张维理：与土相伴“半生缘”(4)

“留学时，国外的生活水平远高于国内，很多人都留在国外不回来了，你的丈夫又在国外，为何还是坚持选择回国呢？”记者问她。
在理想教育中成长的张维理对回国决定没有丝毫犹豫，“身处国家经济和科技高速发展时期，能够为国家发展做些事情，即使只是添了一块砖、一片瓦，还是很有成就感的。”
德国留学生涯让张维理在专业领域有了巨大的收获，其中就包括对交叉学科的深刻认识。多学科的介入，也成为她打开土壤大数据的一把钥匙。
高精度数字土壤不只是将纸质资料收集后数字化这么简单，将纸质图集和资料数字化的工作量占总体工作量的1/3，而对异源海量数据的时空整合与表达占总体的2/3。
我国幅员辽阔，高精度数字土壤建设不仅工程量浩大，而且由于全国各地原始图件和剖面资料标准各异、坐标短缺、资料残破、标注模糊、图纸变形大，加工处理过程也异常复杂，需要进行数万项的专业技术处理。
比如，各地分县绘制的土壤专题图比例尺、坐标系、图幅、土壤理化性状测试方法、度量单位各不同，将其整合为一张完整的中国土壤图，需要在科学层面和技术上同时拿出解决办法。再有，通常视觉可分辨颜色仅100余种， 而在全国大比例尺土壤图中，要对2万多个土壤类型进行视觉可辨的配色，如何对其进行配色表达？
张维理团队将数据科学、自动控制与人工智能设计原理引入土壤学研究领域，在国际上首创土壤大数据方法，以层级化流程设计实现土壤科学需求设计统领其他各层级设计，以自动化、人机交互式的数据流程替代人工流程，以并行于大数据流程的质量监控设计实现土壤科学家对全流程的掌控和人工干预，扩展了土壤科学研究方法，也为构建我国土壤时空大数据提供了方法保障。
目前，团队已研发约200多个人工智能模块，置于进行土壤大数据时空整合的2000余个分段流程上。他们为每个功能模块赋予特定功能，各模块既能独立完成各自特定任务，进行自动化的土壤要素提取、过滤、统计检验、逻辑结构提取、分类、赋码、归一化、坐标转换、数据转换、图幅转换、土壤剖面点坐标匹配、注记表达与过滤、图示表达、图例编制、专题图辅助图表编制等操作，也可以和其他模块组装在一起，共同完成多目标的复杂任务，极大提高了大数据分析效率。而研究人员只需要在人机互动的入口、出口和中间控制点进行管控，节省了大量人力和时间。
“需要加工处理的数据总量达到TB级，数据来源多而复杂、专业性强、技术难度大，以我们团队人力资源，靠人工完成这些数据分析估计要花数百年时间。土壤大数据方法的核心是人工智能和人机互动，让机器学会规则，代替人工去完成大数据的处理工作。”她说，人工方法完成一个分幅土壤专题图的配色和注记表达至少需要半个月，人工智能技术只需20秒。