『壹』 为何有人说数据将成为无价之宝
首先要知道数据从何而来，才能知道数据如何产生价值。现在的数据是指所能收集到的所有信息统称为数据，数据的生成包含方方面面，比如人类活动可以产生数据，大自然春夏秋冬变化也能产生数据，甚至一颗树木的生长过程也能产生数据。数据本身如果不能应用，就没有价值，如果吧数据应用起来，就能产生无限的价值。同类数据量越大，通过数据分析也就能产生更大的价值。这些价值也可以应用于各种领域，涵盖我们的衣食住行。数据能创造无限可能那就是当之无愧的无价之宝。
大家好，我是 科技 1加1！感觉这个问题很有意思！是啊，当前什么最值钱，要我说就是数据！
这个问题分两方面来回答
1.什么是数据数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号。
它不仅指狭义上的数字，还可以是具有一定意义的文字、字母、数字符号的组合、图形、图像、视频、音频等，也是客观事物的属性、数量、位置及其相互关系的抽象表示。例如，“0、1、2...`”、“阴、雨、下降、气温”“学生的档案记录、货物的运输情况”等都是数据。数据经过加工后就成为信息。
在计算机科学中，数据是指所有能输入到计算机并被计算机程序处理的符号的介质的总称，是用于输入电子计算机进行处理，具有一定意义的数字、字母、符号和模拟量等的通称。现在计算机存储和处理的对象十分广泛，表示这些对象的数据也随之变得越来越复杂。
信息
信息与数据既有联系，又有区别。数据是信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等。而信息是数据的内涵，信息是加载于数据之上，对数据作具有含义的解释。数据和信息是不可分离的，信息依赖数据来表达，数据则生动具体表达出信息。数据是符号，是物理性的，信息是对数据进行加工处理之后所得到的并对决策产生影响的数据，是逻辑性和观念性的；数据是信息的表现形式，信息是数据有意义的表示。数据是信息的表达、载体，信息是数据的内涵，是形与质的关系。数据本身没有意义，数据只有对实体行为产生影响时才成为信息。
数据的语义
数据的表现形式还不能完全表达其内容，需要经过解释，数据和关于数据的解释是不可分的。例如，93是一个数据，可以是一个同学某门课的成绩，也可以使某个人的体重，还可以是计算机系2013级的学生人数。数据的解释是指对数据含义的说明，数据的含义称为数据的语义，数据与其语义是不可分的。
分类
按性质分为
①定位的，如各种坐标数据；
②定性的，如表示事物属性的数据（居民地、河流、道路等）；
③定量的，反映事物数量特征的数据，如长度、面积、体积等几何量或重量、速度等物理量；
④定时的，反映事物时间特性的数据，如年、月、日、时、分、秒等。
按表现形式分为
①数字数据，如各种统计或量测数据。数字数据在某个区间内是离散的值[3] ；
②模拟数据，由连续函数组成，是指在某个区间连续变化的物理量，又可以分为图形数据（如点、线、面）、符号数据、文字数据和图像数据等，如声音的大小和温度的变化等。
如今，大数据早已经不是一个陌生的名词，很多的行业在使用大数据之后都得到了非常好的效果，大数据与互联网相辅相承，互联依赖，并且不断的在快速发展。
互联网上的数据每年增长40%，每两年便将翻一番左右，而目前世界上90%以上的数据是最近几年才产生的。据IDC预测，到明年全球将总共拥有35ZB的数据量，互联网是大数据发展的前哨阵地，随着互联网时代的发展，人们似乎都习惯了将自己的生活通过网络进行数据化，方便分享以及记录并回忆。
大数据围绕在我们生活的很多方面
大数据围绕在我们生活的方方面面，最直观的反映在我们每天都会使用的社交工具上面。例如腾讯拥有用户关系数据和基于此产生的社交数据，这些数据能够分析人们的生活和行为，从里面挖掘出政治、 社会 、文化、商业、 健康 等领域的信息，甚至预测未来。说简单一点，就是我们每天都在通过自己的QQ、微信、微博更新自己的动态、朋友圈等，这些都将构成一种数据，大数据就是可以通过你更新的这些大量的信息，推测出你的爱好，你的工作，你的住址，你的收入情况等等这些信息。
互联网时代大数据有多厉害
互联网时代大数据到底有多厉害？大数据就像蕴藏能量的煤矿，煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样，和这个相像，大数据并不在于“大”，而在于“有用”，价值含量、挖掘成本比数量更为重要。大数据应用工程师专业主要学习WEB技术、JAVA、JSP、大型数据库Oracle、LINUX集群、非关系数据库NoSql、Hadoop等技术，通过这些课程的学习，让学生具有JAVAEE开发能力的同时能够进行大数据的分析和挖掘能，学生在就业的过程中即可以进入传统的软件公司，进行OA和ERP等传统软件项目开发，同时也能进行大数据的分析和大数据深度挖掘以及对服务器集群的组建等。
大数据时代，我们要合理利用大数据，才可以创造更高的工作效率，才可以创造更多的财富。
所以说数据就是金钱！掌握了大数据就是掌握了财富！
感谢大家的阅读！
数据自身是没有价值或者说微乎其微的，价值是被赋予的，就像黄金一样，黄金的价值是他的应用前景或场景。
数据的价值就是数据能力体现出的收益，或者说投资回报率。
今天我们就来聊聊数据能力和价值。 说到大数据就不得不提数据仓库，企业数据仓库演化至最终阶段或许会变为大脑中枢神经，如果要支撑起整个复杂的大脑和神经系统，需要一系列的复杂机制配合。
一、抽象的数据能力架构我把数据能力抽象概括为四个方向：传输能力、计算能力、算法能力和数据资产量级，后面会讲述在这四个能力之上泛化出的数据应用和价值。
1. 数据传输能力
数据大部分的使用场景必然会涉及到数据传输，数据传输性能决定了部分应用场景的实现，数据实时的调用、加工、算法推荐和预测等；而传输抽象出来的支撑体系是底层的数据存储架构（当然非同机房的传输还要考虑到网络环境等。单纯的小数据量调用等一般不会涉及到这些，但数据量级大、高并发且对SLA要求非常严格的时候，就是对数据传输能力的考验）。
从产品的角度我把数据传输能力分解为： 底层数据传输效率 和 应用层数据传输效率 。
底层的数据传输效率是指数据源进入后的预处理阶段的传输效率，即加工为产品所需的数据交付物之前阶段。
Ps:数据在可为产品所用之前需要很长的一段加工过程，应用层数据产品基本不涵盖底层数据加工环节，而数据产品会用到规定好的数据交付物（即已约定好的结构化或标准化的数据），而利用此数据交付物再经过产品对实际应用场景的匹配和加工来提供数据服务。即使涉及底层数据管理的相关产品也是对Meta元数据、使用日志或写好的shell等的调用。
底层数据加工计算所涉及到的传输效率，直接决定了支撑数据产品高性能、高可靠的自身需求；而应用层的传输影响了用户体验和场景实现。传输机制和体系就像毛细血管一样遍布全身错综复杂，但是流通速率直接决定了大脑供氧是否充足。
2. 数据计算能力
数据计算能力就像造血系统一样，根据多种来源的养分原料进行生产加工最终产出血液。而源数据通过高性能的底层多存储的分布式技术架构进行ETL(抽取、转换、装载)清洗后产出的是数据中间层通用化的结构化数据交付物。计算速度就像造血速度一样，决定了供应量。而计算速度直接决定了数据应用的时效性和应用场景。
目前最多最普遍的就是离线数仓，离线数仓大部分担任着事后诸葛亮的角色，即没办法保证数据的及时性而延后了数据分析及应用的产出，导致更多的是沉淀经验而难以做到实时决策。而实时数仓，甚至说对Data Lake（数据湖）的实时处理已经逐步开放应用多种场景。我们先不考虑越来越强烈的实时性要求带来的巨大成本是否真的可以创造等值的收益。
强实时可以更接近一个“未来”的状态，即此时此刻。这远比算法对未来的预测更有价值，因为把握眼前比构造多变的未来对一个企业更有价值。甚至说当数据过程快过神经元的传递，那么从获取到你脑电波的那一刻起，数据处理的驱动结果远比神经元传递至驱动四肢要快。
是不是与兵马未动，粮草先行的场景相似？当然这是以数据计算能力的角度来看待这个问题。跳出来以我个人的观点来说，整体数据能力强大到一定阶段后，会从主观改变个人的意愿，即通过引导你的大脑从而来控制或决定个人行为且不会让你感知，所以可以理解为从主观改变个人意愿。从人的角度来说，你并不知道或者直观意愿去凭空决定下一步要做什么，因为大脑是逻辑处理器，当然这又涉及到心理学，这些观点就不在此赘述了，等往后另起一个篇幅来说数据应用未来前景和假想。
3. 数据资产能力
都在说“大”数据，那么数据量级越大越好吗？并不是，从某种角度来说大量无价值或者未 探索 出价值的数据是个负担，巨大的资源损耗还不敢轻易抹灭。
随着数据量级的急剧放大，带来的是数据孤岛：数据的不可知、不可联、不可控、不可取；那么散乱的数据只有转换成资产才可以更好的发挥价值。
什么是数据资产，我觉得可以广泛的定义为可直接使用的交付数据即可划为资产，当然可直接使用的数据有很多种形式，比如meta元数据、特征、指标、标签和ETL的结构化或非结构化数据等。
目前也在拓展Data Lake的使用场景，直接实时的使用和处理Data Lake数据的趋势是一种扩大企业自身数据资产范围和资产使用率的方式。这有利于突破数仓模型对数据的框架限定，改变数据使用方式会有更大的想象空间。
数据资产的价值可以分两部分来考虑：一部分是数据资产直接变现的价值；另一部分是通过数据资产作为资源加工后提供数据服务的业务价值。
第一部分比较好理解，就是数据集的输出变现值，如标签、样本和训练集等的直接输出按数据量来评估价值；第二部分价值比如通过自身数据训练优化后的算法应用而提升业务收益的价值或依于数据的广告投放的营销变现等，甚至说沉淀出的数据资产管理能力作为知识的无形资产对外服务的价值。这些间接的数据应用和服务的变现方式也是数据资产价值的体现并可以精细的量化。
4. 数据算法能力
其实无论是传输能力还是计算能力，都是相对偏数据底层的实现，而离业务场景最近的就是算法能力所提供的算法服务，这是最直接应用于业务场景且更容易被用户感知的数据能力，因为对于传输和计算来说用户感知的是速度快慢，从用户视角快是应该的，因此用户并不知道何时何地计算或传输。
而算法对业务应用场景是一个从0到1，从无到有的过程。并且算法是基于数据传输、计算和资产能力之上泛化出的应用能力，或者换句话说是三个基础能力的封装进化。
而算法能力是把多元的数据集或者说获取到尽可能多的数据转化为一个决策判断结果来应用于业务场景。算法能力的强弱反映了三个数据能力是否高效配合，是否存在木桶效应，更甚者木桶也没有。当然单纯的算法也可以单独作为无形资产的知识沉淀来提供服务。
对于数据能力架构中的四大能力，传输、计算和资产是基础能力，而算法是高级的泛化能力。而能力的输出和应用才能体现数据价值，数据能力的最大化输出考验着整个数据产品架构体系的通用性和灵活性。因为需要面对的是各种业务演化出的多种多样场景，对数据能力的需求参差不齐：可能是片面化的，也可能是多种能力匹配协调的。这对产品的通用性就是一个巨大的挑战，想更好的应对这个问题，可能就需要整个数据平台的产品矩阵来支撑和赋能。
二、数据能力对应数据价值的呈现从数据应用的角度，每个能力都可以独立开放也可以组合叠加。如果把能力具象出来就会衍生到产品形态的问题，产品形态是对能力适配后发挥作用的交付物。说到产品形态我们可以想象一下应用场景。
首先最基础的应用场景就是数据直接调用，数据资产的使用基本会基于特征、指标、标签或者知识等交付形态。而对于使用方来说这些数据会作为半成品原料或依据来进行二次加工应用于业务场景中，如数据分析、数据挖掘、算法的训练与验证、知识图谱、个性推荐、精准投放（触达）和风控等。数据资产可以统归为在数据市场中通过构建的一些OpenAPI进行赋能。
而对于一个工厂来说，仅仅进行原材料的加工（ETL）输出即除了自身原材料（数据资产）的壁垒外核心竞争力很小，需要包装一些上层的基础服务来提升竞争力，那么数据计算的能力融合进来对原材料进行二次加工（聚合统计）。
计算的聚合统计能力加入进来后可以满足大部分的数据分析场景的支持，就不单单是原材料毫无技术含量的输出，并可以以半成品的形态规避数据敏感。因为对于统计值来说，这是一个分析结果或结论，并不会涉及到自身敏感数据的输出，因此你的核心资产不会泄露，而输出的仅仅是资产的附加值。换句话说知识产权专利依然在你手中，通过控制专利泛化出的能力进行投资回报。
融入计算能力后的一些分析场景如：人群的画像分析、多维度的交叉分析、业务的策略分析和监控分析等多种场景。
随着时代的发展和业务场景的增多，这时工厂继续需要产业变革，要深耕服务业逐步抛弃制造业形态，全面提升更高级的数据服务。这时算法能力的加入来更好的完善服务矩阵。
算法通过封装了传输、计算和资产能力而进行统一的更好理解的业务场景目标预测和识别等。这样对于企业来说可以更容易接受和低成本使用数据服务而不需要再涉及到数据加工链路中，而仅仅需要一个目标结果，通过算法的决策作为参考来指导业务方向。像算法对一些业务场景的预测分析，甚至说一些人工智能场景的识别或学习思考，都可以通过算法赋能来实现。对于企业来说就是从无到有的突破，企业发展进程甚至可能提升好几年。
而贯穿以上能力应用场景都是对数据传输能力的考验。
“数据”的重要性可以有以下几点。
1、数据能够为企业高层提供决策支持。将企业海量数据进行统计分析挖掘后，能够让高层制定合理的措施。
2、数据能整合企业庞杂业务。每个企事业都有很复杂的业务系统，借助数据及对应平台可以将其庞杂的业务进行整合。
3、数据能反应事件本质与趋势。真实数据能够更好地去了解事件的本质问题，预判事态发展。
4、数据能够让人们更加了解自己。未来你可能真的不是最了解你自己的人？但是可以使用个人的数据进行画像，充分了解个人。
5、数据能反应 历史 ，展望未来。通过 历史 数据查询过往，也能够使用以往的数据进行感知未来。
总之，在大数据和5G技术逐渐成为趋势的时代背景下，“ 数据 ”是越来越常见，如社交网络、消费信息、 旅游 记录……企业层面的销售数据、运营数据、产品数据、活动数据……
『贰』 什么是湖泊
湖泊：hupō，陆地表面洼地积水形成的比较宽广的水域。现代地质学定义：陆地上洼地积水形成的、水域比较宽广、换流缓慢的水体。汉语定义：湖与泊共为陆地水域，但湖指水面有芦苇等水草的水域，泊指水面无芦苇等水草的水域。目录
概述湖泊
流以及其他非海洋水体的定义还没有完全建立起来，然而，一般可以认为，河流运动比较快；沼泽内生长着大量的草、树或灌木；池塘比湖泊小。按照地质学定义，湖泊是暂时性水体。在全球水文循环过程中，淡水湖作用极小，其水量仅占全球总水量的0.009%，尚不足陆地上淡水总量的0.0075%。然而，淡水湖98%以上的水量是可供利用的。全球湖泊淡水总量为125,000立方公里（30,000立方哩），大约4/5的淡水储存在40个大湖中。尽管湖泊遍布全世界，但北美洲、非洲和亚洲大陆的湖泊水量就占世界湖水总量的70%，而其余的大陆湖泊较少。湖泊热量湖湖泊
水最大密度的温度是随深度变化的，大多数湖水最大密度温度接近于4℃（39℉），而在接近0℃时形成冰，当湖泊随着表面冷却降到4℃时，垂直混合发生。如果密度随深度增加，则湖泊被认为是稳定的；如果密度随深度减小，则表明湖泊存在着不稳定的条件。由于冷却和增温过程，表面水层密度增加，使水团下沉，引起混合，这一现象称为湖水循环或湖水对流。湖泊热量估算包括以下几个主要因素∶净射入的太阳辐射，由湖泊表面和大气散射的长波辐射的净交换，表面分界面上可感热的输送和潜热过程，以及通过河川径流、降水、地下水流入和流出的热量，地热的传导和动能的消耗。湖泊水源湖泊主要通过入湖河川径流、湖面降水和地下水而获得水量。湖泊分不流通湖（无地表或地下出口）和流通湖（有地表或地下出口）两种。不流通湖湖水耗于蒸发而导致湖水含盐量增加，流通湖湖水通过地表或地下径流流走，湖水量收支的净差额，随入流量和出流量的周期性或非周期性的变化而变化，这种差额引起了湖水位的变化。湖水位通常在雨季或稍后上升，蒸发旺季下降。以冰川融水为主要补给的湖泊，水位的变化既与热季又与雨季相应。引起湖水运动的力引起湖水运动的力主要有∶风力、水力梯度及造成水平或垂直密度梯度引起的力。湖面风将能量传给湖水，引起湖水运动。由水流进出湖泊而引起水力效应。湖水内部压力梯度及由水温、含沙量或溶解质浓度变化造成的密度梯度都能引起湖水运动。银镜
湖流是各种力相互作用的结果，但在许多情况下少数特定的力起着支配作用。当没有水平压力梯度，没有摩擦时，水平流受地转偏向力影响，北半球将偏向右。在压力梯度起支配作用时，则这种力与地转偏向力相结合形成所谓地转流。这种情况只出现在很大的湖泊中。由于风力作用或气压梯度使水面倾斜而产生梯度流。由风力引起的湖流最为普遍。在大的深水湖中，理论上表面流流向将沿着风向右偏45°，及到深层，流速逐渐减弱，且进一步向右偏。在风力影响不能到达的深度以下，水流的方向与风向相反。对于中纬度大而深的湖泊这种深度约为100公尺（328尺）。兰米尔（Langmuir）环流是指较大的湖泊在强风长期作用下（风速在2~3m/s以上），表层许多对流的螺旋线形成一系列平行的顺时针方向的反旋流与逆时针方向的旋流，造成交替的辐合流与辐散流。此现象是兰米尔于1938年首先发现的，故称兰米尔环流，成对的相同螺旋形流，能逐渐调整变成近似地平行于风向，在水面上产生许多条纹状的翻腾带。在辐射线上常有一行漂浮的微小物质或浮游生物聚集在一起。福勒研究认为，兰米尔环流产生的机制主要是表面波垂直升降的摆动引起的。当风速超过2~3m/s时，由于垂直摆动指数衰减所引起的波浪的涡动压力，其最大值出现在接近湖水表面处，因而产生不稳定性，并瞬即分散向下成为对流型，这种方式使风的能量通过表面波的能量转变为紊动。兰米尔环流是湖泊中亲动向下传输及与上层水进行混合的主要途径之一。这些环流能改变湖面藻类及浮游生物的水平分布。例如刮风时，可以观察到水面上产生许多平行波纹，而且可以延续到相当远的距离，在波纹处出现相对下沉，波纹之间则相对上升，这种环流现象也可以由湖内热力混合下沉而造成。湖中波浪湖中波湖泊天池
浪多是由湖面风引起的。风吹到平静的湖面上，首先使广阔的湖面产生波动和波纹，形成比较有规则、范围较小且向同一方向扩展的表面张力波。波高的增加与风速、作用持续时间及吹程呈函数关系。然而即使在最大的湖泊中，也不会出现海洋中的波涛现象。湖面波浪沿着风向且与波浪顶峰垂直方向传播，若波长超过水深的4倍，波速近似等于水深与重力加速度乘积的平方根；若水深较大时，波速与波长的平方根成正比。由于持久的风力和气压梯度造成湖面倾斜，当外力作用停止时将引起湖水流动，使湖而复原。这一过程称静振。基本的静振为单节的，但如发生谐波，则亦可能是多节的。如风沿狭长的湖泊长轴劲吹，则多出现纵向静振，而横穿狭窄湖面则多出现横向静振。湖泊内部静振是由热力分层现象引起的。[2]浪基面：波浪所能触及的湖底。风暴浪基面是指风暴时湖浪能搅动的湖底部位，是用来划分深湖和浅湖的界线。*最大洪泛面：洪水期时湖平面所能触及的最高水位，是用来划分湖泊与陆地的分界线。编辑本段分布世界湖泊分布很广，中国湖泊众多，面积大于1平方公青海湖
里的约2300个，总面积达71000多平方公里（20世纪80年代数据数据）。另一说为2848个，面积为83400平方公里（20世纪50年代数据）。青海湖面积为4000多平方公里，是中国最大的湖泊。西藏的纳木错，湖面高程为4718米，在全球湖面积为1000平方公里以上的湖泊中，是海拔最高的湖泊。位于长白山上的天池（中国朝鲜界湖），水深达373米，是中国最深的湖泊。柴达木盆地的察尔彝盐湖，以丰富的湖泊盐藏量著称于世。编辑本段湖盆指蓄纳湖水的地表洼地。湖盆底部的原始地形及平面形态，在颇大程度上取决于湖盆成因。根据湖盆形成过程湖泊干盐湖
中起主导作用的因素，湖盆概括为以下几类：由地壳的构造运动（如断裂和褶皱等）形成的构造湖盆；因冰川的进退消长或冰体断裂和冰面受热不匀而形成的冰川湖盆；火山喷发后火口休眠形成的火口湖盆；山崩、滑坡或火山喷发使物质阻塞河谷或谷地形成的堰塞湖盆；水流冲淤或水的溶蚀作用形成的水成湖盆；由风力吹蚀形成的风成湖盆；此外尚有大陨石撞击地面形成的陨石湖盆等。研究湖泊
湖泊的科学是湖沼学，湖沼学家常根据湖盆形成过程来对湖泊和湖盆进行分类。特别大的湖盆是由构造作用即地壳运动形成的，晚中新世广阔而和缓的地壳运动导致横跨南亚和东南欧广大内陆海的分离，残存的内陆水体有里海、咸海以及为数众多的小湖泊。构造上升可使陆地上天然水系受阻而形成湖盆，南澳大利亚的大盆地、中非的某些湖泊以及美国北部的山普伦湖都是这种作用的产物。此外，断层也对湖盆的形成起着重要的作用，世界上最深的两个湖泊贝加尔湖和坦干伊喀湖的湖盆就是由地堑的复合体形成的。这两个湖泊以及其他的地堑湖，特别是在东非裂谷里的那些湖泊和红海都是近代湖泊中最古老的。火山活动可以形成各种类型的湖盆，主要类型为位于现存的火山口或其残迹中的火口湖。俄勒冈的火口湖就是典型的例子。湖盆湖泊
还可由山崩物质堵塞河谷而形成，但这种湖盆可能是暂时性的。冰川作用可以形成大量的湖泊，北半球的许多湖泊就是这种作用形成的，湖盆为冰盖退缩过程中的机械磨蚀作用所形成，或由于冰盖边界处冰体堰塞而成。冰碛对堰塞湖盆的形成起着重要的作用，纽约州的芬格湖群（FingerLakes）就是终碛堰塞而成。河流作用有几种方式可以形成湖盆，最重要的有瀑布作用，支流沉积物的阻塞，河流三角洲的沉积作用，上游沉积物由于潮汐搬运作用而阻塞，河道外形的改变（即牛轭湖和天然堤湖）以及地下水的溶蚀作用所形成的湖泊。有些沿海地区，沿岸海流可以堆积大量的沉积物阻塞河流。此外，风、运动活动和陨石都可能形成湖盆。编辑本段碱湖湖泊湖泊
沉积物主要是由碎屑物质（黏土、淤泥和砂粒）、有机物碎屑、化学沉淀或是这些物质的混合物所组成。每一种沉积物的相对数量取决于流域的自然条件、气候以及湖泊的相对年龄。湖泊中主要的化学沉积物有钙、钠、碳酸镁、白云石、石膏、石盐以及硫酸盐类。含有高浓度硫酸钠的湖泊称为苦湖，含有碳酸钠的湖泊称为碱湖。由于不同湖盆侵蚀产物的化学性质不同，因此，世界上湖泊的化学成分也是千变万化的，但在大多数情况下，主要成分却是相似的。湖泊含盐量系指湖水中离子总的浓度，通常含盐量是根据钠、钾、镁、钙、碳酸盐、矽酸盐以及卤化物的浓度来计算。内陆海有很高的含盐量。犹他州大盐湖含盐量大约为每升20万毫克。编辑本段演变湖泊湖泊火口湖
一旦形成，就受到外部自然因素和内部各种过程的持续作用而不断演变。入湖河流携带的大量泥沙和生物残骸年复一年在湖内沉积，湖盆逐渐淤浅，变成陆地，或随着沿岸带水生植物的发展，逐渐变成沼泽；干燥气候条件下的内陆湖由于气候变异，冰雪融水减少，地下水水位下降等，补给水量不足以补偿蒸发损耗，往往引起湖面退缩干涸，或盐类物质在湖盆内积聚浓缩，湖水日益盐化，最终变成干盐湖，某些湖泊因出口下切，湖水流出而干涸。此外，由于地壳升降运动，气候变迁和形成湖泊的其他因素的变化，湖泊会经历缩小和扩大的反覆过程，不论湖泊的自然演变通过哪种方式，结果终将消亡。编辑本段分类按其成因可分为以下九类：构造湖：是在地壳内力作用形成的构造盆地上经储水而形成的湖泊。其特点是湖形狭长、水深而清澈，如云南高原上的滇池、洱海和抚仙湖；青海湖、新疆喀纳斯湖等。（再如著名的东非大裂谷沿线的马拉维湖、坦噶尼喀湖、维多利亚湖）构造湖一般具有十分鲜明的形态特征，即湖岸陡峭且沿构造线发育，湖水一般都很深。同时，还经常出现一串依构造线排列的构造湖群。湖泊图片[3]
火山口湖：系火山喷火口休眠以后积水而成，其形状是圆形或椭圆形，湖岸陡峭，湖水深不可测，如白头山天池深达373米，为我国第一深水湖泊。堰塞湖：由火山喷出的岩浆、地震引起的山崩和冰川与泥石流引起的滑坡体等壅塞河床，截断水流出口，其上部河段积水成湖，如五大连池、镜泊湖等。岩溶湖：是由碳酸盐类地层经流水的长期溶蚀而形成岩溶洼地、岩溶漏斗或落水洞等被堵塞，经汇水而形成的湖泊，如贵州省威宁县的草海。威宁城郊建有观海楼，登楼眺望，只见湖中碧波万顷，秀色迷人；湖心岛上翠阁玲珑，花木扶疏，有水上公园之称。冰川湖：是由冰川挖蚀形成的坑洼和冰碛物堵塞冰川槽谷积水而成的湖泊。如新疆阜康天池，又称瑶池，相传是王母娘娘沐浴的地方。北美五大湖、芬兰、瑞典的许多湖泊等。风成湖：沙漠中低于潜水面的丘间洼地，经其四周沙丘渗流汇集而成的湖泊，如敦煌附近的月牙湖，四周被沙山环绕，水面酷似一弯新月，湖水清澈如翡翠。河成湖：由于河流摆动和改道而形成的湖泊。它又可分为三类：一是由于河流摆动，其天然堤堵塞支流而潴水成湖。如鄱阳湖、洞庭湖、江汉湖群（云梦泽一带）、太湖等。二是由于河流本身被外来泥沙壅塞，水流宣泄不畅，潴水成湖。如苏鲁边境的南四湖等。三是河流截湾取直后废弃的河段形成牛轭湖。如内蒙古的乌梁素海。海成湖：由于泥沙沉积使得部分海湾与海洋分割而成，通常称作泻湖，如里海、杭州西湖、宁波的东钱湖。约在数千年以前，西湖还是一片浅海海湾，以后由于海潮和钱塘江挟带的泥沙不断在湾口附近沉积，使湾内海水与海洋完全分离，海水经逐渐淡化才形成今日的西湖。潟湖：是一种因为海湾被沙洲所封闭而演变成的湖泊，所以一般都在海边。这些湖本来都是海湾，后来在海湾的出海口处由于泥沙沉积，使出海口形成了沙洲，继而将海湾与海洋分隔，因而成为湖泊。“潟”这个字少见于现代汉语，是卤咸地之意，由于较常见于日语，不少人以为是和制汉字（Sinico-Japanese），其实不然。由于很多人不懂得“潟”这个字，所以经常都把它写错成为了“泻湖”。1。具有防洪的功能：潟湖可宣泄区域排水，因而很少发生水灾。2。保护海岸的功能：有于外有沙洲的阻挡可防止台风暴潮侵蚀冲刷海岸。3。是天然的养殖场：潟湖是鱼、虾、贝和螃蟹的孕育场，也是邻近渔民的天然养殖场。4。由于潟湖外侧往往有沙洲作为防波堤，其内风平浪静，因此有时可以改建为人工港著名潟湖：七股潟湖、戈佐内海、科勒潟湖按湖水所含盐度分为六类：湖水含盐量是衡量湖泊类型的重要标志，通常把含盐量或矿化度达到或超过50g/1的湖水，称为卤水或者盐水，有的也叫矿化水。卤水的含盐量，已经接近或达到饱和状态，甚至出现了自析盐类矿物的结晶或者直接形成了盐类矿物的沉积。所以，把湖水含盐量50g/1作为划分盐湖或卤水湖的下限标准①。依据湖水含盐量或矿化度的多少，将湖泊划分为六种类型，各种类型湖泊的划分原则如下：淡水湖：湖水矿化度小于或等于1g/1；微（半）咸水湖：湖水矿化度大于1g/1，小于35g/1；咸水湖：湖水矿化度大于或等于1g/1，小于50g/1；盐湖或卤水湖：湖水矿化度等于或大于50g/1；干盐湖：没有湖表卤水，而有湖表盐类沉积的湖泊，湖表往往形成坚硬的盐壳；砂下湖：湖表面被砂或粘土粉砂覆盖的盐湖编辑本段水位按变化规律分为周期性和非周期性两种，周期性的年变化主要取决于湖水的补给。降水补给的湖泊，雨季水位最高，旱季最低；冰雪融水补给为主的高原湖泊，最高水位在夏季，最低在冬季；地下水补给的湖泊，水位变动一般不大。有些湖泊因受湖陆风、海潮、冻结和冰雪消融等影响产生周期性的日变化，非洲维多利亚湖因湖陆风作用，多年平均水位日间高于夜间9.9厘米。非周期性的变化往往是因风力、气压、暴雨等造成的。中国太湖在持续强劲的东北风作用下引起的增减水，在同一时段中，能使迎风岸水位上升1.1米，背风岸水位下降0.75米。此外，由于地壳变动、湖口河床下切和灌溉发电等人类活动也可使水位发生较大变化。编辑本段湖泊资源湖水是全球水资源的重要组成部分，地球上湖泊（包括淡水湖、咸水湖和盐湖）总面积约为2058700平方公里，总水量约176400立方公里，其中淡水储量约占52%，约为全球淡水储量的0.26%。湖水可以不断更新，不同湖泊的更新期不一，湖水更换期的长短取决于其容积和入湖、出湖年径流量。中国鄱阳湖水更新一次仅9.6天，太湖水更新一次约299天。湖泊淡水储量的地区分布很不均匀，贝加尔湖、坦噶尼喀湖和苏必利尔湖等40个世界大湖储存的淡水量占全球湖泊淡水总量的4/5。中国的鄱阳湖、洞庭湖、太湖、巢湖和洪泽湖的淡水总量约为553亿米。湖泊利于舟楫，是水路交通的重要组成部分。湖泊盛产鱼、虾、蟹、贝，生产莲、藕、菱、芡和芦苇等，是水产和轻工业原料的重要来源。湖泊作为旅游资源，正日益受到重视。湖泊资源的不合理开发会造成湖泊渔业资源衰减，湖泊面积缩小和湖泊周围土地的沼泽化等不良后果。编辑本段著名湖泊现状介绍中国湖泊众多，共有湖泊24800多个，其中面积在1平方公里以上的天然湖泊就有2800多个。湖泊数量虽然很多，但在地区分布上很不均匀。总的来说，东部季风区，特别是长江中下游地区，分布着中国最大的淡水湖群；西部以青藏高原湖泊较为集中，多为内陆咸水湖。外流区域的湖泊都与外流河相通，湖水能流进也能排出，含盐分少，称为淡水湖，也称排水湖。中国著名的淡水湖有鄱阳湖、洞庭湖、太湖、洪泽湖、巢湖等。内流区域的湖泊大多为内流河的归宿，湖水只能流进，不能流出，又因蒸发旺盛，盐分较多形成咸水湖，也称非排水湖，如中国最大的湖泊青海湖以及海拔较高的纳木错湖等。中国的湖泊按成因有河迹湖（如湖北境内长江沿岸的湖泊）、海迹湖（即睸湖，如西湖）、溶蚀湖（如云贵高原区石灰岩溶蚀所形成的湖泊）、冰蚀湖（如青藏高原区的一些湖泊）、构造湖（如青海湖、鄱阳湖、洞庭湖、滇池等）、火口湖（如长白山天池）、堰塞湖（如镜泊湖）等。主要湖泊鄱阳湖
1.鄱阳湖（4125平方公里）2.洞庭湖（3968平方公里）3.洪泽湖（1960平方公里）4.太湖（2250平方公里）5.巢湖（769.5平方公里）6.微山湖（1266平方公里）7.白洋淀（336平方公里）8.呼伦湖（2339平方公里）9.贝尔湖（609平方公里）10.兴凯湖（4380平方公里）11.淀山湖（63平方公里）12.巴林错13.洪湖（413平方公里）14.扎陵湖（526.1平方公里）15.鄂陵湖（610.70平方公里，咸水湖）16.班公湖17.乌梁素海18.岱海（165.00平方公里）19.博斯腾湖20.乌伦古湖21.巴里坤湖22.艾丁湖23.阿其克库勒湖24.西台吉乃尔湖25.东台吉乃尔湖26.达布逊湖27.阿牙克库木湖28.西金乌兰湖29.乌兰乌拉湖30.米提江占木错31.星宿海32.哈拉湖滇池
33.青海湖（4583平方公里，咸水湖）34.噶顺桌尔35.玛旁雍错36.阿克赛钦湖37.昂拉仁错38.扎日南木错39.当惹雍错40.昂孜错41.格仁错42.色林错43.羊卓雍错44.滇池45.纳木错（1920平方公里，咸水湖）46.长白山天池（10平方公里）47.抚仙湖48.洱海[4]功能湖泊是重要的国土资源，具有调节河川径流、发展灌溉、提供工业和饮用的水源、繁衍水生生物、沟通航运，改善区域生态环境以及开发矿产等多种功能，在国民经济的发展中发挥着重要作用同时，湖泊及其流域是人类赖以生存的重要场所湖泊本身对全球变化响应敏感，在人与自然这一复杂的巨系统中，湖泊是地球表层系统各圈层相互作用的联结点，是陆地水圈的重要组成部分，与生物圈、大气圈、岩石圈等关系密切，具有调节区域气候、记录区域环境变化、维持区域生态系统平衡和繁衍生物多样性的特殊功能。[2]划分按自然地理条件的差异，中国湖泊分布划分为青藏高原湖区、云贵高原湖区、蒙新与黄土高原湖区、东北平原与山地湖区、东部平原湖区和东南低山丘陵湖区最近研究统计表明，全国10平方公里的天然湖泊已经从《中国湖泊志》统计的656个减少到581个，总面积从8525694平方公里缩小到6867158平方公里在大于10平方公里的581个天然湖泊中，面积大于1000平方公里的11个，合计面积22?598平方公里，占总面积的329%；面积在1000～500平方公里的14个，合计面积929148平方公里?占135%；面积在500～100平方公里的102个，合计面积21?55366平方公里，占314%；面积在100～50平方公里的95个，合计面积673317平方公里，占98%；面积在50～10平方公里的359个，合计面积84951平方公里，占124%若把面积在1～10平方公里的湖泊也统计在内，则全国天然湖泊个数约在3000个左右，因为这一部分湖泊面积小，随自然条件和人为活动的影响变化较大，数据很难准确统计，而贮水量所占份额不大若将湖泊贮水量按淡水湖、咸水湖和卤水盐湖3种类型统计，总贮水量为75508736×108立方米；其中淡水湖为23501576×108立方米，占311%；咸水湖为46141296×108立方米，占6111%?卤水盐湖为5865864×108立方米，占78%我国湖泊的贮水量是以咸水湖为主，其次为淡水湖，两者相差约1倍，卤水盐湖的贮水量所占比重最小，约相当于咸水湖的近1/8，淡水湖的近1/4然而，我国湖泊资源的区域分布很不均匀，其中总面积和淡水蓄水量的一半分布在人烟稀少的青藏高原；在西北水资源紧缺的干旱区湖泊通常是咸水湖。[5]『叁』 大数据和大数据开发有什么区别
大数据指纯粹的大量数据；大数据开发指从大量数据中找到有用的信息加以开发利用。
『肆』 ”加快数字化发展，加强数字社会，数字政府建设"，这里的"数字"是什么意思
应该是包括数字化和数据化。但是实时数字化数据化大部分需要用到互联网，人工智能，数据分析软件之类的东西。
打几个例子就知道了。比如交通管理方面。如果通过摄像头和一些软件，就可以探测出一条路每天每个时段的车流量，哪些地方容易发生车祸，哪个路段容易拥堵，这些数据就会上传到一个终端，通过这些数据的分析就可以有针对性的优化交通。
再比如说淘宝吧。你每天搜索什么物品，哪些物品的停留时间有多长，购买物品有多少钱。都可以通过数据推断你的个人信息。比如你最近购买家具，彩电之类，淘宝通过分析数据，就可以推断你最近新房装修，就会推荐给你其他你没搜索的，比如电灯，家居摆件，洗衣机之类。比如你买裙子一般不会超过200，每个月淘宝花钱很少但逛的时间和次数很多。淘宝就可以推测你没有钱，下次他就会只推一些便宜的商品给你。
同理，通过收集数据，分析数据，就能更好的知道整个中国的社会情况，政府工作的有效性。所以要实现数字社会，数字政府。