高能同步辐射光源科学数据管理策略研究与应用

点击上方蓝字关注我们

高能同步辐射光源科学数据管理策略研究与应用

胡皓^1,2, 齐法制^1,2, 孙晓康³, 罗齐¹

1 中国科学院高能物理研究所，北京 100049

2 国家高能物理科学数据中心，北京 100049

3 中国科学技术大学，安徽 合肥 230026

 摘要：针对高能同步辐射光源（HEPS）科学数据管理和开放共享面临的问题，论述了科学数据策略研究对同步辐射大科学装置这类公共实验平台的必要性和重要性。依据国内外光源类装置科学数据策略的研究进展，分析了我国同步辐射大科学装置数据策略研究的现状，重点阐述高能同步辐射光源数据策略研究包含的内容，总结策略研究中遇到的问题并提出相关思考。最后，系统介绍了数据策略研究取得的阶段性进展以及在高能同步辐射光源的应用情况，并对高能同步辐射光源未来的科学数据策略提出了展望。

关键词：科学数据 ; 数据策略 ; 数据管理 ; 开放与共享 ; 高能同步辐射光源

论文引用格式：

胡皓, 齐法制, 孙晓康, 等. 高能同步辐射光源科学数据管理策略研究与应用[J]. 大数据, 2022, 8(1): 5-14.

HU H, QI F Z, SUN X K, et al. HEPS scientific data management policy research and applications[J]. Big Data Research, 2022, 8(1): 5-14.

0 引言

高能同步辐射光源（high energy photon source，HEPS）是国家“十三五”规划优先建设的国家重大科技基础设施。它是我国第一台高能量同步辐射光源，也是世界上亮度较高的第四代同步辐射光源之一，将服务于超高空间分辨、时间分辨、能量分辨的高通量同步辐射实验，为国家重大战略需求和前沿基础科学研究提供技术支撑平台。

高能同步辐射光源是面向多学科交叉前沿研究的同步辐射公共实验平台类装置，依托该装置开展的实验向高通量、多模态、超高频率、原位及动态加载的形式转变，以实现样品的跨尺度、多功能原位表征的目标。高能同步辐射光源每年产生PB级甚至数百PB级的海量科学数据，具有不可重复性、高维性、高度计算复杂性和高度不确定性等特征。这些数据属于公共实验类科学数据，数据构成基本一致，包括原始数据、元数据、处理数据与结果数据。科学数据是高能同步辐射光源装置的核心资产，更是国家的宝贵财富和战略资源，关系到国家的科技进步与创新能力，因此建立权责明晰且能力健全的科学数据管理规范与开放共享机制尤为重要。

随着科学数据的不断积累，基于大数据的科学发现已经成为继实验归纳、模型推演、仿真模拟之后的科学研究第四范式，并引起了相关国家和科技领域的高度重视。为了进一步加强和规范科学数据管理，保障科学数据安全，提高开放共享水平，我国出台了一系列与数据管理相关的政策和法规。2018年3月，国务院办公厅印发《科学数据管理办法》，该办法明确了中国科学数据管理的总体原则、主要职责、数据采集汇交与保存、共享利用、保密与安全等方面的内容，首次站在国家高度面向多领域科学数据提出以开放为主的指导原则，具有划时代意义。2019年2月，中国科学院印发了《中国科学院科学数据管理与开放共享办法（试行）》，该办法规定科学院属法人单位是科学数据管理与开放的责任主体，提出科学数据应按照分等级、可发现、可访问、可重用的原则，适时向院内外用户提供数据开放共享，为《科学数据管理办法》在中国科学院的落地提供了具体指导意见。

上述纲领性文件为我国建立科学数据的管理规范和开放共享机制提供了指导性意见，但是对于同步辐射公共