森林生态站大数据快速存储与索引方法

王新阳 贾相宇 陈志泊 崔晓晖 许 福

(1.北京林业大学信息学院， 北京 100083； 2.国家林业和草原局林业智能信息处理工程技术研究中心， 北京 100083)

0 引言

为了更好地对森林生态系统的服务功能进行评估，我国在各地建立了大量的森林生态定位观测站，针对典型生态系统类型进行了长期连续定位观测[1-2]。迄今为止，中国已有180多个国家级森林生态定位观测站(以下简称生态站)，分布在不同气候区，覆盖不同类型的生态系统[3-4]。生态观测站点能够进行长期、连续地观测并自动感知和获取有关观测区的水、土、气、生等方面的生态因子数据，所累积的数据具有海量性、多样性等特点[5-10]。然而，采用单一站点对生态数据进行存储和管理的模式已经无法满足海量异构生态数据的存储和管理需求，且各生态站点之间相互独立，逐渐形成信息孤岛，更不能满足面向生态服务功能评价所需要的多站联合分析、数据挖掘、实时检索以及高并发的访问需求，并且海量生态数据具有多样性，庞杂且无法重构，生态数据处理过程中容易产生运算负担大、检索时间慢等问题[11-13]。因此，研究面向森林生态大数据的存储和索引模型，并基于此建立海量生态数据管理平台显得非常有必要。目前大多数生态站存储架构以MySQL为代表的关系型数据库为主，如文献[14]提出通过MS-SQL Server复制技术实现数字化森林生态站的应用，文献[15]提出通过调用云平台提供的REST Servce API来实现西天山森林生态站数据管理系统建设，可以保证事务的一致性，但在拓展性、容错性和可用性方面都不能满足海量异构数据的存储和管理。……