eclipse怎么导入petrel的地质模型？
- 在Eclipse中,单击“文件”，然后单击“导入”。
- 选择“其他/导入现有项目”，单击“下一步”。
- 在项目资源管理器中,右键单击导入的项目，然后单击“运行”。
- 利用新技术,包括云计算、物联网技术、嵌入式系统、移动计算平台开发技术、XML及.NET开发技术、数据交换中心技术、地质调查GIS系统基础平台研究、通用空间数据浏览系统开发、基于PC的三维图示技术算法工具等，为相关技术在地质调查领域应用提供了解决方案，并发挥了作用。
- 数据挖掘技术相关试验性研究工作,通过对国内外数据挖掘和知识发现的分析研究，对数据挖掘工作流程、数据挖掘的支撑基础、数据挖掘技术（算法）、数据挖掘常用软件和工具、空间数据挖掘、数据挖掘应用分析、数据挖掘的未来发展方向及难点和实施数据挖掘方法有了比较系统的认识，初步提出了在中国地学领域构建地学空间数据仓库的方法，设计了具有数据源、空间ETL、空间数据存储、基于SOA的应用服务和客户应用等五层地学空间数据仓库的体系结构，规划了地学空间数据仓库系统的物理部署方案，提出了地学多维多尺度空间数据模型和集中存储、分布式访问的空间元数据管理模型，并给出了构建步骤和有效的平行反馈式开发模式及实施金字塔，为集成具有多源、异构、分散等特性的地学数据提供了一套完整可行的数据仓库构建方案，也为数据挖掘工作提供了试验环境。
建立中国国家基础三维地质模型的详细工作流程如下：
（1）利用新兴的技术，包括云计算、物联网技术、嵌入式系统、移动计算平台开发技术、XML及.NET开发技术、数据交换中心技术、地质调查GIS系统基础平台研究、通用空间数据浏览系统开发、基于PC的三维图示技术算法工具等，为相关技术在地质调查领域应用提供了解决方案，并发挥了作用。
（2）数据挖掘技术相关试验性研究工作，通过对国内外数据挖掘和知识发现的分析研究，对数据挖掘工作流程、数据挖掘的支撑基础、数据挖掘技术（算法）、数据挖掘常用软件和工具、空间数据挖掘、数据挖掘应用分析、数据挖掘的未来发展方向及难点和实施数据挖掘方法有了比较系统的认识，初步提出了在中国地学领域构建地学空间数据仓库的方法，设计了具有数据源、空间ETL、空间数据存储、基于SOA的应用服务和客户应用等五层地学空间数据仓库的体系结构，规划了地学空间数据仓库系统的物理部署方案，提出了地学多维多尺度空间数据模型和集中存储、分布式访问的空间元数据管理模型，并给出了构建步骤和有效的平行反馈式开发模式及实施金字塔，为集成具有多源、异构、分散等特性的地学数据提供了一套完整可行的数据仓库构建方案，也为数据挖掘工作提供了试验环境。
（3）三维技术，数字地学空间模型（DigitalGeoscience Spatial Model，简称DGSM）的主要内容和技术框架进行了分析，包括数据门户（Data Portal）、软件标准（Software Standards）、地学大对象存贮（Geoscience Large Object Store，简称GLOS）、地学空间框架（Geoscience Spatial Framework，简称GSF）、不确定性（Uncertainty）评价、开发管理地质文档的系统（Authoring）、元数据管理（Metadata）、应用开发（Development of Applications）、集成地学空间制图系统（System for Integrated Geospatial Mapping，简称SIGMA）等；对三维地质建模流程进行了归纳总结。
（4）非线性数据处理方法，掌握了神经网络、混沌、分形/多重分形、自组织、奇异性等非线性理论的主要思想，了解了这些理论在揭示矿床形成的复杂过程、研究成矿物质的富集规律、获取成矿信息等方面的应用情况；掌握了C-A（密度-面积）模型、S-A（能谱-面积）模型、MSVD分形奇异值分解模型、SIG（Scale Invariant Generator）广义自相似性量化模型、BP神经网络、Kohonen神经网络、Hopfield神经网络等国际国内主流非线性数据处理方法的实现原理；了解了主流非线性数据处理方法在有关方面的应用情况。