“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（3）

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，在工作坊第三期的课程中，来自浙江大学地球科学学院的葛云钊博士作为特邀导师，带领大家通过非洲纳米比亚的矿产资源分布预测这一实际案例学习了如何运用该机器学习算法和大算力处理遥感数据，精准、科学、高效地预测矿产资源分布，并将预测结果切实地运用到实践中去，从而优化资源配置，提高环境效益。通过课程学习，学员们将能够掌握机器学习算法和大数据处理能力在遥感和资源预测领域的运用方法，并举一反三，将其充分地应用到不同资源勘测实践中去，有效提高实践中的预测精度与效率，降低预测的时间和人力物力成本。

课程介绍了利用大模型和 Python 等工具对相关数据进行“预处理-模型训练-概率预测-特征重要性分析”等处