王鵬，黃樹桃，鄔倫，蔡恒，高敏，王洪斌，王樹紅

（1.核工業(yè)北京地質(zhì)研究院，中核高放廢物地質(zhì)處置評價(jià)技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京100029；2.北京大學(xué)，地球與空間科學(xué)學(xué)院，北京100871）

多源信息分類與編碼方法是在考慮信息本質(zhì)特征基礎(chǔ)上，依據(jù)一定原則和方法，對多源信息進(jìn)行一系列區(qū)分和歸類，建立一種規(guī)則的排列順序以及分類體系，并將信息對象用便于被計(jì)算機(jī)和人工識別的符號代碼表示出來的過程［1］。在核技術(shù)等相關(guān)領(lǐng)域，只有把多源信息對象按照一定規(guī)則進(jìn)行分類和編碼，實(shí)現(xiàn)合理有序的信息化存儲，才能高效地對信息對象進(jìn)行管理。分類編碼方法是核技術(shù)相關(guān)領(lǐng)域數(shù)據(jù)庫建設(shè)以及信息存儲交換等標(biāo)準(zhǔn)化建設(shè)工作的基礎(chǔ)，也是最終實(shí)現(xiàn)信息共享的必要條件。國際上核產(chǎn)業(yè)比較發(fā)達(dá)的國家，基本已完成地質(zhì)處置全過程信息數(shù)據(jù)獲取方式研發(fā)，并對多源信息數(shù)據(jù)管理和處理方法有了比較統(tǒng)一的規(guī)定［2-4］。

目前在我國核工業(yè)產(chǎn)業(yè)鏈中，比如核反應(yīng)堆工程［5］、 核設(shè)施退役［6］等環(huán)節(jié)， 已經(jīng)開展了大量有關(guān)數(shù)據(jù)信息分類編碼、數(shù)據(jù)庫設(shè)計(jì)開發(fā)等研究工作。但是在核產(chǎn)業(yè)鏈后端，尤其是針對核廢物處置階段的數(shù)據(jù)管理，目前還缺少統(tǒng)一的多源信息分類與編碼體系。因此，為了加快實(shí)現(xiàn)整個(gè)核廢物處置領(lǐng)域數(shù)據(jù)管理與共享，積極推進(jìn)核廢物處置進(jìn)程，開展多源信息分類與編碼研究是十分必要的。

1 高放廢物地質(zhì)處置多源信息特性及分類編碼原則

1.1 高放廢物地質(zhì)處置多源信息特性

高放廢物地質(zhì)處置研發(fā)過程中的多源信息是處置研發(fā)全過程的重要組成部分，這些信息數(shù)據(jù)資源是保障高放廢物地質(zhì)處置安全的關(guān)鍵。高放廢物地質(zhì)處置多源信息數(shù)據(jù)具體是指：在高放廢物地質(zhì)處置研發(fā)過程中與處置庫選址、工程設(shè)計(jì)、工程建造及處置庫運(yùn)行有關(guān)的、反映和描述處置庫研究開發(fā)各個(gè)環(huán)節(jié)特征及其變化的各類資料和數(shù)據(jù)，是對廢物管理 （社會、經(jīng)濟(jì)、環(huán)境）、地質(zhì)屏障（地理、地層、圍巖）、地下工程、工程屏障（緩沖回填材料、廢物罐）及其附屬結(jié)構(gòu)在現(xiàn)場勘查和實(shí)驗(yàn)量測基礎(chǔ)上的抽象與描述。根據(jù)場址特定評價(jià)與專業(yè)數(shù)據(jù)處理的要求，其多源信息具有以下幾方面特性：

1）空間特性：處置場址信息具有空間特性，是指場址研究對象具有空間位置、形狀和大小等幾何特征，以及相鄰對象之間的拓?fù)潢P(guān)系?？臻g位置建立在一定的參考坐標(biāo)系下，所有的信息都與特定的空間實(shí)體相聯(lián)系，如處置庫所選圍巖的深度和容量等。

2）時(shí)間特性：場址研究對象具有時(shí)間特性，其位置、形狀和大小都可能隨時(shí)間變化，只是其中有些變化較快，有些變化較慢而已。處置庫選址研究需要對研究對象數(shù)據(jù)隨時(shí)間的分布和變化規(guī)律進(jìn)行分析，進(jìn)而對未來做出預(yù)測。

3）尺度特性：處置庫選址研究對象不管如何復(fù)雜，即使不能用具體的尺度來度量，也仍然是確定的，研究對象的空間數(shù)據(jù)卻往往是不確定的。數(shù)據(jù)的不完整性表現(xiàn)在描述目標(biāo)的離散性和時(shí)間過程的不連續(xù)性，如斷裂的長度、深度等。尺度特性與空間分辨率有關(guān)，與采樣的空間間隔有關(guān)，同時(shí)與人們觀察問題的角度有關(guān)，如宏觀、細(xì)觀、微觀下對象的形態(tài)均有所不同。

4）專題特性：處置庫開發(fā)研究過程中涉及的專業(yè)廣，包括處置庫場址的地球化學(xué)、環(huán)境、地理、地質(zhì)、地球物理、工程地質(zhì)與水文地質(zhì)、輻射防護(hù)、巖體力學(xué)、材料力學(xué)、核化學(xué)與核輻射工程設(shè)計(jì)、制圖等數(shù)據(jù)信息，專業(yè)的復(fù)雜性決定其數(shù)據(jù)信息具有很強(qiáng)的專題特性。

5）多源性：處置庫選址數(shù)據(jù)量綱不一、定性與定量數(shù)據(jù)以及文字描述同時(shí)并存，各種空間數(shù)據(jù)獲取的方法和手段也多種多樣，因而產(chǎn)生了信息數(shù)據(jù)的多源性。數(shù)據(jù)來源于不同的研究部門、研究領(lǐng)域、研究區(qū)域與不同的層次。

總的來說，地質(zhì)處置研發(fā)過程中的地學(xué)數(shù)據(jù)具有空間、時(shí)間、尺度、專業(yè)與多源性等特性，是一種復(fù)雜的多源信息。因此，對其進(jìn)行正確的分類是開展后續(xù)研發(fā)工作的重要基礎(chǔ)。

1.2 高放廢物地質(zhì)處置多源信息分類編碼原則

高放廢物地質(zhì)處置信息分類編碼除了遵循一般信息分類編碼的原則外，還遵循與核技術(shù)領(lǐng)域尤其是核廢物處置領(lǐng)域基礎(chǔ)信息相關(guān)的國際或國家標(biāo)準(zhǔn)、面向?qū)ο蟪绦蛟O(shè)計(jì)與兼顧GIS分析的思想以及滿足核技術(shù)領(lǐng)域信息共享需求等原則。

1）遵循與核廢物處置相關(guān)的國際和國家標(biāo)準(zhǔn)

目前與核廢物處置有關(guān)的國內(nèi)標(biāo)準(zhǔn)的制定尚處于起步階段，主要實(shí)現(xiàn)了對處置庫選址階段數(shù)據(jù)范圍和來源的控制［7］。國際上相關(guān)標(biāo)準(zhǔn)較完善，基本可以實(shí)現(xiàn)對處置選址、試驗(yàn)、建造及運(yùn)行全過程的數(shù)據(jù)范圍界定和管理［2-4］。這些國際標(biāo)準(zhǔn)應(yīng)該作為廢物處置領(lǐng)域信息對象分類思想和方法以及最終分類編碼實(shí)現(xiàn)的主要標(biāo)準(zhǔn)和參考依據(jù)。

2）面向?qū)ο蟪绦蛟O(shè)計(jì)與兼顧GIS分析的思想

面向?qū)ο笤O(shè)計(jì)思想可以實(shí)現(xiàn)將信息數(shù)據(jù)抽象成圖形符號庫和其他要素對象進(jìn)行設(shè)計(jì)，可優(yōu)化數(shù)據(jù)庫中要素?cái)?shù)據(jù)的組織結(jié)構(gòu)，增強(qiáng)信息數(shù)據(jù)對象的可移植性，提高開發(fā)設(shè)計(jì)效率以及最終開發(fā)系統(tǒng)的運(yùn)行速度。在這個(gè)過程中，不僅針對廢物處置過程信息數(shù)據(jù)進(jìn)行分類和編碼，還根據(jù)信息對象屬性特征，設(shè)置了特有的標(biāo)識碼，最終能夠提高數(shù)據(jù)檢索和設(shè)置對象屬性的效率，也較為便利的實(shí)現(xiàn)后期系統(tǒng)編程。

地理信息系統(tǒng)（GIS）作為基礎(chǔ)的空間數(shù)據(jù)處理技術(shù)，能夠提供強(qiáng)大的圖形數(shù)據(jù)采集、空間數(shù)據(jù)可視化和空間分析功能，而且可以將各種信息數(shù)據(jù)分析與空間地理位置結(jié)合起來綜合分析，為業(yè)務(wù)管理部門提供科學(xué)的決策依據(jù)。同時(shí)，分類編碼體系有助于實(shí)現(xiàn)借助各種空間分析方法對空間數(shù)據(jù)信息綜合管理和開發(fā)，同時(shí)可以實(shí)現(xiàn)對空間實(shí)體間相互關(guān)系的深度挖掘，最終實(shí)現(xiàn)GIS空間分析數(shù)據(jù)的快速提取和利用，實(shí)現(xiàn)對空間要素對象區(qū)域內(nèi)分布特征和過程的綜合把握。

3）滿足核技術(shù)領(lǐng)域相關(guān)信息共享需求

目前在發(fā)達(dá)國家，比如法國、芬蘭等，都已經(jīng)建立了較為完整的核產(chǎn)業(yè)鏈，并針對產(chǎn)業(yè)鏈進(jìn)行了較深入的數(shù)據(jù)獲取和共享等工作。我國目前核產(chǎn)業(yè)鏈取得的數(shù)據(jù)管理研究成果基本都集中在反應(yīng)堆以及核循環(huán)領(lǐng)域，針對廢物處置等產(chǎn)業(yè)鏈后端的研究尚處于起步階段，因此，相關(guān)的數(shù)據(jù)管理工作也比較滯后。通過廢物處置過程數(shù)據(jù)分類編碼體系的研究與建立，可以加快實(shí)現(xiàn)整個(gè)核技術(shù)領(lǐng)域相關(guān)信息的完善和共享，盡快完善我國整個(gè)核工業(yè)產(chǎn)業(yè)鏈構(gòu)成。

2 高放廢物地質(zhì)處置信息分類編碼方法

目前，針對傳統(tǒng)領(lǐng)域信息對象進(jìn)行分類的基本方法已經(jīng)比較成熟，主要包括線分類法、面分類法和混合分類法。國家相關(guān)標(biāo)準(zhǔn)［8］和有關(guān)文獻(xiàn)［9-10］已經(jīng)對分類原則與方法進(jìn)行了詳細(xì)描述和深入分析。線分類法的實(shí)質(zhì)就是依據(jù)信息對象的實(shí)質(zhì)屬性特征，按層級進(jìn)行分類，依次將信息對象劃分為相應(yīng)的若干層級類目，最終形成一個(gè)逐級展開、有層次的分類體系，相應(yīng)的表現(xiàn)形式應(yīng)該依次為大、中、小類等等。面分類法是根據(jù)信息對象既有特征，將其相應(yīng)的劃分為互相沒有隸屬關(guān)系的類組。而混合分類法就是將以上兩種分類方法結(jié)合起來的方法。

根據(jù)傳統(tǒng)領(lǐng)域信息分類結(jié)果可以發(fā)現(xiàn)，兩種分類方法都有其優(yōu)缺點(diǎn)。線分類法可以較清晰地體現(xiàn)不同分類之間的邏輯關(guān)系，同時(shí)應(yīng)用便利，比較契合信息處理的傳統(tǒng)習(xí)慣；缺點(diǎn)是結(jié)構(gòu)一經(jīng)確定，不易改動(dòng)，同時(shí)如果分類層次過多會導(dǎo)致編碼位數(shù)冗長。而面分類法的優(yōu)點(diǎn)是分類結(jié)構(gòu)伸縮性較強(qiáng)，一個(gè)分組類目的改變不會影響其他分組，可調(diào)節(jié)性比較強(qiáng)；缺點(diǎn)是不能充分利用分類結(jié)構(gòu)容量。經(jīng)過相關(guān)領(lǐng)域信息對象分類實(shí)踐驗(yàn)證，高層次的定性信息分類適合使用線分類法，低層次的屬性定量信息分類適合使用面分類法。在選擇方法的過程中，需要綜合考慮兩個(gè)方面的因素：一是高放廢物地質(zhì)處置數(shù)據(jù)來源特征，即不同學(xué)科數(shù)據(jù)及其專業(yè)特征；二是相關(guān)地理要素的幾何特征。

針對高放廢物地質(zhì)處置多源信息對象的分類編碼也有助于后期應(yīng)用系統(tǒng)開發(fā)的數(shù)據(jù)模型基礎(chǔ)的實(shí)現(xiàn)，其實(shí)質(zhì)就是通過對處置過程中信息要素對象進(jìn)行抽象匯總以及再組織，并在邏輯層實(shí)現(xiàn)分類編碼的過程。考慮到本文研究的數(shù)據(jù)要素對象基本處于定性級別，因此后續(xù)數(shù)據(jù)分類與編碼方法以線分類法為主，個(gè)別專業(yè)數(shù)據(jù)的細(xì)化分類過程中采用面分類方法。

3 分類編碼體系

根據(jù)高放廢物地質(zhì)處置研發(fā)過程中的數(shù)據(jù)特點(diǎn)，并借鑒前人數(shù)據(jù)分類方法成功案例，最終形成適用于地質(zhì)處置過程的數(shù)據(jù)分類與編碼體系，下面著重介紹數(shù)據(jù)分類編碼方法以及相應(yīng)的命名規(guī)則。

3.1 分類編碼方法

根據(jù)國家核安全局發(fā)布的 《高水平放射性廢物地質(zhì)處置設(shè)施選址》導(dǎo)則［7］，參考相關(guān)的國際或行業(yè)標(biāo)準(zhǔn)，并結(jié)合后期可預(yù)見的數(shù)據(jù)共享和應(yīng)用需求，將高放廢物地質(zhì)處置信息對象分為元數(shù)據(jù)信息、基礎(chǔ)地理信息等14個(gè)專題門類。在專題門類中，又根據(jù)專業(yè)數(shù)據(jù)自身特點(diǎn)及空間數(shù)據(jù)要素形態(tài)特征，繼續(xù)依次分為若干大類、中類、小類、子類；各類不得重新定義，根據(jù)實(shí)際需要可進(jìn)行擴(kuò)充。分類代碼采用8位字符碼，分別為按順序排列的門類、大類、中類、小類、子類。左起第1-2位為門類，用英文字母A-Z表示，為學(xué)科專題，如地質(zhì)GM；左起第3位為大類，在門類基礎(chǔ)上細(xì)分形成的要素類，用數(shù)字或字符表示；左起第4位為中類，在大類基礎(chǔ)上細(xì)分形成的要素類，用數(shù)字或字符表示；左起第5-6位為小類，在中類基礎(chǔ)上細(xì)分形成的要素類，用兩位數(shù)字00～99表示；左起第7-8位為子類，在小類基礎(chǔ)上細(xì)分形成的要素類，用兩位數(shù)字00～99表示（圖1，表1）。

圖1 高放廢物地質(zhì)處置信息分類編碼結(jié)構(gòu)圖Fig.1 Code structural diagram of information classification for HLW disposal

表1 高放廢物地質(zhì)處置信息分類編碼Table 1 Classification code of information for HLW disposal

3.2 命名規(guī)則

對高放廢物地質(zhì)處置分類信息數(shù)據(jù)對象進(jìn)行統(tǒng)一有序的命名，有利于后期多源地學(xué)信息數(shù)據(jù)存儲管理和數(shù)據(jù)交流。在實(shí)際數(shù)據(jù)庫建設(shè)和數(shù)據(jù)管理過程中，參照數(shù)據(jù)庫領(lǐng)域相關(guān)標(biāo)準(zhǔn)［11］，結(jié)合多源信息數(shù)據(jù)庫數(shù)據(jù)管理與應(yīng)用的特點(diǎn)，制定數(shù)據(jù)庫建設(shè)的命名規(guī)則，主要包括數(shù)據(jù)庫命名、數(shù)據(jù)子庫命名、數(shù)據(jù)表命名、重要數(shù)據(jù)索引命名等。

為了突出地質(zhì)處置多源信息數(shù)據(jù)管理，通常以預(yù)選區(qū)為基礎(chǔ)，分類編碼體系中的各庫即以預(yù)選區(qū)英文名稱命名，例如 “北山預(yù)選區(qū)”命名為 “BeiShan”，簡寫為 “BS”。因此，相應(yīng)的數(shù)據(jù)子庫即命名為BS_××，例如北山預(yù)選區(qū)地球物理（geophysics）子庫即可命名為BS_GP。以此類推，數(shù)據(jù)子庫管理下的數(shù)據(jù)表，則以GP_××××表示，如 “地球物理子庫的測線剖面描述表”即用“GP_Section” 表示。

針對類型繁多的屬性數(shù)據(jù)對象，開展更有針對性的、更為詳細(xì)的數(shù)據(jù)編碼工作。以現(xiàn)場測試和樣品有關(guān)數(shù)據(jù)為例，由于現(xiàn)場測試（包括測試位置和測試內(nèi)容）和樣品有關(guān)信息（包括取樣位置、樣品和室內(nèi)測試）的重要性、復(fù)雜多樣性，統(tǒng)一其編號規(guī)則有利于后期相關(guān)數(shù)據(jù)的管理和二次提取應(yīng)用。測線、測點(diǎn)和樣品信息的編號均由18位字符 （或數(shù)字）組成。

第1位指示版本辨識號，用A～Z表示。第2～3位為標(biāo)識號，用來區(qū)分編碼對象，具體是：PT、PL、PP分別代表測點(diǎn)、測線、測面等測試位置的排序編碼，LT、LL、LP分別代表測點(diǎn)、測線、測面的實(shí)際位置信息編碼（第2位的P是測試點(diǎn)線面的指示代碼，第2位的L是位置指示代碼，第3位的T、L、P分別為點(diǎn)、線、面的指示代碼）；LS、LW、LG分別代表固液氣樣品取樣位置編碼，SS、SW、SG分別代表固液氣樣品編碼 （第2位的L是位置的指示代碼，第2位的S是取樣樣品的指示代碼，第3位的S、W、G分別為固體樣、水樣、氣體樣的指示代碼）；第4～5位代表預(yù)選區(qū)和預(yù)選地段代碼，其編號原則是分別選用A～Z單個(gè)大寫字母表示：1）B代表北山預(yù)選區(qū)：BA代表新場-向陽山預(yù)選地段，BB代表舊井預(yù)選地段，BC代表野馬泉預(yù)選地段，BD代表沙棗園預(yù)選地段，BE代表算井子預(yù)選地段，BF代表其他預(yù)選地段 （包括后紅泉等其他所有地段）；2）X代表新疆預(yù)選區(qū)：XA代表阿奇山預(yù)選地段，XB代表天湖預(yù)選地段，XC代表雅滿蘇預(yù)選地段；其他4大預(yù)選區(qū)代碼分別為：A為內(nèi)蒙古預(yù)選區(qū)，C為華東預(yù)選區(qū)，D為華南預(yù)選區(qū)，E為西南預(yù)選區(qū)。第6位代表取樣來源 （或測試位置）辨識，B代表鉆孔內(nèi)取樣或測試，F(xiàn)代表鉆孔外取樣或測試。第7～8位代表學(xué)科專題分類代碼，按學(xué)科大類編碼原則，GM為地質(zhì)數(shù)據(jù)子庫、BH為鉆孔數(shù)據(jù)子庫、HY為水文地質(zhì)數(shù)據(jù)子庫、GC為地球化學(xué)數(shù)據(jù)子庫、GP為地球物理數(shù)據(jù)子庫、BM為基礎(chǔ)地理數(shù)據(jù)子庫、RM為巖石力學(xué)數(shù)據(jù)子庫、SM為樣品數(shù)據(jù)子庫、DC為文檔數(shù)據(jù)子庫、PH為圖片數(shù)據(jù)子庫、RS為遙感數(shù)據(jù)子庫、MD為元數(shù)據(jù)子庫 （表1）。第9～12位代表數(shù)據(jù)采集的年份，第13～18位代表數(shù)據(jù)采集的排列序號（圖 2）。

圖2 現(xiàn)場測試、樣品信息等編號命名規(guī)則Fig.2 Coding rule for site test and sample information

4 結(jié)論

通過對高放廢物地質(zhì)處置研發(fā)過程中多源信息對象分類編碼技術(shù)的研究和實(shí)現(xiàn)，最終形成了科學(xué)規(guī)范的、有針對性的高放廢物地質(zhì)處置多源信息分類編碼體系。該體系可以滿足地質(zhì)處置研發(fā)過程中信息對象的合理組織和優(yōu)化編碼，尤其是在地質(zhì)處置多源信息數(shù)據(jù)庫建設(shè)和管理系統(tǒng)開發(fā)過程中，起到重要的基礎(chǔ)支撐作用。通過應(yīng)用實(shí)踐證明，該分類編碼體系為實(shí)現(xiàn)高放廢物地質(zhì)處置研發(fā)過程中的數(shù)據(jù)交換與共享奠定了重要基礎(chǔ)。