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)內擁有的物力、財力、人力等各種物質要素的總稱。環(huán)境既包括以大氣、水、土壤、植物、動物、微生物等為內容的物質因素，也包括以觀念、制度、行為準則等為內容的非物質因素。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)境保護運用到生產和環(huán)境建設領域的綜合性學科。資源環(huán)境數據是一種具有時空特性的科學數據[1]。資源環(huán)境科學內容十分豐富，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)境科學數據的復雜性，只有利用科學的方式對其進行管理，才能有利于數據的集成和利用。

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、調查、資料制備、整編等過程，對基礎科學數據、資料進行系統(tǒng)采集、收集和綜合分析工作，同時也產生了豐富的數據資源。目前，該專項對產生的數據資源以項目名稱方式進行管理，以元數據方式對數據進行共享，但尚未形成系統(tǒng)的分類體系。

數據分類是數據管理中非常重要的一個環(huán)節(jié)。由于基礎性專項所產生的數據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據資源分類體系，難以滿足用戶多維度數據查找的需求。所以，有必要建立一個科學完整的資源環(huán)境科學數據分類體系。

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，投資總經費約10多億元，囊括了地球科學、生物學、氣象、農業(yè)、林業(yè)、環(huán)境、材料、醫(yī)學等學科領域，產生了一批重要的科學數據、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，是體現國家整體科技水平的重要方面，對于科技進步、經濟與社會發(fā)展和國家安全具有不可替代的作用[2]。專項開展以來產生的數據大部分都是通過實地考察、監(jiān)測而來，具有開展時間長、數據量大的特點。豐富的資源環(huán)境領域數據有助于資源環(huán)境科學數據分類體系的研究。

目前，科技基礎性工作專項項目所產出的科學數據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)境領域科學數據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)境領域豐富的數據成果的基礎上，遵守國家標準學科分類體系，借鑒該領域各學科中心數據的分類，采用按學科分類體系與數據本身屬性相結合的方式以及構建數據關鍵詞表的方式對資源環(huán)境科學數據分類體系進行研究，探討形成一個既能方便數據管理又能滿足數據后續(xù)集成需要的數據分類體系，以便對資源環(huán)領域科技基礎性專項工作所產生的數據資源進行更好的規(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生的數據資源具有覆蓋面廣、類型復雜、學科交叉性與綜合性等基本特點，而科學數據分類應遵循科學性、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，按學科分類便于數據查找，基于數據資源本身的現狀從數據資源聚集度的角度分類便于數據資源的查找利用。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)驗收項目數據資源時對分類體系進行補充完善。

（1）按學科體系分類與數據本身屬性相結合的方式分類。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據的學科不會在分類體系中出現。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據分類項。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，因此要結合數據本身屬性進行分類。本文參考資源環(huán)境領域科技基礎性工作專項科學數據的二級學科類別以及國家學科分類體系，嚴格按照科學數據分類原則對資源環(huán)境領域科學數據一級類與二級類進行劃分。

（2）按數據關鍵詞分類。關鍵詞解析分類法是反映數據資源現狀，通過數據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據資源真實現狀的一種完美結合。而缺乏大量數據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個項目的科學數據，對項目內的科學數據集名稱、數據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出的科學數據的元數據表中的數據集名稱、數據要素和數據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)境領域科學數據三級分類。

表1 資源環(huán)境領域基礎性工作專項科學數據二級學科

2 一級和二級分類

本文在國家學科分類的基礎上，再根據數據本身屬性進行調整，得到資源環(huán)境領域科學數據的一、二級分類。科技基礎性工作專項中資源環(huán)境領域科學數據的二級學科（表1）對資源環(huán)境科學數據分類提供參考，可以更為有效地建立數據分類體系[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生科學數據的學科類別，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)境科學數據的分類，應對其進行適當調整，保證分類體系的科學性與兼容性。例如地圖學的數據大都以空間數據為主，可以根據其本身數據要素屬性，分類到其他學科類別中；經濟地理學是交叉學科，不作為要素對象劃分依據，所以將其數據屬性劃歸為社會經濟數據、基礎地理數據或者其他類別中；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據也可結合其他數據合并為文化資源[4-5]。

只是結合資源環(huán)境領域科技基礎性工作專項科學數據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據本身屬性進行一級類和二級類的劃分。據此可以劃分為14個一級類，67個二級類。一級類和二級類的劃分便于數據的快速查找以及新數據的快速歸類，使數據管理更加科學方便。表2是資源環(huán)境科學數據一級及二級分類表。

表2 資源環(huán)境領域科學數據一級與二級分類表

表3 資源環(huán)境領域基礎性工作科學數據三級分類表

3 三級分類

資源環(huán)境科學數據一級與二級類已可以保證資源環(huán)境領域科學數據的科學管理，但對于進一步的數據集成與數據建庫來看，顯得有些不足。數據的分科分類大多對應的是一個特定領域或學科，這對于數據分類來說粒度還是過大，難以區(qū)分領域下不同的數據要素，不便于數據的查找、發(fā)現與利用。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，進一步對數據資源進行聚類導航。本文在基于資源環(huán)境科學數據一級與二級類的基礎上，結合資源環(huán)境領域科技基礎性工作科學數據，對其進行關鍵詞與數據要素的解析，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)境科學數據三級分類表[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為

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

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)境領域科學數據三級分類體系，特舉例說明，如表4所示，9類數據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，盡管這些數據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，以便于數據的查找、定位和使用。

表4 部分關鍵詞解析拓展表

4 結論與展望

本文立足國家開展的科技基礎性工作專項中資源環(huán)境領域科學數據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據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據的學科類型以及數據本身屬性類別，初步建立了資源環(huán)境領域科學數據一級和二級分類，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據關鍵詞進行解析、整合和拓展，形成資源環(huán)境領域科學數據三級類。

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生的科學數據在分類體系上存在不夠精準實用的缺陷，限制了數據的便捷共享，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據管理可以使數據管理更為方便，同時也使數據查找更為快捷。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據的分類集成，避免形成數據“孤島”，從而為數據庫的建立提供支撐。

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)境領域科學數據為依托進行研究的，可直接用于科技基礎性工作專項資源環(huán)境領域科學數據中，也可應用于其他科技專項的資源環(huán)境領域科學數據。但是每個專項產生的資源環(huán)境科學數據范圍可能并不一致，所以在應用時可根據數據情況對分類體系進行適當調整，避免出現有類別無數據的情況。

由于目前資源環(huán)境領域科學數據的復雜性及有限性，本文制定的分類體系可能沒有涵蓋資源環(huán)境領域科學數據的所有方面，但隨著資源環(huán)境領域項目的不斷開展、數據資源的不斷增加，科學數據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)科學數據分類體系研究[J].地理科學進展, 2005, 24(6): 93-98.

[4]王卷樂, 林海, 冉盈盈, 等.面向數據共享的地球系統(tǒng)科學數據分類探討[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)科學數據共享服務平臺[DB/OL].[2016-12-11].http: //www.geodata.cn/index.html.

[7]海洋科學數據中心.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[DB/OL].[2017-02-06].http: //www.escience.gov.cn/.

[9]中國南北極數據中心[DB/OL].[2017-03-25].http: //www.chinare.org.cn/index/.

[10]中國氣象數據網[DB/OL].[2017-04-24].http: //data.cma.cn/site/index.html.