水利工程管理数据挖掘模型研究.pdfVIP

第32卷第 1期 人 民 黄 河 Vo1．32．No．1 2010年 1月 YELL0W RIVER Jan．，2010 【水利水 电工程 】 水利工程管理数据挖掘模型研究 韩红旗 (华北水利水电学院 管理与经济学院，河南 郑州450011) 摘 要：水利工程管理数据挖掘模型构建要考虑到数据仓库建设及与原有GIS集成问题。数据仓库可以将异构的数据 源统一到语义一致的模式下，是建设数据挖掘系统的基础。数据挖掘系统与GIS集成的方式有嵌入式、松散耦合式、紧 密耦合式 3种，紧密耦合式是两者集成的最好方式。对水利工程管理数据的挖掘宜采用基于OLAP和 OLAM 的探查性 数据挖掘模型。 关 键 词：水利工程管理；空间数据挖掘；数据挖掘模型；地理信息系统；数据仓库 中图分类号：TV697 文献标识码：A doi：10．3969／j．issn．1002—1379．2010．01．035 在水利工程建设和管理中积累的海量数据，大部分是空间 据仓库需要解决两个方面的问题：如何集成来 自异构数据源和 数据，其中蕴藏了丰富的知识，对它们的理解有助于提高管理 系统的空间数据；如何在空间数据仓库 中实现快速而灵活的联 能力和决策水平…。近年来兴起的数据挖掘技术，为处理和分 机分析处理…。 析海量数据提供了强大的支撑。所谓数据挖掘，就是从海量数 影响水利工程建设和管理决策的数据来源是丰富多样的， 据中发现潜在的、有价值的知识的过程。传统的数据挖掘技术 如气象数据库 、蓄滞洪区空间分布式社会经济数据库、雨情和 和方法一般作用于非空间数据，而水利工程管理方面的数据不 水情数据库 、水旱灾情数据库等，它们往往存在于异构的环境 仅包括非空间数据 ，而且包括大量的空间数据。空间数据除了 中，可能来 自于不同的系统，数据格式多种多样。为了能够进 具备非空间数据的特征外 ，还有拓扑、方位和距离等特征，因此 行空间数据的分析和处理，首先需要对这些异构数据进行清 其挖掘技术的实现存在特殊性。李德仁院士首次提出空间数 洗、变换和集成，以清晰一致的格式存放在数据仓库中，然后可 据挖掘这一概念后，国内外不少学者对此开展了广泛的研 以调用相应的数据挖掘算法获取知识。利用空间数据仓库技 究 一 。 术，可以对异构的各类信息进行过滤、集中和综合，完成水情信 在水利工程管理中使用数据挖掘技术 ，要考虑如何建立一 息采集、工情信息采集 、防汛抗旱信息接收、处理等 ，在此基础 个适合水利工程管理特点的模型。首先，水利工程是一个系统 上还可以进行汛情分析、暴雨洪水预报、灾情评估 以及旱情预 工程，为实现有效管理往往需要多领域、多部门的专家相互协 测等 。 作，一项重要决策的做出往往需要对历史数据从各种维度进行 交互探查或查询驱动的数据挖掘主要基于空间数据仓库、 分析，反复考虑各种因素，综合各个专家的意见才能形成，而不 OLAP(On—LineAnalyticProcess，联 机分 析处理 )和 OLAM 同的专家和决策者会从不同的角度来分析数据，因此对水利工 (On—LineAnalyticMining，联机分析挖掘)技术，这些技术基于 程数据的挖掘需要采用交互探查或查询驱动的方法，在技术实 多维数据模型。在多维数据模型中，往往围绕某些中心主题组 现上需要采用数据仓库和多维数据立方体支持这种探查式的、 织数据，将数据视为立方体形式。数据立方体允许从多维对数 快速的联机查询和分析。其次，目前水利工程业务管理系统的 据建模和观察 ，它由维和事实来定义。数据仓库有星型模式、 主体是GIS，大部分空间数据由GIS系统生成，对空间