强化监测预测，应对地球系统挑战

1月，美国地质调查局（USGS）发布了新的十年科学战略（2020~2030），与上一轮十年战略（直面明日挑战——美国地质调查局十年科学战略（2007～2017））相比，新战略更加突出了地球系统科学理论的应用，提出全面实施地球监测、分析和预测（EarthMAP），并实现不同时空尺度上对地球系统未来状态的模拟和预测。

当前，中国地质调查局正在推进指导理论由传统的地质科学向地球系统科学转变，本文对美国地质调查局新十年科学战略进行梳理和摘登，以期为我国地质调查工作转型升级提供借鉴。

美国地质调查局自1879年成立以来，一直是美国联邦政府获取有关地球及其过程的科学信息的主要来源。为完成使命，美国地质调查局不断调整发展战略，推动人才和知识结构与社会需求和科技进步相适应。

今天的地球系统挑战比百余年前更为复杂和紧迫。不断增加的自然资源需求压力将继续影响国家安全、粮食和水的供应、自然灾害、人类健康以及生物多样性的丧失。展望未来10年、20年和30年，地质调查工作的使命将比以往任何时候都重要。

简单地说，美国地质调查局的使命是：对复杂的人类和地球系统相互作用的当前和不断变化的动态过程进行监测、分析和预测，为决策者提供辅助决策信息。

1.地球系统呈现多重挑战

阅读提示：气候、生物多样性、土地系统中生物地球物理过程、可利用淡水等的变化，使得自然资源开发管理、自然灾害防治、食物和居所供给等更具挑战性。

世界各地的繁荣，都离不开地球系统的稳定。然而，在行星边界理论框架的9个可以描述地球系统稳定性和复原力、且高度耦合的过程和系统中，有4个目前被认为已经超过了全球范围的阈值。它们分别是气候变化（指标：大气中的二氧化碳和大气层顶辐射力的增加）、生物圈完整性的变化（指标：生物多样性减少和物种灭绝）、生物地球化学流量（指标：磷和氮负荷）、土地系统变化（指标：所有陆地生物群落的变化量和模式，以及土地系统中通过能量、水和动量交换，直接调节气候的生物地球物理过程）。

其他过程和系统中，水循环（指标：淡水的可利用性和使用），以及其中具有持久性和流动性的新实体（指标：有机污染物、放射性粒子、微塑料和纳米粒子），在全球范围内尚未达到阈值水平，但在局部区域构成了重大风险。

这些问题的不确定性和潜在影响，使得开发和管理自然资源、提供食物和居所，以及减轻自然灾害影响等极具挑战性的任务变得更加复杂。而这些任务对于一个社会的繁荣发展都是至关重要的。决策者（资源管理者、应急管理者和政策制定者）面临着比过去更复杂的问题。为了解决这些问题，他们需要及时获得可靠的信息，以及辅助决策信息，来作出明智的决定，最终促进地球的可持续性发展。其中，辅助决策信息是指可直接提供给利益攸关方使用的科学信息（无需额外处理或解释），使决策者能够采取适当、及时的行动。

要帮助社会应对这些风险并为潜在的变化作好准备，最重要的是对这些相互依存的过程和系统的复杂性有一个更全面、更综合的认识，并进行预测，最终向决策者提供辅助决策信息。以上就是美国地质调查局21世纪使命和愿景的核心。

在过去的几十年里，随着物理、化学、生物及其子学科的发展，人们对地球系统内的许多过程有了前所未有的了解。随着科学和社会对地球系统挑战的认识不断提高，这些学科一直在朝着将地球视为一个单一、统一系统的方向发展，也就催生了地球系统科学的兴起。

2.围绕地球系统科学进行跨学科整合提升

阅读提示：在数据采集和管理、建模和预测能力和提供辅助决策信息方面进行跨学科整合和提升，进而推动地球系统科学的发展。

地球系统科学最初的研究重点是海洋和大气，而对陆地过程进行了简化。但随着人们清楚地认识到有必要对地球的过程和功能（物理、生物和化学过程，及其与更广泛的行星系统的相互作用）进行更深入的研究，地球系统科学也在不断发展。未来10年内，美国地质调查局将在数据采集和管理、建模和预测能力及提供辅助决策信息方面进行跨学科整合和提升，进而推动地球系统科学的发展。

当前，地球科学和生物科学普遍缺乏足够的、全国范围尺度的观测数据。为应对地球系统的挑战，未来10年，美国地质调查局将建立一个更全面的观测数据采集模式，规划并执行一种安全的、综合的数据采集和监测方法，同时利用人工智能（AI）和机器学习（ML），提高数据的解释和转化为知识的速度。同时，更加积极地推进那些能够拓宽、加深对地球过程理解的战略性大规模跨学科观测活动和野外实验。

数值模型最初只是对主要的地球系统动力学的简单概括，现在已经发展成为强大的大气环流模型、全球和区域气候模型以及数值天气模型。同时，表征广泛的水文、生物地球化学、生态过程的类似模型也在不断发展。最近，所有地球系统过程的相互依存性和数据可得性的增加，以及计算能力的提高，推动了地球系统模型的出现。尽管还处于相对萌芽状态，地球系统模型正在迅速发展起来，以认识和预测地球系统。因此，越来越多的生物地球化学和生态系统功能被纳入地球系统模型。

美国地质调查局在推动地球系统模型中发挥重要作用的关键机遇包括：通过先进的模型表征和架构，将当前的认识和建模能力结合起来，并将跨学科的过程及其不确定性联系起来，以确定优势和弱点；通过假设驱动的新过程表征，并通过参与地球系统模型数据同化、校准和验证活动，推进和优化地球系统模型中陆地物理、化学和生物过程的适当表征问题；将人类动态和人为影响，包括可能改变系统动态的行为和决策，纳入生物地球物理建模领域；推进对地球系统可预测性的认识，并优先开发对提高预测水平最重要的组成部分；开展观测系统模拟实验等模型敏感性研究；支持地球系统模型领域的高计算、存储和网络需求，包括对计算机科学家、软件工程师、应用数学家和统计研究人员进行必要的长期投资，以补充美国地质调查局的生物地球物理科学知识；推进高性能计算（HPC）和云计算。

为了在数据采集和管理、模拟和预测以及提供辅助决策信息方面进行改进，并加强对基本过程和系统的描述、评估和综合分析，美国地质调查局将充分利用新兴技术。比如：人工智能和机器学习将在分析、综合观测和模型输出数据方面发挥越来越关键的作用。区块链概念可以帮助设计更有效的监控网络和监控系统，帮助提高预警准备时间，更高效地运营这些网络。量子计算虽处于早期阶段，但将为非线性过程建模、概率与不确定性建模打开新的大门。3D打印已应用于商业传感器的开发。

3.全面实施地球监测、分析和预测

阅读提示：到2030年，美国地质调查局的目标是在区域和国家范围内对自然系统的状态进行综合观测和预测，包括水、生态系统、能源、矿产和灾害。

美国地质调查局21世纪科学战略的重点是发展全面的综合预测科学能力——地球监测、分析和预测（EarthMAP）。

EarthMAP的全面实施，将把美国地质调查局在地球系统科学领域丰富的数据与先进的综合预测模型联系起来。这些模型通过使用人工智能/机器学习和高性能计算得到改进。EarthMAP将使美国地质调查局能够通过综合观测、情景规划和地球系统未来状态预测，为决策提供可行的情报。在所有尺度上，这些预测将考虑到复杂系统的相互作用，并预测不断变化的威胁和危害的可能性与后果，帮助指导系统的复原和缓解工作，从而促进国家繁荣和确保公民安全，以及支撑地球的长期可持续性。

开发EarthMAP需要在数据收集和整合以及新技术方面加大投入，包括高性能计算、云计算、高级建模、人工智能/机器学习以及可视化和辅助决策工具。EarthMAP的综合预测能力将跨越学科界限，检测和评估脆弱性，预测不断变化的威胁和危害的可能性和后果，并提供强大的新产品和服务，以及辅助决策工具，进而帮助指导用于决策尺度的复原和缓解工作（预测和预报、预警）。

地球监测、分析和预测的过程和系统彼此不同且独立运行，但当它们相互作用时也会显示新的特性（更复杂的行为）和模式，而且可能会随着时间的推移而演变，必须对其加以认识、分析和建模，才能充分理解。开发EarthMAP将是一个挑战。到2030年，美国地质调查局的目标是在区域和国家范围内对自然系统的状态进行综合观测和预测，包括水、生态系统、能源、矿产和灾害。

4.加强特定使命领域能力建设和技术创新

阅读提示：美国地质调查局21世纪科学战略的科学重点是加强特定使命领域能力建设，推动更大的跨学科整合。技术重点是提供信息技术和必要的技术创新。

科学重点方面，未来10年，美国地质调查局将利用丰富的地球和生物数据集、传感器技术的进步、改进的综合建模、机器学习和高性能计算（包括云计算），以实时和预测的方式，观测、理解和预测跨时空尺度的变化。

在这一愿景下，美国地质调查局将着力提升以下方面的能力：开发先进的水资源预测模型，监测和评估国家淡水供应的可用性和质量；提供自然灾害风险描述工具，并提供可用于使社区和景观更具复原力的实时态势感知；提供生态建模和预测，为管理者提供用于决策的情报；提供最先进物种管理方案、评估和分布图；探测和控制入侵物种和野生动物疾病；更准确地描述地球及其过程的特征，并提供三维数据、地图和模型，以提高科学洞察力，并在国家公共土地和资源的管理中实现新的应用；对资源的全生命周期进行综合的、跨学科的评估，进而评价全国和全球的能源和矿产资源；增加国家对能源和矿产资源赋存、可用性与供应链风险的了解，这些能源和矿产资源是支持国家安全、基础设施与新技术发展所必需的。

技术重点有以下几个方面：利用云解决方案和尖端云工具与服务，提供按需、可扩展的计算基础设施，以支持复杂的科学建模，实现科学计算与分析的新范式；通过增加传感器的数量和复杂性来扩展传感器网络，以简化研究和分析数据的收集工作；提高传感器网络的带宽和效率，将采集到的数据转移到云端，加快科学分析的性能；通过软件定义网络和零信任架构实现数据网络的现代化；利用改进的信息和数据管理来支持科学预测能力；扩大数据来源和收集方法，重点关注整个美国地质调查局的可访问数据；将新方法和更多样化的数据纳入预测科学；通过启用新的数据管理技术来加强集成建模；利用超融合基础设施充分实现EarthMAP愿景；发展现代化、高度可用的基础设施；利用最新的服务器和虚拟化技术；创建人工智能/机器学习和可视化工具，以便在收集源进行有效的数据分析，以识别模式并提供可执行的信息；利用可视化工具来传播信息，以增强对EarthMAP所产生的辅助决策能力的理解。

（本文由中国地质调查局发展研究中心编译）