科学数据是科研活动的输入、输出和资产，是科研人员对其所研究的客观对象相关现象的描述。以大规模巡天望远镜、大型粒子加速器、高通量基因测序仪等为代表的新一代观测与实验装置源源不断产生巨量科学数据，将科学研究推入一个前所未有的大数据时代。这将改变人类几个世纪以来主要研究和理解相对简单、未耦合或弱耦合系统这一局面，大大增强我们详细表征和描述复杂性能力，以及分析高度耦合复杂系统动态行为的能力。可见，科学大数据管理与分析能力及水平，成为了未来在分秒必争的重大科学发现中能否胜出的关键。来自于天文学、生命科学、高能物理等应用领域的迫切需求，也正在挑战着当今所有数据管理系统的极限，成为当下科学界和数据管理领域需携手攻坚的难题。2017年《计算机研究与发展》以科学大数据为专题，结合科学大数据的特点和典型应用需求，重点关注科学大数据管理理论与方法、关键技术与系统，以及各应用领域的最新进展等。本期专题经过公开征稿，总计收到40篇论文投稿，最终收录了5篇论文，内容涉及科学大数据管理基本理论与关键技术，天文大数据、高能物理大数据、遥感大数据等领域大数据管理需求与实践，科学数据众包服务等主题。这些文章为相关领域的研究者探讨科学大数据理论基础及应用、讨论最新的突破性进展、交流新的学术思想和新方法，以及展望未来的发展趋势，提供了很好的交流机会。

[more]

黎建辉,沈志宏,孟小峰. 科学大数据管理：概念、技术与系统[链接]

杨晨,翁祖建,孟小峰,任玮,忻日辉,王春凯,都志辉,万萌,魏建彦. 天文大数据挑战与实时处理技术[链接]

程耀东,张潇,王培建,查礼,侯迪,齐勇,马灿. 高能物理大数据挑战与海量事例特征索引技术研究[链接]

李国庆,黄震春. 遥感大数据的基础设施：集成、管理与按需服务[链接]

赵江华,穆舒婷,王学志,林青慧,张兮,周园春. 科学数据众包处理研究[链接]