王加亮，秦 勃，刘健健，刘 妮

（中国海洋大学信息科学与工程学院 青岛 266100）

1 引言

海洋环境信息主要包括海面高度、潮流、海流、海浪、温度、盐度、密度、气温、气压、湿度等。由于海洋环境的复杂性，各种指标非常多，空间和时间跨度非常大，其监测信息具有海量性的特点；并且海洋环境信息的观测手段多种多样，如浮标、台站、CODAS、CTD、ADCP、观测船、遥感、卫星等，导致数据的格式和精度多种多样，甚至以不同的数据形式存在，如图像、声音、文本等。由于这些信息基本以数字的形式呈现，很难作为海洋研究、开发利用和管理有效的分析手段，因此采用可视化处理技术对海洋环境信息进行分析、处理具有非常重要的意义。

鉴于海洋环境信息的海量性、多源性和数据形式多样性，海洋环境信息可视化分析处理需要采用大规模的并行计算模式以提高可视化分析、处理的效率，支持海洋环境信息的交互可视化需求。鉴于Hadoop云计算平台在海量数据检索、抽取等处理方面具有诸多优势，本文在已实现的海洋环境信息并行可视化分析处理的基础上，将GPU（gaphic processing unit,图形处理器）[1]、MPI（message passing interface）并行计算引入MapReduce处理机制，实现海洋环境空间数据场大规模数据集的检索、抽取、插值计算、特征可视化分析的并行处理，构建一个基于云环境的海洋环境信息远程交互可视化平台体系架构解决方案，达到海洋环境信息的温盐密度场、流场等的远程交互可视化的目的。

2 国内外研究现状

近年来，各大IT公司纷纷……