| 郭学兵 苏 文 唐新斋 张 黎 何洪林.生态系统长期观测数据产品化及标准规范建设[J].中国科技资源导刊,2021,(5):47~54 |
| 生态系统长期观测数据产品化及标准规范建设 |
| Data Production and Data Product Standards Construction of Long-termObservation for Ecosystem |
| 投稿时间：2021-05-24 |
| DOI： |
| 中文关键词: 生态系统；生态系统长期观测；长期观测；数据产品；产品化；标准规范；中国生态系统研究网络；国
家生态科学数据中心 |
| 英文关键词: ecosystem, EcoLTO, long-term observation, data product, data production, standards,
CERN,NESDC |
| 基金项目:科学数据安全技术及基础技术标准研究“ 面向全生命周期的科学数据安全技术标准与关键技术研究”
（2019YFF0216200）。 |
| 作者 | 单位 | | 郭学兵 苏 文 唐新斋 张 黎 何洪林 | （中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室，北京 100101） |
|
| 摘要点击次数: 782 |
| 全文下载次数: 605 |
| 中文摘要: |
| 生态系统长期观测（Long-term Observation for Ecosystem，EcoLTO）是开展生态系统演变规律及生态系统对
全球变化响应和适应等生态学研究的重要支撑手段，开展高质量监测、获取高质量数据、进行高效数据管理，提供优
质数据共享服务是EcoLTO 的使命和目标。从“统一监测”“统一数据管理”到“统一数据产品管理”是实现EcoLTO 数据
管理目标所经历的3个循环上升阶段。本文提出EcoLTO产品化思想和EcoLTO数据产品概念，介绍具有自主知识产权
的EcoLTO 数据产品标准规范的概要组成，以及标准规范在中国生态系统研究网络（CERN）数据中心和国家生态科学数
据中心（NESDC）“生态网络云”系统的产品存储库中的应用效果。实践证明标准规范具有可行性，可为我国相关行业、
机构开展数据全生命周期中数据质量控制、数据产品开发及体系建立、数据管理及共享提供重要依据和参考。 |
| 英文摘要: |
| Long-term Observation for Ecosystem (EcoLTO) is the most important approach to do research
about ecosystem changing trends, as well as ecosystem response and adaptation to global climate change,
etc. EcoLTO ‘s mission is to carry on high quality observation, obtain high quality data and conduct highefficiently
data management and data sharing. EcoLTO data management go through 3 promoting stages,
named“unified observation” “unified data management” “unified data product management”. This paper puts
forward the thought of EcoLTO data production, defines the concept of EcoLTO data product, introduces the
content of Data Product Standards (DPS) with self-owned intellectual property rights. The DPS is realized and
applied in online data sharing system(called EcoCloud 2.0) developed by Data Center of Chinese EcosystemResearch Network (CERN) and National Ecosystem Science Data Center (NESDC), which has approved DPS’
feasibility and practicability. The results provide basis and reference for related industries and organizations
to carry out data quality control, data products development, data products framework building, data
management and data sharing involved in ecosystem’s long-term observational data management’s full-life
cycle. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
