資源環境數據形成的大數據方法
|
|
云端農情資源監測
要想獲取某一個領域的專業信息，需要對云端數據進行抽取、集成與分析，提供專業化的服務。2013年起，筆者團隊開發的“CropWatch”利用大數據技術分析不同用戶對農情監測與預警信息需求的差異化，面向不同需求的農情信息建立了云服務平臺，為不同的農情信息需求者提供不同的農情信息服務，建成了基于公有云的參與式全球自助式農情遙感監測云平臺——“CropWatch-Cloud”，包含“全球農情在線生產系統”（CropWatch Pro）、“全球農情在線瀏覽”（CropWatch Explorer）、“全球農情遙感速報在線分析”（CropWatch Analysis）與“全球農情在線發布”（CropWatch Bulletin）四大模塊，實現云端數據的抽取與集成、監測模型處理云端化、數據信息透明化、分析參與開放化以及監測成果公開化的鏈式無縫集成（圖?3）。
基于公有云的“CropWatch Pro”，通過對云端數據的抽取與匯聚，實現了全自動的全球農業氣象條件監測、農作物生長狀況監測和全球糧食供應形勢監測相結合的業務化運行。同時，云平臺向用戶開放了數據和計算能力，用戶可以在系統中運行和測試自己的農情算法，并使用自己的算法生產相關的農情監測產品和農情分析。
“CropWatch Explorer”通過矢量地圖、柵格地圖、動態圖表相結合的方式，用瀏覽器展示全球農情監測中多種農氣、農情、糧食生產形勢指標，實現近實時的全球農情在線信息服務。
“CropWatch Analysis”包括創建分析任務、分配任務、在線分析與提交、發布分析報告等功能。使用戶在任何時間地點，即可通過互聯網設備無障礙的完成感興趣區域的農情遙感監測與分析，實現全球各國相關專家的遠程參與全球農情遙感速報的監測與分析工作，共同編寫多語言版全球農情遙感速報，從而大幅提升全球農情遙感速報的全球參與度。
借助容器化服務技術，“CropWatch”封裝了體系中所有的農情算法，通過微服務的方式滿足用戶定制化農情系統的需求。借助這一服務，為“一帶一路”沿線國家提供了定制化的農情監測系統，大幅提高這些國家的農情監測水平。
云計算已經越來越多地改變了當前數據存儲和處理的方法與理念。與傳統的地理信息系統相比，云端專業服務系統的建立、定制、更新與維護的成本顯著降低；同時，云平臺的特點決定了用戶不再需要在下載和處理數據上浪費時間，人們可以在任何時間、任何地點，對世界上的任何感興趣的區域，進行資源環境的監測與分析，從而突破了以往國界、地域、領域的限制，使得人類第一次可以共同應對人類共同面臨的資源環境問題。