（3）按NGDA数据集生命周期成熟度评估FGDC制订了5个成熟度指标评估地理空间数据生命周期中的7个阶段。根据用户市场需求将数据的生命周期区分为定义、清扫与评估、提供、采访、确保、用于与评估、文档7个阶段。每个阶段用于6个等级来评价，分别是：0级：没任何措施数据集并未研发或无法符合主要用户的项目或业务市场需求。
没考虑到次要用户、其他的或合作伙伴（利益相关者）的应用于市场需求。数据集目前不是权威数据，或者是权威数据集的一部分。
没使用数据生命周期管理的任何一个阶段展开管理。1级：计划或建设初期数据集在初始计划中且可部分符合主要用户的项目或业务市场需求。可行性使用数据生命周期对数据展开管理。
打算考虑到次要用户、其他的或合作伙伴（利益相关者）的应用于市场需求。数据集的研发建设还正处于初期阶段。
使用生命周期部分或受限阶段展开管理。2级：过渡性或转型阶段数据集符合主要用户的业务市场需求，并可被次要用户有助于用于。最少使用3个阶段的数据生命周期管理。
可取得阶段性的资金、合作伙伴以及数据提供等涉及的反对。使用生命周期受限的阶段展开管理实践中。3级：管理或可预测的阶段数据集符合主要用户的大量业务市场需求，并被次要用户普遍用于。
最少使用4个阶段的数据生命周期管理。使用合理且一致性的数据生命周期展开管理实践中。数据集在生命周期的有所不同阶段与业务市场需求变化紧密结合，整体成熟度随之变化。
4级：成熟期或一致性阶段数据集符合主要用户和大多数次要用户的所有业务市场需求。该数据集是主要用户和次要用户的权威数据资源。对未来的数据应用于市场需求具有具体的规划和实施方案。
数据集在生命周期所有阶段展开循环的承托和审查。数据集几乎按照生命周期全过程展开管理。
5级：优化或普遍认为阶段数据集完全符合所有用户的所有业务市场需求。该数据集是主要用户和次要用户的权威数据资源。数据集几乎按照生命周期全过程展开管理。
主要用户和次要用户对数据资料未来的应用于市场需求具有具体的规划和实施方案。考虑到大大变化的业务市场需求，数据集生命周期成熟度评估是重复展开的过程，定期新的评估可反应出有数据集成熟度的变化趋势。
成熟度水平会相同在一个等级水平，而是一个持续的变化过程，同时也密切相关了NGDA数据集如何符合大大变化的业务市场需求。从2015年底已完成的177个数据集的初始成熟度评估结果来看，大多数NGDAs早已获得了很高的成熟度，并且符合了为数据集建设时原作的业务市场需求。
此外，大部分NGDA数据集正在大力改版和确保，并且正在展开定期补足、审查和改版。数据集的成熟度评估获取了从数据生产到即时在线服务仅有流程数据内容的透明度和健康状况，并且通过评估可以具体必须生产哪些新的数据或者对哪些现有数据展开确保改版，从而展开有效地的投资。（4）目前的阶段性成果截至目前，FGDC已完成联邦地理空间数据人组资产管理计划（2014-2016）的任务，共计确认了17个专题类别和176个NGDA数据集包含了国家地理空间数据资产人组（2017年度有1个被移除）；FGDC NGDA数据集网页获取原始列表（www.fgdc.gov /ngda-reports/NGDA_Datasets.html），这些数据也分享在了GeoPlatform上。2017年正式成立了一个横跨机构团队，新的对2015年177个划入NGDAs数据集成熟度评估结果展开分析。
在GeoPlatform.gov分享平台上，获取了NGDA400余个正在展开数据集成熟度评估可视化展出列表与涉及统计资料结果。无论是数据管理方、数据审查方还是用户，可以及时的掌控国家级地理空间数据集的涉及进展。地质大数据资产管理实行策略 四、地质大数据资产管理方案建议1. 市场需求与目的通过多年的数字化及数据库建设，自然资源部中国地质调查局累积了海量的多门类地学数据，还包括水、土地、矿产、能源、森林、湿地、草地、海洋等资源，以及环境与基础地质等十余类专题数据库（数据集）。2017～2018年实行的地质云建设工程，将全局29个直属单位的200余个地质数据库（数据集）在地质云展开互联互通与分享服务。
2016～2018年十大工程300多个项目又累积了海量的调查数据，数据牵涉到的专业多、类型简单，除了反对地质调查业务流程运转之外，更加多地应用于提高管理决策效率、构建价值挖出和科研技术创新。如果无法建构构成核心数据库体系，对核心地质数据库展开有效地辨别及精细化管理，创建动态改版及动态分享机制，其价值就得到很好反映，严重影响数据价值充分发挥和高效服务。
大数据综合应用于对数据管理和应用于明确提出了更高拒绝：一是必须创立地质大数据核心数据库体系。具体国家级地质大数据核心数据库的内容、改版确保责任、周期、技术流程，创建改版确保机制，确保数据改版确保工作的持续性、有效性、完整性和权威性。
二是必须创立统一的数据按生命周期展开管理的标准。数据采集、传输、存储、应用于、分享、确保改版与文档统一标准，将有效地防止数据恐慌冲突、一数多源、多样多类等问题。
统一标准是解决问题数据的关联能力，确保信息交互、数据流通、系统采访功能流畅的适当前提。三是具体数据改版周期。具体有所不同级别数据库中数据的收集、传输、存储、应用于、分享、确保改版与文档等全生命周期及流程。四是创建专责数据管理。
创建分布式数据中心数据管理协商机制和统一的数据管理渠道，将集中在有所不同单位、有所不同业务部门的数据市场需求、数据质量、数据应用于等问题的专责管理和解决问题，承托数据服务对科研与管理动态市场需求的即时号召。五是创建规范的数据管理流程和数据质量监控与评估措施，解决问题数据质量参差不齐、数据校验、数据缺值、数据冲突等数据质量问题。六是创建有效地的数据安全管理机制，对内部数据、脆弱信息、隐私信息、保密信息的采访创建有效地掌控，使其脱敏脱密合规。
七是创建数据价值或成熟度评估体系。评估数据生产、传输、管理确保、改版等投放的成本，与数据应用于产生的社会效益与经济效益，及时去除校验数据，承托涉及数据库建设、管理与应用于系统研发以及分享应用于的涉及投资决策。2.地质大数据资产管理的定位与内容（1）定位与实行策略数据资产管理在大数据技术体系中，坐落于应用于和底层平台中间。数据资产管理还包括两个最重要方面，一是数据资产管理的核心业务职能，二是保证这些业务职能落地实行的确保措施，还包括的组织架构、制度体系。
数据资产管理在大数据应用于体系中，正处于承上启下的最重要地位。对上反对以价值挖出为导向的数据应用于研发，对下相结合大数据平台构建数据仅有生命周期的管理。
实行地质大数据资产管理，主要还包括4个阶段：一是创建地质大数据资产管理的框架。二是积极开展数据审核，对数据资产展开辨识和分级，构成地质大数据资产目录，并对现有的数据管理与分享应用于现状展开评估，构成改良报告与投资建议；三是数据资产管理方案的实行，辨别替代性构成国家级地质大数据核心数据资产目录，通过标准管理、元数据管理、数据质量管理等措施对数据展开管理，提高数据综合管理的整理能力。四是数据资产运营。数据资产管理是这四个阶段大大优化的循环过程。
（2）创建地质大数据资产管理的框架积极开展数据资产管理的顶层框架设计，具体数据资产管理的总体目标、业务框架、数据标准和数据视图、数据清除管理规范、绩效评价体系、整体前进规划以及涉及的的组织、人才保障机制等。（3）数据审核辨别有所不同单位创立和现在享有的数据，创建数据资产目录；辨别目前数据存储、共享、管理和分享应用于的方式和途径；评估当前数据管理政策以及数据生产、数据管理、分享应用于中不存在的严重不足，发现错误的数据用于、数据遗失情况和不能完全恢复的数据；定性/定量具体主要用户及其他用户对数据的市场需求，还包括数据过去对用户市场需求失望程度的分析；明确提出改良数据管理、分享应用于的方法和确保管理的支出投资。（4）数据资产管理实行参照国内外涉及数据资产管理的涉及成果，明确提出地质大数据资产管理实行主要包括7项管理内容和2个确保措施。7项管理内容所指的是国家级地质大数据核心数据库体系、数据标准管理（数据模型管理）、元数据管理、数据质量管理、数据安全管理、数据管理与数据价值评估；2个确保措施还包括的组织架构和制度体系。
国家级地质大数据核心数据库体系在全局地质大数据资产目录的基础上，创建地质大数据库的评价指标和标准，按最重要程度、价值强弱展开分级处置，替代性构成国家级地质大数据核心数据库体系，并将国家级核心数据库划入数据资产展开管理。国家级核心数据库是地质调查、国土空间规划、地质环境评价、矿产能源资源确保等领域市场需求的基础数据，需要被反复、分享应用于普遍的科研工作、横跨各个单位与部门，并需要在各个系统之间分享、低价值的基础数据，覆盖范围甚广、数据信息全面、数据质量低、是专题领域的权威数据等特点。为符合多级用户变化的市场需求，国家级核心数据库必须持续平稳地改版，借以承托涉及的科学研究与政府决策。
数据标准管理辨别并管理现有有所不同专题数据的建库标准（技术拒绝），还包括数据的定义、数据模型、数据格式、比例尺、参照及提到的标准及公共代码等。基于数据模型与当前的系统应用于模型，创建全局地质数据标准化的数据模型库，将数据的生产与应用于模型划入到统一的语义框架下，即具体数据的首要的创立点，且单点创立多方分享，就是防止原本同一个数据多方收集，多头管理等造成的不完全一致的问题；同时也确保现有与未来应用于系统模型的一致性与可维护性。
通过数据模型管理可以确切地传达有所不同单位、有所不同专题各种应用于之间的数据相关性，使有所不同部门的业务人员、应用于开发人员和系统管理人员取得关于地质大数据核心数据的统一原始视图。元数据管理元数据是叙述数据的数据。元数据按用途有所不同分成核心数据库元数据、业务元数据。核心数据库元数据：叙述核心数据库收集、空间参照、格式、内容、管理与确保责任单位信息等，也还包括数据生产、数据切换的叙述与质量信息等内容。
业务元数据：叙述数据有所不同应用于系统中业务领域涉及概念、关系和规则的数据；还包括业务术语、信息分类、指标、统计资料口径等。元数据管理的主要内容还包括：创建地质大数据资产管理确保元数据标准；建设元数据管理工具；创立、收集、统合元数据；管理元数据存储库；发给和用于元数据。数据质量管理数据质量管理是指运用涉及技术来取决于、提升和保证数据质量的规划、实行与掌控等一系列活动。内容主要还包括：研发和提高数据质量意识；创建数据质量监控方案及技术拒绝；清除和缺失数据质量缺失；设计并研发数据质量管理工具；监控数据质量管理操作程序和绩效；确认与评估数据质量水平等。
数据安全管理数据安全管理是所指对数据原作安全等级，确保其被必要地用于。通过数据安全管理，规划、研发和继续执行安全性政策与措施，获取必要的身份以证实、许可、采访与审核等功能。数据安全管理主要内容还包括：具体数据安全市场需求及监管拒绝；对涉密及业务敏感数据分级分类，定义数据安全性强度，区分信息等级；定义数据安全策略；定义数据安全性标准，定义数据安全控制及措施；管理数据采访视图与权限；监控用户身份认证和采访不道德；部署数据安全防控系统或工具；审核数据安全等。
数据管理根据上述5个步骤明确提出的拒绝与规则，对现有的国家级地质大数据核心数据库展开清扫与统合，创建地质大数据资源池，构建各个关联系统与数据资源池的数据实时，使得有所不同部门可以横跨系统地用于来自权威数据源的完全一致、高质量的核心专业数据，降低成本和复杂度，从而承托跨部门、横跨系统数据融合应用于。数据价值评估数据价值管理是对数据内在价值的度量，可以从数据成本和数据应用于价值两方面来积极开展。
数据成本一般还包括收集提供和存储的费用（人工费用、IT设备等直接费用和间接费用等）和运维费用（业务操作者酬劳、技术操作者酬劳等）。数据应用于价值主要考虑到数据资产的分类、用于成倍、用于对象、用于效果和分享流通等因素。根据有所不同单位有所不同数据库的集成度水平与应用于场景，计算出来或估计数据在有所不同应用于场景下的收益及单位数据资产的总体价值。
（5）确保措施数据资产管理是体系化十分强劲的工作，必须充分考虑企业内部IT系统、数据资源以及业务应用于的积极开展现状，同时也要考虑到环绕业务积极开展所成立的人员和的组织机构的情况，在此基础上设计一套有针对性的数据资产管理的组织架构、管理流程、管理机制和考核评估办法，通过管理的手段具体责权利以确保数据资产管理工作有序积极开展。确保措施还包括的组织架构和制度体系。
典型的的组织架构主要由数据资产管理委员会、数据资产管理中心和各业务部门包含，还必须具体的组织架构中有所不同角色适当的职责，让工作职责带入到日常的数据资产管理和用于工作中。为确保活动实行和的组织架构长时间运转，必须创建一套覆盖面积数据引进、用于、对外开放等整个生产运营过程的数据管理规范，从制度上确保数据资产管理工作有据、不切实际、高效率。
五、结论与建议地质大数据资产是利用数据助力自然资源部中国地质调查局为国家生态文明建设服务的有效地利器。地质大数据资产管理的水平或许上要求着自然资源的开发利用维护、资产估价和空间规划的发展进程与水平。因此，建议以目前中国地质调查局正在积极开展的地质云建设为契机，提升数据资产的意识，积极开展数据资产管理的顶层框架设计，尽早编成并实行地质大数据的资产管理方案，建构国家级地质大数据核心数据库体系，创建全局地质数据标准化的数据模型库，创立统一的数据按生命周期展开管理的标准，对现有的国家级地质大数据核心数据库展开管理，创建统一数据模型的地质大数据资源池，使得有所不同部门可以横跨系统地用于来自权威数据源的完全一致、高质量的地质大数据核心专业数据，从而承托跨专业、跨部门、横跨系统数据分析挖出与融合应用于，才能更佳地为资源管理与环境评价获取扎实的数据承托和服务。
本文来源：必一运动·(B-Sports)官方网站-www.smssjm.com
