解读地球计划和大数据

1. 大数据改变世界的五种方式

大数据改变世界的五种方式
随着电脑科技的发展，计算能力不再是像以前那样的“奢侈品”。现在的我们就彷如畅泳在一个巨大的数据水库，而这个数据库包罗万象：从繁忙时段一个明尼苏达州小镇的表现至在也门成功使用无人飞机轰炸的可能性。大数据的到来意味着公司，机构以及政府等可以同过收集，挖掘并利用这些庞大的数据区完成神奇的事情。
让我们看看神奇的大数据如何改变世界：
1.数据化身致命武器：
信息作为大数据时代最有效最具杀伤力的武器同时也正在被大量用于该时代的军备竞赛，但现今的军事技术数据来源正受限于卫星，无人飞行旗以及更多传统方式得到的数据。美国国防部启动一项名为XDATA的方案，其作为奥巴马政府发布的大数据倡议的一部分主要致力于以2.5亿美元研发一个分析大数据的系统。随着越来越多的有效运算，美军能够将PB级的数据运用到尖端优势上，例如让无人轰炸机变得前所未有的智能以及致命。
2.拯救地球：
除了让捕食者无人机更有威力和增加零售利润外，大数据更能造福世界。以开源的大数据平台Google Earth引擎为例，研究人员可利用它绘制出第一张莫斯科森林的高分辨率的地图。如果仅利用传统的电脑计算方法绘制需要3年时间，对比之下使用Google Earth仅需一天时间。
像这种大规模的数据集合能够让人类在系统层面上理解生态危机。我们知道越多地球生态系统以及天气形态变化数据，就越容易模型化未来环境的变迁，因而也能够在我们力所能及的时候去阻止不好的转变发生。
3.预测购物趋势：
消费者的购物趋势能够在以前的购物记录大数据挖掘中得出，销售公司不论大少均有可能预测到你需要买什么，他们甚至比你自己更懂你。因而从消费者当前购物数据中从大数据中能够获得大利润。网上零售商如亚马逊正在大量收集我们的购物以及网上购物数据，甚至线下零售商也开始紧跟这一趋势着手收集消费者的消费数据。一些聪明的公司看准这点，以RetailNext为例，它是为Brookstone 以及American Apparel等公司提供购物者浏览以及购物时的录像记录。 RetailNext将一个购买者在店铺移动的轨迹转化为上万数据点，就可以得到购物者在店内浏览商品的移动过程，停留点以及其与销售的相关性。
4.加速科学研究发展速度：
一直以来数据都是科学发现的支柱，现在由于大数据的发展以及高运算力的支持，科研步伐也正飞速向前。
以人类历史上科学成就指标性的 人类基因组计划为例，当时花费达30亿美元，耗时13年才完成大约含25000个基因的人类基因组测序及分析。若应用当代先进的数据收集分析方法，使用一个如U盘大小的装置区完成这项工作仅需几小时就足矣，其花费也仅仅是1000美元。
5.大数据导致更大的隐私威胁：
你也许只是从大“据”考虑，但是这句格言不再像以前一样好用了。若说大数据与广度攸关是正确无误的，但是深度对大数据来说也是同等重要的。
网络巨头如Facebook和Google不单单积累了广度上的数据—大量的用户（FB拥有9.55亿用户），他们对深度上的数据–用户（使用网络的）数据也了如指掌。譬如，他们知道你搜索的内容，你点击了什么页面以及你认识什么人。最大的网络大鳄拥有足以让他们无所不知的大量的数据。
在这里的技术力量，文化进步和利润的相交之处，有一件事是确定的：数据越大责任越大（蜘蛛侠中枪）。

2. 2025年弄清中国地壳情况是怎么回事

地震预测是公认的科学难题，根本原因是人类对地球内部的“不可入性”。由于看不到内部，科学家很难对其进行观测和探测。“透明地壳”计划就是要使看不见的地壳逐渐变得透明起来，从地球深部寻找地震安全。

中国地震局表示：我们到2025年有一个阶段性目标，就是基本掌握我国重点地区，强震发生地区的地壳初步认识。

3. 什么是大数据，怎么理解和应对大数据时代

从本质上讲，大数据是指按照一定的组织结构连接起来的数据，是非常简单而且直接的事物，但是从现象上分析，大数据所呈现出来的状态复杂多样，这是因为现象是由观察角度决定的。

大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。

它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

4. 什么是大数据有什么特征与性质

大数据必然无法用单台的计算机进行处理，必须采用分布式架构。大数据也是具备有一定的特征与性质的。以下是由我整理的大数据的内容，希望大家喜欢!

大数据的主要介绍
大数据(big data)，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产，

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样捷径，而采用所有数据进行分析处理。大数据的5V特点(IBM提出)：Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)、Veracity(真实性)。
大数据的特征
容量(Volume)：数据的大小决定所考虑的数据的价值和潜在的信息;

种类(Variety)：数据类型的多样性;

速度(Velocity)：指获得数据的速度;

可变性(Variability)：妨碍了处理和有效地管理数据的过程。

真实性(Veracity)：数据的质量

复杂性(Complexity)：数据量巨大，来源多 渠道

价值(value)：合理运用大数据，以低成本创造高价值
大数据的意义
现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。[7] 阿里巴巴创办人马云来台演讲中就提到，未来的时代将不是IT时代，而是DT的时代，DT就是Data Technology数据科技，显示大数据对于阿里巴巴集团来说举足轻重。

有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是赢得竞争的关键。

大数据的价值体现在以下几个方面：

1)对大量消费者提供产品或服务的企业可以利用大数据进行精准营销

2) 做小而美模式的中小微企业可以利用大数据做服务转型

3) 面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值

不过，“大数据”在经济发展中的巨大意义并不代表其能取代一切对于社会问题的理性思考，科学发展的逻辑不能被湮没在海量数据中。著名经济学家路德维希·冯·米塞斯曾提醒过：“就今日言，有很多人忙碌于资料之无益累积，以致对问题之说明与解决，丧失了其对特殊的经济意义的了解。”这确实是需要警惕的。

在这个快速发展的智能硬件时代，困扰应用开发者的一个重要问题就是如何在功率、覆盖范围、传输速率和成本之间找到那个微妙的平衡点。企业组织利用相关数据和分析可以帮助它们降低成本、提高效率、开发新产品、做出更明智的业务决策等等。例如，通过结合大数据和高性能的分析，下面这些对企业有益的情况都可能会发生:

1)及时解析故障、问题和缺陷的根源，每年可能为企业节省数十亿美元。

2)为成千上万的快递车辆规划实时交通路线，躲避拥堵。

3)分析所有SKU，以利润最大化为目标来定价和清理库存。

4)根据客户的购买习惯，为其推送他可能感兴趣的优惠信息。

5)从大量客户中快速识别出金牌客户。

6)使用点击流分析和数据挖掘来规避欺诈行为。
大数据的结构
大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本看起来很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。

其次，想要系统的认知大数据，必须要全面而细致的分解它，我着手从三个层面来展开：

第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。在这里从大数据的特征定义理解行业对大数据的整体描绘和定性;从对大数据价值的探讨来深入解析大数据的珍贵所在;洞悉大数据的发展趋势;从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。

第二层面是技术，技术是大数据价值体现的手段和前进的基石。在这里分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。

第三层面是实践，实践是大数据的最终价值体现。在这里分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。
大数据的应用
洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。

google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布。

统计学家内特.西尔弗(Nate Silver)利用大数据预测2012美国选举结果。

麻省理工学院利用手机定位数据和交通数据建立城市规划。

梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。

医疗行业早就遇到了海量数据和非结构化数据的挑战，而近年来很多国家都在积极推进医疗信息化发展，这使得很多医疗机构有资金来做大数据分析。
大数据的主要特点
第一，数据体量巨大。从TB级别，跃升到PB级别。

第二，数据类型繁多，如前文提到的网络日志、视频、图片、地理位置信息，等等。

第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。

第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。

5. 论述数字地球(大数据)将对人类活动产生的影响

你好，关于目前的数字地球大数据对我们人类的活动产生的影响就是拿最简单的手机来说，就是因为网络大数据的时代，所以手机才不离手

6. 深时数字地球国际大科学计划

“深时数字地球大科学计划”（Deep-time Digital Earth，简称DDE） 将在大数据驱动下重建地球生命、地理、物质和气候的演化，进而达到精确重建地球和生命演化 历史 、识别全球矿产资源与能源的宏观分布规律。并将通过这一计划，为全球数百万研究人员和 科技 专业用户提供一个跨越科学领域和国家的虚拟科研环境，使其能够存储、共享和使用科研数据 。

深时数字地球”将开展大科学研究，构建最大地学基础数据库，建成“地学界Google”，从而实现整合地球演化全球数据、共享全球地学知识 。也就是说，地学数据库建成以后，地球和生命演化的科学研究将不再是“一纸地质图”，而是具有大数据支撑的“深时数字地球”。被誉为地质学Google的DDE，旨在大数据驱动下重建地球生命、地理、物质和气候的演化，进而达到精确重建地球和生命演化 历史 、识别全球矿产资源与能源的宏观分布规律。该计划将聚焦地球数字科学重大基础前沿，建立国际地球数字科学产学研协同生态链，推动地球信息产业链、创新链、服务链融合，促进地球信息产业研发应用集群化发展，面向全球数百万研究人员和 科技 专业用户，提供一个跨越科学领域和国家的虚拟科研环境，实现跨领域科研数据的存储、共享和应用，为破解全球经济 社会 发展的能源资源等问题提供强大的科学科研基础。DDE科学设想由中国科学家提出后，很快得到获得国际 社会 广泛响应。英国、俄罗斯、中国、德国等国家地质调查局，以及国际地层委员会、国际沉积学家协会、国际古生物协会、国际数学字地球科学协会、美国石油地质协会等9个国际学术组织共同发起， 经国际地科联投票通过，“深时数字地球”成为其首个大科学计划，执行期10年（2019-2028） 。

7. 对大数据的全方位解读

对大数据的全方位解读
大数据是当下非常火爆的一个词，人人都在谈论大数据。但大数据的定义是什么？它到底是如何出现的？它有什么特别之处？它最大的应用领域在哪里？它的发展方向是什么？对于以上问题，其实大多数人是弄不清楚的。
1）大数据时代出现的必然性
大数据和云计算这两个词经常被同时提到，很多人误以为大数据和云计算是同时诞生的、具有强绑定关系。其实这两者之间既有关联性，也有区别。云计算指的是一种以互联网方式来提供服务的计算模式，而大数据指的是基于多源异构、跨域关联的海量数据分析所产生的决策流程、商业模式、科学范式、生活方式和关联形态上的颠覆性变化的总和。大数据处理会利用到云计算领域的很多技术，但大数据并非完全依赖于云计算；反过来，云计算之上也并非只有大数据这一种应用。
云计算的起源可以追溯到 2003 年末 Amazon 公司工程师 Chris Pinkham 提交给 CEO Jeff Bezos 的一篇论文中的一个设想：将 Amazon 内部使用的计算基础设施开放给全世界的开发者。次年 11 月，Amazon 发布了第一版云计算服务：Simple Queue Service。Simple Queue Service 再往后发展至 2006 年，演变成立今天着名的 AWS（Amazon Web Sercice）。同在 2006 年，Google 公司 CEO Eric Schmidt 首次公开提出了“云计算”（Cloud Computing）的这一概念，云计算也在这一年开始变得广为人知。
大数据这个词的流行却晚了好几年——直到 2009 年，大数据这个说法才逐渐开始在互联网圈内传播。但仅仅在互联网领域流行，仍然不足以引起普遍关注，因为纯互联网经济毕竟只占全球经济总量的很小一部分。而大数据概念真正变得火爆，却是因为美国奥巴马政府在 2012 年高调宣布了其“大数据研究和开发计划”——美国政府希望利用大数据解决一些政府部门面临的非常重要的问题，该计划由横跨 6 个政府部门的 84 个子课题组成。这标志着大数据真正开始进入主流的传统线下经济。
大数据出现的时间点自有它深刻的原因。2009 年至 2012 年这段时间正是电子商务在包括中国在内的全球全面开花的几年。众所周知，互联网领域有 3 大类商业模式：广告、游戏和电子商务。而电子商务又是第 1个真正将纯互联网经济与传统经济嫁接在一起诞生的混合模式。准确地说，正是互联网与传统经济的碰撞，才真正催生出了今天几乎全民关注的“大数据”。大数据横跨了互联网产业与传统产业，而且大数据真正广阔的应用领域其实也正是比纯互联网经济大得多的传统产业。
从数据量的角度来看，在电子商务模式出现以前，传统企业的数量增长缓慢。传统企业的数据仓库中的数据大多数来自于交易型数据，而交易这种行为处于用户消费决策漏斗的最底部，这就决定了交易前的各种浏览、搜索、比较等用户行为数据的都量远远超过交易数据。电子商务模式使得企业可以采集到用户的浏览、搜索、比较等行为，这就导致企业的数据规至少提升了一个数量级。现在日益流行的移动互联网以及将来会流行的物联网又必将使数据量提高两三个数量级。从这个角度来讲，大数据时代是必然会出现的。
从IT产业的发展来看，第一代IT巨头大多是 2B 的，比如 IBM、Microsoft、Oracle、SAP 这类传统IT企业；第二代IT巨头大多是 2C 的，比如 Yahoo、Google、Amazon、Facebook 这类互联网企业。一个有意思的现象是：大数据时代前，这两类公司彼此之间基本是井水不犯河水，我们很少看见这两类公司的老板们在一起坐而论道；但在当前这个大数据时代，这两类公司已经开始直接竞争。比如 Amazon 已经开始提供云模式的数据仓库服务，直接抢占 IBM、Oracle 的市场。这个现象出现的本质原因是：在互联网巨头的带动下，传统IT巨头的客户普遍开始从事电子商务业务，正是由于客户进入了互联网，所以传统IT巨头们不情愿地被拖入了互联网领域。如果他们不进入互联网，他们业务必将萎缩。所以第三代IT巨头可能会是 2B 与 2C 融合的IT公司。
2）大数据的核心内涵
大数据概念虽然非常火爆，但少有人真正理解大数据的核心内容。一个普遍而且严重的误解就是：大数据= 数据大，即大数据就是量大的数据。事实上，除了数据量大这个字面意义，大数据还有两个更重要的特征：
1） 跨领域数据的交叉融合。相同领域数据量的增加是加法效应，不同领域数据的融合是乘法效应
2） 数据的流动。数据必须流动，流动产生价值
对于第 1） 点，百分点推荐系统研究中心实验结果显示：百分点公司有 3 家客户，分别是从事服装、化妆品和箱包销售的电商，百分点向这 3 家客户提供个性化商品推荐服务，即：百分点挖掘用户的偏好，不同的用户上同一家电商网站时，向他们展现不同的服装、化妆品或箱包，从而提高电商的转化率和客单价。我们做过两种测试：
a） 将每家网站的数据隔离。当每家网站自身的数据量增加到以前的 4 倍时，推荐效果大约能提高 5%;
b） 将三家网站的数据在去除敏感信息之后进行某种融合。融合后的数据大致是与单家网站的数据的 3 倍，比第一种情况数据量还少。但利用融合后的数据进行数据挖掘时，推荐效果能提升 30%，而且推荐商品并未发生变化，仍然是：用户上服饰类网站时只看见服装、上化妆品网站时只看见化妆品、上箱包网站时只看见箱包。
解释得详细一点，上述实验说明：对同一个消费者，如果我们要向其推荐服装。第一种方法是我们根据他过去的 4 次购买服装的行为来预测其下一次可能会购买的服饰；第二种方法是我们根据他过去分别购买服装、化妆品和箱包的各 1 次行为来预测其下一次可能会购买的服饰。两种方法的基于的用户行数分别是 4 次和 3 次，但第二种方法的效果明显更好。
对于第 2） 点，其实 10 多年前传统企业开始做数据仓库时，数据仓库从业者经常强调一个观点：企业级数据仓库的目标是让不同部门的数据流动起来，各个部门数据割裂，数据的价值就得不到发挥。到了今天的互联网时代，我们发现即使企业已经打通了内部各个部门之间的数据，但与整个互联网比起来，数据量仍然微乎其微，数据应该以互联网为媒介在企业之间某种形式的流动。参照“企业级数据仓库”的概念，现在已经开始出现了“互联网数据仓库”的概念：就是企业通过互联网渠道将与自己相关的外部数据与内部数据进行整合，从而形成“互联网数据仓库”。百分点已经在零售与媒体领域比较成功地打造了“开放数据联盟”，该联盟的成员可以在公允、安全的情况下基于该联盟建立起自己的“互联网数据仓库”，从而享用海量数据的价值。
3）大数据的应用领域
大数据的起源要归功于互联网与电子商务，但大数据最大的应用前景却在传统产业。一是因为几乎所有传统产业都在互联网化，二是因为传统产业仍然占据了国家 GDP 的绝大部分份额。
哪些传统企业最需要大数据服务呢？至少有 3 类企业：
1） 对大量消费者提供产品或服务的企业
2） 做小而美模式的中长尾企业
3） 面临互联网压力之下必须转型的传统企业
第 1） 类企业都需要利用大数据精准分析不同消费者的偏好，提高营销和服务的质量；第 1） 类企业都需要利用大数据分析精准定位自己的客户群；第 3） 类企业主要指哪些正在遭受来自互联网的新玩家冲击的传统企业，此类企业自然都需要利用互联网和大数据作为自我进化的工具。当然，第 3） 类企业与前 2 类企业有重叠。
具体来讲，中国最需要大数据服务的行业就是受互联网冲击最大的产业，首先是线下零售业，其次是金融业。
受电商的冲击，国内很多零售巨头都增长严重放缓，甚至遭遇负增长，线下零售已经到了不得不变革的危机关头。我们也看到了银泰百货、王府井百货、万达集团这些具有创新意识的传统巨头开始利用互联网和大数据来改造线下商业。其中银泰百货以手机为载体、利用 O2O 方式进行双线数据挖掘的创新非常值得借鉴。
而金融行业就更加特殊：金融业并不销售任何实体商品，它自诞生起就是基于数据的产业。由于国家管制，金融业在前几年享受了非常好的政策红利，内部变革动力不足。而目前金融业已经逐渐开始放松管制，新兴的金融机构必将利用互联网以及大数据工具向传统金融巨头发起猛烈攻击。而传统金融机构在互联网方面的技术积累和数据积累都不足，要快速应对新进入者的挑战，必然需要大数据服务。我们也看到了中信银行信用卡中心、招商银行信用卡中心已经在开始利用互联网大数据进行创新。
那么传统产业需要什么样的大数据服务呢？这主要包括 3 层：
1） 基于大数据的行业垂直应用。每个行业都有自己的特点，所以自然会存在行业应用的需求；
2） 顾客标签与商品标签的整理。不管什么行业，都需要精细化整理自己顾客的属性标签以及商品属性标签，而且这些标签必须能够细化到单个顾客和单个商品。标签是行业应用的基础；
3） 企业内部和外部数据的整合与管理。要给顾客和商品打标签，首先必须整合企业内部和外部数据，尤其是日益重要和庞大的外部数据。
图：传统企业需要的大数据服务
第 3 层和第 2 层的方法相对比较通用，行业特殊性相对较少。百分点已经在第 3 层和第 2 层做出了比较成熟的产品，并且也开始在第 1 层做出了一些具体的行业应用产品，比如针对服饰行业的时尚服饰搭配系统。
4）大数据的发展方向
大数据产业未来会向什么方向发展？随着数据逐渐成为企业的一种资产，数据产业会向传统企业的供应链模式发展，最终形成“数据供应链”。拿钢铁产业来讲，铁矿石公司从矿场中挖出矿石，经过粗加工，卖给钢铁企业；钢铁企业再进行精细一点的加工，将板材、钢条卖给下游制造业公司；这些制造业公司做出汽车、飞机、门窗、电脑等产品卖给下游公司。这个产业链中存在找矿、运输、加工等诸多环节，每个环节都有对应的企业。
图：传统企业的供应链
在“数据供应链”中，存在数据、数据整合与挖掘工具以及数据应用这 3 大环节。数据就好比矿场的矿石；数据整合与挖掘工具就好比钢厂的冶炼炉；而精准营销、服饰搭配等数据应用就好比汽车、电脑等可以出售给消费者的产品。企业在数据供应、数据整合与挖掘、数据应用等所有环节都需要专业的服务。这里尤其有两个明显的现象：
1） 外部数据的重要性日益超过内部数据。在互联互通的互联网时代，单一企业的内部数据与整个互联网数据比较起来只是沧海一粟；
2） 能提供包括数据供应、数据整合与加工、数据应用等多环节服务的公司会有明显的综合竞争优势。
5） 什么样的大数据企业会胜出
常有大数据从业者以及投资人和我们探讨一个问题：大数据产业中，什么样的企业会最终胜出？这是一个很难回答的问题，而且即使回答了，三五年内可能都无法判断其正确性。但从“数据供应链”中的各个环节来分析，还是可以得出一些具有参考价值的结论。
1） 数据供应。在互联网没有流行的时代，企业做数据仓库、商业智能、数据挖掘等系统时采用的数据基本都来自于企业内部，企业几乎无法获取外部数据，所以很少有专业的数据供应商。互联网改变了这一局面，将来会有专业的数据供应商。但既然是因为互联网的出现导致了数据供应商的出现，那么反过来数据供应商就必须具有很强的互联网基因；
2） 数据整合与挖掘。数据挖掘工具供应商在非互联网时代就早已存在。但互联网时代使得企业的数据量激增、数据类型发生极大变化（不同于传统的来自于单一领域的结构化数据，互联网数据以跨域的非结构化数据为主），传统的数据挖掘工具供应商的技术和方法已经很难适应。要跟上时代的变化，数据挖掘技术与工具应用商必须具备互联网公司的海量数据处理和挖掘的能力；
3） 数据应用。具体的行业应用与传统行业的业务关系密切，要做好行业应用，最好需要有服务传统行业的经验，了解传统行业的内部运作模式。这时候仅仅具有 2C 经验的互联网基因的公司又稍显不足。
综合起来看，如果一家大数据从业公司同时兼备互联网数据获取能力、互联网技术、互联网执行力，又有做 2B 服务的经验，那么这家公司将比较容易取得领先优势。这个结论其实一点也不奇怪：如本文开篇所述，大数据本来就是互联网与传统产业碰撞时的产物。
用“方兴未艾”这个词来形容大数据产业的发展阶段都还为时过早，目前的大数据产业只能说是小荷才露尖尖角。国内企业在第 1 代IT产业（硬件和软件产业）中是明显落后国外企业的；在第 2 代IT产业（互联网产业）中，国内企业已经与国外企业差距不大甚至在很多方面超过了国外企业；希望在第 3 代IT产业（云计算和大数据）浪潮中，国内企业能够完全赶上并且超过国外企业，我们也认为这是很有可能的。

8. 地球有哪些特点

‍

进入21世纪，地球科学发展到“地球系统”的新阶段，强调地球岩石圈、水圈、大气圈和生物圈之间的相互作用，进而从整体地球系统的视野，对地球各圈层的相互作用过程和机理进行研究。当前更多的对地观测体系(卫星、地表台站等)，更细的时空分辨率以及更强的数据处理(超级计算机)，正逐渐促进人类对地球的科学认知，增强人类适应全球环境变化的能力，并服务于可持续发展！

地球的地质作用过程

一，地球系统科学的定义和特点

地球是一个物质与能量不断相互作用下的一个非常复杂的非线性系统，它可以被划分为几个基本的圈层，各圈层之间彼此交错相互影响，圈层之间及内部随时间的相互作用构成了地球的演化。

地球随时间的演化

1，地球系统的构成

地球系统指由大气圈、水圈（含冰冻圈）、地圈（含地壳、地幔和地核）、土壤圈和生物圈（包括人类）组成的有机整体。地球系统科学主要研究各圈层的物质组成、结构分布、各圈层内部及之间一系列相互作用过程和形成演变规律，以及与人类活动相关的全球变化，为人类认知地球和绿色可持续发展提供科学支撑，以应对全球环境变化所带来的挑战。

地球圈层构成

2，地球系统的能量来源

地球系统的演化主要受内动力地质作用和外动力地质作用的共同驱动，其主要有两个能量输入体系。一个是太阳在核聚变过程中向太阳系释放的太阳辐射能量，直接影响着地球气候变化、生物光合作用和岩石风化剥蚀等地球表层系统过程，是外动力地质作用最主要的能量供给；另外一个是地球内部放射性物质衰变、物质向地球深部迁移释放的重力势能和矿物结晶等释放的热量，对大陆漂移、海底扩张、板块运动、岩浆活动、地震作用、变质作用和构造运动等过程产生影响，是内动力地质作用最主要的能量供给。

地球的能量供给和圈层相互作用

3，地球系统的时空特征

地球作为一个由多时、空尺度过程构成的复杂巨系统，在空间上表现为多圈层体系。地球各圈层（岩石圈—土壤圈—大气圈—水圈—生物圈）、各过程（生物过程、物理过程、化学过程）、各要素（如：山水林田湖草海）之间相互作用、相互联系、连锁响应。地球系统科学将大气圈、生物圈、土壤圈、岩石圈、地幔/地核作为一个系统，通过大跨度的学科交叉，构建地球的演变框架，理解当前正在发生的过程和机制，预测未来几百年的变化。地球系统科学的研究对象，在空间尺度上可以从分子结构到全球尺度，在时间尺度上可以从数亿年的演化过程到瞬间的破裂变形。

地球演化的不同阶段，地质作用特征也不相同。在地球形成之初，由于小星体加积，星体之间的引力势能及其动能由于碰撞转化为热能，再加上放射性物质含量高，衰变速率快，产生了大量的热能。内动力地质作用十分发育，表层地球被岩浆海所覆盖，逐渐分异出地壳，地幔和地核。相比较而言太阳的较为昏暗，外动力地质作用较弱。现今地球在板块构造体制下，内动力地质作用依然很活跃，同时太阳光度增强，外动力地质作用也非常活跃。

地球形成初期的地质作用

不同时期具有不同的地质过程

同时地球系统的物理、化学及生物过程在空间上又可以分为许多子过程，各个过程彼此交错，相互影响。

Kppen的气候区分类

二，地球系统科学发展历史1, 萌 芽 时 期

生物圈、生物地球化学的创始人，前苏联著名地球化学家维尔纳茨基(1863-1945)，指出生物是地质营力的一部分，地圈与生物圈协同演化。他写到：“生命并非地表上偶然发生的外部演化。相反，它与地壳构造有着密切的关联，没有生命，地球的脸面就会失去表情，变得像月球般木然。”

维尔纳茨基及其著作

二十世纪七十年代，英国气象学家洛夫洛克认为生物与地球组成了一个类似生物的有机体，其拥有一个全球规模的自我调节系统，是一个“超级有机体”，强调生物圈对全球环境的调节作用，认为地球表面的气候和化学成分，由生物圈维持在一个最适宜生物圈的动态平衡中，并用希腊神话中大地女神“Gaia盖娅”命名这个控制系统。

洛夫洛克及地球演化简史

2, 从全球变化到地球系统科学

1，Keeling 曲线

美国斯克里普斯海洋研究所的Charles David Keeling于1958年，在夏威夷Mauna Loa火山顶部持续采样，检测大气CO2浓度，发现CO2浓度已经由1958年的318ppm上升到目前的411ppm，是近80万年以来CO2浓度最高值，在冰期时CO2浓度最低只有185ppm，因此这条著名的大气CO2浓度变化曲线又名“Keeling 曲线”。CO2作为最主要的温室气体，是导致全球变暖的主要原因。

David Keeling及Keeling 曲线

Keeling 曲线简介

2，南极臭氧层空洞

1985年，英国科学家Farman等人总结他们在南极哈雷湾观测站自1975年来的观测结果，发现从1975年以来，南极每年早春（南极10月份）总臭氧浓度的减少超过30%，在科学界引起震惊，从而使得南极臭氧层空洞问题广受关注。1987年世界多个国家签署《蒙特利尔议定书》，1989年1月1日正式生效，1996年，氯氟烃被正式禁止生产，截至目前臭氧层已经稳定下来并逐步开始恢复。

1979-2017年南极臭氧层卫星图

南极臭氧层恢复图及未来趋势预测

3，“地球系统科学”名词的首次提出

将地球作为整体、从圈层相互作用着眼的“地球系统科学”，源自“全球变化”的研究。20世纪80年代为应对“臭氧层空洞”、“温室效应”的威胁，首先由大气科学界发起，在全球范围内对碳循环等进行跨越圈层的追踪。1983年，美国国家航空航天局(NASA)建立了“地球系统科学委员会”；1986年NASA首次将地球系统科学(Earth system science)作为一个名词提出；1988年NASA出版了“Earth System Science: A Closer View"，提出著名的“Bretherton图”，展示了大气、海洋、生物圈之间，在物理过程和生物地球化学循环的相互作用，标志着“地球系统科学”的起步。

“地球系统科学”名词的首次出现

3, 发展中的地球系统科学

1，国际全球变化研究计划

自二十世纪八十年代开始，国际科学界先后发起并组织实施了以全球变化与地球系统为研究对象，由四大研究计划组成的全球变化研究计划，即：世界气候研究计划(WCRP，World Climate Research Programme)、国际地圈生物圈计划(IGBP，International Geosphere-Biosphere Programme)、全球环境变化人文因素计划(IHDP，International Human Dimension of Global Environmental Change Programme)、生物多样性计划(DIVERSITAS)。进入新世纪，四大全球环境变化计划又联手建立了“地球系统科学联盟(ESSP)。

国际全球变化研究计划历史图解

2，未来地球计划(Future Earth)

2014年，为应对全球环境变化给各区域、国家和社会带来的挑战，加强自然科学与社会科学的沟通与合作，为全球可持续发展提供必要的理论知识、研究手段和方法，由国际科学理事会(ICSU)和国际社会科学理事会(ISSC)发起、联合国教科文组织(UNESCO)、联合国环境署(UNEP)、联合国大学(UNU)、Belmont Forum和国际全球变化研究资助机构(IGFA)等组织共同牵头，组建了为期十年的大型科学计划“未来地球计划(Future Earth)”。

未来地球计划(Future Earth)——全球可持续发展

3，政府间气候变化专门委员会(IPCC)

同时也为应对全球气候变化及其对社会经济的潜在影响和人类应对策略，1988年由联合国环境规划署(UNEP)和世界气象组织(WMO)共同成立了政府间气候变化专门委员会(IPCC)。IPCC负责评审和评估全世界产生的有关认知气候变化方面的最新科学技术和社会经济文献，目前IPCC有三个工作组和一个专题组。第一工作组的主题是气候变化的自然科学基础，第二工作组 是气候变化的影响、适应和脆弱性，第三工作组是减缓气候变化。国家温室气体清单专题组的主要目标是制订和细化国家温室气体排放和清除的计算和报告方法。

IPCC运作构架

4，人类世(Anthropocene)

工业革命以来，人类活动已经逐渐成为主要的地质营力。农业耕作、城镇化以及道路交通等建设大大改变了原有的地表形态；化石燃料燃烧排放的温室气体，改变大气圈的化学组成，对气候系统造成了显著影响。自1970年来，世界人口从37亿人增长到76亿人；全球CO2排放量从149亿吨增长到368亿吨；由大气CO2升高导致的海洋酸化，导致了近海生态系统发生了退化，尤其是造礁珊瑚；全球地表温度增加了约0.97度；海表面温度增加了约0.6度；每十年，北极海冰消融约13.2%；全球海平面上升了14.4cm。我们比1970年，多生产了约15倍的塑料制品，海洋中共累积了约1.5亿吨的塑料垃圾。地球已逐渐进入新的地质时代——“人类世”(Anthropocene)。2015年12月，全球197个国家在巴黎气候变化大会上达成《巴黎协定》，决定共同减少全球碳排放，应对全球气候变暖。此时地球系统科学已经牢牢地扎根在应对全球环境变化的社会需求和地球与生命科学相结合的基础之上。

人类世(Anthropocene)简介

5，横跨时空的地球系统科学

2001年，英、美两国的地质学会在爱丁堡联合举办了“地球系统过程(Earth System Process)”国际大会，将“全球变化”的概念上推了几十亿年，从太古代光合作用的起源，一直到近代暖池演变的气候效应。与“全球变化”不同，这里说的“地球系统科学”不但穿越圈层，而且横跨时空，将“全球变化”的概念应用于地质演变，在探索圈层相互作用的同时，研究时间和空间不同尺度的变化过程，揭示不同尺度过程的驱动机制和相互关系。地球系统概念进入地质科学，不但是全球变化研究圈层相互作用在时间上的延伸，更标志着地质科学进入集成研究的新时期。

2001年地球系统过程(Earth System Process)国际大会

三，地球圈层相互作用举例1, 生物圈与大气圈及地圈相互作用

大氧化事件与条带状铁建造的形成

大约在24亿年前，大气中的游离氧含量(以相当于现代大气圈的分压表示，PAL=Present Atmosphere Level)突然增加，由一个极低的水平急剧增至现在浓度的10%，随后保持在一个稳定水平直至8.5亿年前，被称为“大氧化事件”(Great Oxygenation Event，GOE)，8.5亿年前，氧气含量再次增加，被称为“新远古代氧化事件”(Neoproterozoic Oxygenation Event，NOE)直至达到约当前的水平。目前传统观点认为，海洋中的蓝细菌通过光合作用，使之前还原性的地表环境逐渐变为氧化环境。GOE是前寒武时期的一次重大地质事件，导致大量厌氧生物的灭绝，真核生物渐渐繁盛，多细胞生物逐渐出现并发展，改变了海洋化学环境，使得大量条带状铁建造(Banded Iron Formations，BIFs)形成(BIFs是全世界储量最大 、分布最广的铁矿类型)，是地球表层系统的一次全面变革。

2, 地圈与大气圈及水圈等相互作用

1，海陆分布格局演化

地球气候系统不仅受太阳辐射纬度分布等的外部影响，同时也受海陆分布及地形等下垫面因素的影响。1912年，德国天文学家阿尔弗雷德魏格纳于发表论文提出大陆漂移假说，之后随着海底扩张和板块构造理论的提出，人们发现地球的大陆和海洋面貌也可以发生翻天地覆的变化。大陆是地球在长期复杂地质作用过程中，由各种不同块体与组分，历经多次改造而成的复杂拼合体，在地质历史时期，呈现出不同的海陆分布格局，如地球曾经可能存在过4次超大陆(地球上所有陆地几乎拼合在一个块体之上)，从老到新依次为基诺兰(Kenorland，26-24亿年)、哥伦比亚(Columbia，19-18.5亿年)、罗迪尼亚(Rodinia，10亿年)和联合大陆(Pangaea，2.5亿年)。

2，联合大陆的超级季风

从二叠纪到早侏罗世(约2.5-1.8亿年前)的联合大陆(Pangaea)，由北半球的劳亚大陆和南半球的冈瓦纳大陆在赤道附近连接而成，尤以三叠纪早期为最盛。模拟结果显示出全球(全大陆)规模的“超级季风(Megamonsoon)”：冬、夏出现方向相反的季风，ITCZ在联合大陆上作大幅度的迁移，雨量集中在特提斯洋附近，内陆降雨量几乎为零，联合大陆气候的大陆性极强，内陆冬夏温差可以高达50℃。

3，由青藏高原隆升引发的一系列气候变化

大约5000万年前，板块运动使印度与亚洲大陆碰撞导致地球历史上一次重要的造山事件，形成了全球规模最大的喜马拉雅—青藏造山带及世界的屋脊——青藏高原。

青藏高原隆升过程

青藏高原的隆升，改变并形成了我国西高东低的地形格局(我国大陆至少到白垩纪为止仍为东高西低的地势)；引起了亚洲主要河流分布和走向的变化，改变了陆地向海洋的淡水和沉积物输送状况；使地球上大面积的热带、亚热带和温带陆地海拔抬升到4500m以上成为高寒区，形成冰雪、冻土集中分布的“世界第三极”；使西风环流发生分支，夏季的南支气流和冬季的北支气流对季风具有加强作用；隆升后的高原在夏季成为大气的热源、冬季构成冷源，使亚洲大范围地区夏季盛行偏南风，从低纬海洋带来大量水汽，使我国南方成为湿润的鱼米之乡，而冬季盛行干冷的偏北风，构成强大的亚洲季风；对来自海洋的水汽构成地形屏障，在亚洲形成世界上最大的内陆干旱区；使得高原区物理和化学风化加强，吸收大气CO2，导致全球逐渐变冷。

高原隆升引起的环境效应

高原隆升引起的的风化加剧和地壳均衡

3, 地圈与水圈相互作用

环南极洋流与南极冰盖形成

新生代以来，全球温度呈现阶段性下降趋势，始新世／渐新世之交（~34 Ma），降温极为剧烈，导致南极冰盖形成。德雷克和塔斯马尼亚海峡通道的开启导致环南极洋流（Antarctic Circumpolar Current，ACC）形成，从而阻碍了低纬向南半球高纬的热量传输，进而导致南极冰盖增长。当南极冰盖继续增长，扩大的冰盖范围足以封闭整个德雷克海峡时，这时环南极洋流受阻，环南极西风漂流带会消失，增强赤道热量向南极的输送，使扩展冰盖趋于消失，这是南极冰盖不能扩展成南半球大冰川的一个重要原因。

环南极洋流

4, 冰冻圈与地圈相互作用

冰川消融引起的地壳均衡调整

冰川均衡调整(Glacial isostatic adjustment，GIA)岩石圈对冰期地表冰和海水负荷改变的响应。一方面末次冰消期以来，北美的劳仑泰冰盖、科迪勒拉和伊努伊特冰盖以及欧亚大陆的不列颠、斯堪的纳维亚和巴伦支海-喀拉海等冰盖大规模融化，大量的冰融水进入大洋，造成全球平均海平面上涨约120 m；另一方面，由于冰川的卸载和海洋盆地的加载引起的地球内部物质的重新分布，导致冰后的地壳运动、地球重力场和应力场的变化，在之前的冰盖覆盖区，可能造成海平面的下降。

冰川消融引起的地壳均衡调整

如位于加拿大努纳武特行政区的巴瑟斯特因莱特，冰消期以来，因冰盖消融而引起的岩石圈均衡作用，导致该地区海平面一直在下降，形成了众多海岸线，现在这个地区的海平面仍在下降，如下图所示。

冰消期以来加拿大努纳武特行政区形成的海岸线

四，未 来 展 望
地球系统科学研究进入新的时期，人类上天、下海以及向地球深部进军的能力逐渐增强，各类探测器渐渐遍布天空、海洋、地表及以下，建立了庞大的对地球系统状态的观测网络，实时获取地球系统各圈层要素的信息。地史学将地球系统科学的研究横跨时空，古今过程的结合，帮助我们更好的认知地球的过去、现在和未来。同时超级计算机的出现，极快的运算速度和庞大的存储容量， 使得人们对于高度复杂的非线性地球系统的模拟有了可能，利用大数据、云计算等现代信息技术处理分析数据，建立模型，推进着地球系统科学的发展。
1, 原始数据获取

1,现代过程的观测体系

利用空天地一体化的调查方法技术，通过各类观测平台，获取地球系统各要素的数量、产状、结构、分布等基础要素信息。如在全球层面，已建立了全球环境监测系统（GEMS）、全球陆地观测系统（GTOS）、全球海洋观测系统(GOOS)、全球气候观测系统（GCOS）、国际长期生态研究网络（ILTER）、通量观测网络（FLUXNET）和综合全球观测战略（IGOS）等，通过天上卫星、陆表观测台站、海洋浮标、潜标和深潜器、地球深部探测等获取第一手数据，目前已更深程度地开展，上天、入地和下海等的数据获取，扩张人类认知地球的边界。

2,地史资料获取

地球上形成的各类岩石和沉积物忠实地记录了当时的地质过程及环境信息，是记录地球历史的“天然书籍”，我们可以利用这些材料去重建地史时期的地球系统演变过程。目前已经开展的大洋和大陆钻探等，正帮助人们往更古老的地质历史延伸，而高精度仪器分析技术的进步，使得人们可以获取更高时空分辨率的地质信息。

2, 模拟与预测体系及服务可持续发展

在获取第一手原始数据后，需要对所发生的各个时空尺度的地球系统过程进行模拟，以更好认知地球系统不同圈层、不同过程、不同时空尺度的运行与演变规律，并服务于可持续发展。近年来，原始数据的观测力度在不断增强，在模拟和预测方面刚刚起步，但发展势头迅猛。

气候模式的演变

2002年3月，日本地球模拟器开始运作，致力于带动日本海洋地球科学及相关领域的研发。

2015年3月，中科院大气物理研究所联合中科院计算所、中科院网络中心、中科曙光等单位率先启动“地球数值模拟装置”原型系统建设项目，2017年“地球系统数值模拟装置”国家重大科技基础设施项目获批建设。

2017年11月，青岛海洋科学与技术国家实验室联合美国国家大气研究中心、美国德州农工大学共同建设国际高分辨率地球系统预测实验室。

2018年4月，美国能源部（DOE）耗费四年时间构建了一个百亿亿次地球系统模型(E3SM)，该模型作为“第一个端到端的多尺度地球系统模型”，它能够模拟地球的地壳、大气、冰山及海洋运动，从而预测地壳、大气及水循环系统相互作用的方式。

相信随着观测手段的多样性发展和技术的长足进步，获取地球系统各要素的数量、产状、结构、分布等基础要素信息的时空分辨率越来越高；计算机运算速度和存储容量的不断发展，超级计算机的飞速进步；地球系统模式向各个圈层和时空深度不断扩展，地球系统科学必迎来更大的发展和进步，从而促进人类对地球本身的科学认知，增强人类适应全球环境变化的能力，服务于可持续发展！