科學大數據驅動學科發(fā)展

技術的發(fā)展，大數據的問世加速了數字地球進程，從而完成了“地球裝進計算機”向“地球大數據”的變遷，在全球氣候變化、救災減災、食品安全、新能源開發(fā)和智慧城市等方面也有了突破性進

我們正面臨全球變化的嚴重挑戰(zhàn)，解決之道就是數據。不僅僅是搜集數據，而是通過對現有數據的分析，預測未來的模擬數據，預測未來的全球變

上個月IDC的“數字宇宙”研究報告指出，全球數據總量將以每兩年翻一番的速度持續(xù)增長。去年只有20%的數據與云相關，幾年之后將翻倍至40%，這是一個非常重要的數據。如今在全球數據的分布中，中國占了13%。6年以后，全球21%的數據將在中國，這將是占全球五分之一的數據，所以說中國所擁有的數據在國際上舉足輕重。

大數據的持續(xù)發(fā)展

有一位尊敬的學者曾經講到：“信息科學的發(fā)展使人們難以預料，如果你想讓哪一個人犯錯誤，那么你就讓他預測5年以后信息技術的發(fā)展?！弊鳛槲覀冊朴嬎恪⒋髷祿嶋H上也是同樣的原理，大數據目前在哪個位置上對我們將來的研究是至關重要的。

1997年第一篇大數據文章的起源，2004年里程碑式的發(fā)展，2006年持續(xù)發(fā)揮作用作用， 2011年，大數據獲得成功。

科學領域對此非常重視，6年前在科技領域，大家最為尊崇的兩大期刊，一個是《自然》，一個是《科學》?！蹲匀弧穼芏嗳藖碚f，它做了很多有關生命起源的專題，像大爆發(fā)，像東北鳥的起源等等，但是6年前《自然》雜志也出版了大數據的?？?。2009年《第四范式》出版是一個非常重要的里程碑，后續(xù)有2010年《無處不在的數據》，3年前《科學》?？渤鰜砹恕？萍冀绲闹匾?、全球的重視，引起了聯合國足夠的重視，聯合國的一個報告白皮書《大數據促發(fā)展，挑戰(zhàn)與機遇》接踵而至，緊接著兩年前高德納的4V定義，同時在我們這個領域也發(fā)表了一篇文章，提出了大數據與數字地球的關系。

然而，雖然目前在大數據方面熱度最高的國家是印度，但是我們國家有關決策部門對此重視程度也是相當高，特別是近一兩年反映在我國部署的973計劃、863計劃，也包括我國的經信委也在部署大數據科學計劃，工業(yè)部門和一些地方也在做同樣的計劃。

同樣在國際組織上，可以看到都在不斷地推動發(fā)展和全球計劃，OECD發(fā)布了《探索數據驅動型創(chuàng)新》報告，指出利用數據來刺激提升生產力，充分發(fā)揮大數據的潛能，造福人類，進一步闡述了大數據未來的潛力和作用。國際科聯在2011年之前就開始做戰(zhàn)略規(guī)劃，在2012—2017年的戰(zhàn)略規(guī)劃中特別強調了數據、信息對于科學驅動的著手，在數據中間特別強調了大數據的作用。

大數據在科研領域的發(fā)展現狀

作為國際科聯的一個委員會，CODATA——國際科聯科學數據委員會也專門召開了一個大數據會議，邀請了DWS等重要的數據組織，同時也邀請了國科聯的未來地球計劃，邀請了全球綜合減災計劃，以及83個國家和72個國際組織構成的一個政府間國際組織。前段時間，我在的中科院遙感數字研究所也召開了相關會議，大家討論的就是大數據到底對我們的學科發(fā)展能帶來什么，大數據為全球的科學計劃起到了什么樣的重要作用。

為了做這樣的研討，在全球范圍內我們做了一些基礎性工作。比如以BIGDATA為關鍵詞進行檢索，出現相關文章一千多篇，半數都是SCI收錄的文章。從國家分布來看，如果說以40篇為一個界限，超過40篇的有七個國家，從文章發(fā)表來看，中國有181篇僅次于印度，位居全球第二從中可以看到中國對大數據的研究發(fā)展是鼓舞人心的。

關于大數據的定義，仍在不斷的探討之中，其中4V是大家感興趣的重要話題。大數據時代以及大數據計算的本質特征在于從模型驅動到數據驅動范式的轉變以及數據密集型科學方法的確立。

如今科學范式也出現了轉化，幾千年前以實驗為手段描述自然，數百年前利用模型和歸納方法進行論證的分支出現了，過去數十年進行計算分支仿真模擬，現在當大數據時代到來時，將理論、實驗、計算仿真等統一起來形成了新的密集計算。

舉一個例子，是一個很久遠的故事，喜歡天文的先生們都知道第谷，他的助手開普勒建立了一個偉大的理論。這中間我們描述大數據與大科學是一個什么樣的關系，然后大科學中我們要有系列的知識發(fā)現，講方法論、講挑戰(zhàn)，這種挑戰(zhàn)我們規(guī)定為三個H。

大科學裝置要催生帶領一系列的大數據，以中國科學院遙感與數字地球研究所為例，每天都在誕生大量的衛(wèi)星和航空數據，這樣的大科學投資強度大、學科交叉，產生的大數據為大科學的誕生奠定了堅實的基礎。例如在高能物理領域，每年投入很多，重要的是產生了很多數據，這些數據為科學家?guī)砹酥匾獧C遇。因為是需要通過分析和推斷“上帝粒子”是否存在，從數據和圖形的分析中來揭示這些現象，所以“上帝粒子”的產生和發(fā)展與大數據有著重要的、密切的關系。

其次，人類基因組是一個偉大的計劃，如果沒有大數據，如今人類基因組可能很難有如此豐富的成果?，F在有很多人在做多年來產生序列的數據，這需要很多的存儲、分析和計算能力去完成。我們正面臨全球變化的嚴重挑戰(zhàn)，解決之道就是數據。不僅僅是搜集數據，而是通過對現有數據的分析，預測未來的模擬數據，預測未來的全球變化。一百年之后全球是變暖了，還是變冷了，十萬年之后，人類是否還能在地球上居住，其實都要靠數據去建立，可以說這些數據為氣候的長期變化都可以提供堅實的基礎。

再者，大數據與天文方面的例子更是不勝枚舉，我們從地面對天文的觀測也是建立在大數據的基礎之上，其重要性體現在有了大數據，也就相當于擁有了各種探測設備一樣。

簡而言之可以看出科學大數據一些非常重要的特征，復雜性、綜合性、全球性等多種特點融于一身。大數據特別是科學大數據也有若干外部特征，從內容、體量、速率、手段等等來講，具備著五大特征。它的內部特征包括超高維度、高度計算復雜性、高度的不確定性。大數據研究方法論一個是量、一個是質、一個是用，三個方面互為因果、互相促進。

數字地球驅動的發(fā)展情況

1999年中國科學家發(fā)起召開全球國際第一次數字地球會議，從此數字地球在全球范圍內廣泛的傳播。2006年國際數字地球學會誕生，創(chuàng)建了《國際數字地球學報》等刊物。當前發(fā)展勢頭良好，數字地球研究在全球范圍內碩果累累，過去15年來長足的發(fā)展，提出的數字地球理念的85%已經實現。。

數字地球的建立基于各方面的數據，其中觀測數據非常重要。過去半個世紀以來，國際的對地觀測衛(wèi)星的發(fā)展一浪高過一浪，從最早全球14個衛(wèi)星發(fā)展到現在每年都有十幾顆衛(wèi)星上天?？梢钥吹街袊磥硎陮Φ赜^測衛(wèi)星的發(fā)展，未來中國遙感衛(wèi)星的數量要居世界前列，還要發(fā)射一系列遙感衛(wèi)星和其他衛(wèi)星，不僅發(fā)射中國的衛(wèi)星，還要有強大的接收能力，所在的遙感地球所的地面接收系統能覆蓋全國，也能接收覆蓋亞洲將近70%的數據。最近還要在北極建站，實現一個理念，國家的利益延伸到哪，我們的空間信息保障能力就建立在哪。

15年前有記者問我什么是數字地球？我說我不懂，但是要讓我講給中學生聽，數字地球就是把我們的地球裝進我的計算機。15年前過去了，現在從科學角度來講，你問我什么是數字地球？我可以從一個角度來講，數字地球就是地球大數據。

依據這個新的觀點，數字地球一些理念出來了，并且研究探討了數字地球的一系列科學問題，包括大數據的動態(tài)匯聚，數據密集型的地球計算，要素的呈現理論與方法等等。我們現在所做的理論研究、高技術發(fā)展，特別對我們這樣一個發(fā)展中國家來說，最終還是要用在經濟社會發(fā)展的一些領域，那么將來新一代數字地球構造起來是做什么呢？在此特別提煉五個重要的數字地球構造發(fā)展方向：一是全球變化；二是減災防災；三是新能源開發(fā)利用；四是農業(yè)食品安全；五是數字城市和智慧城市的發(fā)展。

因此，從大數據的理念來構造新一代的數字地球，其實還是建立一個虛擬地球，虛擬地球事實上服務于未來的地球，使全球環(huán)境可持續(xù)發(fā)展。我們生活在這個地球上，都有責任和理念來建立未來的數字地球，讓人類的生活更加美好。

（以上內容系根據郭華東院士在“2014第六屆中國云計算大會”上的演講整理而成）