吳美玲,楊 侃,楊 哲
(河海大學(xué)水文水資源學(xué)院,江蘇 南京 210098)
近幾年來,“大數(shù)據(jù)”這個詞在日常生活中出現(xiàn)頻率非常高?!按髷?shù)據(jù)”在20世紀(jì)80年代就由美國著名的未來學(xué)家及社會思想家Alvin Tolffer首次提出,然而直到互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展和興起,關(guān)于大數(shù)據(jù)的關(guān)注與研究才逐漸受到重視。
目前大數(shù)據(jù)的案例主要集中在商業(yè)、金融、教育、交通、醫(yī)療、農(nóng)業(yè)等領(lǐng)域[1],關(guān)于水利大數(shù)據(jù)的相關(guān)研究和應(yīng)用比較少。為了推動大數(shù)據(jù)在水利行業(yè)的研究和應(yīng)用,國務(wù)院發(fā)布了《國務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動綱要的通知》[2]?;趪覍Υ髷?shù)據(jù)分析的擴展應(yīng)用,探索防汛防旱大數(shù)據(jù)管理新模式,是傳統(tǒng)水利管理模式轉(zhuǎn)變的必然趨勢,也是當(dāng)代水利信息化技術(shù)發(fā)展的必然選擇。
全球的數(shù)據(jù)規(guī)模已經(jīng)有了新的突破,根據(jù)統(tǒng)計分析,全球的數(shù)據(jù)規(guī)模每年以40%左右的速度在增長,并預(yù)計2020年全球的數(shù)據(jù)將從2015年的8.6 ZB增加到40 ZB[3]。近幾年來隨著重大項目(國家防汛抗旱指揮系統(tǒng)建設(shè)、水資源監(jiān)控能力建設(shè)等)、專項工作(首次全國水利普查、水資源調(diào)查評價等)、以及各項日常業(yè)務(wù)工作(水利工程、農(nóng)村水利、水利規(guī)劃)的積極開展,目前已經(jīng)產(chǎn)生并積累了大規(guī)模的水利數(shù)據(jù)。據(jù)統(tǒng)計,在2016年我國水利數(shù)據(jù)總量已經(jīng)達(dá)到了300 TB,并以年增量80 TB的速度增長,已經(jīng)呈現(xiàn)出量大、種類多樣、處理速度快和價值高的特征,利用常規(guī)的IT技術(shù)和軟硬件工具已經(jīng)無法在可容忍的時間內(nèi)對其進(jìn)行感知、管理、處理和服務(wù),需要新的處理模式代替?zhèn)鹘y(tǒng)的處理模式[4]。與傳統(tǒng)水利數(shù)據(jù)相比,水利大數(shù)據(jù)具有以下特點(見表1)。
根據(jù)對現(xiàn)有相關(guān)的水利大數(shù)據(jù)的研究分析,可將大數(shù)據(jù)應(yīng)用分為3個層次[5],分別為直接應(yīng)用、關(guān)聯(lián)應(yīng)用以及預(yù)測應(yīng)用。
直接應(yīng)用即對大量數(shù)據(jù)進(jìn)行統(tǒng)計分析,找出問題的原因或數(shù)據(jù)的規(guī)律并加以應(yīng)用。劉懷利[6]等提出利用大數(shù)據(jù)應(yīng)用技術(shù)獲得山洪災(zāi)害的相關(guān)信息并對數(shù)據(jù)進(jìn)行統(tǒng)計分析,找出產(chǎn)生問題的主要影響因子,更加精準(zhǔn)地預(yù)警和預(yù)測山洪爆發(fā),為減少山洪災(zāi)害提供技術(shù)支撐。
關(guān)聯(lián)應(yīng)用即對兩個或是多個有關(guān)聯(lián)的事物之間進(jìn)行分析,找出它們之間的關(guān)系,通過一個事物來預(yù)測另外一個事物。劉雄[7]提出利用Map Reduce模型對漬水點歷史降雨強度和漬水點的積水深度的關(guān)系進(jìn)行了回歸分析進(jìn)行編程,從而確定了降雨積水關(guān)系模型,將降雨預(yù)報數(shù)據(jù)輸入到回歸模型中,分析出漬水點的積水情況。
預(yù)測應(yīng)用即通過數(shù)據(jù)來預(yù)測未來,并作出決策來調(diào)整當(dāng)前的行為。楊太萌[8]提出了利用大數(shù)據(jù)建立水位預(yù)測模型,通過模型來預(yù)測未來6 h的水位,輔助防汛工作人員在汛期來臨時根據(jù)預(yù)測水位能及時制定防洪減災(zāi)相應(yīng)的對策,減少受洪澇災(zāi)害對城市造成地?fù)p失。LiD等[9]研究基于POT/GP模型的水流大數(shù)據(jù)分析方法,并且將這個方法應(yīng)用對丹江口水庫進(jìn)行洪水預(yù)測。歐洲洪水感知系統(tǒng)EFAS實現(xiàn)了對10 d的極端天氣的預(yù)測和洪水預(yù)警[10]。
表1 水利大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的不同點
2.1.1 南京水利大數(shù)據(jù)體系
南京水利大數(shù)據(jù)來源范圍廣泛,包括防辦、水務(wù)局、水文局等管理單位,數(shù)據(jù)主要包括水務(wù)監(jiān)測數(shù)據(jù)、水利工程工情數(shù)據(jù)、空間地理信息數(shù)據(jù)、氣象數(shù)據(jù)等類別,形成了南京市水利大數(shù)據(jù)體系(見圖1)。南京水利大數(shù)據(jù)資源橫跨多個業(yè)務(wù)部門,數(shù)據(jù)系列長,資源豐富,為進(jìn)行基于大數(shù)據(jù)技術(shù)的洪水分析提供良好數(shù)據(jù)基礎(chǔ)。整合的數(shù)據(jù)涵蓋了防汛相關(guān)信息的各個層面以及其它領(lǐng)域的相關(guān)數(shù)據(jù),構(gòu)成非常復(fù)雜,數(shù)據(jù)量也異常龐大。
圖1 南京防汛大數(shù)據(jù)體系
2.1.2 水利大數(shù)據(jù)特點分析
(1)體量大
1.4療效判定標(biāo)準(zhǔn)[2]患者PANSS減分率≥70%為痊愈;PANSS減分率在50%~69%為顯著進(jìn)步;PANSS減分率在30%~49%為好轉(zhuǎn);不滿足上述標(biāo)準(zhǔn)者均視為無效,總有效率=(痊愈+顯著進(jìn)步+好轉(zhuǎn))/總例數(shù)×100%。
南京市水利信息化建設(shè)至今,水利數(shù)據(jù)在監(jiān)測、采集、傳輸、存儲、管理和分析等方面的基本設(shè)備逐漸得到完善,防汛領(lǐng)域積累的數(shù)據(jù)量越來越大且每年的數(shù)據(jù)集都在大量增加。這些數(shù)據(jù)涉及到水文歷史數(shù)據(jù)、防洪工程設(shè)施、地理空間數(shù)據(jù)、防汛物資數(shù)據(jù)、輔助信息數(shù)據(jù)、預(yù)報調(diào)度業(yè)務(wù)成果數(shù)據(jù)和社會經(jīng)濟等靜態(tài)數(shù)據(jù),還包括實時工情數(shù)據(jù),水旱災(zāi)害數(shù)據(jù)、防汛物資數(shù)據(jù)、氣象數(shù)據(jù)、旱情數(shù)據(jù)、水質(zhì)數(shù)據(jù)、預(yù)警數(shù)據(jù)等動態(tài)數(shù)據(jù)。
(2)分散性
水利大數(shù)據(jù)分散在各個不同的部門并由其管理,如省廳數(shù)據(jù)中心、下屬單位、城區(qū)防辦、市供水節(jié)水管理處、市政府信息中心等多個部門,因此需要水利相關(guān)部門積極主動地參與數(shù)據(jù)共享的工作中,盡量完善水利大數(shù)據(jù)。
(3)異構(gòu)性
水利基礎(chǔ)數(shù)據(jù)的通常的獲取途徑如下:流域內(nèi)各個水文監(jiān)測站點、先進(jìn)的遙測技術(shù)、復(fù)雜的物理實驗等手段,每個手段獲得數(shù)據(jù)形式各不相同。并且水文數(shù)據(jù)分別由中央、各流域機構(gòu)等各個水利部門單獨進(jìn)行管理和存儲,且各個部門所采用的數(shù)據(jù)管理平臺以及數(shù)據(jù)庫系統(tǒng)也是截然不同,導(dǎo)致各類水文數(shù)據(jù)結(jié)構(gòu)存在明顯的差異,為數(shù)據(jù)整合匯集帶來的巨大的工作量。
(4)周期性
水文現(xiàn)象具有一定的周期性,如受到地球公轉(zhuǎn)的影響,使水文現(xiàn)象具有年周期性;受到地球自轉(zhuǎn)的影響,水文要素具有日周期性;受到月球的影響,使潮水位進(jìn)行周期性運動(潮汐);受到季節(jié)的影響,每年南京市在6月將進(jìn)入汛期到9月底結(jié)束。
(5)交叉性
水利大數(shù)據(jù)不僅僅涉及到水資源、水質(zhì)、防汛抗旱、水行政、水污染等方面的數(shù)據(jù),而且還涉及到氣象、地理空間、社會經(jīng)濟等方面的數(shù)據(jù)。
(6)價值高
水利數(shù)據(jù)對于水行政部門的規(guī)劃、建設(shè)、管理和社會各界開展與水利相關(guān)的活動,以及滿足人民群眾對水資源信息日益增長的需求具有重要的價值。
運用大數(shù)據(jù)的相關(guān)技術(shù),搭建了南京市水利行業(yè)領(lǐng)先的大數(shù)據(jù)應(yīng)用平臺(見圖2),開展對分布異構(gòu)多源的數(shù)據(jù)進(jìn)行整合挖掘分析利用,建設(shè)高端創(chuàng)新應(yīng)用,形成具備水利應(yīng)用系統(tǒng)特色的水務(wù)系統(tǒng)應(yīng)用大數(shù)據(jù)分析環(huán)境。
構(gòu)建大數(shù)據(jù)分析平臺,并以秦淮河流域為本次大數(shù)據(jù)分析對象,并基于大數(shù)據(jù)平臺實現(xiàn)秦淮河流域的洪水分析應(yīng)用,主要實現(xiàn)洪水事件信息多維關(guān)聯(lián)與展示,洪水分析、防洪調(diào)度的匹配分析。
2.2.1 大數(shù)據(jù)分析平臺
利用市水務(wù)局舊有和新購置的服務(wù)器構(gòu)建分布式大數(shù)據(jù)應(yīng)用硬件平臺,配置大數(shù)據(jù)存儲、分析、處理等相關(guān)平臺軟件,建立基于HDFS/Hadoop的分布式存儲平臺,Spark的分布式并行處理環(huán)境,構(gòu)建市水務(wù)大數(shù)據(jù)應(yīng)用平臺。根據(jù)南京市防汛防旱指揮系統(tǒng)實際情況并結(jié)合大數(shù)據(jù)支撐服務(wù)需要進(jìn)行二次開發(fā)。圖3是大數(shù)據(jù)分析技術(shù)架構(gòu)。
2.2.2 數(shù)據(jù)流程
水利大數(shù)據(jù)處理流程如圖4所示。
2.2.3 平臺功能設(shè)計
構(gòu)建市水利大數(shù)據(jù)應(yīng)用平臺,并以其為核心,構(gòu)建大數(shù)據(jù)等相關(guān)的創(chuàng)新應(yīng)用。從數(shù)據(jù)存儲、數(shù)據(jù)挖掘分析到應(yīng)用,整個大數(shù)據(jù)分析平臺基本功能如下:
(1)海量水利數(shù)據(jù)存儲
圖2 南京水利大數(shù)據(jù)應(yīng)用框架圖
圖3 大數(shù)據(jù)分析技術(shù)架構(gòu)
傳統(tǒng)的關(guān)系型數(shù)據(jù)庫,適合存儲結(jié)構(gòu)化的水利數(shù)據(jù),而在進(jìn)行存儲海量的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)過程中暴露出其在性能、擴展性、安全性等方面的不足。Hadoop提供HDFS分布式文件系統(tǒng)和HBASE非關(guān)系型數(shù)據(jù)庫實現(xiàn)海量異構(gòu)的防汛數(shù)據(jù)存儲。其中HDFS分布式文件系統(tǒng)的冗余備份機制提供了很高的可靠性保證,HBASE是基于HDFS分布式文件系統(tǒng)作為底層數(shù)據(jù)存儲,利用分布式計算的優(yōu)勢,高效地對數(shù)據(jù)進(jìn)行隨機讀寫訪問,具有很高的容錯性。并且任何數(shù)據(jù)存儲到HBASE中的都會帶有時間戳,很適合存儲傳感器采集的相關(guān)水雨情信息。
(2)大數(shù)據(jù)挖掘
南京水務(wù)數(shù)據(jù)中心為系統(tǒng)提供南京水利大數(shù)據(jù)存儲及數(shù)據(jù)計算平臺,通過平臺服務(wù)器提供系統(tǒng)調(diào)用功能。門戶服務(wù)中心將整合數(shù)據(jù)中心存儲的數(shù)據(jù)以及計算資源,并通過Open API服務(wù)器和web應(yīng)用服務(wù)器以O(shè)pen API調(diào)用和web調(diào)用的方式提供大數(shù)據(jù)存儲、管理及挖掘等服務(wù)。采用Spark組件進(jìn)行大數(shù)據(jù)分析,數(shù)據(jù)挖掘模型以Spark On Yarn的方式構(gòu)建大數(shù)據(jù)分析引擎。通過調(diào)用聚類分析、回歸分析、關(guān)聯(lián)規(guī)則分析、時間序列分析等算法,進(jìn)行南京水利大數(shù)據(jù)分析計算。
以南京市秦淮河流域作為研究區(qū)域進(jìn)行大數(shù)據(jù)洪水分析應(yīng)用,提取實時水雨情數(shù)據(jù)、氣象數(shù)據(jù)、水文歷史數(shù)據(jù)、地理空間數(shù)據(jù)等海量數(shù)據(jù)作實時洪水的大數(shù)據(jù)分析和預(yù)測。
基于構(gòu)建的秦淮河實時洪水業(yè)務(wù)場景,利用大數(shù)據(jù)應(yīng)用平臺進(jìn)行分析:基于分布式服務(wù)器集群,通過大數(shù)據(jù)應(yīng)用開發(fā)平臺的數(shù)據(jù)接入服務(wù)實現(xiàn)過程數(shù)據(jù)采集、傳輸、存儲和加工處理服務(wù)。應(yīng)用大數(shù)據(jù)挖掘計算服務(wù)結(jié)合Spark分布式計算技術(shù),實現(xiàn)歷史數(shù)據(jù)的相似性分析,通過與歷史數(shù)據(jù)的自動匹配得到秦淮河流域洪水分析成果,為防汛指揮人員能做出科學(xué)、合理的防洪調(diào)度決策提供信息支持。
2.3.1 洪水事件多維關(guān)聯(lián)
結(jié)合大數(shù)據(jù)分析平臺,對當(dāng)前洪水事件進(jìn)行信息多維關(guān)聯(lián)分析與展示,從氣象、降雨、水情、工情、積水、應(yīng)急響應(yīng)、險情等洪水事件的不同維度進(jìn)行分析與展示,功能結(jié)合防汛指揮大屏進(jìn)行可視化構(gòu)建,滿足實時防汛應(yīng)用場景需求。圖5是基于大數(shù)據(jù)分析平臺對當(dāng)前洪水事件進(jìn)行信息多維關(guān)聯(lián)分析與展示的效果圖。
圖4 大數(shù)據(jù)應(yīng)用平臺數(shù)據(jù)流程
圖5 南京市秦淮河大數(shù)據(jù)洪水分析平臺效果圖
圖5南京市秦淮河大數(shù)據(jù)洪水分析平臺效果圖,系統(tǒng)提供的洪水事件信息的多維關(guān)聯(lián)展示支持防汛指揮人員24小時不間斷地對實時汛情信息、實時工情信息、預(yù)警信息、險情信息、災(zāi)害信息在線監(jiān)測預(yù)警(見圖5)。其中,實時汛情信息包括實時雨量、河道水位、流量,水庫水位等水雨情信息;實時工情信息主要是泵站的實時運行工況信息;預(yù)警信息包括水情監(jiān)測站點監(jiān)測預(yù)警等;險情信息主要是積水險情信息;災(zāi)害信息包括城市受淹情況統(tǒng)計。系統(tǒng)利用圖、表的交互方式,為防汛人員提供全面、高效、實時、直觀地汛情信息服務(wù),便于其正確分析和判斷當(dāng)前汛情、險情等信息,并制定科學(xué)的防汛調(diào)度方案。
2.3.2 洪水相似性分析
結(jié)合歷史洪水信息,利用洪水相似性分析方法,對選定洪水進(jìn)行歷史相似洪水在線分析,根據(jù)分析結(jié)果進(jìn)行相似度排序,查看不同相似度情形下歷史洪水信息,包括發(fā)生時間、發(fā)生過程中斷面水位對比情況,分析工程歷史調(diào)度方案采用的控制條件、歷史相似洪水相關(guān)統(tǒng)計信息等。將實時數(shù)據(jù)和大數(shù)據(jù)分析結(jié)果利用可視化技術(shù),以圖形的形式進(jìn)行展示。
(1)洪水相似性分析方法
洪水相似性分析是選取流域主要控制站的水位、流量等為特征指標(biāo),采用系統(tǒng)相似性度量中的相關(guān)系數(shù)法[11]和非平均距離系數(shù)法[12],建立洪水相似性分析方法,在選定主要控制站后,從數(shù)據(jù)庫中獲取這些控制站的歷史場次洪水信息,與當(dāng)前洪水信息進(jìn)行對比分析,并推薦出相似的歷史場次洪水?;跉v史洪水資料,利用洪水形成過程中的相似性進(jìn)行分類以達(dá)到更為合理的分類結(jié)果。其中,洪水過程相似分析運用相關(guān)系數(shù)法和加權(quán)距離系數(shù)法,計算實時洪水與歷史洪水的相似系數(shù),進(jìn)行綜合定量分析。
假設(shè)兩場洪水X和Y有n個相關(guān)的特征指標(biāo),采用相關(guān)系數(shù)法可計算X和Y在同一指標(biāo)下的相關(guān)系數(shù),即:
式中,δxiyi、δxi、δyi分別表示X、Y系列的均方差。
式中,Sxiyi則是第i個特征指標(biāo)的相似系數(shù)。
若有n個特征指標(biāo)則有:
式中,βn為X、Y系列在指標(biāo)n下的權(quán)重,采用二元比較模糊決策分析法來確定指標(biāo)權(quán)重[13]。
若計算m場洪水之間的相似系數(shù),可將每兩場洪水之間的相似系數(shù)求和并取其平均值,即:
式中,g、h分別為場次洪水的序列號。m場暴雨洪水過程之間的相似程度,通過S的值來衡量,S越大m場洪水過程的相似程度越高。
加權(quán)距離系數(shù)法為系統(tǒng)相似性度量的一種方法,根據(jù)X和Y兩場洪水間的n個特征指標(biāo)建立一個n維歐氏空間,定義X和Y之間的距離為:
式中,βi為第i個特征指標(biāo)的權(quán)重,且滿足
則X和Y的相似系數(shù)為:
結(jié)合大數(shù)據(jù)平臺的計算結(jié)果,對洪水進(jìn)行在線分析。
(2)洪水相似在線分析
結(jié)合歷史洪水信息,考慮降雨總量、最高水位、干流控制斷面(選取前垾村、東山等斷面進(jìn)行分析)水位過程、等主要相似因子,利用洪水相似性分析方法,對選定洪水進(jìn)行歷史相似洪水在線分析,根據(jù)分析結(jié)果進(jìn)行相似度排序。可查看不同相似度情形下的歷史洪水信息,包括歷史洪水發(fā)生時間、發(fā)生過程中主要控制斷面水位、流量等相關(guān)洪水統(tǒng)計信息。通過查看相似度較高的歷史洪水水位、流量的未來發(fā)展趨勢,來預(yù)測當(dāng)前洪水未來幾分鐘、幾小時內(nèi)洪水的可能的發(fā)展趨勢,為防汛指揮人員做出科學(xué)、合理的防洪調(diào)度決策提供信息支持。隨著時間的推移,流域內(nèi)各地的實時降雨量、河道的水位、流量等數(shù)據(jù)得到了更新。系統(tǒng)會利用這些數(shù)據(jù)信息重新進(jìn)行洪水相似性分析,獲得與當(dāng)前洪水相似的歷史場次洪水。
圖6是對2017年8月13日發(fā)生的洪水進(jìn)行洪水相似性分析,以面雨量、重要控制斷面的水位流量(前垾村、東山、秦淮新河閘上、武定門閘下和大通水位、大通流量以及下關(guān)潮位)以及作為指標(biāo)。利用上述的公式(1)~(3)分別計算出當(dāng)前面雨量、控制斷面的水位流量與歷史洪水資料的相似度,并利用公式(5)~(6)計算出相應(yīng)的洪水綜合相似度,系統(tǒng)根據(jù)綜合相似度大小選出最高的前3場歷史洪水?;诖髷?shù)據(jù)平臺,獲得了與本場次洪水綜合相似度分別達(dá)到97%、96%以及95%的3場歷史洪水。
基于大數(shù)據(jù)技術(shù)匹配出與當(dāng)前洪水相似度較高的前3場歷史洪水,從數(shù)據(jù)庫中獲得歷史洪水信息,包括洪水發(fā)生時間、發(fā)生過程中河道斷面水位等情況,分析工程歷史調(diào)度方案采用的控制條件、歷史相似洪水相關(guān)統(tǒng)計信息等,為防汛指揮人員做出科學(xué)、合理的防洪調(diào)度決策提供信息支持。
圖6 南京市秦淮河2017年8月份的相似洪水分析效果圖
對南京市水利大數(shù)據(jù)進(jìn)行了初步的整合,保證了“一數(shù)一源”的管理機制,推進(jìn)全市水利信息資源的建設(shè)。建立的大數(shù)據(jù)應(yīng)用平臺,對當(dāng)前洪水事件進(jìn)行信息多維關(guān)聯(lián)分析與展示,為防汛工作人員提供了全面、高效、實時、直觀地汛情信息服務(wù),便于防汛人員正確分析和判斷當(dāng)前汛情、險情等信息,并制定科學(xué)的防汛調(diào)度方案。
開展秦淮河流域的大數(shù)據(jù)洪水分析應(yīng)用,使南京成為區(qū)別于其他城市或流域的大數(shù)據(jù)技術(shù)應(yīng)用于水文分析的領(lǐng)跑者,是傳統(tǒng)方法結(jié)合大數(shù)據(jù)新技術(shù)在南京防汛減災(zāi)應(yīng)用的先進(jìn)嘗試,輔助防汛減災(zāi)管理工作,提高防汛管理科學(xué)水平。利用智能化的大數(shù)據(jù)技術(shù)進(jìn)行洪水分析,推動了災(zāi)后救災(zāi)向災(zāi)前預(yù)防的轉(zhuǎn)變,使防洪工程在汛期能夠充分發(fā)揮防汛減災(zāi)的作用,減少洪澇災(zāi)害帶來的影響。
大數(shù)據(jù)技術(shù)在防汛領(lǐng)域的應(yīng)用保證防汛工作的高效率,實現(xiàn)南京市防汛信息地全面匯聚、及時預(yù)警、科學(xué)決策和高效調(diào)度。從數(shù)據(jù)角度實現(xiàn)了市水利大數(shù)據(jù)體系的搭建;從框架角度,實現(xiàn)了實現(xiàn)傳統(tǒng)防汛管理向現(xiàn)代化管理的跨越式發(fā)展;從業(yè)務(wù)應(yīng)用角度,基于大數(shù)據(jù)的洪水分析應(yīng)用的建設(shè),實現(xiàn)洪水事件信息多維關(guān)聯(lián)分析與展示,探索大數(shù)據(jù)技術(shù)在南京防汛減災(zāi)管理領(lǐng)域的應(yīng)用。大數(shù)據(jù)技術(shù)在防汛領(lǐng)域的成功應(yīng)用,可以為大數(shù)據(jù)在“智慧水務(wù)”以及“智慧城市”的建設(shè)提供大量的基礎(chǔ)設(shè)施和有價值參考信息。
關(guān)于水利大數(shù)據(jù)的研究的還處在初級階段,為了深入充分挖掘數(shù)據(jù),發(fā)現(xiàn)其中的價值,還需要繼續(xù)進(jìn)行工作,擴大并完善水利大數(shù)據(jù)體系;探索當(dāng)前大數(shù)據(jù)分析方法(神經(jīng)網(wǎng)絡(luò)、歸類分析、聚類等)在水利領(lǐng)域中的應(yīng)用;探討深度學(xué)習(xí)、社會計算、知識學(xué)習(xí)和大數(shù)據(jù)可視化等大數(shù)據(jù)的熱點研究方向在水利領(lǐng)域中應(yīng)用,為防汛減災(zāi)活動帶來更多的益處。
參考文獻(xiàn):
[1]Fang Z Y,F(xiàn)an X W,Chen G.A study on specialist or specialdisease clinics based on big data.Frontiers of Medicine,2014,8(3)∶376-381.
[2]國務(wù)院 . 國務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動綱要的通知(國發(fā)〔2015〕50號)[A] . 北京:國務(wù)院,2015∶15 .
[3]曹沖 . 北斗產(chǎn)業(yè)引領(lǐng)中國的大數(shù)據(jù)時代[J] . 數(shù)字通信世界,2013(8)∶8-9 .
[4]夏海元.面向Big Date的數(shù)據(jù)處理技術(shù)概述[J] . 數(shù)字技術(shù)與應(yīng)用,2012(3)∶179-180 .
[5]沈可 . 大數(shù)據(jù)應(yīng)用的認(rèn)知和思考[J] . 科學(xué)∶上海,2017,69(1)∶38-40 .
[6]劉懷利,馬浩,Liu Huaili,等 . 安徽省山洪災(zāi)害監(jiān)測預(yù)警管理中大數(shù)據(jù)的研究與應(yīng)用[J] . 中國防汛抗旱,2017(2)∶26-29 .
[7]劉雄 . 大數(shù)據(jù)技術(shù)在城市洪澇災(zāi)害分析預(yù)警中的應(yīng)用研究[D] . 武漢:華中科技大學(xué),2015 .
[8]楊太萌 . 基于大數(shù)據(jù)的城市防汛決策支持系統(tǒng)研究[D] .杭州:浙江大學(xué),2016 .
[9]Li D,Guo S,Yin J . Big data analysis based on POT method for design flood prediction[C] . IEEE International Conference on Big Data Analysis,2016∶1-5 .
[10]趙琳娜,劉瑩,黨皓飛,等 . 集合數(shù)值預(yù)報在洪水預(yù)報中的應(yīng)用進(jìn)展[J] . 應(yīng)用氣象學(xué)報,2014(6)∶641-653 .
[11]歐曉凌,裘剛,張毅,等 .城市交通流信息相似性分析與研究[J] .中南公路工程,2003,28(2):4-7 .
[12]章四兵,周美立 .系統(tǒng)相似性度量中的非平權(quán)距離系數(shù)法[J] .合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版),2004,27(8):903-906 .
[13]大連理工大學(xué),遼寧省供水局 .大伙房水庫防洪預(yù)報調(diào)度方式及其規(guī)則設(shè)計與應(yīng)用研究技術(shù)報告[R] . 大連:大連理工大學(xué),2007 .