基于CiteSpace知识图谱的水文大数据研究进展

水文大数据相关研究是近些年水文领域的研究重点和核心问题,同时也是提高水文事务处理效率和增强水文规律真实性及可信性的重要内容。现将从中国知网(CNKI)收录的264篇文献和Web of Science(WOS)收录的219篇文献作为样本数据,利用CiteSpace软件对其进行研究人员、研究机构及热点分析,深入探索该领域研究的发展趋势。研究表明:从发文量总体来看,国内和国际发文量均呈现上升趋势。从研究人员和研究机构来看,国内学者和机构间呈现“大分散,小聚集”的现象。从研究热点来看,以“智慧水文”“预警系统”“Big data testing”等为突现关键词意味着该领域的研究重点逐渐向技术化、数字化方向演进,无论在国内还是国际,现代的水文监测技术与水文学方法相对于传统的技术和方法,均具有更高的准确性和稳定性,可以更充分地满足实际应用需求,将水文和大数据相结合逐渐成为了该领域的研究趋势。

高分辨率全球准实时水文数据的海洋声学应用

为了满足海洋声学性能实时评估的需要,文章采用高分辨率全球准实时海洋水文数据库,以中国某海域为研究对象,结合三维可视化高精度地形/海深信息,选取水深为300 m和4000 m两块区域作为研究区域,通过全球高分辨率准实时海洋温、盐、深环境混合坐标大洋环流模式数据,实现区域水声环境信息获取。在工业计算机上,地形/海深数据、温盐深数据的处理时间分别为0.70 s和0.03 s,符合实际工程快速应用的需求,将准实时声学环境信息代入水声射线模型中,得出深度为300 m浅海选区以及深度为4000 m深海选区的水声场仿真结果,应用于海洋设备的声学性能评估,指导声学设备使用。该研究方法可应用于当前海洋声学设备性能评估,具有重要的实际应用价值。

基于输出不一致测度的水文预报缺失数据流关联修复方法

当前的水文预报缺失数据修复方法仅考虑同一维度数据丢失情况,且数据修复率较低,为此,提出基于输出不一致测度的水文预报缺失数据流关联修复方法。首先,根据水文特征数据将原始数据信息从同一维度信号映射到多维数据,通过数据映射得到灰度检测结果,对缺失数据的隐藏单元进行控制,为后续修复数据结果的导入提供支持。然后,通过输出不一致测度计算水文数据的相异性结果,根据水文数据相异性输出结果提取出水文特征规律,得到水文特征数据矩阵。最后,利用FSOM聚类算法对水文预报缺失数据特征矩阵进行分层聚类,并通过约束条件增强聚类算法的收敛度,并修复数据结果导入上述缺失数据对应的多维映射层,采用映射模式填补原始数据缺失位置,实现数据修复。实例分析表明,所提方法进行随机缺失数据修复后,修复率能够达到97.28%以上。进行连续缺失数据修复后,修复率在97%以上,表明所提方法具有良好的修复效果,能够为水文预报工作提供有效帮助。

水文数据在区域经济发展中的应用与影响分析

本文深入探讨了水文数据在区域经济发展中的应用及其影响。概述了水文数据的定义与分类,并强调了其在资源管理和灾害预防中的重要性。文章详细分析了水文数据在防洪减灾、水资源管理以及推动区域循环经济方面的具体应用。从促进经济稳定增长、优化产业结构布局和提升区域竞争力等角度,阐述了水文数据对区域经济发展的深远影响。

水文数据分析在防汛工程中的应用

本文着重探讨了水文数据分析的定义,分析了防汛工程所需的水文数据,并对水文数据分析在防汛工程中的具体应用、应用挑战和未来方向展开了相关研究,希望能够更好地预防、减少、应对洪涝灾害,提高水安全支撑保障能力,维护生态环境,保障人民的生命安全及财产安全。

数据密集范式与水文学的未来

讨论了水文实验客观上的局限性及进一步发展的困难,论述了提升水文观测技术和方法的重要性及重点发展的若干方面。在分析科学研究数据密集范式产生背景及其强大生命力的基础上,指出水文学研究适合应用数据密集范式的理由,并提出了初步设想。呼吁水文学家应抓住机遇,在大力、深入发展水文遥感的同时,将发展数据水文学提上议事日程,摆到重要位置。展望未来,水文学将是在数据密集范式驱动下,物理水文学、随机水文学、仿真水文学和数据水文学相互补充、融合发展的水文学。

国外水文数据库建设现状研究

鉴于我国水文数据库发展较慢,而国外发达国家已取得了一系列的成果。本文调查美国、俄罗斯、欧盟、澳大利亚等国家和地区的水文数据库建设现状及相应的产品,通过整理和分析得出结论,这些国家和地区已制定了共享数据的标准,并完善、整合数据库中已存储的水文数据,提供了高效的水文水资源信息服务平台,从而为我国水文数据共享和水文数据库的建设提供宝贵资料,促进水文信息化的发展。

水文数据在线分析与知识发现系统模型研究

数据的在线分析与知识发现是开发信息资源的高级形式 .为了挖掘关于水的运动变化规律和对环境的作用的知识 ,作者提出了水文数据的在线分析与知识发现系统模型 .文章对模型采用的在线分析处理与数据挖掘相结合的分层次结构进行了详细阐述 ,并重点介绍了模型中的关键技术应用 .

面向水文数据共享的水文核心元数据模型研究及应用

研究了目前水文及相关元数据的研究和发展情况,分析了水文数据及元数据的特点,在此基础上研究设计了符合水文数据共享需求,同时具有简洁、适用性强的水文核心元数据模型。提出的水文核心元数据模型在水文水资源科学数据共享中得到了应用,并取得了较好的应用效果。

我国水文数据挖掘技术研究的回顾与展望

水文科学研究的领域面临来自许多方面的不确定性和非确知问题。引入数据挖掘的理论与技术,结合水文科学发展的需要,充分应用以计算机技术为基础的现代信息技术,研究水文数据挖掘的理论、技术和方法,为解决水文科学研究面临的问题提供了新的思路。当前,水文数据挖掘研究还处于起步阶段,研究内容多集中在水文数据的单项和局部数据的模拟与处理方面,对基于水文数据库的全局性多因素数据挖掘涉及很少,在数据挖掘技术与水文数据适应性方面所进行的研究也还很不够。为了充分发挥数据挖掘发现知识的作用,需要在水文主题数据库和多维数据立方、水文序列的分类、聚类和关联规则挖掘技术及优化算法以及水文序列的相似性、周期性和其它序列模式挖掘方面开展进一步研究,并向形成水文数据挖掘软件及数据平台方向发展。

流域水文数据挖掘体系研究

针对流域水文数据存在的海量、复杂、时空性等一系列特点,面向流域防洪与兴利等主题,建立了以数据层、组织层、挖掘层以及决策层为基础的流域水文数据挖掘体系,并从数据仓库、数据挖掘、元数据管理等几个方面建立了该体系的分析流程,为流域防洪和兴利业务提供了新的解决方案。将数据挖掘体系初步应用于流域的预报和调度中,证明在有充足数据的支持下,形成可行的流域预报和调度方案是合理可行的。随着数据管理、数据分析等技术日益完善,以数据仓库、数据挖掘等技术为基础的水文数据挖掘体系将逐步走向实用化。

全国水文计算单元空间数据库的建立与应用

基于水文观测的径流和输沙量数据是区域水土流失定量评价的基础数据。宏观性的研究需要把点状的水文数据转换为所代表面内的信息。利用已经公开刊印的全国水文数据,通过划分水文计算单元,水文表格数据与计算单元图的链接,流域汇流关系确定和径流泥沙的平衡计算,得到各评价单元的径流量和输沙量数据,建立了全国单元空间水文数据库,为以后的空间分析提供了数据基础。最后以1955年水文计算为例,对全国单元水文空间水文计算数据库应用进行了初步分析。

VBA在Excel水文数据处理中的应用研究

文中在对基于VBA在Excel水文数据处理的基础上,对水文数据的处理过程、成果数据格式及大量报表的合理统计进行了阐述,重点对VBA与Excel的交互、文件与文件数据的交互、数据的流程化管理技术做了探讨。实践表明,VBA在Excel中的开发可以对海量水文数据进行处理,在处理过程中公共参数的设置都可自动化完成,使处理速度大大地提高。

基于MapX控件绘制水文数据等值线

采用VB集成MapX控件进行地理信息系统GIS开发的技术,解决了雷达测雨及分布式水文模型计算所得的大量分布式栅格地理数据的处理和显示问题.在地理数据分析中选用一种基于正交网格的等值线算法,并由VB程序实现.将该项技术应用于史灌河流域,并绘制了雷达估测的降雨数据及分布式模型计算所得的水文数据的等值线图,表明将该技术应用于分布式水文模型的数据分析与显示是成功的。

基于GIS的水文地质基础数据管理系统的开发

在介绍组件式GIS的特点以及分析水文地质基础数据管理需求的基础上 ,本文从基础数据的统一管理 ,基于GIS的空间属性数据互查。

数据挖掘技术在水文数据分析中的应用

为提高水文预测的精度,降低预测的复杂度,提出了基于数据挖掘的水文数据分析方法,建立了水文数据分析系统。该系统引入数据挖掘相关技术,以J2EE(Java 2platform enterprise edition)技术为基础,基于Oracle的数据挖掘平台ODM(oracle data mining)和商务智能平台BIEE(oracle business intelligence enterprise edition),实现了水文数据分析的简单化、智能化。最后以江西省鄱阳湖地区4个重要水文站水位历史数据为实例,建立水位数据分析模型,分析结果表明该系统所建模型误差小、预测精度高,完全满足实际应用需求。

兼顾数据质量的水文数据库自动化更新机制研究

每年一次的水文数据库更新是水文数据管理和维护的重要环节,传统的工作流程复杂且较多依赖于人工,容易影响到数据更新的效率和质量.面向水文数据库的更新问题,分析了水文数据潜在的质量问题及控制方法,结合面向异构数据库系统的通用水文数据引擎、数据检查与入库的并行优化算法和人机交互的质量控制机制等关键技术的研究,提出了兼顾数据质量的水文数据库自动化更新机制,将水文数据库的更新流程划分为数据接收、数据检查、人工交互数据修正、数据入库、可视化检查与修改5大关键环节,有效提高入库效率的同时确保水文数据库的更新质量.在此基础上研发的水文数据接收系统,能有力地支持可靠、高效的水文数据库自动化更新,已经在长江水文数据管理中得到应用,在水文行业具有较大的应用与推广价值.

Benford法则在水文数据质量挖掘中的应用研究

为识别和改进数据中存在的质量问题,采用Benford法则进行数据质量挖掘分析,该方法通过分析数字分布规律来检测数据的合理性,达到控制数据质量的目的.以水文数据中降水量数据为样本验证方法的有效性.实验结果表明,该方法能有效识别数据集中存在异常信息,提高了水文数据的数据质量,具有一定的应用前景.

基于云计算的水文数据共享平台的应用研究

水文数据是研究水问题重要的基础信息,是我国重要的基础性科学数据资源之一。研究云计算现有的特点,结合水文数据规模庞大、分布地域广泛等特点,分析开源性云平台Ha-doop中分布式文件系统HDFS、计算模型Map/Reduce、数据仓库Hive技术,设计基于Hadoop的水文云平台,并解决平台实现过程中服务器虚拟化、大规模异构水文数据存储以及元数据管理等关键性问题。最终使得平台具有安全可靠、易维护和良好的可扩展性的特点。

对《基础水文数据库表结构及标识符标准》的认识与分析

对水利行业技术标准《基础水文数据库表结构及标识符标准》(SL324-2005)编制背景、编制原则与主要特点、主要内容作了介绍,着重举例分析了与全国水文数据库表结构方案3.0版的主要差异, 给出了贯彻标准的几点建议。