区域级智慧海洋大数据中心架构规划及建设实践

智慧海洋大数据中心是智慧海洋工程建设的核心载体和体系中枢,其区域中心的规划和建设对于加快各省海洋强省建设、支撑地方数字政府建设、推动国家智慧海洋工程建设具有重要的支撑意义。本文基于推进重点领域突破的实际需求,提出一种区域级智慧海洋大数据中心的架构设计,阐述了其总体框架、技术架构和数据架构,并给出了实现的研究案例。基于架构设计的浙江省智慧海洋大数据中心提供了数据资源、能力支撑、综合展示、开放创新、应用服务等层面的关键技术,构建了浙江省海洋大数据安全开放的应用环境和自发主动、高效规范的共享模式,形成了国家首个省级海洋大数据中心示范效应和全国可复制可推广的建设经验。智慧海洋大数据中心作为新型信息化平台,将促进海洋大数据资源的共享应用和潜能释放,聚焦数据共享、应用生态、迭代升级和创新驱动,为海洋数据资源全生命周期管理共享和运营服务提供完整解决方案。

数字深海“一张图”综合可视分析系统构建与运行

经过多年建设发展,中国大洋资料中心基于深海大洋综合数据库,实现了对大洋航次调查数据和相关研究成果资料的综合管理。面向高效、可视、在线的“一张图”综合分析应用需求,以国内外多来源深海大洋数据资源为基础,面向深海空间数据管理和应用需求,紧密衔接综合数据库,对现有深海大洋数据进行必要的空间化矢量化改造,利用Java+SpringBoot、基于WebGL的Cesium等技术,开发了基于GIS的深海空间数据管理系统、综合展示与可视分析系统,研发了深海空间数据资源地图、深海态势分析、工作规划部署、资源潜力评估、装备效能分析和数据评估检验等专题应用分析功能,架构起数字深海“一张图”综合可视分析系统。该系统已部署在国家海洋通信专网并投入业务化试运行,为我国深海大洋矿产资源勘探、环境影响评价和相关科学研究活动提供数据和信息技术支撑。

海洋大数据的内涵、现状与发展趋势展望

海洋数据是国家重要的基础性战略资源,海洋大数据融合应用发展对于实施海洋强国战略意义重大。本文从数据、技术和应用3个角度分析归纳了海洋大数据的内涵、外延和特征,提出了低质性、碎片化和隐匿性3个海洋大数据要解决的关键问题。从海洋大数据资源体系、海洋信息通信网、海洋大数据处理分析、海洋大数据存储管理和共享服务,以及海洋大数据应用研发等方面总结了海洋大数据发展能力现状和趋势,探讨了当前国家海洋大数据中心发展需求,架构海洋大数据国内外总体布局,从数据资源、关键技术、共享服务、开放创新、融合应用和国际合作等6个方面,研究提出海洋大数据重点发展方向,以期为国家、行业和地方海洋大数据发展提供参考。

需求导向的地方海洋数据资源体系规划及应用探索——以浙江省涉海数据资源体系规划为例

海洋数据资源体系规划是构建海洋数据共享应用生态、挖掘海洋数据价值的基础,也是推进“智慧海洋”工程建设的核心。本文结合浙江省实践,基于涉海数据资源现状和应用需求,提出了需求导向的地方海洋数据资源体系规划方案,构建了“分布式管理、集中式服务”框架下的浙江省海洋大数据资源池系统,进一步通过典型应用场景分析了地方海洋数据资源体系规划的应用效果,为海洋数据资源共享应用、海洋数据要素作用发挥提供了解决方案和实例参考。

基于Hadoop的海洋数据存储平台设计与实现

海洋数据具有多来源、多尺度、多频度等复杂特性,传统事务型数据库无法满足海量非结构化数据在存储管理、关联查询、复杂分析等方面的需求。针对这一问题,本文采用HDFS+MapReduce+HBase的分布式数据存储架构,利用数据编码压缩存储技术,实现了数据分布式存储管理和处理,并提出了一种多级索引存储管理技术以实现数据快速关联查询;开发了基于WebService的数据查询接口、海洋环境数据信息共享接口、决策支持数据服务接口、智能分析数据服务接口等应用接口。实验表明,对比传统技术架构,该平台在非结构化海洋数据的数据存储管理、数据处理和业务应用等方面具有一定优势。

海洋数据管理能力成熟度评估模型研究初探

随着海洋信息化的快速发展,海洋数据资源已经成为国家重要的战略资产。本文借鉴国内外数据管理能力成熟度的评估方法,初步建立了海洋数据管理能力成熟度评估体系和评估模型,包含海洋数据战略、海洋数据治理、海洋数据架构、海洋数据应用、海洋数据安全、海洋数据质量、海洋数据标准和海洋数据生存周期等8个能力域、28个能力项目。结合国家海洋数据资源管理体系建设运行现状,对海洋数据管理能力成熟度进行了评估和综合分析。结果表明,海洋数据管理能力目前处在第三级(稳健级)向第四级(量化管理级)的过渡阶段。针对海洋数据管理能力成熟度评估分析结果和当前海洋事业的发展需求,提出了未来海洋数据管理策略的重点发展方向和发展目标。

海洋大数据管理技术:架构、平台与存储策略

海洋大数据管理是数据共事利用、价值发挥的核心基础。大数据时代,海洋数据在教据量、时效性、数据类型等方面发生了翻天覆地的变化,传统海洋数据管理方式的不足之处日益酉显,亟待引进大数据管理技术理念和方式。本丈通过分析梳理大数据生态架构和技术架构的优缺点和对海洋数据的适用性研究,提出了海洋大数据平台架构和海洋大数据资源池架构,建立了基于事务型数据库、MPP数据库和HDFS的海洋大数据存储架构,以及个性化的海洋大数据存储策略,对于海洋大数据管理具有畫要的技术指导意义。

海洋大数据安全现状及其工作对策建议

随着海洋观测调查和综合信息管理技术的飞速发展,海洋数据资源快速累积,其重要性及潜在价值日趋凸显,由此可能引发的海洋数据安全风险问题与日俱增。数据安全已成为大数据时代海洋数据资源管理与共享服务最紧迫的核心问题。笔者调研了大数据安全政策现状和大数据安全发展历程,梳理总结了当前海洋大数据安全现状和面临的挑战。在此基础上,以《中华人民共和国数据安全法》为依据,以海洋大数据全生命周期为核心,从深入理解海洋大数据安全的内涵、确立海洋大数据安全的原则和内容、构建海洋大数据安全技术体系架构,以及建立海洋大数据安全评估指标体系等4个方面,提出海洋大数据安全工作对策建议。

数字深海“一张图”建设内容探讨

借鉴相关领域“一张图”建设经验,从深海数据应用需求角度出发,基于深海数据资源现状和管理工作实践,提出基于深海空间数据的数字深海“一张图”总体架构和建设内容。汇集整理海洋基拙地理底图、测站测线、海底地形地貌、海洋重磁、物理海洋、海洋生物与生态、海洋化学、深海矿产资源和海底视像等数据,以及海洋权益、海上构筑物、海底电缆、海上关键通道、重要文档报告等专题信息,并对其进行适当的空间矢量化改造,通过基于GIS的深海空间数据管理系统,面向深海态势分析、深海勘探工作部署规划、深海矿产资源潜力评价、深海环境管理等应用需求,提供不同主题、不同视角、不同区域的多样化综合展示和可视分析,为深海活动提供数据信息和辅助决策支持。

The diapycnal mixing in the upper Pacific estimated from GTSPP observations

Diapycnal mixing （DM） in the upper 600 m of the Pacific Ocean was estimated based on the huge amount of the observations from Global Temperature-Salinity Profile Programme （GTSPP）, using the strain version of the finescale parameterization. It is found that DM in each season exhibits similar distribution pattern, but differs in details. The intensification of DM is related to bottom roughness, surface near-inertial energy, and proximity to the equator. The intensified DM caused by rough topography shows in the profiles near the Mendocino fracture zone in the northeast Pacific, and the heightened DM caused by wind-generated near-inertial energy appears in the westerly region of the Southern Ocean. As compared to previous estimates, the DM estimate in this work has better spatial coverage and finer resolution, and more importantly it contains the seasonal variability, Furthermore, the resulting DM dataset is gridded, rendering it suitable for modeling applications.

基于长短期记忆神经网络的潮位缺测值填充方法研究

潮位数据反映了沿海海平面变化,在许多领域都有着十分重要的作用,潮位数据的缺测给使用带来不便。本文基于2017年崇武和晋江海洋站潮位数据,提出了一种基于LSTM模型(长短期记忆神经网络模型)的数据缺测值填充方法,同线性插值、样条插值等传统插值方法相比,LSTM方法表现稳定,精度较高,实现方便。尤其是在缺测时间较长时,LSTM方法明显优于传统插值方法,同时该方法同样适用于海洋站其它要素如水温缺测数据的填充。