整编数据库中水位遥测数据精简前后对比分析

焦显松 翟志峰

（安徽省安庆市水文局 安庆 246003） （安徽省蚌埠市水文局 蚌埠 233000）

1 前言

长期以来，传统的水文观测方式决定了水文资料整编模式。随着社会的发展，新仪器、新技术不断应用于水文观测中，要求水文资料整编模式也要适应这一发展过程。仅水文观测资料中的一项基本因子（水位）而言，随着水位遥测数据代替老式的自记数据，水位遥测数据参加整编也成为必然。在实际观测中，由于水位遥测数据将一定的对水位变化产生影响的因素包含在内，如果大量的水位遥测数据未经分析和精简就进入整编数据库，将会影响整编数据库的运行速度及水位数据的使用精度。本文就采用何种方式使精简后的遥测水位数据既能达到整编规范要求，又能节约整编数据库的使用空间和遥测水位的使用效率进行分析研究。

2 整编数据库概述

此次分析的整编数据库采用了安徽省水文局自行开发研究的“水文信息资源管理系统”（简称系统）。

系统是基于服务器/客户端数据库技术开发的，所有信息是按数据库的数据结构原理存放在一个物理文件内，而不是分别存放在独立的数据文件中。

SWINFOR.MDE是系统的软件核心，其大小基本不变，必须在MicrosoftAccess2000环境下运行。SWINFOR.MDE由窗体、报表和运算逻辑模块组成，提供与用户对话的操作界面，完成对数据库中数据的输入、编辑、管理和输出等功能。

SWDBASE.MDB是一个关系型数据库，不同的信息按逻辑关系分门别类地存放在各个库表中，这些库表按数据类型大致分成3类，一类是水文原始数据，是实现水文整编的原材料；另一类是水文成果数据，数据库表结构基本上与《国家水文数据库库表结构方案》一致；最后一类数据是管理类型数据，用于数据库管理、查询输出、水文计算等。SWDBASE.MDB的大小将逐年随着数据增多而变大。数据库中信息的数据格式和相互关系与普通文本数据不同但容易理解，对信息的处理由Access数据库系统和系统的SWINFOR.MDE模块共同管理。

3 水位遥测数据精简前后对比分析

3.1 样本数据的收集

样本数据主要收集了淮河干流的淮南、吴家渡两个水位站2009年遥测数据资料，共计9102个遥测水位点据。水位分析因子包含日平均水位、月平均水位、年平均水位、年最高水位及出现日期、年最低水位及出现日期。

3.2 水位遥测数据精简条件

采用系统中给定的精简条件：（1）遥测数据精简；（2）遥测数据精简时应保留的段制摘点；（3）遥测数据精简时水位相对变化率差。

对于遥测数据精简时水位相对变化率差采取区间逐步搜索，给定水位变化率分别以0m、0.01m、0.03m作为分析初始值。

3.3 遥测数据精简原理

整编数据库为尽可能地反映精简前遥测数据所对应的水位变化过程，系统中给出水位相对变化率作为控制的主要条件。水位遥测数据精简原理见图1。

假设图1中A、B、C三点为未精简前的遥测水位数据点据，精简条件赋值时，若C点遥测水位与B点遥测水位之间的差值（假设为X）与B点遥测水位与A点遥测水位之间的差值(假设为Y)之间的比值Y/X大于给定的水位相对变化率时，条件赋值为TRUE，保留B；否则条件赋值为FALSE，删除B点，依次循环，直至记录数达到较为稳定的数值为止，再对比分析精简数据是否满足整编规范要求。

3.4 水位遥测数据精简对比分析

基于以上水位遥测精简原理，对淮河干流的淮南、吴家渡2个水位站2009年遥测数据进行精简，并对精简前后的水位遥测数据组进行统计分析。

依据遥测数据精简时水位相对变化率差的区间搜索结果（见表1），当水位相对变化率差分别采取0m、0.01 m、0.03 m，相对应的遥测数据总记录数淮南站分别6838条、3987条、3978条；吴家渡站分别为2264条、1278条、1265条信息；精简后的遥测数据记录数较精简前的水位遥测数据记录数减少幅度在40%～50%之间。

表1 淮南、吴家渡站遥测数据精简前后原始水位记录总个数对比分析表

表2 淮南、吴家渡日平均水位精简前后对比分析表

表3 淮南、吴家渡站月、年平均水位精简前后对比分析表

依据精简的水位相对变化率给出的初始值，分别统计分析精简前后的日平均水位、月平均水位、年平均水位、年最大值水位、年最小值水位变化情况。

精简前后的水位变化相对较大的为日平均水位这一统计因子，精简前后日平均水位差值最大的：淮南站0.02m（发生日期9月2日）、吴家渡站为0.03m（发生日期6月28日）；最小的为0m（发生日期1月1日）。精简前后的日平均水位差值变化较大的出现在水位变化较大的时间段，而水位变化较缓慢的时间段精简前后的日平均水位差值就较小或为0m。淮南、吴家渡日平均水位精简前后对比分析成果见表2。

精简前后月平均水位差值最大的：淮南站0.01m（6月份）、吴家渡站0.01m（8月份）；最小0m，均为1月份。精简前后的月平均水位差值变化较日平均水位差值变化较小。

精简前后的遥测水位年极值仅统计分析了吴家渡站。依据精简的水位相对变化率最后成果，当采取水位相对变化率为0.03m时，精简前后遥测水位年最大值、年最小值均未发生变化，分别为15.74m、11.99m；相对应的日期也未发生变化，分别为9月2日、6月28日。淮南和吴家渡站月、年平均水位精简前后对比分析成果见表3。

为验证水位遥测精简条件的合理性，采用系统自带的绘图功能，点绘吴家渡遥测数据精简前后逐日水位过程线对比图（见图2），图2也较好地反映了采取合适的精简条件，吴家渡遥测水位精简后的水位过程线基本没有改变。

在以上水位遥测数据精简前后数据对比分析的基础上，保留精简条件中的（1）、（2）两条，选取水位相对变化率为0.03m作为淮南、吴家渡两站的整编数据库中水位遥测数据精简的最后优化成果。

4 结语

本次精简统计分析结果显示，当淮南、吴家渡两站采取合适的水位遥测数据精简条件，精简后的水位遥测数据组所反映的水位各项统计因子均能满足整编规范要求。给定水位遥测数据精简的最后优化成果后，精简水位遥测数据组记录数精简后减少幅度在40%～50%之间，节约了整编数据库的使用空间，也提高了整编数据库的运行速度及水位数据的使用效率。

由于遥测数据参加整编起步较晚，本次分析仅仅统计了水位遥测数据组，未统计分析因水位精简而带来的流量及各时段最大洪水总量统计因子的变化情况，这项工作还有待在以后的工作中去逐步对比分析。

值得一提的是，因各地区产汇流条件的不同，山区型河流洪水陡涨陡落，水位遥测数据的精简条件应结合具体河流特性来确定，洪水时期水位相对变化率应区别于非洪水期的水位相对变化率，以使水位遥测数据精简后的成果满足整编规范要求