余国倩 ,陶光毅 ,赵天宇 ,刘 冰
(1.山东省水文局,山东 济南 250002;2.山东国基光晔信息科技有限公司,山东 济南 250021;3.南水北调东线山东干线有限责任公司,山东 济南 250019)
随着水文事业的发展和信息化技术的进步,水文数据的种类和体量都在快速增长。目前我国积累了大量宝贵的水文资料,如何充分利用这些长期积累的水文资料进行水文分析,以及对分析挖掘的结果进行原始数据溯源,显得非常重要。
水文数据中,分钟降水数据是强降水天气过程、特征研究的基础资料[1]。降水自记纸记录的分钟降水量对于了解和研究长年历史分钟雨量特征及规律尤为重要[2]。利用信息化技术对纸质降水自记纸记录进行数字化,从降水迹线提取分钟降水数据[3–4]会产生海量数据,仅山东省临沂市降水自记纸记录数字化获取的分钟降水数据就约为 2.36 亿个。水文数据中有大量的文字信息需要分析,包括从文本格式水文资料非结构化数据中抽取的文字内容,如水文论文、水资源资料、水文测站测验资料和考证簿,等等。
数据来源于山东省水文局提供的 4 786 个水文测站的基本信息,临沂市 143 个水文测站 1958—2013 年降水自记纸记录数字化获取的约 2.36 亿个分钟降水数据、约 48 万个降水自记纸正面和背面图像文件及人工记录信息。
将水文数据存储在 TRIP 数据库中,将搜索引擎集成在 TRIP 数据库中,分析函数集成在 TRIP 数据库的分析应用程序中。……