大數據如何建設“數字孿生”地球？中國科學家提出先進解決方案

機器學習方法助力“數字孿生”地球建設。　中科院青藏高原所 供圖

【資料圖】

中新網北京5月22日電 (記者 孫自法)在當今的萬物互聯時代，地球大數據呈現爆炸式增長。如何從海量、多源、異構、泛在的地球大數據中汲取所需的信息和知識，實現數據-信息-知識-決策鏈條的貫通，進而推動建設“數字孿生”地球？這些問題的破解之道備受關注，也迫在眉睫。

中國科學院青藏高原研究所(中科院青藏高原所)22日發布消息說，在中科院戰略性先導科技專項“地球大數據科學工程”支持下，中科院青藏高原所李新、馮敏研究員與該專項首席科學家、可持續發展大數據國際研究中心主任郭華東院士合作，并聯合中科院西北生態環境資源研究院、武漢大學、中科院空天信息創新研究院、三極觀測與大數據研究團隊等科研同行共同研究，系統總結大數據在地球系統科學領域的進展和挑戰，并提出助力建設“數字孿生”地球(Digital Twin of Earth)的先進方案。

地球大數據推動“數字孿生”地球發展?！≈锌圃呵嗖馗咴?供圖

這項地球大數據和“數字孿生”領域重要研究成果論文，近日已在國際專業學術期刊《自然綜述：地球與環境》(Nature Reviews Earth& Environment)在線發表。

論文第一作者和共同通訊作者李新研究員介紹說，合作研究團隊通過分析遙感、原位觀測和實驗分析、社會感知、模擬和再分析等四類地球大數據特征，提出能夠將自然-社會大數據納入地球系統模型的大數據同化方法框架，并探討通過深度學習、物理知會的機器學習、因果推斷、深度強化學習解決地球系統科學中高維數、復雜性和非線性難題的關鍵。這些大數據分析方法彌補了傳統方法在可預測性、可遷移性、可解釋性和決策支持方面的不足，可為推動智能化“數字孿生”地球建設提供先進的解決方案。

地球系統科學的機遇與挑戰。　中科院青藏高原所 供圖

研究團隊認為，大數據同化是融合地球大數據和地球系統模型的重要方法。大數據同化可以利用先進計算資源，實現機器學習與數據同化方法的共生集成，完成超高分辨率地球系統模型和多源地球觀測(如遙感、臺站、社會感知等)的相互融合，實現地球系統在洲際乃至全球時空尺度和物理意義上的一致表達，進而為“數字孿生”地球提供驅動引擎。

與此同時，研究團隊從數據密集型地球系統科學的角度，對深度學習、物理知會的機器學習、因果推理、深度強化學習等四種前沿大數據分析方法的具體應用場景和方案進行深入研究指出，科學大數據分析方法將助力數據驅動新地學的發展，其中，深度學習在解決地球系統高維度、復雜的非線性問題中表現出前所未有的潛力；深度學習與物理知會的機器學習和因果推理相結合，可以增強在地球系統科學研究中的可遷移性、可解釋性和可預測性；深度學習與強化學習和多智能體建模相結合，則能夠為解決復雜的決策問題提供有效方法。

大數據同化方法與應用?！≈锌圃呵嗖馗咴?供圖

“‘數字孿生’地球的建設需要全面的包容性，需要深時、深地、深空的全面數據支撐?！痹摵献餮芯繄F隊強調指出，隨著地球步入“人類世”時代，“數字孿生”地球的實現需要自然系統“硬”數據與社會系統“軟”數據的無縫集成，從而捕捉自然系統和社會系統的復雜交互，而科學、開放、共享的大數據科學環境和基礎設施建設則正是“數字孿生”地球的關鍵保障。他們表示，實現“數字孿生”地球將是一個漫長而艱難的旅程，更加廣泛的跨學科合作和更加開放的科學環境將有助于克服這些挑戰，推動實現面向地球系統科學的人工智能工具。

據了解，“數字孿生”即數字“雙胞胎”，也被稱為數字映射、數字鏡像，它是充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程。“數字孿生”是個普遍適應的理論技術體系，可在產品設計制造、醫學分析、工程建設、智能制造等眾多領域應用。(完)

責任編輯：Rex_22