NetCDF遇上GIS：科学数据的空间结构

原文发布时间：2014-11-10 10:01:43

翻译：Tenniwdy

原文地址：http://blog.safe.com/2014/10/netcdf-meets-gis-geospatial-architecture-scientific-data/

 

 

 

应用地理信息系统的体系结构原理使科学数据网格服务便于终端用户更容易更灵活的访问。它是非常复杂的，但通过FME的处理具有极大的提升。

 

   “今晚天气预报：阴天。”

George Carlin’s费心竭力的研究气象预报的准确性来总结我们在预测是晴天的时候却被淋了一场倾盆大雨的原因。但如果你花一点时间来考虑如何做的这个预测（以及如何更准确而不被欺骗），它背后的科学是一项非常引人注目的工作，大量复杂的数据是非常艰巨的。

Ryan M. Kelly是非常熟悉此数据，她已经是天气预报和海洋预报模型的专家。他探索GIS的原理和技术的结合做出工作模型，最终他继续着专业的研究并在约翰霍普金斯大学攻读地理信息系统的学位。那是他在这儿第一次遇到了FME，并开始思考如何将这些复杂的数据源处理得更简单。

什么是多维网格数据？

 NetCDF(network Common Data Form)是被设计来储存大量复杂并独立于平台的科学数据格式（SDF）。画一个立方体，如果你愿意的话，填好X，Y，和Z坐标，关联这些点的属性，然后看那些属性随时间的变化。

这种类型的数据常应用于气象学和海洋学。那里的温度，压力，组成和许多其他因素都不断变化。数据集的范围可以从相对小的字节大小开始，它可以通过在水平或垂直断面生成简化的二维和三维的图像进行可视化分析。

THREDDS数据服务器

正如其他专业技术数据集，SDF是一种面向数组型并适于网络共享的数据。尽管基础设施（进入）信息是不断变化的，Ryan看到应用地理信息系统的架构的形势已经改善的一个机会，数据的可用性和互操作性在将来也将跨越式的提升。

许多这样的科学数据现在通过THREDDS（TDS）的Web服务器发送。该技术是通用数据产品，由联邦政府在美国UCAR资助的社区计划致力于开发工具和软件，允许更好地在教育和科研单位分配地球科学数据。

TDS提供目录平台，发送元数据和科学数据集的数据访问服务。这些数据包括多维格式，如NetCDF、HDF和GRIB，并且TDS可以处理大量的数据。Ryan的目标是整合THREDDS服务到FME工作流，它会公开发布的数据便于广泛的使用和更容易获得。

系统的体系结构

Ryan的系统体系结构框架对于FME的用户是熟悉的——输入服务端，FME和空间（云）数据也包含在里面，以及各种格式推出的各种客户端作为输出。这一不寻常战略是运用不寻常的操作方式空间查询多维数据源。

通过这种方式最终用户有效地分析源数据。例如，以水平分层通过NetCDF数据集使用的地理边界的多边形，并在网格中展示出一个特定的时间和特定的高度的空气温度和相对湿度值。

这种方法是不常见的操作方式，优势之一是适用SQL查询的数据类型。除了定义水平和垂直空间查询选取的边界，用户可以生成像素统计并上传为进一步分析和可视化。

当然，他们还可以通过FME将数据转换为其他任何格式的方式，包括转化为这里显示的格式（GeoJSON，JSON，GeoTIFF，或WMS），加上任何其他FME已经支持合适的格式，有机会还会增加其他地理数据集。

下一个目标是什么

THREDDS服务器托管大气，气候，和海洋模拟世界各地（新的服务器也在越来越快的增加）的现时数据，这是一个增长迅速的“大数据”源。

“已经证实了直接连接到一个TDS的体系结构是基于FME的框架，它为在活跃的项目中需要环境或遥感数据的专业人士开辟新途径”赖恩说，“这种类型的多维格式的方法是独特的，它可以应用于任何规模的数据栈，无论是一个小的应用程序数据的几个字节还是两兆字节或千万亿字节的规模都能持续记录。”

如果你有兴趣尝试这类数据，一个THREDDS服务器数据目录在许多国家都可以访问。

 

如对文章有疑问，可发送邮件至 wangdy@antu.com.cn 提问或讨论