More and more real-life applications for mobility analytics require the joint exploitation of positional information of moving objects together with weather data that correspond to the movement. In particular, this is evident in fleet management applications for improved routing and reduced fuel consumption, in the maritime domain for more accurate trajectory prediction, as well as in air-traffic management for predicting regulations and reducing delays. Motivated by such applications, in this paper, we present a system for the enrichment of mobility data with weather information. Our main application scenario concerns streaming positional information (such as GPS traces of vehicles) that is collected and is enriched in an online fashion with stored weather data. We present the system architecture of a centralized version that runs on a single machine and exploits caching to improve its efficiency. Also, we extend our approach to a parallel implementation on top of Apache Kafka, which can scale to hundreds of thousands of processed records when provided with more computing nodes. Furthermore, we present extensions of our system for: (a) enrichment of more complex geometries than point data, and (b) providing linked RDF data as output. Our experimental evaluation on a medium-sized cluster shows the scalability of our approach in terms of number of processed records per second.

越来越多的现实生活中用于移动性分析的应用程序需要联合利用移动对象的位置信息以及与移动相对应的天气数据。特别是在舰队管理应用中，可以改善航路并降低油耗；在海域中，可以更精确地预测航迹；在空中交通管理中，可以预测规则并减少延误，这是显而易见的。受此类应用的启发，本文提出了一种利用天气信息丰富流动性数据的系统。我们的主要应用场景涉及流式传输位置信息（例如车辆的GPS轨迹），该信息被收集并以在线方式通过存储的天气数据进行丰富。我们介绍了集中式版本的系统架构，该系统可在单台计算机上运行，​​并利用缓存来提高其效率。此外，我们将方法扩展到Apache Kafka之上的并行实现，当提供更多计算节点时，它可以扩展到成千上万的已处理记录。此外，我们提出了系统的扩展，用于：（a）丰富比点数据更复杂的几何图形，以及（b）提供链接的RDF数据作为输出。我们对中型集群的实验评估表明，根据每秒处理的记录数，我们的方法具有可扩展性。当提供更多的计算节点时，它可以扩展到成千上万的已处理记录。此外，我们提出了系统的扩展，用于：（a）丰富比点数据更复杂的几何图形，以及（b）提供链接的RDF数据作为输出。我们对中型集群的实验评估表明，根据每秒处理的记录数，我们的方法具有可扩展性。当提供更多的计算节点时，它可以扩展到成千上万的已处理记录。此外，我们提出了系统的扩展，用于：（a）丰富比点数据更复杂的几何图形，以及（b）提供链接的RDF数据作为输出。我们对中型集群的实验评估表明，根据每秒处理的记录数，我们的方法具有可扩展性。