2024年11月5-6日，以地理信息技术创新发展和应用场景建设为核心，聚焦数据要素、低空经济、自然资源数智化、人工智能等热点，汇聚院士、专家学者、企业领袖等智慧的“2024地理信息技术创新大会”将在北京国际会议中心盛大召开。
11月6日，创新大会特设“地质大数据与人工智能应用创新”平行论坛，将围绕地质调查和自然资源综合调查主体业务，大力推动云计算、大数据、人工智能等现代信息技术与业务的深度融合，推进各业务领域、主流程、全链条的数字化、网络化、智能化，以信息化驱动实现地质调查现代化高质量发展。论坛面向预研究、野外调查、数据处理与综合研究、成果编制等某些关键环节，如何充分发挥各类地学数据的价值、深度应用AI技术驱动地质调查工作模式变革，分享相关的技术探索和应用实例。欢迎大家扫码报名参会！
11月6日上午 9:00-11:55
北京国际会议中心305CD
自然资源部地质信息工程技术创新中心
中国地理信息产业协会自然资源信息工作委员会
中国地质调查局地质大数据中心副主任
嘉宾介绍：
刘畅，正高级工程师。长期从事地质调查信息化技术研究与软件开发。主持或作为骨干完成地质调查二级项目、工作项目及各类行业专项十余项，参与研发的数字填图系统等取得软件著作权12项，编写行业标准1项，相关成果获省部级一等奖4项，二等奖2项。
报告题目：
《智能地质填图技术研究与应用实践》
内容简介：
近几十年，随着数字地质调查系统的开发应用，地质调查工作已经实现了由传统手工工作模式向全流程数字化的转变，同时促使了地质调查数据呈爆炸式增长。为了充分挖掘数据价值，项目组将深度学习建模方法与区域地质调查工作过程相结合，重点研究了填图对象和填图知识的分类、处理与采样方法，以及针对不同填图阶段的从无监督、半监督到监督的AI地质图生成技术，并开发了智能填图训练与应用平台。成果在多个野外项目开展示范并取得了良好效果。
嘉宾介绍：
王斌，博士，高级工程师，主要从事矿产普查与勘探、地质信息化建设等研究工作。
报告题目：
《基于知识驱动的大数据智能找矿预测系统总体框架》
内容简介：
介绍大数据智能找矿预测系统建设背景、工作基础、建设目标，以及基于大数据、知识图谱、大模型等技术的大数据智能找矿预测系统建设总体业务框架、技术架构设计、功能设计等内容，致力于实现地质找矿数据、知识、算法、模型、工具等统一管理，实现从找矿数据挖掘、提取、处理、分析、集成到预测评价全过程的数字化、信息化和智能化。
嘉宾介绍：
于峻川，教授级高工，博士，硕士生导师，就职于中国自然资源航空物探遥感中心，长期从事人工智能与遥感应用技术研究工作。自然资源部地质灾害隐患遥感识别与监测工程技术创新中心遥感智能识别技术方向带头人。
报告题目：
《“AI+遥感”技术地学应用实践与展望》
内容简介：
从遥感智能解译的现状与挑战出发，以滑坡隐患关联要素智能识别为例，阐述人工智能在传统遥感业务中的技术定位。介绍了 “AI + 遥感” 技术在地球科学领域应用的基本范式。同时探讨了该技术面临的新机遇与挑战。
嘉宾介绍：
诸云强，研究员、博士生导师、学术委员会委员，中国科学院现有关键技术人才、中国科学院特聘研究岗位人员，国家重点研发计划项目首席科学家。兼任中国地理学会地理大数据工作委员会副主任、中国测绘学会智能化测绘工作委员会副主任、全国地理信息标准化技术委员会委员等，获得国家科技进步二等奖、河南省科技进步一等奖、地理信息科技进步奖特等奖、一等奖等。
报告题目：
《时空知识图谱构建关键技术方法与应用示范》
内容简介：
随着对地观测与导航技术等的发展，多源时空数据急骤增长，但数据海量、信息爆炸、知识难求的矛盾日益突出。将时空数据上升为知识服务、提升时空数据的价值，不仅是国家高质量发展的迫切需求，也是重要的核心科技任务。时空知识图谱通过“节点-边”模式，可将时空知识组织成计算机可理解、可计算的语义网络。基于急骤增长的时空数据，群智高效获取时空知识，构建时空知识图谱，是实现时空知识服务的有效途径。本报告主要介绍时空认知与知识图谱建模理论方法、群智协同时空知识图谱构建服务共性关键技术及工程化应用等。
嘉宾介绍：
宋越，博士，正高级工程师，长期从事地质调查信息化技术研究与应用工作，主持、参与三维地质建模与可视化、地质调查信息系统研发、地质调查信息化标准研制等项目十余项，研究成果获得省部级科技奖励8项。
报告题目：
《三维地质建模助力智慧城市建设》
内容简介：
三维地质模型是智慧城市建设和矿产资源评价等应用的数字地下空间底座，对数字中国建设具有重要意义。自2017年以来，依托“透明雄安”项目，提出了三维地质信息模型GIM概念，研发了基于GIM简单构造区快速建模、云环境下三维地质模型存储与可视化技术，建立了三维地质模型信息系统，并在多个城市进行了推广应用。这里以三维地质建模支撑“透明雄安”建设为例介绍地质调查支撑智慧城市建设相关成果。
嘉宾介绍：
徐权，博士，工程师，就职于中国地质调查局乌鲁木齐自然资源综合调查中心，致力于遥感技术在生态环境监测与评估中的创新应用研究。共发表学术论文15篇，获批发明专利3项，软件著作权2项，参与项目8项。
报告题目：
《基于多情景土地利用模拟的景观生态风险与碳储量评价》
内容简介：
研究通过耦合多模态地理空间模型，模拟预测新疆尺度下多种情景的景观生态风险和碳储量时空分布特征。首先采用GeoSOS-FLUS模型预测未来土地利用空间格局，其次基于客观权重法重构景观生态风险指数，并利用InVEST模型刻画碳储量空间分布特征，最后通过Geodector对其演化规律进行驱动力分析。研究结果以期为土地利用管理决策以及生态环境保护提供科学依据，助力新疆地区高质量发展。
嘉宾介绍：
孙涵睿，主要从事地质信息化和数据库建设，地质数据管理与共享服务。发表学术论文7篇，参与地球科学数据整合与知识服务等省部级项目5项，获得软件著作权4项。
报告题目：
《地球科学数据国际化共享与FAIR原则应用示范》
内容简介：
数据已经成为最有价值的战略资源之一。目前数据资源呈积累态势，然而受技术、经济、社会等因素制约，导致其难以被发现、理解和使用。本次梳理了国内外地球科学数据国际化共享现状，开展地球科学数据共享FAIR化方法研究，在此基础上，利用已有云架构开展深时数字地球DDE-China国家节点数据FAIR原则共享的应用示范，在数据、元数据和平台层面使数据FAIR化，推动数据易发现、易访问、互操作和被重复使用，能够为其他国家节点树立数据国际化共享范例。
嘉宾介绍：
卢晶，博士（在读），工程师，毕业于中国地质大学（北京），就职于中国地质调查局自然资源综合调查指挥中心，主要从事地质信息化、地质数据库建设与地质大数据等方面研究，先后主持和参与信息化项目、地质调查项目5项。
报告题目：
《金矿勘查数据库建设探索与实践》
内容简介：
在当今大数据的背景下，利用信息化技术手段解决地质勘查数据的共享和信息挖掘，为勘查业务带来了全新的发展机遇和前景。我们基于统一的数据库建库标准和数据采集入库软件，针对自然资源综合调查指挥中心四十多年的金矿勘查数据，通过有效数据清洗、整理入库，初步建成了金矿勘查数据库，实现了金矿勘查数据、资料的高效管理，探索了矿区数据可视化，提升了地质勘查资料共享服务能力，为新一轮突破找矿战略行动提供重要数据支撑。
嘉宾介绍：
唐继婷，中国矿业大学（北京）人工智能学院讲师，主持国家自然科学基金委青年项目1项。主要研究方向为矿山地质灾害监测预警、灾害风险建模方法。成果见于International Journal of Disaster Risk Reduction、International Journal of Disaster Risk Science、Remote Sensing等期刊，研究成果曾被联合国减少灾害风险办公室UNDRR prevention web宣传。
报告题目：
《基于大语言模型和专家知识的滑坡知识图谱构建》
内容简介：
随着地质灾害调查深入，滑坡特征数据海量增长但碎片化严重，规范化、结构化处理不足。深入挖掘与量化关联这些数据，提升对灾害及风险防控要素的理解，是当前滑坡防范的首要任务。本次汇报以乌蒙山区典型市县为例，通过构建知识图谱整合碎片化数据，利用百度文心大语言模型和UIE技术快速提取滑坡信息，提升效率与准确性。同时，系统梳理并量化分析滑坡要素间的关联强度，为滑坡风险的精细化评估与防控提供科学依据，对滑坡灾害预防与应对具有重要实践意义。
嘉宾介绍：
赵锴，通信工程专业硕士，中国地质图书馆信息化室工程师，主要从事地学文献服务软件开发，研究领域涉及知识图谱和机器学习，“地球科学文献知识服务与决策支撑”项目骨干，作为第一完成人获得软件著作权十余项。
报告题目：
《基于机器学习的矿床描述文本多标签分类》
内容简介：
为实现高效准确的矿床描述文本多标签分类，降低从大量文本中获取细粒度知识的难度，需要构建有针对性的标注数据集和机器学习模型。使用地理位置、成矿区带、矿体地质等17种内容标签，为《中国矿产地质志·典型矿床总述卷》中的13411个句子实施人工分类标注，构建了一个矿床描述文本多标签分类标注数据集。在标注数据集上测试并比较了30种机器学习模型的分类性能，试验结果显示：微调BERT模型搭配FNN分类器时加权F1值可达到0.91，优于其他模型，可用于替代或辅助矿床描述文本多标签人工分类。
主办
中国地理信息产业协会
中国信息协会
中国区域科学协会
北京大学地球与空间科学学院
武汉大学资源与环境科学学院
中国科学院地理科学与资源研究所
易智瑞信息技术有限公司
请您务必准确填写手机号码及邮箱地址，方便接收后续通知及资料。 会前注册报名并于11月5日到会，签到可领取精美礼品一份（现场注册用户，将不能享受）。 会后，我们将会议资料下载链接发给会前注册报名的参会者。
