在我国西北干旱半干旱地区,随着人口数量的急剧增加和经济的快速发展,区域水资源短缺现象日趋严重。水危机已成为制约社会经济可持续发展的重要因素和我们必须面对的挑战。为了解决和应对各种水环境、水生态问题,水文水资源信息的获取和有效利用对于揭示水文过程物理机制,合理规划水资源至关重要。今天,随着水文观测技术的发展,水文学已经由传统意义上的数据稀缺科学发展为数据丰富的可读科学。面对多源、海量的时空观测数据,如何实现多源时空数据的高效管理、合理分类、快速提取、共享、分析和可视化已成为水文学发展迫切需要解决的问题。Web2.0和移动互联网技术的快速兴起和广泛应用,一大批非关系型、分布式存储的NoSQL类型数据库的出现,给我们提供了一个解决上述水文信息科学问题的新思路。NoSQL类型数据库提供了高效并发读写数据的能力,同时具备高可用和高扩展性,与传统数据库相比较更加注重海量数据的高效存储。本文基于NoSQL类型中的MongoDB数据库搭建了一个云存储实验环境,采用开源MEAN框架设计开发了前端Web应用系统,旨在解决海量流域时空数据存储与并发访问中的一系列难题。本文主要完成工作内容如下:(1)搭建了Replica Set与Sharding结合方式的MongoDB云存储实验环境,用于储存海量时空数据;(2)探索性地尝试使用美国先进水文科学发展大学联盟(The Consortium of Universities for the Advancement of Hydrologic Science Inc.)ODM观测模型在MongoDB云存储环境中存储水文观测数据;(3)对比传统关系型空间数据库中数据存储方式,采用GeoJSON编码格式实现了MongoDB云存储实验环境下的空间数据存储;(4)对全栈式开发框架MEAN进行了深入细致的研究与分析,分析总结了其四大组成部分MongoDB、Express、AngularJS、Node.js在前端Web系统开发中的优越性和创新性。基于Ubuntu系统,采用MEAN框架设计开发了黑河流域时空数据存储平台。该平台系统为黑河流域水资源研究提供数据分析基础和经济社会可持续发展提供决策支撑基础。