西北研究院参与完成的“大数据助力数字孪生地球”综述研究在 NREE发表
发表日期:2023-05-23来源：
放大缩小
地球大数据的爆炸式增长不仅推动着地球系统科学向数据密集型范式转变，也为破译和解析复杂的地球系统奠定了基础。如何从海量、多源、异构、泛在的地球大数据中汲取所需的信息和知识，实现数据-信息-知识-决策链条的贯通，亟需更加行之有效的解决方案。
近日，Nature Reviews Earth & Environment 发表了题为 Big Data in Earth System Science and Progress Towards a Digital Twin 的论文，系统总结了大数据在地球系统科学领域的进展和挑战。在分析遥感、原位观测和实验分析、社会感知、模拟和再分析四类地球大数据特征的基础上，提出了能够将自然-社会大数据纳入地球系统模型的大数据同化（Big Data Assimilation）方法框架，探讨了四类大数据前沿分析方法（深度学习、物理约束的机器学习、因果推断、深度强化学习）在解决地球系统科学高维、复杂性和非线性难题的潜力和可能应用场景。指出，上述大数据分析方法弥补了传统方法在可预测性、可迁移性、可解释性和决策能力等方面的不足，为推动智能化数字孪生地球（Digital Twin of Earth）建设提供了先进的解决方案（图1）。
研究指出，数字孪生地球的建设需要深时、深地、深空的全面数据支撑。需要自然系统“硬”数据与社会系统“软”数据的无缝集成，先进大数据分析方法的发展、信息基础设施的建设、更加广泛的跨学科合作和更加开放的科研环境都将有助于推动面向地球系统科学的人工智能工具发展（AI for Earth System Science）（图2），助力数字孪生地球实现。
该研究由来自中国科学院青藏高原研究所、中国科学院西北生态环境资源研究院（以下简称西北研究院）、武汉大学、中国科学院空天信息创新研究院和可持续发展大数据国际研究中心等单位和机构的11位学者合作完成。获中国科学院战略性先导科技专项“地球大数据科学工程”项目（XDA19070104）和国家自然科学基金项目（41988101和42171140）联合资助。西北研究院是“地球大数据科学工程”项目“时空三极环境”的依托单位，冉有华研究员、苏阳博士、刘丰副研究员、黄春林研究员参与该项研究。
图1 地球大数据推动数字孪生地球发展
图2 地球系统科学的机遇与挑战
附件
扫一扫在手机浏览
