基于大数据的海洋环境监测数据集成与应用

被引：15

作者：

解鹏飞

刘玉安

赵辉

朱容娟

机构：

[1] 国家海洋环境监测中心

来源：

海洋技术学报 | 2016年 / 35卷 / 01期

关键词：

大数据; 数据虚拟化; 元数据; ODM2模型; 本体语义框架;

D O I：

暂无

中图分类号：

P715 [调查与观测技术设备];

学科分类号：

摘要：

面对多源异构的海量数据的集成,传统的集成方法和技术无法实现,直到大数据技术的出现才有了可能。应用大数据技术实现多源异构的海洋环境监测数据集成,有利于海洋环境监测数据的共享,避免信息孤岛的出现,同时为数据的分析、挖掘等提供了所需的数据。文中重点讨论了基于大数据和数据虚拟化平台技术,参照ODM2信息模型和MMI ORR本体语义框架来实现多源异构的海洋环境监测数据的集成问题,并在数据集成的基础上,探讨了多源异构数据查询、综合展示应用的实现方法。此研究有利于解决海量海洋环境监测数据管理难题、满足海洋环境科研工作者的大数据需求、实现数据驱动决策、提升海洋环境管理水平。

引用

页码：93 / 101

页数：9

共 7 条

[1] 基于块嵌套循环的海洋大数据质量检验方案选择算法 [J].

黄冬梅 ;

陈括 ;

王振华 ;

施黎莉 .

计算机工程与科学, 2013, 35 (10) :51-57

[2] 大数据时代下数据质量的挑战 [J].

宗威 ;

吴锋 .

西安交通大学学报(社会科学版), 2013, 33 (05) :38-43

[3] 基于Tree-lib的大数据实时分析研究 [J].

沈来信 ;

王伟 .

计算机科学, 2013, 40 (06) :192-195+237

[4]

Data quality for data science, predictive analytics, and big data in supply chain management: An introduction to the problem and suggestions for research and applications[J] . Benjamin T. Hazen,Christopher A. Boone,Jeremy D. Ezell,L. Allison Jones-Farmer.International Journal of Production Economics . 2014

[5]

Semantic mediation of vocabularies for ocean observing systems[J] . John Graybeal,Anthony W. Isenor,Carlos Rueda.Computers and Geosciences . 2011

[6]

Apache Hadoop goes realtime at Facebook .2 Borthakur D,Gray J,Sarma J S,et al. Proceedings of the 2011 international conference on Management of data . 2011

[7]

Managing Data in Motion Data Integration Best Practice Techniques and Technologies .2 April Reeve. Morgan Kaufmann Publishers . 2013

← 1 →