自研分析工具深挖“地球大数据”

　　地球大数据挖掘分析系统EarthDataMiner作为“可持续发展大数据平台系统”重要组成部分正式公开发布。

　　2015年，联合国正式通过《改变我们的世界2030年可持续发展议程》，提出了包含一系列涉及17个领域169个具体问题的可持续发展目标（SDGs）。但是，由于指标数据和方法的缺失，可持续发展目标实施进程监测始终面临艰巨的挑战。

　　地球大数据具有宏观动态多尺度监测能力，是实现SDGs的重要手段。然而，科学家们要如何对那些海量、多源、多时相、高度集成的大数据进行挖掘分析，进而开展SDGs评估？

　　在近日举行的2021年可持续发展大数据国际论坛上，中国科学院软件研究所（以下简称软件所）研究人员做了题为《面向SDGs的交互式在线分析技术与系统》的技术报告，对这一问题进行了解答。

　　承诺消除一切形式和表现的贫困，包括到2030年时消除极端贫困，是SDGs一项关键目标 。然而，要摸清贫困国家的贫困状况本身就困难重重。

　　传统的入户调查方式成本极高，且严重依赖稳定的国内环境，许多发展中国家根本负担不起。而利用遥感技术，捕捉夜间光亮的卫星图像数据，结合全球人口动态统计分析数据库的人口数据，使用统计方法估计国家和区域的社会经济状况，提高对全球贫困问题的及时感知，已经不是什么新闻。

　　从理论上讲，更高的亮度意味着更多基础设施、更高的发展水平。但是，很多模型无法区分极端低光照水平和零光照水平。而且，在人口密集的地方，仅凭夜间光照水平评估贫困状况也会有很大偏差。

　　2016年，斯坦福大学研究人员在《科学》上发表了一项研究成果。他们把高精度卫星图像和深度学习、迁移学习等技术结合起来，从而预测了非洲五国尼日利亚、乌干达、坦桑尼亚、卢旺达和马拉维的贫困状况。

　　这项研究的创新之处在于，科学家用高精度、高质量的卫星遥感图像数据来训练一个深度卷积神经网络，以预测同区域的夜光数值大小。但这并非最终目的，而是为了提取遥感图像数据中的特征，比如道路、房屋、汽车等，然后把这些特征和少数采样点的贫困调查数据作为标签，训练一个普通的神经网络。这一计算工具最终可以用来高精度地预测一个地区的贫困程度。

　　“这项研究给我们的启示是，要想实现SDGs指标评估，数据和有效的挖掘分析工具是缺一不可的。”软件所副研究员刘杰说道。

　　他同时指出，SDGs指标量化评估涉及地球大数据分析处理的全流程，包括遥感影像的访问与语义分析、各种数据产品的解析和预处理、多源数据的融合计算与可视化等，需要采用大数据与人工智能等大量前沿技术，这也给开展SDGs评估的科学家们带来了一系列技术挑战。

　　“虽然针对大数据挖掘分析已经有一系列通用软件，包括Matlab、Python等单机版软件，还有分布式环境软件和云服务模式的分析软件，但对领域科学家而言，这些软件存在巨大的应用开发鸿沟。”刘杰表示，面对海量、多源、多时相、高度集成的大数据，科学家需要软件提供数据处理功能的服务、分析模型的服务，以及成果应用的服务。

　　9月6日，全球首个以大数据服务联合国2030年可持续发展议程的国际科研机构可持续发展大数据国际研究中心正式成立，由其开发的“可持续发展大数据平台系统”也正式发布。作为它的重要组成部分，依托平台系统的栅格数据引擎Databox、广目云平台CASEarthCloud，科研团队自主研发了一套地球大数据挖掘分析云服务系统（EarthDataMiner），支持科学家在线开展遥感影像及其他科学数据的智能分析处理，支持SDGs指标全流程在线计算，从而降低科学家利用云平台、大数据、前沿人工智能算法开展大规模数据分析的难度。EarthDataMiner支持科学家访问海量数据，提供算法API，支持在线编写代码开发SDG算法，并将算法成果发布为Web App工具，支持全球用户访问使用。

　　据介绍，基于EarthDataMiner实现的SDGs指标在线计算通用流程具体包括：将指标计算相关数据上传到系统；编写Python代码进行数据处理；遥感影像数据检索；遥感数据信息提取；部署指标计算算法与模型；采用EarthDataMiner提供的Web App工具的开放框架，将SDGs评估算法发布为Web页面工具。

　　刘杰解释，EarthDataMiner最重要的就是要给科学家们提供一个分布式遥感影像计算函数库，平台预计研制百余项SDGs在线计算的函数及配套文档和案例，涵盖遥感影像计算与机器学习算法。“对科学家而言调用的只是简单的函数，而平台能把它翻译成高效的分布式任务去执行。至于如何翻译得又准确又高效，取决于算法库的不断优化。”

　　目前，在中国科学院战略性先导科技专项“地球大数据科学工程”专项的统一部署下，EarthDataMiner研发团队已和相关科学家团队合作，基于EarthDataMiner开发了4个SDGs指标在线 地表水随时间变化评估工具、SDG11.3.1 城镇化进程评估工具、SDG15.1.1 森林覆盖率评估工具、SDG15.3.1 土地退化零增长评估工具。

　　以SDG15.3.1全球土地退化指标监测为例。作为“2030年可持续发展议程”的一部分，SDG第15项目标是：保护、恢复和促进可持续利用陆地生态系统，可持续管理森林，防治荒漠化，制止和扭转土地退化，遏制生物多样性的丧失。每个特别发展目标都有具体目标，涉及陆地上生活的不同组成部分。其中SDG15.3的目标是：到2030年，防治荒漠化，恢复退化的土地和土壤，包括受荒漠化、干旱和洪水影响的土地，并努力实现零土地退化世界。

　　“作为实现 SDG 15.3的主要抓手，土地退化零增长（LDN）的执行涉及基线确定、土地利用规划、进展评估3个关键工作。”中科院空天信息创新研究院研究员李晓松在《中国科学院院刊》发表的文章《地球大数据促进土地退化零增长目标实现：实践与展望》中解释，“其中退化土地（SDG 15.3.1）基线与动态监测是核心，不仅可以直接评估 LDN 进展情况，也能为土地利用规划提供信息支撑。”

　　李晓松表示，发展基于云计算的 SDG 15.3.1 在线计算工具是地球大数据支撑土地退化零增长的一项重要贡献。这一工具通过对接DataBox 、EarthDataMiner等多个数据计算引擎和数据环境，可为用户在线提供基于感兴趣区域的 SDG 15.3.1单指标计算评估、综合计算评估，包括土地覆盖、土地生产力与土壤碳三个方面。在他看来，这对能力相对落后国家的 SDG15.3.1监测评估具有重要意义。