海洋空间情报大数据应用发展
|
摘要
为探索海洋空间情报大数据服务的深度价值,分析海洋空间情报大数据组成,研究海洋空间情报大数据融合处理、挖掘分析和可视化等关键技术,探索海洋空间情报大数据助力全球智能航海保障体系建设、E-航海战略支撑、增强现实(Augmented Reality, AR)海洋环境仿真、海洋空间情报预警决策等应用模式,提出海洋空间情报大数据未来发展的主要方向和关键问题。将大数据与海洋地理空间技术进行深度结合,实现海洋空间情报大数据在海洋业务领域的高效利用,达到利用海洋空间情报大数据保障海洋安全与和谐发展的目的。探索性的研究对于实施海洋空间情报大数据服务国家海洋强国战略具有重要的战略意义。
To explore the real value of the application of big data technologies in marine spatial information services, the composition of marine spatial big data is analyzed, and the application of key big data technologies, such as data fusion processing, mining, analysis and information visualization are studied. The ways that the marine spatial big data contribute to the global intelligent navigation support system are explored, including E-navigation strategy support, AR marine environment simulation and early warning and decisionmaking. The key technical considerations and the development direction of the marine spatial information utilization are discussed. It concluded that the intigration of big data technology and marine geospatial technology will greatly enhance the efficient utilization of marine spacial information and make more contributions to the strategy of builing ocean power.
To explore the real value of the application of big data technologies in marine spatial information services, the composition of marine spatial big data is analyzed, and the application of key big data technologies, such as data fusion processing, mining, analysis and information visualization are studied. The ways that the marine spatial big data contribute to the global intelligent navigation support system are explored, including E-navigation strategy support, AR marine environment simulation and early warning and decisionmaking. The key technical considerations and the development direction of the marine spatial information utilization are discussed. It concluded that the intigration of big data technology and marine geospatial technology will greatly enhance the efficient utilization of marine spacial information and make more contributions to the strategy of builing ocean power.
引文
[1]AGRAWAL D,BERNSTEIN P,BERTINO E,et al.Challenges and Opportunities with Big Data:A Community White Paper Developed by Leading Researchers Across the United States.[2018-07-20].http://cra.org/ecc/docs/init/bigdatawhitepaper.pdf．
[2]钱程程，陈戈．海洋大数据科学发展现状与展望[J]．中国科学院院刊，2018,33(8):884-891．
[3]严新平，吴超，马枫．面向智能航行的货船“航行脑”概念设计[J]．中国航海，2017,40(4):95-98．
[4]赵建虎，欧阳永忠，王爱学．海底地形测量技术现状及发展趋势[J]．测绘学报，2017,46(10):1786-1794．
[5]吴共庆，胡骏，李莉，等．基于标签路径特征融合的在线Web新闻内容抽取[J]．软件学报，2016,27(3):714-735．
[6]操玉杰，李纲，毛进，等．大数据环境下面向决策全流程的应急信息融合研究[J]．图书情报知识，2018,185(5):95-104．
[7]吴信东，嵇圣硙．MapReduce与Spark用于大数据分析之比较[J]．软件学报，2018,29(6):1770-1791．
[8]祝继华，周颐，王晓春，等．基于图像配准的栅格地图拼接方法[J]．自动化学报，2015,41(2):285-294．
[9]CHANG C C,LIN C J.LIBSVM:A Library for Support Vector Machines[J].ACM Transactions on Intelligent Systems and Technology,2011,2(3):26-33．
[10]谭国真，丁浩．广义神经网络的研究及其在交通流预测中的应用[J]．控制与决策，2002,17(S1):777-780．
[11]黄伟建，杨海龙．Hadoop下改进布隆过滤器算法的网页去重[J]．计算机工程与科学，2017,39(2):285-290．
[12]娄铮铮，叶阳东．基于最大化交叉互信息的对称IB算法[J]．计算机学报，2016,39(8):1515-1527．
[13]胡永利，朴星霖，孙艳丰，等．多源异构感知数据融合方法及其在目标定位跟踪中的应用[J]．中国科学:信息科学，2013,43(10):1288-1306．
[14]王春凯，孟小峰．分布式数据流关系查询技术研究[J]．计算机学报，2016,39(1):80-96．
[15]冉从敬，徐晓飞．基于Node JS+ECharts的专利权人引证关系可视化方法研究[J]．情报科学，2018,36(8):77-83．
[16]NICK P.BASSILL.Accuracy of Early GFS and ECM-WF Sandy(2012)Track Forecasts:Evidence for a Dependence on Cumulus Parameterization[J].Geophysical Research Letters,2014,41(9):3274-3281．
[17]赵鑫，卓力．海洋环境的动态仿真系统研究[J]．系统仿真学报，2010,22(7):1618-1621．
[18]郭超，刘波，林伟伟．基于Impala的大数据查询分析计算性能研究[J]．计算机应用研究，2015,32(5):1330-1334．
[19]PARK D,PARK S.Syntactic-level Integration and Display of Multiple Domains’S-100-Based Data for E-navigation[J].Cluster Computing,2017,20(1):721-730．
[20]刘喜作，梁德清，徐晓刚．增强现实的助航环境构建方法[J]．中国航海，2012,35(4):13-16．
[21]曾鹏，陈长征，李苏军．基于数字地球的虚拟海战场环境仿真[J]．计算机工程，2009,35(8):269-270．
[22]HAZEN B T,BOONE C A,EZELL J D,et al.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].International Journal of Production Economics,2014,154:72-80．
[23]牟明福，苏正泉．大数据发展的信息安全风险防御探析[J]．中国安全生产科学技术，2017,13(9):66-71．
[24]FU S,ZHANG D,MONTEWKA J,et al.Towards a Probabilistic Model for Predicting Ship Besetting in Ice in Arctic Waters[J].Reliability Engineering and System Safety,2016,155:124-130.
[2]钱程程，陈戈．海洋大数据科学发展现状与展望[J]．中国科学院院刊，2018,33(8):884-891．
[3]严新平，吴超，马枫．面向智能航行的货船“航行脑”概念设计[J]．中国航海，2017,40(4):95-98．
[4]赵建虎，欧阳永忠，王爱学．海底地形测量技术现状及发展趋势[J]．测绘学报，2017,46(10):1786-1794．
[5]吴共庆，胡骏，李莉，等．基于标签路径特征融合的在线Web新闻内容抽取[J]．软件学报，2016,27(3):714-735．
[6]操玉杰，李纲，毛进，等．大数据环境下面向决策全流程的应急信息融合研究[J]．图书情报知识，2018,185(5):95-104．
[7]吴信东，嵇圣硙．MapReduce与Spark用于大数据分析之比较[J]．软件学报，2018,29(6):1770-1791．
[8]祝继华，周颐，王晓春，等．基于图像配准的栅格地图拼接方法[J]．自动化学报，2015,41(2):285-294．
[9]CHANG C C,LIN C J.LIBSVM:A Library for Support Vector Machines[J].ACM Transactions on Intelligent Systems and Technology,2011,2(3):26-33．
[10]谭国真，丁浩．广义神经网络的研究及其在交通流预测中的应用[J]．控制与决策，2002,17(S1):777-780．
[11]黄伟建，杨海龙．Hadoop下改进布隆过滤器算法的网页去重[J]．计算机工程与科学，2017,39(2):285-290．
[12]娄铮铮，叶阳东．基于最大化交叉互信息的对称IB算法[J]．计算机学报，2016,39(8):1515-1527．
[13]胡永利，朴星霖，孙艳丰，等．多源异构感知数据融合方法及其在目标定位跟踪中的应用[J]．中国科学:信息科学，2013,43(10):1288-1306．
[14]王春凯，孟小峰．分布式数据流关系查询技术研究[J]．计算机学报，2016,39(1):80-96．
[15]冉从敬，徐晓飞．基于Node JS+ECharts的专利权人引证关系可视化方法研究[J]．情报科学，2018,36(8):77-83．
[16]NICK P.BASSILL.Accuracy of Early GFS and ECM-WF Sandy(2012)Track Forecasts:Evidence for a Dependence on Cumulus Parameterization[J].Geophysical Research Letters,2014,41(9):3274-3281．
[17]赵鑫，卓力．海洋环境的动态仿真系统研究[J]．系统仿真学报，2010,22(7):1618-1621．
[18]郭超，刘波，林伟伟．基于Impala的大数据查询分析计算性能研究[J]．计算机应用研究，2015,32(5):1330-1334．
[19]PARK D,PARK S.Syntactic-level Integration and Display of Multiple Domains’S-100-Based Data for E-navigation[J].Cluster Computing,2017,20(1):721-730．
[20]刘喜作，梁德清，徐晓刚．增强现实的助航环境构建方法[J]．中国航海，2012,35(4):13-16．
[21]曾鹏，陈长征，李苏军．基于数字地球的虚拟海战场环境仿真[J]．计算机工程，2009,35(8):269-270．
[22]HAZEN B T,BOONE C A,EZELL J D,et al.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].International Journal of Production Economics,2014,154:72-80．
[23]牟明福，苏正泉．大数据发展的信息安全风险防御探析[J]．中国安全生产科学技术，2017,13(9):66-71．
[24]FU S,ZHANG D,MONTEWKA J,et al.Towards a Probabilistic Model for Predicting Ship Besetting in Ice in Arctic Waters[J].Reliability Engineering and System Safety,2016,155:124-130.