浙江大学のチームは、深時間進化/地質プロファイル/科学研究シナリオを探索し、深時間地球科学研究を可能にするEarth Explorerシステムを開発しました。

特色图像

深層地球科学研究は、地球の長い歴史に焦点を当て、数十億年前から現在までの地質学的進化の過程を研究します。研究範囲は広く、地球の内部構造、物質構成、生命の進化、地球と外部環境の相互作用などの主要領域をカバーしています。近年、地質可視化解析手法において、多次元時空間インタラクティブ解析の需要が高まっています。ビッグデータ、人工知能、高解像度画像などの技術の急速な発展は、地球の深層時間デジタルツインの実現に向けた新たな開発機会をもたらしました。

最近、中国地理学会地理モデルと地理情報分析委員会2025年年次学術会議において、浙江大学の杜振紅教授チームの専任研究員である斉金氏は、「ディープタイム・アース・クラウドインテリジェンス協働イノベーションプラットフォーム」の特集では、ディープタイム可視化分析システム(Earth Explorer)が紹介され、全体概要、研究開発進捗状況、科学的応用成果の3つの側面からチームの成果が紹介されました。

HyperAI は、当初の意図に違反することなく、Qi Jin 先生の詳細な共有内容を編集および要約しました。以下は講演の書き起こしです。

Earth Explorer: オンラインの地球科学専門視覚化分析システム

地球科学の研究方法と情報技術の急速な発展に伴い、深層地球科学の研究では視覚化分析に対する要求が高まっています。ディープデジタルアース(DDE)国際ビッグサイエンスプロジェクトでは、ビッグデータ、人工知能、デジタルツイン技術を中核として、深部地球の進化というビッグサイエンスの課題を軸にDDEプラットフォームを推進し、深部地球科学研究の強化に注力しています。かつては手描きの地図と2次元の静的解析に頼っていた可視化手法に、今では地上と地下を統合した深層スケールの時空間動的解析と多次元科学的解析が求められています。たとえば、数百万年規模の膨大なデータをどのように視覚化し、シミュレートするかは、科学研究者が直面する困難と課題の 1 つです。これは、科学に役立つテクノロジーの利用を促進する絶好の機会でもあります。

このような背景から、Earth Explorer (EE) が誕生しました。地球研究者のためのオンライン地球科学専門可視化分析システムとして、EE は、Deep-Engine などの DDE プラットフォームのコア技術機能を活用および深化させ、地質科学データのオンライン多次元視覚化レンダリング機能と時空間動的解析機能を開発します。三次元地球、時系列、空間分布、深時間動的進化、地質プロファイル分析など、簡単に制御でき、地質データの時間、空間、深度、時空間動的次元の変化を完全に表示できます。これは、DDE プラットフォームが地質データを表示するための重要なウィンドウです。

深層時間可視化解析システム(Earth Explorer)

精密研究への道:需要に基づく反復的なアップグレード

地球探査機は2021年12月に打ち上げられ、そのアルファ版は2022年にフランスのパリで国際的な科学者にデモと宣伝が行われました。効果的な視覚分析システムには、科学者ユーザーの視点からの慎重な調査、設計、および運用が必要です。

そのため、私たちのチームはまず要件を収集し、1,000 人を超える科学者と綿密な意見交換を行って、彼らのニーズと経験を共有しました。さらに、インターネット製品の考え方を学び、一連の市場分析とユーザー需要調査を実施し、完全な製品設計ドキュメントと開発計画を作成し、ユーザーマニュアルとデモドキュメントをまとめました。

2022年から2023年にかけて、科学者の指導の下、Earth Explorerは10以上のバージョンを開発しました。私たちは、さまざまなビジネス シナリオ、さまざまな主題の習慣、さまざまな技術的用途に適した視覚分析システムを調査しまし た。アルファ バージョンでは、複数ソースの異種データの空間的・時間的重ね合わせ、グローバル検索、動的分析を実現します。時空間集約バージョンでは、さまざまな分野に応じてデータを分類します。これにより、さまざまな分野の科学者がデータを検索し、クロス分析を行うことが容易になり、科学研究に新たなインスピレーションがもたらされます。また、チームは立体的な地球開発基地も建設した。さまざまな分野の科学者は、この技術基盤に基づいて独自の視覚化システムを迅速に構築し、研究開発コストを削減し、科学研究シナリオの自律的なデータ管理と表示を実現できます。

EEアルファ版
EEベータ

時空収束の現在のバージョンでは、深層時間発展、地質プロファイル、科学研究シーンのシミュレーションなどの機能が実現されています。これは、古地理学や古気候学などの分野で、科学者がオンライン マップ上で地球科学的な時空間分析を実施するのに役立ちます。古気温と古降水量は、動的に再生できるようにこの地図に重ねて表示されます。また、欧米(EGU、AGUなど)、日本・韓国(IGCなど)、アフリカ(CAG)などでも研究・実証を実施し、国内外の科学者から好評を得ています。

 EE システムは、DDE などの国際プログラムからのデータを効率的に視覚化し、動的分析を通じて科学研究のシナリオを国内外の科学者にオンラインで提示することができます。次に、私たちのチームでは、地質モデルや地球物理学的手法を EE システムにアップロードできる新しい機能も作成する予定です。

強力な機能:「データの検索 - データの表示 - データの使用」のビジネス ロジックを探索します

1 つ目は、「データの検索」機能です。 EE はデータ列に「Celebrity Data」を事前設定します。例えば、地球規模の1:500M地質図、超高解像度地形図、深層古気候シミュレーションデータセットなど。システムは時間、空間、キーワードに基づいて動的な検索を実行できます。オンライン リンクがあるが公開されていない一部のデータベースについては、EE では、データ サービスを通じてオンライン データの読み込みを可能にするカスタム データ リンクの追加もサポートされています。

次に、「データの表示」という点では、EE は、ベクター データのレンダリング、ラスター データのレンダリング、空間属性のクエリ、地形の視覚化、3D 視覚化、プロファイルの視覚化など、さまざまな機能を提供します。複数のソースの異種データをマップ上にロードしてアクセスすることができます。米国カリフォルニア州の山火事など、特定の地域を調査する場合、EE の 3 次元可視化を使用すると、「中央部分は乾燥しているが、周囲のデータは湿度が高い」ということを視覚的に発見でき、カリフォルニア州の空気湿度が低いと山火事のリスクが高まることを直感的に把握できます。

最後は「データ使用」機能です。 EE は、古緯度計算や地震源解析などのアルゴリズムを統合します。発見された恐竜の化石遺跡を例にとると、古代の緯度計算アルゴリズムを使用することで、数百万年前の位置を特定することができ、地質学研究に強力な裏付けを提供します。さらに、透明な土壌掘削、地形へのTIFF、古気候の分析と比較、地質マッピングなどの機能も提供します。

技術的課題: 独自の要件に凝縮された3つの主要な課題

深層地球科学研究の基礎と成果は、複数の時間的および空間的スケールと主題領域における地球科学データをカバーしています。これらのデータは、異なる地質時代に対応するさまざまな地理的場所に分散しており、さまざまな形式で保存され、さまざまな方法で提示されています。現代の時空間パターンでは、これらのデータを単純に集約して視覚化すると、時空間表現の不一致により深刻な混乱が生じることがよくあります。したがって、これらを統一された時空座標系に統合して表示することによってのみ、実際の地球深部のさらなる探査へのインスピレーションと方向性を提供することができます。2024年から2025年にかけて、私たちのチームは深層時間デジタル地球システムの科学的性質をさらに向上させ、重要な困難な研究を実施しました。

難易度1:時間および空間スケールをまたいだ多次元地球科学データの表示 

*  難易度2:地球科学の学際的データの専門的な分析

*  難易度3:膨大な地球科学データの高性能な読み込みとレンダリング

最初の問題に対処するために、私たちのチームは時間と空間を統合するディープタイム軸などのツールを開発し、古地理再構成モデルや時間および空間のパンクチャー検索などのアルゴリズムを統合しました。異なる地質年代や異なる地理的分布のデータを時空間にわたって明確に表示し、ユーザーが確認したデータの年代を地質年表で確認できるため、長期にわたる地質学研究に動的な情報サポートを提供します。

時間・空間条件と主題カタログの複合検索、深い時間軸の識別

地球科学における学際的なデータ解析を実現するために、当社チームは、一般的な表示と専門的な分析のニーズに効果的に対応できる視覚化機能を開発しました。たとえば、固体地球分野では、多要素プロファイル マッピング機能が開発されています。ユーザーは地球上に任意の線を描くことができ、システムはその線に沿って、地質年代情報、地球の重力と磁気のデータ、表面の地形的標高など、複数のソースから地質学的および地球物理学的情報を抽出します。

膨大なディープタイムデータの高性能レンダリングという課題に応えて、私たちのチームは、パフォーマンスのボトルネックがある視覚化シナリオの調査を続けています。地質プレート復元計算および動的シミュレーション技術を開発。深層プレート回転は EE の特徴的な特徴であり、地球上の陸地と海の現在の分布の動的回転という形で、現在から 5 億 4000 万年前までの古代のプレートの進化を動的に再構築することができます。

地質プレート再構築計算および動的シミュレーション技術

さらに、数百万の粒子システムのリアルタイム動的シミュレーション、数百万のベクターデータのカスタムレンダリングなど、深層時間データと地質体データにスムーズで効率的な視覚シミュレーション効果を提供するさまざまな機能も作成しました。

地球科学における多因子プロファイルの描画

可視化+開発基盤サポート:2つの側面で大きな応用成果を達成

視覚化分析を使用して、地球科学の問題を解明し、地球科学研究をサポートします。

科学者たちが青海チベット高原の地表熱流を研究していたとき、EE はモホ面の深さなど 10 を超える地質学的および地球物理学的データセットを青海チベット高原地域に読み込みました。青海チベット高原の地表熱流分布の潜在的な影響要因を平面+断面の形で視覚化し、分析しました。その分布パターンをさらに分析することで、研究のアイデアが生まれました。最後に、科学者たちは空間回帰分析を使用して、青海チベット高原の表面熱流の分布に関する研究を実施しました。この結果は「Journal of Geophysical Research-Solid Earth」に掲載されました。


複数の情報源から得られるデータの時空間比較分析が、青海チベット高原の地表熱流に関する研究アイデアを刺激する

プラグアンドプレイの開発ベースを作成し、カスタマイズされた主題の作業ノードを構築する

地形学作業は、EE開発基盤に基づいて分野別作業ノードの急速な構築を実現しました。地形学における 400 以上の地域の高精度、高解像度のデータセットを表示し、オンラインでの視覚化とダウンロードをサポートします。地形学ワーキンググループが研究の国際的な認知度を高めるのを支援しました。このシステムは、全世界の超高解像度地形種別地図のオンライン公開をサポートし、すぐに8,000件を超えるアクセスと1,300件を超えるダウンロード申請を獲得しました。

EEサービス分野の技術的基礎

地形学の分野に加えて、他の分野でも技術サポートを提供しています。例えば、鉱物資源予測分野の作業プラットフォームでは、ユーザーは関連するリモートセンシングデータを3次元地球上にロードし、リモートセンシングデータと現場測定データの逆推定結果を評価することができます。 GPU/CPU の計算能力により、データ駆動型の鉱化確率予測が実現されます。


補助的な主題事例(古地理学、鉱物資源、鉱物分析など)

ディープタイムプレート回転機能のサポートにより、EE は、現代の地質図を 5 億 4000 万年前まで回転させることができるほか、公開データセットを使用して火星と月の 3 次元地形を表示し、科学者が宇宙の惑星を研究するための仮想環境を提供します。今後、私たちのチームは海外のクローズドソースの地質学ソフトウェアの研究を継続し、海外の地質学技術システムの独占を打破することを目指します。

要約すると、浙江大学の Du Zhenhong 教授のチームが開発した Earth Explorer 深層時間可視化分析システムは、オンラインの地球科学専門可視化分析システムです。EEは、地質科学データのオンライン多次元レンダリングと時空間動的解析を実現します。これは、深時間地球科学研究における視覚表現とシミュレーションの問題を解決するだけでなく、地球科学研究に新たなインスピレーションと分析方法をもたらします。今後、人工知能とデジタルツイン技術の継続的な進歩と科学者との緊密な協力により、EEは地球科学分野でより大きな役割を果たすことが期待されています。

Qi Jin先生について

この共有セッションのゲストスピーカーは、浙江大学地球科学学院の Qi Jin 氏です。彼の研究対象は、人工知能海洋学と地球科学ビッグデータ分析プラットフォームの開発です。彼は、「第14次5カ年計画」国家重点研究開発計画のサブプロジェクトや国家自然科学基金プロジェクトなど、多くの重要な科学研究プロジェクトを主宰してきました。浙江省近海水域生態環境多元情報知能サービスプラットフォームの技術ディレクターを務め、海洋工程科学技術賞一等賞を受賞した。

Qi Jin先生の個人ホームページ:
https://person.zju.edu.cn/qijin

浙江大学のチームは、深時間進化/地質プロファイル/科学研究シナリオを探索し、深時間地球科学研究を可能にするEarth Explorerシステムを開発しました。 | ニュース | HyperAI超神経