摘要：隨著(zhù)地球觀(guān)測和模擬技術(shù)的進(jìn)步，地球科學(xué)數據的體量呈爆炸式增長(cháng)。利用這些海量數據可以幫助我們更好地理解地球內部過(guò)程的變化規律和驅動(dòng)機制。Vance等Science文章綜述了大數據在水文學(xué)、海洋學(xué)和大氣科學(xué)領(lǐng)域的研究進(jìn)展。另外，文章也探討了在面對具體科學(xué)問(wèn)題時(shí)如何提高數據的可復制性和可再現性，以及數字孿生新技術(shù)的應用。
地球科學(xué)大數據是指對地球各個(gè)子系統開(kāi)展多種觀(guān)測和模擬而生成的大量、多樣且持續積累的復雜數據。這些數據的整理和分析不僅需要巨量的計算資源，還需要研發(fā)新技術(shù)和工具。隨著(zhù)各國對大數據人工智能的集中投資和持續關(guān)注，大數據已經(jīng)被應用于多個(gè)行業(yè)，相關(guān)的新技術(shù)和工具不斷涌現，例如Google Earth Engine、Apache Science Data Analytic Platform、The Pangeo Project等工具顯著(zhù)提升了我們對地球系統的認知水平。
在水文學(xué)領(lǐng)域，確定地表水的空間范圍并生成數字水文地圖是水文學(xué)研究的重要分支。基于人工智能的水檢測算法等大數據技術(shù)已經(jīng)對全球數字高程模型進(jìn)行了改進(jìn)，進(jìn)而更新了常用的數字水文產(chǎn)品HydroSHEDs，使得地表水的劃分更加準確和完整，為生活用水以及農業(yè)和工業(yè)用水的供應提供了重要信息。在此基礎上，為了進(jìn)一步細化局部地形信息，區分海平面相對高度相同的山嶺和山谷的水文特征的差異，衍生了一個(gè)水文意義明確的最近鄰河道相對高度模型，用于生成大陸尺度洪水淹沒(méi)圖，為應對洪水災害提供了快速響應的數據支持。
在海洋學(xué)領(lǐng)域，隨著(zhù)海洋觀(guān)測儀器如Argo浮標和水面或水下自主航行器等的大量投放，用于實(shí)時(shí)收集和傳輸海洋數據的儀器數量呈指數級增加（圖1）。隨著(zhù)這些數據不斷同化到海洋模式中，模式模擬海洋三維結構的精度得到顯著(zhù)提高（Wilkin et al.,?2023）。此外，這些數據在其他研究領(lǐng)域也得到應用，例如研究水的跨大陸架運輸、鯨魚(yú)的叫聲檢測、船舶交通、熱液噴口的熱通量和地震學(xué)等。
圖1 海洋溫度測量點(diǎn)數量1995年(A)和2022年(B)的對比圖 (Vance et al.,?2024)
在大氣科學(xué)領(lǐng)域，全球氣候模式作為研究地球氣候系統的重要工具，模擬了大氣、海洋、陸面、海冰等多個(gè)分量的相互耦合過(guò)程。隨著(zhù)計算能力的提高，全球氣候模式已經(jīng)能夠提供更高的空間和時(shí)間分辨率，使得科學(xué)家能夠更精確地理解和預測如風(fēng)暴軌跡、溫度和降水模態(tài)變化等氣候現象。通過(guò)國際耦合模式比較計劃（Coupled Model Intercomparison Project, CMIP），科學(xué)家可以識別各個(gè)模式的優(yōu)勢和局限，推動(dòng)了模式的改進(jìn)和精確化。此外，國際耦合模式比較計劃還促進(jìn)了科學(xué)共同體對模式結果的共識，為政策制定者提供了數據支撐，幫助他們評估和制定應對氣候變化的策略。
有研究表明，大數據有五大原則：數量、速度、真實(shí)、多樣和價(jià)值。隨著(zhù)觀(guān)測數據量的指數級增長(cháng)和全球氣候模式模擬的時(shí)空分辨率不斷提高，產(chǎn)生的地球科學(xué)數據比以往任何時(shí)期都要龐大。那么，共享數據就變得越來(lái)越重要。為此，Wilson等提出了一個(gè)五星指南（圖2），目標是幫助讀者根據共享的信息完全重復作者的科學(xué)成果，以促進(jìn)地球科學(xué)大數據的可復制性和可再現性。另外，數據的收集、存儲和管理也逐漸被認為是另一種形式的科學(xué)成果 (Fenner et al.,?2019)。除了鼓勵研究人員研發(fā)原始數據的傳統激勵措施外，還需要鼓勵研究人員投入時(shí)間妥善管理和集成數據。
圖2 鼓勵更多研究人員共享數據和代碼的五星指南圖 (Wilson et al.,?2021)
數字孿生是一個(gè)基于大數據的新興研究領(lǐng)域，已經(jīng)被應用于多個(gè)行業(yè)并獲得了一定的商業(yè)價(jià)值。地球科學(xué)數字孿生的目的是，高精度數字化表征地球系統各子系統之間的相互作用。這需要高質(zhì)量的數據輸入、先進(jìn)的數值模擬模型以及人工智能技術(shù)的運用 (圖3)，以加深我們對地球系統及其各子系統變化的理解。
圖3 地球科學(xué)系統數字孿生要素示意圖 (Vance et al.,?2024)
在未來(lái)，我們可以相對輕松地獲取各個(gè)領(lǐng)域的大數據。然而，如何確保這些數據遵守可查找性、可訪(fǎng)問(wèn)性、可互操作性和可重用性，以及符合集體利益、控制權、責任和道德原則，是我們需要持續努力的方向。此外，隨著(zhù)儀器觀(guān)測設備和全球氣候模式的不斷進(jìn)步，持續推進(jìn)大數據研究，不僅將進(jìn)一步豐富我們對地球作為一個(gè)復雜、相互關(guān)聯(lián)和動(dòng)態(tài)系統的理解，還將穩固地支持開(kāi)放科學(xué)的理念。
主要參考文獻
Fenner M,?Crosas M,?Grethe J S,?et al. A data citation roadmap for scholarly data repositories[J].? Scientific Data,?2019,?6(1):?28.
Vance T C,?Huang T,?Butler K A. Big data in Earth science: Emerging practice and promise[J]. Science,??2024,?383(6688):?eadh9607. (原文鏈接)
Wilkin J, Rosenfeld L, Allen A, et al. Advancing coastal ocean modelling, analysis, and prediction for the US Integrated Ocean Observing System[J]. Journal of Operational Oceanography, 2017, 10(2): 115-126.
Wilson J P, Butler K, Gao S, et al. A five-star guide for achieving replicability and reproducibility when working with GIS software and algorithms[J]. Annals of the American Association of Geographers, 2021, 111(5):?1311-1317.
（供稿：張博雅，史鋒/新生代室）
