科研數(shù)據(jù)存檔工作探析

于喆 杜靜 高祥剛

摘 要：本文以海洋漁業(yè)類(lèi)科研院所為例，對(duì)其科研項(xiàng)目結(jié)題驗(yàn)收后所產(chǎn)生的科研數(shù)據(jù)存檔的問(wèn)題進(jìn)行了探討。

關(guān)鍵詞：數(shù)據(jù)存檔;科研數(shù)據(jù);科研項(xiàng)目檔案;數(shù)據(jù)質(zhì)量;檔案管理

科研數(shù)據(jù)是重要的無(wú)形資產(chǎn)，應(yīng)當(dāng)?shù)玫揭?guī)范的管理。數(shù)據(jù)存檔（Data Archiving）是將不再經(jīng)常使用的數(shù)據(jù)，遷移到一個(gè)單獨(dú)的存儲(chǔ)介質(zhì)或系統(tǒng)中來(lái)進(jìn)行長(zhǎng)期保存的過(guò)程。[1]

海洋和漁業(yè)類(lèi)的科研院所涉及學(xué)科和專(zhuān)業(yè)廣泛，包括海洋科學(xué)、海洋化學(xué)、物理海洋、海洋生物、地理信息、漁業(yè)資源、水產(chǎn)養(yǎng)殖、海洋經(jīng)濟(jì)等等，因此其在科學(xué)研究和業(yè)務(wù)工作中產(chǎn)生的數(shù)據(jù)也是包羅萬(wàn)象。本文以此類(lèi)科研院所作為典型案例對(duì)科研數(shù)據(jù)的存檔工作進(jìn)行了探討和分析。

在傳統(tǒng)的科研項(xiàng)目檔案管理工作中，項(xiàng)目在結(jié)題驗(yàn)收后，其相應(yīng)的立項(xiàng)文件、合同、技術(shù)報(bào)告、驗(yàn)收?qǐng)?bào)告等一系列的紙質(zhì)材料原件都將整理存檔，而項(xiàng)目中產(chǎn)生的數(shù)據(jù)往往被忽略。數(shù)據(jù)作為科研項(xiàng)目的重要產(chǎn)出，對(duì)項(xiàng)目的工作、結(jié)論等起著重要的支撐作用，應(yīng)得到規(guī)范的保存，以便后期相關(guān)科研工作的追溯查閱。

圍繞科研項(xiàng)目工作中產(chǎn)生的數(shù)據(jù)及其衍生數(shù)據(jù)為項(xiàng)目承擔(dān)單位的重要成果，應(yīng)作為無(wú)形資產(chǎn)妥善存儲(chǔ)。國(guó)務(wù)院辦公廳于2018年印發(fā)了《科學(xué)數(shù)據(jù)管理辦法》的通知（國(guó)辦發(fā)〔2018〕17號(hào)），對(duì)加強(qiáng)和規(guī)范科學(xué)數(shù)據(jù)的管理作出了重要的指導(dǎo)意見(jiàn)，科研項(xiàng)目的檔案管理工作也應(yīng)當(dāng)與時(shí)俱進(jìn)，在原始材料存檔的同時(shí)，做好科研數(shù)據(jù)存檔工作。[2]

1 國(guó)內(nèi)外相關(guān)工作的開(kāi)展情況

包括科研數(shù)據(jù)存檔在內(nèi)的科研數(shù)據(jù)管理工作需要管理制度先行、信息技術(shù)支撐、多方人員參與，才能順利完成。美國(guó)的頂尖科研機(jī)構(gòu)和管理機(jī)構(gòu)，如，美國(guó)國(guó)家衛(wèi)生研究院（NIH），美國(guó)科學(xué)基金會(huì)（NSF），美國(guó)國(guó)家海洋和大氣管理局（NOAA），自2003年開(kāi)始，就相繼制定了科研項(xiàng)目中科學(xué)數(shù)據(jù)管理的相關(guān)制度，并在項(xiàng)目申請(qǐng)階段就要求提交一份詳細(xì)的數(shù)據(jù)管理報(bào)告。隨后，各頂尖高校自2008年開(kāi)始，均制定了科學(xué)數(shù)據(jù)管理的相關(guān)規(guī)定，采用了如DMP、DMP TOOL、DMP Online等開(kāi)源軟件來(lái)實(shí)現(xiàn)數(shù)據(jù)的管理，科研人員、教職工、學(xué)生等多方參與的同時(shí)管理團(tuán)隊(duì)也提供各類(lèi)咨詢和服務(wù)。[3]

在我國(guó)的一些重點(diǎn)高校，相關(guān)的工作已經(jīng)開(kāi)展，一般由圖書(shū)館的“知識(shí)中心”作為牽頭部門(mén)，高校的信息中心作為技術(shù)支持、相關(guān)院系作為數(shù)據(jù)的提供方來(lái)完成（圖1），北京大學(xué)圖書(shū)館對(duì)社會(huì)研究、地球物理、大氣科學(xué)、計(jì)算機(jī)科學(xué)等10余個(gè)學(xué)科的科研數(shù)據(jù)不僅實(shí)現(xiàn)了歸類(lèi)存儲(chǔ)，而且已經(jīng)有序地面向社會(huì)共享（https：//opendata.pku.edu.cn）。[4]

然而，在我國(guó)的一些中小型的科研院所未必有圖書(shū)館或文獻(xiàn)中心這樣的部門(mén)，同時(shí)科研數(shù)據(jù)是重要的科研成果產(chǎn)出，可歸為科研成果管理的一部分，結(jié)題項(xiàng)目數(shù)據(jù)的保存，可歸為數(shù)據(jù)檔案管理工作的范疇，如圖2，由科研管理部門(mén)牽頭組織，科研數(shù)據(jù)由各業(yè)務(wù)部門(mén)在結(jié)題時(shí)或周期性的在檔案管理部門(mén)的科研數(shù)據(jù)管理系統(tǒng)存檔，由信息中心作技術(shù)支撐。[5]

2 數(shù)據(jù)分類(lèi)和特性

海洋漁業(yè)類(lèi)的科研院所涉及的數(shù)據(jù)類(lèi)型較廣，主要包含：水文數(shù)據(jù)、水產(chǎn)養(yǎng)殖數(shù)據(jù)、資源調(diào)查數(shù)據(jù)、地理信息和遙感數(shù)據(jù)、生物基因數(shù)據(jù)、海洋漁業(yè)經(jīng)濟(jì)數(shù)據(jù)、調(diào)查類(lèi)影像數(shù)據(jù)等，單個(gè)數(shù)據(jù)文件所占計(jì)算機(jī)的存儲(chǔ)的空間從幾KB（如數(shù)據(jù)表格）到幾GB（基因序列數(shù)據(jù)）不等。[6]對(duì)于科學(xué)數(shù)據(jù)并未作出詳細(xì)的保密等級(jí)分類(lèi)，一般根據(jù)科研項(xiàng)目委托方的要求進(jìn)行處理，除委托方要求銷(xiāo)毀的數(shù)據(jù)或機(jī)密數(shù)據(jù)外，均應(yīng)存檔。數(shù)據(jù)的存檔與紙質(zhì)原件的存檔有著很大的不同，應(yīng)采用妥善的信息技術(shù)手段完成。[7]

科研項(xiàng)目完成后，數(shù)據(jù)的存檔和管理方式有多種：個(gè)人計(jì)算機(jī)、檔案室光盤(pán)、本地NAS、專(zhuān)線私有云等。

表1為各存儲(chǔ)方式表現(xiàn)指標(biāo)的對(duì)照參考，普通光盤(pán)在妥善保存的情況下其數(shù)據(jù)可保存10年以上，如需查詢需提出申請(qǐng)去檔案室借閱，整個(gè)過(guò)程不易監(jiān)管，便利性差。個(gè)人計(jì)算機(jī)的硬盤(pán)（包括移動(dòng)硬盤(pán)）斷電的情況下數(shù)據(jù)最多保存5年，硬盤(pán)的物理特性導(dǎo)致其極易損壞，局域網(wǎng)NAS的磁盤(pán)陣列由于不斷電和不間斷的維護(hù)可以長(zhǎng)期保存，建立數(shù)據(jù)管理系統(tǒng)后可根據(jù)角色分配權(quán)限，并授權(quán)數(shù)據(jù)的訪問(wèn)和使用。專(zhuān)線私有云的服務(wù)器可采用多種介質(zhì)存儲(chǔ)，對(duì)于數(shù)據(jù)檔案存儲(chǔ)多采用藍(lán)光光盤(pán)，實(shí)現(xiàn)大容量、低功耗的長(zhǎng)期存儲(chǔ)。

表1中的經(jīng)濟(jì)成本主要指電力、維護(hù)、人員等綜合經(jīng)濟(jì)成本。光盤(pán)跟隨項(xiàng)目紙質(zhì)材料存檔成本很低，項(xiàng)目組自行以磁盤(pán)存檔成本會(huì)較高，且各項(xiàng)目組分散存儲(chǔ)自行管理顯然資源利用率更低。

近些年，涌現(xiàn)了阿里云、E華錄、浪潮等網(wǎng)絡(luò)資源供應(yīng)商。在有資質(zhì)的專(zhuān)業(yè)運(yùn)營(yíng)商的支持下建立私有云的方式存儲(chǔ)管理數(shù)據(jù)，要比本地自行建設(shè)的成本更低，同時(shí)專(zhuān)線的私有云與互聯(lián)網(wǎng)物理隔絕可保證安全性。[8]

3 科研數(shù)據(jù)管理系統(tǒng)信息技術(shù)部署方案

科研數(shù)據(jù)管理系統(tǒng)（Science Data Management System）架構(gòu)圖如圖3所示。系統(tǒng)運(yùn)行在私有云（Virtual Private Cloud）中，連接有數(shù)據(jù)庫(kù)，存儲(chǔ)介質(zhì)采用藍(lán)光存儲(chǔ)系統(tǒng)，保障其長(zhǎng)期和低成本的存儲(chǔ)。科研人員通過(guò)本地局域網(wǎng)的緩存系統(tǒng)中轉(zhuǎn)向私有云內(nèi)的SDMS匯交數(shù)據(jù)，同時(shí)SDMS也提供數(shù)據(jù)目錄清單查閱，用戶向管理人員申請(qǐng)即可授權(quán)獲取查閱數(shù)據(jù)。[9]

最簡(jiǎn)單的數(shù)據(jù)管理系統(tǒng)可以FTP服務(wù)的方式呈現(xiàn)，也可使用國(guó)外高校開(kāi)發(fā)的開(kāi)源工具如DMP（Data ManagementPlatform）或者自行研發(fā)。對(duì)于高敏感數(shù)據(jù)，可設(shè)置保密工作室、無(wú)盤(pán)工作站等手段來(lái)進(jìn)行數(shù)據(jù)訪問(wèn)，避免數(shù)據(jù)泄露。[10]

4 科研數(shù)據(jù)存檔工作的協(xié)調(diào)和推進(jìn)

科研數(shù)據(jù)存檔工作，需要管理部門(mén)、信息技術(shù)支持部門(mén)、科研業(yè)務(wù)部門(mén)多方參與。牽頭部門(mén)要充分考慮本單位的實(shí)際情況，制定完善的管理制度，向科研業(yè)務(wù)部門(mén)解釋清楚此項(xiàng)工作的目的和意義，避免誤解。[11]此項(xiàng)工作要與科研績(jī)效掛鉤，使科研項(xiàng)目的結(jié)題要與數(shù)據(jù)的存檔同步完成，避免科研部門(mén)的消極應(yīng)付情況發(fā)生。管理部門(mén)和項(xiàng)目組應(yīng)建立完善的數(shù)據(jù)質(zhì)量評(píng)價(jià)體系，對(duì)數(shù)據(jù)在產(chǎn)生、流轉(zhuǎn)、傳輸、存檔的過(guò)程中起到監(jiān)督作用。檔案管理員應(yīng)轉(zhuǎn)變思維，理解新時(shí)代檔案的新定義。