大數(shù)據(jù)視域下的海洋信息化建設(shè)構(gòu)想

宋德瑞，曹可，張建麗，景昕蒂，王相海，孫書翰，解鵬飛

(1.遼寧師范大學(xué)城市與環(huán)境學(xué)院 大連 116029；2.國(guó)家海洋環(huán)境監(jiān)測(cè)中心 大連 116023；3.國(guó)家海洋局海域管理技術(shù)重點(diǎn)實(shí)驗(yàn)室 大連 116023)

大數(shù)據(jù)視域下的海洋信息化建設(shè)構(gòu)想

宋德瑞1,2,3，曹可2,3，張建麗2,3，景昕蒂2,3，王相海1，孫書翰1，解鵬飛2,3

(1.遼寧師范大學(xué)城市與環(huán)境學(xué)院 大連 116029；2.國(guó)家海洋環(huán)境監(jiān)測(cè)中心 大連 116023；3.國(guó)家海洋局海域管理技術(shù)重點(diǎn)實(shí)驗(yàn)室 大連 116023)

美國(guó)的“大數(shù)據(jù)研究與發(fā)展計(jì)劃”提出后，引發(fā)了世界各國(guó)大數(shù)據(jù)研究的高潮。我國(guó)也在近期將大數(shù)據(jù)上升到國(guó)家政策的高度，大數(shù)據(jù)產(chǎn)業(yè)得到全面支持。海洋大數(shù)據(jù)作為海洋綜合管理的基礎(chǔ)，對(duì)于維護(hù)國(guó)家海洋權(quán)益、準(zhǔn)確掌握海洋狀況具有重要意義。文章在我國(guó)大數(shù)據(jù)技術(shù)快速發(fā)展的背景下，分析了國(guó)內(nèi)外大數(shù)據(jù)技術(shù)發(fā)展的基本情況，提出了基于大數(shù)據(jù)資產(chǎn)化管理模式、大數(shù)據(jù)思維模式、大數(shù)據(jù)可視化模式來(lái)構(gòu)建海洋大數(shù)據(jù)平臺(tái)思路，進(jìn)而挖掘海洋數(shù)據(jù)中隱藏的“智慧”，全面提升海洋綜合管控能力。

大數(shù)據(jù)；數(shù)據(jù)資產(chǎn)化；海洋信息化；數(shù)據(jù)可視化；數(shù)據(jù)挖掘

隨著互聯(lián)網(wǎng)、云計(jì)算[1]等技術(shù)的高度發(fā)展，移動(dòng)智能設(shè)備的快速普及，爆炸式增長(zhǎng)的大數(shù)據(jù)時(shí)代已經(jīng)來(lái)臨，據(jù)IDC的研究估計(jì)[2]：到2020年,全球數(shù)據(jù)使用量將達(dá)到35.2 ZB，大概需要376億個(gè)1 TB硬盤來(lái)存儲(chǔ)數(shù)據(jù)。2012年3月美國(guó)奧巴馬政府公布了“大數(shù)據(jù)研究和發(fā)展計(jì)劃”[3]，提高政府從海量復(fù)雜數(shù)據(jù)中獲取知識(shí)和遠(yuǎn)見(jiàn)的能力。繼美國(guó)之后歐盟、日本、韓國(guó)等也紛紛提出大數(shù)據(jù)相關(guān)舉措，法國(guó)政府在其發(fā)布的《數(shù)字化路線圖》，日本也公布了發(fā)展開(kāi)放公共數(shù)據(jù)和大數(shù)據(jù)為日本新IT國(guó)家戰(zhàn)略的核心。我國(guó)于2012年批復(fù)了“十二五”國(guó)家政務(wù)信息化建設(shè)工程計(jì)劃，開(kāi)始關(guān)注大數(shù)據(jù)的研究，并構(gòu)建我國(guó)大數(shù)據(jù)產(chǎn)業(yè)鏈和大數(shù)據(jù)研究平臺(tái)，2014年上海市率先實(shí)行政府部門數(shù)據(jù)對(duì)外開(kāi)放。

隨著各國(guó)大數(shù)據(jù)國(guó)家戰(zhàn)略的實(shí)施，大數(shù)據(jù)技術(shù)成為當(dāng)前最熱的關(guān)注研究領(lǐng)域。2003—2006年谷歌工程師發(fā)表了有關(guān)Map reduce、GFS 和Big Table等核心技術(shù)的學(xué)術(shù)論文，引發(fā)了雅虎、Facebook 等公司開(kāi)始關(guān)注該領(lǐng)域。目前在數(shù)據(jù)處理和存儲(chǔ)方面應(yīng)用最為廣泛的為ApacheHadoop系列開(kāi)源平臺(tái)，Google公司針對(duì)大數(shù)據(jù)的需求又提出了Dremel和Pregel技術(shù)[4]，而后IBM結(jié)合云計(jì)算和自主計(jì)算提出“認(rèn)知計(jì)算”[5]；在大數(shù)據(jù)分析方面，除了傳統(tǒng)的BI技術(shù)，人工智能技術(shù)領(lǐng)域的統(tǒng)計(jì)分析(R HIPE)、機(jī)器學(xué)習(xí)(K 均值聚類算法、Apriori算法、FP-Growth 算法等[6])、數(shù)據(jù)挖掘(IBM SPSS、SGIineSet、Oracle Darwin，開(kāi)源的有Weka等商業(yè)工具)、自然語(yǔ)言處理(OpenNLP、FudanNLP和哈工大的LTP[7])、知識(shí)與推理等方法也發(fā)揮著巨大的作用；TableauSoftware 公司在數(shù)據(jù)可視化分析領(lǐng)域走在前列，主要有Tableau Desktop、Tableau Server、Tableau Reader、Tableau Public 等，其創(chuàng)新應(yīng)用VizQL數(shù)據(jù)庫(kù)實(shí)現(xiàn)增加了用戶的體驗(yàn)[8]；針對(duì)Hadoop和MapReduce計(jì)算框架架構(gòu)下數(shù)據(jù)加密、訪問(wèn)控制、區(qū)別隱私保護(hù)和審計(jì)[9]等方面，IBM已成功實(shí)現(xiàn)了同態(tài)加密技術(shù)，解決了云環(huán)境下大數(shù)據(jù)的加密保護(hù)問(wèn)題[10]。

海洋信息化作為國(guó)家信息化的重要基礎(chǔ)[11]。在大數(shù)據(jù)研究的熱潮下，如何運(yùn)用大數(shù)據(jù)思維和技術(shù)，管理海量的海洋大數(shù)據(jù)，實(shí)現(xiàn)海洋大數(shù)據(jù)信息共享，發(fā)掘海洋大數(shù)據(jù)對(duì)國(guó)民生產(chǎn)生活的最大價(jià)值，獲取海洋大數(shù)據(jù)資產(chǎn)的最大權(quán)益，是海洋信息化戰(zhàn)略面臨的重要問(wèn)題。本文從數(shù)據(jù)資產(chǎn)、數(shù)據(jù)思維和數(shù)據(jù)可視化3個(gè)維度加以分析論述。

1 數(shù)據(jù)資產(chǎn)化

大數(shù)據(jù)及各類大數(shù)據(jù)技術(shù)的不斷發(fā)展，大數(shù)據(jù)被認(rèn)為具有4V特點(diǎn)，即：規(guī)模性(volume)、多樣性(variety)、實(shí)時(shí)性(velocity)[12]和價(jià)值性(value)[13]的特點(diǎn)。大數(shù)據(jù)的價(jià)值性特點(diǎn)在現(xiàn)代社會(huì)和經(jīng)濟(jì)活動(dòng)中愈來(lái)愈凸顯，故大數(shù)據(jù)被稱為新的經(jīng)濟(jì)資產(chǎn)類別[14]。

李志剛認(rèn)為大數(shù)據(jù)的價(jià)值是指數(shù)據(jù)正在成為一種新型資產(chǎn)，一種形成競(jìng)爭(zhēng)力的重要基礎(chǔ)[15]。Mayer-Sch認(rèn)為，只有以需求為導(dǎo)向，通過(guò)不同數(shù)據(jù)的重組、挖掘再生的能支持預(yù)測(cè)的大數(shù)據(jù)才會(huì)變成資產(chǎn)[16]。海洋數(shù)據(jù)資產(chǎn)化是指整合海洋數(shù)據(jù)，針對(duì)不同的需求，運(yùn)用數(shù)據(jù)重組或者數(shù)據(jù)挖掘技術(shù)，實(shí)現(xiàn)海洋數(shù)據(jù)的決策支持，實(shí)現(xiàn)海洋數(shù)據(jù)的最大價(jià)值，逐步建立數(shù)據(jù)財(cái)產(chǎn)權(quán)理論，從功能價(jià)值轉(zhuǎn)向數(shù)據(jù)價(jià)值，如圖1。借鑒維克托·邁爾的數(shù)據(jù)、思維和技術(shù)的重要性，考慮到我國(guó)海洋洋信息化建設(shè)中存在的信息共享困難、重復(fù)建設(shè)、盲目建設(shè)問(wèn)題及現(xiàn)有的技術(shù)孤島、資源孤島和信息孤島[11]等問(wèn)題，建立以數(shù)據(jù)資產(chǎn)化管理模式為主導(dǎo)的海洋數(shù)據(jù)服務(wù)需從以下方面入手。

圖1 數(shù)據(jù)資產(chǎn)化價(jià)值

(1)構(gòu)建海洋數(shù)據(jù)資源庫(kù)。海洋數(shù)據(jù)設(shè)計(jì)的專題領(lǐng)域較多[17]，目前海洋數(shù)據(jù)多按獲取部門分散存儲(chǔ)于不同的系統(tǒng)和數(shù)據(jù)庫(kù)，各個(gè)系統(tǒng)和數(shù)據(jù)庫(kù)的存儲(chǔ)格式大不相同，增加了海洋數(shù)據(jù)的共享難度。海洋數(shù)據(jù)資產(chǎn)化管理的基礎(chǔ)是建立海洋數(shù)據(jù)資源庫(kù)，制定海洋大數(shù)據(jù)信息化的標(biāo)準(zhǔn)和規(guī)范，通過(guò)數(shù)據(jù)松散耦合方式，邏輯整合分散存儲(chǔ)于各個(gè)數(shù)據(jù)庫(kù)和系統(tǒng)的海洋數(shù)據(jù)，以便對(duì)數(shù)據(jù)進(jìn)行組織和分析，通過(guò)數(shù)據(jù)資產(chǎn)交換模式奠定海洋大數(shù)據(jù)資產(chǎn)化基礎(chǔ)。

(2)增強(qiáng)海洋大數(shù)據(jù)技術(shù)研究。因海洋數(shù)據(jù)存在的復(fù)雜性、多源化、敏感性、不同比例尺等不同問(wèn)題，對(duì)數(shù)據(jù)進(jìn)行資產(chǎn)化分類，總體分為自有產(chǎn)權(quán)、他人產(chǎn)權(quán)(共享)、公共產(chǎn)權(quán)(互聯(lián)網(wǎng))三大類，在此基礎(chǔ)上，加強(qiáng)海洋數(shù)據(jù)預(yù)處理技術(shù)，積極探索海洋數(shù)據(jù)挖掘方法和分析方法，從海洋大數(shù)據(jù)中獲取更多的信息，提升數(shù)據(jù)資產(chǎn)價(jià)值，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)價(jià)值的二次升值。

(3)增強(qiáng)海洋數(shù)據(jù)服務(wù)功能。海洋數(shù)據(jù)價(jià)值的實(shí)質(zhì)是產(chǎn)品和服務(wù)[18]，海洋大數(shù)據(jù)資產(chǎn)化的關(guān)鍵是可以生產(chǎn)多少有效的信息和服務(wù)。海洋信息和服務(wù)應(yīng)從公眾需求、海洋管理、海洋研究、海洋環(huán)保、海島保護(hù)、海洋科技等方面入手，開(kāi)發(fā)出既可服務(wù)于單一部門的基礎(chǔ)信息，又可服務(wù)于綜合部門的分析信息，并且通過(guò)整合海洋大數(shù)據(jù)，分析海洋大數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，以提供更多專題的海洋信息產(chǎn)品和服務(wù)。

2 大數(shù)據(jù)思維

所謂思維就是人類頭腦活動(dòng)的內(nèi)在程序，是一種習(xí)慣性的思考問(wèn)題和解決問(wèn)題的模式，并由此引導(dǎo)自我行為。按照舍恩伯格的說(shuō)法：“所謂大數(shù)據(jù)思維，是指一種意識(shí)，認(rèn)為公開(kāi)的數(shù)據(jù)一旦處理得當(dāng)就能為千百萬(wàn)人急需解決的問(wèn)題提供答案”。大數(shù)據(jù)思維導(dǎo)致信息化出現(xiàn)了三大改變[19]：全部樣本代替了隨機(jī)抽樣的樣本；在大趨勢(shì)正確的前提下效率較精度重要；不再單純追求因果相關(guān)而追求事物演變的主流趨勢(shì)。

海洋數(shù)據(jù)是典型的大數(shù)據(jù)，涉及海洋水文、生態(tài)環(huán)境、氣象氣候、地質(zhì)地貌、海洋化學(xué)、經(jīng)濟(jì)、海洋物理化學(xué)等方面，其數(shù)據(jù)類型有矢量、圖像、視頻、文本等，擁有的資產(chǎn)難以估算，但多源化、復(fù)雜化、動(dòng)態(tài)性、敏感性等特點(diǎn)加大了海洋信息化的難度。2015年3月，馬云提出人類正由IT(Information Technology)時(shí)代進(jìn)入了DT(Data Technology)時(shí)代，他認(rèn)為二者最大的區(qū)別在于：IT時(shí)代以“我”為中心，DT時(shí)代則以“別人”為中心，讓別人更強(qiáng)大，開(kāi)放和承擔(dān)更多的責(zé)任[20]。DT更加注重的是用戶和客戶的需求，從大數(shù)據(jù)的思維的來(lái)看，就是要多挖掘出數(shù)據(jù)的價(jià)值，滿足各類用戶的需求。

近年來(lái)，我國(guó)海洋管理部門積極提倡海洋電子政務(wù)工程，研發(fā)了海洋環(huán)保、海域使用、海島保護(hù)、海洋預(yù)報(bào)等多個(gè)業(yè)務(wù)系統(tǒng)[21]，如全國(guó)海洋生態(tài)環(huán)境監(jiān)督管理系統(tǒng)、國(guó)家海域動(dòng)態(tài)監(jiān)視監(jiān)測(cè)管理系統(tǒng)、國(guó)家海島監(jiān)視監(jiān)測(cè)系統(tǒng)等，不斷發(fā)展和完善了國(guó)家海洋局政府網(wǎng)站、各海洋專題服務(wù)網(wǎng)站，海洋信息化發(fā)展迅速。從海洋大數(shù)據(jù)發(fā)展思維來(lái)看，我國(guó)在數(shù)據(jù)獲取、存儲(chǔ)管理和分享技術(shù)取得了一定的成就，但是隨著海洋經(jīng)濟(jì)的快速發(fā)展，海洋信息需求不斷增大，需求產(chǎn)品和服務(wù)不斷增多，海洋信息的采集、存貯、檢索、分析、交換和集成等簡(jiǎn)單的信息化過(guò)程已經(jīng)不能滿足時(shí)代的發(fā)展要求，而是需要通過(guò)海洋信息的整合過(guò)程，挖掘更大數(shù)據(jù)價(jià)值，特別是在大數(shù)據(jù)思維的背景下，需要建立全球視野的大數(shù)據(jù)平臺(tái)。

我國(guó)海洋信息化需要借鑒Google、百度、騰訊等網(wǎng)絡(luò)公司運(yùn)營(yíng)數(shù)據(jù)資產(chǎn)的成功經(jīng)驗(yàn)，堅(jiān)定數(shù)據(jù)就是資源這一實(shí)質(zhì)，將體現(xiàn)數(shù)據(jù)價(jià)值凝聚于信息化之中，從用戶需求出發(fā)，在數(shù)據(jù)架構(gòu)、數(shù)據(jù)獲取、數(shù)據(jù)傳輸、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)管理、數(shù)據(jù)分析以及數(shù)據(jù)安全等方面重新構(gòu)建以數(shù)據(jù)為核心的信息化體系，挖掘出海洋數(shù)據(jù)的綜合利用價(jià)值。當(dāng)前基于大數(shù)據(jù)的挖掘技術(shù)是研究熱點(diǎn)，傳統(tǒng)數(shù)據(jù)分析方法的升級(jí)和拓展應(yīng)用于大數(shù)據(jù)分析是研究難點(diǎn)。

3 數(shù)據(jù)可視化

數(shù)據(jù)可視化主要是借助于圖形化手段，清晰有效地傳達(dá)與溝通信息，數(shù)據(jù)可視化主要是將復(fù)雜的數(shù)據(jù)借助空間圖形，便于人們理解和觀察，同時(shí)采用不同的空間分析方法還可以發(fā)現(xiàn)大數(shù)據(jù)內(nèi)部隱含的規(guī)律和發(fā)展趨勢(shì)，便于研究者判斷和模擬未來(lái)的發(fā)展趨勢(shì)。在大數(shù)據(jù)時(shí)代，大數(shù)據(jù)可視化分析的研究與發(fā)展將為科學(xué)新發(fā)現(xiàn)創(chuàng)造新的手段和條件[22]，數(shù)據(jù)可視化與可視分析技術(shù)水平以及信息可視化表達(dá)能力，體現(xiàn)著信息化建設(shè)成果的先進(jìn)性和有效性[23]。在大數(shù)據(jù)環(huán)境下，利用各種技術(shù)分析數(shù)據(jù)，用形象直觀的方式展示結(jié)果，這樣能夠快速發(fā)現(xiàn)數(shù)據(jù)中蘊(yùn)含的規(guī)律特征[24]。數(shù)據(jù)信息可視化參考模型見(jiàn)圖2[25]。

圖2 信息可視化參考模型

海洋大數(shù)據(jù)的可視化，是海洋大數(shù)據(jù)思維的直觀展現(xiàn)，也是進(jìn)一步提升海洋大數(shù)據(jù)資產(chǎn)價(jià)值的重要手段之一。因海洋數(shù)據(jù)具有時(shí)態(tài)性、動(dòng)態(tài)多變性、模糊性等，海洋數(shù)據(jù)的可視化不但要將數(shù)據(jù)以圖形形式表現(xiàn)出來(lái)，實(shí)現(xiàn)實(shí)時(shí)空間查詢、選擇、分析等功能，而且要借助二維和三維的地理信息軟件或可視化數(shù)值分析工具，如：ArcGIS、Skyline、Supermap等，實(shí)現(xiàn)海洋大數(shù)據(jù)多維圖表統(tǒng)計(jì)功能，同時(shí)結(jié)合數(shù)據(jù)挖掘方法實(shí)現(xiàn)空間分析，增強(qiáng)多維動(dòng)態(tài)模擬與預(yù)測(cè)可視化技術(shù)的研究，具體可從下面3個(gè)方面來(lái)研究。

(1)海洋數(shù)據(jù)實(shí)時(shí)動(dòng)態(tài)的可視化即數(shù)據(jù)本身的可視化。采用位置信息、區(qū)域統(tǒng)計(jì)、多維圖表等方式，關(guān)注多源、動(dòng)態(tài)、有效等海量數(shù)據(jù)的可視化，選取合適的符號(hào)，實(shí)現(xiàn)海洋數(shù)據(jù)的實(shí)時(shí)動(dòng)態(tài)美觀的可視化。

(2)海洋數(shù)據(jù)挖掘方法與可視化的結(jié)合。結(jié)合(非)監(jiān)督分類、直方圖分類、聚類、粗集分類、智能分類等分析算法，空間自相關(guān)、疊加、提取、領(lǐng)域分析等空間分析工具，還包括柵格的重分類、柵格表面運(yùn)算(坡向、坡度、曲率、等值線等)等傳統(tǒng)數(shù)據(jù)分析方法，同時(shí)采用選擇分類、回歸分析、聚類、關(guān)聯(lián)規(guī)則、特征、變化和偏差分析、Web頁(yè)挖掘等數(shù)據(jù)挖掘方法挖掘出海洋信息最大的潛在價(jià)值。

(3)海洋數(shù)據(jù)多維動(dòng)態(tài)模擬與預(yù)測(cè)的可視化。以時(shí)相為索引，采用海洋數(shù)據(jù)動(dòng)態(tài)模擬技術(shù)，直觀表達(dá)基于時(shí)間段(點(diǎn))的連續(xù)抽樣動(dòng)態(tài)變化，提高認(rèn)知效果，使得海洋要素的變化規(guī)律更易顯現(xiàn)。

4 結(jié)論

自從美國(guó)的“大數(shù)據(jù)研究與發(fā)展計(jì)劃”提出后，大數(shù)據(jù)在各國(guó)和各個(gè)領(lǐng)域受到了極大關(guān)注。隨著“信息化”上升到國(guó)家戰(zhàn)略的高度，基于海洋大數(shù)據(jù)的信息化必將成為國(guó)家信息發(fā)展的重要基礎(chǔ)。海洋信息化需進(jìn)入“智慧”階段，立足本土，走向深藍(lán)，以數(shù)據(jù)資產(chǎn)化管理模式為主導(dǎo)運(yùn)用大數(shù)據(jù)思維建立海洋大數(shù)據(jù)服務(wù)平臺(tái)，鼓勵(lì)海洋行業(yè)內(nèi)外建立本機(jī)構(gòu)、本單位的數(shù)據(jù)資產(chǎn)化管理模式，在此基礎(chǔ)上以松耦合模式迅速擴(kuò)充海洋基礎(chǔ)信息庫(kù)，大力發(fā)展海洋數(shù)據(jù)挖掘和可視化技術(shù)，創(chuàng)新開(kāi)發(fā)數(shù)據(jù)產(chǎn)品和服務(wù)，逐步利用行業(yè)外、社會(huì)公眾力量，形成“百花爭(zhēng)鳴，百花齊放”態(tài)勢(shì)，挖掘出海洋數(shù)據(jù)的最大價(jià)值，提升海洋信息化整體能力水平和實(shí)力，進(jìn)而全面提升海洋綜合管控能力。

[1] SONSINSKY B.Cloud computing bible [M].Indianapolis:John Wiley amp; Sons Inc,2011.

[2] HAO Yulu,SONG Meina,HAN Jing,et al.A Cloud computing model based on hadoop with an optimization of its task scheduling algorithms[C]//The 13th International Conference on Enterprise Information Systems,2011:524-528.

[3] Office of Science and Technology Policy,Executive Office of the president.Obama administration unveils “big data” initiative:announces MYM200 million in New R amp; D investments[EB/OL].(2012-05-29)[2017-01-06].http://www.whitehouse.gov.

[4] 劉軍.Hadoop大數(shù)據(jù)處理[M].北京:人民郵電出版社,2013:45-60.

[5] 王博.IBM亮劍新互聯(lián)時(shí)代[EB/OL].(2014-04-14)[2017-01-06].http://www.dooland.com/magazine/online.php?pid=MTAzMDEx.

[6] HARRINGTON P.機(jī)器學(xué)習(xí)實(shí)戰(zhàn)[M].李銳，李鵬，曲亞?wèn)|，譯.北京:人民郵電出版社,2013:184-239.

[7] 百度.自然語(yǔ)言處理[EB/OL].(2014-05-23)[2017-01-06].http://baike.baidu.com/view/18784.htm?fr =aladdinBaiDu.

[8] WAN R.Data Visualization star:tableau software[EB/OL].(2013-07-01) [2017-01-06].http://www.kuailiyu.com/article/3901.html.

[9] ZHANG Xuyun,LIU Chang，SURYA N,et al.Privacy reservation over big data in cloud systems[J].Security,Privacy and Trust in Cloud Systems,2014(3):239-257.

[10] GENTRY C.Fully homomorphic encryption using ideal Lattices [C]//Proceedings of the 41st annual ACMsymposium on theory of computing (STOC’09).USA:Stanford University and IBM Watson,2009:169-178.

(內(nèi)容)

[11] 許莉莉,湯海榮,張燕歌.海洋信息化標(biāo)準(zhǔn)體系研究[J].中國(guó)標(biāo)準(zhǔn)導(dǎo)報(bào),2015 (1):49-51.

[12] DUMBILL E.What Is Big Data[EB/OL].(2013-01-24)[2017-01-06].http://strata.oreilly.com/2012/01/what-is-big-data.html.

[13] 俞立平.大數(shù)據(jù)與大數(shù)據(jù)經(jīng)濟(jì)學(xué)[J].中國(guó)軟科學(xué),2013(7):177-183.

[14] DICKERSON R,LU J,LU J,et al.Stream feeds-an abstraction for the worldwide sensor web[C]//The Internet of Things.Springer Berlin Heidelberg,2008:360-375.

[15] 李志剛.大數(shù)據(jù):大價(jià)值、大機(jī)遇、大變革[M].北京:電子工業(yè)出版社,2012.

[16] MAYER-SCHNBERGER V，CUKIER K.Big Data:A Revolution That Will Transform How We Live,Work and Think[M].Eamon Dolan/Houghton Mifflin Harcourt.中文版《大數(shù)據(jù)時(shí)代》.盛揚(yáng)燕,周濤,譯.杭州:浙江人民出版社,2013.

[17] 劉高嶺.海洋信息元數(shù)據(jù)目錄服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].青島:中國(guó)海洋大學(xué),2008.

[18] 祁冬梅,于婷,鄧增安.IODE海洋數(shù)據(jù)共享平臺(tái)建設(shè)及對(duì)我國(guó)海洋信息化進(jìn)程的啟示[J].海洋開(kāi)發(fā)與管理,2014,31(3):57-61.

[19] 維克托·邁爾·舍恩伯格，肯尼思·庫(kù)克耶.大數(shù)據(jù)時(shí)代:生活、工作與思維的大變革[M].盛楊燕,周濤,譯.杭州:浙江人民出版社,2012.

[20] 馬云.IT時(shí)代和DT時(shí)代的區(qū)別是什么?[EB/OL].(2015-03-22).[ 2017-01-06] http://tech.qq.com/a/20150322/019206.htm

[21] 國(guó)家海洋局規(guī)劃司.海洋信息工程總結(jié)[EB/OL].[ 2017-01-06] http://www.cgs.gov.cn/dzzs/zt_more/xxh/news/036.htm.

[22] 李國(guó)杰.大數(shù)據(jù)研究的科學(xué)價(jià)值[J].中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊,2012,8(9):8-15.

[23] 戴勤奮,魏合龍,王圣潔,等.大數(shù)據(jù)時(shí)代的海洋地質(zhì)信息化建設(shè)[J].海洋地質(zhì)前沿,2014,30(1):67-70.

[24] 陳明.大數(shù)據(jù)可視化分析[J].計(jì)算機(jī)教育,2015(5):028.

[25] CARD SK,MACKINLAY JD,SHNEIDERMAN B.Readings in Information Visualization:Using Vision To Think[M].San Francisco:Morgan-Kaufmann Publishers,1999:1-712.

TheConceptionofMarineInformationConstructionfromthePerspectiveofBigData

SONG Derui1,2,3,CAO Ke2,3,ZHANG jianli2,3,JING Xindi2,3,WANG Xianghai1,SUN Shuhan1,XIE Pengfei2,3

(1.School of Urban and Environmental,Liaoning Normal University,Dalian 116029,China;2.National Marine Environmental Monitoring Center,Dalian 116023,China;3.State Oceanic Administration Key Laboratory of Marine Management Technology,Dalian 116023,China)

After the presentation of America’s “Big Data Research and Development Program”,it aroused a surge in the world’s big data research.China has also recently raised big data to the level of national policy.Big Data industry has been fully supported.Being a basis of comprehensive marine management,oceanic big data has important sense to protect national maritime rights and interests and accurately grasps the developing conditions of ocean.Based on the background of the rapid development of large data technology in China,this paper analyzed the basic situation of the development of large data technology both at home and abroad,and put forward the idea of building large ocean data platform based on large data asset management mode,large data thinking mode and large data visualization model.The hidden “wisdom” of ocean big data was also mined,to enhance the comprehensive marine management and control capacity.

Big Data,Data assets,Marine informatization,Data visualization，Data mining

2017-03-13；

2017-07-19

海洋公益性行業(yè)科研專項(xiàng)(201005011、201405028)；國(guó)家海洋局海域動(dòng)態(tài)監(jiān)視監(jiān)測(cè)與評(píng)價(jià)業(yè)務(wù)化項(xiàng)目.

宋德瑞，高級(jí)工程師，碩士，研究方向?yàn)楹Ｓ虮O(jiān)測(cè)業(yè)務(wù)信息化研究

G2；P7

A

1005-9857(2017)09-0050-05