高能同步輻射光源科學(xué)數(shù)據(jù)管理策略研究與應(yīng)用

胡皓，齊法制，孫曉康，羅齊

1. 中國科學(xué)院高能物理研究所，北京 100049；2. 國家高能物理科學(xué)數(shù)據(jù)中心，北京 100049；3. 中國科學(xué)技術(shù)大學(xué)，安徽 合肥 230026

0 引言

高能同步輻射光源（high energy photon source，HEPS）是國家“十三五”規(guī)劃優(yōu)先建設(shè)的國家重大科技基礎(chǔ)設(shè)施。它是我國第一臺高能量同步輻射光源，也是世界上亮度較高的第四代同步輻射光源之一，將服務(wù)于超高空間分辨、時間分辨、能量分辨的高通量同步輻射實驗，為國家重大戰(zhàn)略需求和前沿基礎(chǔ)科學(xué)研究提供技術(shù)支撐平臺。

高能同步輻射光源是面向多學(xué)科交叉前沿研究的同步輻射公共實驗平臺類裝置，依托該裝置開展的實驗向高通量、多模態(tài)、超高頻率、原位及動態(tài)加載的形式轉(zhuǎn)變，以實現(xiàn)樣品的跨尺度、多功能原位表征的目標。高能同步輻射光源每年產(chǎn)生PB級甚至數(shù)百PB級的海量科學(xué)數(shù)據(jù)，具有不可重復(fù)性、高維性、高度計算復(fù)雜性和高度不確定性等特征。這些數(shù)據(jù)屬于公共實驗類科學(xué)數(shù)據(jù)，數(shù)據(jù)構(gòu)成基本一致，包括原始數(shù)據(jù)、元數(shù)據(jù)、處理數(shù)據(jù)與結(jié)果數(shù)據(jù)?？茖W(xué)數(shù)據(jù)是高能同步輻射光源裝置的核心資產(chǎn)，更是國家的寶貴財富和戰(zhàn)略資源，關(guān)系到國家的科技進步與創(chuàng)新能力，因此建立權(quán)責(zé)明晰且能力健全的科學(xué)數(shù)據(jù)管理規(guī)范與開放共享機制尤為重要。

隨著科學(xué)數(shù)據(jù)的不斷積累，基于大數(shù)據(jù)的科學(xué)發(fā)現(xiàn)已經(jīng)成為繼實驗歸納、模型推演、仿真模擬之后的科學(xué)研究第四范式，并引起了相關(guān)國家和科技領(lǐng)域的高度重視[1]。為了進一步加強和規(guī)范科學(xué)數(shù)據(jù)管理，保障科學(xué)數(shù)據(jù)安全，提高開放共享水平，我國出臺了一系列與數(shù)據(jù)管理相關(guān)的政策和法規(guī)。2018年3月，國務(wù)院辦公廳印發(fā)《科學(xué)數(shù)據(jù)管理辦法》[2]，該辦法明確了中國科學(xué)數(shù)據(jù)管理的總體原則、主要職責(zé)、數(shù)據(jù)采集匯交與保存、共享利用、保密與安全等方面的內(nèi)容，首次站在國家高度面向多領(lǐng)域科學(xué)數(shù)據(jù)提出以開放為主的指導(dǎo)原則，具有劃時代意義。2019年2月，中國科學(xué)院印發(fā)了《中國科學(xué)院科學(xué)數(shù)據(jù)管理與開放共享辦法（試行）》[3]，該辦法規(guī)定科學(xué)院屬法人單位是科學(xué)數(shù)據(jù)管理與開放的責(zé)任主體，提出科學(xué)數(shù)據(jù)應(yīng)按照分等級、可發(fā)現(xiàn)、可訪問、可重用的原則，適時向院內(nèi)外用戶提供數(shù)據(jù)開放共享，為《科學(xué)數(shù)據(jù)管理辦法》在中國科學(xué)院的落地提供了具體指導(dǎo)意見。

上述綱領(lǐng)性文件為我國建立科學(xué)數(shù)據(jù)的管理規(guī)范和開放共享機制提供了指導(dǎo)性意見，但是對于同步輻射公共實驗平臺類裝置的科學(xué)數(shù)據(jù)管理，仍有許多需要細化和落實的地方：科學(xué)數(shù)據(jù)的所有權(quán)和使用權(quán)界定不清晰；科學(xué)數(shù)據(jù)管理與開放的責(zé)任主體及職責(zé)范圍不明確；未對用戶使用國家大裝置資源的行為進行約束和要求等。這些問題嚴重阻礙了高能同步輻射光源在數(shù)據(jù)管理工作上的推進。

針對科學(xué)數(shù)據(jù)管理和開放共享中面臨的具體問題，高能同步輻射光源亟須研究和建立數(shù)據(jù)管理策略及實施細節(jié)，明確科學(xué)數(shù)據(jù)的所有權(quán)和使用權(quán)；加強對用戶知識產(chǎn)權(quán)的保護，規(guī)范科學(xué)數(shù)據(jù)使用者的行為；保證科學(xué)數(shù)據(jù)安全，并圍繞科學(xué)數(shù)據(jù)的全生命周期，為科學(xué)數(shù)據(jù)的采集、長期保存、處理分析、開放共享等各個環(huán)節(jié)的工作提供政策依據(jù)。

1 同步輻射光源大科學(xué)裝置數(shù)據(jù)策略

1.1 數(shù)據(jù)策略

本文的科學(xué)數(shù)據(jù)策略指大科學(xué)裝置產(chǎn)生的科學(xué)數(shù)據(jù)全生命周期管理過程的制度和規(guī)范，裝置的科學(xué)數(shù)據(jù)管理必須遵從該數(shù)據(jù)策略的各項規(guī)定?？茖W(xué)數(shù)據(jù)策略需要對科學(xué)數(shù)據(jù)的所有權(quán)、管理和訪問3個方面進行約束和說明。

● 科學(xué)數(shù)據(jù)的所有權(quán)：回答了“數(shù)據(jù)是誰的”這一問題，是數(shù)據(jù)權(quán)利保護的核心問題[4]。數(shù)據(jù)所有權(quán)的界定能真正實現(xiàn)對數(shù)據(jù)權(quán)利的保護、對數(shù)據(jù)的有效利用，并激勵數(shù)據(jù)開發(fā)、技術(shù)應(yīng)用的研究。對于同步輻射光源類大科學(xué)裝置，科學(xué)數(shù)據(jù)的來源比較復(fù)雜，科學(xué)數(shù)據(jù)可能由公共研究或非公共研究的實驗產(chǎn)生，數(shù)據(jù)的種類包括原始數(shù)據(jù)、處理數(shù)據(jù)、結(jié)果數(shù)據(jù)、標定數(shù)據(jù)等，需要根據(jù)不同的數(shù)據(jù)來源分別界定科學(xué)數(shù)據(jù)的所有權(quán)。

● 科學(xué)數(shù)據(jù)管理：圍繞科學(xué)數(shù)據(jù)全生命周期過程，明確科學(xué)數(shù)據(jù)的數(shù)據(jù)獲取方式、數(shù)據(jù)格式和唯一永久標識、數(shù)據(jù)短期和長期存儲策略、數(shù)據(jù)處理軟件或數(shù)據(jù)讀取軟件提供方式等。

● 科學(xué)數(shù)據(jù)訪問：為了遵循科學(xué)數(shù)據(jù)的FAIR原則，保證數(shù)據(jù)的可發(fā)現(xiàn)（findable）、可訪問（accessible）、可互操作（interoperable）和可重用（reusable），同時保護用戶的知識產(chǎn)權(quán)，需要針對不同的數(shù)據(jù)類型，從數(shù)據(jù)訪問對象和數(shù)據(jù)保護期等角度對數(shù)據(jù)訪問進行相關(guān)約束和規(guī)定。

1.2 國外研究情況

目前國際上有多個光源類大科學(xué)裝置制定了相應(yīng)的科學(xué)數(shù)據(jù)管理策略，如歐洲同步輻射裝置（ESRF）[5]、瑞典MAX IV[6]、瑞士保羅謝爾研究所（PSI）[7]和歐洲X射線自由電子激光裝置（European XFEL）[8]。這些裝置的科學(xué)數(shù)據(jù)策略均對科學(xué)數(shù)據(jù)的所有權(quán)、管理和使用進行了詳細規(guī)定。例如，ESRF和PSI將提供不少于5年的長期存儲，MAX IV將提供最多3個月的短期存儲，各裝置的長期存儲期限可根據(jù)資金、存儲硬件設(shè)施配置情況以及實驗數(shù)據(jù)量調(diào)整。為了在保護用戶知識產(chǎn)權(quán)的前提下對數(shù)據(jù)進行開放共享，國外光源類裝置都提出了數(shù)據(jù)保護期的概念，自實驗結(jié)束開始的一段時間內(nèi)，只有實驗的提案組擁有該數(shù)據(jù)的使用權(quán)，僅對實驗組成員開放數(shù)據(jù)讀取權(quán)限。大部分裝置將數(shù)據(jù)保護期定為2～3年，并在數(shù)據(jù)保護期過后對系統(tǒng)注冊用戶提供免費的公開訪問。

國際上多個先進的光源類大科學(xué)裝置發(fā)布的數(shù)據(jù)策略已經(jīng)得到多年應(yīng)用和改進，為科學(xué)數(shù)據(jù)管理規(guī)范和數(shù)據(jù)開放共享提供了有效的政策指引。雖然國內(nèi)外在國家法律和管理制度上存在巨大差異[9]，但這些經(jīng)驗總結(jié)仍對制定國內(nèi)同類大科學(xué)裝置的數(shù)據(jù)策略有很高的參考價值。

1.3 國內(nèi)研究現(xiàn)狀

國內(nèi)目前運行的光源類大科學(xué)裝置主要有北京同步輻射裝置（BSRF）、合肥同步輻射裝置（HLS）、上海光源（SSRF）、中國散裂中子源（CSNS）、X射線自由電子激光試驗裝置（SXFEL）和大連相干光源（DCLS），高能同步輻射光源（HEPS）、上海硬X射線自由電子激光裝置（SHINE）和軟X射線自由電子激光用戶裝置（SXFEL）等裝置正在建設(shè)中。在過去一段時間內(nèi)，國內(nèi)光源類大科學(xué)裝置在科學(xué)數(shù)據(jù)的管理和共享中缺乏相應(yīng)的技術(shù)手段和驅(qū)動力，科學(xué)數(shù)據(jù)的協(xié)同處理和分析難度較大，更沒有形成統(tǒng)一的科學(xué)數(shù)據(jù)標準及管理與開放共享的策略。當前，國內(nèi)光源類大科學(xué)裝置在數(shù)量和規(guī)模上都達到了國際水平，相關(guān)機構(gòu)也逐漸意識到數(shù)據(jù)策略的重要性，逐步規(guī)劃和建立專業(yè)的數(shù)據(jù)管理團隊開展相關(guān)研究。但總體來說，國內(nèi)光源類大科學(xué)裝置的數(shù)據(jù)管理策略研究還處于起步階段。

2 高能同步輻射光源數(shù)據(jù)策略

2.1 數(shù)據(jù)策略總體架構(gòu)

數(shù)據(jù)策略總體架構(gòu)如圖1所示，為了形成數(shù)據(jù)管理和開放共享的政策依據(jù)，數(shù)據(jù)策略圍繞高能同步輻射光源科學(xué)數(shù)據(jù)全生命周期，制定從數(shù)據(jù)獲取、數(shù)據(jù)存儲、數(shù)據(jù)分析、數(shù)據(jù)發(fā)布到數(shù)據(jù)共享整個流程相應(yīng)的規(guī)范和制度?？茖W(xué)數(shù)據(jù)管理內(nèi)容包括數(shù)據(jù)架構(gòu)管理、元數(shù)據(jù)管理、數(shù)據(jù)格式管理、數(shù)據(jù)服務(wù)、數(shù)據(jù)共享服務(wù)、數(shù)據(jù)標識管理、分析軟件管理和數(shù)據(jù)安全管理。針對這些具體的數(shù)據(jù)管理內(nèi)容，制定相應(yīng)的存儲策略、訪問策略、數(shù)據(jù)質(zhì)量、數(shù)據(jù)服務(wù)保證、數(shù)據(jù)權(quán)屬、共享策略、匯交策略、數(shù)據(jù)引用策略等。存儲策略指對不同類型數(shù)據(jù)采用不同存儲介質(zhì)進行長期或者短期的保存；訪問策略主要針對不同時間段的用戶數(shù)據(jù)訪問進行權(quán)限限制，實現(xiàn)用戶對實驗數(shù)據(jù)的知識產(chǎn)權(quán)保護，同時保證開放共享時數(shù)據(jù)能被訪問和充分利用；數(shù)據(jù)質(zhì)量指對數(shù)據(jù)格式規(guī)范和元數(shù)據(jù)完整性、真實性的要求；數(shù)據(jù)服務(wù)保證指對提供持續(xù)不間斷的數(shù)據(jù)服務(wù)和用戶信息安全提出相應(yīng)的要求；數(shù)據(jù)權(quán)屬是對不同類型實驗產(chǎn)生的實驗數(shù)據(jù)歸屬權(quán)的界定；共享策略指在數(shù)據(jù)保護期內(nèi)和數(shù)據(jù)保護期外數(shù)據(jù)可以共享的范圍，包括實驗組、提案組、所有用戶等權(quán)限界定；匯交策略指所有實驗數(shù)據(jù)向國家數(shù)據(jù)中心匯交的要求；數(shù)據(jù)引用策略指數(shù)據(jù)發(fā)布、數(shù)據(jù)發(fā)表、數(shù)據(jù)相關(guān)出版物對數(shù)據(jù)引用的規(guī)范要求。

圖1 數(shù)據(jù)策略總體架構(gòu)

在決策流程方面，數(shù)據(jù)管理團隊提出數(shù)據(jù)策略發(fā)布和變更要求時，需要經(jīng)過數(shù)據(jù)管理專家評審和用戶委員會的同意，最后數(shù)據(jù)管理委員會成員一致通過后才能發(fā)布或更新版本。

2.2 數(shù)據(jù)策略內(nèi)容

基于根據(jù)數(shù)據(jù)策略總體架構(gòu)，高能同步輻射光源數(shù)據(jù)策略根據(jù)不同的數(shù)據(jù)類型來組織數(shù)據(jù)策略內(nèi)容，包含總則、術(shù)語定義、原始數(shù)據(jù)和元數(shù)據(jù)相關(guān)策略、處理數(shù)據(jù)與結(jié)果數(shù)據(jù)相關(guān)策略、科學(xué)數(shù)據(jù)的保證和責(zé)任、數(shù)據(jù)相關(guān)出版信息六部分內(nèi)容?？倓t部分從整體上制定了數(shù)據(jù)的所有權(quán)、管理和使用的相關(guān)政策和規(guī)定，并從大科學(xué)裝置角度和用戶角度分別明確了各自的責(zé)任和義務(wù)；術(shù)語定義部分對數(shù)據(jù)和實驗的專業(yè)術(shù)語進行解釋和定義；原始數(shù)據(jù)和元數(shù)據(jù)相關(guān)策略、處理數(shù)據(jù)與結(jié)果數(shù)據(jù)相關(guān)策略兩部分分別針對不同類型的科學(xué)數(shù)據(jù)，從數(shù)據(jù)所有權(quán)、數(shù)據(jù)管理和訪問3個方面，明確了裝置以及用戶的權(quán)利和義務(wù)；科學(xué)數(shù)據(jù)的保證和責(zé)任明確了作為數(shù)據(jù)管理和開放共享的責(zé)任主體對準確、長期、安全地保管數(shù)據(jù)做出的保證；數(shù)據(jù)相關(guān)出版信息明確了對數(shù)據(jù)進行發(fā)布、發(fā)表、出版時應(yīng)正確地對數(shù)據(jù)進行引用。

2.2.1 總則

● 本數(shù)據(jù)策略是大科學(xué)裝置科學(xué)數(shù)據(jù)的所有權(quán)、管理和使用的相關(guān)政策和規(guī)定，任何與大科學(xué)裝置科學(xué)數(shù)據(jù)相關(guān)的管理和操作必須遵循本數(shù)據(jù)策略。

● 接受此數(shù)據(jù)策略是用戶獲得實驗機的前提條件。

● 遵守此數(shù)據(jù)策略并經(jīng)過大科學(xué)裝置授權(quán)的用戶才能訪問、利用、分發(fā)或共享科學(xué)數(shù)據(jù)。

● 如果用戶出現(xiàn)故意違反此數(shù)據(jù)策略的行為，相關(guān)大科學(xué)裝置有權(quán)拒絕用戶對科學(xué)數(shù)據(jù)的訪問，并有權(quán)拒絕該用戶以后對該裝置的任何實驗機的申請。

● 大科學(xué)裝置用戶必須在裝置的用戶管理系統(tǒng)或其他被裝置官方認可的系統(tǒng)上進行注冊，大科學(xué)裝置有義務(wù)保證用戶信息的安全性。

● 根據(jù)科學(xué)數(shù)據(jù)匯交制度，公共實驗產(chǎn)生的科學(xué)數(shù)據(jù)可以匯交到國家的相關(guān)科學(xué)數(shù)據(jù)中心。

2.2.2 術(shù)語定義

● 科學(xué)數(shù)據(jù)：所有從大科學(xué)裝置產(chǎn)生的數(shù)據(jù)，包括但不限于由實驗分析軟件自動產(chǎn)生或由實驗站科學(xué)家及用戶模擬或分析產(chǎn)生的數(shù)據(jù)。

● 原始數(shù)據(jù)：所有從大科學(xué)裝置直接獲取的科學(xué)數(shù)據(jù)。

● 元數(shù)據(jù)：所有收集到的與科學(xué)數(shù)據(jù)相關(guān)的信息，包括但不限于與實驗相關(guān)的信息，如實驗用戶、實驗條件和環(huán)境等信息。

● 元數(shù)據(jù)目錄：指元數(shù)據(jù)數(shù)據(jù)庫，使用該數(shù)據(jù)庫可以通過不同的檢索方式查找和訪問科學(xué)數(shù)據(jù)文件。

● 處理數(shù)據(jù)：所有由原始數(shù)據(jù)處理和加工得到的數(shù)據(jù)。

● 結(jié)果數(shù)據(jù)：由原始數(shù)據(jù)和元數(shù)據(jù)處理、加工以及分析得到的數(shù)據(jù)，屬于處理數(shù)據(jù)的子集，不包括基于此結(jié)果發(fā)表的論文、專利等知識產(chǎn)權(quán)成果。

● 標樣數(shù)據(jù)：也被稱為標定數(shù)據(jù)，是處理數(shù)據(jù)中用來描述探測器校正因子的一個子類。

● 準直數(shù)據(jù)：是從專門的校準測量中獲得的處理數(shù)據(jù)的一個子類，它提供了各種探測器的位置、角度及其他相關(guān)信息。

● 課題負責(zé)人：指用戶管理系統(tǒng)中申請課題的負責(zé)人。

● 課題組：包括課題負責(zé)人和由課題負責(zé)人授權(quán)的所有能訪問該實驗原始數(shù)據(jù)和元數(shù)據(jù)的注冊用戶。

● 公共實驗：政府預(yù)算資金資助的科學(xué)實驗。

● 非公共實驗：非政府預(yù)算資金資助的科學(xué)實驗。

● 永久標識符：用于標識實驗數(shù)據(jù)集的唯一永久符號。

● 長期存儲：不少于一年的科學(xué)數(shù)據(jù)存儲服務(wù)。

● 數(shù)據(jù)保護期：指實驗結(jié)束后僅對課題組成員開放數(shù)據(jù)讀取權(quán)限的期限，一般不超過兩年。

● 開放訪問：指數(shù)據(jù)保護期過后，對數(shù)據(jù)提供無限制的（但非匿名）、免費的公開訪問。

2.2.3 原始數(shù)據(jù)和元數(shù)據(jù)相關(guān)策略

（1）原始數(shù)據(jù)和元數(shù)據(jù)的管理

● 所有原始數(shù)據(jù)和元數(shù)據(jù)都以預(yù)先明確定義的格式進行處理并保存，實驗結(jié)束后提供不少于3個月的即時訪問存儲及長期存儲。長期存儲期限可根據(jù)資金、存儲硬件設(shè)施配置情況以及實驗數(shù)據(jù)量調(diào)整。

● 原始數(shù)據(jù)和元數(shù)據(jù)在其存儲期間是只讀的，大科學(xué)裝置提供讀取數(shù)據(jù)的方法。

● 大科學(xué)裝置產(chǎn)生的每個實驗數(shù)據(jù)集必須具有唯一的永久標識符，任何人發(fā)布可以開放讀取的數(shù)據(jù)時都必須引用相應(yīng)數(shù)據(jù)集的永久標識符。永久標識符建議采用中國科技資源（China science and technology resource，CSTR）標識。

（2）原始數(shù)據(jù)和元數(shù)據(jù)的訪問

● 只有經(jīng)過大科學(xué)裝置授權(quán)后的注冊用戶才有數(shù)據(jù)訪問權(quán)限。

● 可通過元數(shù)據(jù)目錄搜索并訪問原始數(shù)據(jù)和元數(shù)據(jù)。

● 公共實驗產(chǎn)生的所有原始數(shù)據(jù)和相關(guān)元數(shù)據(jù)只能在數(shù)據(jù)保護期之后才能提供開放式訪問，而在保護期內(nèi)這些數(shù)據(jù)的訪問和獲取權(quán)限僅屬于由課題負責(zé)人指定的課題組成員。

● 非公共實驗獲得的所有原始數(shù)據(jù)和相關(guān)元數(shù)據(jù)的所有權(quán)由非公共實驗用戶獨家擁有，這些數(shù)據(jù)不包含在本數(shù)據(jù)策略的應(yīng)用范圍內(nèi)。大科學(xué)裝置不負責(zé)管理和保存非公共實驗產(chǎn)生的所有數(shù)據(jù)，除非在實驗開始前非公共實驗用戶與大科學(xué)裝置相關(guān)管理機構(gòu)另有約定。

● 任何希望延長數(shù)據(jù)保護期的課題負責(zé)人可以向大科學(xué)裝置相關(guān)管理機構(gòu)提交書面請求，說明申請延長期限的原因，該機構(gòu)討論決定是否接受申請。

● 課題負責(zé)人有責(zé)任確保實驗過程中輸入的實驗相關(guān)信息的正確性和完整性，包括但不限于實驗課題編號和樣品描述信息。

● 大科學(xué)裝置工作人員（如實驗站科學(xué)家）因工作需要可以訪問相關(guān)原始數(shù)據(jù)或元數(shù)據(jù)。大科學(xué)裝置承諾在數(shù)據(jù)保護期內(nèi)保證數(shù)據(jù)的安全性。

● 元數(shù)據(jù)目錄將科學(xué)數(shù)據(jù)與實驗課題相關(guān)聯(lián)。除非獲得課題負責(zé)人的特殊授權(quán)，否則只有課題組和相應(yīng)的大科學(xué)裝置工作人員具有對實驗課題信息的訪問權(quán)限。

● 在數(shù)據(jù)保護期內(nèi)，課題負責(zé)人可以將其數(shù)據(jù)相關(guān)權(quán)利和責(zé)任全部轉(zhuǎn)交給經(jīng)過大科學(xué)裝置授權(quán)的其他注冊用戶。此轉(zhuǎn)讓必須以可追溯的形式記錄。

2.2.4 處理數(shù)據(jù)與結(jié)果數(shù)據(jù)相關(guān)策略

（1）處理數(shù)據(jù)與結(jié)果數(shù)據(jù)的管理

● 除非本科學(xué)數(shù)據(jù)策略另有說明，否則大科學(xué)裝置不會長期保存實驗中分析步驟的處理數(shù)據(jù)及其相關(guān)元數(shù)據(jù)。臨時存儲空間和臨時存儲時間將根據(jù)存儲能力確定并靈活調(diào)整。

● 所有標樣數(shù)據(jù)和準直數(shù)據(jù)以及相關(guān)元數(shù)據(jù)將會被長期保存。

● 大科學(xué)裝置可提供一定期限內(nèi)的結(jié)果數(shù)據(jù)以及相關(guān)元數(shù)據(jù)的保存。

（2）結(jié)果數(shù)據(jù)的訪問

● 標樣數(shù)據(jù)和準直數(shù)據(jù)及相關(guān)元數(shù)據(jù)將提供開放式訪問，不受數(shù)據(jù)保護期限制。

● 對于由原始數(shù)據(jù)和元數(shù)據(jù)分析得出的結(jié)果數(shù)據(jù)，僅課題組成員具有訪問權(quán)限。

2.2.5 科學(xué)數(shù)據(jù)的保證和責(zé)任

● 大科學(xué)裝置將采取合理的措施，對數(shù)據(jù)進行準確、長期的保存和管理，以及提供不間斷的數(shù)據(jù)訪問服務(wù)。相關(guān)裝置會在最大程度上保證數(shù)據(jù)的完整性和安全性。

● 若由不可抗拒或不可預(yù)見的因素導(dǎo)致科學(xué)數(shù)據(jù)丟失、不完整、不可用或數(shù)據(jù)分析軟件不可用，大科學(xué)裝置將不對此承擔任何責(zé)任。

2.2.6 數(shù)據(jù)相關(guān)出版信息

任何基于大科學(xué)裝置數(shù)據(jù)集的發(fā)布、發(fā)表、出版物都應(yīng)該引用該數(shù)據(jù)集的永久標識符。

3 數(shù)據(jù)策略研究問題探討與思考

高能同步輻射光源按照大科學(xué)裝置的實際情況和需求進行數(shù)據(jù)策略的編制，在符合國家數(shù)據(jù)管理法律法規(guī)的前提下，同時參考了部分國外同步輻射光源設(shè)施的數(shù)據(jù)策略的內(nèi)容。在數(shù)據(jù)策略研究過程中，大科學(xué)裝置組織數(shù)據(jù)管理專家、信息科學(xué)專家和光源線站科學(xué)家對策略條款進行多次充分討論，總結(jié)出存在的問題和研究過程中的一些思考，具體如下。

（1）數(shù)據(jù)所有權(quán)

高能同步輻射光源屬于公共實驗平臺類大裝置，實驗數(shù)據(jù)的所有權(quán)需要從實驗研究類型、數(shù)據(jù)來源和分類方面進行分析。對于政府預(yù)算資金資助的公共實驗，科研用戶使用自己的創(chuàng)新研究方法和樣品到裝置做實驗，得到實驗原始數(shù)據(jù)，有些數(shù)據(jù)可以直接用于科學(xué)研究，有些數(shù)據(jù)需要經(jīng)過裝置公共平臺提供計算資源進行處理后才能供用戶使用，這兩類數(shù)據(jù)的所有權(quán)應(yīng)該由裝置和用戶共同擁有。對于非公共實驗，原始數(shù)據(jù)和元數(shù)據(jù)的所有權(quán)由實驗用戶獨家擁有。裝置產(chǎn)生的實驗數(shù)據(jù)分為原始數(shù)據(jù)和元數(shù)據(jù)、處理數(shù)據(jù)、結(jié)果數(shù)據(jù)、標樣數(shù)據(jù)、準直數(shù)據(jù)等。原始數(shù)據(jù)和元數(shù)據(jù)具有不可重復(fù)的特性，所有權(quán)可以依據(jù)實驗研究類型區(qū)分；處理數(shù)據(jù)是由原始數(shù)據(jù)通過軟件加工處理得到的數(shù)據(jù)，數(shù)據(jù)可由原始數(shù)據(jù)和軟件重復(fù)生成，因此裝置不提供對處理數(shù)據(jù)的長期保存；結(jié)果數(shù)據(jù)是處理數(shù)據(jù)的子集，涉及后續(xù)產(chǎn)生的知識產(chǎn)權(quán)問題，結(jié)果數(shù)據(jù)的所有權(quán)歸執(zhí)行數(shù)據(jù)分析的人員所有；標樣數(shù)據(jù)和準直數(shù)據(jù)作為裝置探測器校準和校正的公共數(shù)據(jù)，所有權(quán)歸裝置所有，但會對所有用戶提供開放訪問權(quán)限。

（2）模擬數(shù)據(jù)

策略中對原始數(shù)據(jù)、處理數(shù)據(jù)、已校準數(shù)據(jù)、標樣數(shù)據(jù)、準直數(shù)據(jù)、結(jié)果數(shù)據(jù)都有詳細的定義，同時對各類數(shù)據(jù)的存儲時間和訪問權(quán)限做了明確說明，但是缺少模擬數(shù)據(jù)。模擬數(shù)據(jù)是不由真實實驗產(chǎn)生，由模擬算法產(chǎn)生，可以反映樣品和儀器特征的數(shù)據(jù)，在線站設(shè)計、機器研究和用戶數(shù)據(jù)分析等方面體現(xiàn)了重要的價值。由于很多數(shù)據(jù)分析依賴于模擬數(shù)據(jù)，線站科學(xué)家認為模擬數(shù)據(jù)有必要被長期保存。但考慮到用戶的模擬數(shù)據(jù)是由用戶自行開發(fā)的軟件生成的數(shù)據(jù)，屬于用戶個人數(shù)據(jù)，并且能由軟件重新生成，其是否屬于裝置數(shù)據(jù)管理的范疇還需要討論。

暫時解決辦法：數(shù)據(jù)管理系統(tǒng)保留對模擬數(shù)據(jù)進行保存和記錄的功能，但在數(shù)據(jù)策略中暫不明確給出定義、存儲和訪問策略。

（3）數(shù)據(jù)管理委員會

在策略的執(zhí)行過程中，需要設(shè)立數(shù)據(jù)管理委員會，其主要職能是對數(shù)據(jù)管理活動中的關(guān)鍵過程進行評審和批準，如非公共實驗產(chǎn)生的數(shù)據(jù)策略的特殊約定、數(shù)據(jù)保護期延長申請等。實際上，高能同步輻射光源在工程規(guī)劃和建設(shè)中并未設(shè)立這一組織。數(shù)據(jù)管理委員會的成員組織方式、職能范圍、運行機制目前還未明確，需要進一步細致討論。

（4）數(shù)據(jù)策略法律效力定位

制定本數(shù)據(jù)策略的初衷是希望其成為高能同步輻射光源科學(xué)數(shù)據(jù)管理規(guī)范和開放共享的政策依據(jù)，同時推動制定國內(nèi)光源類大科學(xué)裝置數(shù)據(jù)策略，形成行業(yè)標準。但與普通的管理規(guī)定不同的是，由于高能同步輻射光源是面向用戶服務(wù)的實驗平臺，數(shù)據(jù)策略內(nèi)容在行業(yè)標準的框架約束下，在操作層面上需要包含用戶服務(wù)協(xié)議部分的內(nèi)容。數(shù)據(jù)策略對科學(xué)大裝置和用戶雙方在數(shù)據(jù)管理和數(shù)據(jù)使用方面都具有規(guī)范性和約束力。

（5）裝置免責(zé)說明

對于裝置免責(zé)說明部分的內(nèi)容，各領(lǐng)域?qū)＜艺驹诓煌嵌忍岢隽藛栴}和擔憂。高能同步輻射光源是科學(xué)數(shù)據(jù)管理和開放共享的責(zé)任主體，但也可能存在由惡意人為破壞、不可抗力或不可預(yù)見因素導(dǎo)致的科學(xué)數(shù)據(jù)丟失、不完整、不可用等風(fēng)險。信息科學(xué)專家認為作為數(shù)據(jù)保存和數(shù)據(jù)管理（數(shù)據(jù)保管）及數(shù)據(jù)服務(wù)的提供者，數(shù)據(jù)策略中應(yīng)該體現(xiàn)對不可預(yù)測的風(fēng)險進行免責(zé)說明的內(nèi)容。但是線站科學(xué)家認為裝置免責(zé)說明會讓用戶對裝置在數(shù)據(jù)保管的可靠性和安全性方面產(chǎn)生不信任，難以吸引優(yōu)質(zhì)用戶到裝置做實驗。數(shù)據(jù)管理專家則認為裝置免責(zé)說明必不可少，但可以從文字上再仔細斟酌，打消用戶的疑慮，確保為用戶提供準確、安全的數(shù)據(jù)保存和管理，以及不間斷的數(shù)據(jù)訪問服務(wù)。

4 數(shù)據(jù)策略在高能同步輻射光源的應(yīng)用情況

為了規(guī)范和加強高能同步輻射光源的科學(xué)數(shù)據(jù)管理，保障科學(xué)數(shù)據(jù)安全，提高科學(xué)數(shù)據(jù)開放共享水平，依據(jù)國家《科學(xué)數(shù)據(jù)管理辦法》和《中國科學(xué)院科學(xué)數(shù)據(jù)管理與開放共享辦法（試行）》，結(jié)合公共實驗類大科學(xué)裝置的領(lǐng)域特點，筆者在2020年9月起草了《高能同步輻射光源數(shù)據(jù)策略》草案，形成了高能同步輻射光源的科學(xué)數(shù)據(jù)的所有權(quán)、管理、使用和開放共享的相關(guān)政策和規(guī)定。此策略草案經(jīng)過光源線站科學(xué)家和數(shù)據(jù)管理專家的多輪討論，同時邀請合肥同步輻射裝置、上海硬X射線自由電子激光裝置的相關(guān)專家參與策略意見咨詢會議，聽取各方意見和建議，草案大部分內(nèi)容已達成共識，形成初步版本。此數(shù)據(jù)策略計劃繼續(xù)通過用戶委員會征求用戶意見，并在高能同步輻射光源正式提供用戶服務(wù)之前進行官方發(fā)布。

由于高能同步輻射光源目前處于建設(shè)階段，數(shù)據(jù)策略還無法正式應(yīng)用于光源。但是為了驗證科學(xué)數(shù)據(jù)管理的設(shè)計和技術(shù)路線的合理性，筆者已經(jīng)在北京同步輻射裝置的線站搭建了測試床。數(shù)據(jù)的存儲和訪問策略已通過相應(yīng)的IT手段部分應(yīng)用于測試床：為原始數(shù)據(jù)提供3個月的磁盤存儲，之后數(shù)據(jù)會自動歸檔到磁帶進行長期保存；所有的原始數(shù)據(jù)和元數(shù)據(jù)自動匯交到國家高能物理科學(xué)數(shù)據(jù)中心；在數(shù)據(jù)保護期（暫定兩年）內(nèi)，用戶實驗組獨占對數(shù)據(jù)的使用權(quán)，保護期過后，數(shù)據(jù)將對所有系統(tǒng)用戶開放和共享；采用CSTR為所有實驗數(shù)據(jù)分配唯一永久標識符，方便用戶進行實驗數(shù)據(jù)檢索、訪問和引用。

高能同步輻射光源的科學(xué)數(shù)據(jù)管理策略研究目前已取得階段性進展，但是還有很多細節(jié)需要優(yōu)化和完善。根據(jù)數(shù)據(jù)策略在高能同步輻射光源的應(yīng)用情況，可以探討數(shù)據(jù)管理規(guī)范和開放共享具體措施的合理性，同時為同一類型的同步輻射公共實驗大科學(xué)裝置數(shù)據(jù)策略的制定積累經(jīng)驗，對提高科學(xué)數(shù)據(jù)效能和科研產(chǎn)出效率具有重要意義。