看到這樣一張圖，數據你會想起什么？是繪制微信上的人脈圖，還是礦石礦物營銷網站的精準推送？都不是，其實這是分布埋藏在我們腳下的礦物分布圖。

如果你玩過Minecraft（中文：我的圖預世界），你一定知道不同類別的測多礦產分布在不同的高度上，同時互相關聯。種新今天，數據科學家利用已有的繪制礦物信息，包括種類，礦石礦物位置，分布豐度，圖預制作了礦物的測多分布網絡，進而可以預測新礦物的種新信息，大大提高勘探效率。數據

研究人員收集了超過5200種地球上已知礦物質的信息（每種礦物都具有獨特的化學組成和原子結構），并對數十萬個地點的數百萬份礦物樣本進行了詳細記錄和分類。這個數據庫包含了每個礦物被發現地點的信息、所有已知的產地和礦床年齡，龐大而且增長迅速。除此之外，數據庫還記錄了礦物的化學成分和物理性質，如硬度、顏色、原子結構等等。當這些信息與周邊地理、地質環境和共存礦物信息結合使用時，地質學家就可以用“大數據”進行完整的分析預測。

含403種碳礦物的網絡圖顯示了其多樣性和分布中隱藏的模式。每個彩色圓圈代表不同的碳礦物。圓圈的大小和顏色代表礦物的常見和罕見程度。黑色圓圈代表這些發現這些礦物發現的300多個地區。圓圈的大小表示在每個地方發現了多少含碳礦物，線條連接了礦物種類和地點。 礦物和地點的分布遵循一種獨特的模式，有一些常見礦物但更多的是稀有礦物，這種分布可以預測出地球上有超過1500種尚未被發現的礦物。

如同復雜的大數據集可以為社會關系和城市交通問題提供重要的解決方案，網絡分析也為礦物質研究提供了新思路。

在《美國礦物學家》上發表的一篇論文中，作者展示了網絡理論礦物學的第一個應用——網絡分析技術。它使得地質學家能夠從一張圖表中囊括多個變量的數據，這些數據包括從成千上萬個地點采集的數千個礦物的信息。可視化的圖像能夠顯示出傳統表格中隱藏的礦物分布模式。換句話說，大數據提供了哪些礦物彼此共存的詳細特征，以及它們的出現所需要的地質、物理、化學和生物學特征。

根據網絡分析技術，礦物學家很容易就能預測科學表格中“丟失”的礦物以及新的礦藏地點。參與此項研究的科學研究所執行董事Robert Hazen博士說：“網絡分析可以為礦物學家提供關于去哪里尋找和尋找什么的可視化線索。我認為這將開創礦物學的全新方向。”目前，這一技術已經預測145種尚未發現的含碳礦物，以及在哪里可以找到它們。

網絡分析技術在地質學方面有許多潛在應用，包括礦物研究和礦物勘探。采礦公司能夠根據現有數據預測未知礦床的位置，研究人員可以使用該工具來解釋地球礦物隨時間的變化，或者結合生物標志分子的數據，解釋顯示細胞和礦物質的相互作用，而礦石地質學家則可利用礦物網絡分析來探索高價值的新礦床。另外，這一技術也有望揭示其他行星的地質歷史。

撰文 Morrison SM

編譯 朱雅文

原文鏈接：//deepcarbon.net/feature/big-data-points-humanity-new-minerals-new-deposits#videos