科研数据共享规范与实例 - 海洋科研数据共享

7 W$ g3 l$ G8 A' }* R

科学数据应按照分等级、可发现、可访问、可重用的原则，适时向院内外用户开放共享。

2004年起，科技部、财政部先后在基础科学、农业、林业、海洋、气象、地震、地球系统科学、人口与健康8个领域支持建成了国家科技资源共享服务平台，初步形成了一批资源优势明显的科学数据中心[1]。

《中国科学院科学数据管理与开放共享办法（试行）》第二十三条规定：中国科学院科学数据中心应对其所汇聚和管理的科学数据进行规范整编，开展科学数据加工与质量控制工作，形成分级分类开放共享的目录清单，建立科学数据开放共享的技术平台和服务系统，面向全社会提供科学数据共享服务[2]。

以国家科技资源共享服务平台为例， 《高能物理科学数据合作共享制度》建立了数据共享与科研活动管理紧密结合的共享模式[3]。

· 以同一高能物理实验为纽带，涉及院校单位共同形成一个非营利学术组织；

· 高能物理科学数据合作组对于本实验产生和衍生的科学数据具有处置权利和妥善保存义务，参与该实验数据的全生命周期管理，负责该实验相关数据的分级分类、采集、存储、元数据管理和用户管理实施细则的制定；

' J) i) X5 @( @' h: ]5 R5 b# o3 f

· 要求合作组成员为从事科学研究的科研技术人员，准入严审核、拥有数据共享权利与维护任务、严格学术诚信要求；

& B* Z* [# p8 B4 w5 \5 ?

· 数据分享民主决议、责任到人。

使用数据中心资源规范要求：成员制度/账号申请制[4]

数据中心资源账户申请流程

数据专有期内的1L级科学数据产品仅供授权范围内的用户使用，专有期结束后转入公开发布期，面向全社会发布。在其他和特殊情况下，如数据专有期期限变更、数据使用范围调整等，需报请首席科学家批准或经首席科学家确定后报请科学工作委员会批准[5]。

) R6 I3 B6 i2 L) r- X: U

引用规范——举例：2000年全球30米地表覆盖惊喜分类产品V1.0[6]

【1】数据标识：DOI: 10.12237/casearth.6123651428a58f70c2a51e45 CSTR: 31104.11.casearth.6123651428a58f70c2a51e45

$ z) {8 j2 f, e) x. o2 A5 ^

PID: 21.86109/casearth.6123651428a58f70c2a51e45 发布日期：2021-08-23

5 r1 s+ s# r$ T5 ]6 [! u; m

【2】数据简洁：地表覆盖分布是气候变化研究、生态环境评估重要基础信息。

8 Z3 {$ }) ^! U, m

【3】引用地址：刘良云；张肖.2000年全球30米地表覆盖精细分类产品V1.0.[创建机构],2021-08-12.中国科学院空天信息创新研究院[传播机构],2021-08-23.21.86109/casearth.6123651428a58f70c2a51e45;http://hdl.pid21.cn/21.86109/casearth.6123651428a58f70c2a51e45

( t5 y6 | A1 B3 O: @! f; A

【4】信息发布方：共享方式为公开共享；提供数据元数据详情和数据文件；

5 Z: f l0 |/ {6 u; w

【5】信息适用方：准确引用，说明数据来源与引用信息[7-9]

参考文献：

[1] https://blog.csdn,net/ehaiju/article/details/ in Mar.12 2022.

0 b, W2 i* R* o- X- M8 Y+ T

[2] 中国科学院.中国科学院科学数据管理与开放共享办法（试行）.中国科学院办公厅，2019.02.11.

4 A& L; P3 [* l

[3] 国家高能物理科学数据中心.高能物理科学数据合作共享制度.中国科学院高能物理研究所，2020.08.

+ Z/ \* h' Q) V! q( g1 K/ h: r

[4] 国家高能物理科学数据中心.国家高能物理科学数据中心账号管理制度.中国科学院高能物理研究所，2020.08.

1 l- P' g2 i1 `) F- E

[5] 国家高能物理科学数据中心-数据资源-Astro-particle physics-HXMT in Mar.12 2022.

( A5 _1 X0 w( |6 p

[6] HTTP Status 404 – Not Found.

Accessed in Mar.12 2022.

[7] Xiao Zhang, Liangyun Liu, Xidong Chen.GLC_FCS30: global land-cover product with fine classification system at 30 m using time-series Landsat imagery[J].Earth Syst. Sci. Data, 2021,13, 2753–2776.https://doi.org/10.5194/essd-13-2753-2021

[8] Liangyun,Liu, Yuan,Gao, Xiao, Zhang, Xidong, Chen, & Shuai, Xie. (2019). A Dataset of Global Land Cover Validation Samples (Version v1) [Data set]. Zenodo. https://doi.org/10.5281/zenodo.3551995

6 I$ I: j/ n% `) g2 M

[9] 城市数据人 in Mar.12 2022.

0 X1 y8 t/ N) g$ a, b . ]' X9 G$ U9 y' h9 V; n, u7 { 3 r& w& p9 J" R8 }