2024年1月19日，“十四五”国家重点研发计划“基础科研条件与重大科学仪器设备研发”重点专项“地球表层系统科学数据挖掘与知识发现关键技术与应用”项目（以下简称“项目”）2023年度工作总结交流会（以下简称“交流会”），在中国科学院地理科学与资源研究所（以下简称“地理资源所”）A0214会议室顺利召开。项目参研团队、特邀领域专家及项目依托单位科研管理部门等60余人参加会议。

项目交流会分为两个阶段。上午由项目及各课题负责人进行了2023年度工作进展汇报。项目兼课题五负责人地理资源所王卷乐研究员汇报了项目和课题五《地球表层系统数据协同分析与综合服务平台》工作进展。课题一负责人中国地质大学（武汉）谢忠教授汇报了《地球表层系统开放数据目录挖掘与关联网络》进展。课题二负责人地理资源所宋佳副研究员汇报了《地球表层系统数据智能处理与质量评价》进展。课题三负责人中国科学院南京地理与湖泊研究所宋春桥研究员汇报了《地球表层系统关键参数自动生成与挖掘分析》进展。课题四负责人南京师范大学陈旻教授汇报了《地球表层系统科学分析模型网络共享与模拟计算》进展。下午聚焦各子课题负责人的年度工作进展汇报，共有18个子课题进行了2023年度工作进展汇报。

项目组在2023年度工作中，初步构建1套地球表层系统科学数据本体并形成概念体系，开展地球表层系统科学数据目录挖掘并形成7.5万目录，构建科学数据关联网络节点5万多个，完成地球表层系统科学数据关联模型v1.0，建立共享程度评价分析指标；提出了面向共享的地学数据语义标签提取与推荐方法，完成FAIR原则全球影响分析及其实施策略建议，发布地球系统科学数据分类代码团体标准1项，完成开放地球表层系统数据时空查询工具，云端开放数据资源协同获取工具（AWS Cloud，微软Planetary Computer、Google Cloud），构建了森林生物量和冠层高度产品验证评价体系，建立了基于机器学习的降水数据降尺度方法，实现了长时间序列数据重建及质量提升；发展利用遥感大数据的地表关键参数智能生成技术，提出大尺度湖泊季节性水量遥感估算、基于虚拟站监测湖泊水位水量变化、适用于陆地卫星的湖库营养状态TSI遥感评估、基于随机森林算法的叶绿素a浓度反演、遥感大数据驱动的陆地生态系统固碳速率估算模型等新方法，结合积雪、土壤水分、陆地水储量等场景，发展基于多源时空数据融合与同化的地表关键参数数据生成技术；解决了模型封装方法、模型服务化发布策略等地球表层系统科学分析模型服务化共享难点，构建地球表层系统科学分析模型库，初步完成模型分类，收集地球表层系统水、土、气、生等各领域模型1000余组，建立通用数据表达与交换模型，实现模拟情景驱动的计算资源动态聚合案例，探讨了模型数据“双轮”驱动的建模与模拟方法并支持了长江三角洲模拟器的实现；以云环境下的数据资源集成、模型资源集成、分布式计算、协同化共享为核心，初步搭建地球表层系统数据协同分析与综合服务平台，实现在线数据上传——数据资源管理——模型创建——模型计算——计算资源调度——数据可视化——场景应用等系统工作流程，建立基于R语言的包括400多个算法的算法库，以碳通量计算模型为例实现原型系统，推进围绕典型地理区域和关键地表要素的案例集成研究。

专家们充分肯定了项目组的年度工作，在加强与人工智能（大模型）结合、深度促进知识发现、加强以案例综合集成为牵引的课题协作、推进软件工具在国家地球系统科学数据中心应用等方面给出了指导建议。项目组将在年度工作交流和总结基础上，进一步协同攻关，扎实推进各项研究任务，为2024年底的中期评估做好准备。

项目及各课题负责人进行2023年度工作进展汇报