《2020年交通智库蓝皮书》：
一、建设水运科学大数据中心的重要性和必要性
一是支撑行业高质量发展的需要。长期来看，数据中心等数字经济领域的基础设施应在技术和资金允许的情况下适度超前布局，以充分调动大数据创新服务行业发展和繁荣应用市场的作用。特别是在当前形势下，迫切需要以融合现代信息智能技术的行业数据中心建设为突破口来完善新型基础设施体系，最大限度地挖掘数据作为重要战略资源的内生动力和蕴含价值，为行业高质量发展提供支撑。
二是支撑行业科学决策的需要。水运行业复杂庞大，涉及众多管理部门、专业领域和行业企业，其发展离不开跨地区、跨领域、跨系统的业务协同和关联数据的精准支撑。为有效提高政府决策的系统性和科学性，急需建立统一的具有完善数据资源管理能力的科学大数据中心或平台，突破政府、企业、公众之间的“数据孤岛”和“数据链断点”，为相关管理决策和科学研究提供新的数据供给。
三是支撑水运科学创新研究的需要。当前新一轮科技革命方兴未艾，推动了行业深刻变革。通过海量数据的输入、高性能的计算和多源数据的关联分析，实现大数据技术与传统水运专业的融合创新，这也正是水运科学研究主动适应新技术条件下科研转型、手段升级和层次提升的需要，也是促进技术创新新一轮高速发展、支撑加快建设交通强国的重要途径。
二、我国水运科学大数据的短板
目前，全球数据中心总量约为350万个，美国和欧洲几乎占据一半。美国、欧盟和澳大利亚于2012年共同发起成立了国际数据研究联盟（Research Data Alliance，RDA），强化了其在全球数据标准化和创新应用领域的话语权和垄断地位。凭借自身先进的管理体制、完善的交通管理设施、起步较早的信息网络技术，欧美发达国家在过去的交通运输管理特别是水运交通领域中积累了大量数据，而由此开发的各类模型和系统，使其信息化研究和应用长期处于国际领先水平。例如，荷兰鹿特丹港联合多个港口和运输公司共同开发了以港口为中心的国际运输信息中心平台（INTIS），对海量港口信息数据进行系统整合和自动化处理，提高了港口运作和管理效率，确保了其长期保持欧洲第一大港的地位。
对标欧美强国，我国水运领域的大数据管理和应用仍存在一些短板。一是数据研究缺乏条件支撑。近年来，行业内已建设了一批服务智慧交通的大数据实验室，但针对水运行业尚未布局相关实验条件和平台，面向未来的大数据和水运交通专业融合技术研发缺乏有效支撑，二是数据采集质量有待提高。水运科学数据来源多样，且多为服务于特定项目和区域的临时性、阶段性采集，加之数据采集和处理标准不统一，相当程度上使数据可用性和应用价值大打折扣。三是数据应用价值挖掘不够。目前尚未完全形成利用大数据、并行计算等新兴信息技术手段开展常态化系统分析研究的能力，导致数据增值服务和产品相对缺乏。四是数据规范和风险管理不足。尚未出台专门针对行业的科学数据管理规范及相关技术标准，行业内科学数据管理仍存在采集无标准可依、存储无条件可用、安全无规则保障、管理无责任落实、资源浪费严重等问题。
三、推进水运科学大数据中心建设的对策建议
一是构建国家级水运科学大数据中心平台。基于大数据技术和水运行业发展趋势，建设国家级科学大数据中心，搭建行业大数据跨界应用基础平台，推动跨部门、跨区域的数据共享与业务协同，填补我国水运交通领域大数据研究条件的空白。此外，通过建立数据中心的智能化运维和可持续政产学研用协同创新机制，为行业基础研究和应用研究提供实验条件，为培养水运大数据专业复合型人才提供创新支撑，为行业管理部门精准施策提供科学依据。
二是制订行业大数据管理办法和标准规范。依据《科学数据管理办法》（国办发[2018]17号），结合水运行业特色，制定针对性的行业大数据管理细则，完善顶层政策设计，明确各级行政管理部门、各有关单位责任分工，规范科学数据管理，保障科学数据安全。推动行业层面数据统筹与规划，组织研究制定行业科学大数据分型分类、采集生产、加工整理、长期保存、开放共享、评价考核等的管理政策和标准规范，确保数据质量和价值产出。
三是突破行业大数据一系列关键核心技术。针对当前海量多源异构数据深层次、强关联、多维度的分析需求和技术瓶颈，瞄准大数据、云计算、物联网、人工智能、机器学习、SG等前瞻技术，着力开展水运科学大数据基础理论以及采集汇聚、存储管理、分析挖掘、安全共享等技术的研究，通过对不同结构信息的深度处理和分析，强化水运科学数据的协同获取、一体化管理、多域多维信息重建与可视计算等前瞻性、引导性的关键核心技术供给能力。
……
展开
