大数据可视分析在海洋领域的应用

doi:10.11959/j.issn.2096-0271.2021011

大数据 ›› 2021, Vol. 7 ›› Issue (2): 3-14.doi: 10.11959/j.issn.2096-0271.2021011

• 专题：大数据可视分析应用 • 上一篇下一篇

大数据可视分析在海洋领域的应用

解翠¹, 李明悝², 陈萍¹, 李孝天¹, 宋键¹, 董军宇¹, 赵佳萌¹

¹ 中国海洋大学信息科学与工程学院，山东青岛 266100
² 中国海洋大学物理海洋教育部重点实验室，山东青岛 266100

出版日期:2021-03-15 发布日期:2021-03-01
作者简介:解翠（1977- ），女，博士，中国海洋大学信息科学与工程学院副教授，主要研究方向为数据可视化和虚拟现实。
李明悝（1977- ），男，博士，中国海洋大学物理海洋教育部重点实验室副教授，主要从事海洋动力过程及海气相互作用、耦合气候数值模式和科学数据可视化等研究工作。
陈萍（1997- ），女，中国海洋大学信息科学与工程学院硕士生，主要研究方向为深度学习、可视化。
李孝天（1996- ），男，中国海洋大学信息科学与工程学院硕士生，主要研究方向为虚拟现实、可视化。
宋键（1996- ），男，中国海洋大学信息科学与工程学院硕士生，主要研究方向为可视分析与可视化。
董军宇（1972- ），男，博士，中国海洋大学信息科学与工程学院教授，主要研究方向为计算机视觉、大数据分析和机器学习。
赵佳萌（1997- ），男，中国海洋大学信息科学与工程学院本科生，主要研究方向为数据可视化。
基金资助:
国家重点研发计划资助项目(2020YFE0201200);国家自然科学基金资助项目(41706010);山东省自然科学基金资助项目(ZR2018ZB0852)

Application of big data visual analysis in the marine field

Cui XIE¹, Mingkui LI², Ping CHEN¹, Xiaotian LI¹, Jian SONG¹, Junyu DONG¹, Jiameng ZHAO¹

¹ College of Information Science and Engineering, Ocean University of China, Qingdao 266100, China
² Key Laboratory of Physics and Oceanography, Ministry of Education, Ocean University of China, Qingdao 266100, China

Online:2021-03-15 Published:2021-03-01
Supported by:
The National Key Research and Development Program of China(2020YFE0201200);The National Natural Science Foundation of China(41706010);The Natural Science Foundation of Shandong Province of China(ZR2018ZB0852)

摘要/Abstract

摘要：

随着海洋观测技术和数值仿真技术的发展，人们能获取到规模更大、分辨率更高的海洋数据，这为复杂多元海洋环境要素及结构现象的分析带来了机遇，同时也给传统的分析方法带来了挑战。因此，将大数据可视分析方法引入了海洋数据分析，并探索了其在多元海洋时空数据分析、海洋重要结构的时空特征和演化分析等方面的应用价值，开发了多个可视分析系统，并通过全球和我国周边一些海域数据分析的案例研究，提出了海洋数据可视分析的基本框架，展示了可视分析是大数据时代海洋复杂数据分析方面一种很有前途的技术。

关键词: 可视分析, 多元海洋时空数据, 海洋结构, 可视分析应用

Abstract:

With the development of ocean observation technology and numerical simulation technology, larger scale and higher resolution ocean data can be obtained, which brings opportunities for the analysis of complex ocean environmental elements and structures, and also brings great challenges to traditional analysis methods.For this reason, the method of big data visual analysis was introduced and its application value in the analysis of multivariate ocean spatiotemporal data, the spatiotemporal characteristics and evolution analysis of important ocean structures was explored.Some visual analysis systems were developed and the basic framework of visual analysis of ocean data through case studies of data analysis of some sea areas around the world and China was summarized, showing that visual analysis is a promising technology for ocean complex data analysis in the era of big data.

Key words: visual analysis, multiple ocean temporal and spatial data, ocean structure, visual analysis application

中图分类号:

P73，TP391

解翠, 李明悝, 陈萍, 李孝天, 宋键, 董军宇, 赵佳萌. 大数据可视分析在海洋领域的应用[J]. 大数据, 2021, 7(2): 3-14.

Cui XIE, Mingkui LI, Ping CHEN, Xiaotian LI, Jian SONG, Junyu DONG, Jiameng ZHAO. Application of big data visual analysis in the marine field[J]. Big Data Research, 2021, 7(2): 3-14.

图/表 4

参考文献 15

[2]	ZHANG P W , E W N , YUAN X R ,et al. Big data analysis and application technology innovation platform[J]. Big Data Research, 2018,4(4): 85-95.
[3]	STEIN R J , SHIH A M , BAKER M P ,et al. Scientific visualization of water quality i n the Chesapeake bay[C]// The 11th IEEE Visualization Conference. Piscataway:IEEE Press, 2000.
[4]	SU T Y , CAO Z , LYU Z H ,et al. Multidimensional visualization of largescale marine hydrological environmental data[J]. Advances in Engineering Software, 2016,95(C): 7-15.
[5]	GUO H Q , XIAO H , YUAN X R . Scalable multivariate volume visualization and analysis based on dimension projection and parallel coordinates[J]. IEEE Transactions on Visualization and Computer Graphics, 2012,18(9): 1397-1410.
[6]	YANO M , ITOH T , TANAKA Y ,et al. A comparative 3D visualization tool for observation of mode water[C]// The IEEE Pacific VAST.[S.l.:s.n.], 2018.
[7]	ROCHA A , SILVA J D , ALIM U ,et al. Multivariate visualization of oceanography data using decals[C]// Workshop on Visualisation in Environmental Sciences. New York:ACM Press, 2017: 31-35.
[8]	平博, 苏奋振, 杜云艳 ,等. 基于引力模型的海洋锋信息提取[J]. 地球信息科学学报, 2013,15(2): 187-192.
	PING B , SU F Z , DU Y Y ,et al. Ocean front information extraction based on gravity model[J]. Journal of GeoInformation Science, 2013,15(2): 187-192.
[9]	MATSUOKA D , ARAKI F , INOUE Y ,et al. A new approach to ocean eddy detection,tracking,and event visualizationapplication to the northwest Pacific Ocean[J]. Procedia Computer Science, 2016,80(C): 1601-1611.
[10]	FRANZ K , ROSCHER R , MILIOTO A ,et al. Ocean eddy identification and tracking using neural networks[C]// The International Geoscience and Remote Sensing Symposium.[S.l.:s.n.], 2018.
[11]	WOODRING J , PETERSEN M , SCHMEI?ER A ,et al. In situ eddy analysis in a highresolution ocean climate model[J]. IEEE Transactions on Visualization and Computer Graphics, 2015,22(1): 857-866.
[12]	XIE C , LI M K , WANG H Y ,et al. A survey on visual analysis of ocean data[J]. Visual Informatics, 2019,3(3): 113-128.
[13]	AFZAL S , HITTAWE M M , GHANI S ,et al. The state of the art in visual analysis approaches for ocean and atmospheric datasets[J]. Computer Graphics Forum, 2019,38(3): 881-907.
[14]	HORENKO I . On clustering of nonstationary meteorological time series[J]. Dynamics of Atmospheres and Oceans, 2010,49(2): 164-187.
[1]	任磊, 杜一, 马帅 ,等. 大数据可视分析综述[J]. 软件学报, 2014,25(9): 1909-1936.
	REN L , DU Y , MA S ,et al. Overview of big data visual analysis[J]. Journal of Software, 2014,25(9): 1909-1936.
[2]	张平文, 鄂维南, 袁晓如 ,等. 大数据分析与应用技术创新平台[J]. 大数据, 2018,4(4): 85-95.
[15]	RUIVO H M , DE CAMPOS VEL HO H F , SAMPAIO G ,et al. Analysis of extreme precipitation events using a novel data mining approach[J]. American Journal of Environmental Engineering, 2015,5(1A): 96-105.

大数据可视分析在海洋领域的应用

Application of big data visual analysis in the marine field

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 15

相关文章 8

Metrics

推荐阅读 0

[1]	张伶俐, 褚琦凯, 王桂娟, 张巍瀚, 蒲慧, 宋振金, 吴亚东. 文本情感可视分析技术及其在人文领域的应用[J]. 大数据, 2022, 8(6): 56-73.
[2]	陈谊, 孙梦, 武彩霞, 孙小然. 食品安全大数据可视化关联分析[J]. 大数据, 2021, 7(2): 61-77.
[3]	王桂娟, 周锐, 蔡梦杰, 汤勇, 李茸茸, 陈华容, 吴亚东. 基于移动通信数据的城市可视分析研究[J]. 大数据, 2021, 7(2): 32-60.
[4]	曹安琪, 陈泓宇, 谢潇, 巫英才. 足球比赛数据可视分析[J]. 大数据, 2021, 7(2): 15-31.
[5]	张平文, 鄂维南, 袁晓如, 傅毅明. 大数据分析与应用技术创新平台[J]. 大数据, 2018, 4(4): 86-93.
[6]	李海生, 黄媛洁, 宋璇, 杜军平, 陈国润, 丁富强. 手机基站定位数据可视分析[J]. 大数据, 2017, 3(1): 61-71.
[7]	朱扬勇, 熊赟. 大数据是数据、技术，还是应用[J]. 大数据, 2015, 1(1): 78-88.
[8]	陈宝权, 程章林. 大数据与智慧城市[J]. 大数据, 2015, 1(1): 68-77.