版权所有:内蒙古大学图书馆 技术提供:维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
作者机构:南京师范大学地理科学学院南京210023 江苏省地理信息资源开发与利用协同创新中心南京210023 中国地质大学(北京)地球科学与资源学院北京100083 中国地质大学(北京)地质过程与矿产资源国家重点实验室北京100083 中国地震局地质研究所地震动力学国家重点实验室北京100029
出 版 物:《地震地质》 (Seismology and Geology)
年 卷 期:2023年第45卷第6期
页 面:1432-1451页
核心收录:
学科分类:070902[理学-地球化学] 0709[理学-地质学] 07[理学]
基 金:深时数字地球国际大科学计划种子基金(GJ-C03-2023-002) 国家重点研发计划项目(2018YFE0204204) 国家自然科学基金(42272114) 江苏省自然科学基金(BK20211270)共同资助
主 题:低温热年代学 大数据 人工智能 关系型数据库 非关系型数据库
摘 要:低温热年代学是新构造和地貌演化研究的重要技术手段,与常规的地质年代学方法在数据表达、分析和解释方面都存在明显差异,需要建设专门的数据库应对其数据日益增长,并满足大数据创新研究的需求。文中选取4个具有代表性的典型传统数据库和2个新一代数据库进行对比分析,发现传统数据库(如NGDB)的数据来源单一,样品数据以结构化的表格呈现,并以关系型数据库的形式进行数据管理;而新一代低温热年代学数据库(如AusGeochem)的数据来源广泛,包含结构化和非结构化数据,且数据库的扩展性强,能够适应新方法和大数据分析的需求,并采用灵活的数据库类型与应用程序接口(API)联合管理数据,兼具数据查询、分析与可视化功能。文中针对现有数据库存在的问题,在数据持续增长、数据库的可扩展性和数据编号管理等方面对下一步数据库的建设进行了展望,以期为新构造和地貌演化的大数据研究提供基础保障。