科學(xué)數據的積累、開(kāi)放、共享，是世界科技發(fā)展的重要資源和推動(dòng)力，但數據“孤島”頻現，讓不同領(lǐng)域大量科學(xué)數據處于沉睡狀態(tài)。我國積極推動(dòng)地球大數據實(shí)現從被動(dòng)共享到主動(dòng)共享轉變，通過(guò)建立數據、計算與服務(wù)一體化的數據共享系統，推動(dòng)形成地球科學(xué)數據共享新模式

如何讓黃河三角洲40年間的變化像過(guò)電影一樣地展現在人們眼前？如何在一張圖內看到全世界風(fēng)云變幻？如何在一個(gè)網(wǎng)站搜索到所有需要的數據……

新年伊始，中國科學(xué)院發(fā)布的A類(lèi)戰略性科技先導專(zhuān)項——“地球大數據科學(xué)工程”給出了答案。

打破數據“孤島”

地球大數據有何用？“地球大數據科學(xué)工程”專(zhuān)項負責人、中國科學(xué)院院士郭華東舉了個(gè)例子：如果把我國430個(gè)人口超過(guò)30萬(wàn)的城市遙感數據和人口數據等結合研究，就能了解土地使用率與人口增長(cháng)率之間的比率。比如1990年至2000年，大數據顯示，安徽省的城市人口增長(cháng)率在增加，但土地消耗率在降低，總體上人口城市化大于土地城市化；2000年以后，大數據又顯示，安徽省人口增長(cháng)率持續降低，土地消耗率卻明顯提升，土地消耗率與人口增長(cháng)率比率持續增加，這表明安徽省的土地城市化遠遠大于人口城市化。

大數據時(shí)代，科技創(chuàng )新越來(lái)越依賴(lài)于科學(xué)數據綜合分析?！按髷祿秦敻?，也是資源，作為大數據的重要組成部分，地球大數據正催生人們用全新的思維方式去了解地球?！惫A東說(shuō)。

但是，我國的數據共享一直是個(gè)難題：很多單位和機構都有自己的數據資源，都認為數據應該共享，可真正實(shí)現共享很困難。

一位科學(xué)家曾對這種“各自為戰”的狀況深有感觸。他到國外參加學(xué)術(shù)會(huì )議，在會(huì )上才知道與他同一系統的另一個(gè)研究單位也在做同樣的研究，而且其中有很多是重復性的。

數據“孤島”頻現，讓不同領(lǐng)域大量科學(xué)數據處于沉睡狀態(tài)?！翱茖W(xué)數據的積累、開(kāi)放、共享已經(jīng)成為世界科技發(fā)展的重要資源和推動(dòng)力?！痹谥袊茖W(xué)院副院長(cháng)張亞平看來(lái)，致力于推動(dòng)地球大數據實(shí)現從被動(dòng)共享到主動(dòng)共享轉變，在科學(xué)數據共享及其體制機制若干關(guān)鍵問(wèn)題上取得實(shí)質(zhì)性突破，為中科院乃至國家層面形成良好的數據共享新生態(tài)，中科院理應先行先試。

為了喚醒沉睡的科學(xué)數據，2018年1月1日，中國科學(xué)院A類(lèi)戰略性先導科技專(zhuān)項“地球大數據科學(xué)工程”正式啟動(dòng)實(shí)施，執行期5年。作為2018年度的重要成果，地球大數據共享服務(wù)平臺近日正式發(fā)布。

“平臺以共享方式為全球用戶(hù)提供系統、多元、動(dòng)態(tài)、連續并具有全球唯一標識規范化的地球大數據，通過(guò)建立數據、計算與服務(wù)一體化的數據共享系統，推動(dòng)形成地球科學(xué)數據共享新模式?！惫A東表示。

服務(wù)全球用戶(hù)

地球大數據共享服務(wù)平臺的“體量”有多大？

根據郭華東提供的數據，平臺目前提供的共享數據總量約5PB（1PB=1024TB）。其中，對地觀(guān)測數據1.8PB，生物生態(tài)數據2.6PB，大氣海洋數據0.4PB，基礎地理數據及地面觀(guān)測數據0.2PB；地層學(xué)與古生物數據庫49萬(wàn)條、中國生物物種名錄360萬(wàn)條、微生物資源數據庫42萬(wàn)條數據記錄,組學(xué)數據目前在線(xiàn)10億條。

“目前用戶(hù)能夠在線(xiàn)檢索到40%數據，隨著(zhù)硬件條件不斷完善，平臺數據將陸續上線(xiàn)，并且每年將以3PB的數據量更新?！惫A東說(shuō)。

數據共享服務(wù)系統和CASEarth Databank系統，以及區域系統——數字絲路地球大數據系統，這是地球大數據共享服務(wù)平臺的3個(gè)核心系統。

正如阿里巴巴創(chuàng )造的淘寶模式一樣，數據共享服務(wù)系統提供的是一個(gè)快捷精準的地球科學(xué)數據。該系統基于專(zhuān)項數據特點(diǎn)，可提供項目分類(lèi)、關(guān)鍵詞檢索、標簽云過(guò)濾、數據關(guān)聯(lián)推薦等多種數據發(fā)現模式，同時(shí)提供在線(xiàn)下載、應用程序編程接口訪(fǎng)問(wèn)等多種數據獲取模式，支持可定制的多格式數據在線(xiàn)查看、預覽和查詢(xún)，并能應對各種個(gè)性化需求，進(jìn)行統計、收藏、推薦、下載和評價(jià)服務(wù)。用戶(hù)可以利用這個(gè)系統，根據數據共享權限進(jìn)行共享服務(wù)。

數字絲路地球大數據系統包括“一帶一路”區域資源、環(huán)境、氣候、災害、遺產(chǎn)等專(zhuān)題數據集94套、自主知識產(chǎn)權數據產(chǎn)品57類(lèi)、共享數據超過(guò)120萬(wàn)億字節。目前，該系統已具備千萬(wàn)億字節級的軟硬件環(huán)境，在國際上率先研發(fā)了通用大數據平臺下地球大數據提取、轉換與加載工具集，實(shí)現了6大類(lèi)數據的檢索、共享、產(chǎn)品可視化展現，并通過(guò)中、英、法3種語(yǔ)言版本在國際上實(shí)施共享。

利用CASEarth Databank系統，你可以像看電影一樣觀(guān)看目標地點(diǎn)數十年的滄桑巨變。此系統提供長(cháng)時(shí)序的多源對地觀(guān)測數據即得即用產(chǎn)品集，包括1986年中國遙感衛星地面站建設以來(lái)20萬(wàn)景（每景12種產(chǎn)品，共計240萬(wàn)個(gè)衛星數據產(chǎn)品）的長(cháng)時(shí)序陸地衛星數據產(chǎn)品等。

有了它能干啥？比如在重要會(huì )議前，我們可以清楚地透過(guò)顏色變化,了解從江蘇到山東滸苔的變化趨勢，在一分鐘內就可以將過(guò)去滸苔在該地區間的移動(dòng)了然于胸，不用再大費周折實(shí)地考察。同時(shí)，該系統還引入人工智能等先進(jìn)技術(shù)，面向一般用戶(hù)、行業(yè)用戶(hù)和科學(xué)家用戶(hù)，提供不同層次的對地觀(guān)測數據分析與信息挖掘服務(wù)，為你“量身定制”所需內容。

“未來(lái)，用戶(hù)不僅可以利用其數據、計算和技術(shù)來(lái)實(shí)現應用，也可以上載多源數據，嵌入算法模型，并結合系統資源來(lái)完成特定的專(zhuān)題信息挖掘、知識發(fā)現和決策支持?！惫A東說(shuō)。

面向科學(xué)發(fā)現

根據郭華東的研究，一個(gè)國家擁有大數據的“體量”與國家的GDP發(fā)展成正比，“誰(shuí)擁有了大數據，誰(shuí)就擁有了未來(lái)”。

不過(guò)，僅僅擁有還不夠，科學(xué)數據的價(jià)值在于使用。對于有些科學(xué)家對自己的數據“總愿意鎖在自己的抽屜里”，不愿意共享的情況，郭華東表示：“該系統可以解決科學(xué)家數據共享的后顧之憂(yōu)，你的數據上線(xiàn)了，進(jìn)入到這個(gè)系統，會(huì )擁有自己的版權，在這個(gè)平臺上，數據可以實(shí)現全球定位并且擁有自己的專(zhuān)屬‘身份證’?！?/p>

談及與同為資源數據共享平臺的谷歌大數據的區別，郭華東表示，主要有4點(diǎn)不同：首先，數據資源不同，谷歌大數據是基于大量的衛星數據，以遙感衛星數據為主，而地球大數據平臺是在充分重視衛星數據基礎之上，同時(shí)采用大量大氣、海洋、陸地等數據，在資源環(huán)境、生態(tài)生物方面都是高度集成的；其次，系統功能不同，谷歌更多地做一些展示和空間分析系統，而他們則更多地加入了計算系統，促進(jìn)數據、計算、服務(wù)一體化；第三，應用服務(wù)不同，谷歌更多地做大眾化的系統，而他們的技術(shù)則更多面向科學(xué)發(fā)現，例如對區域地質(zhì)演化規律的理解，對生物學(xué)發(fā)現和古生物研究等方面；最后，谷歌的目標是面向市場(chǎng)，但他們的系統更多地服務(wù)于政策、決策，科學(xué)家可以利用地球大數據平臺進(jìn)行更多科學(xué)發(fā)現。

正如張亞平所說(shuō)，如果我們不跨越數據共享這座高山，就永遠不可能到達大數據勝利的彼岸。構建地球大數據共享服務(wù)平臺，中科院走出了成功的第一步，也是堅實(shí)的一步。

摘自《經(jīng)濟日報》