資源環(huán)境領域科學數(shù)據(jù)分類應用探討

王宏智 楊雅萍

（中國科學院地理科學與資源研究所，北京 100101）

0 引言

資源是指在一定地區(qū)內(nèi)擁有的物力、財力、人力等各種物質(zhì)要素的總稱。環(huán)境既包括以大氣、水、土壤、植物、動物、微生物等為內(nèi)容的物質(zhì)因素，也包括以觀念、制度、行為準則等為內(nèi)容的非物質(zhì)因素。從學科角度來講，資源環(huán)境科學是一門從生態(tài)觀點出發(fā)，將資源的合理利用和環(huán)境保護運用到生產(chǎn)和環(huán)境建設領域的綜合性學科。資源環(huán)境數(shù)據(jù)是一種具有時空特性的科學數(shù)據(jù)[1]。資源環(huán)境科學內(nèi)容十分豐富，涵蓋了資源、環(huán)境、大氣、土壤以及社會文化資源等方面，鑒于資源環(huán)境科學數(shù)據(jù)的復雜性，只有利用科學的方式對其進行管理，才能有利于數(shù)據(jù)的集成和利用。

近年來，國家為加快科技發(fā)展，提高自主創(chuàng)新能力，資助開展了許多科技計劃、專項，例如973計劃、863計劃、國家科技重大專項、科技基礎性專項等。這些專項的開展提高了我國的科研實力以及自主創(chuàng)新能力，帶動了我國高科技的技術以及產(chǎn)業(yè)的發(fā)展，取得了豐碩的成果。其中，科技基礎性工作專項是通過科學考察、調(diào)查、資料制備、整編等過程，對基礎科學數(shù)據(jù)、資料進行系統(tǒng)采集、收集和綜合分析工作，同時也產(chǎn)生了豐富的數(shù)據(jù)資源。目前，該專項對產(chǎn)生的數(shù)據(jù)資源以項目名稱方式進行管理，以元數(shù)據(jù)方式對數(shù)據(jù)進行共享，但尚未形成系統(tǒng)的分類體系。

數(shù)據(jù)分類是數(shù)據(jù)管理中非常重要的一個環(huán)節(jié)。由于基礎性專項所產(chǎn)生的數(shù)據(jù)資源的復雜性及用戶需求的多樣性，一直以來缺乏有效的數(shù)據(jù)資源分類體系，難以滿足用戶多維度數(shù)據(jù)查找的需求。所以，有必要建立一個科學完整的資源環(huán)境科學數(shù)據(jù)分類體系。

自1999年科技部啟動科技基礎性工作專項以來，設置了500多個項目，投資總經(jīng)費約10多億元，囊括了地球科學、生物學、氣象、農(nóng)業(yè)、林業(yè)、環(huán)境、材料、醫(yī)學等學科領域，產(chǎn)生了一批重要的科學數(shù)據(jù)、自然科技資源、文獻資料、圖集典籍、標準規(guī)范等?？萍蓟A性工作是科技發(fā)展的重要基礎，是體現(xiàn)國家整體科技水平的重要方面，對于科技進步、經(jīng)濟與社會發(fā)展和國家安全具有不可替代的作用[2]。專項開展以來產(chǎn)生的數(shù)據(jù)大部分都是通過實地考察、監(jiān)測而來，具有開展時間長、數(shù)據(jù)量大的特點。豐富的資源環(huán)境領域數(shù)據(jù)有助于資源環(huán)境科學數(shù)據(jù)分類體系的研究。

目前，科技基礎性工作專項項目所產(chǎn)出的科學數(shù)據(jù)分類體系參考的是學科分類《GB/T13745-2009》。在該學科分類體系中，地球科學、環(huán)境科學技術及資源科學技術類別的分類不夠細致，缺少三級分類，從而限制了資源環(huán)境領域科學數(shù)據(jù)的有效管理與便捷共享。因此，本文擬在科技基礎性工作專項中資源環(huán)境領域豐富的數(shù)據(jù)成果的基礎上，遵守國家標準學科分類體系，借鑒該領域各學科中心數(shù)據(jù)的分類，采用按學科分類體系與數(shù)據(jù)本身屬性相結(jié)合的方式以及構(gòu)建數(shù)據(jù)關鍵詞表的方式對資源環(huán)境科學數(shù)據(jù)分類體系進行研究，探討形成一個既能方便數(shù)據(jù)管理又能滿足數(shù)據(jù)后續(xù)集成需要的數(shù)據(jù)分類體系，以便對資源環(huán)領域科技基礎性專項工作所產(chǎn)生的數(shù)據(jù)資源進行更好的規(guī)劃、建設、管理與共享。

1 分類原則與方法

資源環(huán)境領域科技基礎性工作專項所產(chǎn)生的數(shù)據(jù)資源具有覆蓋面廣、類型復雜、學科交叉性與綜合性等基本特點，而科學數(shù)據(jù)分類應遵循科學性、系統(tǒng)性、完整性、層次性、可擴展性、實用性、兼容性及排他性等原則[2]。因此，為了保持學科完整性和系統(tǒng)性，按學科分類便于數(shù)據(jù)查找，基于數(shù)據(jù)資源本身的現(xiàn)狀從數(shù)據(jù)資源聚集度的角度分類便于數(shù)據(jù)資源的查找利用。本文將采用一二級按學科、三級按關鍵詞分類的分類體系。一二級分類遵守國標學科分類體系，三級分類則采用關鍵詞拓展法。同時，本文所擬定的分類體系具有可擴展性，以便整合后續(xù)驗收項目數(shù)據(jù)資源時對分類體系進行補充完善。

（1）按學科體系分類與數(shù)據(jù)本身屬性相結(jié)合的方式分類。學科分類是一套非常完整全面的分類體系，在適合學科分類的方面值得參考和借鑒，但是不能完全照搬。例如，地球科學史、天文學史等沒有相對應的科學數(shù)據(jù)的學科不會在分類體系中出現(xiàn)。交叉或者綜合學科（例如土壤地理學），沒有特定的要素對象，一般也不適合作為數(shù)據(jù)分類項。僅僅依靠學科分類是非常單薄的，也不適合整個分類體系的建設，因此要結(jié)合數(shù)據(jù)本身屬性進行分類。本文參考資源環(huán)境領域科技基礎性工作專項科學數(shù)據(jù)的二級學科類別以及國家學科分類體系，嚴格按照科學數(shù)據(jù)分類原則對資源環(huán)境領域科學數(shù)據(jù)一級類與二級類進行劃分。

（2）按數(shù)據(jù)關鍵詞分類。關鍵詞解析分類法是反映數(shù)據(jù)資源現(xiàn)狀，通過數(shù)據(jù)資源本身特點進行的一種聚集分類。首先通過學科分類體系，進行自上而下的引導分類；再通過關鍵詞聚類，進行自下而上的聚集分類。這是解決體系完整和反映數(shù)據(jù)資源真實現(xiàn)狀的一種完美結(jié)合。而缺乏大量數(shù)據(jù)基礎的分類研究往往是不全面的。本文收集整理了資源環(huán)境領域科技基礎性工作專項共計108個項目的科學數(shù)據(jù)，對項目內(nèi)的科學數(shù)據(jù)集名稱、數(shù)據(jù)要素進行關鍵詞解析，解析過程主要是對資源環(huán)境領域科技基礎性工作專項所產(chǎn)出的科學數(shù)據(jù)的元數(shù)據(jù)表中的數(shù)據(jù)集名稱、數(shù)據(jù)要素和數(shù)據(jù)詳細描述進行關鍵詞提取工作，得到1000余項關鍵詞，然后對類別重復的關鍵詞進行篩減，再對未涉及的關鍵詞進行擴展，形成資源環(huán)境領域科學數(shù)據(jù)三級分類。

表1 資源環(huán)境領域基礎性工作專項科學數(shù)據(jù)二級學科

2 一級和二級分類

本文在國家學科分類的基礎上，再根據(jù)數(shù)據(jù)本身屬性進行調(diào)整，得到資源環(huán)境領域科學數(shù)據(jù)的一、二級分類?？萍蓟A性工作專項中資源環(huán)境領域科學數(shù)據(jù)的二級學科（表1）對資源環(huán)境科學數(shù)據(jù)分類提供參考，可以更為有效地建立數(shù)據(jù)分類體系[3]。

統(tǒng)計1999一2012年資源環(huán)境領域科技基礎性工作專項產(chǎn)生科學數(shù)據(jù)的學科類別，二級學科共計23類，但有些學科并不適合直接應用于資源環(huán)境科學數(shù)據(jù)的分類，應對其進行適當調(diào)整，保證分類體系的科學性與兼容性。例如地圖學的數(shù)據(jù)大都以空間數(shù)據(jù)為主，可以根據(jù)其本身數(shù)據(jù)要素屬性，分類到其他學科類別中；經(jīng)濟地理學是交叉學科，不作為要素對象劃分依據(jù)，所以將其數(shù)據(jù)屬性劃歸為社會經(jīng)濟數(shù)據(jù)、基礎地理數(shù)據(jù)或者其他類別中；動物、植物、微生物學作為一級分類過于單一，可作為二級類進行劃分；中國民間文學、文化人類學與民族學數(shù)據(jù)也可結(jié)合其他數(shù)據(jù)合并為文化資源[4-5]。

只是結(jié)合資源環(huán)境領域科技基礎性工作專項科學數(shù)據(jù)的二級學科來分類并不嚴謹也不夠完善，需要參考國家學科分類與科學數(shù)據(jù)本身屬性進行一級類和二級類的劃分。據(jù)此可以劃分為14個一級類，67個二級類。一級類和二級類的劃分便于數(shù)據(jù)的快速查找以及新數(shù)據(jù)的快速歸類，使數(shù)據(jù)管理更加科學方便。表2是資源環(huán)境科學數(shù)據(jù)一級及二級分類表。

表2 資源環(huán)境領域科學數(shù)據(jù)一級與二級分類表

表3 資源環(huán)境領域基礎性工作科學數(shù)據(jù)三級分類表

3 三級分類

資源環(huán)境科學數(shù)據(jù)一級與二級類已可以保證資源環(huán)境領域科學數(shù)據(jù)的科學管理，但對于進一步的數(shù)據(jù)集成與數(shù)據(jù)建庫來看，顯得有些不足。數(shù)據(jù)的分科分類大多對應的是一個特定領域或?qū)W科，這對于數(shù)據(jù)分類來說粒度還是過大，難以區(qū)分領域下不同的數(shù)據(jù)要素，不便于數(shù)據(jù)的查找、發(fā)現(xiàn)與利用。如：自然地理學，從地理要素和對象的角度來看，其又包括地形地貌、河流湖泊、冰川、凍土等。所以，必須借助關鍵詞，進一步對數(shù)據(jù)資源進行聚類導航。本文在基于資源環(huán)境科學數(shù)據(jù)一級與二級類的基礎上，結(jié)合資源環(huán)境領域科技基礎性工作科學數(shù)據(jù)，對其進行關鍵詞與數(shù)據(jù)要素的解析，對同類關鍵詞或者要素進行合并，并對其進行拓展。最終初步建立資源環(huán)境科學數(shù)據(jù)三級分類表[6-10]，共劃分為435類，具體分類如表3所示。三級分類表具體用途表現(xiàn)為

兩個方面：一是用于數(shù)據(jù)集成過程，數(shù)據(jù)集成過程中可以直接按照三級分類詞進行集成；二是在建立數(shù)據(jù)庫的過程中可以按照三級分類進行層級數(shù)據(jù)庫的建立，便于數(shù)據(jù)庫的關聯(lián)分析。

續(xù)表

基于上文所提到的學科分類與關鍵詞分類的資源環(huán)境領域科學數(shù)據(jù)三級分類體系，特舉例說明，如表4所示，9類數(shù)據(jù)集通過學科分類均屬于自然資源中的生物資源，而在進行關鍵詞解析、整合與拓展之后，得到了森林資源、草地資源、微生物資源等17項三級類。因此，盡管這些數(shù)據(jù)同屬于一個學科分類，但通過關鍵詞分類，可以精準地對它們進行進一步分類，以便于數(shù)據(jù)的查找、定位和使用。

表4 部分關鍵詞解析拓展表

4 結(jié)論與展望

本文立足國家開展的科技基礎性工作專項中資源環(huán)境領域科學數(shù)據(jù)管理以及集成等缺少統(tǒng)一的分類體系這一問題，參考國家學科分類體系和我國數(shù)據(jù)共享各學科的分類體系，基于資源環(huán)境領域科技基礎性工作專項科學數(shù)據(jù)的學科類型以及數(shù)據(jù)本身屬性類別，初步建立了資源環(huán)境領域科學數(shù)據(jù)一級和二級分類，繼而在一級和二級類的基礎上，對資源環(huán)境領域基礎性科學數(shù)據(jù)關鍵詞進行解析、整合和拓展，形成資源環(huán)境領域科學數(shù)據(jù)三級類。

通過前文分析可知，目前資源環(huán)境領域科技基礎性工作專項所產(chǎn)生的科學數(shù)據(jù)在分類體系上存在不夠精準實用的缺陷，限制了數(shù)據(jù)的便捷共享，不能滿足用戶的多維度與精準查詢的需求。本研究證明，利用分類層級進行數(shù)據(jù)管理可以使數(shù)據(jù)管理更為方便，同時也使數(shù)據(jù)查找更為快捷。分類體系的建立打破了各項目之間的壁壘，三級分類體系可用于科學數(shù)據(jù)的分類集成，避免形成數(shù)據(jù)“孤島”，從而為數(shù)據(jù)庫的建立提供支撐。

本文建立的分類體系是以1999一2012年科技基礎性工作專項資源環(huán)境領域科學數(shù)據(jù)為依托進行研究的，可直接用于科技基礎性工作專項資源環(huán)境領域科學數(shù)據(jù)中，也可應用于其他科技專項的資源環(huán)境領域科學數(shù)據(jù)。但是每個專項產(chǎn)生的資源環(huán)境科學數(shù)據(jù)范圍可能并不一致，所以在應用時可根據(jù)數(shù)據(jù)情況對分類體系進行適當調(diào)整，避免出現(xiàn)有類別無數(shù)據(jù)的情況。

由于目前資源環(huán)境領域科學數(shù)據(jù)的復雜性及有限性，本文制定的分類體系可能沒有涵蓋資源環(huán)境領域科學數(shù)據(jù)的所有方面，但隨著資源環(huán)境領域項目的不斷開展、數(shù)據(jù)資源的不斷增加，科學數(shù)據(jù)分類體系也將不斷被修改與完善。

[1]中華人民共和國科技部.國家”十五”科技基礎性工作專項實施意見[J].中國基礎科學, 2001(8): 31-34.

[2]孫九林, 孫曉華.自然資源信息分類體系[J].資源科學, 1989(2): 62-69.

[3]廖順寶, 蔣林.地球系統(tǒng)科學數(shù)據(jù)分類體系研究[J].地理科學進展, 2005, 24(6): 93-98.

[4]王卷樂, 林海, 冉盈盈, 等.面向數(shù)據(jù)共享的地球系統(tǒng)科學數(shù)據(jù)分類探討[J].地球科學進展, 2014, 29(2):265-274.

[5]國家標準化管理委員會.GB/T 13745-92 學科分類與代碼[S].2009.

[6]國家地球系統(tǒng)科學數(shù)據(jù)共享服務平臺[DB/OL].[2016-12-11].http: //www.geodata.cn/index.html.

[7]海洋科學數(shù)據(jù)中心.海洋學科分類[DB/OL].[2017-01-22].http: //msdc.qdio.ac.cn/.

[8]中國科技資源共享網(wǎng)[DB/OL].[2017-02-06].http: //www.escience.gov.cn/.

[9]中國南北極數(shù)據(jù)中心[DB/OL].[2017-03-25].http: //www.chinare.org.cn/index/.

[10]中國氣象數(shù)據(jù)網(wǎng)[DB/OL].[2017-04-24].http: //data.cma.cn/site/index.html.