地质科学数据出版的质量控制及公开化审查研究

李晓蕾，齐钒宇，孟 洁,3，贾丽琼

(1.中国地质调查局发展研究中心，北京 100037；2.全国地质资料馆，北京 100037；3.中国地质大学(北京)，北京 100083)

大数据时代和环境下，科学数据作为重要的新型战略性资源，已成为科学研究的重要基础资料之一，越来越多的用户希望能获取科学数据。科学数据的开放共享具有重要意义，不仅可以充分发挥数据价值，还有利于推动地质领域的科技创新，为国家经济建设提供强有力的数据支撑[1]。

随着科学研究对数据依赖程度的提高，科学数据的质量控制显得尤为重要。科学数据质量存在参差不齐的问题，亟待建立相关制度和措施，有效地控制数据质量。数据的质量在很大程度上影响和制约着数据的可用性，为用户提供满足质量要求的数据是地质科学数据出版的关键环节之一[2]。因此，地质科学数据质量控制研究对于地质科学数据的共享、利用具有重要意义。科学有效的质量控制措施，不仅有助于促进有效可用数据集的产生，也有助于数据的再利用和分析[3]。

充分保障数据的安全是科学数据开放共享的前提。国务院办公厅关于印发《科学数据管理办法》的通知(国办发〔2018〕17号)，第二十五条中提到“涉及国家秘密、国家安全、社会公共利益、商业秘密和个人隐私的科学数据，不得对外开放共享”。科学数据开放共享面临安全保密问题，但是这又是科学数据共享的关键环节。要把握好开放与保密的关系，在不涉及国家安全、公共安全和经济安全的前提下，尽可能多的开放共享科学数据。

1 地质科学数据特点

科学数据出版是近几年出版界和数据共享界共同提出的一个新概念，科学数据共享所面临的问题有望从机制上得以改善[4]。地质科学数据是非常重要的科学数据，是揭示地球，尤其是地壳物质组成、结构及演化过程状态属性的数据，产生于各种地质调查、勘探、观测和相应的地质科学研究工作中[5]。地质科学数据出版是将各类地质工作的原始地质数据通过互联网进行公开发布，或是通过对已有的地质数据进行系统的收集、整理和再加工后形成的地质数据产品，使得其他地质工作者能够便捷的发现、获取、理解和再分析利用[6]。全国地质资料馆(以下简称“全国馆”)经过多方收集资料、调研，并积极进行研究实践，开展了地质科学数据出版工作。截止目前，全国馆已出版了三期《地质科学数据专辑》，用户可以通过地质科学数据出版中心网站(http:∥geodb.cgs.gov.cn/)浏览、下载数据论文和数据集，受到社会各界好评。

1.1 专业内容

随着科学技术的不断发展进步，地质工作的内容也向深度和广度发展，随着产生多种专业类型的地质科学数据。从专业内容来说，地质科学数据包括基础地质、能源地质、矿产勘查、水工环地质、地球物理、地球化学等专业数据，涵盖面很广。

1.2 数据格式

地质科学数据产生过程中使用的软件种类多样，导致数据格式也多样。这些数据格式有GIS数据(MapGIS、ArcGIS)、栅格数据(MSI、JPG、TIFF、BMP)、表格(EXCEL)、数据库(ACCESS、DBF)、文本(TEXT)、文档(WORD)等。

1.3 表现形式

科学数据不限定数据的表现形式，对于地质科学数据而言，表现形式则多种多样，不是我们狭义理解的数据，而是广义的数据。例如：图件(地质图、矿产预测图、剖面图、柱状图等多类型地质图件)、图集、空间数据库、测试分析数据、统计数据、原始观测数据、三维建模成果等，这些内容均可以作为地质科学数据。

2 质量控制措施

地质工作的特点和复杂性，决定了地质科学数据的多样性和复杂性。地质科学数据的质量，直接影响数据的权威性、客观性和准确性。有效的地质科学数据的质量控制，是保障数据成果质量的重要措施。地质科学数据出版的内容包括数据论文和实体地质科学数据。数据论文是描述实体数据及其元数据信息[5]。不同类型的地质科学数据的质量控制措施、关注的重点是各不相同的[7]。本文以全国馆在开展地质科学数据出版过程中采用的质量控制措施为例，探讨总结地质科学数据的质量控制措施。根据地质科学数据的专业内容以及数据格式等特点，数据质量控制措施包括数据集完整性、可用性、专业性三方面内容的检查，以确保地质科学数据的有效性和准确性。

2.1 完整性检查

完整性检查主要是对地质科学数据进行初步检查，不对数据内容进行详细检查。根据数据论文中“数据库(集)元数据简表”中的地理区域、数据格式、数据量、语种、数据库(集)组成等元数据信息，对作者提交的数据进行完整性检查。重点检查作者提交的数据与“数据库(集)元数据简表”信息是否存在不一致情况。若存在不一致的情况，需要与作者进行沟通，要求作者补充或修改提交的数据。在实际的地质科学数据出版中，可能会存在提交的数据库与描述信息不一致情况，这就要求我们在这方面多加关注。若存在不一致情况，与作者进行沟通确认，确保地质科学数据的完整性，以及与数据论文描述的一致性。

2.2 可用性检查

可用性检查主要是对地质科学数据进行详细检查，具体检查数据是否可以使用。如果数据存在此类问题，则无法进行有效的再加工、分析、研究，直接影响数据共享的价值。针对不同的数据类型，可用性检查的内容和重点也各不相同。结合全国馆目前在开展的数据出版工作为例，介绍数据的可用性检查。

2.2.1 图件类科学数据

根据数据论文中图件包含要素信息的描述，此类数据可用性检查主要包括以下几方面。①空间参照系的正确性。空间参照系如果不正确，我们将无法叠加其他要素，或者导致叠加后位置错误。②数据平台的通用性。我们需要注意：作者提交的数据是否可以利用通用商业平台软件打开，必要时需提供数据生产依赖的平台软件。③数据内容的可读性。作者在提交数据时需提供相应的符号库和字典库，以确保其他用户可以便捷使用和分析数据。④数据内容的一致性。对于矢量地质图件，需要与相应的图片进行对比，确认是否一致。不一致情况可能是数据或者是符号库错误。⑤数据内容的冗余性。对于数据中存在的空文件、多余弧段、多余线段等情况进行检查。

2.2.2 空间数据库类科学数据

根据数据论文中图件包含要素信息的描述，此类数据可用性检查主要包括以下几方面。①数据平台的通用性。与图件类科学数据检查方法一致。②数据内容的可读性。作者是否提供相应的字典库，以保证数据可以解释。数据库设计中通常会将标准编码构建成包括数据项和属性内容的代码表。③数据的逻辑一致性。检查数据内容是否存在逻辑上的错误，例如:2019年提交的科学数据，数据来源时间却是2020年和2021年，明显在逻辑上存在错误，此类问题可能是因为误操作导致。

2.3 专业性检查

地质科学数据经过数据完整性和数据可用性检查修改没有问题后，在发布前还需要进行同行评议。同行评议是保证数据质量的重要手段之一，对于产生正确的科学结果有重要意义[8]。本文探讨的同行评议，主要让同行专业专家从专业角度对数据的科学价值、完整性、与数据相关的各种信息的完整性以及是否具备让用户正确使用数据的条件等方面来把握数据质量[3]。

3 公开发表审查

数据论文和实体数据必须经数据作者所在单位保密审查通过后方可投稿。全国地质资料馆经多年研究与实践，形成了保密部门认可的比较完善的定密、解密和公开化处理机制与方法，对收到的稿件进行二次保密和公开化审查，确保数据可公发表[9]。公开化审查主要包括保密、敏感、公开表达三方面内容的审查。

3.1 保密内容审查

地质科学数据涉及地质工作的方方面面，与国家安全、经济建设和社会公共安全等息息相关。保密审查是科学数据出版的又一关键环节，直接关乎是否损害国家安全和利益，需要在出版工作中高度重视。全国馆在进行保密审查过程中，严格以国家保密法、政府信息公开条例等法律法规和各专业国家秘密事项目录为工作依据，对提交地质科学数据中的图、表、文字等内容逐项进行审查，确保不涉及国家秘密内容。地质科学数据中涉及的国家秘密，主要与国土资源、测绘、海洋、环境保护、核工业等专业相关。

3.2 敏感内容审查

敏感内容是指不涉及国家秘密，但不宜在互联网上进行发布、传递的一部分事项。这就是我们常说的“敏感信息不上网，上网信息不敏感”。大家认识的误区，不涉及国家秘密就可以直接对公众进行开放共享。因此，在数据审查过程中，我们注重强调敏感信息的审查。对于地质科学数据中涉及的敏感内容，采取两种方式进行处理。如果敏感内容非地质科学数据的主体部分，处理后不影响地质科学数据的重要价值，则采取删除不表达敏感内容的方式。如果敏感内容是地质科学数据的主体以及重要部分，我们采取离线分发的方式，不在互联网上进行发布。用户根据工作以及科学研究需求，提供数据需求相关证明材料，审查通过后以线下服务方式获取地质科学数据。

3.3 公开表达内容审查

地质图件以测绘基础地理信息为底图，那么地质图件的出版同样需要进行地图审查。重要基础地理信息在公开地图上的表示，具有严肃的政治性、严密的科学性和严格的法定性[10-11]。在公开地图上表示重要地理信息，必须严格遵守《中华人民共和国测绘法》《中华人民共和国国家安全法》《中华人民共和国地图管理条例》等法律法规。国家制定了一系列的制度来加强地图管理和保证地图编制出版的质量，包括《中华人民共和国地图编制出版管理条例》《地图审核管理规定》《公开地图内容表示若干规定》及其《补充规定》等[12]。这些制度是我们进行公开表达内容审核的标准及原则。

地质数据科学数据出版中公开表达内容的审核主要包括：地图三要素、界线、重要岛屿、南海诸岛、地图变形等内容[13]。①界线：国界、省界、军事分界线、特别行政区界等的表示方法，注意沿河流跳绘的表示，已定国界与未定国界表示方法的不同。②重要岛屿：近年来“问题地图”事件却时有发生，错绘、漏绘我国台湾岛、海南岛、钓鱼岛、赤尾屿、南海诸岛等重要岛屿等。③地图变形和经纬度。地图横向或纵向改变会使国土疆域的自然面貌发生扭曲和失真[14]。

4 结 语

数据质量控制以及公开化审查是地质科学数据出版的重要环节。本文充分研究地质科学数据的特殊性，参考相关国家、行业质量检查标准，基于全国馆地质科学数据出版工作，开展了质量控制和公开化审核研究。总结了不同数据类型的质量控制措施，包括检查要点和典型问题，提出了适用于地质科学数据出版的质量控制措施，有效地保障了数据质量。公开化审查方面，严格按照相关法律法规，从涉密、敏感、公开表达三方面出发，提出了全面的审查内容，确保了出版的地质科学数据不涉及国家秘密，不会对社会安全稳定以及国家领土安全造成危害。地质科学数据出版工作的推动，有利于促进地质科学数据的共享、开发、利用，也为多学科多领域数据的深度融合、科研创新提供了可信的数据基础。