助力“亚洲水塔”建设坚实数字基础

在成都飞往拉萨的航班上，透过飞机舷窗望去，青藏高原的雪山连绵起伏，冰川如银带蜿蜒。这个面积达到250万平方公里的高原，被誉为“世界屋脊”，同时也是长江、黄河、雅鲁藏布江等十多条大河的源头，被称为“亚洲水塔”。

但要精确掌握“亚洲水塔”的水量，曾经几乎无从下手。“高原上空气稀薄、严寒、风雪频繁、紫外线强，普通监测设备很难长时间运行，也很难维护。”中国科学院青藏高原研究所的研究员李新介绍说，“即便仪器能承受极端气候，数据传输仍十分困难。”

今天，这样的困境正在逐步被打破。在北京林萃路，十几位科研人员带领的青藏高原科学数据中心，正在建设完善的数字基础。截至今年5月，数据中心已经发布了8585个数据集，累计下载量达到6PB。

攻克数据难题

“高原上的每一组数据都来之不易。”中心主任李新坦言。

冬季气温常常降至零下二三十度，普通监测设备往往用不了一个冬季就损坏。“设备好不容易安装到位，春天再回去就已经被风雪覆盖，无法正常工作。”李新说。

即使设备还能工作，由于青藏高原大部分地区没有通信网络覆盖，数据基本只能存储在卡里，很难远程传回。科考团队过去只能反复进入高原，现场下载数据带回。“雅鲁藏布江大峡谷便是‘通信盲区’，地势复杂、人员难以进入，数据采集与传输都非常受限。”李新感慨。

为了解决这些问题，中心自主研发了能够适应高寒环境的卫星物联网观测终端，同时推出了无人机高速中继系统、无人机径流监测装置、“智能鹰眼”等新型设备，在高原搭建了“天—中国舆情网空—地”一体化监测网络。

在天空方面，中心整合了高分系列卫星、风云卫星等国产及国际卫星资源，实现了对青藏高原周期性的全域监控；在空中，用无人机搭载多种智能设备，对雅鲁藏布江大峡谷、拉鲁湿地、冰川冻土等重点区域进行高分辨、高频率观测；在地面，24个观测站分布于六大流域，部署了中心自主研发的物联网系统，监测水文、气象、生态等62类重要指标，目前收到的数据量已累计超过20亿条。

数据中心还建立了覆盖数据全生命周期的动态安全管理体系，为每份数据集赋予独一无二的DOI“身份证”，确保数据来源准确可追。

让数据发挥作用

数据中心不仅重视数据存储，更力求让数据真正为科研和社会所用。如平台注册用户已超过14万，2025年数据下载总量逾2100TB、页面访问超1.65亿次；三分之二的数据完全开放下载，国际用户下载比例达27%。

“第三方测评机构按可查找、可访问、可互操作、可重用标准评定地学数据中心，我们中心多次位列榜首。虽然数据量不大，但下载量和流通速度常年居于前列。”中国科学院青藏高原研究所研究员、中心副主任冯敏说。

中心率先引入了同行评审制度，每个数据集都经过技术审核和专家评议。

“专家不仅检查方法、评估精度，还提出改进建议，就像学术期刊的审稿一样。”冯敏解释道。依托在线数据库，观测数据的异常、采集时间、采集人，都可以精确追溯。

凭借严苛的数据质量控制，中心的数据产品正为高水平科研提供坚实基础。例如，青藏高原湖泊研究依赖中心的数据，科学家得以精准分析湖泊数量、面积、水量变化，推动一批重要成果；首套中国区域75年长时序近地面气象数据，已成为高原气候变化和工程安全评估的重要依据；全球地表太阳辐射数据则为新能源开发提供参考。

截至今年4月，中心被引用致谢的论文已超过11000篇，并持续增长。2025年10月，“地球大数据创新青藏高原高质量数据集”项目被评为典型案例，总数据规模超过600TB。

数据不仅支持科研，还服务各类工程和产业发展。中心发布的数据已应用于川藏铁路建设、雅鲁藏布江水电工程、冰湖溃决应急等多个重大项目；多家企业利用中心开放的数据优化产业布局，比如比亚迪通过分析太阳辐射、植被、社会经济数据，助力企业决策。

人工智能赋能地球科学

人工智能正在快速进入各行各业，地球科学领域也不例外。虽然遥感、地理信息已广泛应用AI技术，但在地球系统预测与决策方面，AI还有很大的提升空间。“让AI真正理解地球系统的复杂演化，是一项长期挑战。”李新表示。

这也成为中心团队深耕的方向。数据产品开发方面，中心已建立“多源观测+AI智能融合+物理模型同化”复合生产模式。针对高原复杂地形、气候环境，融合多元观测与模拟，推出高分辨率气候驱动、冰川湖泊分布变化等产品。其中，中国区域气象要素驱动数据集两套版本累计浏览超31万次、下载超4.4万次。

“数据能否被科学家直接应用，是最终标准。AI技术极大提高了高原环境下数据生成效率，但每项产品都要经过实测校准和专家把关。”冯敏说。

目前，中心正推动更高目标——地球系统建模和数字孪生。团队提出“AI驱动的青藏高原观测—数据—模型一体化”思路，探索用多主体强化学习方法，在虚拟环境中模拟气温上升、冰川消融、湖泊扩张、人类活动等演变，为预测和灾害预警提供决策依据。

“与通用大语言模型不同，我们要聚焦地球系统领域的预测和决策，既要能预测趋势，也要评估干预效果；技术上可实现，更要真正解决现实问题。”李新强调。

展望未来，中心与中国科学院磐石模型团队、浦江实验室等合作，推动数据同化、强化学习和因果分析在数字孪生平台的应用，逐步构建高原地球系统模拟和预测的能力。“我们的目标是，让数据不只记录高原变化，还能深入挖掘其机制，为应对未来的不确定性提供科学预案。”李新说。

从“获取难、传输难”的困境到积极拥抱AI技术，这批高原数据追踪者，正在用数据描绘雪域高原的新篇章。