“深时数字地球”国际大科学计划系列工作坊持续开放！专业友好可复现，赋能科学智能生态合作（2）

深时数字地球（Deep-time Digital Earth，DDE）是由我国科学家主导发起并受国际学术界认可的首个大科学计划。该计划围绕地球演化这一科学命题，通过全球科学家和机构协作，运用人工智能、大数据、超级计算等现代技术，整合过去数十亿年地球时空大数据，构建地球科学全领域知识图谱，建立全球共享的处理分析平台，研究生命演化、地理演化、气候演化与物质演化相关重大科学问题，推动地球科学研究范式变革。

在此背景下，和鲸科技联合浙江大学地球科学学院师生，共同发起了DDE 深时数字地球国际大科学计划系列工作坊。工作坊积极响应 DDE 国际大科学计划的相关倡议，基于 Open Science 理念，由和鲸社区开设分主题社群与讨论区，特邀多位相关领域的研究人员，通过专业、友好、可复现的地学 Python 应用案例 + 实战培训，帮助参与者切实提高使用数据技能解决真实科研问题的能力。

在如今的“科学智能”新时代，立足 AI for Science 视角，采用各种现代化分析方法解读、可视化海量的地学数据，可以进一步帮助我们理解地球圈和生物圈协同演化过程。

为此，在工作坊第二期的课程中，身为特邀导师的南京师范大学地理科学学院杨昕教授带领大家通过黄土高原沟壑覆盖度分析这一实际案例学习了如何利用地貌类型单元数据，基于 DEM 的地貌计量学方法，提取黄土沟蚀区域，进而计算沟壑覆盖程度。通过课程学习，学员们将能够掌握更加先进、精确的沟壑覆盖度计算方法，并学以致用，举一反三，将相关地形分析方法应用于地理、地质、水文、生态等其他相关研究。

课程介绍了利用 AI 和 Python 等工具对相关数据进行预处理-分析-识别-计算等处理的全部流程，为学员们展示了科学智能引导下的地球科学科研新范式。以下是课程中介绍的分析思路和部分数据分析方法的示例。

简要流程

1. 预处理：包括对原始数据进行重投影、制作山地阴影底图等。

2. 流域分析：使用水文分析工具，基于 DEM 数据划分研究区子流域。

3. 正负地形划分：按照一定的阈值，将地形划分为正地形和负地形，正地形是指地表的凸起、隆起和山丘等形态；负地形是指地表的凹形、凹陷和洼地等形态。

4. 沟坡沟底划分：将负地形中的侵蚀稳定区识别为沟底，侵蚀活跃区识别为沟坡。

5. 沟坡覆盖度计算：统计每个流域内沟坡占比面积。

预处理第一步：DEM 数据重投影 Reproject

• 将获取得到的 DEM 栅格投影至 CGCS2000 高斯投影 108E 分带（EPSG:4545）；

• 参数说明：

  • EPSG code：目标空间坐标系的 EPSG 代码。

篇幅所限，以上仅展示一小部分案例内容。通过一系列的数据分析和可视化处理，我们可以得到一份黄土高原局部区域的沟壑覆盖度分析图，科学、高效地进行区域地质地貌分析和处理。在科学智能的驱动下，借助大模型技术，我们可以对地质数据进行深度挖掘，搭配智能可视化平台，还能够实时生成动态图谱，辅助研究者快速定位异常、精准把握地质成因，让地球科学研究从数据海洋中精准捕获规律，迈向智能化探索新维度。