基于云服务的南海海洋断面科学考察数据共享研究

doi:10.11978/2015007

热带海洋学报 ›› 2015, Vol. 34 ›› Issue (6): 49-56.doi: 10.11978/2015007CSTR: 32234.14.2015007

所属专题：海洋大数据及应用

基于云服务的南海海洋断面科学考察数据共享研究

何洪前^{1， 2}，李莎¹，徐超¹

1. 中国科学院南海海洋研究所，广东广州 510301；
2. 中国科学院大学，北京 100049

收稿日期:2015-01-14 修回日期:2015-04-22 出版日期:2015-11-10 发布日期:2015-11-24
通讯作者: 李莎。E-mail: sli@scsio.ac.cn
作者简介:何洪前(1989~), 男, 安徽省安庆市人, 硕士研究生, 主要研究方向海洋信息服务。E-mail: hhq@scsio.ac.cn
基金资助:
科技部科技基础性工作专项项目(2008FY110100); 中国科学院信息化专项项目(XXH12504-2-03)

Study on data sharing for scientific investigation in the South China Sea based on cloud computing

HE Hong-qian^{1, 2}, LI Sha¹, XU Chao¹

1. South China Sea Institute of Oceanology, Chinese Academy of Sciences, Guangzhou 510301, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China

Received:2015-01-14 Revised:2015-04-22 Online:2015-11-10 Published:2015-11-24

摘要/Abstract

摘要： 随着云计算技术的出现, 数据共享模式发生了巨大的变化。利用云服务搭建数据共享平台, 实现网络软硬件基础资源的集约化运营, 能显著降低数据服务平台的建设成本, 提高数据服务平台的稳定性与可扩展性, 以及数据共享的高效性。文章研究基于企业级云计算平台(ECCP)利用Visual Database 3.0搭建南海海洋断面科学考察数据共享云平台, 整合phpMyAdmin等工具, 实现异构数据源的统一管理, 并通过云硬盘实现数据资源跨终端流转等功能, 将数据转化为灵活的服务。

关键词: 云计算, 南海, 科学考察, 科学数据, 数据共享

Abstract: With the emergence of cloud computing, great changes have taken place in data sharing. Cloud computing is considered to be a scientific data sharing platform. Through the network, software and hardware based on resource intensive operations will improve the stability and scalability of the server, and the efficiency for data sharing. This paper builds scientific investigation data sharing platform of cloud computing, using VDB3.0 based on the enterprise cloud computing platforms (ECCP). Integrated with phpMyAdmin and other tools, the unified management of heterogeneous data sources is realized, transforming data into flexible services. This study improved the security of data storage, organization and management efficiency.

Key words: cloud computing, South China Sea, scientific investigation, scientific data, data sharing

中图分类号:

P781

何洪前，李莎，徐超. 基于云服务的南海海洋断面科学考察数据共享研究[J]. 热带海洋学报, 2015, 34(6): 49-56.

HE Hong-qian, LI Sha, XU Chao. Study on data sharing for scientific investigation in the South China Sea based on cloud computing[J]. Journal of Tropical Oceanography, 2015, 34(6): 49-56.

参考文献

1 陈飞, 杜岩, 王东晓, 等. 2009. 2008年8~9月份吕宋海峡西南侧锚定ADCP的斜压海流观测[J]. 热带海洋学报, 28(4): 66-71.
2 霍东明, 李莎, 徐超. 2012. 基于VisualDB的南海海洋科学数据产品服务系统[J]. 热带海洋学报, 31(2): 118-122.
3 李超, 张燕, 王东晓. 2005. 南海北部海洋气象调查研究——2004年9月南海北部开放航次海洋气象观测意义及数据采集成果[J]. 热带海洋学报, 24(1): 80-89.
4 李健, 陈荣裕, 王盛安, 等. 2012. 国际海洋观测技术发展趋势与中国深海台站建设实践[J]. 热带海洋学报, 31(2): 123-133.
5 刘长建, 毛华斌, 陈荣裕, 等. 2005. 2004年9月南海北部移动船载温盐剖面仪观测结果初步分析[J]. 热带海洋学报, 24(5): 77-82.
6 毛庆文, 储小青, 严幼芳, 等. 2013. 南海三维动态温盐场重构系统的设计与实现[J]. 热带海洋学报, 32(6): 1-8.
7 苗茹, 诸云强, 宋佳, 等. 2014. 基于云计算的地球系统科学数据共享研究与实践[J]. 地球信息科学学报, 16(2): 264-272.
8 徐超, 李莎, 米浦春. 2010. 南海物理海洋数据的OPeNDAP服务实现[J]. 热带海洋学报, 7(1): 174-180.
9 徐超, 李莎, 王东晓, 等. 2011. 南海海洋科学数据库数据共享与服务系统的设计与实现[J]. 科研信息化技术与应用, 2(1): 9-17.
10 中国科学院计算机网络信息中心. VisualDB介绍[EB/OL]. (2010-08-01)[2013-07-15]. http: //www1.csdb.cn/prohtml/0.cloud. product/pages/-html.
11 中国科学院计算机网络信息中心. ECCP云主机简介[EB/OL]. (2013-09-17)[2014-06-13]. http:// www1.csdb.cn/prohtml/0.cloud. base-service/pages/3564.html.
12 ARMBRUST M, FOX A, GRIFFITH R, et al. 2010. A view of cloud computing[J]. Communications of the ACM, 53(4): 50-58.
13 BUYYA R, YEO C S, VENUGOPAL S, et al. 2009. Cloud computing and emerging IT platrotors: Vision, hype, and reality for delivering computing as the 5th utility[J]. Future Generation Computer Systems, 25(6): 599-616.
14 GOSCINSKI A, BROCK M. 2010. Toward dynamic and attribute
15 based publication, discovery and selection for cloud computing[J]. Future Generation Computer Systems, 26(7): 947-970.
16 HAYES B. 2008. Cloud computing[J]. Communication of the ACM, 51(7): 9-11.
17 MYSQL. Why MySQL?[EB/OL]. (2013-05-13)[2014-04-15]. http:// www.mysql.com/why-mysql/.
18 PHPMYADMIN. Bringing MySQL to the web[EB/OL]. (2012-01- 13)[2013-11-15]. http://www.phpmyadmin.net/homepage/ index.php.
19 STEPHENS M. Tamethe web[EB/OL]. (2012-05-24)[2013-03-11]. http://tametheweb.com/about-mich-ael-stephens/.
20 QIN HUILING, CHEN GUIXING, WANG WEIQIANG, et al. 2014. Validation and application of MODIS-derived SST in the South China Sea[J]. International Journal of Remote Sensing, 35(11): 4315-4328.
21 TOMCAT. Tomcat[EB/OL]. (2013-07-11)[2014-04-18]. http://tomcat. apache.org/.
22 ZENG LILI, WANG QIANG, XIE QIANG, et al. 2015. Hydrographic field investigations in the Northern South China Sea by open cruises during 2004-2013[J]. Science Bulletin, 60(6): 607-615.

[1]	徐超, 龙丽娟, 李莎, 袁丽, 徐晓璐. 南海及其附属岛礁海洋科学考察历史资料系统整编3. 数据共享服务及应用[J]. 热带海洋学报, 2024, 43(5): 158-165.
[2]	徐超, 龙丽娟, 李莎, 何云开, 袁丽, 徐晓璐. 南海及其附属岛礁海洋科学考察历史资料系统整编1. 资料整编技术及应用[J]. 热带海洋学报, 2024, 43(5): 143-149.
[3]	徐超, 龙丽娟, 李莎, 徐晓璐, 袁丽. 南海及其附属岛礁海洋科学考察历史资料系统整编2. 数据治理技术与应用[J]. 热带海洋学报, 2024, 43(5): 150-157.
[4]	柳原, 柯志新, 李开枝, 谭烨辉, 梁竣策, 周伟华. 人类活动和沿岸流影响下的粤东近海浮游动物群落特征[J]. 热带海洋学报, 2024, 43(4): 98-111.
[5]	刘玓玓, 张喜洋, 孙富林, 王明壮, 谭飞, 施祺, 王冠, 杨红强. 南海海滩岩微生物群落结构和特定菌株对其成因机制的启示*[J]. 热带海洋学报, 2024, 43(4): 112-122.
[6]	江绿苗, 陈天然, 赵宽, 张婷, 许莉佳. 南海北部涠洲岛边缘珊瑚礁的生物侵蚀实验研究[J]. 热带海洋学报, 2024, 43(3): 155-165.
[7]	许莉佳, 廖芝衡, 陈辉, 王永智, 黄柏强, 林巧云, 甘健锋, 杨静. 南海北部珊瑚群落结构特征及其对海洋热浪事件的响应[J]. 热带海洋学报, 2024, 43(3): 58-71.
[8]	邱燕, 鞠东, 黄文凯, 王英民, 聂鑫. 南海中央海盆海底初始扩张时间的重新认定[J]. 热带海洋学报, 2024, 43(2): 154-165.
[9]	赵明辉, 袁野, 张佳政, 张翠梅, 高金尉, 王强, 孙珍, 程锦辉. 南海北部被动陆缘洋陆转换带张裂-破裂研究新进展[J]. 热带海洋学报, 2024, 43(2): 173-183.
[10]	黄谕, 王琳, 麦志茂, 李洁, 张偲. 南海热带岛礁生物土壤结皮中细菌的分离及其固砂特性初步研究[J]. 热带海洋学报, 2023, 42(6): 101-110.
[11]	王辰燕, 史敬文, 颜安南, 康亚茹, 王煜轩, 覃素丽, 韩民伟, 张瑞杰, 余克服. 有机磷酸酯在南海长棘海星中的生物富集特征及来源解析[J]. 热带海洋学报, 2023, 42(5): 30-37.
[12]	李牛, 邸鹏飞, 冯东, 陈多福. 冷泉渗漏对海洋沉积物氧化还原环境地球化学识别的影响——以南海东北部F站位活动冷泉为例^*[J]. 热带海洋学报, 2023, 42(5): 144-153.
[13]	张智晟, 谢玲玲, 李君益, 李强. 边缘海与开阔海中尺度涡生命周期演化规律对比分析: 以南海和黑潮延伸体为例[J]. 热带海洋学报, 2023, 42(4): 63-76.
[14]	杨磊, 温金辉, 王强, 罗希, 黄华明, 何云开, 陈举. 热带气旋影响吕宋海峡输运的研究进展与展望^*[J]. 热带海洋学报, 2023, 42(3): 40-51.
[15]	赵中贤, 孙珍, 毛云华, 张伙带. 南海北部陆缘不均匀伸展及脉动式构造升降史^*[J]. 热带海洋学报, 2023, 42(3): 96-115.

基于云服务的南海海洋断面科学考察数据共享研究

Study on data sharing for scientific investigation in the South China Sea based on cloud computing

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0