Marine Data Column

Systematic reorganization of historical data of scientific investigation in the South China Sea and its affiliated islands and reefs 2. data curation and application

  • XU Chao , 1, 2 ,
  • LONG Lijuan 1 ,
  • LI Sha , 1, 2 ,
  • XU Xiaolu 1, 2 ,
  • YUAN Li 1, 2
Expand
  • 1. South China Sea Institute of Oceanology, Chinese Academy of Sciences, Guangzhou 510301, China
  • 2. South China Sea and Adjacent Seas Data Center, National Earth System Science Data Center, Guangzhou 510301, China
LI Sha. email:

Received date: 2023-08-18

  Revised date: 2023-10-23

  Online published: 2023-11-02

Supported by

Science and Technology Basic Resources Investigation Program of China(2017FY201400)

National Earth System Science Data Center (www.geodata.cn)(2005DKA32300)

The 14th Five-year Network Security and Informatization Plan of Chinese Academy of Sciences(WX145XQ06-05)

Strategic Priority Research Program of the Chinese Academy of Sciences(XDA19060500)

National Key R&D Program of China(2022YFE0203500)

Science and Technology Program of Guangdong Province(2022B1212050003)

Guangdong Province Marine Economic Development (Six Major Marine Industries) Special Fund Project(Guangdong Natural Resources Cooperation [2022] 52)

Abstract

In the implementation process of the compilation project for the historical data reorganization of scientific investigation over the South China Sea and its affiliated islands and reefs, data management is an important task. From the perspective of data managers, this paper takes data as the research object and data governance as the research core content, discusses the scientific management of data, and builds a simple data governance model. This model includes six systems: security system, organization system, standard system, resource system, sharing system, and docking system. The model provides guidance for data governance of project data and the South China Sea ocean data. The article briefly discusses the security system, standard system, and resource system.

Cite this article

XU Chao , LONG Lijuan , LI Sha , XU Xiaolu , YUAN Li . Systematic reorganization of historical data of scientific investigation in the South China Sea and its affiliated islands and reefs 2. data curation and application[J]. Journal of Tropical Oceanography, 2024 , 43(5) : 150 -157 . DOI: 10.11978/2023127

科学数据是国家科技创新发展和经济社会发展的重要基础性战略资源(人民日报, 2018)。科学数据, 如何科学管理? (人民日报, 2018)这个命题是“南海及其附属岛礁海洋科学考察历史资料系统整编”(简称整编项目)在实施过程中必须要解答, 也是南海海洋数据中心(http://data.scsio.ac.cn/)要解答好的一个重要命题。加强和规范科学数据管理主要有3个目的: 保障科学数据安全, 提高开放共享水平, 支撑国家科技创新、经济社会发展和国家安全(国务院办公厅, 2018)。
整编项目前期阶段经过全面化收集、梳理, 规范化整编了1950年至2019年共353个项目664个航次的历史数据, 汇交资料包含水文气象、海洋化学、生物生态、渔业资源、地质环境、岛礁地质样品等第一手实测的宝贵科学数据, 并完成了相关科学分析, 新形成一些分析数据。整编完成后, 全部汇交资料与数据统计如表1
表1 数据统计信息

Tab.1 Data statistics

数据库 扫描文件数/个 扫描资料量/MB 整编数据集数/个 数据实体数/个 整编数据量/GB
档案扫描资料 5611 52410 2 26 32.2
南海水文气象 11 151 14 79 9.0
南海海洋化学 17 710 8 209 3.0
海洋生物生态 865 5620 10 138 0.7
南海渔业资源 261 23500 10 138 0.8
南海地质环境 208 6540 9 1426 149.0
岛礁地质样品 78 1670 17 66 6.3
合计 6790 90601 70 2082 201.0
在大数据环境下, 针对整编项目汇交的数据以及南海海洋数据存在的问题, 遵循分级管理、安全可控、分类共享、充分利用的原则, 构建南海海洋数据治理体系, 提出贯穿到数据全生命周期中, 针对各个环节进行科学管理的一套治理方法, 规范采集生产、加工整理、开放共享和管理使用等一系列数据活动, 是实现科学管理科学数据的有效途径。

1 数据治理体系

数据治理不仅是综合数据库建设中对数据安全和数据质量进行提高的一个重要环节, 也是数据科学管理中的一个极端重要环节, 是一项长期、复杂的系统工程。
数据治理研究所(Data Governance Institute, DGI)给出了对数据治理言简意赅的定义: 数据治理是对数据相关事务的决策和权力的行使(DGI Governance Institute, 2021)。DGI数据治理框架是一种逻辑结构, 从组织、规则、流程3个层面, 总结了数据治理的十大关键要素, 并以一种清晰直观的方式, 展示了十大关键要素的逻辑关系, 将治理流程融入模型之中, 用箭头标识数据治理顺序, 明确了5W (why、what、how、who、when)的组织与交流, 形成了一个从方法到实施的自成一体的完整系统(杨琳 等, 2017)。
国际数据管理协会(The Global Data Management Community, DAMA)编著的《数据管理知识体系指南(DAMA-DMBOK)》中的数据管理知识体系功能框架标识出了数据治理(data governance)、数据架构(data architecture)、数据建模和设计(data modeling and design)、数据存储和操作(data storage and operations)、数据安全(data security)、数据集成和互操作(data integration and interoperability)、文档和内容管理(document and content management)、参考数据和主数据(reference and master data)、数据仓库和商务智能(data warehousing and business intelligence)、元数据(metadata)、数据质量(data quality)等11个方面(国际数据管理协会-中国分会, 2021)。DAMA的数据治理强调通过建立一个决策体系, 为数据管理的10个方面功能的工作与活动提供指导和监督。
国内外数据治理模型各有侧重、各具特色, 数据治理内涵、要素、模型与框架的表述不尽相同(董铠军 等, 2017; 张宁 等, 2017; 刘桂锋 等, 2017, 2018; 孙嘉睿, 2018), 有的侧重理论探索, 有的侧重实践应用, 有的侧重参与者, 文中不再一一列举。但是, 数据的标准化、质量、确权、流通、共享、安全以及隐私保护等问题越来越备受关注。而且, 数据治理的目标较为统一, 即确保数据管理活动始终处于规范、有序和可控的状态, 确保数据得到正确有效的管理, 并最终实现数据价值的最大化。
更值得注意的是, 2020 年3 月, 国际数据委员会(Committee on Data of the International Science Council, CODATA)、研究数据联盟(Research Data Alliance, RDA)、国际科学理事会世界数据系统(International Science Council-World Data System, ISC-WDS)和全球数据开放发现组织(Global Open Fair, GO FAIR) 4大国际数据组织提出Data Together计划(International Science Council-Would Data System, 2020), 共同致力于优化全球研究数据生态系统, 提供对高质量、可互操作的研究成果和服务的无缝访问。Data Together计划鼓励在互操作性的治理和参与、政策和法律、基础设施、语义等4个领域加强合作。
文章从数据管理者的角度, 探索研究数据治理理念、治理体系架构、运行机制、行为模式等深层次的结构性变化, 有力推动治理能力智能化。南海海洋数据中心就综合数据库的数据安全与数据质量两个治理核心点, 结合数据开放共享和支撑创新服务两个数据增值点, 确定了包含安全体系、组织体系、标准体系、资源体系、共享体系、对接体系共6大体系的南海海洋数据治理体系简单模型, 形成可落地实施的数据治理框架与行动方案, 形成多方参与良性互动、共建共享共治的数据流通模式和数据治理生态体系, 以求可以推动数据管理的科学化、精细化、智能化水平的提高, 做好整编项目的数据治理, 如图1所示。
图1 南海海洋数据治理体系简单模型

Fig. 1 A simple model of the South China Sea ocean data governance system

南海海洋数据治理体系主要目的是保障数据安全、提高数据质量、加强数据共享, 最终目标是打造数据的科学管理模式, 实现数据价值深度挖掘, 实现数据价值赋能科研。
南海海洋数据治理体系简单模型的第一部分: 建立科学数据管理制度和标准规范(在图1中以绿色区块表示)。这是管好用好科学数据的重要基础。一是构建组织体系, 建立统一、规范、通用的数据管理制度, 明确数据流通规则, 贯彻共建共享共治的数据工作机制, 优化数据资源全生命周期管理, 推动数据的收集、汇聚、整合、治理、流通系统全面地嵌入科研活动; 二是构建标准体系, 完善数据基础通用标准和关键技术规程, 通过系统化、规范化、标准化的流程和措施提升数据质量; 三是建立南海科考历史资料整编数据资源体系, 编制数据资源目录, 提高数据质量和规范性。
南海海洋数据治理体系简单模型的第二部分: 加强科学数据有序开放和共享应用(在图1中以黄色区块表示)。科学数据只有连起来、跑起来、用起来, 才能发挥最大作用, 才能将数据中隐藏的巨大价值释放出来。确立数据资产地位, 鼓励流通、高效利用。一是建立共享体系, 建立统一有序的数据共享服务机制: 首先依托国家地球系统科学数据中心南海分中心, 推动数据的有序流通, 加快数据共享交换。其次加强数字南海的自主开发, 优化南海科考历史资料整编综合数据库的元数据与核心数据的管理与治理, 促进数据的深度挖掘和有效利用; 二是建立对接体系, 推动数据与用户深度对接, 拓展数据服务与应用场景, 提升数据资源价值赋能科研的水平。
南海海洋数据治理体系简单模型的第三部分: 加强科学数据安全保护(在图1中以蓝色区块表示)。安全是发展的前提, 科学地管理与共享数据必须强化数据安全保障。处理好虚拟与现实、安全与发展、保护与开放的关系, 形成贯穿科研与数据全生命周期的数据安全防护。数据中心贯彻《数据安全法》, 完善数据分类分级安全保护, 加强南海科考历史资料整编综合数据库系统关键信息基础设施的物理安全保护, 提高网络安全态势感知能力, 增强数据系统安全预警能力和持续防护能力, 强化关键数据资源安全应用的保护能力。
南海海洋数据治理体系简单模型的6个体系的组织以应用贯穿于整编项目的实施过程, 系列文章1. 资料整编技术与应用中已经简要阐述组织体系, 本文将重点阐述数据安全与数据质量两个治理核心点中的数据安全体系、数据标准体系和数据资源体系这3个体系。系列文章3. 数据共享服务与应用将继续阐述数据治理增值点相关的共享体系和对接体系。

2 数据安全体系

数据作为重要的生产要素, 确保数据安全是底线, 南海科考历史资料整编数据的管理与共享也必须依法合规, 保障安全。
南海海洋数据治理体系形成了南海科考历史资料整编数据管理全生命周期的安全防护体系, 结合实际数据整合与共享服务流程, 形成了数据安全管理长效机制, 从物理安全、网络安全、系统安全、应用安全等方面加强信息化安全保障防护措施。实现南海科考历史资料整编综合数据库系统与数据的“可见、可知、可管、可控”, 更针对可能涉及的敏感信息、敏感数据等进行区别性保护。
物理安全主要是数据中心机房环境安全和系统硬件设备安全的保障。南海海洋数据中心机房已建立应急处置制度和出入登记制度, 建立信息设备台账, 强化硬件设备安全管理。综合数据库系统的数据服务器、网络服务器、存储服务器等硬件设备符合相关产品安全标准, 保证主要硬件设备有备份、通信线路有冗余。
网络安全主要通过综合数据库系统设备运行监控来保障, 持续监测数据服务器、网络服务器、存储服务器等主要网络设备性能, 以确保设备始终可用。持续监控综合数据库系统的网络联通状态, 错误和丢弃, 磁盘利用率, CPU 和内存利用率, 数据库计数等重要的网络性能指标, 以确保网络运行状况得到检查和预警。同时采用防火墙、入侵检测等安全防护措施, 定期对网络设备的运行情况、数据流通的网络流量及用户行为等进行安全审计。
系统安全通过数据备份、访问受控、授权管理等途径实现。综合数据库系统已制定数据备份机制, 按需要进行全量、增量、定期、动态等不同方式实现关键数据的备份, 确保数据安全。数据交换中的访问控制, 主要包括对各接入的 IP 的访问限制。综合数据库系统授权管理模块, 对各类用户实现数据资源分级、分类的访问控制。并且严格限制综合数据库设备操作系统默认账户和匿名账户的使用, 定期更换管理账户口令, 口令应符合复杂性要求; 严格设置综合数据库系统操作系统访问控制策略, 禁止所有不必要的访问权限。
应用安全是实现应用与数据之间的访问隔离, 应用通过数据服务实现对数据的访问控制。同时, 综合数据库系统的访问前端应前置部署, 实现与后端应用服务之间的分离。综合数据库系统加强访问控制, 针对用户通过应用访问数据的过程, 进行统一身份认证、授权、鉴权, 对用户访问应用系统、应用服务、应用功能、数据服务的权限进行最细粒度控制和按需动态调整, 实现纵深访问控制, 主要包括应用、服务和数据的访问控制。

3 数据标准体系

科学数据标准体系研究有利于规范科学数据管理全周期中的标准化问题, 促进解决不同学科、领域科学数据的标准交叉、不一等问题, 王卷乐等(2020, 2021)提出了科学数据标准体系参考模型, 如图2所示。
图2 科学数据标准体系参考模型(王卷乐 等, 2020)

Fig. 2 Reference model of the scientific data standard system

科技基础性工作是指对基本科学问题和自然现象、数据、资料和相关信息进行系统的考察、调查、采集、鉴定、评价和综合分析, 以推动这些科学资料的流动与使用的一项基础工作(中华人民共和国科学技术部, 2009)。特别是“资料整编”主题类别的项目, 项目本身以科学数据资料为研究主体, 项目实施过程也就是科学数据管理全生命周期的过程, 需要相应的标准规范指导。
依据国家科技基础资源调查专项数据汇交管理中心发布的信息, 2007—2015年国家科技基础资源调查专项里共部署11项整编项目(国家地球系统科学数据中心, 2020), 项目信息列表如表2。11个项整编项目中有2个项目制订了支撑项目自身应用的整编技术规范或整编规程等标准规范。
表2 资料整编项目信息表

Tab. 2 Data reorganization project information

项目编号 项目名称
2015FY210400 中国大陆现代垂直形变图集的编制与资料整编
2014FY120600 我国水环境基准基础数据的调查和整编
2014FY120500 中国森林典籍志书资料整编
2014FY120300 我国太阳物理历史观测资料整编
2013FY110900 科技基础性工作数据资料集成与规范化整编
2011FY120300 中国近 2000年古气候代用资源整编
2009FY120100 生物信息学基础信息整编
2008FY220200 水稻品种历史数据整编
2008FY120100 电离层历史资料整编和电子浓度剖面及区域特性图集编研
2007FY220400 农田长期试验资料的深加工与整编
2007FY220200 利用树木年轮重建我国干旱区气候环境演变信息的整编
其中, 我国水环境基准基础数据的调查和整编(项目编号: 2014FY120600)制定了4部标准规范, 包括《水质基准数据整编技术规范第 1部分: 污染物含量》(GB/T 34666.1-2017)、《水质基准数据整编技术规范 第 2 部分: 水生生物毒性》(GB/T 34666.2-2017)、《水质基准数据整编技术规范 第 3 部分: 水体基本理化参数》、《水质基准数据整编技术规范 第4 部分: 水生生物物种》(王祎 等, 2021)。
其中, 科技基础性工作数据资料集成与规范化整编(项目编号: 2013FY110900)建立了标准规范, 包含基础性工作数据资料汇交管理办法、基础性工作数据资料共享服务实施细则等2项管理规范, 以及基础性工作数据资料集成整编规程(技术方法)、基础性工作数据资料分类与编码、基础性工作数据资料规范化整编质量控制规范、基础性工作项目数据库设计规范、基础性工作项目数据库建设规范、基础性工作数据资料核心元数据及扩展标准、基础性工作数据资料编目规范、基础性工作数据资料交换技术规范、基础性工作共享服务平台接口规范等9项技术规范。
南海海洋数据中心全面分析整编项目的资料特点和整编技术需求, 在《南海海洋科学数据收集整理指南》(徐晓璐 等, 2015)和《南海海洋断面科学考察数据整编规范(草稿件)》(徐晓璐 等, 2015; 徐超 等, 2016)工作基础上, 结合科技部基础研究司《科技基础性工作专项项目科学数据汇交文件汇编》(二〇一六年十一月一日)的规范要求, 根据国家科学数据中心科学数据标准体系参考模型的定义与指南标准、科学数据描述标准、科学数据采集处理标准、科学数据汇交标准、科学数据保存与维护标准、科学数据共享服务标准、科学数据评估评价标准、科学数据安全标准等8个分体系的建设需求, 研究编制《南海及其附属岛礁海洋科学考察历史资料系统整编技术规范》。
该规范首先根据南海科考历史资料整编原始资料的学科特点和数据内容, 明确数据定义, 明确统一整编的基本方法和要求, 包含整编数据的数据描述标准、数字化处理标准、标准化处理标准、数据汇交标准等方面的技术实施细节, 指导完成原始资料的数字化、标准化处理、质量控制、统一数据格式等整编流程。
该规范共包括6个部分, 满足项目各课题与学科的需求:
1) 《南海及其附属岛礁海洋科学考察历史资料系统整编技术规范 第1部分: 海洋水文与气象》;
2) 《南海及其附属岛礁海洋科学考察历史资料系统整编技术规范 第2部分: 海洋化学》;
3) 《南海及其附属岛礁海洋科学考察历史资料系统整编技术规范 第3部分: 海洋生物生态》;
4) 《南海及其附属岛礁海洋科学考察历史资料系统整编技术规范 第4部分: 海洋渔业资源调查》;
5) 《南海及其附属岛礁海洋科学考察历史资料系统整编技术规范 第5部分: 岛礁地质环境》;
6) 《南海及其附属岛礁海洋科学考察历史资料系统整编技术规范 第6部分: 岛礁地质样品》。
该规范更根据南海科考历史资料整编综合数据库建设与数据管理共享需求明确了整编数据集的规范, 包含整编数据的数据保存、数据共享服务、数据安全等标准实施的技术细节, 并制定数据实体、元数据、数据说明文档、数据分类、数据缩略图、数据样例等的“六位一体”(杨雅萍 等, 2020)标准规范及其技术实施细节, 保障了南海科考历史资料系统整编的数字化处理与标准化处理流程后的整编数据的完整性和一致性, 保障了南海科考历史资料整编项目实施过程中数据全生命周期管理的标准化与规范化。

4 数据资源体系

数据资源体系的规划与制定是一项非常复杂的工作。数据资源体系构建的核心任务是数据分类, 是数据组织、管理与数据共享工作中不可缺少的基础性工作。针对整编数据进行的数据分类, 与学科分类是有区别的, 数据分类必须结合整编项目实际情况, 在学科分类的基础上进行调整、补充。
整编项目数据分类目的是为了提高数据的使用效率。为方便数据管理、查询、检索以及共享, 本文认为分类不宜过细, 避免因过细的分类使数据类型数目超过数据的个数, 但须保留分类的可扩展性。
整编项目数据资源分类主要遵循以下原则进行:
1) 科学性原则: 数据分类能够科学地描述或反映南海科考历史资料整编的数据资源体系结构;
2) 系统性原则: 数据分类要有一定的概括性和包容性, 能够容纳全部已有数据;
3) 完整性原则: 数据分类要在学科和主题关系上保持相对完整, 使每一个数据都有确定的位置;
4) 层次性原则: 数据分类要按照层次逐层划分, 并根据各层次类目应均衡展开;
5) 揭示性原则: 数据分类要能反映数据的内容、属性特点, 体现关联关系, 便于检索和分析;
6) 实用性原则: 数据分类要利于数据组织管理, 要注重用户习惯, 分类名称可沿用学科专业习惯名称(廖顺宝 等, 2005)。
南海海洋数据中心在综合整编项目的汇交数据与现有共享数据的基础上, 主要参考《中华人民共和国学科分类与代码国家标准》(GB/T 13745-2009)(中华人民共和国国家质量监督检验检疫总局 等, 2009)规划了新的南海海洋数据资源体系, 新形成的海洋数据资源覆盖10个二级学科, 整合18个专题数据库, 汇聚80类核心资料, 如图3
图3 南海海洋科学数据资源体系

Fig. 3 South China Sea marine and ocean science data resource system

在建立了完整的数据资源体系后, 南海科考历史资料整编综合数据库同时建立起了数据分类分级保护制度。
南海科考历史资料整编综合数据库的共享数据的级别均为公开数据。按照可用性原则, 将共享数据分为开放数据、一般数据、重要数据、核心数据, 按照项目实施过程将数据分为: 原始数据、质控数据、标准数据产品、开放数据产品, 不同级别的数据采取不同的保护措施。
南海科考历史资料整编综合数据库设置数据访问权限, 确保数据安全。同样按照可用性原则, 与数据分类分级对应, 将用户分为: 访客用户、注册用户、实名认证用户、课题认证用户。
南海科考历史资料整编综合数据库的数据访问权限控制如表3
表3 数据访问权限控制信息表

Tab. 3 Data access authority controlling information

数据分类 数据分级 用户类别 权限控制
开放数据 开放数据产品 访客用户 用户无须注册登录, 可检索、浏览全部数据集的元数据, 可直接在线下载开放数据
一般数据 标准数据产品 注册用户 用户须注册登录, 可检索、浏览浏览全部数据集的元数据, 可直接在线下载标准数据产品
重要数据 质控数据 实名认证用户 用户须注册登录并通过实名认证, 可检索、浏览浏览全部数据集的元数据, 可添加质控数据至购数车, 通过审核后, 在线获取数据共享
核心数据 原始数据 课题认证用户 用户须注册登录并通过课题认证, 可检索、浏览浏览全部数据集的元数据, 可添加原始数据至购数车, 上传签字盖章的《南海海洋数据共享申请表》, 通过审核后, 在线获取数据共享

5 小结

2022年南海海洋数据中心按照整编项目要求, 完成了南海海洋科学考察综合数据库建设。该数据库抢救性、系统性、规范化整编了1950—2019年353个项目664个航次200多种要素的历史数据, 包含海洋水文气象、海洋化学、海洋生物、渔业资源、海洋地质、岛礁样品6个子库, 成为南海目前覆盖范围最全、时间跨度最长、数据要素系统全面的综合性数据库。
南海海洋科学考察综合数据库所包含的长时序、多学科、多要素的基础数据作为支撑南海社会经济可持续发展和我国海洋强国战略的重要战略资源和新型生产要素, 具有不可再生性和不可替代性。南海海洋科学考察综合数据库的管理, 在保障数据安全前提下, 实现数据治理, 提升数据质量, 提高共享水平。南海海洋科学考察综合数据库的共享将依托后续数字南海的设计、开发、建设, 形成数据工作新生态。
[1]
董铠军, 杨茂喜, 2017. 科学、技术、社会视域下大数据治理的动因和趋向[J]. 科技管理研究, 37(22): 26-31.

DONG KAIJUN, YANG MAOXI, 2017. Research on cause and trend of big-data-governance from the perspective of STS[J]. Science and Technology Management Research, 37(22): 26-31 (in Chinese with English abstract).

[2]
国家地球系统科学数据中心, [2020-10-29]. 科技基础资源调查专项(原科技基础性工作专项)项目列表[EB/OL]. ttp://www.geodata.cn/project/projects.html?progname=科技基础工作专项 (in Chinese).

[3]
国际数据管理协会-中国分会, [2021-10-29]. DAMA 数据管理知识体系指南(第一版)[EB/OL]. http://www.dama.org.cn/drupal620/zh-hans/node/13 (in Chinese).

[4]
国务院办公厅, (2018-04-02)[2021-10-28]. 国务院办公厅关于印发科学数据管理办法的通知[EB/OL]. http://www.gov.cn/zhengce/content/2018-04/02/content_5279272.htm (in Chinese).

[5]
廖顺宝, 蒋林, 2005. 地球系统科学数据分类体系研究[J]. 地理科学进展, 24(6): 93-98.

LIAO SHUNBAO, JIANG LIN, 2005. Study on classification system of data for earth system science[J]. Progress in Geography, 24(6): 93-98 (in Chinese with English abstract).

DOI

[6]
刘桂锋, 钱锦琳, 卢章平, 2017. 国内外数据治理研究进展: 内涵、要素、模型与框架[J]. 图书情报工作, 61(21): 137-144.

DOI

LIU GUIFENG, QIAN JINLIN, LU ZHANGPING, 2017. Research progress of data governance at home and abroad: connotation, elements, models and framework[J]. Library and Information Service, 61(21): 137-144 (in Chinese with English abstract).

[7]
刘桂锋, 钱锦琳, 卢章平, 2018. 国外数据治理模型比较[J]. 图书馆论坛, 38(11): 18-26.

LIU GUIFENG, QIAN JINLIN, LU ZHANGPIN, 2018. A comparative study on foreign data governance models[J]. Library Tribune, 38(11): 18-26 (in Chinese with English abstract).

[8]
全国人民代表大会, (2021-06-10)[2021-11-02]. 中华人民共和国数据安全法[EB/OL]. http://www.npc.gov.cn/npc/c2/c30834/202106/t20210610_311888.html (in Chinese).

[9]
人民日报, (2018-04-08)[2021-10-28]. 保障安全突出共享支撑创新科学数据, 如何科学管理[EB/OL]. http://www.gov.cn/zhengce/2018-04/08/content_5280429.htm (in Chinese).

[10]
孙嘉睿, 2018. 国内数据治理研究进展: 体系、保障与实践[J]. 图书馆学研究, (16): 2-8 (in Chinese).

[11]
王卷乐, 石蕾, 徐波, 等, 2020. 我国科学数据标准体系研究[J]. 中国科技资源导刊, 52(5): 45-51, 77.

WANG JUANLE, SHI LEI, XU BO, et al, 2020. Study on the scientific data standards system[J]. China Science & Technology Resources Review, 52(5): 45-51, 77 (in Chinese with English abstract).

[12]
王卷乐, 王玉洁, 张敏, 等, 2021. 2020年地球数据科学与共享热点回眸[J]. 科技导报, 39(1): 105-114.

DOI

WANG JUANLE, WANG YUJIE, ZHANG MIN, et al, 2021. Review of the progress of earth data science and sharing in 2020[J]. Science & Technology Review, 39(1): 105-114 (in Chinese with English abstract).

[13]
王祎, 王卷乐, 王晓洁, 等, 2021. 我国科技基础资源调查专项实施布局分析与启示[J]. 中国科技资源导刊, 53(3): 33-43.

WANG YI, WANG JUANLE, WANG XIAOJIE, et al, 2021. Analysis and enlightenment on the implementation layout of the science and technology fundamental resources investigation programme of China[J]. China Science & Technology Resources Review, 53(3): 33-43 (in Chinese with English abstract).

[14]
徐超, 李莎, 陈荣裕, 等, 2016. 南海海洋断面科学考察数据管理与共享[J]. 海洋信息, (1): 19-28 (in Chinese).

[15]
徐晓璐, 李莎, 徐超, 2015. 南海海洋科学数据收集与整理规范工作探讨[J]. 热带海洋学报, 34(6): 42-48.

DOI

XU XIAOLU, LI SHA, XU CHAO, 2015. On South China Sea marine data collection and management[J]. Journal of Tropical Oceanography, 34(6): 42-48 (in Chinese with English abstract).

[16]
杨琳, 高洪美, 宋俊典, 等, 2017. 大数据环境下的数据治理框架研究及应用[J]. 计算机应用与软件, 34(4): 65-69.

YANG LIN, GAO HONGMEI, SONG JUNDIAN, et al, 2017. Research and application of data governance framework in big data environment[J]. Computer Applications and Software, 34(4): 65-69 (in Chinese with English abstract).

[17]
杨雅萍, 姜侯, 孙九林, 2020. 科学数据共享实践: 以国家地球系统科学数据中心为例[J]. 地球信息科学学报, 22(6): 1358-1369.

DOI

YANG YAPING, JIANG HOU, SUN JIULIN, 2020. Practice of scientific data sharing: a case study of the national earth system science data center[J]. Journal of Geo-Information Science, 22(6): 1358-1369 (in Chinese with English abstract).

[18]
张宁, 袁勤俭, 2017. 数据治理研究述评[J]. 情报杂志, 36(5): 129-134, 157.

ZHANG NING, YUAN QINJIAN, 2017. A review of data governance research[J]. Journal of Intelligence, 36(5): 129-134, 157 (in Chinese with English abstract).

[19]
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会, 2009. GB/T 13745-2009 学科分类与代码[S]. 北京: 中国标准出版社.

GENERAL ADMINISTRATION OF QUALITY SUPERVISION, INSPECTION AND QUARANTINE OF THE PEOPLE’S REPUBLIC OF CHINA, STANDARDIZATION ADMINISTRATION OF THE PEOPLE’S REPUBLIC OF CHINA, 2009. GB/T 13745-2009 Classification and code of disciplines[S]. Beijing: Standards Press of China (in Chinese).

[20]
中华人民共和国科学技术部, (2009-09-11)[2021-10-29]. 科技基础性工作专项[EB/OL]. http://www.most.gov.cn/ztzl/kjzg60/kjzg60hhcj/kjzg60jcyj/200909/t20090911_72827.html (in Chinese).

[21]
DATA GOVERNANCE INSTITUTE, [2021-10-28]. DGI data governance framework[EB/OL]. https://datagovernance.com/the-dgi-data-governance-framework/.

[22]
INTERNATIONAL SCIENCE COUNCIL - WOULD DATA SYSTEM, (2020-03-30)[2021-10-29]. Datatogether final version march 2020 final[EB/OL]. https://www.worlddatasystem.org/news/files/DataTogetherFinalVersionMarch2020FINAL.pdf.

Outlines

/