国际地球大数据领域研究态势与热点趋势.docx

?

?

国际地球大数据领域研究态势与热点趋势

?

?

地球科学研究大气、陆地和海洋等相关问题，已经产生了大量来自卫星观测、地面传感器网络和其他来源的地球大数据，为地球系统科学深入研究带来了新的机遇。地球大数据在未来促进地球科学的深入发展方面具有很大潜力，将对科学发现做出重要贡献。地球大数据具有海量、多源、异构、多时相、多尺度、高度复杂、非平稳、非结构化等特点，为地球科学中的数据密集型研究提供了支持。地球大数据是地球科学与数据科学、信息科学等领域的交叉，可以通过全球变化、人地关系与环境效应、地球圈层关系与机理等重大科学计划积累的科学数据，驱动科学发现，为人类活动、生态环境保护和自然资源管理等提供各种知识和决策支持。

在过去10年，数据驱动科学发现在地球科学研究中得到了广泛的关注，在越来越多的资助项目、科学设施、共享数据集和发表的科学论文上都有所体现。网络基础设施、数据门户、数据库、工作平台、统计模型、机器学习算法、数据管理和数据共享正在成为地球科学研究的新常态。各种数据驱动科学发现的成功案例不断出现，数据革命的巨大潜力得到显现，加速了地球科学的创新和新发现，地球大数据将在未来几十年的发展中，发挥重要的作用。

1地球大数据总体态势

1.1地球大数据驱动的科学发现成为数据密集型科学范式的代表

近年来，数据量、数据产生速度和数据种类的快速增长驱动了地球大数据发展。世界各国地球科学研究机构部署的空间观测卫星、地面实验仪器和地球模拟器等产生大量数据，并进行数据的存储与传输，开发先进的数据分析软件与知识发现系统，支持科学家更多关注数据流中下游的科学发现。

云计算、机器学习和深度学习在地球科学领域得到了广泛应用，并取得了重要成果。在古生物学、矿物学、水资源、森林覆盖变化和可持续发展等领域，都产生了许多由数据驱动的创新发现。在地球大数据时代，人们对地球系统的认识正从收集传统的经验数据、理论推导和模拟局部物理过程转变为利用和挖掘地球大数据进行知识发现，从而探索地球系统中不同关键信息子系统和生物物理变量之间的相关性和相互作用。

地球系统科学的发展已经进入了数据密集型科学研究的阶段，地球大数据已逐渐成为地球系统科学发现和知识创新的新動力。

1.2地球大数据发展为智慧数据生命周期带来新变化

地球大数据不是简单的转储和共享，也不仅仅依靠机器学习就能识别复杂的模式，需要应用元数据和语义在数据生成和收集中增加更多机器可读的结构，开发智能算法以提高数据发现和分析的进度，帮助研究人员快速对数据进行分类整理，并智能检索提取重要信息。传统的数据处理和知识发现方法不再适用，未来地球大数据需要更好地进行数据融合，有效地组织海量、时空密集的数据，使用自动匹配、智能计算，从数据中高效地挖掘知识，在数据生命周期中不断创造奇迹。

2主要国家战略举措与特点

近年来，世界主要国家已将大数据研究上升至国家战略层面，先后部署一系列地球大数据相关重大计划和研究项目，从整体视角审视地球系统，利用地球大数据驱动跨学科、跨尺度宏观科学发现。

国际地球大数据发展经历了一系列的大科学计划牵引：1999年，时任美国副总统戈尔提出“数字地球”，以及理解地球进而管理地球的理念;2001年美国的“地球透镜计划”，了解地表以下1000m深度的地质状况;2012年国际科学理事会和国际社会科学理事会发起的“未来地球”计划，促进自然科学与社会科学的联系与融合;2016年联合国教科文组织提出“化学地球”计划，以实现全球地球化学大数据和知识共享。2016年，中国科学家发起基于地球大数据的“数字丝路”国际科学计划，通过构建地球大数据平台，解决区域及全球发展问题。地球大数据逐渐向更深、更广、更精细化的方向发展，驱动地球科学的模拟与预测等相关研究。

2.1美国：重视地球大数据的共享、算法集成和地球大数据研究培训

2012年，美国政府发布“大数据研发计划”，提高从海量和复杂的数据中获取信息与知识的能力。

随后美国地质调查局（USGS）启动数据标准化及人工智能模拟的LCMAP计划，监测和分析土地覆盖变化情况评估、植被状况，模拟过去、现在和未来的地质景观数据。美国国家科学基金会（NSF）启动“地球立方体”项目，以整体视角审视地球系统并管理地球科学知识的综合框架。

美国《时域地球——美国国家科学基金会地球科学十年愿景（2020—2030年）》提出地球科学正处于转折时期，开放的数据资源、网络基础设施，以及用于分析和可视化的数据科学方法将改变地球科学研究的方式。继续开发、整合和利用仪器设施、数据与专门知识，对不断演变的地球进行更深层次探索。

应对地球大数据的挑战，必须在算法集成、软件开发管理、自动数据格式识别和读取，以及数据研究培训方面取得进步。

2.2欧洲各国/组织：重视地球空间大数据基础设施建设