海域无人机监视监测数据主要包含高分辨率可见光图像、高分辨率视频、合成孔径雷达图像、高光谱数据、遥测数据以及激光雷达数据等,具有海量、多样、数据结构复杂、内容信息丰富等特点,如何通过海域动态专网对这些数据实现统一在线管理,是海域动态系统目前面临的重大难题。本论文通过参考遥感数据管理以及多媒体数据管理领域的相关技术,开展了海域无人机监视监测数据管理关键技术研究,力图通过数据模型设计、存储策略设计及分析框架设计,来解决这一难题。本论文首先分析了海域无人机监视监测数据的特点,引出了在管理海域无人机监视监测数据时所面临的问题,然后针对这些问题,本论文提出了相应的技术路线,并从数据模型的设计、原始数据存储、元数据存储以及数据分析四个方面对海域无人机监视监测数据管理的关键技术进行研究,实现了一个数据管理模块,该模块可以通过海域动态专网在线管理海量的海域无人机监视监测数据。本论文主要的创新点如下:研发了一个海域无人机监视监测数据模型。该模型包含三层,分别是原始数据层、核心元数据层以及内容描述层。本论文使用统一建模语言UML对该数据模型进行可视化建模。原始数据层:包含原始数据;核心元数据层:包括元数据实体信息、标识信息、分发信息、限制信息、参照系信息、覆盖范围信息以及引用信息;内容描述层:包含描述文档基本信息、内容描述信息以及MPEG-7元数据信息。提出了一种海域无人机监视监测数据的存储策略。本论文采用了Hadoop来存储海域无人机监视监测数据,将非结构化的原始数据存储到分布式文件系统HDFS中,将结构化的元数据存储到分布式数据库HBase中,提出了一种元数据映射到HBase的方法,进而解决了海量数据存储问题。设计了一个海域无人机监视监测数据分析框架。本论文基于Map Reduce设计了一个用于分析海域无人机监视监测数据的框架,以解决海量数据处理速度问题。