“全球遙感衛(wèi)星的數(shù)量超過1000顆，全球遙感數(shù)據(jù)存檔量達到10億GB量級，各種陸基?；^測網(wǎng)絡(luò)達上千個，互聯(lián)網(wǎng)上各種地球系統(tǒng)模式產(chǎn)生的數(shù)據(jù)達到2億至4億GB之多。”近日，以“地球大數(shù)據(jù)”為主題的第628次香山科學會議學術(shù)討論會在北京舉行。作為執(zhí)行主席的中科院院士徐冠華在會議報告上分享上述數(shù)據(jù)時，會場內(nèi)發(fā)出陣陣驚嘆。即使是從事大數(shù)據(jù)研究的專家，也難以想象如此天文數(shù)據(jù)。與會專家認為，如何用好地球大數(shù)據(jù)，準確理解、預測復雜的科學問題，推動地球系統(tǒng)科學的進步，成為當前地球系統(tǒng)科學的熱點。

新科學范式

據(jù)統(tǒng)計，自人類有記載的文明開始至2003年，人類共創(chuàng)造5TB數(shù)據(jù)，而到2019年人類產(chǎn)生的數(shù)據(jù)預計將達到40ZB。短短十幾年來，人類創(chuàng)造了從前8萬億倍的數(shù)據(jù)量。

有別于實驗、推理和傳統(tǒng)計算科學，基于大數(shù)據(jù)的科學研究已形成一種新的科學范式。徐冠華指出，基于大數(shù)據(jù)的分析帶來了科學思維方式的重大變革。“大數(shù)據(jù)時代研究過程直接將總體作為研究對象，不再進行抽樣，避免了抽樣質(zhì)量對結(jié)果的影響。這讓大數(shù)據(jù)在更大規(guī)模上提高了精確度，提升了預測的準確性。同時，大數(shù)據(jù)分析從因果分析轉(zhuǎn)向了相關(guān)分析，實現(xiàn)了數(shù)據(jù)分析的實用性。”

而作為科學大數(shù)據(jù)重要組成部分的地球大數(shù)據(jù)，正在成為地球科學的重要前沿領(lǐng)域。“地球大數(shù)據(jù)具有空間屬性，一方面具有海量、多源、多時相、異構(gòu)、多尺度、非平穩(wěn)等大數(shù)據(jù)的一般性質(zhì)，同時具有很強的時空關(guān)聯(lián)和物理關(guān)聯(lián)。”會議執(zhí)行主席、中科院遙感與數(shù)字地球研究所研究員、中科院院士郭華東指出。

今年，中科院正式設(shè)立了“地球大數(shù)據(jù)科學工程”A類先導專項，旨在建成國際地球大數(shù)據(jù)科學中心?？茖W家期待，它在驅(qū)動地球?qū)W科發(fā)展、促進全球可持續(xù)發(fā)展等方面具有重大意義。

“星星之火”涌現(xiàn)

地球大數(shù)據(jù)究竟可以用來做什么，成為與會專家共同關(guān)注的話題。目前，科學界和產(chǎn)業(yè)界已經(jīng)開始嘗試從不同角度利用地球大數(shù)據(jù)解決實際問題。

徐冠華表示：“大數(shù)據(jù)研究有助于提升地球系統(tǒng)行為的預報能力。”例如，近年來，中國學者基于24年的觀測和再分析材料，建立了機器學習框架，實現(xiàn)了長達2天的臺風預報，臺風48小時預報準確率超過85%。在海冰預報上，我國學者基于北緯30度以北36年全部觀測數(shù)據(jù)，利用大數(shù)據(jù)時空網(wǎng)絡(luò)分析方法，獲得了北極海冰覆蓋范圍的6種顯著時空影響要素。

不僅如此，遙感大數(shù)據(jù)也被應(yīng)用于經(jīng)濟活動等預測。多家企業(yè)利用遙感大數(shù)據(jù)對礦石戶外堆放情況及儲油罐在不同太陽高度角陰影的觀測，追蹤、預測大型礦產(chǎn)和原油的供需變化，最終預測其價格波動。

與會專家認為，當前，地球系統(tǒng)科學仍處在大數(shù)據(jù)的萌芽期，上述成功案例將成為這一領(lǐng)域的“星星之火”，意味著未來巨大的應(yīng)用潛力。

亟待良性生態(tài)系統(tǒng)

在與會專家看來，地球大數(shù)據(jù)方法論的建立、大數(shù)據(jù)的應(yīng)用需要多學科交叉，建立良性的生態(tài)系統(tǒng)。會議上，徐冠華提出，要完善云計算基礎(chǔ)設(shè)施，實現(xiàn)以機器學習為代表的人工智能與大數(shù)據(jù)深度融合，制定以企業(yè)為主體、市場為導向的大數(shù)據(jù)發(fā)展政策，以數(shù)據(jù)共享為基礎(chǔ)推動地球大數(shù)據(jù)產(chǎn)業(yè)健康發(fā)展。郭華東指出，地球大數(shù)據(jù)還需要為全球變化與可持續(xù)發(fā)展目標服務(wù)。

會議執(zhí)行主席、中科院遙感與數(shù)字地球研究所研究員吳炳方指出，深度學習在計算機視覺領(lǐng)域上的高速發(fā)展給數(shù)據(jù)集成與分析提供了新方法，地理眾源大數(shù)據(jù)的普及則加速了深度學習在科學數(shù)據(jù)上的應(yīng)用。

例如，總部位于美國芝加哥的Remote Sensing Metrics公司基于對全美45家大型商場與連鎖餐館的超過10萬個停車場的車流量變化數(shù)據(jù)分析，預測企業(yè)經(jīng)營狀況，為華爾街對沖基金提供工具。“這就是將計算機視覺、機器學習等技術(shù)應(yīng)用于云端海量高分影像分析的成功案例，云計算、機器學習技術(shù)是主導其成功的技術(shù)。”徐冠華說。

同時，以企業(yè)為主體、市場為導向的大數(shù)據(jù)發(fā)展政策也是形成大數(shù)據(jù)良好生態(tài)的重要保障。專家建議，鑒于我國地學大數(shù)據(jù)大多來自大學和研究所，尚需出臺良好政策引導企業(yè)發(fā)揮其在大數(shù)據(jù)科學發(fā)展和應(yīng)用中的作用。

此外，打破行業(yè)、部門間的壁壘，實現(xiàn)最大程度的數(shù)據(jù)共享，也是專家們普遍關(guān)注的“老”問題。他們認為，只有保障數(shù)據(jù)充分流動，才能有效推動地球大數(shù)據(jù)產(chǎn)業(yè)健康發(fā)展。