基于黑龙江省水利普查数据应用平台的数据资源池及应用

2023-03-13司振江

水利科学与寒区工程 2023年11期

张晗，司振江

(黑龙江大学水利电力学院，黑龙江哈尔滨 150080)

1 数据资源

1.1 基础地理信息数据

涵盖了黑龙江省行政区划、交通路网、流域水系水、水利工程设施、灌区工程、水利行业单位以及水文站点等空间数据。这些数据既可以通过地图形式进行可视化展示，也可以通过属性表展示相关数据。数据比例尺为1∶10 000。显示比例尺为(1∶8 000 000)～(1∶2000)。

1.2 遥感影像数据

利用原有遥感影像数据，加载到三维场景，将DEM数据、流域水系数据、水利工程设施、水利行业单位、水文站点、交通路网等数据相叠加，实现对黑龙江省地面状态的真实反应。数据精度为2.5 m。

1.3 DEM数据

通过将DEM数据与3D图像进行叠加，得到地表的全省地面数字高程模型数据。数据精度为25 m。

1.4 水利普查数据

以黑龙江省所有行业和所有要素类的地理信息数据为基础，以属性数据的形式呈现出来。水利普查数据主要包括了以下8大类：河湖基本情况、水利工程基本情况、经济社会用水、河湖开发治理保护情况、水土保持情况、水利行业能力建设情况、灌区专项、地下水取水井专项等，共有547.5万个普查对象[1]。

1.5 三维数据模型

利用多旋翼无人机航拍获取典型水库工程的三维数据。构建三维模型，修复水面，与库区范围内的0.5 m精度影像数据、20 m精度DEM数据融合处理，数据融入平台三维场景中。数据精度：模型规格为A类，建筑精度0.02 m，坐标精度0.02 m。

1.6 元数据

即中介数据、中继数据，作为描述水利普查数据的数据，存储于数据库中。

2 数据资源池设计规则

数据资源池是整个系统的核心，其设计对于系统的高效、稳定运行具有重要的意义。一个良好的数据库设计可以提高系统的性能、稳定性和可维护性，降低开发和维护的成本，并且使系统能够更好地适应未来的业务变化和发展。

在数据库设计过程中，需要考虑到数据的结构、关系、约束以及数据的存储和访问方式等因素[2]。通过对数据的合理组织和规划，可以优化系统的查询速度、数据存储和数据处理能力，从而提高系统的实际运行效率。

2.1 规范命名

所有的库名、表名、域名必须遵循水利部的规范说明，并进行必要说明，以方便设计、维护、查询。

2.2 并发控制

并发控制是设计中非常重要的一环，它确保了在同一时间只有一个用户对数据库的某个表拥有写入权限，而其他用户只能进行读取操作。这种控制方式可以有效地避免数据冲突和数据不一致的情况发生，从而确保数据的一致性和完整性。

2.3 全面准确

确保所涉及的数据库具有尽可能全面的内容，并且字段的类型和长度能够精确地反映业务处理的需求。此外，数据库的设计还应该能够满足当前和未来的业务需求，以确保数据的准确性和完整性。

2.4 关系一致

准确描述“一对一”“一对多”“多对多”等不同数据表之间的联系，并与业务数据的实际情况保持一致。同时，考虑是否使用各种强制关系，以及规定维持这些关系的多种方式，例如强制存在、强制一对一等。

2.5 松散耦合

各子系统之间采用了松散耦合的原理，避免了过多的级联和嵌套，有效地解决了多个子系统之间的相互影响。子系统间的关系可以通过“重新输入”“查询”和“程序填充”三种方法进行连接，相关字段采用冗余存储。

2.6 适度冗余

在进行数据库设计时，要尽可能地减少冗余，并保留一定程度的冗余。

2.7 高频分离

平台自主将高频使用的数据从主表中分离或冗余存储，可以显著提升系统运行性能。这种优化方法可以减少对主表的访问次数，从而降低主表的负载，提高系统响应速度。例如，在对受限信息进行检测等场景中，平台可以将这些高频使用的数据存储在缓存中，以便快速访问和查询。这种做法不仅可以提高系统的运行效率，还可以减少对数据库的访问次数，从而降低系统的负载和资源消耗。

2.8 数据库的一致性和完整性

优化数据库各表单及其表间关联的设计，在确保数据库一致性、完整性的同时，简化数据库操作。合理平衡系统可靠性和运行速度之间的关系。

3 数据资源池构建与管理

3.1 数据入池过程

数据资源池为多种空间数据格式的兼容操作提供了全面的支持，主要包括ArcGIS、SuperMap和MapInfo等空间数据格式。这些格式涵盖了地理信息系统领域中广泛使用的数据格式，使得系统能够在不同的数据源之间进行转换和处理。

空间数据的内容主要包括点数据集、线数据集、面数据集、文本数据集、符合数据集、网络数据集和属性数据集等。这些数据集代表了地理信息系统中各种不同类型的空间信息，包括地形、建筑物、道路、水系、土地利用等。

系统提供了方便快捷的数据录入、编辑、存储、备份、显示查看等基本的空间数据操作功能。这些操作功能使得用户可以轻松地进行数据的输入、修改、更新和管理，确保了数据的准确性和完整性。同时，系统还提供了数据转换工具，可以将其他格式的数据转换为系统所支持的格式，进一步扩展了系统的兼容性。

3.2 数据库管理与性能优化

3.2.1 数据库管理

对数据资源进行集中式管理，全自动备份数据，无须人工干预；在系统出现异常情况时，时刻自动恢复、自动备份的数据；当数据发生更改时，需要将原始数据存入历史数据库中，这样才能方便地对数据进行跟踪和查询。

3.2.2 数据库系统优化

减少平台数据输入输出频次，降低数据吞吐量，保证系统平台读取数据效率，将常用修改的水利数据存储于Oracle数据库中，不常修改的数据以瓦片形式存储。将空间数据与普查业务数据索引关联，其物理上的排放次序和索引次序完全一致，可很快查找定位。数据查询中的指标高级查询降低使用表关联，避免三个以上的表关联，必要时将查询分成多步来执行，提升数据查询效率。应用系统优化数据的一致性、完整性以及容错等基本功能，避免长时间占用资源，引起死锁；系统运行一段时间后，删除废弃数据，保持良好性能。

3.2.3 空间数据访问优化

采用多级空间索引机制，对平台涉及空间数据采用按行政分区、多级比例尺地图、分幅索引等多级进行索引，实现地图显示的平滑过渡和逐步载入。如二维矢量数据、遥感影像数据、DEM地形地貌数据等，采用影像金字塔、隔行扫描策略、空间多分辨率编码，实现优化数据显示效率。

4 数据资源池的应用

水利普查数据应用平台数据资源池融合了水利普查中各类业务数据、遥感影像数据、DEM数字高程模型以及无人机倾斜摄影数据[3]。该平台的应用可以贯穿水利行业的各个方面，包括规划设计、工程建设与管理和咨询决策等。

在规划设计环节，该平台所提供的数据可用于制定更为科学合理的水利规划方案，为水利资源的合理配置和高效利用提供有力的数据支持。同时，这些数据还可以与其他领域的数据进行融合，为城市规划、生态环境保护等领域提供支持。例如，将水利普查数据与气象数据、生态环境监测数据进行融合，可以用于生态环境保护和气候变化研究等领域；将水利普查数据与城市规划数据进行融合，可以用于城市水资源管理和城市规划等领域。

在工程建设与管理方面，该平台提供的数据可以用于水利工程的设计、施工和管理工作中。例如，利用遥感影像数据和无人机倾斜摄影数据可以生成三维地形模型，辅助设计人员进行更为精准的设计；利用GIS技术可以实现水利工程的选址、布局和优化设计等。

在咨询决策方面，该平台提供的数据可以为决策者提供科学依据。例如，利用水利普查数据可以对水资源进行科学评估和调配，为水资源管理和保护提供依据；同时，这些数据还可以用于水文气象预报、防洪抗旱等工作。