區塊鏈視角下地學數據共享研究

李 敏，傅 潔，李 磊，王小丹，陳安蜀，王國明

1.中國地質調查局 天津地質調查中心，天津 300170；2.中國地震局第一監測中心，天津 300180

0 引言

地質學是一門源遠流長的學科，觀測范圍廣，探測歷史悠久，數據類型豐富，包括觀測數據、遙感數據、分析測量數據及統計調查數據等.多年的數字化以及數據庫建設，地學領域積累了海量的、多專業、多類型的地學數據，包括礦產、能源、環境、基礎地質、水、土地、海洋、森林、濕地、草地等10余類專題數據庫，隨著數據采集技術的提高，數據量爆發式增長.這些數據是國家重要的基礎性戰略資源，因而保證數據安全、保障數據貢獻者合法權益、提升地學數據共享水平、避免重復采集數據、實現地學數據的深度挖掘以滿足科研工作者多樣化需求具有重要意義，同時如何彼此信任地實現地學數據庫的協作管理也備受關注.

近年來區塊鏈技術這種源于比特幣等數字貨幣底層技術的新興前沿技術進入人們的視野，其去中心化、不可篡改、可追溯、智能合約等核心技術為解決地學數據共享諸多限制提供了新的思路.

1 地學數據特點

地球科學研究本身的特點決定了地學數據共享的必要性.任何一個科研項目只能獲得一定空間內和一定時間段的某個特定對象的數據，為全面了解自然規律，就需要互相、多向地參考其他科研項目的數據.地學數據來源多樣，概括起來可以分為地圖數字化、實測數據、試驗數據、遙感與GPS數據、理論推測與估算數據、歷史數據、統計普查數據、集成數據等類型［1-2］.地學數據具有異構性、分布式、多尺度、空間拓撲等特征.

異構性：地學數據描述對象不同，存儲結構就不同.例如，描述土壤剖面濕度狀況用表格，描述地貌可以是遙感影像的矢量圖、柵格圖，也可以是航空照片，因而地學數據呈明顯的異構性，即使是同一種形式，也會因儀器設備及時空尺度的不同導致數據異構.

分布式：地學數據是特定區域、特定時間段某個特定對象的數據，數據采集具有明顯區域性，數據的存儲、更新、使用等操作在物理上也不在一處，而是通過計算機網絡基于地學規律、地理特征、相關性過程建立邏輯聯系，即數據的存在場地不同，在邏輯上卻是一個整體［3］.

多尺度：尺度用來描述地學數據表達的空間范圍的相對大小及時間的相對長短，尺度變大信息密度變小，但不是等比例變化［4］.地學數據多尺度體現在空間多尺度及時間多尺度.空間多尺度指地學數據表達的空間范圍大小及地球系統中各部分的規模大小分為不同尺度，時間多尺度指地學數據表示的時間周期及數據的形成周期長短不同.一般意義上講，較大空間尺度對應較長時間周期.

空間拓撲：地學數據的表達內容包括地理特征和過程在各坐標體系內的空間位置及數據空間特征之間的聯結性、鄰接性、聯通性、面積、長度等拓撲關系.

2 地學數據共享現存問題

現代地學研究，比如全球變化研究，不僅需要長時空序列的基礎數據，并且需要全球范圍集成性綜合數據產品的支持［5］.全球地學數據共享已引起國內外學術界及國際組織的廣泛關注.然而，仍存在許多地學數據共享問題，比如地學數據共享者權益、中心化交易、安全性、數據共享壁壘、產權保護等［6-7］.

1）地學數據共享者的權益保障：當前地學數據共享主要依靠國家級或部門級平臺的參建單位集成整合數據資源，“自上而下”開展數據共享.然而，作為科學數據一線生產者和使用者的“科學家個人用戶”很少主動共享科學數據.盡管引入了DOI（數字對象唯一標識符）為地學數據資源進行注冊，推動了數據出版，激勵了數據生產者發布與共享數據，但是數據共享者、數據擁有者的權益保障仍需提升，比如版權信息的存儲、維護，用戶共享數據時共享過程的記錄、存儲.只有切實保護好數據生產者、提供者權益，才能激勵科學家群體主動共享數據，實現“志愿共享”.

受制于歷史和自然條件，昌都市畜牧生產方式仍以傳統的自然放牧為主，劃區輪牧、按計劃定期驅蟲等工作普及度較低。同時，受制于宗教思想，群眾自覺滅螺的積極性不高，并且牧民群眾對該寄生蟲病缺乏科學的認識，使該病沒有得到有效處理，最終導致較大損失。

2）中心化交易：地學數據的交易有一部分是收取費用的.通常，地學資料由國家機構統一定價，地學資料擁有者沒有定價權，當交易中有中介參與時，中介機構還要從收入中抽取一定比例的提成，這實際上提高了買方獲取地學數據的成本，提高了后續項目研究的總成本.

3）安全性：目前地學數據存儲、備份都在各共享平臺進行，數據共享過程缺乏數據傳輸與流通的保密措施，一旦被黑客攻擊將會造成不可估量的損失，且很難恢復.

4）數據共享壁壘：計劃經濟時代，所有的探礦權屬于國家，工作成果也屬于國家；地礦產業改革之后，原有的國有地質勘探單位成為探礦業的市場主體，作為獨立法人，勘探項目不再由國家分配，而采用招投標的商業模式，項目工作成果不再屬于國家.國家還鼓勵私有資金投入地質調查項目.因而，地學數據的所有權及利益分配模式發生了變化.項目投資者和實施者不在一個機構，在地質資料的歸屬上產生不同觀點，有的認為屬于投資方，有的認為屬于實施方，這種產權的不明確導致地學數據無法得到有效保護和利用，各方為保護各自利益，對地學數據進行了各種形式的封鎖，存儲在各自檔案館、資料館，甚至個人手中，沒有在任何平臺共享，從而形成數據“孤島”，造成數據重復采集，重復投資，大大限制了地學數據價值的外化.

5）產權保護：地礦產業改革以前，采礦權人負責勘探及采礦工作；改革后，由于國家不再對其投入資金，加之地礦行業風險高、投入大，社會私有資本并沒有立即進入地礦行業，導致一段時間地礦行業出現斷層.此外，在勘探權與采礦權分離的背景下，地學數據仍作為公共財產移交國家，探礦權人和地勘單位不具明確的產權，因而積極性喪失，影響了地礦產業發展，也阻礙了地學數據對社會的服務.

3 區塊鏈簡介

區塊鏈運用非對稱加密、加蓋時間戳、分布式共識及經濟激勵等手段，采用純數學方法，沒有任何中心機構，在節點無需互相信任的分布式系統中，利用分布式節點共識算法生成、更新數據，利用智能合約在特定條件下操作數據，在任意兩個對等節點間執行區塊鏈網絡中的各項事務，減輕中央服務器性能壓力，降低成本.可將區塊鏈技術簡單理解為一種完整的、不可篡改的、多方參與和監督的記錄方式［8］.主要采用以下技術.

1）基于時間戳的鏈式區塊結構：采用帶時間戳的鏈式區塊結構存儲記錄區塊鏈數據的完整歷史，增加時間維度作為區塊數據的存在性證明，標明區塊數據的寫入時間，使數據具有可驗證性與可追溯性.區塊鏈不保存原始數據，而是利用哈希函數把任意長的數據編碼為特點長度的由字母與數字組成的字符串，利用哈希樹（Hash tree）快速歸納與校驗區塊數據的存在性及完整性［9］.

2）集體維護：區塊鏈采用適度的經濟激勵機制與區塊鏈共識過程集成，所有節點均參與數據區塊的驗證，基于共識算法選擇特定節點將新區塊添加到區塊鏈，集體維護數據［10］.

3）可編程的智能合約：提供各類腳本代碼、算法及高級復雜的智能合約、貨幣以及其他去中心化應用，是區塊鏈系統靈活編程、操作數據的基礎.

4）分布式節點的共識機制及安全防護：基于工作量證明、權益證明及授權股份證明等共識機制算法保證每個節點都有一副完整賬本，在去中心化且存在惡意節點的場景下維護區塊鏈的全局賬本，保證各個節點的賬本更新前后一致［11］，基于數字簽名、非對稱加密技術抵御黑客入侵、數據被盜、隱私數據泄露等不可避免的問題，保證數據安全可信，為解決中心化機構的高成本、低效率、存儲不安全等短板提供解決途徑［12-14］.

區塊鏈作為大規模協作工具系統，包括兩個部分，一部分是底層技術，另一部分是通證（Token）經濟生態，兩者缺一不可.通證是一種經濟形態，有3個必備要素，第一是數字權益證明，第二是加密，第三是可流通.通證和區塊鏈相互獨立且彼此依賴，區塊鏈的非對稱加密為通證“數字權益證明”提供保護；通證的可流通性也必須依賴區塊鏈“價值網絡”基礎設施.正是因為通證，區塊鏈與分布式數據庫才有了本質上的區別［15］.

4 區塊鏈行業應用現狀

區塊鏈的研究與應用呈爆發式增長態勢，逐步從比特幣延伸到金融交易［16］、數據存儲［17］、數字資產管理［18］、智能物流［19］、選舉投票［20］、數據鑒證［21］、醫療衛生［22］等領域.區塊鏈技術在地學領域的應用仍處于探索階段.現階段在地下水監測與保護、自然資源確權、野外設備供應等領域有初步探索經驗與成效［23］.

5 區塊鏈的地質應用場景

5.1 地學數據存儲

區塊鏈可將任意需共享的地學數據通過哈希運算，生成相應的哈希樹，包括區塊體的底層數據庫、區塊頭的根哈希值以及所有沿底層區塊數據到根哈希的分支，打包進入區塊鏈，通過系統內公識節點算力和非對稱加密技術保證數據安全性.區塊鏈的多重簽名技術可靈活配置數據訪問權限，例如對于某個地學數據，必須獲得指定7個人中4個人的私鑰授權才能獲得該數據的訪問權限.

5.2 地學數據標識

地學數據標識是通過開放式數據索引識別機制對不同類別、時間、空間、方式、質量的地學數據建立編碼，并建立編碼與數據間的聯系，確定數據訪問的接口與方式，實現對不同格式、不同特點地學數據的層級化標識.通過標識定位、訪問數據，完成數據的索引與提交.地學數據主要標識信息包括數據集編碼、數據集名稱、項目名稱、觀測要素、數據空間、數據表達方式、數據集內容關鍵詞、數據格式、數據質量、空間參考系、更新周期等.

5.3 地學數據索引與區塊鏈生成

當數據所有者確定某個地質資料要對外共享時，首先計算該數據所有者的主體標識ID（比如身份證＋姓名），提取主體信息描述（如2021年4—6月記錄），計算要提供共享的地質資料的哈希值，為這份地質資料定價，形成這份地質資料的基礎索引信息；其次從公鑰池中選取這份地質資料采用的密鑰對，在信息中增加公鑰信息，用私鑰對地質資料進行數字簽名，形成數據申請包發送至交易平臺，交易平臺提取其相應的公鑰，驗證公鑰是否在已提交的公鑰池中，確認有效成員擁有這個公鑰，用公鑰驗證數字簽名以確認此地質資料確實為對應成員所發送.提取申請中的密文索引信息生成區塊，并與前期區塊鏈接成鏈條.生成區塊的共識機制選用隨機分配機制，因為隨機分配機制相較于工作量證明機制等，能減少能耗［24］，并且隨機分配機制能確保每個參與節點都有機會獲取生成區塊的機會，進而保證每個節點的信息都能記錄在鏈條中，及所有節點共同維護鏈條［25］.

5.4 地學數據產權確權

區塊鏈技術可以進行產權保護的兩個重要數據是時間戳和哈希根值.當數據擁有者把數據上傳到原始區塊鏈時，獲得新區塊開采權的礦工在打包數據塊時以特定編碼的形式存儲在區塊中，并與已經上鏈的數據比對進行確權、加時間戳，依據數據特征加密抽象為縮略版的版權信息，依據一定規則生成版權認證證書，并依據時間順序形成正確的鏈條、進行全網同步等.在區塊鏈中，每一位版權所有者都將擁有一個獨一無二的數字化身份信息，準確記錄數據原創者的工作進度、階段性成果，通過分類賬功能為文字、圖片、圖像等形式的地質資料標記獨特的、不可篡改的數字證書.基于區塊鏈技術構建的應用平臺能跟蹤每一項內容的使用情況，一旦發現任何抄襲，能通過分類賬信息追溯到原創作者.

5.5 地學數據產權交易

區塊鏈的交易通過轉賬方式完成，這種轉賬本質上是對用戶數據的轉移.依托區塊鏈的智能合約，可以設定產權交易的規則、觸發條件、違約條件、追責等，在無須第三方機構介入的情況下，觸發智能合約自動執行程序，進行地質資料數據的交易，產生公正可信的結果.假設智能合約中規定，當購買者A向某地質資料產權所有者B支付一定金額的貨幣便可獲得這份地質資料，那么當A在該合約指定時間前向B支付了指定金額的貨幣時，就能觸發智能合約自動執行，獲得這份地質資料的公鑰和網絡地址，從而使用這份地質資料［26］.

5.6 地學數據維權

區塊鏈的不可篡改性確保數據每次流通都真實可靠.比如，當版權所有者將一份地質圖的數字文件上傳到區塊鏈后，可依據特定算法存儲為單個文件并完成確權，當有人盜用、侵權或違規使用該圖時，系統會自動篩選出侵權頁面的源代碼標識加以鎖定，并計算為可上傳到區塊鏈的哈希值，且永久有效，以此作為問責依據.如果存在侵權行為，系統會自動收集證據并追溯到發布源頭，通過智能合約對該源頭處罰.只有當雙方確認傳輸過程合法使用地質圖才能打開該圖，消除盜版復制風險［27］.基于區塊鏈技術實現數據管理流程如圖1所示.

圖1 基于區塊鏈技術的地學數據管理平臺流程圖Fig.1 Flowchart of geoscience data management platform based on blockchain

5.7 地學數據的區塊鏈溯源管理

在分布式存儲網絡里，每個節點對區塊的任意微小改變都會改變區塊哈希值，使區塊鏈狀態改變，影響區塊鏈溯源，因此具有防偽溯源特性.溯源管理基本流程是：創作者—數字作品—版權證明—版權交易—侵權監測—維權服務.

5.8 構建良好地質商業生態

區塊鏈的本質是共識.將區塊鏈的底層技術與通證生態結合起來，通過通證設計地質數據所有者、地質數據共享者等成員的共贏機制，同舟共濟，實現共贏，達到“志愿共享”的局面.通證激勵更多的地質數據所有者貢獻自己的數據，豐富地質數據資源儲備.基于區塊鏈為地質科研提供新的資助方案，只需將項目策劃方案公布在區塊鏈上，并在區塊鏈生態中生成智能合約，感興趣的各方就可以直接參與或資助不同項目，通過用戶投票對出現的蹩腳項目方案自動執行刪除.同時，區塊鏈具有公開透明、可追溯特點，鏈中用戶平等，發現優質內容與舉報低俗內容均可獲取通證獎勵，優質項目方案會得到更多關注與資助，人人賦能，構建去中心的通證經濟模式下的良好地質商業生態.開拓更多通證應用場景，用戶是平臺的參與者也是運營者，擁有通證就是擁有了股份，從而獲得更多的通證回饋.用地質通證激勵全球地質社區的任何人，形成全球利益共同體，促進地質數據全球共享.

5.9 基于區塊鏈技術的地學數據共享技術框架

在嚴格遵守保密協議的基礎上，地學數據資產可依托時間戳技術及不可篡改等特點，實現存儲、更新、產權保護、產權交易、實時監控等.地學數據共享區塊鏈架構體系如圖2所示.

圖2 基于區塊鏈的地學數據共享系統架構Fig.2 Structure of geoscience data sharing system based on blockchain

基于地學大數據多元化、多層次的特點，區塊鏈技術在地學領域的應用演化出公共鏈、聯盟鏈和私有鏈3種應用模式.公共鏈是完全去中心化的區塊鏈，可以向公眾和社會各類組織機構提供公共開放的地學數據，分布式系統的任何節點均可參與鏈上數據的讀寫、驗證、共識.聯盟鏈是部分去中心化的區塊鏈，適應于多個實體構成的組織或聯盟，比如地質高校、研究院所、地勘單位，只有被聯盟鏈驗證并擁有授權的組織才可以支配其中存儲的數據.私有鏈是完全中心化的區塊鏈，適用于各單位內部地學數據的共享.同時在公共鏈、聯盟鏈、私有鏈間引入交互審計節點，在不同鏈網之間信息交互，實現跨鏈互通.地質數據區塊鏈架構如圖3所示.

圖3 地質數據區塊鏈架構Fig.3 Structure of geological data system based on blockchain

6 結語

區塊鏈實際上是一個嶄新的、分布式的代表數字世界公共總帳本的可信任數據庫，記錄所有數據的共享交易記錄.賬本在全網公開透明，便于相關部門實施監管，解決了信息不對稱問題，降低了數據共享風險.由于區塊鏈技術發展尚不完善，區塊鏈與地學產業的結合仍處在蠻荒的探索階段，本研究雖然對區塊鏈技術在地學領域的應用場景進行了歸納，并對基于區塊鏈構建地學大數據共享平臺提出了構想，但受技術、政策的局限，構想落地還需要繼續摸索.本文側重于理論化應用場景研究，為后續開發、技術實現提供思路，希望能深層挖掘地學產業與區塊鏈的契合點，探索區塊鏈技術在地學產業的可應用場景，實現技術落地.當區塊鏈地學數字資產管理平臺發展到一定階段后可進一步整合各方有效資源，為數據原創者提供“確權－維權－交易－管理－追蹤”的一站式服務，吸引更多優秀數據資產，為供需方交易提供公開透明的環境，形成多元、自主、全球、高效的地學數據資產交易商業模式，為相關行業聯盟創造條件.