1***科学数据中心的界定
1.1数据中心形成背景
全球数据中心的形成背景可以归纳为四个方面：一是计算机与数据库技术的发展奠定了观测数据中心的建设基础；二是数据中心起源于美国，发展于全球；三是政府对日益增长的数据管理需求与学术界和企业界对数据知识共享诉求平衡促进了数据中心发展；四是互联网普及与各学科领域的数据管理系统的蓬勃发展推动了数据中心的快速增长。
计算机与数据库技术的发展奠定了观测数据中心建设的基础，主要体现在：①计算机技术发展，为数据中心的建立提供了基础环境。从1946年**台电子管计算机“埃尼阿克”（ENIAC）诞生，到1958～1965年第二代晶体管计算机出现，1967～1970年第三代集成电路电子计算机建成，1970～1980第四代大规模集成电路计算机及微处理器大规模应用，1981年以来的第五代智能计算机普及，计算机技术的快速发展为数据中心的建立奠定了根本的技术基础。②数据库技术的发展为数据中心的建立提供支撑环境。**阶段，从1951年磁带驱动器诞生，到1956年的磁盘驱动器诞生，再到1964年层次数据库DBMS建立，数据由人工管理阶段、文件系统管理阶段，进入数据库系统阶段，并以1969年IBM层次数据库建成为标志；第二阶段，1970年关系型数据库诞生， 数据模型成为数据库系统的核心，以IBM DB2、微软MS SQL，Oracle关系数据库（RDBMS）为代表，总体上以关系型数据库为主实现数据管理；第三阶段，以1980年以来的面向领域数据库建设为代表，形成了数据库管理系统的核心技术。
数据中心起源于美国，成长发展于全球，主要体现在：①国家数据中心建设始于1957年美国。在美国地理学会William O. Field博士的领导下，在美国博尔德成立世界冰川学数据中心(WDC) ，主要为1957～1958年国际地球物理年（International Geophysical Year，IGY)活动提供数据管理和共享服务，负责存档所有冰川学信息数据。WDC 建立之初有27个数据中心，其后发展为WDC-A (美国)、WDC-B (俄罗斯)、WDC-C1(欧洲)、WDC-C2 (日本)和WDC-D (中国)。 ②1966年成立的国际科技数据委员会（CODATA），对数据管理、应用和共享起到了推动作用。③国家数据中心成型于20世纪七八十年代。随着传感器技术发展，美国在20世纪七八十年代代发射了大量对地观测卫星，对地观测数据的快速增长，使得对数据管理变得极为迫切，为此NASA开启了数据中心建设。
政府对日益快速增长的数据管理需求与学术界的数据共享诉求平衡促进了数据中心发展。20世纪80年代中后期，随着数据的增加与存储积累，这些数据在服务政府决策和政府启动重大科研项目时，对涉及的高层次研究起到极为重要的支撑作用。为此，包括科技界在内的社会各界对获得的科学数据共享应用的诉求非常强烈，促使美国NASA在哥达空间飞行中心（GSFC）建立了地球观测系统数据信息系统的核心系统（ECS）。为此，NASA组建的专家组（IWG）于1989 年*次提出在国家层面上构建数据共享的框架和实现数据共享建议，正式启动了美国建设***分布式数据中心群框架。
互联网普及与领域数据管理系统的蓬勃发展，推动了数据中心快速增长。主要体现在随着20世纪90年代互联网的普及，促进了各领域数据管理系统快速建设，全球数据中心也步入了快速发展阶段。特别是在2012年“大数据”概念提出之后，各类数据中心出现了极速、无序的增长，如美国，到2015年数据中心的建设速度达到了顶峰。
1.2数据中心的定义
传统的数据中心指的是全球协作的特定设备网络，用来在因特网基础设施上传递、加速、展示、计算、存储数据信息。它可以使人们的认知从定量、结构的世界进入到不确定和非结构的世界中，和交通网、通信网络https://zh.wikipedia.org/zh/%E6%95%B0%E6%8D%AE%E4%B8%AD%E5%BF%83#%E5%8E%86%E5%8F%B2.一样逐渐成为现代社会基础设施的一部分，进而对很多产业都产生积极的影响。
科学数据中心有别于传统的数据中心，是伴随着大数据的快速发展，在科学研究进入以数据密集型科学研究为特点的“第四范式”，以及科学数据成为科研工作乃至国家发展的重要战略资源的背景下，利用各类大型科研基础设施、科研观测网络建设运行，以及科学实验、试验、模拟等科学研究活动过程中产生的科学数据，通过收集、分类、整理、处理、分析等环节，将具有广泛分散性特点的科学数据进行有效集成，开展科学数据的汇聚、管理、存储、开放、利用与应用支持、专题数据制备、分析技术构建等工作，促进科学数据再利用，支持科学数据隐含规律挖掘分析，发挥科学数据更大的价值的数据中心。当前，世界各国都在积极推进科学数据中心建设，其建设方式包括自上而下的国家数据中心模式和自下而上的学科领域科学数据中心建设模式等。
1.3数据中心的评价与指标
科学数据中心的运行状况评估方式与方法，目前主要分为机构自评和第三方评估两种。其中，核心可信数据仓储认证（Core trust seal certification，CTS）和开放数据晴雨表（Open data barometer，ODB）等评估方案，都采取了机构自评这种方式，前者为主动自评，后者为被动自评。国外的数据中心多在自评的基础上进行不同类别的评价，包括同行评审、评估方案组织方调研、认证等方式。例如美国国家航空航天局（NASA）的地球观测系统的数据和信息系统（Earth observation system data and information system，EOSDIS）对其数据中心的评价主要分为两部分：一是对其系统性能数据进行提取，主要考核其科学数据处理系统、地球科学数据与服务、元数据、常规元数据仓储、用户注册系统等方面；二是接受美国科罗思咨询集团（CFI Group）开展的客户满意度调研。国内不同系统间采用的评价方式和指标不尽相同，但多是通过线上评测、现场评测、组织行为评测和自评等方式完成。例如，国家科技基础条件平台以管理机制、科技平台资源整合状况及运行状况与长效发展能力作为认定和绩效考核的重点内容；绩效考核指标以认定指标为基础，突出科技平台的共享作用，重点考察科技平台的服务数量与服务成效，重视用户评价的反馈。
根据王瑞丹等（2022）开展的相关研究，在考虑异构性和动态性条件的基础上，将科学数据中心动态异构评价指标体系设置为8个类别、32个评价指标，指标数据属性分别为实数、区间数和语言变量（表1-1）。该指标体系是目前*个面向复杂场景下科学数据中心定量化评价的模型，也是科学数据中心合理评价的顶层设计方案，对于科学数据中心评价，尤其是***科学数据中心的遴选和评定具有重要意义。表1-1科学数据中心动态异构评价指标体系类别考核指标数据属性资源整合清单任务完成度实数资源增量实数资源数量实数资源质量区间数资源合作网络语言变量数据资源汇交语言变量平台服务资源服务量实数注册用户量实数数据出版量实数专题服务情况语言变量科技支撑效果语言变量社会效益语言变量经济效益语言变量行业效益语言变量服务对象满意度实数分析与挖掘数据管理能力语言变量数据分析挖掘能力语言变量工具应用能力语言变量运行管理依托机构语言变量组织机构运行语言变量标准规范制度建设与落实语言变量信息化管理能力语言变量资质认证语言变量支撑条件工作场地语言变量信息设施能力语言变量可持续能力期内新增资助强度语言变量人才团队与人才培养语言变量国际影响力国际化人才语言变量国际用户语言变量国际应用语言变量国际交流语言变量其他其他语言变量
1.4***科学数据中心
科学数据中心始于美国，发展成长于全球。*早建设***科学数据中心的是美国NASA，随着NASA的对地观测数据的剧增，针对数据的管理及科技界和企业界对数据共享的诉求平衡，促使NASA于1990年决定建设“分布式活跃数据档案中心群”（DAACs），包括12个学科的世界数据中心，以及庞大的分布在各政府部门、学术机构的专业数据库群。DAACs标志着美国国家科学数据共享时代的开始，正式开启了美国建设***科学数据中心群的里程碑，也标志着全球***科学数据中心建设的开启。
尽管***科学数据中心目前国际上还没有统一的定义，其建设历程也不尽相同，有自下而上逐步发展建立起来的，也有自上而下按照任务、指令或法规建立起来的。其中，部分***科学数据中心是由国家按照统一标准和规划设立的大型数据管理设施，代表国家对特定领域（或交叉领域）的科学数据进行统筹管理和服务。欧美等发达国家早在20世纪就开始数据中心的建设，数据中心建设经历了从起步发展、快速无序增长，到通过优胜劣汰、整合优化、调整完善、能力建设与资产使用等阶段，目前已建成一批***科学数据中心或数据库。尽管科学数据中心在建设初期，可以分为纯数据提供者、纯服务提供者和混合型服务者三种模式。但随着优化整合，这些数据中心的一部分，通过国家层面制定的相应政策推动下，专注于科学数据管理与共享、建设相应的科学数据基础设施、汇聚和整合本国乃至全球的科学数据资源，在后期的发展演变的过程中，逐步走向了体现国家行为、体现公益性服务、体现对特定领域（或交叉领域）数据积累与管理、体现科学数据开放共享、体现数据驱动的创新能力建设、体现可持续发展的保障能力、体现国际合作交流、体现引领新业态等特点。全球范围内，以美国为代表的科技相对发达的国家，其***科学数据中心都具备相同或相似的特征。
在科学数据成为科研工作乃至国家发展重要战略资源的背景下，尽管***科学数据中心没有统一的定义，但根据其特征，可以对***科学数据中心给出一个概要性的定义，即***科学数据中心是伴随着大数据的快速发展，在数据密集型 “第四范式”科学研究模式的驱动下，通过收集、分类、整理、处理、分析、制备等环节，将各类科研基础设施、科研观测网络、科学实验以及科技活动中产生的、具有广泛分散性特点的科学数据进行有效集成，在可持续发展能力的保障下，开展科学数据的永续性汇聚、管理、存储、共享、利用与研发等工作，体现国家对特定领域（或交叉领域）科学数据积累与管理的行为特征，主要以公益性服务方式开展科学数据开放共享，支持践行数据驱动创新能力建设、开展国际合作交流、引领新业态创新、发挥科学数据复用更大价值的科学数据创新基础设施。
1.5***科学数据中心遴选指标
基于文献分析、网络调查、专家咨询，对Re3dada.org注册的主要国家科学数据中心进行梳理分析，特别对主要国家科学数据中心的建设依托机构、发展历程、总体布局、管理政策、开放共享、经费投资、人员情况、数据服务、服务成效、发展规划、发展趋势等信息进行了分析。同时，也分析了主要国家有影响力的典型科学数据中心的发展模式，结合调查各国政府的科技管理机构、财政支持机构、各部委对数据中心的定位，以及这些数据中心在国内及国际上的影响力。采纳前人有关科学数据中心研究成果和各领域专家学者的判断建议，通过梳理、分析、总结、归纳和凝练，构建了***科学数据中心遴选指标体系，总体给出了5大类、21小类***科学数据中心的遴选指标。这些指标基本上能够体现主要发达国家重要的被学界广泛认可的科学数据中心的特征。5大类遴选指标主要包括：组建方式、依托机构、服务成效、研究能力、管理模式，21小类遴选指标包括：①组建方式——政府组织筹建、依据法规组建、机构合并组建、基层中心发展；②依托机构——国家机构、高等院校、科研院所、省/市/州政府、企业；③服务成效——科研支撑效果、公益服务效果、国际影响力、其他成效；④研究能力——数据科学研究能力、数据产品与技术研发能力、数据持续积累与存储能力、基础设施与条件保障能力；⑤管理模式——组织管理体系、数据汇交制度、建设资金来源、运行资金来源。具体每个指标说明见表1-2。<
展开
