简介：吐哈油田岩芯资料数据库是一种关系型实用数据库。该数据库具有数据编辑、数据查询、统计计算三大功能；数据库将实物与岩芯资料一一对应并有机地结合起来，大大提高了存取岩芯样品和查找资料的速度，减少了简单重复工作的劳动强度，有力地支持了科研生产。

简介：人们认识世界的方法有两种：演绎法和归纳法。演绎法是从普遍性结论或一般性事理推导出个别性结论的论证方法，演绎推理的主要形式是三段论法。归纳法与演绎法相反，是从个别事实归纳出普遍性结论的方法，是从个别事实概括出一般原理的思维方式。大数据方法不同于上述方法，大数据的本质是用海量数据代替少量样本，用混杂数据代替精确数据，用相关关系代替因果关系。由此引发的宏观性和直接性是传统的认识方法所难以完全替代的。大数据方法是科学方法论的一个划时代的变革，是继演绎法和归纳法之后人类认识和改造世界的第3种工具。大数据研究的结果具有真理性和预测性，是大数据研究的热点和核心。

简介：大陆板内玄武岩（ICB）是一个广义的术语，包括大陆溢流玄武岩（CFB）、大陆裂谷玄武岩（CRB）以及所有出露在大陆板内构造环境的玄武岩。本文研究的大陆板内玄武岩不包括大陆溢流玄武岩和大陆裂谷玄武岩，主要是一些规模比较小的玄武岩，是狭义的ICB。本文详细介绍了研究的方法、数据清洗过程以及数据处理过程。在上述研究的基础上探讨了新生代ICB的时空分布，着重对不同时代的ICB进行了对比，发现中新生代、古生代、元古代的ICB的地球化学特征总体上一致，其中，古生代和元古代之间的相似性更加明显，而中新生代则显示V、sc、Yb亏损的特征，具体如何解释还需要今后进一步的研究。本文的研究表明，全球不同时代ICB的地球化学特征大体相似，地质理论中的“将今论古”原则适用于ICB，只是在应用时尽量回避A12O3、Zn、V、Sc、Yb等元素就更加万无一失了．

简介：计算机技术在地球科学研究领域的重要应用之一,就是建立各种地学数据库。随着地质学研究的不断深入,仅靠在局部的描述性研究,已难以完成对全球性地质事件的深入探讨,需要地质工作者通过国际合作,开展全球性的对比研究,开拓一条定量研究的道路,使地学理论与现代科技手段紧密结合,从而更深刻地揭示地球演化的规律。数据库则是实现这一目标的一个重要手段。

简介：大陆裂谷是大陆内部的拉张地带，与地幔软流圈的隆升有关。大规模玄武岩浆侵位是大陆裂谷发展的重要特征。新生代大陆裂谷玄武岩（CRB）的时空分布表明，CRB绝大部分出现在更新世，暗示更新世可能是全球拉张最明显的时期。大数据研究表明，CRB与洋岛玄武岩（OIB）、大陆溢流玄武岩（CFB）的地球化学特征虽然存在一些差别，但总体上类似。与CFB和OIB相比，CRB的LILE和LREE更加富集，可能与岩浆混染程度较高及部分熔融程度较低有关。与OIB相比，虽然它们都是深源的，但是，CRB的源区深度可能略浅一些，而混染程度略高一些。

简介：玄武岩作为一种大洋和大陆广泛分布的基性岩，其成因理论主要是在对大火成岩省研究的基础上奠定的，其构造环境判别的理论则主要是在板块构造理论的基础上创建的。本文利用GEOROC和PetDB数据库对全球大洋中脊玄武岩（MORB）、洋岛玄武岩（OIB）和岛弧玄武岩（IAB）进行了数据挖掘研究，发现早先的判别图判别效率不尽相同。部分判别图判别效率偏低的原因可能是早先的研究大多是以典型案例的研究为基础展开的，没有考虑到大数据给出的结果，说明典型和抽样的代表性可能不足。通过对判别图解的研究和比较，并对部分判别图进行了改进，发现许多图解可以把IAB与MORB、OIB分开，但MORB和OIB之间仍然有一些重叠不易区分，并借此推测MORB与OIB源区具有一定的相似性。所以，利用大数据研究可以使玄武岩构造环境判别的研究上升到一个新的层面。

简介：本文利用胶质芽孢杆菌（Bacillusmucilaginosus）和黑曲霉（Aspergillusniger）处理铜-苯酚（简称铜-酚）和镉-苯酚（简称镉-酚）这类有机-无机复合污染模拟废水,采用胶质芽孢杆菌和黑曲霉分别单独、联合或先后处理等5种方式,探讨了这两类菌体对复合污染模拟废水的处理效果及优化方法。结果表明,微生物对铜-酚废水的处理效果优于对镉-酚废水。对于铜-酚废水的处理表明,当废水中苯酚浓度为50~200mg/L时,去除率可达80%以上,最高可达94.65%,其中铜的去除率较苯酚低;当模拟废水中铜浓度为30mg/L时,可达最高去除率（60.02%）。微生物对镉-酚废水的处理表明,当废水中镉离子浓度为4mg/L时,最高去除率为58.44%,苯酚的去除率一直保持在30%左右。

简介：转变思维方式，将航磁数据改变成与化探数据相同的格式，应用多元统计分析方法建立基于物化探综合信息的区域Au找矿靶区定量预测模型。模型中航磁信息展现出优于Au元素的判别能力。以定量预测模型对全区各研究单元与已知有矿单元做相似程度判定，选择相似程度高的53个单元为一级找矿靶区（每个靶区面积25km^2），其中18个（34％）靶区内有已知矿床（点）产出，认为，其余35个（66％）预测找矿靶区应该是寻找Au矿的有利区域。此结果不但改变了传统（定性）地质研究中认为，航磁成果对Au矿找矿靶区判定效果不佳的结论，同时更加充分说明，海量数据信息中隐藏着极大的潜能，只有转变思维方式，依据大数据的观念，应用定量研究的方法（用数学的方法研究地质问题）才能将其充分地挖掘出来。