资源环境数据形成的大数据方法
|
|
云端农情资源监测
要想获取某一个领域的专业信息，需要对云端数据进行抽取、集成与分析，提供专业化的服务。2013年起，笔者团队开发的“CropWatch”利用大数据技术分析不同用户对农情监测与预警信息需求的差异化，面向不同需求的农情信息建立了云服务平台，为不同的农情信息需求者提供不同的农情信息服务，建成了基于公有云的参与式全球自助式农情遥感监测云平台——“CropWatch-Cloud”，包含“全球农情在线生产系统”（CropWatch Pro）、“全球农情在线浏览”（CropWatch Explorer）、“全球农情遥感速报在线分析”（CropWatch Analysis）与“全球农情在线发布”（CropWatch Bulletin）四大模块，实现云端数据的抽取与集成、监测模型处理云端化、数据信息透明化、分析参与开放化以及监测成果公开化的链式无缝集成（图 3）。
基于公有云的“CropWatch Pro”，通过对云端数据的抽取与汇聚，实现了全自动的全球农业气象条件监测、农作物生长状况监测和全球粮食供应形势监测相结合的业务化运行。同时，云平台向用户开放了数据和计算能力，用户可以在系统中运行和测试自己的农情算法，并使用自己的算法生产相关的农情监测产品和农情分析。
“CropWatch Explorer”通过矢量地图、栅格地图、动态图表相结合的方式，用浏览器展示全球农情监测中多种农气、农情、粮食生产形势指标，实现近实时的全球农情在线信息服务。
“CropWatch Analysis”包括创建分析任务、分配任务、在线分析与提交、发布分析报告等功能。使用户在任何时间地点，即可通过互联网设备无障碍的完成感兴趣区域的农情遥感监测与分析，实现全球各国相关专家的远程参与全球农情遥感速报的监测与分析工作，共同编写多语言版全球农情遥感速报，从而大幅提升全球农情遥感速报的全球参与度。
借助容器化服务技术，“CropWatch”封装了体系中所有的农情算法，通过微服务的方式满足用户定制化农情系统的需求。借助这一服务，为“一带一路”沿线国家提供了定制化的农情监测系统，大幅提高这些国家的农情监测水平。
云计算已经越来越多地改变了当前数据存储和处理的方法与理念。与传统的地理信息系统相比，云端专业服务系统的建立、定制、更新与维护的成本显著降低；同时，云平台的特点决定了用户不再需要在下载和处理数据上浪费时间，人们可以在任何时间、任何地点，对世界上的任何感兴趣的区域，进行资源环境的监测与分析，从而突破了以往国界、地域、领域的限制，使得人类第一次可以共同应对人类共同面临的资源环境问题。