中国科学院青藏高原研究所（简称青藏高原所）研究员张国庆看着电脑屏幕，手移动着鼠标，光标在Landsat影像（陆地卫星影像）上以毫米计的距离移动，定位于中国规模内每一个湖泊，之后将有关遥感影像和数据下载。
在数以万万次地拖动点击鼠标，起源了完成数据集。随后，张国庆再次紧盯每一个湖泊，比对、检查、修正。遇到看着很像湖泊的水体单位，张国庆要泯灭更多的精神和时间，确保湖泊界线的准确性。
这样的行动，张国庆和他的学生一连了3年多，他的目的是相识已往50年天下大于1平方公里的湖泊数目与面积转变及其驱动因素。
最终在2019年，张国庆使用凌驾3831景遥感卫星影像获得长时间序列天下湖泊编目数据集，较现有数据更新、更完整。
在数据集完成的第一时间，张国庆将其上传到了“国家青藏高原科学数据中心”（以下简称数据中心），并开放给所有需要者免费获取使用。很快，这一数据集被国家水利部分、湖泊水文研究学者等用于完善我国水资源治理战略，研究生态资源与情形转变趋势，开展墟落视察等。
“做出来高质量的数据，本应该开放共享。”张国庆告诉《中国科学报》。他从事的是冰冻圈和情形遥感研究，其大部分科研事情与数据有关，他还共享了青藏高原湖泊水位、水量转变等数据集。
国家青藏高原科学数据中心自2019年建设以来，迄今已3年，像张国庆这样愿意开放共享的科研职员越来越多。在数据中心主任、青藏高原所研究员李新看来，在中国实现科学数据的果真共享不但需要自上而下的授权，还需要激励机制，以提高研究职员对数据共享实践的信心和意愿。
数据开放难在哪儿？
2020年，一项对我国凌驾2000名科研职员的视察显示，我国研究职员虽有分享研究数据的意愿，但他们也担心数据的误用及版权和允许受到侵占。在我国，与同事和相助者私下共享数据的情形更为普遍，而不是更普遍的果真共享。
李新也发明，当数据与论文关联起来时，科研职员共享数据的意愿相对高一些。
“科研职员发论文，谁也没有犹豫，都很愿意果真揭晓，科学数据着实也应该是同样原理。”李新笑称，“与十几年前相比，总体上我国数据开放共享的状态是乐观起劲的。但在我国研究职员中更为普遍地树立数据共享的信心，仍需大宗事情。”
好比，科学数据哪些该保密，哪些不应保密，界线仍是疑心 ；科研职员收罗的数据还需要整理、形貌、质量控制和中英文编辑等，这些“特殊”的劳动效果难以被认定 ；科研职员的辛勤支付，其知识产权有时没有被� ；ず�。
别的，现在已是“数据洪流”时代，然而由于一些手艺问题，诸多质量高、形貌好的数据在互联网搜索引擎上难以检索到，或是可以被检索到，但却难以获取和应用 ；数据质量和规范化水平不高，有视察显示，预计只有不到10%的中国地球科学元数据有英文版本，这阻碍了普遍的国际交流和影响。
增进数据开放共享，从政策、治理，到手艺等方面都保存一定壁垒，需要有更详细的行动。更主要的，是科研职员的主观意愿和动力。
不少人在网络平台上“吐槽”不肯共享的缘故原由：“事情量大，科技含量低”“又累又苦，有时尚有危险”“没有回报”……
简直，数据岂论网络难度照旧时间跨度非一朝一夕所能完成。清华大学阳坤教授团队用了10余年时间开发一套中国区域地面气象要素驱动数据集（1979-2018），为中国区陆面历程模拟提供驱动数据。
阳坤的学生何杰博士是这套数据的主要开发职员之一，从2008年作为研究生时便最先收罗整理数据，“只管不需要有手艺突破，但许多时间依赖‘上游’数据，需要用种种各样的步伐扫除可能保存疑问的数据，然后做出高质量的数据产品，这个历程是繁琐、耗时的。”
谈及愿意共享的缘故原由时，何杰告诉《中国科学报》，气象要素驱动数据集地学研究中不可或缺，以气象为例，只有给模子输入高质量的数据，才华获得科学的天气情形模拟效果。“做数据集的初志，就是由于之前使用的数据模拟效果‘不睬想’，想为我国地学学者提供一套可靠数据。有人用，才华够体现我们研究的价值。”
10余年来，何杰与导师开发的这套数据集的精度高于国际上已有再剖析数据的精度，成为海内研究普遍使用的气象数据集之一。现在，何杰是青藏高原所的工程师，“没有更多论文审核的压力，可以更充分地完善数据集。”
激励机制是要害
自身研究驱动，是数据收罗者开放、共享的初志。但要普遍提高动力，在李新看来，“数据孝顺者的认同感和事情的价值感需要被体现。”
李新先后肩负了国家自然基金委“中国西部情形与生态科学研究”和“黑河流域生态-水文历程集成研究”两个重大研究妄想的项目，这两项妄想均要求，受资助课题获得的科学数据都必需果真共享。在项目的年度评估、中期审核及最终评估环节，数据提交共享和数据质量都是被评定的内容。
这两项先导性妄想的乐成让李新感伤颇深，“这种自上到下对果真数据共享予以支持的政策和自下到上对数据孝顺者予以激励的机制，是能够实现中国更为普遍数据共享的要害。”
前不久，在青藏高原所组织的国际评估中，不少国际专家对张国庆的科研能力以及他的数据事情给予了认可和一定。
数据中心也起劲让数据孝顺者有“价值感”，为每个自有产权的数据付与唯一的数字工具标识符，体现数据的跟踪价值、引用价值、集成价值和互联价值。
但这还不敷，李新建议，研究效果或项目资助中除了考察其高质量论文的发心情形，还可增添其所孝顺科学数据质量等相关的条款。别的，数据出书也是增进科学数据开放共享的主要手段，主要参考学术论文的出书方法，规范地形貌科学数据自己，并接受严酷的偕行评审，遵从学术出书规范。好比，海内一流综合期刊可率先实验要求在论文投稿时，同步提交论文相关数据，并且优先选择海内数据中心作为数据仓储。
“数据计量和规范化数据引用方面，还缺乏统一的规范，影响了对科学数据孝顺者的激励和科学数据的开放。”李新体现，增强数据引用，科学论文应凭证标准的数据引用名堂，引用支持论文效果的要害数据集 ；同时，增强数据引用计量，体现数据作者的知识产权和孝顺，激励数据共享。
“只有通过对数据孝顺者举行适当的评估、一定和勉励，数据共享才华成为一项自愿的机制，当各人都愿意共享时，一种优异的气氛也就形成了。”李新说。
开放的“FAIR”原则
在数据开放中，不少科研职员有着“开放数据可能会给自己的科研事情带来危害”的记挂，也一定水平上影响了他们自下而上开放科学数据的意愿。
一方面希望应该开放的数据“不设任何界线的”开放，而另一方面需要保密的数据又要“很是守旧”的保密，这对矛盾体依然是摆在数据开放共享眼前的问题。
李新说，科学数据已经从“周全开放”原则过渡到现在普遍遵照的“FAIR”原则，即可发明性、可获取、可互操作、可重用。我国2018年公布的《科学数据治理步伐》“照开放为常态、不开放为破例的原则”的要求，也为这个矛盾的解决提供了一个“指引”。
不过，政策上还需更细化，李新体现，为了最洪流平地实践数据共享，对敏感数据有清晰的界说及制订详细的共享限制政策显得尤为主要，好比那些涉及到国家清静、商业神秘和小我私家隐私的数据虽然可以保密，而其他数据应该充分开放共享�？趴蒲У闹恫ㄐ�，如知识共享协议，可作为一种通用协议被引入科学数据共享。
数据中心接纳行动试图作废科研职员的记挂，� ；な菪⑺痴叩闹恫�。保存数据孝顺者的版权，授权他人在协议限制规模内的转载、使用和二次演绎等 ；兼顾数据作者对特殊数据� ；さ乃咔�，好比可以设置不凌驾两年的数据� ；て�，或凭证数据作者对数据共享需要附加特殊条件的要求，设置数据申请审批流程等。
“数据中心未必期地就会举行清静自查，有可能涉密的数据就举行下线处置惩罚。”李新说。
数据中心一直开发新手艺实践“FAIR”原则，接纳国际标准提供数据引用方法和数据关联文献引用方法，支持数据出书，开发在线大数据剖析、模子应用等功效。
在数据集形貌页面添加相关元数据信息，使得数据中心的数据能够在谷歌数据搜索引擎中被盘问到 ；只管接纳地学数据领域普遍认可的标准和规范来镌汰互操作性障碍 ；免上岸下载，降低数据下载门槛，开发中英文双语数据治理与共享平台，由专业编辑和公司“双重把关”英文数据质量......
这些，都增进了青藏高原及其周边相关科学数据的开放共享。
今年1月尾，李新在总结会上宣布，现在已网络并宣布青藏高原及周边地区的科学数据集4600多个，累计页面会见量凌驾1.5亿，月均下载量达50TB，为青藏高原区域科技立异生长和地球系统科学研究提供了主要的数据支持。国家青藏高原科学数据中心也成为海内首个通过Nature数据期刊Scientific Data认证的数据仓储中心，大大提高了数据中心的影响力和权威性。
李新关于数据中心有着更“开放”的愿景：通过整合来自尊数据和机械学习的手艺，数据中心可以将大数据转化为信息和知识，更为有用地为数据用户服务，研发更多青藏高原及周边的高质量再剖析数据产品 ；别的，建设一个平台，使用者无需下载便可在线使用数据集，就像“谷歌地球引擎”一样，使得数据检索更容易，数据会见更为普遍等。
“要实现数据共享的范式转变，仍需要政府、研究职员和数据中心的起劲起劲。数据和数据孝顺者越受到激励，就越有利于科学和社会的生长。”李新说，他充满期待。