大数据（Big Data）是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据的概念是在强大的应用需求下被提出的，其意义不在于掌握庞大的数据信息，而在于对这些有意义的数据进行专业化处理。目前，大数据技术已经应用于公共安全、卫生健康、教育、金融、交通、通信和传媒等各个领域；近年来也逐步应用于海洋领域，但是在海水增养殖领域却鲜有应用，亟待探索和突破。将大数据技术与浅海增养殖有机结合，把围绕浅海增养殖全过程的数据进行处理和深度挖掘，并反过来指导浅海增养殖业的高质量发展，是摆脱目前浅海增养殖业所面临困境的有效途径之一。但浅海增养殖大数据技术及应用存在一些问题，如增养殖全过程监测能力不足、数据碎片化和多源数据库缺乏、数据挖掘和分析技术薄弱、缺乏有效的智能化信息平台等。为解决上述问题，在国家重点研发计划课题“浅海智能生态增养殖全过程信息化平台构建”（2019YFD0900805）的资助下，通过建立浅海生态增养殖区多源实时监测系统及传输网络获取大数据，整合获取浅海增养殖业、生产过程全产业链数据来构建浅海增养殖大数据库，研发浅海增养殖大数据挖掘与分析技术，构建涵盖增养殖全过程的“可视、可测、可警、可报”的浅海增养殖大数据智能化平台，并进行示范应用。借此实现增养殖过程全面感知、全产业链数据智能分析与自动决策，为我国浅海增养殖业高质量发展提供技术支撑。

第1章浅海增养殖及大数据需求
1．1我国浅海增养殖及智能化管理
1．1．1我国海水增养殖现状
1．1．2浅海是我国海水增养殖的主要区域
1．1．3浅海增养殖的智能化管理需求
1．2浅海增养殖大数据现状
1．2．1浅海增养殖传统数据的现状及不足
1．2．2从增养殖传统数据到大数据
1．2．3大数据可促进海水增养殖的智能化管理
1．3问题的提出及聚焦内容
1．3．1浅海增养殖大数据关键技术问题
1．3．2浅海增养殖大数据技术及应用聚焦内容
参考文献
第2章浅海增养殖大数据获取
2，1浅海增养殖数据来源
2．1．1互联网数据
2．1．2物联网系统
2．1．3数据库平台
2．1．4产业管理系统
2．1．5历史数据源
2．2浅海增养殖数据获取方式
2．2．1网络
2．2．2在线监测
2．2．3卫星遥感
2．2．4历史监测
2．3浅海增养殖数据特征
2．3．1海量性
2．3．2多样性
2．3．3高速性
2．3．4价值性
2．4浅海增养殖数据分类
2．4．1水文气象数据
2．4．2环境质量数据
2．4．3生物生态数据
2．4．4增养殖概况数据
2．4．5企业生产数据
参考文献
第3章浅海增养殖大数据库构建
3．1多模态数据融合问题
3．1．1海洋环境数据的管理
3．1．2多源异构数据的融合
3．1．3浅海增养殖大数据库数据分析
3．2基本的数据库技术
3．2．1关系数据库的基础知识
3．2．2非结构化数据存储技术
……
第4章浅海增养殖大数据挖掘与分析
第5章浅海增养殖区生物目标检测及跟踪
第6章浅海增养殖智能化大数据平台构建
第7章浅海增养殖区环境综合评价方法研究
第8章基于大数据的浅海增养殖全过程示范应用
第9章浅海增养殖大数据技术与应用展望