海洋数据仓库及数据挖掘技术方法研究new

《海洋数据仓库及数据挖掘技术方法研究new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、http://www.paper.edu.cn第卷第期243海洋通报Vol.24，No.32005年月6MARINESCIENCEBULLETINJun.2005海洋数据仓库及数据挖掘技术方法研究1,21,2111夏登文，石绥祥，于戈，鲍玉斌，王大玲(1.东北大学信息科学与工程学院，辽宁沈阳110014；2.国家海洋信息中心，天津300171)摘要：针对“数字海洋”应用目标，分析海洋数据管理与应用需求，研究数据仓库与数据挖掘技术在海洋信息领域的应用现状，提出海洋数据仓库与数据挖掘关键技术问题，以及构建海洋数据仓库及数据挖掘系统技术方法。关键词：海洋信息；数据仓库；数据挖掘；技术开发中

2、图分类号：TP392文献标识码：A文章编号：1001-6392(2005)03-0060-06引言“数字地球”的概念是美国副总统戈尔1998年1月提出的，它包括信息的获取、信息[1]的处理和信息的应用3个重要组成部分。海洋是人类生存环境的重要组成部分，被誉为生命的摇篮、风雨的故乡和环境的调节器。在广阔的海洋中，蕴藏着种类丰富、数量巨大的资源，合理开发利用这些资源是解决人[2]类当今面临人口剧增、陆地资源短缺以及环境恶化等问题的重要途径。因此，作为“数字地球”的一个重要分支，“数字海洋”备受科学界的关注，其目的是使用数字化手段统一处[3]理和表现海洋过程，使人类最大限度地理解并有效利用

3、海洋信息资源。我国是发展中国家，也是海洋大国，海洋科学技术的发展关系到我国生产力总体发展水平、维护我国的海洋权益以及中华民族生存的环境质量。因此，为开发海洋资源、保护海洋环境、减轻与防止海洋灾害、维护海洋权益、探索海洋规律而进行的与海洋科学相关的研究日益受到国家政府的重视。我国在1996年发布了《中国海洋21世纪议程》，1998年发表了《中国的海洋政策》及《中国21世纪人口、环境与发展》白皮书，这一切都确定了我国实施海洋可持续发展的指导思想和行动框架，确立了积极发展海洋技术、特别是海洋高技术[4]的方针。在这样的背景和发展趋势下，“数字地球”的概念一经提出，便在中国科学界引起了巨大反

4、响，作为“数字地球”核心的空间对地观测系统、信息高速公路和国家空间数据基础设施已经成为国内研究和探讨的热点问题，并相继提出了“数字中国”和“数字国土”等相关概念。国内海洋界人士也充分利用这一机遇积极行动起来，共同商讨海洋与“数字地球”的关系。早在1999年，国家海洋信息中心的科研人员就提出了中国“数字海洋”发展的基本构想，分析了“数字海洋”的构成、发展的基本思路和发展战略，强调“数字海洋”的作用，即“数字海洋”是维护国家海洋权益的保障、是推动海洋科学技术发展的动力、是综合管理和宏观决策的依据、是充分利用海洋数据的最佳途径并且能够为信息高速公路提供[3]必需的海洋信息资源。收稿日期：2

5、0040828中国科技论文在线http://www.paper.edu.cn3期夏登文等：海洋数据仓库及数据挖掘技术方法研究611海洋信息管理与应用需求经过多年的资料调查和信息收集，我国已保存了大量珍贵的海洋科学数据和相关信息，这些资料包含海洋水文、海洋表面气象、海洋生物、海洋化学、海洋环境质量、海洋地质、海洋地球物理、海洋基础地理、海洋航空与卫星遥感、海洋经济、海洋资源等内容，数据总量多达千亿字节以上全球范围的海洋各学科领域的科学数据。同时，国家海洋局经过多年的努力，已基本形成以海洋卫星、海洋调查船、海上浮标、海滨监测台站和水下勘测形成的海洋调查和观测体系，拥有相对稳定的海洋科学数

6、据源，具体包括常规海洋调查资料，国家海洋专项调查、勘察和考察所获取的海洋资料，海洋科学研究、工程项目等获取的专题调查资料，通过现有的全囯含沿海省市海洋经济统计网毎年上报的国家海洋经济统计数据和海()洋经济资源数据，通过与其他涉海部门合作交换获得的各类海洋资料，通过国际合作多边(和双边活动获取海洋资料。目前，这些资料主要以两种形式保存，一种是原始观测结果以)及数据来源和时间等，它们被保存在不同的介质中；另一种是这些原始资料的数字化形式，并记录了相关的项目和观测手段等，它们以文档的形式存放。同其它方面的数据资料相比，海洋信息资料呈现出多源性、多态性和多样性的特点。数据的多源性是由于数据观

7、测手段的不同而产生的，例如浮标包括锚系浮标、(漂流浮标等、)南森站、台站、CODAS、CTD、ADCP、观测船包括走船、断面、剖面等、遥感、卫星()等观测手段，观测手段的不同引起了数据精度的不同和数据格式的不同，从而带来了数据结构的复杂性和灵活性，特别是，关于观测手段、精度、测量单位等相关的描述信息在数据中占据了大量的比例。数据的多态性意为海洋信息以不同的数据形式表现，例如图形、图像、声音、文本等，图像文件又包括栅格文件和矢量文件，不同的数据形态导致了数据