面向重用的農(nóng)業(yè)科學(xué)數(shù)據(jù)共享模式研究*

◎彭秀媛 王 楓 周國民

一、引言

科學(xué)數(shù)據(jù)共享模式研究并不是一個新的研究主題，但在數(shù)據(jù)密集型科學(xué)研究范式和web2.0模式下，新的數(shù)據(jù)對象和科學(xué)數(shù)據(jù)共享需求的出現(xiàn)，深刻影響著科學(xué)數(shù)據(jù)共享模式。農(nóng)業(yè)科學(xué)數(shù)據(jù)共享研究對象由國家科技計(jì)劃項(xiàng)目數(shù)據(jù)、政府部門長期采集的科學(xué)數(shù)據(jù)和管理的業(yè)務(wù)數(shù)據(jù)，擴(kuò)展到了廣大農(nóng)業(yè)科研人員在研究工作中所產(chǎn)生的大量分布式科學(xué)數(shù)據(jù)。數(shù)據(jù)共享也需將依靠自上而下的任務(wù)推進(jìn)模式轉(zhuǎn)變?yōu)樽韵露系膽?yīng)用倒逼模式。因此基于農(nóng)業(yè)科學(xué)數(shù)據(jù)特點(diǎn)及需求，探索面向重用的農(nóng)業(yè)科學(xué)數(shù)據(jù)共享模式，對于推動農(nóng)業(yè)科學(xué)數(shù)據(jù)資源建設(shè)，支撐國家及區(qū)域農(nóng)業(yè)科技創(chuàng)新有著重要意義。

二、共享模式相關(guān)研究

隨著技術(shù)的進(jìn)步和需求的變更，共享模式研究的范圍不斷擴(kuò)大、研究重點(diǎn)也不斷轉(zhuǎn)移。學(xué)者們從不同范圍、不同層面、不同角度對共享模式進(jìn)行了研究和實(shí)踐，按照共享對象可歸納為文獻(xiàn)信息資源共享模式、政府信息資源共享模式、科學(xué)數(shù)據(jù)共享模式、知識共享模式四類。其中較多針對文獻(xiàn)信息資源共享模式進(jìn)行研究，科學(xué)數(shù)據(jù)共享模式的研究仍處于探索階段。上述共享模式的對象、目的和角度不盡相同，但都構(gòu)建了符合其需求的最佳模式。從發(fā)展趨勢來看，共享模式將呈現(xiàn)多種形式共存、全方位共享的局面。

在科學(xué)數(shù)據(jù)共享模式研究方面，不同研究角度帶給我們紛繁多樣的科學(xué)數(shù)據(jù)共享模式，總體來看，在抽象化共享模式研究方面，微觀層面上圍繞科學(xué)數(shù)據(jù)對象，中觀層面關(guān)注共享運(yùn)行組織，宏觀層面著眼于共享制度；在具體化共享模式研究方面，針對地球系統(tǒng)科學(xué)數(shù)據(jù)、國家人口和健康科學(xué)數(shù)據(jù)、基因和臨床數(shù)據(jù)等對象開展了實(shí)踐研究[1]。不同領(lǐng)域的科學(xué)數(shù)據(jù)需求和共享對象特質(zhì)決定了科學(xué)數(shù)據(jù)的共享模式，例如氣象學(xué)、遙感、水文等領(lǐng)域研究主要重用大型標(biāo)準(zhǔn)化數(shù)據(jù)集，其共享模式主要采用政府主導(dǎo)的共享模式；生態(tài)等領(lǐng)域研究則更需要一些小型分布式科學(xué)數(shù)據(jù)，其共享模式主要采用個體間或基于數(shù)據(jù)社區(qū)等中間體形態(tài)的共享模式；農(nóng)業(yè)領(lǐng)域研究將組合涉農(nóng)多領(lǐng)域科學(xué)數(shù)據(jù)共同開展，因此其所需模式更為復(fù)雜多樣，實(shí)踐更具特色?，F(xiàn)有科學(xué)數(shù)據(jù)共享模式研究只著眼于抽象化共享模式或具體化共享模式展開，未見結(jié)合抽象化模式和具體化模式的共享模式研究思路。

三、面向重用的農(nóng)業(yè)科學(xué)數(shù)據(jù)共享模式構(gòu)建

（一）農(nóng)業(yè)科學(xué)數(shù)據(jù)相關(guān)特點(diǎn)

前期以遼寧省為例對農(nóng)業(yè)科學(xué)數(shù)據(jù)的用戶情況、資源現(xiàn)狀、共享現(xiàn)狀、重用情況和需求情況進(jìn)行了調(diào)研[2]。通過對調(diào)研結(jié)果進(jìn)行深入分析，總結(jié)了農(nóng)業(yè)科學(xué)數(shù)據(jù)相關(guān)特點(diǎn)：

1.農(nóng)業(yè)科學(xué)數(shù)據(jù)特點(diǎn)：除具有來源復(fù)雜、內(nèi)容復(fù)雜、傳播復(fù)雜、地域性、季節(jié)性、多樣性、周期性等特點(diǎn)外，還具有以下特點(diǎn)：數(shù)據(jù)存量大；數(shù)據(jù)呈現(xiàn)“小集中、大分散”的分布模式；數(shù)據(jù)類型多樣；數(shù)據(jù)標(biāo)準(zhǔn)化程度低；大部分?jǐn)?shù)據(jù)獲取方式原始。

2.農(nóng)業(yè)科學(xué)數(shù)據(jù)重用特點(diǎn)：處理程度不高；數(shù)據(jù)重用行為較少；數(shù)據(jù)重用方式單一；論文附帶的證明數(shù)據(jù)應(yīng)用頻繁。

3.農(nóng)業(yè)科學(xué)數(shù)據(jù)共享特點(diǎn)：數(shù)據(jù)共享意愿強(qiáng)烈；可共享的數(shù)據(jù)資源充足；共享方式單一；共享機(jī)制不完善。

（二）科學(xué)數(shù)據(jù)重用模式

科學(xué)數(shù)據(jù)重用模式可歸納為以下三類：1.數(shù)據(jù)層面的傳統(tǒng)科學(xué)數(shù)據(jù)重用模式（包括基于私有數(shù)據(jù)接口的數(shù)據(jù)重用、基于SOA等架構(gòu)接口服務(wù)的數(shù)據(jù)重用、基于數(shù)據(jù)交換代理的數(shù)據(jù)重用）；2.組織層面的科學(xué)數(shù)據(jù)重用模式（包括科學(xué)數(shù)據(jù)集成檢索與服務(wù)、科學(xué)數(shù)據(jù)語義化組織與再利用等）；3.應(yīng)用層面的科學(xué)數(shù)據(jù)重用模式（包括特定科學(xué)數(shù)據(jù)處理流程構(gòu)建、基于科學(xué)數(shù)據(jù)挖掘新知識等）。

（三）農(nóng)業(yè)科學(xué)數(shù)據(jù)共享模式構(gòu)建

1.農(nóng)業(yè)科學(xué)數(shù)據(jù)共享模式構(gòu)建思路

研究構(gòu)建的數(shù)據(jù)共享模式為抽象化和具體化相結(jié)合的共享模式，首先提出抽象化數(shù)據(jù)共享模式，基于此模式，在實(shí)際應(yīng)用中衍生出與應(yīng)用場景緊密聯(lián)系的多個具體化共享模式。抽象化數(shù)據(jù)共享模式研究路線為：綜合分析農(nóng)業(yè)科學(xué)數(shù)據(jù)特點(diǎn)和數(shù)據(jù)重用特點(diǎn)，設(shè)計(jì)面向重用的農(nóng)業(yè)科學(xué)數(shù)據(jù)分類。綜合分析農(nóng)業(yè)科學(xué)數(shù)據(jù)特點(diǎn)、數(shù)據(jù)重用特點(diǎn)和數(shù)據(jù)共享特點(diǎn)，基于農(nóng)業(yè)科學(xué)數(shù)據(jù)分類，在適應(yīng)需求、適度超前、因地制宜、漸進(jìn)發(fā)展、可持續(xù)等共享模式構(gòu)建原則下，開展農(nóng)業(yè)科學(xué)數(shù)據(jù)抽象化共享模式研究（圖1）。

圖1 農(nóng)業(yè)科學(xué)數(shù)據(jù)抽象化共享模式研究路線

2.面向重用的農(nóng)業(yè)科學(xué)數(shù)據(jù)分類

數(shù)據(jù)分類是數(shù)據(jù)共享和重用工作中不可或缺的環(huán)節(jié)。國內(nèi)外進(jìn)行科學(xué)數(shù)據(jù)共享建設(shè)的相關(guān)機(jī)構(gòu)也都建有自己的分類體系，但各自獨(dú)立、差異很大，且更多考慮檢索的需求，缺乏面向農(nóng)業(yè)科學(xué)數(shù)據(jù)重用，兼顧農(nóng)業(yè)科學(xué)數(shù)據(jù)特點(diǎn)的數(shù)據(jù)分類[3-5]。根據(jù)農(nóng)業(yè)科學(xué)數(shù)據(jù)重用特點(diǎn)和重用模式，結(jié)合文獻(xiàn)調(diào)研結(jié)果，研究認(rèn)為將農(nóng)業(yè)科學(xué)數(shù)據(jù)分為間證數(shù)據(jù)、基準(zhǔn)數(shù)據(jù)、一次數(shù)據(jù)、二次數(shù)據(jù)四類更為合理（圖2）。其中間證數(shù)據(jù)和基準(zhǔn)數(shù)據(jù)包含于一次數(shù)據(jù)和二次數(shù)據(jù)，但根據(jù)科學(xué)數(shù)據(jù)重用的特點(diǎn)，間證數(shù)據(jù)和基準(zhǔn)數(shù)據(jù)作為廣泛重用的數(shù)據(jù)類型，特將其從一次數(shù)據(jù)和二次數(shù)據(jù)中分離出來進(jìn)行考慮。

圖2 農(nóng)業(yè)科學(xué)數(shù)據(jù)分類及關(guān)系

（1）間證數(shù)據(jù)。間證數(shù)據(jù)是指支撐科技論文的科學(xué)數(shù)據(jù)，也是形成論文結(jié)論和驗(yàn)證論文結(jié)果的必要數(shù)據(jù)，NIH將此類數(shù)據(jù)定義為“最終數(shù)據(jù)（final data）”[6]。其主要作用是作為同行評審的參考依據(jù)，以及論文發(fā)表后的研究再現(xiàn)。

間證數(shù)據(jù)目前主要有論文附件、論文補(bǔ)充數(shù)據(jù)和數(shù)據(jù)論文三種形式。其中論文附件是指使用的方法、圖表、公式等支撐論文主要內(nèi)容的數(shù)據(jù)；論文補(bǔ)充數(shù)據(jù)是指原始與衍生數(shù)據(jù)集、軟件代碼、視頻與音頻文件等不適合印刷的有效電子文件數(shù)據(jù)[7]。數(shù)據(jù)論文可被認(rèn)為是按照學(xué)術(shù)規(guī)范出版的、能夠被檢索的、用來描述一個或多個可在線訪問數(shù)據(jù)集的數(shù)據(jù)元數(shù)據(jù)文件[8]。論文附件、論文補(bǔ)充形式早已有之，較為普遍，數(shù)據(jù)論文或許是未來的主要形式。

（2）基準(zhǔn)數(shù)據(jù)?；鶞?zhǔn)數(shù)據(jù)是指農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)、農(nóng)業(yè)常用參數(shù)和現(xiàn)代農(nóng)業(yè)基準(zhǔn)數(shù)據(jù)等。

農(nóng)業(yè)統(tǒng)計(jì)數(shù)據(jù)包括全國農(nóng)業(yè)普查數(shù)據(jù)、中國統(tǒng)計(jì)年鑒（農(nóng)業(yè)部分）、省級農(nóng)業(yè)統(tǒng)計(jì)年鑒等；在科學(xué)研究領(lǐng)域還涉及實(shí)驗(yàn)統(tǒng)計(jì)、氣象統(tǒng)計(jì)、論文統(tǒng)計(jì)等小門類統(tǒng)計(jì)，統(tǒng)計(jì)類別及側(cè)重各有不同。其中2005年出版的《中國農(nóng)業(yè)統(tǒng)計(jì)資料匯編1949-2004》是目前較為全面、系統(tǒng)的農(nóng)業(yè)統(tǒng)計(jì)資料[9]。

農(nóng)業(yè)常用參數(shù)有農(nóng)業(yè)物料基本參數(shù)、農(nóng)業(yè)環(huán)境參數(shù)、動植物機(jī)理參數(shù)（形態(tài)結(jié)構(gòu)參數(shù)、農(nóng)林植物生物特性參數(shù)、農(nóng)田養(yǎng)分平衡和循環(huán)基本參數(shù)等）、農(nóng)業(yè)生產(chǎn)參數(shù)（品種參數(shù)、動植物營養(yǎng)參數(shù)、標(biāo)準(zhǔn)化生產(chǎn)技術(shù)參數(shù)等）、常用農(nóng)業(yè)機(jī)械和信息裝備技術(shù)參數(shù)、農(nóng)業(yè)科技成果經(jīng)濟(jì)效益評價指標(biāo)等?？蓹z索到的描述農(nóng)業(yè)參數(shù)的相關(guān)書籍是羅慶成于1984年編寫的《常用農(nóng)業(yè)參數(shù)，系統(tǒng)和定額》。

現(xiàn)代農(nóng)業(yè)背景下，中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所于2011年提出了現(xiàn)代農(nóng)業(yè)基準(zhǔn)數(shù)據(jù)這一新理念，是指以農(nóng)業(yè)信息規(guī)范和標(biāo)準(zhǔn)為基礎(chǔ)，以現(xiàn)代信息技術(shù)為手段，收集和整理的產(chǎn)前、產(chǎn)中、產(chǎn)后各環(huán)節(jié)的基礎(chǔ)精準(zhǔn)數(shù)據(jù)。包括農(nóng)業(yè)自然資源環(huán)境基準(zhǔn)數(shù)據(jù)、現(xiàn)代農(nóng)業(yè)生產(chǎn)基準(zhǔn)數(shù)據(jù)、現(xiàn)代農(nóng)業(yè)生產(chǎn)基準(zhǔn)數(shù)據(jù)、現(xiàn)代農(nóng)業(yè)管理基準(zhǔn)數(shù)據(jù)四類[10]。

（3）一次數(shù)據(jù)。經(jīng)文獻(xiàn)和網(wǎng)絡(luò)調(diào)研確定，本研究中一次數(shù)據(jù)的概念與“一手?jǐn)?shù)據(jù)”和“原始數(shù)據(jù)”的概念相近。已有不同視角的概念界定：以統(tǒng)計(jì)視角來看，是指沒有經(jīng)過整理的數(shù)據(jù)；以數(shù)據(jù)庫的視角來看，是指終端用戶存儲使用的各種數(shù)據(jù)；以數(shù)據(jù)獲取方式來看，是指通過問卷、訪談、詢問等方式直接獲得的數(shù)據(jù)。本研究將科研活動中直接產(chǎn)生的觀察、調(diào)查、監(jiān)測、檢測和科學(xué)實(shí)驗(yàn)數(shù)據(jù)統(tǒng)稱為一次數(shù)據(jù)。具有時效性好、相關(guān)性好、可信度高等特點(diǎn)，能夠解決待定問題，回答二次數(shù)據(jù)不能回答的具體問題。

（4）二次數(shù)據(jù)。經(jīng)文獻(xiàn)和網(wǎng)絡(luò)調(diào)研確定，本研究中二次數(shù)據(jù)的概念與“已有數(shù)據(jù)”和“二手?jǐn)?shù)據(jù)”的概念相近。已有的概念將其界定為來源于他人的一次數(shù)據(jù)，包含發(fā)表及未發(fā)表數(shù)據(jù)，也有將其界定為對一次數(shù)據(jù)進(jìn)行分析、整理和歸納形成的數(shù)據(jù)。本研究將按照不同需求系統(tǒng)加工、整理和分析獲得的數(shù)據(jù)產(chǎn)品和相關(guān)信息統(tǒng)稱為二次數(shù)據(jù)。

3.面向重用的農(nóng)業(yè)科學(xué)數(shù)據(jù)抽象化共享模式

為了能夠最大程度上發(fā)揮農(nóng)業(yè)科學(xué)數(shù)據(jù)的作用，同時保護(hù)數(shù)據(jù)擁有單位的利益，基于對已有共享模式的歸納分析，在科學(xué)數(shù)據(jù)共享模式構(gòu)建原則下，按照農(nóng)業(yè)科學(xué)數(shù)據(jù)共享模式構(gòu)建思路，提出了結(jié)合數(shù)據(jù)組織與數(shù)據(jù)分類的兩級抽象化共享模式（圖3）。

圖3 農(nóng)業(yè)科學(xué)數(shù)據(jù)共享模式

在組織層面，農(nóng)業(yè)科學(xué)數(shù)據(jù)組織工作需面向數(shù)據(jù)重用，滿足數(shù)據(jù)使用者的多元化需求，因此采用集中式與分布式結(jié)構(gòu)相結(jié)合的綜合組織模式。其中集中式共享模式具有數(shù)據(jù)集中、平臺集中、管理集中的特點(diǎn)，適用于共性的、通用的、利用率高的農(nóng)業(yè)科學(xué)數(shù)據(jù)資源，便于統(tǒng)一組織協(xié)調(diào)，最大限度減少資源重復(fù)建設(shè)。分布式共享模式中數(shù)據(jù)資源由多個數(shù)據(jù)資源站點(diǎn)（如省院各所、地市農(nóng)科院等所屬資源）的科研部門或人員單級或多級分布存儲，隸屬關(guān)系不同，各具特色；基于統(tǒng)一平臺提供數(shù)據(jù)檢索、目錄導(dǎo)航和互操作等應(yīng)用；基于較好的技術(shù)支撐和協(xié)作機(jī)制進(jìn)行組織和管理。綜合以上兩種模式，基于統(tǒng)一平臺支撐農(nóng)業(yè)科學(xué)數(shù)據(jù)資源的管理與服務(wù)。

在數(shù)據(jù)層面，不同數(shù)據(jù)分類采取相對應(yīng)的數(shù)據(jù)組織方式。其中間證數(shù)據(jù)和基準(zhǔn)數(shù)據(jù)均為已發(fā)表或?qū)⒁l(fā)表的數(shù)據(jù)，且利用頻繁，因此采取集中式方式進(jìn)行共享更為合適；一次數(shù)據(jù)和二次數(shù)據(jù)一般分布在不同的地理位置，往往由不同的單位或個人擁有和管理，且部分只適合在一定條件下和一定范圍內(nèi)重用，需要留在科研團(tuán)隊(duì)或科研人員手中，因此采取分布式方式進(jìn)行共享更為合適。

4.共享模式的可行性分析

所提出的農(nóng)業(yè)科學(xué)數(shù)據(jù)共享模式從數(shù)據(jù)來源看，支持多單位聯(lián)合共建；從面向重用的數(shù)據(jù)分類看，適應(yīng)農(nóng)業(yè)科研活動規(guī)律；從數(shù)據(jù)類型看，既支持規(guī)模化數(shù)據(jù)，也支持小眾化數(shù)據(jù)；從數(shù)據(jù)權(quán)益性質(zhì)看，即支持公益性的開放共享，也支持商業(yè)性的數(shù)據(jù)交易；從共享意愿看，滿足科研人員對其數(shù)據(jù)知識產(chǎn)權(quán)的掌控需求；從共享路徑看，支持橫向和縱向的聯(lián)合；從共享形式看，支持多模式并舉，互動式共享；從共享活動看，能夠滿足數(shù)據(jù)提供者和數(shù)據(jù)使用者共享活動需求；從數(shù)據(jù)重用看，支持個體、組織等多對象的數(shù)據(jù)重用活動；支持地方數(shù)據(jù)的原始積累；一定程度上緩解數(shù)據(jù)共享存在的知識產(chǎn)權(quán)保護(hù)、運(yùn)行的可持續(xù)性、共享積極性方面的問題；有助于培養(yǎng)數(shù)據(jù)共享意愿，促進(jìn)共享文化形成。

四、結(jié)論

科學(xué)數(shù)據(jù)本身具有的可復(fù)制性和科學(xué)數(shù)據(jù)的綜合應(yīng)用性，決定了科學(xué)數(shù)據(jù)資源的共享性。因此想要最大化地實(shí)現(xiàn)科學(xué)數(shù)據(jù)的價值，必須進(jìn)行數(shù)據(jù)的充分共享和重用。本研究設(shè)計(jì)了面向重用的農(nóng)業(yè)科學(xué)數(shù)據(jù)分類，在以下三方面支撐和促進(jìn)農(nóng)業(yè)科學(xué)數(shù)據(jù)共享與重用：面向數(shù)據(jù)擁有者，為其擁有的數(shù)據(jù)進(jìn)行定位提供參考；面向數(shù)據(jù)用戶，為明確其數(shù)據(jù)重用需求提供參考；面向數(shù)據(jù)管理者，通過數(shù)據(jù)分類梳理出數(shù)據(jù)資源體系，有助于整體部署科學(xué)數(shù)據(jù)集的生成及進(jìn)一步重用。提出了抽象化與具體化相結(jié)合的農(nóng)業(yè)科學(xué)數(shù)據(jù)共享模式構(gòu)建思路和技術(shù)路線，擴(kuò)展了農(nóng)業(yè)科學(xué)數(shù)據(jù)共享對象范圍，能夠較好的支撐農(nóng)業(yè)科學(xué)數(shù)據(jù)共享與重用。