郭華東：把地球裝進計算機

應從戰(zhàn)略上重視大數據的開發(fā)利用，形成頂層設計，整合國家資源

信息化作為當前社會發(fā)展的主要驅動力，其效力與政府、科技界、企業(yè)界、社會以及大眾生活都息息相關。政府作為信息資源的主要占有者和使用者，在使用數據發(fā)展科技和經濟產業(yè)等方面起著至關重要的作用。大數據是與自然資源、人力資源一樣重要的戰(zhàn)略資源，是一個國家數字主權的體現(xiàn)。在大數據時代，國家層面的競爭力將部分體現(xiàn)為一國擁有大數據的規(guī)模、活性以及對數據的解釋、運用的能力。一個國家在網絡空間的數據主權將是繼海、陸、空、天之后另一個博弈的空間。

郭華東中國科學院院士，發(fā)展中國家科學院院士，中國科學院遙感與數字地球研究所所長、研究員、博士生導師?，F(xiàn)任國際科技數據委員會（CODATA）主席，國際數字地球學會（ISDE）秘書長和ISDE中國國家委員會主席，國際科聯(lián)(ICSU)災難風險綜合研究計劃（IRDR）科學委員會委員及IRDR-China專家委員會主任。從事遙感科學研究及應用30余年，在雷達遙感機理、數字地球科學、空間信息前沿技術研究方面取得系統(tǒng)性的成就。

數字地球即地球大數據

有數據表明，截止到2012年全球數據的分布中，中國占13%。預計6年后中國的數據量將占全球近五分之一。那么，隨著科技的發(fā)展，未來數字地球如何發(fā)展？未來15年數字地球應該怎么構架？

圍繞著我們居住的地球，每天有眾多衛(wèi)星在沿著不同的軌道對地球成像，普通民眾關注的海量數據不斷涌來。回顧過去50年的發(fā)展歷史，可以看到，1980年前的18年，全球一共僅有14顆對地觀測衛(wèi)星；1981年到1990年間，發(fā)展到43顆；2000年為85顆；2012年為174顆。發(fā)展到今天，未來七年中國衛(wèi)星將發(fā)展到近100顆。這意味著未來中國衛(wèi)星數量將居世界第一。

數據是構成數字地球的核心，包括不同的地理數據，需要改良的數據以及地理數據，其數據平臺依托國家基礎設施建設，目前已經形成比較大的規(guī)模，加上數據互聯(lián)網，形成了一個完整的空間數據的獲取、傳輸、分析等全流程的數據系統(tǒng)。

新一代數字地球涵蓋大數據的4V特征。在數據上，新一代數字地球不僅關注地球現(xiàn)狀，還包括對地球演變歷史的展現(xiàn)和未來發(fā)展的預測，所研究的數據十分巨大，涉及的數據規(guī)模已達到EB級。在數據類型上，所應用的數據包括文檔、視頻、圖片、地理位置信息等，并涉及對地觀測、科學模型、社會、經濟等多類數據，類型繁多。新一代數字地球的數據來源多樣，既包括分布全球的觀測網絡實時接收的大量空間數據，還包括民眾用戶通過互聯(lián)網和帶有地理信息的手持終端設備提供的個性化信息，所獲取的數據實時性強、更新快，但是隨著來自互聯(lián)網的數據比重迅速增大，也降低了數據的價值密度。此外，新一代數字地球平臺具有對海量數據進行快速處理、實現(xiàn)數據到信息化快速轉化的能力，能夠為人類可持續(xù)發(fā)展面臨的環(huán)境、災害和生態(tài)等問題提供第一時間的信息服務支持。

科學大數據計算問題不僅僅是一個數據處理與分析的問題，還是一個復雜系統(tǒng)與數據共同建模和計算的問題。這個問題需要復雜系統(tǒng)理論、估計理論與本領域的機理模型相結合來探索解決方法。從方法論上看，地理數據需要模擬、高性能大規(guī)模并行空間存儲，基于解析和非解析質點的析出，特征與模型，信息理論，動態(tài)數據提供的過程、仿真、建模等等這一系列的方法?；诖?，中科院主持召開第一屆國際數字地球大會時，有記者采訪問到“什么是數字地球？”這個問題，我的回答是：“數字地球就是把我們的地球裝入計算機”。這是我12年前的一個認識，而現(xiàn)在從科普的角度來看，仍然可以這么說。當然，今天我們在研討什么是數字地球的時候，你如果問我什么是數字地球？我說數字地球就是地球大數據。

從數字地球本身的研究上，要考慮它的實用性。比如1935年我國地理學家胡煥庸提出“璦琿—騰沖一線”，劃分我國人口密度的對比線，以此線為界，約有94%的人口居住在約占全國土地面積42.9%的東南部地區(qū)，約6%的人口居住在約占全國土地面積57.1%的西北部地區(qū)。那么這條線可不可以擴？如何擴？是否能用到大數據的理論，空間系統(tǒng)的方法，我們正在組織團隊進行相應的研究。如果能夠找到破解的方法，中國的格局和一些新思路將可能會有一些新的轉變，我們期待這一天的到來。

大數據時代的到來，能夠進行數據挖掘和知識發(fā)現(xiàn)，能夠為我們的研究機理做出貢獻。在科研發(fā)現(xiàn)過程中，我們還需要面向國際科技前沿，面向國家重大需求。

我們的分析，未來的數字地球應該為全球變化、對減災防災、對新能源的開發(fā)、對農業(yè)食品安全、對數字政治的發(fā)展等五個領域做出重要的貢獻。

圖1 大數據發(fā)展趨勢

發(fā)展科學大數據的四個建議

可以看到，當前，大數據的發(fā)展任重道遠，雖然存在諸多問題，但大數據對科技、經濟和社會的推動有著光明的前景。我國應加速發(fā)展大數據科學，有序推動大數據研究。建議如下：

第一，頂層設計制定國家層面大數據戰(zhàn)略。當前大數據技術的標準和產業(yè)格局尚未形成，這是我國實現(xiàn)跨越式發(fā)展的寶貴機會，應從戰(zhàn)略上重視大數據的開發(fā)利用，形成頂層設計，整合國家資源，制定產業(yè)政策和行業(yè)標準，構建大數據產業(yè)鏈，使我國大數據技術與產業(yè)形成良性、有序、快速的發(fā)展；

第二，配置大數據研究資源。構建大數據的良性生態(tài)環(huán)境，從政策制定、資源投入、人才培養(yǎng)等方面給予大數據研究強有力的支持；利用政策引導消除部門壁壘，建立和諧的大數據生態(tài)系統(tǒng)；構建有技術自主權的大數據產業(yè)鏈，有針對性地資助有關大數據的重大科研活動；國家在大數據平臺的構建、典型行業(yè)的應用和研發(fā)人才的培養(yǎng)等方面應提供相應的支持；

第三，開展大數據基礎理論研究，建立理論、方法體系。大數據科學作為一個新興的交叉學科方向，其共性理論基礎將來自多個不同的學科領域。研究大數據的內在機理，包括大數據的生命周期、演化與傳播規(guī)律，數據科學與社會學、經濟學等之間的互動機制，以及大數據的結構與效能的規(guī)律性（如社會效應、經濟效應等）。研究大數據表示、數據復雜性和大數據計算模型。研究大數據知識發(fā)現(xiàn)、大數據環(huán)境下的實驗與驗證方法、大數據的安全與隱私等；

第四，推動大數據在各領域的應用。尤其是具有明顯大數據驅動的典型科學和工程領域，以全球變化、高能物理、生物信息等學科為例，注重具有引領示范作用的學科、理論、方法及應用，避免大數據成為一種炒作。大數據的應用領域甚廣，應涉及國計民生密切相關的領域，如科學決策、環(huán)境與資源管理、金融工程、應急管理（如疾病防治、災害預測與控制、食品安全與群體群體事件）以及知識經濟等。