郭华东:空间地球大数据—地球科学研究的新引擎
大数据对科技发展正在产生重要影响,同时也为地球科学的深入研究带来了重要发展机遇。本期,我们邀请中国科学院院士郭华东通过分析对地观测技术及大数据的发展,探讨空间地球大数据理念,剖析空间地球大数据科学内涵,讨论空间地球大数据与数字地球关系,分析空间地球大数据对推动地球系统科学及全球变化发展的潜力,并在此基础上提出空间地球大数据服务于“一带一路”等经济建设领域的建议。
A 大数据是国家新型战略资源
19世纪70年代以来,随着第二次工业革命的爆发,各种新技术、新发明层出不穷,以文字为载体的数据量大约每10年翻一番;从工业化时代进入到信息化时代后,信息技术革命以前所未有的方式对社会、科技、经济变革的发展起着决定作用,数据量以每3年翻一番的速度持续增长;近10年来,随着计算机技术和互联网的快速发展,音频、视频、文字、图片等半结构化、非结构化的数据大量涌现,社交网络、物联网、云计算被广泛应用,使得数据存储量、规模、种类飞速增长,大数据时代已悄然来临。
2014年4月,国际数据公司(IDC)发布的第七份“数字宇宙”研究报告指出,全球数据总量将以每两年翻一番的速度持续增长。大数据的重要性犹如工业社会的“石油”资源,谁掌握了数据,谁就掌握了主动权。大数据已成为信息主权的一种表现形式,将是继边防、海防、空防之后,另一个大国博弈的空间。
可以说,大数据正在改变科学的发展。大数据技术与应用已成为继实验、理论和计算模式之后的数据密集型科学范式的典型代表,正在带来科研方法论的创新:科学大数据将复杂性、综合性、全球性和信息与通信技术高度集成性等诸多特点融于一身,其研究方法也正在从单一学科向多学科、跨学科方向转变、从自然科学向自然科学与社会科学的充分融合方向过渡、从个人或者小型科研团体向国际科技组织方向发展。另外,科学家不仅通过对广泛的数据进行实时、动态地监测与分析来解决科学问题,更是将数据作为了科学研究的对象和工具,即数据驱动的知识发现。这正是科学大数据的核心价值所在。
B 空间地球大数据驱动地球科学发展
所谓空间地球大数据,是指从空间观测地球获取地表及次地表的大数据,并通过数据密集型科学分析人与地球和自然现象的规律。空间地球大数据具有海量(高分辨率、高动态新型传感器波段数量多、光谱和空间分辨率高、数据速率快、周期短)、多源(数据来源和获取手段多样)、多时相(采样间隔缩短,数据获取频率幅度增大)等特征,因其有宏观、客观、快速、准确、全面获取数据的特点和能力,对地球科学,尤其是地球系统科学的发展起到了革命性的推动作用,在环境、资源、灾害等领域有重要作用和经济社会价值。
地球系统科学以地球为一个巨型系统研究,需要空间地球观测数据的参与,从而降低系统复杂度,使建模和求解成为可能。在地球科学长期发展的基础上,半个世纪以来从空间观测地球的新视野新方法,不断加深着对地球的理解特别是宏观认识。随着遥感、导航定位、地球物理等卫星数量和其他平台的不断增加以及观测仪器类型的多样化,空间地球大数据正在汇入大数据研究的主流,为地球科学研究带来了新机遇,作为思维与方法论的创新与革命,有望为推动地球科学深度发展并产出重大科学发现作出贡献。
我国空间对地观测技术经过40年的发展,自主卫星遥感技术、北斗导航卫星技术等数据获取技术得到长足的发展,相应的地面接收基础设施和数据处理系统水平、规模与服务能力也与国际同行。相信空间地球大数据时代的到来,以及数据驱动科学范式的建立,将大大推动包括数字地球、全球变化、未来地球、灾害科学等领域的研究及空间地球信息科学的学科发展,并将为我国“一带一路”等国家战略提供支撑服务,包括沿线国家的生态环境、资源能源、农业、减灾、自然与文化遗产保护等重大问题方面发挥历史性作用。
C 加快国家大数据建设进程
大数据是知识经济时代的战略高地,大数据是国家新型战略资源,大数据正在改变人类生活及对世界的深层理解。在大数据时代,庞大繁杂的数据对社会、科技、经济的发展将发挥支撑促进作用,其所蕴含的战略价值已引起多数发达国家政府重视,一些国家和国际组织已将大数据研究提升到国家和国际重大战略层面,相继出台了大数据战略规划和配套法规促进大数据应用与发展,这势必对未来科技与经济发展带来深远影响。
目前,我国在该领域面临难得的发展机遇,与世界各国同处大数据起步阶段:我国的计算机用户数全球第一,互联网用户数全球第一,移动互联网用户数全球第一;我国拥有的数据现在占全球16%左右,2020年这一比例将高达21%;我国发表的大数据论文目前国际排名第二位,正在呈现快速发展趋势。如此情势下,完全有条件借国家全面深化改革的东风,优化体制机制,整合各类资源,将大数据上升为国家战略,加强大数据的顶层设计,系统规划,通过出台大数据国家行动计划、建立大数据国家平台及国际联盟等举措,把大数据做大做强,使大数据成为服务国家、引领世界的一个引擎。
为此,提出加快国家大数据建设进程的三点建议:
第一,将大数据定位为国家战略。大数据应该是国家战略,其发展应体现核心性国家意志,应加强大数据的顶层设计,系统规划。同时,注重大数据政策法规、伦理道德问题。大数据监管或政策应先行,监管可遵循“红绿黄灯”原则,尤其要加快绿灯政策和绿灯配套措施建设。目前,包括数据共享在内的我国数据政策还在徘徊阶段,大家期待形成一个绿灯闪烁、大国数据潮流破浪涌动的局面。
第二,出台大数据国家行动计划。构建大数据国家重大基础设施,建设一批科学大数据应用服务中心,一批学科交叉大数据科学研究中心,推出人才培养计划。设立研究专项,比如李克强总理数次提到胡焕庸线是否可以破解的“三问”,即“胡线”该不该打破?是否可以打破?如何打破?“胡线”的形成历经近千年的长时间尺度和跨越几千公里的大空间尺度,蕴藏着超长时空序列科学内涵,可通过大数据研究为总理“三问”提供科学依据。
第三,建立大数据国家组织及国际联盟。例如,面向国家“一带一路”战略,构建丝绸之路和海上丝绸之路大数据联盟。以大数据为抓手,为“一带一路”注入可操作、可凝聚、能引领的方向,形成出钱的基金会—出思想的科学家—出成果的大数据基础设施等各方联动大格局,让大数据成为“一带一路”建设的一个引擎,让大数据成为各国共建“一带一路”的和平使者,让大数据科学之光普照“一带一路”的现在和未来。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22