿山勘探企业的相关标准。
(1) 录井数据。该数据包括岩屑录井、岩心录井、井壁取心等基础信息。
(2) 钻井数据。该数据主要是钻井基本信息的基本概况。
(3) 测井数据。与现场测井相关的数据曲线等数据信息记录均包含在测井数据内。
(4) 岩性数据。该数据主要包括对岩石物理的构造、位置分布以及矿物成分等基本特征的描述。
(5) 地层数据。该数据主要包括岩性地层、年代地层、生物地层等与断层相连的地质基础信息。
(6) 流体分析。主要是对矿山水进行的数据分析, 包括对其的化学测量结果及组分等信息的详细记录。
(1) 二维地震数据。它主要包括二维导航的数据信息、叠前叠后的地震道数据信息、原始地震道数据信息以及各种速度谱等。
(2) 三维地震数据。它主要包括三维导航的数据信息、叠前叠后的地震道数据信息、原始地震道数据信息等。
包括实现资源过程涉及的所有索引和分类信息。
通常数据加载格式涉及以下几方面内容。
井数据有大块数据和非大块数据之分。如测井曲线, 数据大块数据, 其源文件格式包括LAS、DLIS、BIT、LIS、Diplog、ASCII、PDS、RP668种;而生产信息和探井信息则属于非大块数据, 其格式包括ASCII、RP66两种。
采集、处理、解释等不同阶段, 地震数据的数据格式也不尽相同, 如叠前采集的数据格式分为SEG—A、SEG—B、SEG—C、SEG—D四种;而跌后处理数据格式则有SEG—Y等多种格式。
数据挖掘在矿山的勘探、开采中收集到真实性、可靠性强的信息, 利于提高挖掘质量、维护挖掘结果。要想让数据挖掘的作用得到最大程度的发挥, 作为矿山企业首先应该完善数据库;其次应该使结合挖掘人员的专业知识和矿山勘探开采领域的专业知识, 通过不断地实践和总结来丰富数据库形成真正实用的系统, 服务于矿山企业。
摘要:数据挖掘是一项新技术, 它可以对数据库中大量的信息进行分析和发掘, 发现利于矿山勘探开采的信息, 对矿山勘探开采工作的决策起到很好的帮助作用。
关键词:矿山勘探开采,数据挖掘,应用研究
[1] 李冬萍, 明世祥, 张文哲.数据挖掘在矿山生产管理领域中的应用[J].矿业工程, 2006, 4 (3) :63~65.
推荐阅读:
矿山水文地质问题及勘探技术问题的探讨09-11
地质矿产勘探在地质找矿中的技术应用研究09-13
浅析矿山地下开采中深孔爆破工艺技术的优化01-11
地质录井在油田勘探工作中的应用研究09-21
油气勘探中微生物地球化学勘探技术的应用——以白云凹陷深水区为例09-12
现代测井技术在油田勘探开发中的应用探究10-06
MAPGIS在地质勘探中的技术应用09-10
测井新技术在石油勘探开发中的应用09-13
浅析测井新技术在油田勘探开发中的应用09-14