地学领域科学数据处理与分析软件自主性分析

doi:10.19788/j.issn.2096-6369.000046

农业大数据学报 ›› 2024, Vol. 6 ›› Issue (2): 230-240.doi: 10.19788/j.issn.2096-6369.000046

• “面向高质量共享的科学数据安全”专刊（上） • 上一篇下一篇

地学领域科学数据处理与分析软件自主性分析

王卷乐¹^,²^,³^,^*(), 李凯¹^,², 段博文¹, 苏娜⁴

1.中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京 100101
2.中国科学院大学，北京 100049
3.江苏省地理信息资源开发与利用协同创新中心，南京 210023
4.中国科学院科技战略咨询研究院，北京 100190

收稿日期:2024-04-08 接受日期:2024-05-07 出版日期:2024-06-26 发布日期:2024-07-03
通讯作者: ^*
作者简介:王卷乐，E-mail:wangjl@igsnrr.ac.cn。
基金资助:
国家重点研发计划项目(2022YFF0711600);国家科技基础条件平台委托任务(2023WT14)

Analysis of Autonomy in Geosciences Data Processing and Analysis Software

WANG JuanLe¹^,²^,³^,^*(), LI Kai¹^,², DUAN BoWen¹, SU Na⁴

1. State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
2. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China
3. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
4. Institutes of Science and Development, Chinese Academy of Sciences, Beijing 100190, China

Received:2024-04-08 Accepted:2024-05-07 Published:2024-06-26 Online:2024-07-03

摘要/Abstract

摘要：

科学数据的重要性已得到广泛共识，随着科学数据的不断积累，其数据处理分析软件的能力水平将成为科学数据能否高效发挥作用的关键和瓶颈。地球科学领域研究涉及多尺度、多类型、多来源的数据，其数据处理与分析软件的需求极为强烈。本研究针对地球科学领域的特点，分析其主要数据处理和分析软件的现况，辨识我国的软件自主程度。调研分析涉及地理、海洋、地质、大气、生态、灾害、农业等16个专题，选取了177个主流软件/工具，重点获取其软件/工具名称、概况、主要功能、应用服务/典型案例、优缺点、对标产品等指标。分析发现地学科学数据处理与分析领域软件/工具完全开放（开源）的占三分之二，商业的、限制性的或开放程度不明确的占三分之一。主要软件/工具开发国家有美国、中国、加拿大、英国等以及一些国际组织。从专题分布看，主要体现在土地退化、人口社会经济、知识图谱、遥感处理等。自主保障风险较高的软件主要在空间化、大气、野火、冻土等专题。约三分之一的专业软件/工具可以直接应用到国家科学数据中心，且可与云平台结合。结合人工智能时代和“数据要素×”的发展，从五个方面提出加强我国自主科学数据处理软件/工具的开发应用建议。

关键词: 地球科学, 科学数据, 软件/工具, 自主性, 国家科学数据中心

Abstract:

The importance of scientific data has been widely recognized, and as scientific data continues to accumulate, the capability of its data processing software will become a key bottleneck in determining whether scientific data can be effectively utilized. The field of Earth science involves multi-scale, multi-type, and multi-source data in research, leading to a strong demand for data processing and analysis software. This study, aimed at the characteristics of the earth science field, analyzes the current state of its main data processing and analysis software, identifies the degree of software autonomy in China, and expects to propose corresponding development suggestions. The survey covers 16 topics including geography, oceanography, geology, atmospheric sciences, ecology, disasters, agriculture, etc., and selects 177 mainstream software/tools, focusing on obtaining indicators such as software/tool names, summaries, main functions, application services/typical cases, advantages and disadvantages, and benchmarking software. The analysis found that these software/tools in the field of geoscience data processing and analysis are completely open (open source) accounting for two-thirds, the last one-thirds are commercial, restrictive, or unknown openness. The main software/tools are developed in countries such as the United States, China, Canada, the United Kingdom, and some international organizations. From the perspective of topic distribution, this is mainly reflected in the following areas: land degradation, socio-economic demographics, knowledge graphs, and remote sensing big data processing. From the perspective of autonomy, the main high-risk software packages are mainly distributed in fields such as spatialization, atmosphere, wildfires, and permafrost. Among the surveyed software/tools, about one-third of the professional software/tool can be applied to the National Science Data Center, and can be used in Cloud Platform. Combining the era of artificial intelligence and the development of "Data Element X", the future should strongly enhance the development and deployment application of China's autonomous scientific data processing software/tool from 5 perspectives.

Key words: earth science, scientific data, software, autonomy, National Scientific Data Center

王卷乐, 李凯, 段博文, 苏娜. 地学领域科学数据处理与分析软件自主性分析[J]. 农业大数据学报, 2024, 6(2): 230-240.

WANG JuanLe, LI Kai, DUAN BoWen, SU Na. Analysis of Autonomy in Geosciences Data Processing and Analysis Software[J]. Journal of Agricultural Big Data, 2024, 6(2): 230-240.

图/表 8

表1

表2

图1

图2

图3

图4

图5

图6

参考文献 14

[1]	王卷乐, 王明明, 石蕾, 等. 科学数据管理态势及其对我国地球科学领域的启示.地球科学进展[J], 2019, 34(3):306-315.
[2]	王卷乐, 石蕾, 王淑强. 国际科学数据资源管理概述[M]. 北京: 科学技术文献出版社, 2021.
[3]	张玉娥, 王永珍. 欧盟科研数据管理与开放获取政策及其启示——以“欧盟地平线2020”计划为例[J]. 图书情报工作, 2017, 61(13): 70-76. doi: 10.13266/j.issn.0252-3116.2017.13.009
[4]	黄雨婷, 傅文奇. 日本政府数据开放的政策保障及其启示[J]. 数字图书馆论坛, 2020(9):9-17.
[5]	科技部财政部关于发布国家科技资源共享服务平台优化调整名单的通知(国科发基〔2019〕194 号)[EB/OL]. http://www.most.gov.cn/xxgk/xinxifenlei/fdzdgknr/qtwj/qtwj2019/201906/t20190610_147031.html.
[6]	石蕾, 高孟绪, 徐波, 等. 欧美建设发展科学数据中心的经验及对我国的启示[J]. 中国科技资源导刊, 2022, 54(3):31-36+110.
[7]	国家数据局等部门关于印发《“数据要素×”三年行动计划(2024—2026年)》的通知(国数政策〔2023〕11号). [EB/OL]. https://mp.weixin.qq.com/s/YyhLQo4lZIFNMiyupdvO1A.
[8]	Oluwaseun O O, Uzochukwu B, Aderemi A. Data Analytics in Nigeria: Challenges, Opportunities and Future Directions[C]// Proceedings of the 2019 2nd International Conference on Computational Intelligence and Intelligent Systems (CIIS 2019) (pp. 110-114). Association for Computing Machinery.
[9]	廖方宇, 胡良霖, 王健, 等. 科学数据安全标准研究与工作建议[J]. 科学通报, 2024, 69(9):1142-1148.
[10]	中华人民共和国网络安全法[EB/OL]. https://www.cac.gov.cn/2016-11/07/c_1119867116.htm?eqid=ac15f20d0001418a00000006648a8b25.
[11]	中华人民共和国数据安全法[EB/OL]. https://www.gov.cn/xinwen/2021-06/11/content_5616919.htm.
[12]	中华人民共和国个人信息保护法[EB/OL]. https://www.gov.cn/xinwen/2021-08/20/content_5632486.htm?eqid=898a0e2f0002ace800000003648fb2c2.
[13]	王珺, 周小林, 沈云怡, 等. 科学数据跨境流动治理的现状、思考与展望[J/OL]. 科学通报, 2024:1-11.
[14]	国家科技基础条件平台中心. 中国科学数据资源发展研究报告[M]. 北京: 科学技术文献出版社, 2022.

专题组别	主要功能
遥感处理	处理和分析来自卫星、飞机等遥感技术的大量数据，以提供地表、气候和环境的详细信息
土地覆盖	获取土地覆盖类型，分析土地使用和覆盖变化
海洋	处理海洋和海洋生态系统相关的大规模数据，包括海洋温度、盐度、海流以及海洋生物多样性等
地质	处理和解析地质数据，包括岩石、矿物、地震、构造等信息
大气	大气本底和气象数据的处理和分析
生态评价	评估生态系统的健康状况，包括物种多样性、生态系统服务及其对人类福祉的影响
资源承载力	评估自然资源对人类活动的支撑能力，包括水资源、土地和能源
冻土	模拟冻土层结构、温度等信息
野火	应用于监测、预测和评估野火的影响
草地	分析草地健康的模型和工具
农业	模拟农作物的生长过程、预测产量和质量
土地退化	评估土地退化的程度
自然灾害	自然灾害模拟和评估，如洪水、地震、飓风等
人口社会经济	分析人口分布、社会经济活动和城市发展趋势
空间化	离散数据空间可视化
知识图谱	利用点和边的形式建立不同实体间的关联网络

专题组别	软件/工具数量	国产软件/工具数量	主要软件名称
遥感处理	11	4	Google Earth Engine、PIE-Engine、EarthDataMiner、ENVI、……
土地覆盖	17	3	ESA WorldCover、LandCoverNet、Radiant MLHub、FLUS、……
海洋	12	1	Ocean Data View、SeaDAS、Science Data Analytics Platform、……
地质	12	4	Earth Volumetric Studio、GeoVariances ISATIS、GeoDAS、GEOVIA Minex、……
大气	11	0	CMIP6、WRF、third-Generation Air Quality Modeling System、……
生态评价	4	1	AHP、GeoDetector、GWR、SRP、……
资源承载力	15	4	InVEST、TIMESAT、ECCO、MIMES、……
冻土	4	1	TTOP、Nelson模型、Kudryavtsev模型、……
野火	6	1	MODIS Active Fire and Burned Area Products、FARSITE、FWAC Wildfire Map、……
草地	16	2	Maximum Entropy Modeling、CVOR模型、BEPS模型、……
农业	6	2	CropWat、DSSAT模型、APSIM模型、……
土地退化	10	9	CLUE-S模型、DDI模型、MSDI模型、……
自然灾害	13	3	FLO-2D、CATS、OpenFlows FLOOD 、Delft3D、……
人口社会经济	17	7	CPPS、PADIS-INT、MORTPAK、……
空间化	7	0	ArcGIS、MaptitudeGIS、SuperMap、MapGIS、……
知识图谱	16	6	ArcGIS Knowledge、Google Knowledge Graph、Amazon Neptune、……

[1]	廖方宇, 李婧, 龙春, 杨帆, 袁梓萌. 开放科学背景下科学数据开放共享安全挑战及我国对策思考[J]. 农业大数据学报, 2024, 6(2): 146-155.
[2]	魏鑫, 孔丽华, 汪洋. 我国科学数据出境管理对策研究[J]. 农业大数据学报, 2024, 6(2): 156-160.
[3]	李宜展, 董璐, 王东瑶, 张鸿, 王志强, 魏韧, 李泽霞. 国际科技组织与国际科技合作计划中的科学数据安全治理[J]. 农业大数据学报, 2024, 6(2): 161-169.
[4]	许琦, 胡晓彦, 邹自明, 佟继周. 空间环境科学数据安全分级概念框架研究[J]. 农业大数据学报, 2024, 6(2): 259-268.
[5]	王佳荣, 周彩秋, 苑新阳, 朱一鸣, 孙千然, 颜田, 陈刚, 齐法制. 国家高能物理科学数据安全保障体系[J]. 农业大数据学报, 2024, 6(2): 269-277.
[6]	张耀南, 张名成, 康建芳. 科学数据中心安全工作实践—以国家冰川冻土沙漠科学数据中心为例[J]. 农业大数据学报, 2024, 6(2): 278-285.
[7]	符昱, 姜晓轶, 卫徉名, 童心, 徐墨庚, 王漪. 海洋科学数据安全治理体系设计与治理实践[J]. 农业大数据学报, 2024, 6(2): 286-294.
[8]	张丽霞, 刘奇, 李绍亭, 任彦军. 2022年陕西省农村居民食物消费与营养健康调查统计数据集[J]. 农业大数据学报, 2023, 5(4): 118-124.
[9]	汪紫钰, 纪月清, 周力. 中国江苏省土地经济调查统计数据集[J]. 农业大数据学报, 2023, 5(4): 138-143.
[10]	张社梅, 邓杰豪, 莫经梅. 2020-2021年四川省农民合作社固定观察点调查统计数据集[J]. 农业大数据学报, 2023, 5(3): 32-37.
[11]	孔繁涛, 安民, 孙伟, 刘继芳, 胡林, 曹姗姗. 京津冀地区2012-2019年西红柿批发市场交易价格调查统计数据集[J]. 农业大数据学报, 2023, 5(2): 62-67.
[12]	段博文, 王卷乐, 石蕾, 高孟绪. 前沿领域国内外典型数据库调研与启示[J]. 农业大数据学报, 2023, 5(1): 46-54.
[13]	孙雨潇, 李艳丽, 李峰, 陈谦. 国内外科学数据共享现状研究与发展建议[J]. 农业大数据学报, 2022, 4(2): 88-98.
[14]	薛沐涵, 徐硕, 刘慧媛, 鲁峰, 王宇, 李奥. 远洋渔业科学数据治理与应用服务研究[J]. 农业大数据学报, 2022, 4(2): 99-107.
[15]	王亚鹏, 张文革, 胡林, 刘婷婷, 曹姗姗, 王蕾, 孙伟. 2019年天山云杉背包式激光雷达三维参数测量数据集[J]. 农业大数据学报, 2022, 4(1): 119-124.

地学领域科学数据处理与分析软件自主性分析

Analysis of Autonomy in Geosciences Data Processing and Analysis Software

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 14

相关文章 15

Metrics

本文评价

推荐阅读 0