于喆

摘要對(duì)漁業(yè)大數(shù)據(jù)概念和發(fā)展現(xiàn)狀做了闡述和說(shuō)明，對(duì)關(guān)鍵的技術(shù)框架進(jìn)行了介紹，并分析了今后漁業(yè)大數(shù)據(jù)發(fā)展所面臨的挑戰(zhàn)和機(jī)遇。

關(guān)鍵詞漁業(yè)；大數(shù)據(jù)；技術(shù)框架

中圖分類號(hào)S951.2文獻(xiàn)標(biāo)識(shí)碼A文章編號(hào)0517-6611（2017）09-0211-03

Review of Fishery Big Data

YU Zhe

（Liaoning Ocean and Fisheries Science Research Institute，Dalian，Liaoning 116023）

AbstractThe concept and development status of fishery big data were described and illustrated， the key technical framework was introduced. This paper analyzed the challenges and opportunities in the development of fishery big data in the future as well.

Key wordsFishery；Big data；Technical framework

隨著傳感器、互聯(lián)網(wǎng)、云計(jì)算等技術(shù)的迅猛發(fā)展，人類社會(huì)產(chǎn)生的數(shù)據(jù)量呈“井噴式”增長(zhǎng)，“大數(shù)據(jù)”時(shí)代已經(jīng)到來(lái)。我國(guó)在漁業(yè)領(lǐng)域有大量的數(shù)據(jù)產(chǎn)生，將這些數(shù)據(jù)搜集、清洗、整合、分析變?yōu)橛杏玫男畔ⅲ梢詾檎疀Q策、企業(yè)管理、科學(xué)研究提供翔實(shí)、可靠的依據(jù)。2015年9月5日，國(guó)務(wù)院印發(fā)了《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，至此，“大數(shù)據(jù)”不單單是停留在概念炒作階段。筆者對(duì)漁業(yè)大數(shù)據(jù)概念和發(fā)展現(xiàn)狀做了闡述和說(shuō)明，對(duì)關(guān)鍵的技術(shù)框架進(jìn)行了介紹，并分析了今后漁業(yè)大數(shù)據(jù)發(fā)展所面臨的挑戰(zhàn)和機(jī)遇。

1漁業(yè)大數(shù)據(jù)概念

1.1漁業(yè)信息化

漁業(yè)是指人類利用水中生物的物質(zhì)轉(zhuǎn)化功能，通過(guò)捕撈、養(yǎng)殖和加工，以取得水產(chǎn)品的產(chǎn)業(yè)。討論漁業(yè)大數(shù)據(jù)的概念，不得不提到漁業(yè)信息化。漁業(yè)信息化是指利用信息技術(shù)為漁業(yè)的生產(chǎn)、供給、銷售以及相關(guān)管理和服務(wù)提供數(shù)據(jù)支撐[1]，具體包含水產(chǎn)養(yǎng)殖環(huán)境信息化、漁業(yè)資源調(diào)查信息化、漁業(yè)管理信息化、水產(chǎn)品加工流通信息化等?？梢哉f(shuō)漁業(yè)信息化既是粗放型漁業(yè)向集約型漁業(yè)轉(zhuǎn)變的前提，又是現(xiàn)代漁業(yè)對(duì)比傳統(tǒng)漁業(yè)所具備的一個(gè)重要特征。

1.2大數(shù)據(jù)

數(shù)據(jù)（Data）一詞，在拉丁語(yǔ)中的意思是“已知”的意思，在英文中的解釋是“論據(jù)、事實(shí)”?！翱破罩袊?guó)”百科科學(xué)詞條編寫(xiě)與應(yīng)用工作項(xiàng)目對(duì)“數(shù)據(jù)”給出了這樣的解釋：數(shù)據(jù)是事實(shí)或觀察的結(jié)果，是對(duì)客觀事物的邏輯歸納，是用于表示客觀事物的未經(jīng)加工的原始素材。數(shù)據(jù)是信息的表現(xiàn)形式和載體[2]，文字、數(shù)字、視頻、音頻等都是數(shù)據(jù)。數(shù)據(jù)本身沒(méi)有意義，只有對(duì)實(shí)體行為產(chǎn)生影響時(shí)才成為信息。

大數(shù)據(jù)的“大”實(shí)際上指其占存儲(chǔ)器的容量大。隨著信息技術(shù)的發(fā)展，存儲(chǔ)設(shè)備的普及，每天各個(gè)行業(yè)產(chǎn)生的數(shù)據(jù)量難以估算，且數(shù)據(jù)產(chǎn)生的速度越來(lái)越快、越來(lái)越多。而存儲(chǔ)設(shè)備價(jià)格越來(lái)越低，容量越來(lái)越大。

作為一個(gè)快速發(fā)展的新技術(shù)領(lǐng)域，大數(shù)據(jù)的定義并不明確。研究機(jī)構(gòu)Gartner對(duì)“大數(shù)據(jù)”給出了這樣的定義[3]：大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。即大數(shù)據(jù)是難以使用現(xiàn)有普通的軟件技術(shù)來(lái)存儲(chǔ)、讀取的海量數(shù)據(jù)集。維基百科對(duì)“大數(shù)據(jù)”的定義是難以在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合。其具備幾個(gè)特征[4]：①容量（Volume）：至少PB級(jí)；②種類（Variety）：數(shù)據(jù)類型多樣性；③速度（Velocity）：指獲得數(shù)據(jù)的速度；④可變性（Variability）：容易妨礙處理和有效地管理數(shù)據(jù)的過(guò)程；⑤真實(shí)性（Veracity）：數(shù)據(jù)的質(zhì)量真實(shí)可靠；⑥復(fù)雜性（Complexity）：數(shù)據(jù)量巨大，來(lái)源多渠道。

1.3漁業(yè)大數(shù)據(jù)

漁業(yè)信息化和大數(shù)據(jù)技術(shù)的發(fā)展造就了漁業(yè)大數(shù)據(jù)。漁業(yè)大數(shù)據(jù)是利用大數(shù)據(jù)的理念和相關(guān)技術(shù)架構(gòu)，結(jié)合數(shù)學(xué)模型把漁業(yè)信息化產(chǎn)生的大量數(shù)據(jù)加以處理和分析，并將有用的結(jié)果以直觀的形式呈現(xiàn)給需求者，來(lái)解決漁業(yè)領(lǐng)域出現(xiàn)的問(wèn)題。

漁業(yè)信息化產(chǎn)生的大量數(shù)據(jù)包含水產(chǎn)養(yǎng)殖、捕撈、加工、供銷、科研、管理等各個(gè)環(huán)節(jié)以及影響這些環(huán)節(jié)的各類因素（氣象、水質(zhì)、市場(chǎng)、政策等）所產(chǎn)生的所有數(shù)據(jù)的集合。

漁業(yè)數(shù)據(jù)處理和分析的過(guò)程是對(duì)數(shù)據(jù)進(jìn)行獲取、分類、加工、管理、挖掘、分析的過(guò)程，最終，有價(jià)值的信息會(huì)被提取展示給需求者?？傊?，“漁業(yè)大數(shù)據(jù)”——數(shù)據(jù)是根本，分析是核心，利用信息技術(shù)提高漁業(yè)綜合生產(chǎn)力是目的。

2漁業(yè)大數(shù)據(jù)的分類和發(fā)展現(xiàn)狀

2.1分類

按照漁業(yè)大數(shù)據(jù)的特征來(lái)劃分，主要包含以下幾類[2]：①按照領(lǐng)域劃分，以漁業(yè)領(lǐng)域?yàn)橹黧w，涵蓋了養(yǎng)殖業(yè)、捕撈業(yè)、加工業(yè)，可以擴(kuò)展到苗種、飼料、漁業(yè)機(jī)械、環(huán)境、運(yùn)輸?shù)?；②按照地域劃分，不僅包括全球的數(shù)據(jù)，還包括國(guó)內(nèi)數(shù)據(jù)，?。ㄊ小⒖h）數(shù)據(jù)，從而進(jìn)行更精準(zhǔn)地研究；③按照企業(yè)來(lái)看，包含經(jīng)濟(jì)主體的基本信息、投資者信息、生產(chǎn)信息、坐標(biāo)信息、人事信息等；④按照學(xué)科專業(yè)領(lǐng)域劃分，可分為氣象數(shù)據(jù)、水環(huán)境數(shù)據(jù)、生物基因數(shù)據(jù)、市場(chǎng)經(jīng)濟(jì)數(shù)據(jù)等。

2.2發(fā)展現(xiàn)狀

大數(shù)據(jù)在我國(guó)互聯(lián)網(wǎng)、金融、能源、制造、交通領(lǐng)域已經(jīng)得到廣泛應(yīng)用，隨著傳感器、物聯(lián)網(wǎng)等信息技術(shù)和漁業(yè)信息化的發(fā)展，漁業(yè)領(lǐng)域也具備了發(fā)展大數(shù)據(jù)的可能，但仍存在很多問(wèn)題[5]：

①近年來(lái)，我國(guó)食品質(zhì)量安全包括水產(chǎn)品質(zhì)量安全受到前所未有的關(guān)注，漁業(yè)生產(chǎn)涉及養(yǎng)殖、捕撈、運(yùn)輸、加工等多個(gè)步驟和環(huán)節(jié)，包含生態(tài)環(huán)境、生物分子、社會(huì)經(jīng)濟(jì)、食品安全等多方面，影響面也越來(lái)越大，單一專業(yè)領(lǐng)域的信息難以應(yīng)對(duì)這樣復(fù)雜的局面，需要從漁業(yè)生產(chǎn)的整個(gè)產(chǎn)業(yè)鏈的高度來(lái)掌握各類漁業(yè)信息。但是數(shù)據(jù)相對(duì)分散，沒(méi)有得到集成利用和有效整合，形成了信息孤島，不利于各相關(guān)主體做出科學(xué)決策。

②漁業(yè)信息資源質(zhì)量低。漁業(yè)屬于第一產(chǎn)業(yè)，在生產(chǎn)一線的信息站點(diǎn)非常少，科研院所、職能機(jī)構(gòu)遠(yuǎn)離基層，而一線基層人才缺乏、儀器設(shè)備質(zhì)量和技術(shù)水平都普遍較低，數(shù)據(jù)的搜集非常困難，相關(guān)網(wǎng)站多為重復(fù)、過(guò)時(shí)的信息。

③漁業(yè)信息服務(wù)機(jī)制有待完善。經(jīng)常出現(xiàn)養(yǎng)殖戶盲目跟風(fēng)養(yǎng)殖某種水產(chǎn)，造成供大于求的現(xiàn)象。缺乏水產(chǎn)市場(chǎng)的供求預(yù)測(cè)，總是做事后分析，沒(méi)有對(duì)市場(chǎng)的預(yù)警機(jī)制。大數(shù)據(jù)技術(shù)的目的就是通過(guò)大量的現(xiàn)有數(shù)據(jù)進(jìn)行分析和預(yù)測(cè)，漁業(yè)市場(chǎng)的監(jiān)測(cè)亟需通過(guò)大數(shù)據(jù)技術(shù)來(lái)完善。

3漁業(yè)大數(shù)據(jù)技術(shù)架構(gòu)

該研究主要介紹以Hadoop技術(shù)為核心的漁業(yè)大數(shù)據(jù)技術(shù)架構(gòu)[6]。由圖1可知，可劃分為3層：數(shù)據(jù)采集層、數(shù)據(jù)存儲(chǔ)計(jì)算層和數(shù)據(jù)應(yīng)用層。大數(shù)據(jù)的技術(shù)架構(gòu)有別于傳統(tǒng)信息技術(shù)架構(gòu)，它由適應(yīng)海量數(shù)據(jù)管理的分布式文件系統(tǒng)和NoSQL非關(guān)系型數(shù)據(jù)庫(kù)；處理大規(guī)模數(shù)據(jù)集并行運(yùn)算的MapReduce編程模型；進(jìn)行分布式數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、系統(tǒng)管理的Hadoop框架等各類相關(guān)技術(shù)組成。

3.1大數(shù)據(jù)的采集

數(shù)據(jù)是根本，漁業(yè)數(shù)據(jù)的采集是整個(gè)大數(shù)據(jù)技術(shù)架構(gòu)后續(xù)存儲(chǔ)、共享、分析各個(gè)步驟的前提。數(shù)據(jù)的獲取主要涉及數(shù)據(jù)的采集和數(shù)據(jù)的傳輸。漁業(yè)大數(shù)據(jù)的采集方式主要有傳感器數(shù)據(jù)、RFID射頻數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)、業(yè)務(wù)信息系統(tǒng)等[6]。

傳感器通過(guò)光敏元件、氣敏元件、濕敏元件、熱敏元件、色敏元件等各類感知功能的元件將環(huán)境變量轉(zhuǎn)變?yōu)閿?shù)字信號(hào)。這些環(huán)境變量可以是溫度、壓力、鹽度、視頻、音頻等。這些數(shù)據(jù)信息通過(guò)有線網(wǎng)絡(luò)或者無(wú)線網(wǎng)絡(luò)傳輸?shù)讲杉?jié)點(diǎn)[7]。

有線傳感器網(wǎng)絡(luò)通過(guò)網(wǎng)線（屏蔽雙絞線）傳輸，這種傳輸方式適合易于部署的環(huán)境下，對(duì)電源、環(huán)境都有一定的要求。其傳輸距離比較短，一般各個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)間不超過(guò)90 m，否則將有信號(hào)衰減。對(duì)于遠(yuǎn)距離的有線傳輸，需要通過(guò)光纖完成。有線網(wǎng)絡(luò)的傳輸速率較高，信號(hào)穩(wěn)定，能滿足實(shí)時(shí)視頻、圖片、音頻等數(shù)據(jù)的高速傳輸要求，常應(yīng)用在養(yǎng)殖池塘的視頻監(jiān)控、水產(chǎn)品加工的視頻監(jiān)控、水下生物的圖像采集等。

無(wú)線傳感器網(wǎng)絡(luò)（WSN）是由大量靜止或移動(dòng)的傳感器以自組織和多跳的方式構(gòu)成的無(wú)線網(wǎng)絡(luò)，以協(xié)作的感知、采集、處理和傳輸網(wǎng)絡(luò)覆蓋地理區(qū)域內(nèi)被感知對(duì)象的信息，并最終把這些信息發(fā)送給網(wǎng)絡(luò)的所有者。近些年無(wú)線傳感器網(wǎng)絡(luò)得到廣泛的研究，在養(yǎng)殖水質(zhì)監(jiān)控、生態(tài)環(huán)境監(jiān)控等領(lǐng)域也有所應(yīng)用。但是目前海水理化參數(shù)監(jiān)測(cè)探頭的價(jià)格仍較高，因此沒(méi)有得到良好的普及。

RFID射頻識(shí)別技術(shù)是一種無(wú)線通信技術(shù)，可通過(guò)無(wú)線電訊號(hào)識(shí)別特定目標(biāo)并讀寫(xiě)相關(guān)數(shù)據(jù)，而無(wú)需識(shí)別系統(tǒng)與特定目標(biāo)之間建立機(jī)械或光學(xué)接觸。隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，基于RFID射頻識(shí)別技術(shù)，水產(chǎn)品從養(yǎng)殖、加工、配送到銷售可實(shí)現(xiàn)全程的跟蹤與追溯。

互聯(lián)網(wǎng)數(shù)據(jù)也是漁業(yè)大數(shù)據(jù)采集的重要方式。很多氣象部門(mén)、環(huán)境監(jiān)測(cè)部門(mén)通過(guò)互聯(lián)網(wǎng)發(fā)布各類數(shù)據(jù)，并提供數(shù)據(jù)接口；通過(guò)網(wǎng)頁(yè)爬蟲(chóng)的方式也可以搜集到大量數(shù)據(jù)。

近年漁業(yè)主管部門(mén)、企業(yè)、科研單位也都建立了自己的各類業(yè)務(wù)信息系統(tǒng)，保存著各類漁業(yè)數(shù)據(jù)。如中國(guó)水產(chǎn)養(yǎng)殖網(wǎng)（www.zgsc123.com），該網(wǎng)站匯集了大量的、實(shí)時(shí)的全國(guó)范圍的水產(chǎn)品報(bào)價(jià)、供求信息、行業(yè)咨詢，并提供金融服務(wù)、數(shù)據(jù)倉(cāng)庫(kù)服務(wù)和社交服務(wù)；國(guó)家水產(chǎn)種質(zhì)資源平臺(tái)（hzzzy.fishinfo.cn），此平臺(tái)整合了多家國(guó)家級(jí)水產(chǎn)原良種場(chǎng)及龍頭企業(yè)，包含129個(gè)數(shù)據(jù)庫(kù)，標(biāo)準(zhǔn)化表達(dá)了3.5萬(wàn)條水產(chǎn)資源記錄。

3.2數(shù)據(jù)的存儲(chǔ)計(jì)算

HDFS（Hadoop Distributed File System）和MapReduce是Hadoop體系的核心，前者負(fù)責(zé)處理海量數(shù)據(jù)的計(jì)算和數(shù)據(jù)處理，后者負(fù)責(zé)進(jìn)行海量數(shù)據(jù)的存儲(chǔ)[8]。

HDFS的基本原理是將大文件切分成相同大小的數(shù)據(jù)塊（一般為64 MB），存儲(chǔ)在多個(gè)數(shù)據(jù)節(jié)點(diǎn)上，并具備校對(duì)、負(fù)載均衡等功能。HDFS具有以下特性：①良好的擴(kuò)展性。在集群當(dāng)前的存儲(chǔ)不能滿足需求時(shí)，可以將一些廉價(jià)的機(jī)器增加到Hadoop集群中（橫向擴(kuò)展），來(lái)達(dá)到存儲(chǔ)擴(kuò)展的目的。同時(shí)可以借助HDFS提供的工具，將已有數(shù)據(jù)進(jìn)行重新分配存儲(chǔ)，均勻地分布到新增的機(jī)器節(jié)點(diǎn)中。②高容錯(cuò)性：集群中一個(gè)或多個(gè)節(jié)點(diǎn)出現(xiàn)故障，HDFS內(nèi)部會(huì)把數(shù)據(jù)形成多個(gè)拷貝（通過(guò)數(shù)據(jù)冗余實(shí)現(xiàn)），從而保證數(shù)據(jù)不丟失。

MapReduce是一種用于大規(guī)模數(shù)據(jù)并行計(jì)算的編程模型，Map（映射）和Reduce（簡(jiǎn)化）為其核心思想。編程人員可以不用分布式程序設(shè)計(jì)語(yǔ)言，即可使自己的程序運(yùn)行在分布式系統(tǒng)的環(huán)境下。它具備以下功能：①劃分?jǐn)?shù)據(jù)塊及計(jì)算任務(wù)調(diào)度?？勺詣?dòng)將一個(gè)JOB分為多個(gè)數(shù)據(jù)塊，每個(gè)數(shù)據(jù)塊對(duì)應(yīng)一個(gè)任務(wù)，自動(dòng)調(diào)取相應(yīng)的計(jì)算節(jié)點(diǎn)，處理對(duì)應(yīng)的數(shù)據(jù)塊。計(jì)算任務(wù)調(diào)度功能可監(jiān)控管理各個(gè)計(jì)算節(jié)點(diǎn)的運(yùn)行狀況，分配任務(wù)。②數(shù)據(jù)和程序代碼的相互定位。MapReduce主要處理的是大量的離線數(shù)據(jù)，因此計(jì)算節(jié)點(diǎn)將最大程度地處理其本地存儲(chǔ)的數(shù)據(jù)，這就是程序代碼定位數(shù)據(jù)。而本地?zé)o法完成數(shù)據(jù)處理和計(jì)算時(shí)，會(huì)將數(shù)據(jù)發(fā)送給其他臨近的計(jì)算節(jié)點(diǎn)來(lái)完成，這就是數(shù)據(jù)定位程序代碼。③系統(tǒng)優(yōu)化。基于最大限度地降低通信開(kāi)銷的目的，Reduce節(jié)點(diǎn)會(huì)合并處理一些數(shù)據(jù)，多個(gè)Map節(jié)點(diǎn)會(huì)通過(guò)策略劃分將具有相關(guān)性的數(shù)據(jù)發(fā)送至1個(gè)Reduce節(jié)點(diǎn)處理。除此以外，對(duì)于較慢的任務(wù)，系統(tǒng)會(huì)進(jìn)行多拷貝計(jì)算，以最快完成計(jì)算的節(jié)點(diǎn)作為計(jì)算結(jié)果，從而提高運(yùn)算的速度。

ETL（ExtractTransformLoad）是用戶將從數(shù)據(jù)源中調(diào)取數(shù)據(jù)經(jīng)過(guò)清洗[9]，并按照規(guī)定的模型加載到數(shù)據(jù)倉(cāng)庫(kù)中。ETL過(guò)程占數(shù)據(jù)倉(cāng)庫(kù)建設(shè)50%以上的時(shí)間。將數(shù)據(jù)按照規(guī)范的格式轉(zhuǎn)換加載到數(shù)據(jù)倉(cāng)庫(kù)中，實(shí)現(xiàn)了漁業(yè)大數(shù)據(jù)的規(guī)范化、持久化，并建立了數(shù)據(jù)分析的長(zhǎng)效機(jī)制。

3.3數(shù)據(jù)的展示和分析

在用戶端，可以使用BI（商務(wù)智能）工具，Adhoc query（即席查詢）以及其他數(shù)據(jù)接口和產(chǎn)品來(lái)直接調(diào)取數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行分析和展示[10-11]。

BI工具可以迅速準(zhǔn)確地提供調(diào)取數(shù)據(jù)庫(kù)中的數(shù)據(jù)產(chǎn)生報(bào)表，為企業(yè)及時(shí)做出經(jīng)營(yíng)決策。雖然叫做“商務(wù)智能”，但BI技術(shù)已經(jīng)不局限于商業(yè)領(lǐng)域。凡是涉及產(chǎn)生數(shù)據(jù)報(bào)表做分析和展示的都可以借助BI工具來(lái)實(shí)現(xiàn)。常見(jiàn)主流的BI工具以國(guó)外的產(chǎn)品為主，包括SAP BO、Oracle BIEE、MSTR、Qlikview、Tableau等，國(guó)內(nèi)流行的BI工具以FineBI、永洪BI等為主。

即席查詢技術(shù)出現(xiàn)在數(shù)據(jù)倉(cāng)庫(kù)領(lǐng)域，與已編程好的信息系統(tǒng)的查詢模塊不同，用戶可以在經(jīng)過(guò)授權(quán)后直接面對(duì)數(shù)據(jù)庫(kù)，按照自己的要求查詢相關(guān)數(shù)據(jù)。現(xiàn)在，很多數(shù)據(jù)展示工具都提供了即席查詢的功能，用戶可以通過(guò)語(yǔ)義層選擇表，建立表間的關(guān)聯(lián)，最終生成SQL語(yǔ)句。它與通常的SQL查詢并沒(méi)什么不同，只是效率較低，因?yàn)閿?shù)據(jù)庫(kù)的設(shè)計(jì)難以考慮用戶即席查詢的需求。各類相關(guān)的業(yè)務(wù)信息系統(tǒng)也可以通過(guò)接口訪問(wèn)數(shù)據(jù)庫(kù)，進(jìn)行增刪改查的操作。

4結(jié)語(yǔ)

大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等信息技術(shù)在通訊業(yè)、金融業(yè)、交通運(yùn)輸業(yè)、互聯(lián)網(wǎng)行業(yè)等第三產(chǎn)業(yè)中有了廣泛的應(yīng)用，這些技術(shù)已經(jīng)改變了人們的生活方式，對(duì)于農(nóng)林牧漁業(yè)這類第一產(chǎn)業(yè)，其工作對(duì)象是自然界的物質(zhì)，因此，在感知和數(shù)據(jù)搜集方面現(xiàn)在的技術(shù)還有待完善，很多理化參數(shù)需要人工來(lái)搜集，但這并不影響漁業(yè)大數(shù)據(jù)平臺(tái)的建設(shè)。數(shù)據(jù)、技術(shù)思維將是新的生產(chǎn)資料、生產(chǎn)工具和生產(chǎn)者[12]，結(jié)合數(shù)據(jù)分析工具，漁業(yè)將進(jìn)入智能決策的時(shí)代。

參考文獻(xiàn)

[1] 周洵.大數(shù)據(jù)技術(shù)與中國(guó)漁業(yè)[J].中國(guó)水產(chǎn)，2015（8）：31-33.

[2] 溫孚江.農(nóng)業(yè)大數(shù)據(jù)研究的戰(zhàn)略意義與協(xié)同機(jī)制[J].高等農(nóng)業(yè)教育，2013，11（11）：3-6.

[3] GANTZ J，REINSEL D.Extracting value from chaos[R].IDC，2011：1-12.

[4] MANYIKA J，CHUI M，BROWN B，et al.Big data：the next frontier for innovation，competition，and productivity[R].2011.

[5] 曾首英，閆雪，靜瑩.我國(guó)漁業(yè)信息化發(fā)展現(xiàn)狀與對(duì)策思考[J].漁業(yè)信息與戰(zhàn)略，2013，28（1）：20-26.

[6] 李學(xué)龍，龔海剛.大數(shù)據(jù)系統(tǒng)綜述[J].中國(guó)科學(xué)：信息科學(xué)，2015，45（1）：1–44.

[7] 劉雨青，吳燕翔，吳曉棟.工廠化養(yǎng)殖循環(huán)水處理控制系統(tǒng)的設(shè)計(jì)[J].科學(xué)技術(shù)與工程，2012，12（7）：1526-1530.

[8] 董新華，李瑞軒，周灣灣，等.Hadoop系統(tǒng)性能優(yōu)化與功能增強(qiáng)綜述[J].計(jì)算機(jī)研究與發(fā)展，2013，50（S1）：1-5.

[9] GALHARDAS H，F(xiàn)LORESCU D，SHASHA D，et al.An nextensible framework for data cleaning[C].Proceedings 16th International Conference on Data Engineering.San Diego，CA，USA：ICDE，2000.

[10] 任修仕，邵劍飛.一種基于Hadoop的數(shù)據(jù)展示研究[J].新技術(shù)新工藝，2016（1）：83-85.

[11] 李琳.BI商務(wù)智能系統(tǒng)及其技術(shù)架構(gòu)研究[J].中國(guó)管理信息化，2016，19（12）：56-57.

[12] 郭承坤，劉延忠，陳英義，等.發(fā)展農(nóng)業(yè)大數(shù)據(jù)的主要問(wèn)題及主要任務(wù)[J].安徽農(nóng)業(yè)科學(xué)，2014，42（27）：9642-9645.