基于数据仓库模型的水文数据挖掘

何可

摘 要

以水文决策和服务社会需求为导向，运用数据仓库技术，构建面向主题的水文数据仓库结构模型，并对其结构、功能、逻辑模型和数据分析等进行设计，挖掘水文数据在经济社会中运用的价值和实现。

【关键词】数据仓库 水文数据 逻辑模型 价值挖掘

水文数据在水利行业数据中占有重要位置，它通过水文测验收集各种水文要素的原始记录，经过统一的标准和规格，整理成简明、系统的水文数据及数据库。新世纪以来，水文遥感、水文示踪、地理信息系统和云计算等新技术的快速发展，为深入挖掘水文时间、空间变化规律提供了技术可能。借助于神经网络、决策树方法、统计分析方法等，再配合前端数据可视化技术，让我们可以有目的、有组织地去发现水文数据内在的规律和价值，提供面向主题的快速数据分析、预测预报等功能，实现支持决策和服务社会的目标。

1 需求分析

水文数据按决策、服务对象和适用范围可分为通用数据库和专用数据库，原始实测数据是基础。通用数据库主要存储历年基本水文数据，如简单加工数据、资料整编后的数据等，为社会各行业和其他用户提供基础服务。专用数据库主要存储实时数据、二次加工处理和分析计算数据，为政府、水利专业和特定用户提供服务，如水文情报预报专用库、工程水文计算专用库等。水文原始实测数据本身难以满足复杂多样的水文决策和服务需求，需要充分利用数据挖掘技术对水文数据进行分析和发现，提取出在水资源管理、防灾减灾等经济社会科学发展方面有用的信息。……