楊 宇，談娟娟

（寧波弘泰水利信息科技有限公司，浙江 寧波 315000）

0 引言

信息技術(shù)在感應(yīng)、傳輸和計(jì)算、業(yè)務(wù)應(yīng)用和服務(wù)模式上，對(duì)水利工作產(chǎn)生變革性的深刻影響，在水文監(jiān)測(cè)預(yù)警預(yù)報(bào)、水利工程運(yùn)行管理、水資源監(jiān)控調(diào)度、水生態(tài)監(jiān)測(cè)保護(hù)、水土保持監(jiān)測(cè)和水行政管理等領(lǐng)域得到廣泛有效的應(yīng)用，隨著信息化技術(shù)的不斷演進(jìn)和發(fā)展，驅(qū)動(dòng)當(dāng)今社會(huì)變革的不僅僅是無(wú)所不在的網(wǎng)絡(luò)，還有無(wú)所不在的計(jì)算、數(shù)據(jù)和知識(shí)[1]?！盎ヂ?lián)網(wǎng) +”、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)等先進(jìn)信息技術(shù)及思想的不斷發(fā)展和應(yīng)用，為水利信息化的快速發(fā)展改革提供了強(qiáng)有力的技術(shù)支撐。

2015 年 8 月，國(guó)務(wù)院發(fā)布了《國(guó)務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》[2]（國(guó)發(fā)〔2015〕50 號(hào)），提出“大數(shù)據(jù)成為提升政府治理能力的新途徑”。2017 年 5 月，水利部已正式印發(fā)《關(guān)于推進(jìn)水利大數(shù)據(jù)的指導(dǎo)意見(jiàn)》[3]，明確了將實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略作為“十三五”時(shí)期堅(jiān)持創(chuàng)新驅(qū)動(dòng)發(fā)展、培育發(fā)展新動(dòng)力、拓展發(fā)展新空間的重要抓手。

隨著信息技術(shù)的發(fā)展、國(guó)家政策的推動(dòng)，大數(shù)據(jù)技術(shù)在水利領(lǐng)域發(fā)展和應(yīng)用具有很大潛力和價(jià)值[4]。利用大數(shù)據(jù)分析手段，進(jìn)一步探索大數(shù)據(jù)分析在水利管理中的應(yīng)用方向，逐步拓展水利大數(shù)據(jù)體系，優(yōu)化水利大數(shù)據(jù)分析平臺(tái)，充分利用大數(shù)據(jù)分析技術(shù)推動(dòng)水利管理模式轉(zhuǎn)變。

1 水利大數(shù)據(jù)體系建設(shè)

隨著我國(guó)水利信息化建設(shè)的開(kāi)展，數(shù)據(jù)監(jiān)測(cè)、采集、傳輸、存儲(chǔ)與管理等方面的基礎(chǔ)設(shè)施逐步完善，水利領(lǐng)域積累的數(shù)據(jù)量越來(lái)越大且每年仍大量增加[5]。此外，要適應(yīng)社會(huì)經(jīng)濟(jì)發(fā)展和水利綜合管理，水利大數(shù)據(jù)體系的構(gòu)建必須進(jìn)行關(guān)聯(lián)性數(shù)據(jù)的擴(kuò)充，包括相關(guān)行業(yè)及互聯(lián)網(wǎng)數(shù)據(jù)。水利大數(shù)據(jù)整合模式如圖1 所示。

圖1 水利大數(shù)據(jù)整合模式

1.1 水利數(shù)據(jù)整合

水利行業(yè)數(shù)據(jù)涉及水利管理、水利工程設(shè)施、水文氣象、基礎(chǔ)空間地理等水利靜態(tài)數(shù)據(jù)，還包括實(shí)時(shí)水情、水文水質(zhì)、水閘泵站、水資源等動(dòng)態(tài)數(shù)據(jù)信息，以及水利工程、水資源、防汛減災(zāi)、水政執(zhí)法等大量水利業(yè)務(wù)管理數(shù)據(jù)。以現(xiàn)有的水利數(shù)據(jù)中心為基礎(chǔ)，進(jìn)行水利大數(shù)據(jù)體系的建設(shè)完善。

1.2 外部門(mén)數(shù)據(jù)整合

現(xiàn)有的水利管理，是以水利部門(mén)為主，環(huán)保、農(nóng)業(yè)、國(guó)土等其他政府部門(mén)兼有職責(zé)[6]，提取與水利管理相關(guān)的外部門(mén)數(shù)據(jù)，進(jìn)行水利大數(shù)據(jù)體系擴(kuò)充。主要包括以下 5 類：

1）人口、GDP、城市綠地面積、水價(jià)、節(jié)水指標(biāo)等統(tǒng)計(jì)數(shù)據(jù)；

2）降雨、氣溫、蒸發(fā)、濕度、歷史臺(tái)風(fēng)數(shù)據(jù)等氣象數(shù)據(jù)；

3）水質(zhì)監(jiān)測(cè)、排污、水土保持、污水治理等環(huán)保數(shù)據(jù)；

4）排水、供水、排澇、管網(wǎng)分布、雨污分流等市政管理數(shù)據(jù)；

5）灌溉面積、作物、養(yǎng)殖、農(nóng)藥化肥施用、農(nóng)村飲用水等農(nóng)林?jǐn)?shù)據(jù)。

1.3 互聯(lián)網(wǎng)數(shù)據(jù)采集

隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，互聯(lián)網(wǎng)在人們的生活和工作中的影響越來(lái)越大，社會(huì)其他部門(mén)、相關(guān)團(tuán)體和公民也越來(lái)越多地通過(guò)互聯(lián)網(wǎng)參與或涉及水利監(jiān)督和管理[7]，由此而產(chǎn)生的與水利有關(guān)的（包括系統(tǒng)和非系統(tǒng)的、間接相關(guān)的）數(shù)據(jù)，比如通過(guò)互聯(lián)網(wǎng)以網(wǎng)站、論壇、微信、微博和博客等方式發(fā)布的有關(guān)信息，可以被利用和挖掘，獲取網(wǎng)上信息對(duì)大數(shù)據(jù)分析有著很大的意義。

2 大數(shù)據(jù)應(yīng)用平臺(tái)建設(shè)

2.1 平臺(tái)框架設(shè)計(jì)

大數(shù)據(jù)應(yīng)用平臺(tái)以水利數(shù)據(jù)中心及高速互聯(lián)網(wǎng)為基礎(chǔ)設(shè)施，以互聯(lián)網(wǎng)服務(wù)體系為架構(gòu)，以Hadoop，Spark，BI（Business Intelligence）等關(guān)鍵技術(shù)及組件為支撐，通過(guò)大數(shù)據(jù)存儲(chǔ)、處理、挖掘和交互式可視化分析為用戶提供水利大數(shù)據(jù)存儲(chǔ)、管理及分析服務(wù)，實(shí)現(xiàn)水利大數(shù)據(jù)潛在關(guān)系的深入挖掘，為水利管理提供大數(shù)據(jù)分析支持。總體框架如圖2 所示。

1）資源層。依托水利數(shù)據(jù)中心，整合相關(guān)水雨情、工程管理、水利業(yè)務(wù)管理等水利數(shù)據(jù)；融合外部門(mén)相關(guān)數(shù)據(jù)，包括氣象、環(huán)保、統(tǒng)計(jì)等數(shù)據(jù)；采集互聯(lián)網(wǎng)上與水利相關(guān)的公眾輿情、新聞動(dòng)態(tài)等數(shù)據(jù)。

圖2 水利大數(shù)據(jù)應(yīng)用總體框架圖

2）基礎(chǔ)數(shù)據(jù)平臺(tái)層。包括統(tǒng)一數(shù)據(jù)采集、基礎(chǔ)數(shù)據(jù)存儲(chǔ)和處理，上層應(yīng)用數(shù)據(jù)及大數(shù)據(jù)清單查詢等中心。

a. 統(tǒng)一數(shù)據(jù)采集。通過(guò) Kafka 作為統(tǒng)一采集平臺(tái)的消息管理層，靈活的對(duì)接、適配各種數(shù)據(jù)源采集（如集成 flume），提供靈活、可配置的數(shù)據(jù)采集能力。

b. 基礎(chǔ)數(shù)據(jù)存儲(chǔ)和處理。利用 Spark 和 Hadoop技術(shù)，構(gòu)建大數(shù)據(jù)平臺(tái)最為核心的基礎(chǔ)數(shù)據(jù)的存儲(chǔ)、處理能力中心，提供強(qiáng)大的數(shù)據(jù)處理能力，滿足數(shù)據(jù)的交互需求。

c. 上層應(yīng)用數(shù)據(jù)中心。為了更好地滿足數(shù)據(jù)獲取需求，通過(guò) RDBMS（關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)），提供高度匯總的統(tǒng)計(jì)數(shù)據(jù)，滿足常規(guī)的統(tǒng)計(jì)報(bào)表需求，降低使用門(mén)檻。

d. 大數(shù)據(jù)查詢中心。對(duì)大數(shù)據(jù)明細(xì)查詢需求，則通過(guò)構(gòu)建 HBase 集群，提供大數(shù)據(jù)快速查詢能力，滿足對(duì)大數(shù)據(jù)的查詢獲取需求。

3）BI 應(yīng)用層。構(gòu)建統(tǒng)一的 BI 應(yīng)用中心，通過(guò)基礎(chǔ)報(bào)表、分析報(bào)告等形式實(shí)現(xiàn)數(shù)據(jù)的可視化展示滿足業(yè)務(wù)需求，體現(xiàn)數(shù)據(jù)價(jià)值。

4）標(biāo)準(zhǔn)規(guī)范體系。包括大數(shù)據(jù)應(yīng)用相關(guān)的國(guó)家和行業(yè)標(biāo)準(zhǔn)規(guī)范、GB/T 8567—1988《計(jì)算機(jī)軟件產(chǎn)品開(kāi)發(fā)文件編制指南》、GB 3453《數(shù)據(jù)通信基本型控制規(guī)程》、IEEE 802.3《網(wǎng)絡(luò)技術(shù)標(biāo)準(zhǔn)》等內(nèi)容。

5）信息安全體系。包括網(wǎng)絡(luò)安全設(shè)備、數(shù)據(jù)存儲(chǔ)備份機(jī)制和設(shè)備、數(shù)據(jù)的訪問(wèn)控制機(jī)制和數(shù)據(jù)加密存儲(chǔ)等內(nèi)容。

6）水利大數(shù)據(jù)分析?；跇?gòu)建的大數(shù)據(jù)應(yīng)用平臺(tái)，結(jié)合水利管理實(shí)際業(yè)務(wù)需求，進(jìn)行基礎(chǔ)水情工情、防洪防旱、水資源供需、工程管理等分析。

2.2 應(yīng)用平臺(tái)搭建

基于本次構(gòu)建的大數(shù)據(jù)應(yīng)用框架，利用目前較為成熟的開(kāi)源軟件（Hadoop，Spark 等）自主研發(fā)水利大數(shù)據(jù)分析平臺(tái)，實(shí)現(xiàn)水利大數(shù)據(jù)的存儲(chǔ)、分析計(jì)算，以及應(yīng)用成果的可視化展示。

1）大數(shù)據(jù)存儲(chǔ)計(jì)算。Apache 軟件基金會(huì)的Hadoop 項(xiàng)目已成為一個(gè)完整的生態(tài)系統(tǒng)，可以直接用于大數(shù)據(jù)存儲(chǔ)分析計(jì)算[8]。Hadoop 是一個(gè)非?？煽?、高效并且具有可擴(kuò)展性的分布式軟件開(kāi)發(fā)框架，其可以在一個(gè)相對(duì)較短的時(shí)間內(nèi)接受并完成大量的數(shù)據(jù)處理任務(wù)。Hadoop 集群是典型 Master/slaves 結(jié)構(gòu)，由 1 個(gè)中心節(jié)點(diǎn)和多個(gè)子節(jié)點(diǎn)組成。中心節(jié)點(diǎn) Master 是一個(gè)服務(wù)器，運(yùn)行著負(fù)責(zé)管理文件系統(tǒng)的 NameNode 和管理任務(wù)執(zhí)行的 Jobtracker。分布式子節(jié)點(diǎn)上運(yùn)行著負(fù)責(zé)管理其附帶的數(shù)據(jù)存儲(chǔ)的DataNode 和負(fù)責(zé)任務(wù)執(zhí)行的 Tasktracker。大數(shù)據(jù)應(yīng)用平臺(tái)的實(shí)現(xiàn)主要利用 Hadoop 的五大關(guān)鍵技術(shù)如下：

a. 分布式文件系統(tǒng)（HDFS）。它存儲(chǔ) Hadoop 集群中所有存儲(chǔ)節(jié)點(diǎn)上的文件；

b. 資源管理任務(wù)調(diào)度（Yarn）。Yarn 以層級(jí)化隊(duì)列的方式組織和劃分資源，對(duì)資源進(jìn)行統(tǒng)一管理和調(diào)度；

c. 離線計(jì)算（Map/Reduce）。Map/Reduce 不僅可以進(jìn)行離線數(shù)據(jù)的大批量處理，也滿足了實(shí)時(shí)在線數(shù)據(jù)處理的需求。

d. 數(shù)據(jù)倉(cāng)庫(kù)（HIVE）。HIVE 不是簡(jiǎn)單地對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)，而是對(duì)數(shù)據(jù)進(jìn)行“再組織”，從源數(shù)據(jù)庫(kù)文件中獲得原始數(shù)據(jù)，按照決策的主題要求形成數(shù)據(jù)，有助于進(jìn)行決策分析。

e. 數(shù)據(jù)查詢（HBase）。HBase 技術(shù)用于實(shí)現(xiàn)海量數(shù)據(jù)的查詢及高效發(fā)布。

2）大數(shù)據(jù)分析挖掘。Spark 作為 Apache 軟件基金會(huì)的頂級(jí)項(xiàng)目之一，是 Apache 組織推出的一種分布式處理框架，Spark 跟 MapReduce 類似，用作大數(shù)據(jù)的分布式計(jì)算，在大數(shù)據(jù)并行計(jì)算上是無(wú)可匹敵的。Spark 具有 MapReduce 的優(yōu)點(diǎn)，但與MapReduce 不同的是，Spark 可以將 Job 的中間輸出結(jié)果保存在內(nèi)存中，在下一個(gè) Job 的計(jì)算中不需要再次讀取 HDFS，從而能夠加快計(jì)算的速度，因此Spark 更適合用來(lái)作需要多次迭代的計(jì)算，特別是數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)算法[9]。Spark 立足于內(nèi)存計(jì)算，其性能和速度都優(yōu)于 MapReduce，對(duì)于編程者來(lái)說(shuō)更易于使用，更符合低延時(shí)、迭代計(jì)算的大數(shù)據(jù)應(yīng)用?；?Hadoop 的 Spark 分析結(jié)構(gòu)如圖3 所示，選用 Yarn 作為 Spark 集群的 Cluster Manager，HDFS 作為 Spark 集群的 Data Manager。

圖3 基于 Hadoop 的 Spark 生態(tài)結(jié)構(gòu)

3）大數(shù)據(jù)可視化展示。BI 在傳統(tǒng)企業(yè)中，是一套完整的解決方案，將數(shù)據(jù)有效整合，快速制作出報(bào)表以作出決策[10]。BI 是達(dá)成業(yè)務(wù)管理的應(yīng)用工具，因此，水利大數(shù)據(jù)應(yīng)用分析可采用 BI 實(shí)現(xiàn)數(shù)據(jù)可視化展示。

BI 工具主要有 2 種用途：a. 利用 BI 制作自動(dòng)化報(bào)表；b. 使用其可視化功能進(jìn)行分析。BI 的優(yōu)點(diǎn)在于它提供比 Excel 更豐富的可視化功能。面向水利大數(shù)據(jù)應(yīng)用分析需求，基于 BI 實(shí)現(xiàn)各類水利統(tǒng)計(jì)報(bào)表、分析報(bào)告的自動(dòng)生成，以及海量水利大數(shù)據(jù)、大數(shù)據(jù)分析成果等信息的可視化展示。結(jié)合水利業(yè)務(wù)管理應(yīng)用，以區(qū)域水資源供需分析為例，水利數(shù)據(jù)大屏設(shè)計(jì)及展示效果如圖4 和 5 所示。

2.3 平臺(tái)部署

基于云環(huán)境構(gòu)建分布式集群架構(gòu)，集群架構(gòu)可采用一對(duì)多的模式：1 個(gè)主節(jié)點(diǎn)，多個(gè)從節(jié)點(diǎn)，隨著數(shù)據(jù)量的增加、計(jì)算能力的擴(kuò)大，可在一對(duì)多的基礎(chǔ)上進(jìn)一步增加主節(jié)點(diǎn)及從節(jié)點(diǎn)個(gè)數(shù)，以滿足數(shù)據(jù)存儲(chǔ)及分布式計(jì)算需求。

圖4 水利數(shù)據(jù)大屏設(shè)計(jì)

圖5 水利數(shù)據(jù)大屏展示效果圖

3 水利大數(shù)據(jù)應(yīng)用方向

3.1 水利基礎(chǔ)信息分析

利用大數(shù)據(jù)技術(shù)分析研究區(qū)水雨情特征，水利工程建設(shè)情況，為區(qū)域來(lái)水情況分析，區(qū)域汛情災(zāi)情預(yù)警預(yù)報(bào)，工程防洪和供水能力分析提供基礎(chǔ)支撐。

1）水雨情分析。從研究區(qū)水情特征出發(fā)，應(yīng)用大數(shù)據(jù)分析方法進(jìn)行研究區(qū)內(nèi)的水情分析，綜合分析梅雨期降雨、臺(tái)風(fēng)影響及旱情影響等，辨識(shí)區(qū)域來(lái)水量的年內(nèi)變化特征及變化趨勢(shì)。

2）水利工程分析。從研究區(qū)工情特征出發(fā)，應(yīng)用大數(shù)據(jù)分析方法進(jìn)行研究區(qū)內(nèi)的水利工程建設(shè)、運(yùn)行、管理等情況分析，結(jié)合不同區(qū)域地形特點(diǎn)、水雨情特征及社會(huì)經(jīng)濟(jì)發(fā)展情況，辨識(shí)區(qū)域水利工程建設(shè)程度。

3.2 水資源管理分析

利用大數(shù)據(jù)技術(shù)預(yù)測(cè)研究區(qū)水文、水質(zhì)、水環(huán)境變化，從水資源供需分析、調(diào)配決策、應(yīng)急管理等方面進(jìn)行研究區(qū)內(nèi)大數(shù)據(jù)決策分析。為制定更加可行、合理的水資源政策和方案提供大數(shù)據(jù)分析支持。

1）水資源供需分析。利用大數(shù)據(jù)評(píng)估研究區(qū)內(nèi)需水量，分析歷史供用水?dāng)?shù)據(jù)，辨識(shí)研究區(qū)內(nèi)水資源供需矛盾，結(jié)合供需矛盾進(jìn)行各類用水預(yù)警分析。

2）水資源調(diào)配決策分析。通過(guò)對(duì)水量分配、水資源調(diào)度、用水戶及水權(quán)交易等數(shù)據(jù)進(jìn)行多維度的統(tǒng)計(jì)分析，可以實(shí)時(shí)調(diào)整水庫(kù)蓄泄水量和供水分配，從而高效地協(xié)調(diào)政府與市場(chǎng)關(guān)于水資源配置問(wèn)題的關(guān)系。

3）水資源應(yīng)急管理分析。隨著通信技術(shù)和移動(dòng)互聯(lián)網(wǎng)的發(fā)展，通過(guò)對(duì)公民在網(wǎng)站、論壇、微信、微博等發(fā)布的突發(fā)水災(zāi)害事件進(jìn)行數(shù)據(jù)共享，關(guān)聯(lián)分析和挖掘利用，能夠?yàn)樗Y源監(jiān)測(cè)和預(yù)警、水資源應(yīng)急管理等提供依據(jù)。

3.3 防洪防旱管理分析

大數(shù)據(jù)在洪旱災(zāi)害管理方面可以通過(guò)研究區(qū)內(nèi)預(yù)報(bào)預(yù)測(cè)模型的應(yīng)用，對(duì)洪旱災(zāi)害進(jìn)行預(yù)報(bào)預(yù)測(cè)，通過(guò)洪水調(diào)度、水資源調(diào)配實(shí)現(xiàn)水資源的合理分配，從而有效地減少未來(lái)洪旱災(zāi)害帶來(lái)的損失。

1）防洪排澇調(diào)度決策分析。對(duì)研究區(qū)地形、水文特征、降雨、洪水、工程調(diào)度等進(jìn)行大數(shù)據(jù)分析，根據(jù)降水預(yù)測(cè)來(lái)評(píng)估洪水流量、洪峰時(shí)間、洪災(zāi)影響，從大數(shù)據(jù)庫(kù)中匹配相應(yīng)的工程調(diào)度方案，以進(jìn)行研究區(qū)內(nèi)的洪水調(diào)度決策與管理。

2）抗旱調(diào)度決策分析。對(duì)研究區(qū)地形、水文特征、降雨、旱情、工程調(diào)度等進(jìn)行大數(shù)據(jù)分析，在對(duì)旱情形勢(shì)、旱情影響預(yù)測(cè)的基礎(chǔ)上，從大數(shù)據(jù)庫(kù)中匹配相應(yīng)的旱情調(diào)度方案，以進(jìn)行研究區(qū)內(nèi)的抗旱調(diào)度決策與管理。

3.4 工程運(yùn)行管理分析

通過(guò)對(duì)研究區(qū)地形、地質(zhì)、氣象、水雨情、蓄滯洪區(qū)空間分布，以及社會(huì)和經(jīng)濟(jì)等大數(shù)據(jù)進(jìn)行分析，并構(gòu)建面向水利工程分析主題的多維大數(shù)據(jù)庫(kù)，實(shí)現(xiàn)水利工程大數(shù)據(jù)進(jìn)行重組和綜合，從而實(shí)現(xiàn)研究區(qū)內(nèi)區(qū)域工程運(yùn)行能力、管理效率等分析，為工程調(diào)度及運(yùn)行管理提供決策支持。

1）工程運(yùn)行能力分析。對(duì)研究區(qū)內(nèi)歷史洪澇災(zāi)害信息與工程調(diào)洪能力進(jìn)行大數(shù)據(jù)匹配分析，辨識(shí)水利工程對(duì)研究區(qū)防洪能力的影響大小，對(duì)研究區(qū)內(nèi)歷史旱情信息與工程供水能力進(jìn)行大數(shù)據(jù)匹配分析，辨識(shí)水利工程對(duì)研究區(qū)供水能力的影響大小，為水資源的優(yōu)化配置提供決策支持。

2）工程管理效率分析?；谒こ踢\(yùn)行管理的臺(tái)賬信息、日志等，對(duì)工程運(yùn)行管理水平進(jìn)行分析，辨識(shí)各類水利工程的運(yùn)行效率、工程信息化和標(biāo)準(zhǔn)化管理水平，促進(jìn)水利工程發(fā)揮運(yùn)行效益。

4 結(jié)語(yǔ)

從水利大數(shù)據(jù)應(yīng)用分析的角度出發(fā)，探討了水利大數(shù)據(jù)體系建設(shè)、水利大數(shù)據(jù)分析平臺(tái)及水利業(yè)務(wù)應(yīng)用分析的思路：1）以現(xiàn)有的水利數(shù)據(jù)為基礎(chǔ)，融合外部門(mén)相關(guān)數(shù)據(jù)，采集互聯(lián)網(wǎng)相關(guān)數(shù)據(jù)構(gòu)建水利大數(shù)據(jù)體系；2）以 Hadoop，Spark，BI 等關(guān)鍵技術(shù)及組件為支撐，通過(guò)大數(shù)據(jù)存儲(chǔ)、分布式處理、大數(shù)據(jù)挖掘和交互式可視化分析搭建水利大數(shù)據(jù)應(yīng)用平臺(tái)；3）從水利業(yè)務(wù)管理的角度出發(fā)，設(shè)計(jì)水資源、防汛防旱、水利工程等大數(shù)據(jù)應(yīng)用管理場(chǎng)景，以實(shí)現(xiàn)基于大數(shù)據(jù)的水利業(yè)務(wù)管理及決策分析。通過(guò)數(shù)據(jù)體系、分析平臺(tái)、業(yè)務(wù)應(yīng)用 3 個(gè)層面的建設(shè)，促進(jìn)信息數(shù)據(jù)的交互共享、數(shù)據(jù)潛在價(jià)值的挖掘，為水利管理能力的提升提供技術(shù)支持。

參考文獻(xiàn)：

[1] 孟小峰，慈祥. 大數(shù)據(jù)管理：概念、技術(shù)、與挑戰(zhàn)[J]. 計(jì)算機(jī)研究與發(fā)展，2013，50 (1): 146-169.

[2] 國(guó)務(wù)院. 國(guó)務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知[EB/OL].(2015-08-31)[2017-06-20].http://www.gov.cn/zhengce/content/2015-09/05/content_10137.htm.

[3] 中華人民共和國(guó)水利部. 關(guān)于推進(jìn)水利大數(shù)據(jù)發(fā)展的指導(dǎo)意見(jiàn)[A]. 北京：水利部網(wǎng)絡(luò)安全與信息化領(lǐng)導(dǎo)小組辦公室，2017.

[4] 蔡陽(yáng). 以大數(shù)據(jù)促進(jìn)水治理現(xiàn)代化[J]. 水利信息化，2017 (4): 6-10.

[5] 程益聯(lián)，付靜. 水利數(shù)據(jù)整合共享研究[J]. 水利信息化，2014 (6): 13-17.

[6] 馮鈞，許瀟，唐志賢，等. 水利大數(shù)據(jù)及其資源化關(guān)鍵技術(shù)研究[J]. 水利信息化，2013 (4): 6-9.

[7] 劉予偉，劉東潤(rùn)，陳獻(xiàn)耘，等. 大數(shù)據(jù)在水資源管理中的應(yīng)用展望[J]. 水資源研究，2015，4 (5): 470-476.

[8] 黃哲學(xué)，陳小軍，李俊杰，等. 面向服務(wù)的大數(shù)據(jù)分析平臺(tái)解決方案[J]. 科技促進(jìn)發(fā)展，2014，10 (1): 52-59.

[9] 蔣云鐘，張小娟. 數(shù)據(jù)挖掘技術(shù)在水資源領(lǐng)域的應(yīng)用方法研究[J]. 人民黃河，2007，29 (9): 43-47.

[10] 張浩，郭燦. 數(shù)據(jù)可視化技術(shù)應(yīng)用趨勢(shì)與分類研究[J].軟件導(dǎo)刊，2012 (5): 169-172.