原创 张蕾 钟瀚霆等
全篇约6664字，6图，阅读需要8分钟
古地理学的前世今生
睿智的古人很早就对自然地理环境的变化有着朴素认识：东晋葛洪在《神仙传》中曾提到“东海三为桑田”；唐代颜真卿、宋代沈括等人都曾以山顶、崖壁中所见的螺蚌壳为依据，明确阐述了“海陆变迁”的观念。
古地理（Paleogeography）一词最早来自T.SterryHunt（1873），被定义为利用古植物学和古动物学系统研究地质历史时期的地理学科。早期的古地理学为固定论，即古地理分布被认为是不变的。例如，Haug（1900）第一次提出中生代古大陆的存在，Wegener（1912）做出第一张晚古生代泛大陆再造图，Choubert（1935）进行古大西洋的古地理重建，刘鸿允（1955）的《中国古地理图》等。后来以活动的古大陆再造为核心，利用古地磁、古生物和古气候综合恢复出较完整的显生宙古地理图，国内王鸿祯（1985）的《中国古地理图集》（图1）、刘宝珺和许效松（1994）的《中国南方古地理图集》、冯增昭（2004）用单因素分析综合作图法进行定量岩相古地理重建等，都极大的推动着我国古地理学的发展。
图1《中国古地理图集》（王鸿祯，1985）
古地理重建与数据库建设的科学意义
古地理学涉及的学科广泛，综合性极强，可通过研究地层和化石，推测古环境；根据岩石成分、粒度、结构来推测古地形和古水深；依据古地磁推测当时的古纬度和古磁极的变化；用同位素测古水温等。与之对应的古地理图则可更直观清晰地展现出某一地区在特定时期的古地理空间分布。古地理重建对深入认识全球古地理演变的历史格局有重要的科学意义与研究价值：
①对恢复地表系统过去的面貌，为地质学、古气候学、古生态学、古海洋学等研究工作提供了很好的时空约束；
②可还原地球表层演化历史、识别矿产能源分布、揭示矿产资源的成矿规律，指导资源勘探开发，以及预测生物和气候演变；
③将今论古，以古论今，论将来，更好的预测未来地球演变的发展方向。
地学大数据，推动着古地理学的发展，与古地理学相关的数据库和数据模型是古地理重建的驱动力，这些重建模型依托地学大数据恢复了深时框架下的古板块位置、古经纬度、古地形地貌、古海拔高度等信息，通过重建板块构造模型可重现过去的海陆分布格局，从而更好地了解地球在地质历史时期的演变。
目前，地学数据库的建设发展迅速，在生物古地理、气候古地理、岩相古地理、构造古地理等方面都取得了长足进步，例如，在生物古地理方面：美国芝加哥大学的J.John Sepkoski Jr.通过时间量化生命多样性的性质、收集数据和发展一系列的统计方法进行科学研究，详尽地记录了六亿年来的生命演化，并建立了全球显生宙海洋无脊椎动物多样性数据库；加州大学的John Alroy重点研究多样性曲线、物种分布和灭绝，领导建立了古生物学数据库Paleobiology Database,PBDB；Wolfgang基于PBDB平台，收集全球范围内的古生物学数据，洞察三叠纪末生物大灭绝事件的形成机制，从PBDB的数据可明显看出，在三叠纪-侏罗纪界线之前有一个明显的灭绝高峰。Wolfgang等人用于分析的、从Anisian到Hauterivian的数据集包括4790个底栖生物集合和37023个分类事件无脊椎动物类群，仅用于评估灭绝率，生物灭绝分析的范围从Anisian至Callovian，其中共有1452个不同属，4944种，3355种底栖生物的收集和24813种分类现象有无脊椎分类单元。
随着大数据时代的到来，海量数据不断积累，新技术相继诞生，多学科交叉现象进一步深化。人们对数据的深度挖掘和多维度利用，带来了产业结构的变革及科学研究范式的创新。古地理学作为典型的数据密集型学科，面临着前所未有的挑战与机遇。如何将古地理与大数据、新技术更好的结合，成为学科专家们亟需面对的问题。
国际古地理相关数据库及团队
长期以来，国际古地理重建工作主要是在板块构造理论指导下，重建地史时期的大陆位置、板块边界、海陆分布；而国内则主要侧重于以矿产资源勘探服务为导向的不同尺度的盆内岩相古地理研究及编图（冯增昭，2003；陈洪德等，2017；Hou et al.，2018）。近年来各类与古地理相关的数据库及平台相继建立，如个人或团队开发的PALEOMAP、CEED、EarthByte、TSCreator、Deep Time Maps等；各类商业公司数据库如IHS Markit、Neftex、Frogtech、CGG等；以及各国政府或官方学术组织建立的包含大量古地理信息的各类综合数据库。这些数据库或平台的出现，在一定程度上整合了现有古地理相关数据；其次，在平台基础上对数字古地理重建模型的构建与利用，也产生了大量新的发现与认知，为后续建立全球性的开放互动的古地理综合数据平台提供了宝贵经验。现介绍部分具有代表性的古地理相关数据库及平台：
【01.PALEOMAP Project】
PALEOMAP Project是由美国西北大学的Christopher R.Scotese教授领衔，目标是阐明洋盆和大陆的板块构造演化，以及过去11亿年来的海陆分布变化。基本方法包括两部分：①利用古地磁数据、线性磁异常数据、古生物地理学、古气候学、区域地质构造史重建板块构造模型；②综合多种古地理古气候记录，确定关键造山带、海岸线等地貌地理单元，根据地貌的基本原理和规律，作合理的近似推断，进而重建山脉、平原、浅海和洋盆的分布与变迁。
PALEOMAP Project开发了基于地理信息系统（GIS）的古地理重建软件ESH-GIS1.0（ArcView），以及面向公众的手机APP软件ESH-GIS2.0（ArcView）。其产品非常多元化，主要包括：地球历史（Earth History）和气候历史（Climate History）图集；ipad及iphone应用——古代地球：盘古大陆的裂解（Ancient Earth:Breakup of Pangea）；三维可移动古地球仪（3D movable Paleoglobes）；三维古地理动画（3D Paleogeographic Animations）；未来地图集（Future Maps）。
图2250Ma后的“似盘古大陆”（www.scotese.com）
①格陵兰岛和北美；②佛罗里达和美国东南部；③大西洋；④南美洲东北部和东部边缘；⑤中潘基亚海；⑥环潘基亚俯冲带；⑦泛大洋洋中脊；⑧古泛大洋；⑨东非、伊朗、西藏和中国东南部的山区
【02.CEED】
CEED（The Centre for Earth Evolution and Dynamics）地球演化及动力学中心是由挪威奥斯陆大学创建的一个跨学科研究中心，其核心组成包括Trond H.Torsvik领衔的Earth Dynamics团队，汇集了板块构造、地幔动力学、古地理重建、古地磁和行星科学等多学科背景的科学家。
CEED通过研究板块动力学、大规模火山活动的起源、气候演变以及生物大灭绝等事件，生成一个全新的地球模型，该模型将解释地幔活动如何与板块构造相互作用，并在整个地球历史时期引发大规模的火山作用以及相关的环境和气候变化。
CEED主要研究的六个主题：深部地球：物质、构造、动力学（图3）；动态地球：板块运动和地球历史（图4）；地球危机：大火成岩省、生物大灭绝、环境变化；地球与其他：比较行星学；地球建模：地球动力学的数值模型；地球实验室：古地磁及岩石磁学。
图3深部地球模型（据Reidar，2010修改）
图4动态地球-250Ma前的全球板块分布（https://www.mn.uio.no/ceed/english/）
【03.EarthByte】
EarthByte是由澳大利亚悉尼大学的R.Dietmar Müller教授领衔，包括软件开发小组、动力地形小组、古气候小组、板块重建小组和深部过程小组，目标是综合地质时空数据，将不同的地质与地球物理数据融合为包括构造、地球动力和地表过程在内的四维地球模型。
EarthByte的主要内容包括：板块运动学、全球和区域地球动力学、构造地质学、太古代地球动力学、古气候模拟、盆地演化和地表过程与构造的联系、地球空间信息科学。EarthByte开发了目前应用最为广泛的古地理重建开源软件Gplates（Müller et al.，2018）。该软件是一款交互式的可视化桌面软件，结合了板块构造重建、地理信息系统（GIS）功能和光栅数据可视化。基于GPlates软件的古地理重建还可以探讨全球变化问题，如洋中脊生成和大洋板块俯冲进入地幔的再循环过程，如何驱动全球尺度地表地形和海平面变化等。
图5板块运动模型（据Müller et al.,2019修改）
EarthByte的数字模型资源中与古地理相关的数据集包括：The Intracontinental basin（ICONS）地图集；中新世古地貌和古地理测量数据集；全球古生物学数据库和显生宙板块运动模型；Paleoshoreline数据集；Paleo Atlas for GPlates；古地理数据集；古数字高程模型（PaleoDEM）资源数据集。
此外，EarthByte还有动态地形、全球和区域板块运动模型（Müller et al.，2019）、板块构造和古地磁等方面的数据资源可供用户下载。
【04.TSCreator】
TSCreator（Time Scale Creator）是由美国普渡大学James George Ogg教授开发的一个基于JAVA可视化软件包的地球时间标尺数据库和可视化图表系统。它能够从地球历史时期的全球或区域事件中探索和创建任意地质时间尺度的图表，其内部数据库主要涵盖显生宙以来5.5亿年的地球历史时期，其数据库包括超过300个地层柱和50000多个关于海平面、稳定同位素、生物、地磁和地球历史及其他方面（包括月球和火星）的事件或数据点。
图6默认分区集—对地质年代、磁极性年代、主要浮游有孔虫和钙质超微化石带的国际划分以及全球重建
总体而言，近年来各类与古地理相关的数据库及平台在数据收集、整理、分析以及成果展示等方面均做出了大量开拓性的尝试，取得了长足进步，然而仍存在诸多不足，例如：
①个人或团队建立的数据库往往围绕较为明确的科学问题，专业性较强，特点鲜明，却通常因为机构组织等原因，缺乏持续性与足够的体量，生命力不强，难以满足大数据时代对数据量爆发式增长的需求；
②商业数据库虽然能动性较高，客户整体体验优良，但数据类型相对局限，且大量核心信息往往需要付费获得，并不能实现数据的完全开放、共享；
③各国政府与官方学术组织的综合数据库一般具有相对较大的数据量，然而往往在界面语言、检索方式、产品呈现等人机交互方面做得不够理想；
④数据来源较多，类型不一，缺乏标准性与统一性，并没有标准化，从而导致数据移植性较差，利用效率不高；
⑤相比于生命科学、材料科学、计算机科学等领域，古地理学乃至整个地球科学领域的数据库智能化程度也整体较低。
古地理大数据平台建设思路及要点
随着数据获取与分析技术的提高，大量多元化地质数据迅速积累，将释放出更多信息。另一方面，可视化技术的迅猛发展及人工智能技术在固体地球科学建模中的广泛应用，也将共同促使古地理重建走向标准化与智能化（Zhao et al.,2019；Ogg et al.,2019；Zahirovic et al.,2019）。本文认为，构建全球性的开放互动的古地理综合数据平台，全面搜集、整合、利用数据，最终实现基于数据平台的任意时间地区的古地理重现及未来地理预测，并为能源勘探、地灾预测、生命演化、气候变化等提供理论、技术及数据支撑，或许将是古地理重建新的历史使命。其核心过程将包括：
①厘清古地理重建所需的核心知识类别与数据类型，确定古地理重建的知识规则，构建基于深时地学大数据，面向人工智能的古地理学知识体系与图-文-数一体化古地理判别知识图谱；
②建立开放互动的古地理数据库，充分与现有各数据库合作共享，并利用机器阅读技术等拓展数据来源；
③由古地理学家和数据工程师共同建立古地理学数据质量控制体系；
④以大量现有地质数据为训练蓝本，利用机器学习和知识推理，建立知识判别模型，实现古地理环境智能判识；
⑤通过可实时更新的智能数字地图集或多维动画形式输出多元化成果。
古地理大数据平台建设面临的难点
目前国际上已有多个团队在数字古地理重建方面开展了卓有成效的创新工作。然而，古地理学是一门综合性非常强的学科，数字古地理重建需要综合多学科知识体系，收集和分析多种来源、多种类型的不同数据；另一方面，数据收集、挖掘、可视化等也在很大程度上依赖于计算机技术的发展。因此，在古地理大数据平台建设中必不可少的会面临一些难题，例如：数据样本量不足、时空跨度大、数据类型多样、来源系统耦合复杂、多模态知识与地质信息的定量关系难统一、最优化模型难确定等。
结语
大数据正在深刻改变着人类认识和研究世界的思维方式。地球科学、信息科学的融合发展，处于一个非常重要的时间、空间窗口期，地质学家在大数据时代所面临的机遇与挑战前所未有，一方面，地学大数据为我们了解、探索地球科学和对科技软件平台的创新提供了新的手段和途径，另一方面，由于地质数据量海量、多元、异构等特征，给数据挖掘和应用带来了难题。其次，数据交互、共享机制的不成熟也是以大阻碍。因此，地质学家需抓住这一难得的机会，改变传统的思维模式，改进传统的研究方法，直面挑战，拥抱大数据时代。
建议古地理学者与信息专家共同协作，充分总结现今已有的与古地理相关数据库及平台的先进经验与不足，在大数据变革时代，深时数字地球（DDE）是地学界的普遍共识，DDE国际大科学计划搭建的开放、共享、统一的数据平台，围绕古地理学重大科学问题，完善古地理数据收集、整合、挖掘、可视化等流程，实现标准化、智能化数字古地理重建。最后，希望我们能抓住这次历史机遇，在革命范式的窗口期，把海量的地学数据资源与大数据技术、人工智能技术相结合，应用到古地理学的研究工作中，共创地学领域的新篇章。
本文第一作者系成都理工大学沉积研究院硕士生，第二、三作者为成都理工大学沉积研究院教师。
本文属作者认识，相关问题交流可通过邮箱zoesedimentary@163.com与本人联系。欲知更多详情，请进一步阅读下列参考文献。
主要参考文献
【1】Hou M, Chen A, Ogg J G, et al. 2018. China paleogeography: Current status and future challenges [J]. Earth-Science Reviews, 189: 177-193.
【2】Müller R D, Cannon J, Qin, X, et al. 2018. GPlates -building a virtual Earth through deep time [J]. Geochemistry, Geophysics, Geosystems, 19(7): 2243-2261.
【3】Müller R D, Zahirovic S, Williams S E, et al. 2019. A global plate model including lithospheric deformation along major rifts and orogens since the Triassic [J]. Tectonics, 38(16): 1884-1907.
【4】Ogg J G, Scotese C R, Hou M, et al. 2019. Global Paleogeography through the Proterozoic and Phanerozoic: cGoals and Challenges [J]. Acta Geologica Sinica-English Edition, 93(S3): 59-60.
【5】Reidar G T. 2010. Erratum to: Structure, mineralogy and dynamics of the lowermost mantle [J]. Mineralogy and Petrology, 99(3-4): 301-302.
【6】Zahirovic S, Salles T, Müller R D, et al. 2019. From paleogeographic maps to evolving deep-time digital earth models [J]. Acta Geologica Sinica, 93 (S3): 73-75.
【7】Zhao Y, Zhong H, Xu S, et al. 2019. Quantitative Expression of Paleogeographic Information Based on Big Data [J]. Acta Geologica Sinica-English edition, 93(Z1): 83-85.
【8】陈洪德,侯明才,陈安清,等.2017.中国古地理学研究进展与关键科学问题[J].沉积学报,(05):29-42.
【9】冯增昭.2003.我国古地理学的形成、发展、问题和共识[J].古地理学报，5(2):129-141.
【10】张蕾，钟瀚霆，陈安清,等.2020.大数据驱动下的数字古地理重建：现状与展望[J].高校地质学报，26(1):073-085.
