王 宏，于雪鷗，曾 濤，喬東玉，朱學(xué)立，田 隆

（1.河南省地質(zhì)研究院，河南 鄭州 450016；2.河南省地質(zhì)科學(xué)研究所，河南 鄭州 450001；3.河南省自然資源科技創(chuàng)新中心（智慧城市時空大數(shù)據(jù)），河南 鄭州 450016；4.河南省地質(zhì)礦產(chǎn)勘查開發(fā)局河南省地質(zhì)大數(shù)據(jù)應(yīng)用中心，河南 鄭州 450016）

鄭州市是全國首批多要素城市地質(zhì)調(diào)查示范城市之一。針對城市發(fā)展對地質(zhì)工作的需求，開展了城市三維地質(zhì)結(jié)構(gòu)與地下空間調(diào)查、地質(zhì)資源勘查與評價、城市地質(zhì)安全評價、城市地質(zhì)環(huán)境調(diào)查與監(jiān)測和城市地質(zhì)大數(shù)據(jù)云平臺建設(shè)5 個方面的工作，為解決制約城市發(fā)展的空間、資源、安全、環(huán)境等問題提供地質(zhì)解決方案。伴隨著多要素城市地質(zhì)調(diào)查工作的開展，鄭州市多要素城市地質(zhì)數(shù)據(jù)資源也將逐漸形成。鄭州市多要素城市地質(zhì)數(shù)據(jù)資源建設(shè)過程中，地質(zhì)數(shù)據(jù)資源的分類是數(shù)據(jù)管理體系建設(shè)的基礎(chǔ)。受專業(yè)認知、數(shù)據(jù)應(yīng)用等因素的影響，對地質(zhì)數(shù)據(jù)有多種分類方式[1-4]。面向不同的數(shù)據(jù)使用人員、應(yīng)用場景，僅使用一種數(shù)據(jù)分類方式是不合理的。傳統(tǒng)的數(shù)據(jù)分類往往僅考慮領(lǐng)域?qū)I(yè)性問題，導(dǎo)致分類只能由地質(zhì)學(xué)家進行，而不同的專家分類各異，難以達成一個統(tǒng)一的分類標(biāo)準(zhǔn)。與此同時，在倡導(dǎo)地質(zhì)數(shù)據(jù)社會化服務(wù)的背景下，地質(zhì)數(shù)據(jù)的使用者往往不一定是地質(zhì)學(xué)家，甚至不具備地質(zhì)專業(yè)知識，而是更關(guān)心數(shù)據(jù)所能解決的實際問題的人。地質(zhì)數(shù)據(jù)是有多個維度屬性的[5-6]，地質(zhì)數(shù)據(jù)的多維度屬性使得分類系統(tǒng)不應(yīng)成為固定的體系而應(yīng)隨著不同的領(lǐng)域或應(yīng)用進行調(diào)整。

1 鄭州市多要素城市地質(zhì)數(shù)據(jù)資源體系建設(shè)

鄭州市多要素城市地質(zhì)數(shù)據(jù)資源體系建設(shè)以提供全面、權(quán)威、及時、便捷的地質(zhì)信息服務(wù)為目標(biāo)，以形成有效的地質(zhì)數(shù)據(jù)匯聚體系為基礎(chǔ)[7]，圍繞鄭州市城市發(fā)展和生態(tài)文明建設(shè)遇到的資源、環(huán)境、空間、安全問題，基于大數(shù)據(jù)技術(shù)，開展多源異構(gòu)地質(zhì)數(shù)據(jù)的集成、抽取、挖掘，并建立多專題的數(shù)據(jù)庫，為各類地質(zhì)應(yīng)用提供支撐。

地質(zhì)數(shù)據(jù)來源廣泛，傳感監(jiān)測網(wǎng)、智能手機等豐富了數(shù)據(jù)采集方式。地質(zhì)數(shù)據(jù)類型復(fù)雜，既有地質(zhì)工作產(chǎn)生的數(shù)據(jù)，也有其他行業(yè)的數(shù)據(jù)；既有以往存檔的地質(zhì)資料，也有新的實時監(jiān)測數(shù)據(jù)；既有結(jié)構(gòu)化數(shù)據(jù)，又有非結(jié)構(gòu)化數(shù)據(jù)。針對不同的數(shù)據(jù)其存儲策略也會不同?？紤]數(shù)據(jù)更新頻率不同，地質(zhì)調(diào)查成果檔案、自然資源部門相關(guān)工作成果等按要求匯交入庫；各類收集數(shù)據(jù)要及時進行入庫；各類地質(zhì)監(jiān)測數(shù)據(jù)要實時匯聚入庫；提供與相關(guān)業(yè)務(wù)系統(tǒng)的共享交換?？紤]到數(shù)據(jù)結(jié)構(gòu)不同，數(shù)據(jù)存儲方式也有區(qū)別，目前通用的地質(zhì)數(shù)據(jù)存儲方式為：結(jié)構(gòu)化數(shù)據(jù)能夠使用關(guān)系數(shù)據(jù)庫技術(shù)來處理，海量非結(jié)構(gòu)化數(shù)據(jù)適合采用分布式文件系統(tǒng)HDFS，無模式的半結(jié)構(gòu)化數(shù)據(jù)適合采用分布式Key/Value存儲引擎Hbase等[8-9]。采集匯總后的地質(zhì)數(shù)據(jù)經(jīng)過數(shù)據(jù)清洗、處理、集成、融合、入庫，按照物理分布、邏輯統(tǒng)一的技術(shù)路線，按照統(tǒng)一的地質(zhì)資源數(shù)據(jù)目錄和元數(shù)據(jù)規(guī)范進行存儲和管理[10]。不同的地質(zhì)數(shù)據(jù)其針對數(shù)據(jù)的業(yè)務(wù)應(yīng)用場景或地質(zhì)問題不同，在認真梳理地質(zhì)數(shù)據(jù)應(yīng)用場景的基礎(chǔ)上，建立各類地質(zhì)數(shù)據(jù)庫，為相關(guān)的地質(zhì)應(yīng)用提供數(shù)據(jù)支撐。

針對城市發(fā)展對地質(zhì)工作的需求，鄭州市多要素城市地質(zhì)調(diào)查開展了城市三維地質(zhì)結(jié)構(gòu)與地下空間調(diào)查、地質(zhì)資源勘查與評價、城市地質(zhì)安全評價、城市地質(zhì)環(huán)境調(diào)查與監(jiān)測4 個方面調(diào)查工作，形成了相關(guān)的地質(zhì)數(shù)據(jù)資源。

2 地質(zhì)調(diào)查數(shù)據(jù)分類

2.1 地質(zhì)數(shù)據(jù)分類立方體

1996 年Jim Gray[11]提出數(shù)據(jù)立方體（Data Cube），圍繞主題，數(shù)據(jù)立方體可以從不同的維度展現(xiàn)數(shù)據(jù)的特征，用戶可以根據(jù)實際需求從不同的視角對數(shù)據(jù)進行分析[12-13]。數(shù)據(jù)立方體由維和事實度量定義[14]，將地質(zhì)數(shù)據(jù)分類立方體表達為：

式中，GeologyDataCube為一個分類體系；Dimension為地質(zhì)數(shù)據(jù)分類立方體的維，地質(zhì)數(shù)據(jù)立方體有多個維度Dimension={Dimension1,Dimension2,…,Dimensionn}，Dimensionk(1 ≤k≤n)為地質(zhì)數(shù)據(jù)的第k個分類特征；Measure={Measure1,Measure2,…,Measuren}為地質(zhì)數(shù)據(jù)分類立方體對應(yīng)的分類特征值，其中Measurek(1 ≤k≤n)對應(yīng)的是Dimensionk(1 ≤k≤n)的分類特征值集合，包含多個分類特征值Tag；地質(zhì)數(shù)據(jù)分類立方體支持構(gòu)建多個分類維度間的層級關(guān)系，Hierarchy={Hierarchy1→di,Hierarchy2→dj,…, Hierarchyn→dk} 為 地質(zhì)數(shù)據(jù)分類立方體將會使用n維對數(shù)據(jù)進行分類組織，并且Hierarchyx→Dimensiony(1 ≤x≤n,1 ≤y≤n)為地質(zhì)數(shù)據(jù)分類立方體的x個層級是按照Dimensiony進行組織的；Hierarchy1為分類體系的最高級，Hierarchy2為Hierarchy1的下一級，以此類推，地質(zhì)數(shù)據(jù)分類立方體至少有一個分類層級。建立地質(zhì)數(shù)據(jù)分類立方體的目的是對地質(zhì)數(shù)據(jù)進行多維度的組織，需要建立地質(zhì)數(shù)據(jù)與具體維度特征值間的映射關(guān)系。Entity 為具體的整個地質(zhì)數(shù)據(jù)集合，地質(zhì)數(shù)據(jù)之間沒有層次等級，每個地質(zhì)數(shù)據(jù)實體關(guān)聯(lián)一個或多個特征值標(biāo)簽，建立數(shù)據(jù)與特征維度（Dimension）之間的對應(yīng)關(guān)系。

2.2 分類立方體實現(xiàn)

鄭州市多要素城市地質(zhì)調(diào)查數(shù)據(jù)的應(yīng)用對象為政府部門、地質(zhì)專業(yè)人員、相關(guān)科研機構(gòu)和企事業(yè)單位、社會公眾，從數(shù)據(jù)應(yīng)用、數(shù)據(jù)處理方式、數(shù)據(jù)獲取方式、數(shù)據(jù)公開要求等方面考慮，將地質(zhì)數(shù)據(jù)分類立方體按專業(yè)類別、數(shù)據(jù)來源、比例尺、行政區(qū)、密級、數(shù)據(jù)類型、服務(wù)類型、數(shù)據(jù)維度、加工程度、工作手段共10個維度進行劃分。

地質(zhì)數(shù)據(jù)與分類體系間的映射通過標(biāo)簽技術(shù)實現(xiàn)，即根據(jù)數(shù)據(jù)維度分類特征值為每個地質(zhì)數(shù)據(jù)打上相應(yīng)的標(biāo)簽，可以為數(shù)據(jù)打上多個維度的分類特征值，并且在一個數(shù)據(jù)維度下，可以對應(yīng)多個分類特征值。例如，某個地質(zhì)圖覆蓋范圍為鄭州市二七區(qū)和惠濟區(qū)，此時，維度行政區(qū)會有2個標(biāo)簽，即鍵值對<行政區(qū)>:<二七區(qū)>、<行政區(qū)>:<惠濟區(qū)>。

3 地質(zhì)調(diào)查數(shù)據(jù)組織

3.1 目錄樹的建立

鄭州市多要素城市地質(zhì)調(diào)查數(shù)據(jù)依據(jù)所構(gòu)建的數(shù)據(jù)分類立方體進行組織管理，即根據(jù)數(shù)據(jù)立方體建立數(shù)據(jù)目錄。需要先確定哪些維度及其分類特征參與數(shù)據(jù)目錄樹的建立，并需要確定各維度的層級關(guān)系，目錄樹的深度等于參與構(gòu)建目錄樹的維度。

假設(shè)地質(zhì)大數(shù)據(jù)分類體系的確定了地質(zhì)專業(yè)、區(qū)域、比例尺3 個維度。那么用戶可以對此3 個維度進行任意組合，形成目錄樹的層次結(jié)構(gòu)。

當(dāng)用戶選擇地質(zhì)專業(yè)、比例尺的維度順序時，目錄樹排布如圖1所示。

圖1 按地質(zhì)專業(yè)、比例尺維度順序組織的目錄樹

3.2 目錄塌陷

當(dāng)某個數(shù)據(jù)未填選取的數(shù)據(jù)標(biāo)簽時，則無法參與目錄排布，這種情況叫做目錄塌陷。例如表2 中，當(dāng)“鄭州市西部新城區(qū)第四紀地質(zhì)地貌圖（1∶2.5萬）”的比例尺標(biāo)簽值缺失時，則按地質(zhì)專業(yè)、比例尺的維度順序時排布目錄樹時，會發(fā)生目錄塌陷，即“鄭州市西部新城區(qū)第四紀地質(zhì)地貌圖（1∶2.5萬）”數(shù)據(jù)實體無法排入目錄的任何節(jié)點下，此時可有2 種解決辦法：

1）發(fā)生目錄塌陷的數(shù)據(jù)實體不參與目錄排布，按照這個方法，目錄樹組織如圖2所示。

圖2 目錄坍塌下不參與排布方式的目錄樹

2）發(fā)生目錄塌陷的數(shù)據(jù)實體一律在該級節(jié)點以其他的方式形成一個特殊節(jié)點，但該數(shù)據(jù)的其他特征值仍參與目錄樹的構(gòu)建。在對鄭州市多要素城市地質(zhì)數(shù)據(jù)進行組織時，采用第2 中方式處理，目錄樹如圖3所示。

圖3 目錄坍塌下采用空節(jié)點方式組織的目錄樹

3.3 同一維度下具有多屬性時的目錄組織

維度對應(yīng)多標(biāo)簽時，數(shù)據(jù)實體有可能會被多次排布到不同的維度標(biāo)簽下，在表2 中，鄭州市主城區(qū)第四紀地質(zhì)地貌圖（1∶2.5萬）和新近系明化鎮(zhèn)組地?zé)豳Y源開發(fā)利用區(qū)劃圖（1∶10 萬）在區(qū)域維度下被標(biāo)記了多個分類屬性值，表明該數(shù)據(jù)覆蓋范圍包括中原區(qū)、金水區(qū)、二七區(qū)、管城區(qū)，按比例尺、地質(zhì)專業(yè)、區(qū)域維度順序排布的目錄樹如圖4所示。

圖4 維度對應(yīng)多標(biāo)簽下的目錄排布

4 結(jié) 論

地質(zhì)數(shù)據(jù)具有多維度屬性，地質(zhì)數(shù)據(jù)的某一維度是在特定專業(yè)角度下對數(shù)據(jù)的“透視”，以發(fā)現(xiàn)數(shù)據(jù)中的特征規(guī)律。采用單一的數(shù)據(jù)分類方法對數(shù)據(jù)進行組織，難以滿足地質(zhì)數(shù)據(jù)多元化應(yīng)用和服務(wù)的需求，因此，本文引入數(shù)據(jù)立方體理論，抽象提出了地質(zhì)數(shù)據(jù)分類立方體模型，根據(jù)數(shù)據(jù)應(yīng)用場景，建立了包含專業(yè)類別、數(shù)據(jù)來源、比例尺、行政區(qū)等10個維度的鄭州市多要素城市地質(zhì)調(diào)查數(shù)據(jù)分類立方體，討論了使用該分類立方體生成數(shù)據(jù)目錄樹過程中的目錄塌陷以及數(shù)據(jù)在同一維度下具有多屬性時的目錄組織問題。通過鄭州市多要素城市地質(zhì)調(diào)查數(shù)據(jù)分類立方體，實現(xiàn)了鄭州市多要素城市地質(zhì)調(diào)查數(shù)據(jù)可根據(jù)業(yè)務(wù)需求動態(tài)生成數(shù)據(jù)組織目錄，并為海量、多源異構(gòu)地質(zhì)數(shù)據(jù)的快速檢索與發(fā)現(xiàn)奠定堅實的基礎(chǔ)。