0 引 言

2012年11月29日神秘顾客资讯，习近平总文告在参不雅“复兴之路”展览时指出，罢了中华英才伟大复兴，是中华英才近代以来最伟大的联想.目下，加速罢了中华英才伟大复兴之梦已成为一个民族、一个社会的宏伟心声(中国科学院现代化研究中心，2010).因为东说念主类斯文和世界现代化是期间大潮的需求并受之驱使不停前进.

中华英才的伟大复兴靠什么？靠的是科学和工夫的快速发展与经济起飞，科学发展靠什么？靠创新，靠自主创新.因为创新、自主创新是科技跳跃的灵魂，是一个民族振兴和一个国度枯荣的引擎.继农业社会和工业社会之后，东说念主类社会正在迈向一个簇新的“知业社会”，其中枢内容便是信息和才略的打开发(图 1).正如农业社会之表征是地表地盘资源的打开发、工业社会之表征是地下宝藏资源的打开发一样，所谓“大数据”便是“知业社会”起步阶段的一种表征，即在当下的一个“先锋”记号辛勤.

图 1 东说念主类社会发展的沿革与轨迹 Fig.1 Evolution and trajectory of human society

一般来说，科技更正是一个历史过程，它具有早先、止境、内容、标志性事件和对世界的影响等特色.自16世纪以来，世界上曾发生过五次科技更正，目下正处于第六次科技更正的前夕.各次科技更正的标志性事件如表 1所示：

表 1 16世纪以来科技更正的历史结构(何传启，2012) Table 1 History structure of the technological revolution since 19th Century

世界科技更正的影响是深远的，它是一种历史程度.因此，对其所产生影响的分析、意会是目下东说念主们相识第六次科技更正深化之必须.这是因为，科技更正例必地会改变东说念主类的生活不雅念、生活方式和坐褥方式、科技结构、世界结构与程度，乃至影响世界斯文程度和国度的枯荣(表 2).这就标明，世界科技更正推动了世界现代化，也为国度现代化提供了策略机遇.收拢这一机遇的国度八成保持世界先进水平或自后居上；相悖忽略或失去这一机遇的国度，一般表现平淡并导致国际地位的下跌(表 2).对于中国来说，第六次科技更正是科技的策略机遇、是科技对策厘定的挑战.

表 2 科技更正与国度枯荣(何传启，2012) Table 2 Technological revolution and national prosperity(He Chuan-qi，2012)

唐太宗李世民曾说过，以铜为镜不错正衣冠，以史为镜不错知枯荣，以东说念主为镜不错明得失.在当年500年里，世界发生了五次科技更正(信息更正)，中国失去了四次科技更正的扭转机遇，而又在第五次科技革射中表现平平且收成未几.第六次科技更正行将驾临，中国将再次步入历史的十字街头，收拢机遇则可能乘势而上或自后居上；倘若失去机遇就有可能再度平淡，以致下滑.机会老是崇拜有准备的东说念主！

在目下世界科学工夫连忙发展和社会跳跃各式需求的遒劲驱使下，跟着数据坐褥方式的演化，特别是数字化以及数据产生成本的急速下跌，东说念主类产生的数据量正在呈指数增长.由于数据规模的急剧蔓延，九行八业累积的数据量越来越巨大，数据类型也越来越得意、越来越复杂.显明，它依然超越了传统数据管制系统和处理模式及诡计身手限度，故“大数据”观念连年来动手深广传播.2014年4月，国际数据公司(IDC)发布的第7份数字天地研究回报指出，数据量将以卓著每两年翻一番的速率不时增长，2013年全球创建和复制的数据总量已达4.4 ZB，展望到2020年将增长至44 ZB(图 2).我国领有的全球数据量比例展望也将由2012年的1.3%增至21%.连年来，大数据得到越来越深广的应用，如2015年的数字“两会”、数字莫高窟等.

图 2 2006-2020年全球数据量增长趋势 Fig.2 The growth trend of global data volume in 2006-2020

为了更好地意会大数据在科学研究领域的发展态势，以Web of ScienceTM提供的科学引文检索扩展版(SCI-Exp and ed)和科技会议文献引文索引(CPCI-S)两个引文数据库为主，针对主题词“Big Data”进行的文献分析标明，截止2014年5月，全球共发表大数据研究著述1218篇，其中SCI-Exp and ed数据库收录548篇.图 3展示了连年来大数据研究文献数量的变化趋势.据研究，大数据研究已成为科技、经济、社会等各领域的关注焦点，一些国度更是把大数据研究与产业高潮至国度的策略层面.

图 3 “大数据”文献数量变化趋势图 Fig.3 The change trend chart of the number of literature on “Big-Data”

鉴于此，国际科学理事会(ICSU)下属跨学科主体，全球最大的科技数据学术组织国际科技数据委员会(Committee on Data for Science and Technology，CODATA)(CODATA，2014)在其第59届执委会会议上决定组织召开“大数据与科学发现国际研讨会”，祈望国际科技界共同挖掘科学大数据的能量与后劲，探索大数据服务大科学，创造大发现的价值，向全球科技界传递科学大数据，对全面推动科技、经济和社会发展的关键说念理，活着界科学和信息工夫发展程度中施展醒目要作用.

面对大数据，咱们要从学习的视线启航，阅读各界东说念主士的论著、刊文，辛劳去意会他们的不雅点、评价和意会大数据本人的响应.坦率地讲，大数据对于咱们来讲有启迪也有迷惑！它是一个重生事物，尚需要培育它、发展它、应用它以达厘定大数据在科技创新中的作用.

面前正处于世界第六次科技更正的佛晓，面对世界科学和经济发展的大潮与走向，如何把合手大数据在科技发展和创新再建中的作用，本文将从如下六个大方面进行筹商：

1)大数据的界说、与属性大数据发展及对其的意会

2)现代大数据隐含的科学与工夫新内涵

3)信息与齐集工夫的快速发展与大数据响应

4)大数据催促这地球科学的创新再造

5)大数据与现代农业和大生物学

6)在大数据的发展程度中必须宠爱的几个问题

1 大数据的界说与属性、大数据发展及对其的意会1.1 何谓大数据？何谓大数据期间？

当东说念主们还在津津乐说念于云诡计、物联网等主题时，一个暂新的观念——大数据横空出世.大数据是继云诡计、物联网之后IT产业又一次颠覆性的工夫更正，对国度治理模式、企业决策、组织和业务过程，以及个东说念主生活方式等都将产生巨大的影响.

1)何谓大数据？

百度百科给出的界说为：大数据或称巨量汉典，指的是所波及汉典量的规模巨大到无法通过目下主流软件器具，在合理期间内达到撷取、管制、处理、并整理成为匡助企业计划决策更积极目的的资讯(大数据是由于规模性、复杂性、实时性而导致的使之无法在一定期间内用老例软件器具对其进行获取、存储、搜索、分析、分享和可视化的数据蚁合).

麦肯锡对“大数据”的界说：大数据是指无法在一定期间内用传统数据库软件器具对其内容进行采集、存储、管制和分析的数据蚁合.

互联网数据中心将“大数据”界说为：大数据是更为经济地从高频率的、大容量的、不同结构和类型的数据中强抢价值而遐想的新一代架构和工夫.

著名商量机构Gartner对“大数据”的界说为：“大数据”是需要利用新的处理模式才能具有较强的决策力、发现力和过程优化身手的高增长率和千般化的海量信息、金钱.

显明，不管哪种界说，不错看到大数据并不是一种新的产物也不是一种新的工夫，就如同本世纪提议的“海量数据”观念一样，大数据只是数字化期间出现的一种风光(陶雪娇等，2013)，且期待着东说念主们用超前想维去意会它、开发它！

2)何谓大数据期间？

“大数据”这个名词名义上看好似新鲜，但是早在20世纪80年代就曾有好意思国东说念主提议过.2008 年9月，《科学》杂志发表著述“Big Data: Science in the Petabyte Era”，于是“大数据”这个词动手深广传播.以前也常有大数据期间的一些说法，它是用以形容很大容量的数据，比如海量数据(海量数据一般是指TB级别的数据规模)，而大数据则是指PB、EB级别以上的数据规模.截止到2012年，东说念主类领有的主要举止数据量依然从TB级别跃升到PB(1024 TB)、EB(1024 PB)乃至ZB(1024 EB)级别.国际数据公司(IDC)的研究收尾标明，2008年全球产生的数据量为0.49 ZB，2009年的数据量为0.8 ZB，2010年增长为1.2 ZB，2011年的数量更是高达1.82 ZB，相当于全球每东说念主产生200 GB以上的数据.截止到2012年为止，东说念主类坐褥的总计印刷材料的数据量是200 PB(图 2).在通盘东说念主类斯文所取得的全部数据中，有90%是当年两年内产生的，待到2020年时，全世界所产生的数据规模将达到2012年的44倍，是以说已进入大数据期间！

大数据期间是一场生活、处事与想维的大变革，进而全译为“大数据开启了一次首要的期间转型”.就像千里镜让咱们能看到宽广的天地，显微镜让咱们八成不雅测到微生物一样，大数据正在改变咱们的生活以及意会世界的方式，成为新发明和新服务的源泉，而更多的改变正蓄势待发……

1.2 大数据的属性——3V(Volume，Variety，Velocity)

1)大数据具有3V本性：Volume、Variety、Velocity，即规模性、千般性和高速性.国际数据公司(IDC)以为大数据还必须具有Value的本性，即价值性.IBM以为，大数据必须具有着实性(Veracity).

2)最早提议大数据观念是数据学家维克托-迈尔-舍恩伯格.他所著的《大数据期间》和《删除》对大数据进行了邃密的领会和推崇(迈尔-舍恩伯格和库克耶等，2013).2008年9月《Nature》杂志专刊中发表了题为《Big Data: Science in the Petabyte Era》的著述.

3)2011年麦肯锡公司发表了著名的对于大数据调研回报《大数据：下一个前沿，竞争力、创新力和坐褥力》(麦肯锡公司，2011).

4)2012年3月，好意思国政府投资2亿好意思元启动“大数据研发规划”，旨在提高和改进好意思国从海量和复杂数据中获取常识的身手，加速好意思国在科学和工程工夫领域发明的设施，确保好意思国在信息领域的最初地位，以增强国度安全.

5)大数据研发规划首批将由好意思国国度科学基金会、能源部、地质探听局等6个联邦部门共同投资，全好意思的科研机构和科研东说念主员共同参与，提高采集、储存、管制、分析和分享大数据所需要的中枢工夫的先进性，并扩大了大数据工夫开发和应用所需的东说念主才供给.

1.3 对大数据发展的意会

一个新事物的出现，要使东说念主们得以对其意会特别是深刻意会确需要一个过程，这一过程用时也许很短、也许很长，而唯有当东说念主们信得过相识到其利弊之后方可达成共鸣.

1)如何意会大数据

(1)中国科学院院长白春礼院士2013年在《科技导报》上提议，“科技发展呈多点突破、交叉汇聚的态势，大数据科学成为新的科学范式.”

(2)杨书卷(2013)：“大数据”魔力正现，它的实质便是从各式各样的数据中快速地取得有价值的信息.大数据的特色是数据来源“多源异构”，这么的数据才能保证判断的可靠性，决策行动将是基于对数据的分析而作念出的，而并非基于训导和直观.

(3)潘云鹤(2013)：“大数据”的发展趋势是对数据进行深广汇聚和智能分析，形成“浓缩”的“数字常识”并罢了常识服务.因此，大数据期间的中枢工夫是梳理出数据的关联性，在详尽与系统化的基点上加以应用，这被称为“常识挖掘工夫”.

(4)张小彦(2013)：大数据期间的到来，为数据发现提供了新的机遇，这主如果因为快速处理巨量无结构和半结构化的数据已成为可能，且使得在线实时监测、预警、评估和管制，社会服务和福利成为可能.社会管制科学需要具有对大数据精确可靠的处理过程和身手，具体包括数据处理的实时性(real time)、可视性(data visualization)、数据挖掘和分析(data mining and analysis)、预测分析(prediction and analysis)等.这是一个将数据整合成信息，将信息提真金不怕火成智能，以相沿科学、工夫乃至政府部门和军事系统的策略和系统工程的厘定.

2)好意思国对大数据的相识

(1)好意思国国度谍报委员会NIC(2012)发布了《全球趋势2030，可能的世界》一文.信息工夫正在进入大数据期间，在将来15~20年内，信息工夫的硬件、软件和连气儿性将会在性能、复杂度和运行速率上有大幅度的擢升.海量数据的存储与处理的科罚有规划、酬酢齐集工夫以及“智攀城市”工夫乃是信息工夫领域的将来发展热门.

(2)《好意思国地质探听局中枢科学体系科学策略2013-2023年》指出，在科学发展中，数字式的方法和门路并不是取代传统的方法，而是对它的补充、激活、改善和拓展.

3)范式转型与数据密集型科学

(1)在现实社会和经济发展程度中，不停地采集和坐褥多数的数据，通过这些数据即这种范式的转型将必会促使其成为一种新的科学.但是，也会碰到新的问题，因为各种数据较分散的、互无筹商地分散在不同的地方，其表情亦不尽兼容，这就需要对其加工组组成无缝对接和可互动的“活体”信息.

(2)对于数据密集型科学，为了回恢复合性更强的问题，模块式的科学框架则必须以更细的空间模范、更长的期间序列、多元属性测量，且不停地加以锤真金不怕火、扩充与延拓.这种数据量和复合型的不停扩展的数据群，无意亦被称为“大数据”，形成了比所使用的管制系统和工夫系统所能处理量更大的数据.这便是说数据密集型科学正在变成普通的科学，在将来的科学研究中，它将会变成更遒劲且更有益于科技发展与创新的关键科学限度.

4)数据本人是赋有科学内涵的

大数据期间警告东说念主们一个真谛：一切科学、工夫的确离不开数据，也便是说莫得无科学说念理的数据.

当年，东说念主们只用统计分析的方法研究数据，如内插、抽样函数、不同权重信息的堆积与平均等，由于其采样率低而对着实客体酿成不齐备或错位的相识，无意会导致关键信息的剔出，故难以求得更为科学、合理与贴近的收尾.

连年来，机器学习数据处理、图像处理、生物信息、信号处理等工夫的快速发展，数据分析已深入到诡计机科学、社会学、电子工程、人命科学、天文、物理学、地球物理学、地质学、地舆学、气象学和军事学等各个领域.从数据分析的视线启航可见，这些不同学科、不同类型与不同问题之间确有着相当程度的调和性，恰是这种调和性才使得“数据科学”有着存在和发展的必要性.

2 现代大数据隐含的科学与工夫新内涵2.1 数字地球科学 2.1.1 数字地球

1998年，时任好意思国副总统的戈尔在加利福尼亚科学中心开幕庆典上发表了题为“数字地球，相识二十一生纪咱们所居住的星球”的演说.他提议一个集地舆信息系统、诡计机齐集、地球物理学、编造现实等高新工夫密切相关的观念，即数字地球.他将数字地球当作是“对地球三维多分辨率的表征并注入多数的地舆数据信息”.这是第一次把咱们千百年来时时一直使用的时空信息理念由2D扩展到更为妥当着实性的3D地球模子.

2.1.2 数字地球科学

数字地球科学是以地球物理、地质构造和地球化学的理念和信息工夫为基石；以现代高新科技和高速诡计方法为器具；以地球里面物资的各式指引学和能源学的数学模子为中枢；用数据科学的研究方法对地球科学中的大数据进行智能处理，从平分析、挖掘中凝练出有价值的新的中枢信息，最终形成有机耦合的“数据链”；以达深化相识、发现、预测和评价为目的轨迹.因此，它是一门以现实问题为研究方针的新式交叉学科.

2.2 现代科学与工夫中的大数据

大数据期间——将来东说念主类社会发展的大变革，作为东说念主类社会信息发展的产物，它决定着东说念主类生活所必备的各项功能，深刻影响着东说念主类社会的将来发展.东说念主类社会的发展史是一部信息发展史，同期亦然一部数据发展史，东说念主类社会的数据量正在以似原子能爆炸式增长.

大数据(Big Data)作为一种新兴现代社会的新发明、新创作、新服务和新发展的源泉.目下正活着界范围内旺盛兴起，它以“信息风暴”为载体，以“预测变革”为技能的发展模式依然在悄然声气地改变着东说念主类的生活、坐褥及想维的方式.最为常见的普遍风光，如手机、微博、微信等.

2.2.1 大数据是创新征途上的一盏“明灯”

2012年2月，好意思国《纽约时报》刊发的专栏著述指出，大数据期间依然到来，在咱们的交易、企业、组织机构、经济社会等各个领域中，科学决策将力戒训导判断和直观想维，则更多地基于数据的统计分析.

正如哈佛大学著名社会学评释加里·金(Gray King)所褒贬的，“这是一场更正，宏大的数据资源使得各个领域动手了量化程度，不管学术界、交易界如故政府，总计治域都将动手这种程度.”数据成为与自然资源、东说念主力资源一样关键的策略资源，引起了科技界和企业界的高度宠爱.

2.2.2 大数据在互联网、电子商务和通讯信息研究中是一个难题

东说念主类进入21世纪后，由于互连网和信息行业的连忙发展，各式类别截然有异的数据依然浸透到社会的各个行业和坐褥领域，并成为一个关键的坐褥因素.伴跟着云期间的到来，大数据引起了东说念主们的深广关注和极轻率思意思.

如何提妙手类社会驾驭数据的身手，促进东说念主类擢升瞻念察社会的发展水平已成为将来东说念主类社会的发展方位.在互联网、电子商务和通讯信息研究中，大数据研究是一个具有极浩劫度的课题.研究这个问题，一方面需要波及到东说念主们的默契、不雅念和想维与习尚等；另一方面真恰是“牵一发而动全身”，其触角延长到政府、交易、训导、经济、医疗、科技、军事与国防等各个领域.

2.2.3 大数据将成为创新的基石

《大数据期间》这本书初度敷陈了大数据开启了一次首要的期间转型，它所引发的信息风暴正对东说念主类产生一场生活、处事与想维的大变革，并深入地研究了大数据期间的想维变革、交易变革和管制变革，取得了许多新的突破，为东说念主类社会大数据期间发展的研究提供了诸多有价值的收尾.

《大数据期间》创新性地提议了世界的本质便是数据，大数据发展的中枢能源源于东说念主类测量、纪录和分析世界的渴慕.大数据正在改变东说念主类的生活以及意会世界的方式，正在成为东说念主类进行新发明和新服务的源泉.

《大数据期间》的相关研究收尾依然在Science、Nature和The Economist等国际著名学术刊物上发表，是一部全面推崇大数据表面的学术专著，是一项说念理首要、影响深远的研究收尾，全面体现出作家高水平的研究身手与研究数据科学的工夫泰斗性，深刻映射出丰厚的学术积淀和闪光的学术想想以及狠恶的科学瞻念察力.

我国应当高度宠爱这一研究领域的国际发展势态，加强相关研究并以通达的心态、创新的勇气和开拓的信心，情愫拥抱地“大数据期间”！

3 信息与齐集工夫的快速发展与大数据响应

大数据之是以八成在21世纪问世和发展，其根源在于科学发展需要适用于大数据的集成存储和快速诡计机软件的涌现.为此，大数据的应用必应迈向一个新的发展道路.

大数据期间到来的如此之快是许多东说念主未尝预猜测的.宽带老本公司董事长田溯宁说：“想起3年前，大数据如故一个比较空匮的观念，到本年已成为国度发展和创业投资的关键方位.”跟着信息工夫和移动互联网的发展，数据呈现出爆发式增长态势，正在成为驱动经济增长和社会跳跃的关键基础和策略资源.2012年，田溯宁等东说念主发起了“中关村大数据日”举止.

但是，当大数据将成为像泥土、宝藏一样的资产之际，如何利用数据资产推动行业创新？如何罢了数据资产的升值？2014年12月11日，中关村大数据日大会在中关村软件园召开.围绕“团员数据资产，推动产业创新”的主体，人人们深入地探讨了数据资产的管制和变现、大数据深度工夫、行业大数据应用创新和生态系统开发等要道问题.会场东说念主涌明示着大数据应用已迈向一个新的阶段.

3.1 大数据应用倒逼产业创新

“大数据应用已浸透到了经济社会的各个边缘，数据形成已由慢步积聚快速进入了爆发式的增长，数据价值急剧显现.”中央网信办信息化发展局放哨处长指出，大数据正在改变着产业创新，正在成为提高产业中枢竞争力的要道.

1)与此同期，数据的采集、存储、处理以及挖掘等新功能的需求，对传统工夫、产物和应用服务模式提议了新的挑战.由于大数据应用的需求，也在倒逼着芯片、软件产物的创新，而各式高效数据处理工夫的深广应用，也会推动全球IT产业的发展.

百度的发展便是一个例证.“百度大脑是一个基于大数据的东说念主工智能系统，不错采集如图像识别、语音识别、东说念主机交互等形成的数据.”百度大数据总裁薛正华先容，百度大脑的这些应用，将促进语音识别、东说念主机交互等相关工夫和产业的发展.

2)大数据应用也改变了传统运营商的想维.中国联通电子商务职业部副总司理范济安说：“咱们开发的银联贤达服务主要服务征信领域，这是一个在线的用户身份识别和其信任度查询业务，是在联通和银联贤达两边合作，利用大数据工夫新推出的式样.”

“现在讲大数据，最关键的是预测.银行本人是接近风险的企业，咱们但愿对它将来的方位作念一些提前预测.”中国开发银行总行CIO刘贤荣表示，大数据应用正在擢升银行对风险的把控身手.

3.2 发展需要跨界合作

1)目下，大数据在发展之中但其挑战犹在.在这一方面我国工夫不足，工夫和应用方面同国际先进水平比拟还有显明差距，数据安全和数据通达评价体系尚未配置，数据难以采集、蚁合、集成.同期，必须看到的是大数据领军东说念主才、创新东说念主才之严重不足等.

国务院发展研究中心副主任张来明指出，目下我国在大数据开发和应用上还处在初试阶段，重定型轻定量，重不雅点轻数据的想维惯性，使咱们在数据征集、使用、管制上与发达国度尚难以比拟.大数据的发展与效应要求开拓人人资源通达，需要加强九行八业的模式创新.大数据应用正向各行业深广浸透，这需要有劲促进跨界和会，狂妄促进新式业态发展，为产业提供遒劲的能源源泉.

2)“跨界和和会发展是大数据期间的关键特征.”中国电子企业协会会长董云庭表示，当年人人更多地强调软件和硬件的讨好，但是现在显明是不够的，更需要强调不同领域之间的跨界和和会.“大数据的发展需要推动对外通达与合作.”

中国联通配置了一个通达的数据挖掘平台，该平台不错进行数据的存储和诡计，然后邀请第三方合作伙伴在这个平台上进行数据挖掘处事，罢了开发收尾的分享，这显明是典型的大数据应用.据中国联通电子商务职业部副总司理范济安先容，目下在这个平台上依然罢了了东说念主口流动分析回报、汽车行业指数回报等.中关村管委会主任郭洪也强调，互联网大数据、智能硬件、智能健康、新能源、环境保护以及文化媒体的深度和会，将推动大数据成为巨大的创生力军，创造巨大的社会价值.

3.3 应强化大数据策略布局

目下世界依然进入大数据期间，方兴未已的数据更正对坐褥、生活产生的影响越来越深刻.恰是因为大数据的这种趋势，是以世界列国越来越宠爱大数据的应用.

1)2012年好意思国政府将大数据策略高潮为国度策略.白宫发布的2014年大数据白皮书提到，大数据的爆发为政府带来了更大的权力，为社会创造出极大的资源.国务院发展研究中心副主任张来明判断：“咱们国度也依然步入到大数据期间，我国的宏不雅经济数据正在从自产自出的1.0期间迈向2.0期间，大数据正在成为我国新的经济增长点.”

2)“2015年头，中关村管委会出台了对于加速大数据产业升级的意见，提议具体整合、利用好全球资源打造中关村全球大数据创新创业中心.” 中关村管委会主任郭洪先容，中关村但愿通过研发和引进大数据要道工夫培育大数据领军企业，培育具有全球影响力的大数据产业.据悉，中关村正在积极推动京津冀大数据走廊开发，打造大数据产业生态，推动基础设施开发、算法考据与数据分享往返平台等，积极整合国表里数据资源服务，救助大数据应用创新创业.

3)“从工夫发展来看，大数据应用不停发展创新.我国具有遒劲的数据基础，工夫水平不停擢升，产业日趋完善，多数的互联网企业发展奠定了大数据应用.”中央网信办信息化发展局放哨指出，需要配置和完善数据应用的执法，将数据应用缓缓纳入到法制化轨说念，以商场和应用撬动产业，培育大企业，促进大数据应用进行大创新和大发展.

4 大数据催促地球科学的创新再生

在自然科学领域中，海量数据的采集和应用已成为定章，也便是说莫得独一的学科不领特等据.在地球科学中，非论是对金属矿产资源，油气、煤炭能源，地震与火山灾害和深化相识地球本色，如故勘测开发，预测等诸多方面大数据应起到关键作用，并成为凝练，创新再造的源泉.

4.1 地球科学中的大数据

跟着大自然数据化过程的不停拓展，数据正在迅猛增长，以前弗成诡计的东西在缓缓量化，弗成表征的期间或者图像已绝对不错数字化.比如，在地球科学的发展征途上，采集数据的量化已为例必的轨迹！对地球科学来说，地球物理学理当必站在大数据的前沿！

4.1.1 数字地球与地球物理学

继1998年时任好意思国副总统戈尔提议“数字地球”之后，谷歌公司于2005年庄重推出了Google Earth.它把卫星相片、航空摄影和GIS叮嘱在一个三维的地球模子上，第一次把东说念主们想象的数字地球影像以长远的数字产物面貌带到东说念主们的生活之中，这是数字地球发展的里程碑.

2008年11月，IBM总裁首席实行官Samnel J. Palmisamo最先提议了贤达地球的观念，即要求数字地球愈加贤达.信息工夫发展的终极方针便是取得东说念主工智能，而与此同期信息挖掘、大数据、物联网等新兴信息工夫的涌现乃为贤达地球出现的助力.比拟于狭义的地球科学研究，数字地球和贤达地球所含的信息资源量和应用范围或限度要宽广得多.在大数据期间，跟着诡计数学和诡计工夫的高速发展(如云诡计、物联网等遒劲和先进的齐集体系)，数字地球依然发展到第二代“贤达地球”阶段.

4.1.2 地球科学特别是地球物理学的特色

地球科学作为一门数据密集型的交叉科学，它的数字化处事限度包括如下5个方面：

1)巨量的数据采集与存储；

2)已特等据的采集、挖掘、集成与分析，包括数据库、可视化与东说念主机交互、数据管制和服务；

3)在常识层面上，将大数据的产生、集成应用转动以形成一个齐备的“数据体”或“数据链”；

4)索求新信息、凝练科学新“亮点”厘定对成山、成盆、成岩、成矿、成灾的全体与耦合响应，以达深化相识地球本色(滕吉文，2001; Teng et al.，2013，2014)；

5)基地开发.配置第二深度空间金属矿产资源(500~2000 m)与油、气(5000~10000 m)、煤(500~2000 m)能源的策略后备基地，构筑深层能源过程的机理和热烈地震的预测平台，并为形成海、陆、空三位一体的四维空间防卫体系.这标志着地球科学的发展与深化必须数学化、量化、数字化.这一“链条”即为：大数据→新信息→新常识→新金钱→新服务→新数据.

地球科学特别是地球物理学的特色是：

1)地球科学特别是地球物理学属于数据密集型的科学，如金属、非金属矿产资源，石油、自然气、煤炭能源、地震、火山等自然灾害的探查与研究(滕吉文，2001; 滕吉文等，2012).

2)地球科学特别是地球物理学，它涵盖着上天、入地和下海，这是东说念主类不停向天地挑战的三大豪举，在期间上和空间上跨度大、数据获取难度大、成本高，且具有一定的局限性.

3)地球科学特别是地球物理学，具有多元、多维、多源、异构、时空性、方位性、相关性、速即性、拖沓性、时空不均匀性和过程的非线性等特色(滕吉文等，2008b，2014).

地质学是基于浅上层派生风光以态状性为主体的学科.它必须从“点”的相识——想象——推断——编造入耳故事的定性框架走出来，何况快速步入量化和界说化，即从不停深化的理念启航.正如马克想所说：“一门科学唯有在告捷地利用了数学时，才算达到了信得过完善的地步.”

4.2 地球科学中海量数据采集、处理、反演均须以数字和数学抒发为基石

数学家们以为，数学是自然科学的说话，是自然科学金冠上的对峙.例如，前不久在中国科学报上刊登了赵熙之题为“科学家用数学方法解译癌症成因”的著述(赵熙熙，2015)，其中先容了Vogolsteix-S Cristian Tomasein日前提议了一个数学公式用以解译癌症的成因.2015年1月2日出书的《Nature》杂志上报导了这一收尾，这的确是一个引东说念主关注的科学问题.他们以为，癌症的发生是由于组织干细胞在分裂复制其DNA(脱氧核糖核酸)时出现速即子虚，或者说是突变，而突变累计越多，细胞发生癌变的风险越大.为明晰解干细胞分裂时的突变受环境和遗传因素的影响，他们分析了31种东说念主体组织的癌症发生率并进行了比较研究.依据东说念主体组织内正常干细胞的分裂数与组织癌症发生率之间的相关性统计模子以为，东说念主体组织的癌症发生率是这一相关性的平方，其百分比为65%.这便标明，用数学方法解译癌症成因是量化癌症发生率的标志，使医学中的癌症发生率达到了量化.

4.2.1 大数据与金属矿产资源

将来的“知业更正”必须配置在充分开发“数据宝藏”的基础上，即第二深度空间(500~2000 m)金属矿产资源的勘测和开发.

1)自1999年以来，国土资源部、中国地质探听局在新一轮国土资源大探听等专项中诞生了多个相关数字地质探听工夫研究，系统研发及推广相关的应用研究式样.

2)2010年在已有处事的基础上，发展了数字地质填图旷野数据采集系统、数字剖面系统、固体矿产旷野数据采集系统、矿产资源探听数据处理与详尽分析子系统、资源量估算系统和矿体三维显示系统等6大系统的集成一体化数字地质探听系统软件.

3)好意思国地质探听局矿产资源工程(MRP)于2005年12月出台了矿产资源工程的新五年计划.该矿产资源工程要科罚与东说念主类对矿产资源基本需求的相关问题，即可不时性和社会需求(资源保证)、环境和人人卫生(环境影响)、经济和人人政策(信息提供).

矿产资源工程有两大功能：一为研究和评价功能，即为地盘计划机构和决策部门提供矿产资源的远景区域信息；二为数据采集、分析和发布功能，即先容国内和国际上180个国度的100种矿产物的坐褥和糜费情况.

矿产资源工程创造两类常识产物，即矿产科学和矿产信息.前者以探听和分析为基础，能形成多解译性的收尾，尔后者则指矿产坐褥和糜费统计以及基础地球化学数据采集.

4)目下的问题：(1)多年来，在地质构造和找矿方面主体上是对浅上层地质风光的态状，并在假定的前提下进行推断解译，即它是一个定性的过程，难以量化研究；(2)目下边临大数据期间，地质找矿必须迅速向量化过渡，应以地质理念+信息工夫作为基点，以基于数学表征的诡计方法为技能缓缓配置和应用各式地学模子，从定性向定量化快速转机方可施展大数据的功能.

4.2.2 大数据与石油和自然气能源

1)石油与自然气勘测在数字化和大数据集成上是超前的，如中石油、中石化、中海油、中化集团公司等发展三维高密度、高精度、高分辨率数据采集和精细结构描写工夫，特别是石油与自然气地震勘测、数据采集、数据处理、反演诡计和分析解译均以数据来进行无轻佻通达的.因为如果没特等字化不雅测纪录，不进行高分辨率数据采集和复杂的正反演诡计(包括声波、弹性波方程，均匀、非均匀和各向异性介质的数值模拟)(刘有山等，2012，2013，2014; Liu et al.，2014)，就不会有今天如此壮不雅的石油和自然气的能源研究、坐褥体系和商场.目下四大石油集团公司领有世界量级的大数据数据库和软件模块，各油田在大数据储存和应用上已见收效.

2)目下的问题是如何继承我国四大石油集团公司的能源勘查、反演、解译和开发的所特等据，包括不同类型和复杂程度的岩性、构造多元异构的大数据体，同期采集海皮毛关数据以形成油气“大数据链”，并从中索求、挖掘出具有创新价值的中枢信息，以达贴近和创新再造.特别是第二深度空间(5000~10000 m)的油气勘查和大型和超大型的油、气藏(滕吉文等，2003; 滕吉文等，2008a，2009; 滕吉文和杨辉，2013)的发现.

3)大数据期间的能源金融是一个簇新的能源发展与创新领域.中国科学院科技政策与管制科学的两位学者郭剑锋和姬强作念了邃密的分析(郭剑锋和姬强，2014).他们以为，目下世界石油商场体系跟着信息齐集的豪恣发展正缓缓演化为一个全范围、高妙度的一体化大数据齐集.大数据挖掘和分析工夫以致八成记忆到每一个商场参与者的商场行动，从而大大擢升了商场的透明度，相沿愈加迅速、天的确商场往返举止.更关键的是，大数据迫使商场参与者的决策机制向愈加微不雅化和定量化的数据金融调动.大数据金融期间必将给世界能源金融的发展带来新的机会，也为能源经济学的发展带来新的研究领域.

4)大数据与能源效应

(1)大数据工夫推动能源金融的表面创新，它把传统的商场表面与齐集分析方法相讨好，从信息论和行动金融学的新视角拓展现存的方法论和研究限度，且正在形成新的研究方位和科学问题.中枢问题是，如何配置能源商场海量数据的系统分析方法和表面体系，将高维度的投资者信息、往返信息及千般事件等作为属性，配置能源金融数据齐集并通过跟踪往返者的行动和事件效应，全方位地捕捉商场动态舆情，从投资者行动和商场预期视角分析商场价钱的作用、机理预测的商场风险和救助大数据期间的投资者决策.

(2)商场是由无数微不雅行动组成的，从海量数据中准确挖掘、敏捷监测和高维分析商场微不雅行动，将必会大幅度擢升商场分析的准确度和灵验性.同期，大数据工夫使往返者行动、商场音讯等与商场宏不雅表现之间的动态传导愈加迅速，宏不雅和微不雅的鸿沟在削弱以致澌灭，能源金融、行动金融的研究限度需大大拓展，能源商场的分析则愈加复杂和迅速.

(3)构建我国现代能源商场体系需要适合大数据期间的要求，海量的数据处理和质的跳跃，给我国能源金融的商场遐想、往返模式及风险监管等提议了新的想路和挑战.唯有充分利用和挖掘泛在信息齐集，搭建得志超高频往返需求的国际化商场平台(如石油期货往返平台和数据平台)，配置能源金融风险监管和评估机制，高度警惕信息安全带来的新隐患并配置一套完善的商场监测、预测和预警系统.唯有这么才能基于数据视角创新金融产物，开发新的分析和往返器具，健康快速地推动我国能源金融商场的形成和发展，从而在全球能源金融体系中占有方寸之地.

4.2.3 地球里面物资与能量的交换

1)地球不是一个物资分散均一的静态球体，它的里面结构从宏不雅上可分裂为千里积建造、结晶基底、上地壳、下地壳、壳幔界限(Moho界面)和上地幔顶部盖层、上地幔软流圈、410~610 km终止面、高下地幔过渡带、下地幔、D″层和核幔界限、外核、表里核过渡带、内核(图 4).

图 4 地球内核各异旋转暗意图(Song and Richards，1996) Fig.4 Schematic map of the differential rotation of Earth’s inner core(Song and Richards，1996)

要了解地球里面的奥秘有两种策略：

(1)一是打深钻井平直取芯，分析和研究其各圈层的物资组成和介质物理属性.但是，在目下世界范围内最深的钻井也唯有前苏联在北极科拉半岛所打的一口深钻，深度为12.26 km.这只是波及到千里积建造、结晶基底和结晶地壳的最上部，不可能用以研究和探索地球里面物资指引的深层能源过程.

(2)另一个是通过地球物理场，即重力场、地磁场、电磁波场、温度场、辐射性场和地震波场来曲折了解、探索地球里面的奥秘.通过地表的高精度不雅测，采集高分辨率的海量数据，在多要素的界限条目收敛下，反演诡计以求取地球的物理-力学-化学模子，特别是在力系作用下物资的再行分异、调整和物资的运移行动与轨迹过甚深层过程和能源机制(杨辉等，2013; 皮娇龙等，2014).这恰是地球物理学的本能，正像前辈赵九章院士将科学与工夫高超地讨好在一都，用白居易长恨歌里的两句诗来表述地球物理学，即为“上穷碧落下黄泉，两处茫茫皆不见”.是以说，地球物理学是研究未知的，它必须要越过地平线以下去梳理未知的地球里面物资指引的动态“眉目”.显见，这是一个何等混乱的数据体，因为它波及到物理、数学、信息、诡计工夫以及地质学等.何况地球里面物资又如此复杂，其物资与能量在进行着不终止的交换(图 5，6).

图 5 地球里面超地幔柱和超等俯冲(或冷下千里)与地幔对流模式(Maruyama et al.，2007) Fig.5 The pattern of superplume，supersubduction(cold sink) and mantle convection in Earth interior(Maruyama et al.，2007) 图 6 地球里面结构与物资身分暗意图(周慧兰，1990) Fig.6 Schematic map of the structure and material composition of Earth interior(Zhou Hui-lan，1990)

2)地球里面物资的物感性质和结构是十分复杂的.千里积建造是若干年以来陆相和海相有机与无机物资缓缓千里淀、成层，故纪录了通盘地史的形成与演化.地壳里面各层又詈骂均匀的、各向异性的，Moho界面和上地幔盖层乃是壳幔物资交换的界域.核幔界限(D″层)是一个热能源界限层，燥热的物资从这里产生与上涌并形成热门或地幔热柱.在陆缘地域，海-陆板块俯冲、消减和冷却下千里，组成了一个轮回运行的“传动带”，且深部物资与能量在进行着热烈的指引、交换和各异旋转.要精确地相识这一过程，不仅必须有与其相适合的巨型数据库，而且必须有各式类型的软件系统作相沿.

地球物理学要求越过地平线去“抚摸”地球里面的物资分异、调整、指引和能源机制的脉搏，并通过这些数据的反演诡计，深化相识地球本色以达为东说念主类营造一个精采无比的生活与生计空间.

4.2.4 地震举止与热烈地震预测

1)全球每年发生较大地震(不包括数十万次震级MS图 7是自1960以来，全球发生的震级大于4级以上的77048次地震分散图.火山举止亦然，一次热烈的火山喷发，不仅会酿成万顷肥土被毁，若干房屋化为灰烬，若干东说念主离乡背井，同期还会大大影响到社会的安全和经济的发展.如冰岛火山的一次喷发，火山灰升空达数千米，使得欧友邦家10万个航班被取消，1000万东说念主淹留机场，酿成欧友邦家的航空公司平直经济亏蚀就高达25亿欧元.更关键的是他们给东说念主类的心灵深处留住了不可消亡的创伤和忧虑！

图 7 全球地震举止分散图 Fig.7 The distribution map of earthquake in global scale

2)苏门答腊MS 9.3级特大地震的发生冲突了近半个世界以来全球未发生过8.5级以上地震的纪录.进入21世纪以来，世界列国热烈地震相当举止.由于南亚受到印度-澳大利亚板块指引的作用并与其他微板块的碰撞，2004年12月26日在苏门答腊发生了MS 9.3(MW 9.0)级特大地震，全球数字地震台网均清楚地纪录了这次地震的发生和一系列热烈余震的发生和发展.这次地震激勉了巨大的海啸，海啸席卷了印度洋邻近系列岛国，受难者与失散者达23万东说念主.这次巨大地震的发生冲突了半个世纪以来全球未发生过8.5级地震纪录的一长均衡，在全球范围内掀翻了一次热烈地震举止的激越，即近10年来活着界范围内热烈地震、大地震、特大地震频频发生的面貌.

3)我国事一个热烈地震多发的国度(图 8)，在20世纪的百年里，高达180多万东说念主被地震夺去了贵重的人命，平均每年有约1.8万余东说念主死于地震灾害，酿成的经济亏蚀达数千亿好意思元.进入21世纪以来，地震灾害似有着愈演愈烈的态势.但是，地震预测却是一个世界难题.

图 8 中国地震震中位置分散图 Fig.8 The distribution map of Epicenter in China

(1)尽管目下我国大陆布设特等千个地震台，它们在时常刻刻的纪录着层峦叠嶂的地震信息，但是相对我国的河山，固定地震台网仍然不够密集，地震台站分散密度(平均面积分散)远不如我国台湾更不足日本等国.但是，由于国土面积宽广，总体上来讲台站数量亦十分可不雅.如今，天下自然地震举止不雅测台达2000多台，并以多数的流动台站纪录在我国各构造和地震举止地区进行着来自全球的地震不雅测，亦领有宏大的地震数据库.

(2)中国地震局地震台网数据中心的科技东说念主员持久不断地在进行自然地震数字纪录的整理、分析、成图，同期汇集各省、市地震台的数字地震纪录和报表，定期发出各式回报和图件并对热烈地震事件进行分析.这里是地震大数据的中心，亦然大数据存储、管制、整理、分析和数据处理的中心.

4)中国地震局面对如此宏大的数据量和繁重的数据处理任务，有序地利用这些数据详情发震期间、震中位置、震级、震源深度，绘画MT图(M为震级，T为期间)过甚分区、分时性并作念一些较大地震的断层面解.从全体上看，仍需要在已有方法和理念的统计效应的基点上，讨好训导和大地震平分散来预计、推断地震发生的可能趋势与区、带，故尚难以走上半量化与量化的物理预测门路.

5)目下除了中国地震局进行一些老例的地震数据处理和参量的预计和分析外，确应蚁合一个精干和表面水平较高的团队，精确量化地震发生的五大参数的方法研究，将我国各省、市、自治区所辖地区的地震台网数据汇聚、集成，奋力挖掘和提议新信息并探索如下问题：

(1)微离散的发生与离散链的形成.地震的孕育与发生是一个离散过程，在力源作用下，震源区介质动手产生离散，即微离散，跟着应力的热烈加多缓缓形成离散链，这时介质的质点以地震波动面貌向周围辐射.为了研究震源离散过程，需要在井中灵验地纪录通盘离散与地震发生的深层能源过程以达探索地震发生的期间和成因.井中纪录的主要参数是相当的变形量，地震波速率(Vp，Vs)的变化率和电阻率的变化这三组数据.

(2)地震孕育、发生和发展的深部介质和构造环境.热烈地震，特别是大地震或特大地震的发生是需要特定的深部介质和构造环境.为此，通过高精度的东说念主工源深部地震探伤、采集多数的数据、反演诡计以精细描写震中区的壳、幔结构和各层介质的物理属性.这是厘定热烈地震发生地点的灵验技能之一.

(3)地表台网纪录热烈地震举止的分区、分带与将来地震的可能发生走向.通过大地数字地震台网的不终止不雅测、纪录并绘画出地震震平分散图，时时这是一张静态的图像.这便要对地震举止区、带陆续发生的地震态势进行分析，如在一段历史时期内所发生地震的方位趋势，不同震级地震发生的期间间隔与频度，地震沿某一方位发生的期间和能量的深度变化及趋势.基于这一系列的数据试图厘定该地震区、带将来可能发生热烈地震的走向和震级.

4.2.5 大数据与青藏高原

在地球科学的研究中，青藏高原确具有典型性.由于印度洋板块与欧亚板块的碰撞、挤压不仅迫使高原隆升、地壳短缩增厚，在成山、成盆、成岩、成矿、成灾和深化相识地球本色的程度中照实是一个多元数据蚁合的宝库.它波及到地球里面结构、地球物理界限场响应、地质构造面貌、地球化学与岩浆岩涌现、地舆与地貌、动物与植物、冰川与泥土、资源与能源、火山与地震灾害、大气环流与娇傲变化，以及东说念主文、经济、民族和社会变迁等科学领域，她是一个交叉的学科且能作念出创新性研究收尾的一派沃土(Teng，1979; Teng et al.，1983;滕吉文，1990; 滕吉文和孙克忠，1991; 滕吉文等，1980，1994，1996a，b，1999，2008，2010，2011，2012).

1)喜马拉雅山造山带的快速隆升、自然地舆、地貌与山川等的展布造就了一派特异的高地，构筑了我国一系列水系的源泉——“水塔”，影响着季风和大气环流，形成了世界上的“第三极”.

2)在印度洋板块与欧亚板块热烈碰撞、挤压，在浅深部构造层序的互相作用下导致东西向的拉张力系，这不仅组成了高原南北分区和东西分块面貌，而且创立了两大板块陆-陆碰撞的特异指引学和能源学模子.

3)在两大陆-陆板块碰撞、挤压的界带，如冈底斯地带金属矿产资源丰富，较深广分散的冻土带有着自然气水合物的潜在远景，且地震亦十分活跃.在青藏高原邻近地带有一系列7级和8级操纵的热烈地震不停发生(如2015年4月26日尼泊尔博克拉发生的8.1级大地震等)，且为喜马拉雅-南亚地震带所辖地域.

4)特异的壳、幔结构和地球物理界限场响应与其深层过程的展布标明，研究与探索青藏高原大陆能源学响应与机理，非论对东亚如故对全球都有着极为关键的科学说念理和应用价值.

在上述各学科交叉的研究程度中，学科间不停产生的交叉数据当必詈骂常巨量的，因而创建青藏高原大数据体系已为例必轨迹！因为它是青藏高原大陆能源学研究的数据“源泉”.

4.2.6 大数据与全球变化

1)全球变化与民生国计互相关注

全球变化是全东说念主类共同海涵的社会不时发展的首要问题.它波及到宽广的学科与领域，如大气科学、第四纪地质、水文地质、地球化学和地球物理场(如辐射性场等)及物理科学等.了解地球大气、娇傲、海洋、陆地、水文等期间(多年多季等)与空间多元(全球与区域)多模范的定量定性科学信息，特别是一系列的首要环境变化的特征信息、变化信息过甚响应信息，极点娇傲(高温、低温等)、突发与频发自然灾害事件(暴雪冰冻、暴雨洪涝、泥石流、干旱、沙暴、雾霾、台风、地震、火山、浑浊等)的检测、监测、预警与实时评估，泥土植被、积雪冻土等陆地地表和大气温度、湿度等季节变化对地表生态系统(如碳、氮开释与轮回变化等)等，是全球时空环境变化对引起其他相关变化的科学要素、科学评估与科学对策的要道工夫.莫得准确的定量化的地球环境特征参数与要道因子的时空变化信息，也就丢失了全球变化研究的科学基础(金亚秋，2015).

2)卫星空间遥感数据与地球上层环境

目下，遥感工夫已为东说念主类广为应用，特别是在农业、林业、荒凉地域的不雅测取得了首要进展.但是，自20世纪70年代于今，千般多频段(可见光、红外、微波)卫星遥感探伤积聚了海量数据，即如今的“大数据”，它大大改变了东说念主类在有限期间与空间(如离散台站、离散期间不雅测)意会大自然(即浅上层)环境的理念、方法和门路.近三十多年间，我国的风浪气象卫星(FY)、海洋卫星(HY)也缓缓与国际卫星一都获取了陆地、海洋大气的遥感不雅测数据.不错说，空间遥感是能向全球变化研究提供期间与空间多模范多类巨量不雅测数据的独一的高工夫技能.全球变化研究进犯需要空间遥感数据的积聚并提供科学信息，它不错当作是问题求解的参数条目、界限条目、驱动条目与实验考据.但是，在我国全球变化十多个首要专项中尚繁重以空间遥感工夫与数据源启航的全时空模范变化的数据参数及定量信息的相沿研究.

3)遥感数据的积聚与转动

遥感不雅测数据是复杂自然介质(大气、陆地、海洋等)的电磁散射与电磁热辐射，并非是咱们需要的千般地球物理参数(如温度、湿度、风速、雪深、雨强、地貌、地质构造、辐射性场等)定量信息，弗成平直提供自然界各式事件变异的法例性科学默契.必须对环境进行不雅测分析和正演模拟，不雅测大数据并进行反演同期定量索求科学信息.这便是“从数据到信息、从信息到默契”的新工夫科学内涵的转动过程.这一过程需要开展表面建模、数值模拟、物理模拟、反演同化、重构、多维度信息和会等详尽研究.因此，今天的大数据研究除了包括发展大容量高密度数据存储、传输、限度、防护、齐集化处理等工夫外，还需要大数据信息的转动，即数据的正反演诡计等.

空间遥感数据的标定与考据，依据散射-辐射传输机理建模-模拟-反演研究，以特定区域积雪、旱涝、沙暴、荆棘温度等环境特征变化为典型事件，从区域性特征事件遥感数据进行定量信息反演，基于遥感信息的全时空模范变化与考据，遥感多维度信息和会等几个方面进行研究，提议救助全球变化的多时空(长久间序列与全球模范)多事件空间遥感定量信息的新表面、新方法、新数据链并应用于全球变化研究的空间遥感信息反演，以获取实用方法与实用实施，提供服务于全球变化研究的遥感大数据源与时空定量信息源.

以上地球科学中大数据问题的产出量和所波及的科学问题与领域使咱们充分地相识到，地球科学乃是一个科学大数据宝库，从大数据丛中索求新信息，凝合具有创新性和原独创新性的前沿科学问题确有着极大的潜能.为此，地球科学理当站在大数据的最前沿并奋力霸占地球科学的制高点，为东说念主民营造一个精采无比的生活与生计空间.

4.2.7 地球科学大数据的汇总与凝练

1)地球科学大数据的汇聚与凝练尚存在着短期间尚难以逾越的难题

(1)油气地球物理数据(以地震勘测为主)主要蚁合在中石油、中石化、中海油各地方局和相关部门及院校.

(2)金属矿产地球物理数据(包括重、磁、电、震、辐射性)主要蚁合在国土资源部、冶金、武警黄金队列等相关部门以及院校.

(3)地方台网地球物理不雅测、探查等地球物理数据(以自然地震不雅测为主，还有重力、磁测等)主要蚁合在中国地震局所属各地方局及院校.

(4)地球里面壳幔结构地球物理数据(以地震为主，重庆酒店神秘顾客还有重力、磁力和电性结构等)主要蚁合在地质与地球物理研究所、中国地震局、国土资源部(以东说念主工源地震和自然地震不雅测为主，还有重力、磁力和电性结构)等相关部门和院校.

以上数据在表面上和公开风光无一不赞同通达、分享和共研，蛋在各式部门总计制门槛和千般收敛条目下已成为现实上的不可能.为此，半个多世纪以来，大数据的汇聚、凝练早已烟消火灭，这便大大的封闭了目下大数据大潮在我国地球科学界的实施和应用.

2)必须想考的问题

(1)特别奇怪的是，有的数据在本部分都互相守秘，但却无意对海外通达，国内闭锁，这就必须引起东说念主的想考，为什么？

(2)摆在我国地球科学界面前的问题是，如何才能信得过汇聚与整合我国各部门所领有的分散数据，乃致国际间的相关数据，以达集成、凝练并在超前想维诱掖下创新再造，创出一条新的说念路，为成山、成盆、成岩、成矿、成灾和深化相识地球本色作念出创新性的新孝敬(滕吉文等，2001，2003)！

5 大数据与现代农业和大生物学

农业是产生大数据的无穷源泉，亦然大数据应用的十室九空.农业数据涵盖面广、数据源复杂.对于农业大数据，顾名想义，便是利用大数据理念、工夫和方法，科罚农业或涉农领域数据的采集、存储、诡计与应用等一系列问题，是大数据表面和工夫在农业中的应用和实践.

农业大数据是大数据表面和工夫的专科化应用，除了具备大数据的人人属性，例必具有农业数据自身的特色.时时所讲到的农业，现实上应涵盖农村、农业和农民三个层面，具有涵盖区域广、波及领域和内容正常、影响因素宽广、数据采集复杂、决策和管制穷困等特色.狭义的农业坐褥是指造就业，包括坐褥食粮作物、经济作物、饲料作物和绿肥等农作物的坐褥举止等，不单是波及到耕地、播撒、施肥、杀虫、收割、存储、育种等农作物的坐褥全过程的各设施，而且还波及跨行业、跨专科、跨业务的数据分析与挖掘，以及收尾的展示与应用，乃至通盘产业链的资源、环境、过程、安全等监控与决策管制等.广义的农业坐褥是指包括造就业、林业、畜牧业、渔业和副业五种产业面貌，均应该包含在农业大数据研究的限度中(孙忠富等，2013).

5.1 大数据“贴近”现代化农业 5.1.1 现代农业和大生物学中的大数据应用

1)大数据在农业发展中的响应

(1)2013年6月18日，国内第一个农业大数据产业工夫创新定约成立；2014年10月29日，中国农产物大数据定约成立；2014年11月5日，中国杨凌农业大数据中心庄重成立.2015年7月17日科技部网站以“互联网”+“物联网”助力传统农业为切入点报导了基于物联网工夫的农业智能信息系统与服务平台式样的研究收尾.

(2)大数据的海浪正席卷全球.事实上，列国已都动手了信息化的角逐，大数据之战也早已拉开帷幕.2012年3月，奥巴马政府文牍“大数据的研究和发展规划”；2013年2月，韩国总统朴槿惠号召将信息工夫作为韩国经济增长的一个新接济；2013年，俄罗斯总理梅德韦杰夫签署了《2018年前信息工夫产业发展计划》.

大数据作为新一代的信息工夫，其触角依然深入到农业领域.那么，信息化对现代农业有多关键？农业大数据该朝哪个方面发力？大数据应如何助力现代农业？

2)大数据与农产物“大流通”

我国甘肃定西的土豆都去哪儿了？北京新发地的黄瓜都来源于哪儿？基于大数据工夫，当年难以领会的事情可能会在将来一目了然了.

连年来，跟着物联网、云诡计、移动互联等工夫的连忙发展，农产物流通数据呈现海量爆发趋势，不错说是跨步迈入了大数据期间.数据是身手，是竞争力，亦然策略资源，将在农产物流通中施展不可或缺的关键作用.如果农民能随时掌合手天气变化、商场需乞降供给、农作物滋长等数据，农民和农业工配头人在家中就不错不雅测到意境里的情况和相关数据，准确判断农作物是否要施肥、灌溉或施药，不仅能幸免因自然因素酿成的产量下跌，而且不错幸免因商场因素给农民带来的经济亏蚀.面前，在精确农业、农产物流通体系、农业气象预测、食粮安全、病虫害预测与防治、泥土治理、动植物育种、农业结构调整、农产物价钱、农副产物糜费、小城镇开发等诸多农业领域，都可通过大数据工夫进行预测和干扰.显见，准确的基础数据是要道.

对于农产物的流通问题，大数据意味着一场新的机遇，使得全面、多维感知农产物流通成为可能.一方面，大数据使得农产物流通进入全面感知期间.例如，在传统农业探听中，只可利用合理的抽样去无限接近总体，用样本推断总体.而大数据工夫使得平直面对农产物流通数据成为可能，不错灵验幸免出现“盲东说念主摸象”的景况.另一方面，大数据使得默契进入多维关联期间.每一种数据来源都有一定的局限性和单方面性，事物的本质和法例往往荫藏在数据的互相关联之中.唯有和会、集成各方面的数据，才能反应事物的全貌.数据量的增大使得相关关系的关键性突显，无意不错通过分析数据之间的相关关系发掘出东说念主料想的价值.大数据不错提供经系统整合的相关娇傲、农产物价钱走势、进城说念路交通讯息、结尾糜费需求等相关数据，辅之以菜场、超市、摊位监测评估数据体系等，通过对这些专科数据的解读，不错判断农产物需求、价钱变动等情况.

3)分析农产物大数据，是长久性、详尽性的系统工程，亦然基础性和策略性的科技创新处事.同期，咱们应当看到，作为国度的策略需求，激动我国农产物大数据工夫的发展，离不开社会各方面的深广参与、搭伙互助，面前进犯需要狂妄加强原始科学创新，促进要道共性工夫创新和集成，共同探索妥当模式并积极推广应用.

需要特别指出的是，大数据之“大”，并不单是在于其“容量之大”.对于农产物大数据处事而言，更大的说念理在于从大数据中形成大想维、开展大合作、构建大平台、取得大发展，从而使得农产物坐褥、流通的信息流得到充分延展和深化，这也恰是大数据八成施展更多作用之处.

4)创新处理工夫.针对农业信息所获数据与已有海量农产物商场数据的和会，必须开展对农产物商场的处理工夫的研究，并配置数据计帐优化模子(胡旋子，2015).特别是，数据采集碰到的数据缺失与噪声，从而自动模拟缺失数据，打消相当数据，并改造子虚数据.目下，这一工夫已深广的应用到商场信息采蚁合，并在天津、河北、福建、广东、还难等11歌声，针对批发商场、零卖商场，采用食粮、蔬菜、水藻、油料、肉类、蛋类、奶类和水产物8大主要农产物的商场信息开展了推广应用.

如今，如何深入挖掘并灵验整合洒落在各处的农产物坐褥和流通数据，进行科学分析研判，为农产物的坐褥和流通提供高效优质的信息服务、提高农业资源利用率和流通效率、保险食品安全，已成为人人关注的热门和政府决策的重心，也已成为将来信息研究机构、人人学者关注和研究的关键方位.显明，从标准与表率启航，进行数字化传输与智能化处理，将必会大大提高原油策画体系所采集信息的完备性和兼容性.

基于上述计议，中国农科院农业信息研究所与北京“一东说念主一亩田”齐集科技有限公司发起成立了“中国农产物大数据定约”，定约的成员主要有科研机构、高档院校、企业、中介机构等.

5.1.2 大数据工夫在农业应用中靠近的挑战

目下，我国大数据产业还处于发展初期，商场规模仍然比较小，2012年仅为4.5亿元，而且主导厂商仍除外企居多，农业大数据应用情况更遏制乐不雅.相对于大数据发展远景的乐不雅预测，农业大数据发展靠近的现实挑战更值得庄重分析和对待.大数据对现存的数据处理范式带来了挑战.由于多数大数据詈骂关联型的、非往返型的和非结构化的数据，繁重数据结构，因此很难将其抽象成一个查询服务.由于数据有多个来源和表现面貌，也就难以按序存储，何况界说基础数据的齐备性和去重过程是有一些执法的.同期，在使用前需要必要的质料限度模范，使得利用大数据变得绝顶复杂和耗时.当年的数据采集、储存、和分析方法，不足以应酬这种新出现的数据规模和复杂性.必须产生新的数据处理范式来应酬大数据的强度、规模和复杂性.

大数据对现存的科学信息管制模式带来了挑战.最先，如何合理灵验地利用分散在不同部门和主体的数据，需要明确哪些数据不错公开用于交易举止、哪些需要进行截止.对波及个东说念主阴私或国度安全的数据应该进行截止和表率.对于政府部门、科研机构和高校的专科数据，应该有条目的对社会公众通达.其次，如何构建相沿大数据运行的基础设施，包括如何对传统数据中心进行改造和利用，如何开发一个高速方便接入的互联网通说念等.大数据对现存的工夫条目带来了挑战.如果想要灵验的利用大数据，必须依靠相关工夫的跳跃和擢升，包括大规模并行处理数据库、数据挖掘、分散式文献系统、分散式数据库、云诡计平台、互联网工夫、物联网工夫和可扩展的存储系统等(蔡书凯，2014).

5.2 大数据催生大生物学 5.2.1 大数据在生物学与医学领域受到的宠爱程度和发展势态与瓶颈问题

1)很少有东说念主知说念，大数据早就将“手”伸到了生物医学领域，动手了疾病预测.西洋国度对生物领域的大数据发展十分宠爱.2015年3月，英国文牍英国医学研究理事会(MRC)将投资3200万英镑资助首批5大式样，来提高医学生物信息学的身手、产能和中枢基础设施.这项“医学生物信息学规划”展望总投资5000万英镑，将通过配置耦合复杂生物数据和健康纪录的新方法，来科罚要道的医学难题.

早在2012年3月，好意思国奥巴马政府就文牍推出“大数据的研究和发展规划”，将大数据擢升到了国度策略层面，承诺将投资两亿多好意思元.2014年，好意思国政府就如何充分利用生物医学大数据，又启动了Big Data to Knowledge规划.在人命科学里，数据是多种面貌的，包括基因组序列、分子通路和东说念主类不同种群等信息.如果科学家八成克服一个牵绊，即如何处理信息的复杂性，那么这些数据将会创造其潜在的价值(迈尔-舍恩伯格和库克耶等，2013).

图 9 生物学的新瓶颈在于大数据 Fig.9 The new bottleneck of biology is Big data

2)尽管生物学家为了采集满盈的数据，依然努力了十年.但是，弗吉尼亚州阿什本的乔治华盛顿大学诡计生物学研究所主任Keith Cr and all表示，“生物学的新瓶颈在于大数据问题.”他例如指出，2002年4月公布的第一个东说念主类基因组序列，蚁合了来自20个研究所的人人、基础设施和东说念主员，历经13年的劳苦破耗了约莫30亿好意思元，取得了约莫30亿个核苷酸的顺序.Cr and all说，如今“测出一个东说念主的基因组仅需1000好意思元，一周就不错产生卓著320个基因组.”跟着人命科学家动手探索更多的方式来处理大数据的容量、速率和多变性，他们动手研发分析信息的新方法.

5.2.2 不停扩张的容量(Volume)

在东说念主类生物学多数信息的采集方面，制药产业早在数十年前就动手与大数据集打交说念了.马赛诸塞州波士顿的默克公司研究实验室科学信息助理副总裁Jason Johnson说，多年来，默克公司积聚了千千万万例临床试验，有身手在数百万例扬弃识别信息的病患纪录中进行查询.现在咱们领有的下一代基因组测序，八成从每个样本中创造出兆兆字节的数据.

1)为了处理如此多的数据，即使是大型制药公司也需要匡助.瑞士巴塞尔的罗氏公司研发运营全球总监Bryn Roderts说，罗氏积聚了一个世纪的数据.在2011-2012年进行了一次成百上千个癌细胞系的大规模测序实验中，数据量就翻了一倍多.想要从这些数据集和其他东说念主多年前采集的数据中挖掘更多的价值，他们与加州福斯特城的PointCross公司合作配置了一个数据平台，该平台不错天真地搜索罗氏当年25年的研究数据.研究东说念主员将挖掘这些数据以及千千万万个复合物的信息，利用现存常识来研发新药品.

2)对于学术界和产业界的人命科学家来说，下一代测序工夫创造了金钱也产生了封闭.他们合作开发的软件PathoScope，八成处理目下下一代测序(NGS)平台的数据，进而将千兆碱基的DNA信息调动成千兆字节(GB)的诡计机数据.该软件将DNA样本与参考基因组作念比对，以已然出病原体.其中，数据集不错为成千上百的样本进行每个样本20GB的数据分析，在后续分析中每个样本又可产生上百GB的数据.

3)如此多数的数据在医疗保健领域尤为有用，因为药物研究者必须在遐想试验时充分计议东说念主群的变异性.英国牛津大学转动医学评释Chas Bountra提到，你无法从只是10个东说念主的研究中得到合理的论断，但是通过研究50万东说念主，你不错从中接管关键的论断.

大规模的研究可能会揭示疾病的遗传孝敬以及一种药物是否不错匡助到一部分病东说念主，或者哪些个体更可能会表现出特定的失调.遗传信息可能会揭示生物标记，或某种特定疾病的表征物，类似于在某种类型癌症中的一个分子.英国牛津市的威康相信基金会东说念主类遗传学中心统计学评释McVean解释到，遗传学八成告诉你某个与疾病相关的生物标记是否值得进一步作为(调理的)靶标进行深入研究.对于学术界和产业界的人命科学家来说，下一代测序工夫创造了金钱也产生了封闭.为了应用这一理念，McVean领衔的研究团队通过李嘉诚(Li Ka Shing)捐献的3300万好意思元大额捐钱，正在剑桥大学创建李嘉诚健康信息和发现中心(Li Ka Shing Centre for Health Information and Discovery)，该中心将成立一个大数据研究中心计构，且该中心将分析数据的过程和遗传学讨好在一个研究所里，这么将八成克服在大数据采集和大数据集分析方面碰到的难办而意思意思的难题.

5.2.3 寻求高速率(Velocity)

当年，分析基因相关的数据存在瓶颈.BioDatomics公司开发了我方的BioDT软件，为分析基因组数据提供了400多种器具.将这些器具整合进入到一个软件包中，它易于使用且不错超越任何台式电脑.BioDT在诡计机集群上运行，且包括了许多个节点的拓荒，互相联通为一个全体进行处事.

5.2.4 多变性的版块(Variability)

多变性(Variability)，也给生物学家带来了极大的挑战.正如Bountra所说，“咱们现在将许多来自于不同领域、具有不同数据集的东说念主蚁合在一都.”挑战之一便是生物学实验室领有各式拓荒，但是他们时时采集的数据是特定的文献表情，这需要在处理大数据时整合各式数据表情.

生物学的大数据还体现在新形态的多变性.例如，位于德国慕尼黑Definiens公司的科学家在进行一项被公司称为组织表型组学(tissue phenomenon)的研究，即一个组织样本中的组织信息，包括细胞的大小、形态、罗致的染色剂和哪些细胞进行互相筹商等方面.这一工夫不错应用到一系列的研究中，例如跟踪细胞在发育过程中的特征变化研究，或者定量测定药物对某些组织细胞的影响研究.

NuMedii公司首席科学家Graig Webb以为，有一个式样是研究东说念主员从卓著2500份卵巢癌样本中搜索基因抒发数据，再利用多种诡计机算法来预测现存药物是否具有广谱调理卵巢癌或针对某种分子亚型的后劲.“大数据让咱们不错广撒网寻找踪迹，而‘大常识’则让咱们能快速地采用出可供测试的组分.”

5.2.5 组合的复杂性

马萨诸塞州剑桥市诺华生物医学研究所(NIBR)信息系统实行主任Steph Cleaver在大数据的3个“V”之外，又加上了复杂性.他以为制药公司科研东说念主员分析数据的方式是“通过某些病患个体到病患群体再到整合掌合手总计信息”这一过程是很复杂的.

在医疗保健领域，大数据分析的复杂性也源于对不同类型信息的整合，如源自基因组、卵白组、细胞信号转导、临床研究，以致环境科学研究的数据，收尾将很可能产生全新的疾病调理方法.但是，马萨诸塞州剑桥市GNS Healthcare公司的共同创始东说念主Iya Khalil提到：“你如何为这些数据赋予说念理，何况从这些数据中取得新的启示，以擢升咱们对于病理机制的相识？”对于Khalil和她的团队成员来说，谜底来源于机器的学习、数学、诡计机算法和超等诡计机——它们整合在一都，从而探索疾病的根柢门路，跟踪患者对于特定调理作念出的可能响应.

使用大数据的要道在于推动科学的发展.例如，在NIBR公司，Cleaver和他的共事想要确保得到信息量大、第一手的关键数据.运行先进的数据挖掘方法詈骂常好的，但是它必须八成启发下一个科学假定.唯有这么，今天的大数据才能改变翌日的生物学和医学.

5.2.6 我国在生物大数据研究程度中穷困重重

以上推崇了西洋国度对大数据的宠爱，我国在大数据方面信得过宠爱乃连年来之事.自然我国企业也频频在大数据上有所动作，但是上海生物信息工夫研究中心主任、中科院上海人命科学研究院生物信息中心主任李亦学对《中国科学报》记者指出：“自然国内大数据在其他方位的研究远胜海外，但是生物大数据与海外比拟尚有较大差距.” 这种差距并不是因为我国没特等据酿成的，而原因是多方面的，它涵盖了表面、工夫、方法和软件系统以及数据分析构架等方面.

1)要想创新，数据积聚是一个贫寒的历程.据我国最早从旨趣论生物学和生物信息学研究的科研东说念主员之一、中国科学院院士陈润生指出：

(1)以华大基因为代表的基因测序机构为生物大数据的产生作念出了关键的孝敬.华大基因面前的测序量约莫占据国际数据量的40%操纵，而且跟着工夫发展和测序技能成本的下跌，险些总计的研究型大学和研究单元不管是在农业、林业如故医学，都对基因测序有所波及.

(2)基因组层面上的生物大数据的发展带动了卵白质组、代谢组、生物齐集等各个层级的相关生物大数据的海量产生.但是，我国面前还未能配置调和的生物数据信息中心.

生物大数据滞后于海外的最根柢原因在于，我国莫得大型的详尽生物大数据库，也莫得生物大数据平台.而向海外大数据库“调停”，名义上这些大数据库声称，只须递交苦求就不错免费分享数据，但现实上是穷困重重而要受制于东说念主.

2)我国有着发展生物大数据的身手，占有海量大数据的上风.中国的物种具有千般性，可形成具有特色的大数据体系.为此，如安在保护国内生物数据资源的同期寻找有价值的利用方位.如在国内最先调和作念到数据分享与合作，配置起我方的数据平台.不外，这亦然一说念难题，生物学家们以为：

(1)英好意思国度对数据库的配置过问了许多资金，引进的东说念主才大部分有博士学位，每年的经费都由国会拨款救助，来源比较踏实，一年约需过问1亿好意思元.

(2)如果我国配置一个类似的生物大数据中心，应该也要特等百东说念主的编制和每年几亿元的长久踏实过问.这笔钱如何由政府开销，荫庇仍然不小.

(3)配置数据平台的地点、内容、权限、谁来管制亦尚难以达成共鸣.

6 在大数据的发展程度中必须宠爱的几个问题

目下东说念主们应当清醒地相识到，脚下“大数据”依然被过度包装.凡事要有度，“大数据”是先锋但非全能，不必事事、时常与之相关联.正如时装的本质是为了推动健康斯文，但不可时常、东说念主东说念主、处处都时装化.

显明，在对大数据的分析和应用中，必须对大数据本色进行筛选和精细研究，方能获取收效！这便是说大数据是关键的，但非全能或“无所弗成”.因为，科技是一把双刃剑，要道是数据的着实性、灵验性和由谁使用以及如何使用的问题？

为使大数据能得以施展其功效，各大学科(一级、国度级)必须从道不相谋的分散状态中蚁合调和起来，迅速配置起大数据中心或大数据平台，以适合世界科技大潮的发展与能源创新再造.

6.1 个东说念主信息安全遏制薄情

近日，一则“130万考研用户信息网上叫卖”的音讯引发了社会关注.据报说念，上百万考生的报名信息被东说念主以1.5万元的价钱出售，一些考生因此遭到各式电话和短信“精确销售”.尽管中国研究生招生网的管当事者说念主员表示，已就此问题向公安机关报案，但是该事件暴透露的信息安全问题遏制薄情.

1)在大数据期间，齐集对东说念主们经济和社会举止的介入越来越深，信息和数据的采集也变得越来越绵薄.这一方面使相关行业八成利用信息，并使数据罢了更大的价值创造.另一方面也给个东说念主信息的保护带来前所未有的挑战.用户的位置信息、行动信息、糜费信息、酬酢信息等都变成了可被存储、分析的数据，如果将这些数据汇总起来不错准确收复和预测个东说念主在日常生活中的着实举止轨迹，如果被滥用例必加重个东说念主信息风险.

2)用户信息不仅波及个东说念主阴私，更是一种关键的“数据资产”，特别是互联网经济的崛起，使“大数据”带来的交易价值日益突显.恰是因为如此，相关行业的数据和信息被作为中枢资源深广争夺.显明，一方面繁重监管，一方面又有意可图，使犯罪获取个东说念主信息的行动取得了很大的操作空间.连年来，由于经济利益的驱使、行业生态的混乱、法律法例的缺失，以及公民自身对个东说念主信息保护意志的欠缺等原因，围绕个东说念主信息的采集、加工、开发和销售正悄然变为一条“数据产业链”.由于信息泄漏酿成的“精确营销”和金融骗取举止，给东说念主们的阴私和财产酿成了难以量度的亏蚀.

咱们也要看到，今天的世界正变得日益数字化，不管是政府对人人政策的制定，如故企业对商场行情的分析，都离不开信息和数据的采集.不雅察互联网经济的每一次创新，如百度打造“大数据引擎”，支付宝生成的“十年账单”等，处处都让东说念主们感受到了数据的力量.在大数据期间的信息安全风险面前，咱们既弗成熟视无睹也弗成半路而废.

3)捍卫大数据期间的个东说念主信息安全，亟待配置健全系统化的防护体系.在法律层面上，进犯需要制定保护公民个东说念主信息的特意性法例，明确章程个东说念主信息的保护范围，并对个东说念主信息的采集、使用、处理给予特别章程；在行业层面上，要配置互联网、电信、金融等重心领域的行业自律机制，完善客户信息的管制表率，使客户信息的采集愈加透明，并切实作念好守秘义务；在工夫层面上，要加速配置表率的齐集认证标准体系，加速大数据安全保险和要道工夫的推广，裁汰信息泄漏的潜在风险.唯有如此，才能灵验约束大数据期间个东说念主信息安全的系统性风险，使大数据信得过成为促进信息糜费的新能源.

6.2 数据分享与权力演化

当数据变成了一种稀缺的资源和一种权力之后，那么在科学研究中为什么要分享数据？自然便是为了更好地合作，为了作念出更好的处事.“分享”这个动作基本上是出于互确信任，何况对收尾有期待的情况下发生的.东说念主们往往期待着比我方犀利的东说念主，或者懂你的东说念主，分享并得出更好与更有用的收尾.

数据作为一种稀缺的资源，在分享数据时当必波及到：

1)出于国度艰深与安全计议，数据分享过程中若出现“泄密”，则可能会亏蚀某些群体或部门以致国度的利益，如此诺登，维基解密等.因为涉密或者相关国度安全的数据都是“分享者”的禁区.

2)工夫安全与分享.如果只是出于“狭小别东说念主作念出比我方更出色的处事”的心态，科研的出路就令东说念主担忧，这里面波及一个永恒性的问题.不外在列国功成名就的科学家里，大多都是承袭着“你需要这个数据你就拿去分析，咱们一都望望会有什么意思意思的收尾”这么一种心态.最先是“咱们”，然后是“一都”，“咱们一都”的情况是对提供给你数据的东说念主的尊敬，因为唯有尊重你的常识和身手，才会和你研讨和切磋.当你被东说念主赏玩、尊重和信任时，这种转动成的正能量其实是十分遒劲的.

3)数据演化成权力.这两者的关系看似有着千丝万缕、理不清的头绪，但是数据其实是不错转动成一种稀缺资源进而演化成为一种权力.唯有跨过这一门槛，才能达到数据的信得过分享并迎接慷慨东说念主心的大数据期间的到来！例如，DNA双螺旋结构的发现是由化学家鲍林和生物学家克里克、富兰克林和威尔金斯合作的结晶.这标明，在学科交叉中多种表面之间发生互相作用、互相浸透形成了“科学键”，从而能开拓出多元学科交叉的前沿领域，产生出许多新的“滋长点”和“再生核”.如粒子天地学、生物物理化学、生物数学、天际科学、环境科学、地球科学、科学伦理学、系统科学与自然社会学和社会自然学等.

6.3 大数据与科学创新 6.3.1 大数据的基本特征

从更为深广的角度来看，“大数据”过甚研究代表着一个信息期间、一种想维方式、一种工夫潮水.因为科学大数据是与科学研究和工程实践相关的“数据集”.

1)科学大数据具有的外部特征

时时科学大数据在不同学科中的各异较大，数据产生的速率变化亦较大，包括高能物理、地球物理、天体物理以及各项对地不雅测等领域的“快”数据和天体演变、深层过程、东说念主类进化等领域的“慢”数据；它主要来自不雅测和实验的纪录以及后续加工；它时时与科学旨趣模子相讨好以形成常识发现，即绝对依赖数据分析而薄情科学旨趣及模子的领域与方法并未几见.

2)科学大数据的数据内容的不可类似性

正如形而上学家赫拉克利特的名言所述：“东说念主不可能两次置身吞并条河流”，因为对于一般的自然和物理客不雅过程的不雅测内容，具有一定的不可类似性和数据的高度省略情味.由于给与不雅测和纪录等获取技能以及非平直的不雅测方式和采样技能会导致科学大数据存在高度省略情味和数据的高维本性.由于科学大数据靠近数据源种类得意、数学分析技能穷困等原因，故具有高维本性并导致维数可怜的形成和数据分析的高度诡计复杂性.由于数据的省略情味、高维本性，以及与科学数据分析相随同的旨趣及模子的复杂性，会导致科学数据处理诡计具有复杂性.因此，科学大数据具有不同于一般大数据的显赫特征，其内在机理以及如何应用常识发现尚应深化相识.

3)大数据服务大科学研究是一个关键方位

大科学多是指多学科交叉的大型基础科学研究式样，具有投资巨大、式样科研东说念主员数量宽广、领有大型科研基础设施及实验环境的特色.国际上较为著名的大科学规划，如大型强子对撞机、东说念主类基因组规划、地球不雅测系统、全球变化研究、地球物理学中的上地幔规划、岩石圈规划、地球能源学规划等.东说念主们以为，大科学规划是现代科学研究的一种告捷搭伙模式，并已在若干首要要道科学领域中施展了关键作用.大科学研究与大数据紧密筹商，因为大科学规划时时八成产生海量的实验数据或不雅测数据.在高能物理领域，如大型强子对撞机一年可产生15PB的数据.在东说念主类基因测序方面，到2013年全球范围内至少有30万个东说念主类个体基因组被全部或部分测序，这意味着将产生30PB序列的数据，并需要至少150 PB的相应存储和分析诡计身手.全球变化研究作为地球科学、环境科学、人命科学、社会科学和诡计科学等多学科交叉的领域，其数据类型更是多种千般，且期间序列超长.展望到2020年，基于地球系统数值模式的全球变化预测汉典的数据量将达50 PB，遥感卫星数据也将达50 PB，其他类型数据将达2 PB.这一数字展望到2030年将分别会高潮为185 PB、150 PB和5 PB.

在将来地球规划的交叉身手中，其中不雅测(Observing)、数据系统(Data Systems)、地球系统建模(Earth System Modeling)等均与大数据密切相关.在数据不雅测身手中，由卫星、航空、大地、海域等台站齐集组成的地球不雅测系统要提供多数的不雅测数据；数据系统不但要快速获取多数数据并进行实时处理和分析，还需要通过元数据管制和合理的数据政策减少数据质料的省略情味；地球系统建模会波及社会与东说念主文、科学模子、对地不雅测系统、经济效应等极为丰富的数据类型.

在全球详尽地球不雅测系统(Global Earth Observation System of Systems，GEOSS)中，其数据包括期间跨度长的千般卫星不雅测数据、大地不雅测和探伤数据、千般应用数据库，体量巨大、类型丰富.GEOSS也特别注重元数据、数据质料限度、数据分享政策的处事以保证数据的着实性.GEOSS在快速获取对地不雅测数据的同期，可通过对GEONETcast、GCI等系统罢了千般数据的快速集身分析和应用.例如，集成中科院遥感与数字地球研究中心具有长久间系列的多数对地不雅测数据归档，数据总量卓著450 TB；3个遥感卫星大地站及两架遥感飞机不错罢了快速获取不同期间、空间、地物对象的多源对地不雅测数据；数字地球科学平台具有快速处理、分析海量空间数据和常识发现身手；对地不雅测数据分享平台开展分享元数据、数据质料限度、数据分享政策的处事.由于大科学规划中有相当大一部分的科学研究属于反问题框架，其机理模子极为复杂(模子省略情味和诡计复杂性极大)，实验数据或不雅测数据对模子的发展(即常识发现)和新模子的配置作用显明.科学大数据将陆续在数字地球、全球变化、高能物理、东说念主类基因组规划和东说念主类向空间挑战的上天、入地、下海三大豪举等大科学领域施展醒目要作用，并为新的发现作念出关键孝敬.

6.3.2 大数据期间催促国际化程度

在大数据期间的国际化程度中需要科罚的5个问题：

1)大数据如何能信得过达到分享而不是以国际上大数据库分享为幌子而团员世界数据，对非大数据库国度的应用时给予的不对恭候遇；

2)配置大数据采集、集成和应用的政策、伦理说念德和法制；

3)国际大数据分享、共管、共监，充分施展大数据的效应并保证大数据的不停增长与科学利用；

4)配置各式类型的大数据软件模块和信拒却换管制平台；

5)力图在推动并普及大数据的应用通达程度中，加强表面、方法和研究东说念主才的培养及疏浚，并从大数据本色和科技创新不停再造的“链条”中深化对大数据效应的意会.

国际科技数据委员会(CODATA)搭伙全球6大大型国际学术组织以及中国科学院遥感与数字地球研究所于2014年6月在北京举办了大数据与科学发现国际研讨会.这次研讨会对大数据及科学大数据本质特征进行了分析，对大数据与大科学研究的常识发现开展了研讨，对大数据与大科学规划的应用提议了建议，并针对大数据服务科学规划处事提议了将来行动撮要，并期待着大数据、大科学和大发现.

6.4 实时“社会信号”催生新式社会管制

在我国所靠近的大数据形势下获取大数据、分享大数据、监查大数据、利用大数据已组成了一个系统工程.不外我更惦记的是，不足时灵验地开发、处理、利用“大数据”可能酿成的负面作用，以致带来国度风险.从农业期间到工业期间，自然界许多物理反应过程在现代企业环境中变得愈加复杂、遒劲、危急，由此催生了基于实时物理信号的自动化产业.因为，如果还按农业期间的“自然”方式处理这些过程，就会在坐褥中发生许多爆炸性可怜(纪梦然和张行勇，2014; 陈锐等，2014).

6.4.1 社会信号和创新社会与经济管制

大数据也会带动决策机制的改革，促进从训导决策、量化决策向大数据决策调动.目下世界上不同部门均有多数的数据，但是并非每一个部门都有身手把大数据用好.为此，大数据引发了列国科技界、产业界和政府部门的高度宠爱.

1)现在咱们正处于从工业期间走向“知业期间”的调动，社会中的许多组织过程在齐集环境中亦变得愈加动态复杂，“大数据”现实上揭示了实时“社会信号”的到来，也必将催生新式社会管制产业.常识自动化、社会及文化资源计划等系统常识起原，故必须尽快利用大数据，创新社会管制，开发出各式各样的社会管制和服务系统.不然，就像工业坐褥那样，不利于新式社会管制和服务系统而对实时处理，以致无视社会信号，也可能在社会过程中产生许多“爆炸”性事件，危害社会的健康发展.

2)现实上，19世纪法国科学家安培提议“限度论”一词的首肯便是科学地进行国务与社会事务的管制，只是其时还莫得大数据和社会信号，但却依然有了工业坐褥中的物理信号.因此，只可把限度论的想想用于工业限度，使工业社会得以罢了.今天，齐集工夫、信息表面、智能系统依然把大数据和社会信号巨流般地推向险些每个东说念主的面前.咱们必须尽快将其作为一种“金钱”加以识别和利用，从而更灵验地服务东说念主类，以向愈加通达、繁华、平允的社会迈进.

3)大数据催生数据产业.为使得数据信得过八成蚁合、整合、集成施展大数据能效之必须：

(1)好意思国于2012年启动“大数据研发规划”，好意思国国度科学基金会、能源部、国防部等6个联邦部门和机构共同提高采集、储存、保留、管制、分析和分享海量数据所需的中枢工夫，扩大大数据工夫开发和应用所需东说念主才的供给.目下，好意思国已形成宏大的大数据产业，在企业发展、国防开发等方面施展了巨大作用.在大数据产业开发中要制定出一定的有规划，包括监管与法制并注重可能发生的缺欠.

(2)我国大数据研究起步尚不算太晚，而且国度高度宠爱，是以我国应狂妄促进大数据研究和产业的发展.自然，在发展大数据的时候一定要施展多学科交叉与和会的上风，同期我国应尽快配置一套齐备的大数据东说念主才培养体系.

(3)为了社会与经济的繁华，大数据在九行八业必须给予高度宠爱，改革通达以来我国千般数据多数流向海外，充实了海外的大数据库，但我国各界东说念主士却弗成对等分享.基于我国领有对千般大数据的分析和利用身手，又占有大数据之上风，这就必须克服表面、工夫、方法、软件和东说念主才等方面的穷困，克服部门闭关的本位与保守主义，克服一切偏见，求同存异并迅速配置起各学科与行业的大数据库、软件库和分享平台.

6.5 强化挖掘大数据潜能已成为例必 6.5.1 大数据应迅速转动为产物

跟着社会的跳跃，科学与工夫的发展和经济的快速增长，大数据依然如同工业社会的“石油”和金属矿产资源一样，确具有举足轻重的作用，即作为一种资源.

2014年，国际数据公司(IDC)发布的第七份“数字天地”研究回报指出，全球数据总量将以每两年翻一番的速率不时增长.2013年到2020年，数据量将增长10倍，从4.42 ZB增长到44 ZB.如此宏大的数据，看上去十分详细.但与此同期，宏大数据如何转动为切切实实的产物，施展其经济效益，创造更大的社会价值，仍然是一个亟待科罚的问题.

目下，由国际数据委员会(CODATA)中国天下委员会主持、在兰州召开的2015科学数据大会上，与会人人、企业代表就此问题进行了深入探讨(彭科峰，2015).

1)大数据的价值

目下，中国已是世界上第二大数据坐褥国，仅次于好意思国.展望在不久的将来，中国将卓著好意思国，成为世界头号数据坐褥国.但来自九行八业的数据却长久尚找不到合适的“变现”方式，并一直千里睡在数据库中.

中科院寒旱所科研东说念主员长久在西北地区的寒区旱区进行深入科考和研究，积聚了二三十年的科学数据，但许多时候他们领有的数据的价值在科学研究方面体现的比较多，但是其在经济价值方面却未能逐一体现.这是因为，“大数据唯有进行分析处理，深度挖掘后才有价值，不然就弗成施展作用.”

甘肃移动齐集部总司理助理亢凯以为，目下绝大多数的行业、企业都不具备大数据处理的身手，因为大数据还有一定的“高门槛”，故导致大数据的价值未能得到充分施展.这是由于若紧靠一个企业或者一个行业将数据汇注起来，并不一定能产生满盈的价值，而是必须将不同领域的数据汇聚起来，进行和会、加工、凝练方能具有满盈的价值.

2)如何把数据转动成为产物

数据堂公司肖永红以为：大数据绝对不错转动为产物，只须配置在通达分享的基础上.“目下，数据正在成为各行业的要道相沿，将来数据产物有着很大商场与潜在空间.”他提议：

(1)任何来自医疗、健康、销量、物流、景点、交通、监控、娇傲、训导、住房等领域的数据源产生的数据，都不错汇集到类似数据银行这么的第三方平台，但凡需要大数据的企业就不错来数据银行付费，进行数据往返.

对于数据来源是众包平台，即雇佣兼职东说念主员采集数据.比如，在网站上发布一个信息，要求网友采集超市的购物小票，上传图片后会给网友提供物资奖励，于是就取得了许多独家的中枢数据.这些来自超市购物的数据，对于零卖企业詈骂常有用的.于是就不错把这些信息销售给他们.

(2)科研机构、行业协会、政府部门以及齐集数据，都是从第三方平台不错取得的大数据来源.“得到数据后，要进行数据清洗，剔猬缩无须的信息或不准确的数据，再进行数据关联等处事，终末为企业提供定制、销售、订阅、应用等多项服务.”

贵阳大数据往返所相关东说念主员表示，贵州省正在扩充的贵阳大数据往返所也在作念类似处事，旨在率先推动数据互联分享方面的探索，将会带动大数据清洗、挖掘和应用等相关产业发展.“领特等据的用户，绝对不错把数据提供给这个平台，再由有需要的企业进行采购，这么就能形成产物.”

目下，百度将通过与九行八业的深度合作、和会线上与线下数据，罢了数据价值的核聚变，推动九行八业发生化学反应，助力行业发展(郑金武，2015)，通达平台服务于3600行.

(3)大数据商场化程度中也还有一些问题有待科罚.作为特等据需求的企业来说，他们当比愉快有偿取得这些信息，而问题是：大数据的价值如何详情？利益如何分派？大数据的校准？大数据如何通达、分享等？这些问题的激动必须由政府部门提供政策和相关的轨制引导.

6.5.2 在2015年9月30日雠校涵养中使用了“大数据”

据2015年8月26日新华社电(刘济好意思，王丹)报导，这次雠校中信息化方法技能得到了充分利用，罢了了涵养窥伺的精详情位、用心评判，即雠校涵养依然悄然进入“大数据期间”.

1)“冷车”风光曾让反坦克导弹方队头疼不已.“冷车”指车辆刚启动时，由于水温、油温偏低，导致同意转速下装备行进速率不一致，无法达到匀速通过天安门的标准.反坦克导弹方队长单正海先容，为科罚“冷车”问题，他们为每台雠校车绘画了车速与转速在不同油温、水温条目下的关系弧线图，通过数据分析的方法精详情位每台车在不同条目下达到标准速率所需要的条目，透顶科罚“冷车”问题.

2)大数据分析还用在查找和改造驾驶员轻捷驾驶问题上，提高单兵的驾驶技能.反坦克导弹方队政委王文轩表示，现在方队的前后车辆距离漏洞仅为0.1 m，比肩行驶车辆标都漏洞唯有0.03 m.

3)了解受阅官兵的健康景况和涵养受伤情况，更好地实施科学涵养，有针对性地提供医疗保险，雠校保险站医疗防疫队理疗组对来自不同军种地4个装备方队和来自不同地区的4个徒步方队进行了数据抽样探听.

北京军区总病院三军骨科研究所主任大夫叶轶群表示，体能涵养一般都会带来涵养伤，咱们通过大数据指挥科学实训，在提高涵养效果的同期尽可能地退缩、减少受阅官兵的涵养伤.

6.5.3 我国政府部门绝顶宠爱大数据潜能地挖掘

2018年底前，我国将建成政府数据调和通达平台，以达加速大数据部署，深化大数据应用，并已成为稳增长、促改革、调结构、惠民生，以及推动政府治理身手现代化地内在需要和例必采用.

1)《促进大数据发展行动撮要》提议的关键说念理

在国务院印发《促进大数据发展行动撮要》(以下简称概要)中提议要全面激动大数据发展和应用，加速政府数据通达分享，深化大数据在各行业的创新应用，通过开发数据强国，擢升政府治理身手，推动经济转型升级.此外，《概要》还提议要在2017年底形成跨部门数据资源分享共用面貌，在2018年底前建成国度政府数据调和通达平台.

“这是我国第一次把发展大数据高潮为国度策略.”中国电子信息产业发展研究员信息化研究中心副主任潘文在接纳《经济日报》记者采访时表示，这次《概要》发布，对激动落实“中国制造2015”和“互联网+”国度策略、促进民众创业、万众创新，推动经济和社会发展具有关键说念理(黄鑫，2015).

2)数据已成为推动经济转型发展的新能源和新的经济增长点

自2015年3月，”大数据“初度出现在《政府处事回报》中以来，国务院常务会议一年内6次说起大数据利用.大数据充分利用优质分享的信息常识和创新资源，不停裁汰社会信息成本，通过基于大数据精确分析和科学决策，将有劲相沿训导文化、健康医疗、电子商务、工业制造、现代农业等，擢升传统产业坐褥效率和经济效益，同期培育形成新产业、新糜费热门和新服务模式，有意于稳增长、调结构(黄鑫，2015).

与基础软件行业追赶国际主流趋势不同，我国大数据产业在国际竞争中已崭露头角，将来存在更大的发展空间和发展机遇(潘文，2015).目下，我国互联网、移动互联网用户规模居全球第一，领有丰富的数据资源和应用商场上风，大数据部分要道工夫研发取得突破，涌现出一些互联网创新企业和创新应用，一些地方政府已启动大数据相关处事.

大数据产业正成为新的经济增长点，产业规模迅速增长.2014年，中国大数据IT商场规模达93.1亿元，增长率为37.3%.展望2015年至2017年，中国大数据IT商场年复合增长率能达到33.3%.(据赛迪参谋人电子信息产业研究中心总司理张梓钧先容)

3)《概要》在将来5~10年缓缓罢了既定方针的基点上部署了三个方面的主要任务：

《概要》提议狂妄推动政府部门数据分享，其方针为：在2017年底前形成跨部门数据资源分享面貌，构建以东说念主为本、惠及全民的民生服务新体系，2018年底前建成国度政府数据调和通达平台.

(1)加速政府数据通达分享、推动资源整合、擢升治理身手.

(2)推动产业创新发展、培育新兴业态、助力经济转型.

(3)强化安全保险、提高意会水平、促进健康发展.

神秘顾客公司_赛优市场调研 7 结 语

7.1      在科学与工夫、工业与农业和其所包含的一系列学科中，电子信息和齐集平台一直饰演醒目要脚色，而大数据期间的驾临则愈加突显了信息竞争和齐集上风的关键地位.目下咱们正处在大数据期间，大数据的关键性千真万确，但目下却尚难以达成共鸣.因为大数据波及面极为深广，除本文筹商的科学领域的需求外，将来的数字化城市、数字化工场(如西门子)等将会把大数据提上日程.大数据的确为现代科学发展与创新提供了一种科学的研究方法论，靠近大数据期间的这种面貌应如何集成，凝练并从大数据中提议前瞻性的新信息，进而为创新再造作念出新的孝敬乃当务之急.大数据是数字化期间生计的新的策略资源，但是并非具有“无所弗成”的身手.东说念主们要相识到，在大数据的集成与分享中有发展、有创新，存在国度安全、工夫安全问题，亦存在将数据演化为一种权力和部门保守主义之争.

7.2      维克托·迈尔-舍恩伯格和肯尼想·库克耶在所著的《大数据期间》一书中曾写说念：大数据期间——生活、处事与想维的大变革.进一步讲，大数据开启了一次首要的期间转型，就像咱们用千里镜相识了天地，用显微镜相识了微生物世界一样，大数据正在改变的不仅是咱们的生活和咱们意会世界的方式，他所带来的更多改变正蓄势待发.

7.3      我对大数据意会尚不够深远，对其“变现”尚繁重量化的相识，当比需要不停深化相识和厘定导向.显明，各部门、各学科、各领域如故从本色作念起.例如，在地球科学或更为具体少许，从地球物理学启航寻找切入点去贴近制高点.因为，必须计议到我国的国情、东说念主文学系和想维的特殊性，充分相识到大数据作为数字化期间的一种新的策略资源，正在改变东说念主类的坐褥和生活方式，对国度和社会发展将会起到巨大的作用.对于科学工夫，从大数据中凝练出新的信息和创新再造，这便是大数据必须发展、必须应用的例必所在.

7.4      同期也要看到，在大数据、大科学和大发展的召唤下(郭华东等，2014)，尽管各部门和个东说念主领有多数的数据，但是并非他们都八成挖掘出大数据的潜能，信得过施展其着力的东说念主并非处处皆是，这就例必地会催生大数据产业的呈现.为此，通过国表里较为深广、深入的疏浚与探讨，擢升我国对大数据的研究水温和施展其影响力还有一段贫寒的路程要走.大数据波及到政事、经济、国防、军事、法律、社会科学、自然科学等.事实上，非论是科学工夫、工业、农业均不存在没特等据的事件、没特等据的个东说念主与部门.为了能更好的利用大数据，要求制定出一整套通达、利用、查验和贯注的大数据体系，这是政府部门无法躲避的事实.

7.5      为此神秘顾客资讯，以国务院颁发的《促进大数据发展行动撮要》为纲，以使大数据在我国各个领域和部门成为推动经济转型发展的行能源和新的增长点，并在创新的程度中展示出更为深广和深远的着力.