大数据：用不用，怎么用_数据分析师

卫星收集了那么多数据，如果不用，那收集它干什么呢？如果只让少数人关起门来用，那么这种保密是要防止什么呢？

　　大数据用于环境保护，科研人员开发新的森林映射工具，当大片森林被砍伐、被破坏时，工具将对监视者发出声响警告。

　　现在国内大数据被叫得很响，但是空谈比较多。我不喜欢空谈，我想看到大数据的应用实例。

　　4月16日的《科技纵览》提醒列表（IEEE Spectrum Alert）发表一篇文章，介绍将大数据用于环境保护，科研人员开发了一个新的森林映射工具，当大片森林被砍伐、被破坏时，工具将对监视者发出声响警告。这引起了我的兴趣。

　　这个由世界资源研究所开发的、名为Global Forest Watch（全球森林监视）的在线工具，将大数据处理技术应用于卫星图像，能够随时发现森林采伐和受损的情况。用户通过它，可以探索全球地图，发现自2000年以来森林的变化趋势，同时可以考察森林情况，其精度可达30米。该地图的热带区域每16天更新一次。用户可以选择“警报”功能，即当系统侦察到非法采伐或者森林火灾时将第一时间对你发出警报。

　　当森林中一棵大树倒下，计算机将发出一个警告，给环保人士、研究人员和环境政策制定者。这事看似容易，实则不易。要从杂乱无章的特殊格式的卫星数据里找到那块特定的森林，然后从图像上识别出刚刚倒下的那棵树，随即要实时发出警告推送给相关人员——这其中技术难点很多。

　　Global Forest Watch由谷歌地图引擎提供技术支持，由美国NASA和美国地质调查局的几颗卫星提供图像数据。此前，谷歌开发了一个平台，集中了千万亿字节的地球科学数据，向研究人员开放，让他们可以用简单直接的方式来使用这些数据。谷歌地球引擎高级开发人员David Thau说：“用户只要登录、取出这些数据、运行他们自己的算法就可以了。”谷歌地球引擎现在已经有数以千计的研究伙伴。

　　而谷歌森林监视是一连串项目研究成果的集成。世界资源研究所的数据实验室早就有一个热点地区森林警报系统，基于NASA两个卫星Terra和Aqua上的中等分辨率的分光辐射度计所测量的数据运行。美国马里兰大学一位地理科学Matthew Hansen教授与谷歌地球引擎合作，将NASA和美国地质勘探局的几个地球资源卫星，用于全球森林监视。前者能够提供较好的时间分辨率，而后者则可以提供很好的空间分辨率。

　　2008年，美国地球资源卫星数据可以自由使用了。每30米一个像素点，一共1430亿个像素点，Hansen每月每年跟踪这些点，发现根据季节的不同，它们的特征会呈现出正常的变化。Hansen的合作者于2013年11月发表了一个对刚果2000年至2012年消失的150万平方公里森林的报告，他们在10000台计算机上计算了一百万CPU核小时。在云计算中，研究人员要考虑计算任务在整个网络中的分布，而地球引擎的研究者只要用一个程序接口进入他们的问题，就能够实现自动并行化，十分简便易行。为了建造公用的全球森林监视网站，世界资源研究所计划让大众都能取得这些大数据，希望政府部门、商业界、研究人员和各种利益团体都能用这个工具，以得到森林管理的较好图像。

　　通过这个报道，我有几点感想：

　　一、大数据在这里得以应用决定于三要素：卫星、David Thau和Matthew Hansen。卫星提供数据，David Thau开发平台，Matthew Hansen做数据分析。

　　二、卫星是要用的。我们经常听到我国卫星发射成功的消息，却很少听到卫星被用上了的消息。我们的卫星发射技术的确已经过关，而且已经商业化。我们自己也发射了许多卫星。但是，较少听到卫星做了什么用、对国民经济起了什么作用、卫星数据可以供研究人员自由使用。

　　三、大数据的研究一定要有实际用处。用大数据做森林监视就是一个很好的实例。每年我国森林火灾和非法砍伐时有发生，如果能实现自动监测，并且实时给相关人员推送警示，那该多好啊！可要实现这一步，还有许多工作要做——IT人员要提供工具，方便专业人员处理这些数据；专业人员要研究他们自己的算法作出各种监视的判断。这真不容易啊！