大資料：用不用，怎麼用？

衛星收集了那麼多資料，如果不用，那收集它幹什麼呢？ 如果只讓少數人關起門來用，那麼這種保密是要防止什麼呢？

大資料用於環境保護，科研人員開發新的森林映射工具，當大片森林被砍伐、被破壞時，工具將對監視者發出聲響警告。

現在國內大資料被叫得很響，但是空談比較多。 我不喜歡空談，我想看到大資料的應用實例。

4月16日的《科技縱覽》提醒清單（IEEE Spectrum Alert）發表一篇文章，介紹將大資料用於環境保護，科研人員開發了一個新的森林映射工具，當大片森林被砍伐、被破壞時，工具將對監視者發出聲響警告。 這引起了我的興趣。

這個由世界資源研究所開發的、名為Global Forest Watch（全球森林監視）的線上工具，將大資料處理技術應用於衛星圖像，能夠隨時發現森林採伐和受損的情況。 使用者通過它，可以探索全球地圖，發現自2000年以來森林的變化趨勢，同時可以考察森林情況，其精度可達30米。 該地圖的熱帶區域每16天更新一次。 使用者可以選擇「警報」功能，即當系統偵察到非法採伐或者森林火災時將第一時間對你發出警報。

當森林中一棵大樹倒下，電腦將發出一個警告，給環保人士、研究人員和環境政策制定者。 這事看似容易，實則不易。 要從雜亂無章的特殊格式的衛星資料裡找到那塊特定的森林，然後從圖像上識別出剛剛倒下的那棵樹，隨即要即時發出警告推送給相關人員——這其中技術難點很多。

Global Forest Watch由谷歌地圖引擎提供技術支援，由美國NASA和美國地質調查局的幾顆衛星提供圖像資料。 此前，谷歌開發了一個平臺，集中了千萬億位元組的地球科學資料，向研究人員開放，讓他們可以用簡單直接的方式來使用這些資料。 谷歌地球引擎高級開發人員David Thau說：「使用者只要登錄、取出這些資料、運行他們自己的演算法就可以了。 」谷歌地球引擎現在已經有數以千計的研究夥伴。

而谷歌森林監視是一連串專案研究成果的集成。 世界資源研究所的資料實驗室早就有一個熱點地區森林警報系統，基於NASA兩個衛星Terra和Aqua上的中等解析度的分光輻射度計所測量的資料運行。 美國馬里蘭大學一位地理科學Matthew Hansen教授與谷歌地球引擎合作，將NASA和美國地質勘探局的幾個地球資源衛星，用於全球森林監視。 前者能夠提供較好的時間解析度，而後者則可以提供很好的空間解析度。

2008年，美國地球資源衛星資料可以自由使用了。 每30米一個圖元點，一共1430億個圖元點，Hansen每月每年跟蹤這些點，發現根據季節的不同，它們的特徵會呈現出正常的變化。 Hansen的合作者于2013年11月發表了一個對剛果2000年至2012年消失的150萬平方公里森林的報告，他們在10000台電腦上計算了一百萬CPU核小時。 在雲計算中，研究人員要考慮計算任務在整個網路中的分佈，而地球引擎的研究者只要用一個程式介面進入他們的問題，就能夠實現自動並行化，十分簡便易行。 為了建造公用的全球森林監視網站，世界資源研究所計畫讓大眾都能取得這些大資料，希望政府部門、商業界、研究人員和各種利益團體都能用這個工具，以得到森林管理的較好圖像。

通過這個報導，我有幾點感想：

一、大資料在這裡得以應用決定于三要素：衛星、David Thau和Matthew Hansen。 衛星提供資料，David Thau開發平臺，Matthew Hansen做資料分析。

二、衛星是要用的。 我們經常聽到我國衛星發射成功的消息，卻很少聽到衛星被用上了的消息。 我們的衛星發射技術的確已經過關，而且已經商業化。 我們自己也發射了許多衛星。 但是，較少聽到衛星做了什麼用、對國民經濟起了什麼作用、衛星資料可以供研究人員自由使用。

三、大資料的研究一定要有實際用處。 用大資料做森林監視就是一個很好的實例。 每年我國森林火災和非法砍伐時有發生，如果能實現自動監測，並且即時給相關人員推送警示，那該多好啊！ 可要實現這一步，還有許多工作要做——IT人員要提供工具，方便專業人員處理這些資料；專業人員要研究他們自己的演算法作出各種監視的判斷。 這真不容易啊！

（作者：中科院計算所研究員）

(責任編輯：meng)