在信息时代，科研活动方式已经发生了巨大变化。支持科研活动的信息化基础设施、研究人员之间海量数据的共享、服务于科研的协同工作环境，是现代信息与通信技术带给传统科研方式巨大变革。应运而生的e-Science，是由英国科学家John Taylor于1999年提出，其实质就是科研信息化。2000年，英国e-Science研究院主任Malcolm Atkinson将其定义为利用先进计算思想的研究方式的系统发展，它可以使研究者通过自己的桌面电脑访问和使用分布在各处的数据库、极大规模的计算能力、科学仪器以及高性能可视化。我国对e-Science的理解集中在信息化的科研活动上，其内涵包括信息化的数据采集、处理、分析等手段，包括建模方式、模型计算方式与科研协同工作方式等。e-Science作为一种新的科研模式在国内外已经形成了强劲的发展势头，为科学研究提供基于信息技术基础设施开展研究的新途径。　　 数据-模型-计算-可视化是黑河流域生态-水文模型研究的一条重要主脉。针对黑河流域研究的集成性、综合性以及多学科交叉的特点，本论文拟建立一个能够整合数据观测-数据传输-数据管理-数据处理-模型管理-模型计算-结果可视化与协同工作环境于一体的科研支撑平台，来有效地支持黑河流域生态-水文模型集成研究。其中用于数据获取的监测平台是综合集成的基础，具有强大分析能力的模型平台是综合集成研究的核心，具有模拟计算与可视化处理能力的操作平台是综合集成的环境。并在此基础上，建立以数据观测、采集、传输、管理、共享、处理、分析、模拟、计算、可视化一体的3M(Monitoring，Modeling，Manipulating)平台，实现在Duckling2.0协同工作环境套件中将无线数据传输系统、专题数据库、模型库以及基于Web的在线模型计算、数据分析与可视化整合到一起，形成能够集成数据采集与共享、模型管理与计算，能够支持多学科、多尺度模型研究的黑河流域e-Science平台以及支持黑河流域综合集成研究的重要信息化基础设施。　　 本论文中设计的基于黑河流域的e-Science平台主要包括以下几个方面：　　 1.黑河流域e-Science平台框架：以数据-模型-计算-可视化为基本架构构建黑河流域e-Science平台，以现有定点观测系统为基础，组建观测网络，构建包括数据自动传输系统和无线视频监控系统的监测平台(Monitoring platform)；构建以专题数据库、模型库以及在线模型计算系统为基础的模型平台(Modeling platform)；构建以数据制备、数据分析以及数据可视化为基础的操作平台(Manipulating platform)。三个平台通过协同工作套件Duckling2.0整合到一起，为黑河流域研究提供包括数据采集、数据管理、模型管理、计算、可视化、项目管理、信息发布、文档共享、文献查询、视频会议等服务，支持黑河流域信息化的生态水文科研活动。　　 2.无线数据传输技术以及实现：基于三个气象观测系统，采用Zigbee技术，建立了观测网络环境与传输技术，结合无线传输技术与互联网技术，为黑河流域无信号覆盖区域观测系统的数据传输问题提供了一个可行方案。利用Zigbee传输模块与高增益微波天线组建了马粪沟气象观测局域网环境，实现了将三个气象观测站点的数据通过中继以文件包的形式传输到野外台站数据服务器中，再经互联网环境将数据从野外台站数据服务器上传到所级数据服务器，实现了观测数据的实时传输与展示。同时开展了试验样地与气象观测系统的无线视频监控。针对无信号覆盖区域，采用无线数据传输模块、无线网桥、高增益微波天线来实现观测数据与视频监控数据的远距离、稳定的、无线传输的技术体系和完整方案。　　 3.数据格式规范与数据制备：数据是黑河流域e-Science平台的核心部分，整个系统都围绕着数据进行。针对研究区域数据格式多样的特点，建立了规范数据格式的方法，建立了观测数据自动入库的方法，建立了模型调用专题数据库数据并自动完成数据制备的方法。初步形成了解决黑河流域数据格式繁多、难以统一、难以相互比较以及模型难以直接调用数据的措施。在专题数据库中规定了一套规范的表结构，针对不同的观测数据设计相应的数据入库程序，实现观测数据的自动触发入库；并针对SSiB模型驱动数据与参数数据的要求，设计SSiB模型驱动数据制备程序与SSiB模型参数制备程序，完成模型驱动数据与参数数据的自动生成，实现了模型直接调用数据进行计算，方便了研究人员在线模型计算，减少了研究人员的工作量。　　 4.模型库与在线模型计算：为使研究人员能够利用黑河流域e-Science平台中开展科学研究，在该平台中引入了在线模型计算系统，并针对模型应用设计了采用元数据管理的黑河流域生态水文专题数据库与模型库。在元数据中，增加了包括数据规范变量名称，模型输入输出变量，使用范围等元数据字段，实现了在线模型计算系统与专题数据库、模型库之间建立有效的连接。基于Web的数据在线模型计算系统(目前包括集合卡尔曼滤波算法、小波分析算法、马尔可夫模型、SSiB模型、TOPMODEL模型等)，有效地减少和降低研究人员在模型下载、学习、编译、调试以及驱动数据制备、参数数据制备、结果初步分析和结果可视化等方面所花费的时间和难度，有助于研究人员针对具体应用，快速地开展模型研究。　　 5.e-Science平台应用实例：比较黑河流域应用较多的陆面过程模型，选取了相对较简单且具有较好模拟结果的SSiB陆面过程模型，分别采用专题数据库中的气象数据以及自行制备的驱动数据，利用在线模型计算系统，开展针对黑河上游的蒸散发、土壤含水量、地表温度模拟试验。为了进一步提高模型模拟的精度，通过耦合集合卡尔曼滤波算法和SSiB模型，建立了Web化的数据同化应用，并分别采用MODIS地表温度数据和站点土壤含水量数据进行数据同化，获得了两种数据同化的蒸散发、土壤含水量、地表温度等模拟结果。通过对数据同化结果的分析，认为经过数据同化后，模型模拟结果得到了明显的改善。这种Web化的在线数据同化环境，为黑河流域中其他模型的数据同化应用提供了一条可借鉴的技术路线。