李曉蕾，齊釩宇，孟 潔,3，賈麗瓊

(1.中國地質調(diào)查局發(fā)展研究中心，北京 100037；2.全國地質資料館，北京 100037；3.中國地質大學(北京)，北京 100083)

大數(shù)據(jù)時代和環(huán)境下，科學數(shù)據(jù)作為重要的新型戰(zhàn)略性資源，已成為科學研究的重要基礎資料之一，越來越多的用戶希望能獲取科學數(shù)據(jù)?？茖W數(shù)據(jù)的開放共享具有重要意義，不僅可以充分發(fā)揮數(shù)據(jù)價值，還有利于推動地質領域的科技創(chuàng)新，為國家經(jīng)濟建設提供強有力的數(shù)據(jù)支撐[1]。

隨著科學研究對數(shù)據(jù)依賴程度的提高，科學數(shù)據(jù)的質量控制顯得尤為重要?？茖W數(shù)據(jù)質量存在參差不齊的問題，亟待建立相關制度和措施，有效地控制數(shù)據(jù)質量。數(shù)據(jù)的質量在很大程度上影響和制約著數(shù)據(jù)的可用性，為用戶提供滿足質量要求的數(shù)據(jù)是地質科學數(shù)據(jù)出版的關鍵環(huán)節(jié)之一[2]。因此，地質科學數(shù)據(jù)質量控制研究對于地質科學數(shù)據(jù)的共享、利用具有重要意義?？茖W有效的質量控制措施，不僅有助于促進有效可用數(shù)據(jù)集的產(chǎn)生，也有助于數(shù)據(jù)的再利用和分析[3]。

充分保障數(shù)據(jù)的安全是科學數(shù)據(jù)開放共享的前提。國務院辦公廳關于印發(fā)《科學數(shù)據(jù)管理辦法》的通知(國辦發(fā)〔2018〕17號)，第二十五條中提到“涉及國家秘密、國家安全、社會公共利益、商業(yè)秘密和個人隱私的科學數(shù)據(jù)，不得對外開放共享”?？茖W數(shù)據(jù)開放共享面臨安全保密問題，但是這又是科學數(shù)據(jù)共享的關鍵環(huán)節(jié)。要把握好開放與保密的關系，在不涉及國家安全、公共安全和經(jīng)濟安全的前提下，盡可能多的開放共享科學數(shù)據(jù)。

1 地質科學數(shù)據(jù)特點

科學數(shù)據(jù)出版是近幾年出版界和數(shù)據(jù)共享界共同提出的一個新概念，科學數(shù)據(jù)共享所面臨的問題有望從機制上得以改善[4]。地質科學數(shù)據(jù)是非常重要的科學數(shù)據(jù)，是揭示地球，尤其是地殼物質組成、結構及演化過程狀態(tài)屬性的數(shù)據(jù)，產(chǎn)生于各種地質調(diào)查、勘探、觀測和相應的地質科學研究工作中[5]。地質科學數(shù)據(jù)出版是將各類地質工作的原始地質數(shù)據(jù)通過互聯(lián)網(wǎng)進行公開發(fā)布，或是通過對已有的地質數(shù)據(jù)進行系統(tǒng)的收集、整理和再加工后形成的地質數(shù)據(jù)產(chǎn)品，使得其他地質工作者能夠便捷的發(fā)現(xiàn)、獲取、理解和再分析利用[6]。全國地質資料館(以下簡稱“全國館”)經(jīng)過多方收集資料、調(diào)研，并積極進行研究實踐，開展了地質科學數(shù)據(jù)出版工作。截止目前，全國館已出版了三期《地質科學數(shù)據(jù)專輯》，用戶可以通過地質科學數(shù)據(jù)出版中心網(wǎng)站(http:∥geodb.cgs.gov.cn/)瀏覽、下載數(shù)據(jù)論文和數(shù)據(jù)集，受到社會各界好評。

1.1 專業(yè)內(nèi)容

隨著科學技術的不斷發(fā)展進步，地質工作的內(nèi)容也向深度和廣度發(fā)展，隨著產(chǎn)生多種專業(yè)類型的地質科學數(shù)據(jù)。從專業(yè)內(nèi)容來說，地質科學數(shù)據(jù)包括基礎地質、能源地質、礦產(chǎn)勘查、水工環(huán)地質、地球物理、地球化學等專業(yè)數(shù)據(jù)，涵蓋面很廣。

1.2 數(shù)據(jù)格式

地質科學數(shù)據(jù)產(chǎn)生過程中使用的軟件種類多樣，導致數(shù)據(jù)格式也多樣。這些數(shù)據(jù)格式有GIS數(shù)據(jù)(MapGIS、ArcGIS)、柵格數(shù)據(jù)(MSI、JPG、TIFF、BMP)、表格(EXCEL)、數(shù)據(jù)庫(ACCESS、DBF)、文本(TEXT)、文檔(WORD)等。

1.3 表現(xiàn)形式

科學數(shù)據(jù)不限定數(shù)據(jù)的表現(xiàn)形式，對于地質科學數(shù)據(jù)而言，表現(xiàn)形式則多種多樣，不是我們狹義理解的數(shù)據(jù)，而是廣義的數(shù)據(jù)。例如：圖件(地質圖、礦產(chǎn)預測圖、剖面圖、柱狀圖等多類型地質圖件)、圖集、空間數(shù)據(jù)庫、測試分析數(shù)據(jù)、統(tǒng)計數(shù)據(jù)、原始觀測數(shù)據(jù)、三維建模成果等，這些內(nèi)容均可以作為地質科學數(shù)據(jù)。

2 質量控制措施

地質工作的特點和復雜性，決定了地質科學數(shù)據(jù)的多樣性和復雜性。地質科學數(shù)據(jù)的質量，直接影響數(shù)據(jù)的權威性、客觀性和準確性。有效的地質科學數(shù)據(jù)的質量控制，是保障數(shù)據(jù)成果質量的重要措施。地質科學數(shù)據(jù)出版的內(nèi)容包括數(shù)據(jù)論文和實體地質科學數(shù)據(jù)。數(shù)據(jù)論文是描述實體數(shù)據(jù)及其元數(shù)據(jù)信息[5]。不同類型的地質科學數(shù)據(jù)的質量控制措施、關注的重點是各不相同的[7]。本文以全國館在開展地質科學數(shù)據(jù)出版過程中采用的質量控制措施為例，探討總結地質科學數(shù)據(jù)的質量控制措施。根據(jù)地質科學數(shù)據(jù)的專業(yè)內(nèi)容以及數(shù)據(jù)格式等特點，數(shù)據(jù)質量控制措施包括數(shù)據(jù)集完整性、可用性、專業(yè)性三方面內(nèi)容的檢查，以確保地質科學數(shù)據(jù)的有效性和準確性。

2.1 完整性檢查

完整性檢查主要是對地質科學數(shù)據(jù)進行初步檢查，不對數(shù)據(jù)內(nèi)容進行詳細檢查。根據(jù)數(shù)據(jù)論文中“數(shù)據(jù)庫(集)元數(shù)據(jù)簡表”中的地理區(qū)域、數(shù)據(jù)格式、數(shù)據(jù)量、語種、數(shù)據(jù)庫(集)組成等元數(shù)據(jù)信息，對作者提交的數(shù)據(jù)進行完整性檢查。重點檢查作者提交的數(shù)據(jù)與“數(shù)據(jù)庫(集)元數(shù)據(jù)簡表”信息是否存在不一致情況。若存在不一致的情況，需要與作者進行溝通，要求作者補充或修改提交的數(shù)據(jù)。在實際的地質科學數(shù)據(jù)出版中，可能會存在提交的數(shù)據(jù)庫與描述信息不一致情況，這就要求我們在這方面多加關注。若存在不一致情況，與作者進行溝通確認，確保地質科學數(shù)據(jù)的完整性，以及與數(shù)據(jù)論文描述的一致性。

2.2 可用性檢查

可用性檢查主要是對地質科學數(shù)據(jù)進行詳細檢查，具體檢查數(shù)據(jù)是否可以使用。如果數(shù)據(jù)存在此類問題，則無法進行有效的再加工、分析、研究，直接影響數(shù)據(jù)共享的價值。針對不同的數(shù)據(jù)類型，可用性檢查的內(nèi)容和重點也各不相同。結合全國館目前在開展的數(shù)據(jù)出版工作為例，介紹數(shù)據(jù)的可用性檢查。

2.2.1 圖件類科學數(shù)據(jù)

根據(jù)數(shù)據(jù)論文中圖件包含要素信息的描述，此類數(shù)據(jù)可用性檢查主要包括以下幾方面。①空間參照系的正確性?？臻g參照系如果不正確，我們將無法疊加其他要素，或者導致疊加后位置錯誤。②數(shù)據(jù)平臺的通用性。我們需要注意：作者提交的數(shù)據(jù)是否可以利用通用商業(yè)平臺軟件打開，必要時需提供數(shù)據(jù)生產(chǎn)依賴的平臺軟件。③數(shù)據(jù)內(nèi)容的可讀性。作者在提交數(shù)據(jù)時需提供相應的符號庫和字典庫，以確保其他用戶可以便捷使用和分析數(shù)據(jù)。④數(shù)據(jù)內(nèi)容的一致性。對于矢量地質圖件，需要與相應的圖片進行對比，確認是否一致。不一致情況可能是數(shù)據(jù)或者是符號庫錯誤。⑤數(shù)據(jù)內(nèi)容的冗余性。對于數(shù)據(jù)中存在的空文件、多余弧段、多余線段等情況進行檢查。

2.2.2 空間數(shù)據(jù)庫類科學數(shù)據(jù)

根據(jù)數(shù)據(jù)論文中圖件包含要素信息的描述，此類數(shù)據(jù)可用性檢查主要包括以下幾方面。①數(shù)據(jù)平臺的通用性。與圖件類科學數(shù)據(jù)檢查方法一致。②數(shù)據(jù)內(nèi)容的可讀性。作者是否提供相應的字典庫，以保證數(shù)據(jù)可以解釋。數(shù)據(jù)庫設計中通常會將標準編碼構建成包括數(shù)據(jù)項和屬性內(nèi)容的代碼表。③數(shù)據(jù)的邏輯一致性。檢查數(shù)據(jù)內(nèi)容是否存在邏輯上的錯誤，例如:2019年提交的科學數(shù)據(jù)，數(shù)據(jù)來源時間卻是2020年和2021年，明顯在邏輯上存在錯誤，此類問題可能是因為誤操作導致。

2.3 專業(yè)性檢查

地質科學數(shù)據(jù)經(jīng)過數(shù)據(jù)完整性和數(shù)據(jù)可用性檢查修改沒有問題后，在發(fā)布前還需要進行同行評議。同行評議是保證數(shù)據(jù)質量的重要手段之一，對于產(chǎn)生正確的科學結果有重要意義[8]。本文探討的同行評議，主要讓同行專業(yè)專家從專業(yè)角度對數(shù)據(jù)的科學價值、完整性、與數(shù)據(jù)相關的各種信息的完整性以及是否具備讓用戶正確使用數(shù)據(jù)的條件等方面來把握數(shù)據(jù)質量[3]。

3 公開發(fā)表審查

數(shù)據(jù)論文和實體數(shù)據(jù)必須經(jīng)數(shù)據(jù)作者所在單位保密審查通過后方可投稿。全國地質資料館經(jīng)多年研究與實踐，形成了保密部門認可的比較完善的定密、解密和公開化處理機制與方法，對收到的稿件進行二次保密和公開化審查，確保數(shù)據(jù)可公發(fā)表[9]。公開化審查主要包括保密、敏感、公開表達三方面內(nèi)容的審查。

3.1 保密內(nèi)容審查

地質科學數(shù)據(jù)涉及地質工作的方方面面，與國家安全、經(jīng)濟建設和社會公共安全等息息相關。保密審查是科學數(shù)據(jù)出版的又一關鍵環(huán)節(jié)，直接關乎是否損害國家安全和利益，需要在出版工作中高度重視。全國館在進行保密審查過程中，嚴格以國家保密法、政府信息公開條例等法律法規(guī)和各專業(yè)國家秘密事項目錄為工作依據(jù)，對提交地質科學數(shù)據(jù)中的圖、表、文字等內(nèi)容逐項進行審查，確保不涉及國家秘密內(nèi)容。地質科學數(shù)據(jù)中涉及的國家秘密，主要與國土資源、測繪、海洋、環(huán)境保護、核工業(yè)等專業(yè)相關。

3.2 敏感內(nèi)容審查

敏感內(nèi)容是指不涉及國家秘密，但不宜在互聯(lián)網(wǎng)上進行發(fā)布、傳遞的一部分事項。這就是我們常說的“敏感信息不上網(wǎng)，上網(wǎng)信息不敏感”。大家認識的誤區(qū)，不涉及國家秘密就可以直接對公眾進行開放共享。因此，在數(shù)據(jù)審查過程中，我們注重強調(diào)敏感信息的審查。對于地質科學數(shù)據(jù)中涉及的敏感內(nèi)容，采取兩種方式進行處理。如果敏感內(nèi)容非地質科學數(shù)據(jù)的主體部分，處理后不影響地質科學數(shù)據(jù)的重要價值，則采取刪除不表達敏感內(nèi)容的方式。如果敏感內(nèi)容是地質科學數(shù)據(jù)的主體以及重要部分，我們采取離線分發(fā)的方式，不在互聯(lián)網(wǎng)上進行發(fā)布。用戶根據(jù)工作以及科學研究需求，提供數(shù)據(jù)需求相關證明材料，審查通過后以線下服務方式獲取地質科學數(shù)據(jù)。

3.3 公開表達內(nèi)容審查

地質圖件以測繪基礎地理信息為底圖，那么地質圖件的出版同樣需要進行地圖審查。重要基礎地理信息在公開地圖上的表示，具有嚴肅的政治性、嚴密的科學性和嚴格的法定性[10-11]。在公開地圖上表示重要地理信息，必須嚴格遵守《中華人民共和國測繪法》《中華人民共和國國家安全法》《中華人民共和國地圖管理條例》等法律法規(guī)。國家制定了一系列的制度來加強地圖管理和保證地圖編制出版的質量，包括《中華人民共和國地圖編制出版管理條例》《地圖審核管理規(guī)定》《公開地圖內(nèi)容表示若干規(guī)定》及其《補充規(guī)定》等[12]。這些制度是我們進行公開表達內(nèi)容審核的標準及原則。

地質數(shù)據(jù)科學數(shù)據(jù)出版中公開表達內(nèi)容的審核主要包括：地圖三要素、界線、重要島嶼、南海諸島、地圖變形等內(nèi)容[13]。①界線：國界、省界、軍事分界線、特別行政區(qū)界等的表示方法，注意沿河流跳繪的表示，已定國界與未定國界表示方法的不同。②重要島嶼：近年來“問題地圖”事件卻時有發(fā)生，錯繪、漏繪我國臺灣島、海南島、釣魚島、赤尾嶼、南海諸島等重要島嶼等。③地圖變形和經(jīng)緯度。地圖橫向或縱向改變會使國土疆域的自然面貌發(fā)生扭曲和失真[14]。

4 結 語

數(shù)據(jù)質量控制以及公開化審查是地質科學數(shù)據(jù)出版的重要環(huán)節(jié)。本文充分研究地質科學數(shù)據(jù)的特殊性，參考相關國家、行業(yè)質量檢查標準，基于全國館地質科學數(shù)據(jù)出版工作，開展了質量控制和公開化審核研究?？偨Y了不同數(shù)據(jù)類型的質量控制措施，包括檢查要點和典型問題，提出了適用于地質科學數(shù)據(jù)出版的質量控制措施，有效地保障了數(shù)據(jù)質量。公開化審查方面，嚴格按照相關法律法規(guī)，從涉密、敏感、公開表達三方面出發(fā)，提出了全面的審查內(nèi)容，確保了出版的地質科學數(shù)據(jù)不涉及國家秘密，不會對社會安全穩(wěn)定以及國家領土安全造成危害。地質科學數(shù)據(jù)出版工作的推動，有利于促進地質科學數(shù)據(jù)的共享、開發(fā)、利用，也為多學科多領域數(shù)據(jù)的深度融合、科研創(chuàng)新提供了可信的數(shù)據(jù)基礎。