大数据、互联网、云环境和人工智能等革命性数字技术的快速发展和 应用，使地球科学家能够研究地球如何随时间演化，重大地质事件如何发 生和改变地球，以及与人类生活和社会发展密切相关的资源、能源和地质 灾害分布情况。使用各种现代天-空-地-海技术获取的地球大数据代表了人 类时间尺度上的当前地球，但从记录地球地质历史的岩石样本中分析的“长 尾”数据往往以无格式文本、表格或地图的形式分散在文献中。机器阅读、 机器学习和知识图谱技术可以在提取和整合这些类型的长尾数据以形成 表征地球随时间变化的深时序列方面发挥重要作用。然而，这些类型数据 的质量会受到多种因素的影响，包括但不限于岩石样品的不完善以及地质 构造运动可能造成的岩石损失，因此对深时数据的分析需要使用适当的数 学模型和方法及其软件进行特殊处理。本文要介绍的这些方法之一是局部 奇异性分析 (LSA)，它是最近开发的基于分形密度新概念的方法。 LSA 可 用作高通滤波技术，通过去除深时数据的趋势来有效提取弱异常。