基于Web服务的海洋空间数据共享技术研究与实现

针对我国海洋建设过程中产生的"数据孤岛"问题,为了进一步盘活数字海洋数据资源,充分实现多源、异构、分布式海洋空间数据交换与共享,对数字海洋主中心节点和各子节点单位的海洋空间数据进行统一规划,制定一套数据处理、组织存储、服务制作、共享发布与下载使用等标准流程,并基于数字海洋应用服务系统进行了空间数据共享开发与测试。实验结果表明,通过Web服务技术能够很好地实现矢量图层、地形与遥感影像、三维模型、倾斜摄影和三维全景等空间数据的可视化与共享,有力证明了分布式海洋空间数据以服务的方式实现共享的可行性与安全性。

海上溢油可视化信息系统的设计与实现

对海上溢油运动规律进行了深入研究,综合运用虚拟现实、海洋GIS及其碰撞检测等技术,设计并开发了一个具有高度沉浸感的近海海域海上溢油可视化信息系统。为了解决当前相关研究中存在的物理模型不完善、模拟效果差及功能缺失等问题,综合了几种权威物理模型,并采用粒子系统、GPU图形渲染和ColDet碰撞检测等方法进行了系统功能设计。测试表明,系统能较好地满足用户操作实时性、交互性和高度沉浸感的需求。

海洋观测网实时监控系统的设计与实现

综合GIS、数据库和富客户端开发等技术,设计一套B/S环境下的海洋观测网实时监控系统,实现了海洋台站、浮标和志愿船等海洋观测设备的实时状态监控、预警和故障统计分析等功能,能为相关部门及时掌握观测网运行状况、提升海洋环境观测预报管理水平提供高效的解决方案。

数字海洋应用服务系统构建及关键技术研究

我国首次探索了"数字海洋"从科学概念到工程实体的建设实践,经过系统建设和运行过程取得了显著成果,同时存在的问题逐渐显现出来.本研究总结了数字海洋原型系统存在的问题,在此基础上,开展了数字海洋应用服务系统系统架构设计,功能研发以及关键技术研究.通过实践证明,系统在数据共享、信息集成和可视化表达等方面具有良好的应用前景.

海洋数据定制化共享服务系统设计与实现

为满足数字海洋节点用户对海洋数据的定制化共享服务需求,在数字海洋应用服务系统的基础上,通过改造系统界面布局和升级优化数据库增加了节点数据访问入口,并研发了基于C/S架构的后台配置与发布工具,实现了数字海洋主节点和分节点访问模式的灵活切换,同时也为所有数字海洋节点之间的数据共享提供了便捷高效的服务保障。

面向海运统计的AIS大数据挖掘分析研究

为解决传统海运产业统计方法数据质量不高、时效性差、统计产品陈旧短缺、公信力不足等的问题,提出基于AIS大数据挖掘分析开展海运统计的方法。详细阐述了基于AIS大数据的海运统计分析技术路线、大数据平台技术架构,以及电子围栏分析、航行事件分析、航次分析和统计指标生成等关键模型算法。以2019年3月至5月全球大宗货品船舶的AIS数据应用为例表明,该方法可提供港口、海上通道和大宗货品三方面的海运大数据统计指标,为实现海运即时化、准确化、精细化的统计分析与展现提供了新思路。

海洋地图服务平台建设研究与实现

随着我国海洋信息化的发展,海洋空间地理信息在海洋各个领域的应用越来越多,基于海洋空间地理信息的系统集成和专题应用日益普遍。基于ArcGIS平台制作发布矢量基础地理底图、地形基础地理底图和遥感影像基础地理底图等多种类型的海洋空间地理信息数据服务。基于SmartEarth平台制作发布海洋三维球体服务,将多比例尺海洋空间地理信息数据服务化并共享应用。应用ESB总线技术、Portal技术、多源栅格数据分布集成技术构建海洋地图服务平台,实现数据的二三维可视化展示、空间查询分析、空间处理分析、在线专题制图、地图服务生产、个性化API调用等功能,提高海洋空间地理信息资源的利用率。

海上应急通信技术研究进展

介绍了海上应急通信的特点,论述了国内外各类海上应急通信手段的发展历程,分析了国内海上应急通信技术的现状和不足。针对各类海洋活动急迫的应急通信需求,提出了天（卫星）、空（无人机）、岸（海岸和岛礁站点）、海（舰船）、潜（水下）5种手段构成的一体化应急通信系统建设思路,归纳了典型场景的海上应急通信应用模式,探索了国内后续海上应急通信技术和体系发展的思路。

中国“数字海洋”工程进展研究

以中国＂数字海洋＂工程建设为背景,介绍了该工程由最初的概念、理论研究到实体建设和应用服务的历程,分析了中国＂数字海洋＂工程的现状、基础与成果;对比了美国、日本等国家的海洋信息工程在海洋信息数据的获取、处理及应用服务等方面的现状及优势,提出了中国海洋信息工程在领域的发展趋势。

深度学习在海洋大数据挖掘中的应用

介绍了深度学习的关键发展节点和应用发展历程,分析了深度学习在国内外主要领域的发展现状;概述了多个深度学习的关键算法原理,分析了深度学习在海洋数据重构、分类识别和预测等海洋大数据挖掘中的相关应用;提出了深度学习未来可能面临的问题,并从加强顶层设计、信息安全和强化算法鲁棒性等方面,展望了深度学习在海洋大数据挖掘中的应用前景。