TAS-PF：基于大数据概率场的TAS扩展图解.pdfVIP

第34卷第2期地质与资源Vol.34No.2

2025年4月GEOLOGYANDRESOURCESApr.2025

文章编号：1671-1947(2025)02-0255-10开放科学标志码（OSID)：

中图分类号：P628

D01:10.13686/ki.dzyzy.2025,02.013文献标志码：A

TAS-PF：基于大数据概率场的TAS扩展图解

于秋野1,李绍弦²,王智岩1

1.吉林外国语大学人工智能学院，吉林长春130117；

2.北京世纪好未来教育科技有限公司博物工作室，北京100085

摘要：大数据时代背景下，地学数据规模持续增长，以TAS为代表的传统图解面临困境：一方面，有限图幅内投点过多导致可读

性降低，无法呈现有效、直观的可视化效果；另一方面，原始数据陈旧的传统图解若引人新数据可能导致分类边界发生扰动，从而

降低判别分类结果的稳定性，并难以兼容已有文献投图.针对上述问题，本文首先继承前期研究为TAS图解所做的扩展，为经典图

解中的各岩性标签构建基于空间位置的类别分区，根据待分类数据投图位置与各类别分区的空间关系进行判别，并以数据表形式

呈现分类结果，从而弥补数据规模增大带来的投图可读性降低，另外，从GEOROC数据库中提取24万余条火成岩的主量元素数

据，将其在TAS图解上进行可视化，并按岩性分类进行核密度分析.基于分析结果在投图坐标范围内构建对应类别概率场，基于待

分类数据在各概率场中所处位置信息计算概率，并对比不同岩性标签的概率结果，基于概率场利用已知岩性标签数据判别待分类

数据，补充传统分类边界模式,并提供更具有定量意义的判别结果.

关键词：TAS图解；火成岩；岩性分类；判别图；大数据；概率场

TAS-PF:ExtendedTASdiagrampoweredwithprobabilityfieldofbigdata

YUQiu-ye,LIShao-hong2,WANGZhi-yan

1.SchoolofArtificialIntelligence,JilinInternationalStudiesUniversity,Changchun130117,China;

2.TALEducationGroup,Beijing100085,China

Abstract:Underthebackgroundofbigdata,thecontinuousgrowthofgeologicaldataposeschallengestotraditional

discriminationdiagramsrepresentedbyTAS:Ononehand,theexcessivedatapointswithinlimiteddiagramspace

reducereadabilityandhindereffectivevisualization;Ontheotherhand,theinputofnewdataintotraditionaldiagrams

withoutdatedoriginaldatamayleadtoperturbationinclassificationboundaries,compromisingthestabilityof

discriminationresultsandcompatibilitywithexistingliteratureplots.Toso