大數(shù)據(jù)在洪水分析中的應(yīng)用前景探究

吳美玲，楊 侃，楊 哲

（河海大學(xué)水文水資源學(xué)院，江蘇 南京 210098）

0 引言

近幾年來(lái)，“大數(shù)據(jù)”這個(gè)詞在日常生活中出現(xiàn)頻率非常高?！按髷?shù)據(jù)”在20世紀(jì)80年代就由美國(guó)著名的未來(lái)學(xué)家及社會(huì)思想家Alvin Tolffer首次提出，然而直到互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展和興起，關(guān)于大數(shù)據(jù)的關(guān)注與研究才逐漸受到重視。

目前大數(shù)據(jù)的案例主要集中在商業(yè)、金融、教育、交通、醫(yī)療、農(nóng)業(yè)等領(lǐng)域[1]，關(guān)于水利大數(shù)據(jù)的相關(guān)研究和應(yīng)用比較少。為了推動(dòng)大數(shù)據(jù)在水利行業(yè)的研究和應(yīng)用，國(guó)務(wù)院發(fā)布了《國(guó)務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》[2]?；趪?guó)家對(duì)大數(shù)據(jù)分析的擴(kuò)展應(yīng)用，探索防汛防旱大數(shù)據(jù)管理新模式，是傳統(tǒng)水利管理模式轉(zhuǎn)變的必然趨勢(shì)，也是當(dāng)代水利信息化技術(shù)發(fā)展的必然選擇。

1 水利大數(shù)據(jù)

1.1 水利大數(shù)據(jù)基本概念

全球的數(shù)據(jù)規(guī)模已經(jīng)有了新的突破，根據(jù)統(tǒng)計(jì)分析，全球的數(shù)據(jù)規(guī)模每年以40%左右的速度在增長(zhǎng)，并預(yù)計(jì)2020年全球的數(shù)據(jù)將從2015年的8.6 ZB增加到40 ZB[3]。近幾年來(lái)隨著重大項(xiàng)目（國(guó)家防汛抗旱指揮系統(tǒng)建設(shè)、水資源監(jiān)控能力建設(shè)等）、專項(xiàng)工作（首次全國(guó)水利普查、水資源調(diào)查評(píng)價(jià)等）、以及各項(xiàng)日常業(yè)務(wù)工作（水利工程、農(nóng)村水利、水利規(guī)劃）的積極開展，目前已經(jīng)產(chǎn)生并積累了大規(guī)模的水利數(shù)據(jù)。據(jù)統(tǒng)計(jì)，在2016年我國(guó)水利數(shù)據(jù)總量已經(jīng)達(dá)到了300 TB，并以年增量80 TB的速度增長(zhǎng)，已經(jīng)呈現(xiàn)出量大、種類多樣、處理速度快和價(jià)值高的特征，利用常規(guī)的IT技術(shù)和軟硬件工具已經(jīng)無(wú)法在可容忍的時(shí)間內(nèi)對(duì)其進(jìn)行感知、管理、處理和服務(wù)，需要新的處理模式代替?zhèn)鹘y(tǒng)的處理模式[4]。與傳統(tǒng)水利數(shù)據(jù)相比，水利大數(shù)據(jù)具有以下特點(diǎn)（見表1）。

1.2 水利大數(shù)據(jù)應(yīng)用層次分析

根據(jù)對(duì)現(xiàn)有相關(guān)的水利大數(shù)據(jù)的研究分析，可將大數(shù)據(jù)應(yīng)用分為3個(gè)層次[5]，分別為直接應(yīng)用、關(guān)聯(lián)應(yīng)用以及預(yù)測(cè)應(yīng)用。

直接應(yīng)用即對(duì)大量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，找出問(wèn)題的原因或數(shù)據(jù)的規(guī)律并加以應(yīng)用。劉懷利[6]等提出利用大數(shù)據(jù)應(yīng)用技術(shù)獲得山洪災(zāi)害的相關(guān)信息并對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，找出產(chǎn)生問(wèn)題的主要影響因子，更加精準(zhǔn)地預(yù)警和預(yù)測(cè)山洪爆發(fā)，為減少山洪災(zāi)害提供技術(shù)支撐。

關(guān)聯(lián)應(yīng)用即對(duì)兩個(gè)或是多個(gè)有關(guān)聯(lián)的事物之間進(jìn)行分析，找出它們之間的關(guān)系，通過(guò)一個(gè)事物來(lái)預(yù)測(cè)另外一個(gè)事物。劉雄[7]提出利用Map Reduce模型對(duì)漬水點(diǎn)歷史降雨強(qiáng)度和漬水點(diǎn)的積水深度的關(guān)系進(jìn)行了回歸分析進(jìn)行編程，從而確定了降雨積水關(guān)系模型，將降雨預(yù)報(bào)數(shù)據(jù)輸入到回歸模型中，分析出漬水點(diǎn)的積水情況。

預(yù)測(cè)應(yīng)用即通過(guò)數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)，并作出決策來(lái)調(diào)整當(dāng)前的行為。楊太萌[8]提出了利用大數(shù)據(jù)建立水位預(yù)測(cè)模型，通過(guò)模型來(lái)預(yù)測(cè)未來(lái)6 h的水位，輔助防汛工作人員在汛期來(lái)臨時(shí)根據(jù)預(yù)測(cè)水位能及時(shí)制定防洪減災(zāi)相應(yīng)的對(duì)策，減少受洪澇災(zāi)害對(duì)城市造成地?fù)p失。LiD等[9]研究基于POT/GP模型的水流大數(shù)據(jù)分析方法，并且將這個(gè)方法應(yīng)用對(duì)丹江口水庫(kù)進(jìn)行洪水預(yù)測(cè)。歐洲洪水感知系統(tǒng)EFAS實(shí)現(xiàn)了對(duì)10 d的極端天氣的預(yù)測(cè)和洪水預(yù)警[10]。

2 防汛與大數(shù)據(jù)

2.1 南京水利大數(shù)據(jù)來(lái)源及特征

表1 水利大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的不同點(diǎn)

2.1.1 南京水利大數(shù)據(jù)體系

南京水利大數(shù)據(jù)來(lái)源范圍廣泛，包括防辦、水務(wù)局、水文局等管理單位，數(shù)據(jù)主要包括水務(wù)監(jiān)測(cè)數(shù)據(jù)、水利工程工情數(shù)據(jù)、空間地理信息數(shù)據(jù)、氣象數(shù)據(jù)等類別，形成了南京市水利大數(shù)據(jù)體系（見圖1）。南京水利大數(shù)據(jù)資源橫跨多個(gè)業(yè)務(wù)部門，數(shù)據(jù)系列長(zhǎng)，資源豐富，為進(jìn)行基于大數(shù)據(jù)技術(shù)的洪水分析提供良好數(shù)據(jù)基礎(chǔ)。整合的數(shù)據(jù)涵蓋了防汛相關(guān)信息的各個(gè)層面以及其它領(lǐng)域的相關(guān)數(shù)據(jù)，構(gòu)成非常復(fù)雜，數(shù)據(jù)量也異常龐大。

圖1 南京防汛大數(shù)據(jù)體系

2.1.2 水利大數(shù)據(jù)特點(diǎn)分析

（1）體量大

1.4療效判定標(biāo)準(zhǔn)[2]患者PANSS減分率≥70%為痊愈;PANSS減分率在50%~69%為顯著進(jìn)步;PANSS減分率在30%~49%為好轉(zhuǎn);不滿足上述標(biāo)準(zhǔn)者均視為無(wú)效,總有效率=(痊愈+顯著進(jìn)步+好轉(zhuǎn))/總例數(shù)×100%。

南京市水利信息化建設(shè)至今，水利數(shù)據(jù)在監(jiān)測(cè)、采集、傳輸、存儲(chǔ)、管理和分析等方面的基本設(shè)備逐漸得到完善，防汛領(lǐng)域積累的數(shù)據(jù)量越來(lái)越大且每年的數(shù)據(jù)集都在大量增加。這些數(shù)據(jù)涉及到水文歷史數(shù)據(jù)、防洪工程設(shè)施、地理空間數(shù)據(jù)、防汛物資數(shù)據(jù)、輔助信息數(shù)據(jù)、預(yù)報(bào)調(diào)度業(yè)務(wù)成果數(shù)據(jù)和社會(huì)經(jīng)濟(jì)等靜態(tài)數(shù)據(jù)，還包括實(shí)時(shí)工情數(shù)據(jù)，水旱災(zāi)害數(shù)據(jù)、防汛物資數(shù)據(jù)、氣象數(shù)據(jù)、旱情數(shù)據(jù)、水質(zhì)數(shù)據(jù)、預(yù)警數(shù)據(jù)等動(dòng)態(tài)數(shù)據(jù)。

（2）分散性

水利大數(shù)據(jù)分散在各個(gè)不同的部門并由其管理，如省廳數(shù)據(jù)中心、下屬單位、城區(qū)防辦、市供水節(jié)水管理處、市政府信息中心等多個(gè)部門，因此需要水利相關(guān)部門積極主動(dòng)地參與數(shù)據(jù)共享的工作中，盡量完善水利大數(shù)據(jù)。

（3）異構(gòu)性

水利基礎(chǔ)數(shù)據(jù)的通常的獲取途徑如下：流域內(nèi)各個(gè)水文監(jiān)測(cè)站點(diǎn)、先進(jìn)的遙測(cè)技術(shù)、復(fù)雜的物理實(shí)驗(yàn)等手段，每個(gè)手段獲得數(shù)據(jù)形式各不相同。并且水文數(shù)據(jù)分別由中央、各流域機(jī)構(gòu)等各個(gè)水利部門單獨(dú)進(jìn)行管理和存儲(chǔ)，且各個(gè)部門所采用的數(shù)據(jù)管理平臺(tái)以及數(shù)據(jù)庫(kù)系統(tǒng)也是截然不同，導(dǎo)致各類水文數(shù)據(jù)結(jié)構(gòu)存在明顯的差異，為數(shù)據(jù)整合匯集帶來(lái)的巨大的工作量。

（4）周期性

水文現(xiàn)象具有一定的周期性，如受到地球公轉(zhuǎn)的影響，使水文現(xiàn)象具有年周期性；受到地球自轉(zhuǎn)的影響，水文要素具有日周期性；受到月球的影響，使潮水位進(jìn)行周期性運(yùn)動(dòng)（潮汐）；受到季節(jié)的影響，每年南京市在6月將進(jìn)入汛期到9月底結(jié)束。

（5）交叉性

水利大數(shù)據(jù)不僅僅涉及到水資源、水質(zhì)、防汛抗旱、水行政、水污染等方面的數(shù)據(jù)，而且還涉及到氣象、地理空間、社會(huì)經(jīng)濟(jì)等方面的數(shù)據(jù)。

（6）價(jià)值高

水利數(shù)據(jù)對(duì)于水行政部門的規(guī)劃、建設(shè)、管理和社會(huì)各界開展與水利相關(guān)的活動(dòng)，以及滿足人民群眾對(duì)水資源信息日益增長(zhǎng)的需求具有重要的價(jià)值。

2.2 水利大數(shù)據(jù)應(yīng)用平臺(tái)搭建

運(yùn)用大數(shù)據(jù)的相關(guān)技術(shù)，搭建了南京市水利行業(yè)領(lǐng)先的大數(shù)據(jù)應(yīng)用平臺(tái)（見圖2），開展對(duì)分布異構(gòu)多源的數(shù)據(jù)進(jìn)行整合挖掘分析利用，建設(shè)高端創(chuàng)新應(yīng)用，形成具備水利應(yīng)用系統(tǒng)特色的水務(wù)系統(tǒng)應(yīng)用大數(shù)據(jù)分析環(huán)境。

構(gòu)建大數(shù)據(jù)分析平臺(tái)，并以秦淮河流域?yàn)楸敬未髷?shù)據(jù)分析對(duì)象，并基于大數(shù)據(jù)平臺(tái)實(shí)現(xiàn)秦淮河流域的洪水分析應(yīng)用，主要實(shí)現(xiàn)洪水事件信息多維關(guān)聯(lián)與展示，洪水分析、防洪調(diào)度的匹配分析。

2.2.1 大數(shù)據(jù)分析平臺(tái)

利用市水務(wù)局舊有和新購(gòu)置的服務(wù)器構(gòu)建分布式大數(shù)據(jù)應(yīng)用硬件平臺(tái)，配置大數(shù)據(jù)存儲(chǔ)、分析、處理等相關(guān)平臺(tái)軟件，建立基于HDFS/Hadoop的分布式存儲(chǔ)平臺(tái)，Spark的分布式并行處理環(huán)境，構(gòu)建市水務(wù)大數(shù)據(jù)應(yīng)用平臺(tái)。根據(jù)南京市防汛防旱指揮系統(tǒng)實(shí)際情況并結(jié)合大數(shù)據(jù)支撐服務(wù)需要進(jìn)行二次開發(fā)。圖3是大數(shù)據(jù)分析技術(shù)架構(gòu)。

2.2.2 數(shù)據(jù)流程

水利大數(shù)據(jù)處理流程如圖4所示。

2.2.3 平臺(tái)功能設(shè)計(jì)

構(gòu)建市水利大數(shù)據(jù)應(yīng)用平臺(tái)，并以其為核心，構(gòu)建大數(shù)據(jù)等相關(guān)的創(chuàng)新應(yīng)用。從數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)挖掘分析到應(yīng)用，整個(gè)大數(shù)據(jù)分析平臺(tái)基本功能如下：

（1）海量水利數(shù)據(jù)存儲(chǔ)

圖2 南京水利大數(shù)據(jù)應(yīng)用框架圖

圖3 大數(shù)據(jù)分析技術(shù)架構(gòu)

傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)，適合存儲(chǔ)結(jié)構(gòu)化的水利數(shù)據(jù)，而在進(jìn)行存儲(chǔ)海量的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)過(guò)程中暴露出其在性能、擴(kuò)展性、安全性等方面的不足。Hadoop提供HDFS分布式文件系統(tǒng)和HBASE非關(guān)系型數(shù)據(jù)庫(kù)實(shí)現(xiàn)海量異構(gòu)的防汛數(shù)據(jù)存儲(chǔ)。其中HDFS分布式文件系統(tǒng)的冗余備份機(jī)制提供了很高的可靠性保證，HBASE是基于HDFS分布式文件系統(tǒng)作為底層數(shù)據(jù)存儲(chǔ)，利用分布式計(jì)算的優(yōu)勢(shì)，高效地對(duì)數(shù)據(jù)進(jìn)行隨機(jī)讀寫訪問(wèn)，具有很高的容錯(cuò)性。并且任何數(shù)據(jù)存儲(chǔ)到HBASE中的都會(huì)帶有時(shí)間戳，很適合存儲(chǔ)傳感器采集的相關(guān)水雨情信息。

（2）大數(shù)據(jù)挖掘

南京水務(wù)數(shù)據(jù)中心為系統(tǒng)提供南京水利大數(shù)據(jù)存儲(chǔ)及數(shù)據(jù)計(jì)算平臺(tái)，通過(guò)平臺(tái)服務(wù)器提供系統(tǒng)調(diào)用功能。門戶服務(wù)中心將整合數(shù)據(jù)中心存儲(chǔ)的數(shù)據(jù)以及計(jì)算資源，并通過(guò)Open API服務(wù)器和web應(yīng)用服務(wù)器以O(shè)pen API調(diào)用和web調(diào)用的方式提供大數(shù)據(jù)存儲(chǔ)、管理及挖掘等服務(wù)。采用Spark組件進(jìn)行大數(shù)據(jù)分析，數(shù)據(jù)挖掘模型以Spark On Yarn的方式構(gòu)建大數(shù)據(jù)分析引擎。通過(guò)調(diào)用聚類分析、回歸分析、關(guān)聯(lián)規(guī)則分析、時(shí)間序列分析等算法，進(jìn)行南京水利大數(shù)據(jù)分析計(jì)算。

2.3 水利大數(shù)據(jù)應(yīng)用

以南京市秦淮河流域作為研究區(qū)域進(jìn)行大數(shù)據(jù)洪水分析應(yīng)用，提取實(shí)時(shí)水雨情數(shù)據(jù)、氣象數(shù)據(jù)、水文歷史數(shù)據(jù)、地理空間數(shù)據(jù)等海量數(shù)據(jù)作實(shí)時(shí)洪水的大數(shù)據(jù)分析和預(yù)測(cè)。

基于構(gòu)建的秦淮河實(shí)時(shí)洪水業(yè)務(wù)場(chǎng)景，利用大數(shù)據(jù)應(yīng)用平臺(tái)進(jìn)行分析：基于分布式服務(wù)器集群，通過(guò)大數(shù)據(jù)應(yīng)用開發(fā)平臺(tái)的數(shù)據(jù)接入服務(wù)實(shí)現(xiàn)過(guò)程數(shù)據(jù)采集、傳輸、存儲(chǔ)和加工處理服務(wù)。應(yīng)用大數(shù)據(jù)挖掘計(jì)算服務(wù)結(jié)合Spark分布式計(jì)算技術(shù)，實(shí)現(xiàn)歷史數(shù)據(jù)的相似性分析，通過(guò)與歷史數(shù)據(jù)的自動(dòng)匹配得到秦淮河流域洪水分析成果，為防汛指揮人員能做出科學(xué)、合理的防洪調(diào)度決策提供信息支持。

2.3.1 洪水事件多維關(guān)聯(lián)

結(jié)合大數(shù)據(jù)分析平臺(tái)，對(duì)當(dāng)前洪水事件進(jìn)行信息多維關(guān)聯(lián)分析與展示，從氣象、降雨、水情、工情、積水、應(yīng)急響應(yīng)、險(xiǎn)情等洪水事件的不同維度進(jìn)行分析與展示，功能結(jié)合防汛指揮大屏進(jìn)行可視化構(gòu)建，滿足實(shí)時(shí)防汛應(yīng)用場(chǎng)景需求。圖5是基于大數(shù)據(jù)分析平臺(tái)對(duì)當(dāng)前洪水事件進(jìn)行信息多維關(guān)聯(lián)分析與展示的效果圖。

圖4 大數(shù)據(jù)應(yīng)用平臺(tái)數(shù)據(jù)流程

圖5 南京市秦淮河大數(shù)據(jù)洪水分析平臺(tái)效果圖

圖5南京市秦淮河大數(shù)據(jù)洪水分析平臺(tái)效果圖，系統(tǒng)提供的洪水事件信息的多維關(guān)聯(lián)展示支持防汛指揮人員24小時(shí)不間斷地對(duì)實(shí)時(shí)汛情信息、實(shí)時(shí)工情信息、預(yù)警信息、險(xiǎn)情信息、災(zāi)害信息在線監(jiān)測(cè)預(yù)警（見圖5）。其中，實(shí)時(shí)汛情信息包括實(shí)時(shí)雨量、河道水位、流量，水庫(kù)水位等水雨情信息；實(shí)時(shí)工情信息主要是泵站的實(shí)時(shí)運(yùn)行工況信息；預(yù)警信息包括水情監(jiān)測(cè)站點(diǎn)監(jiān)測(cè)預(yù)警等；險(xiǎn)情信息主要是積水險(xiǎn)情信息；災(zāi)害信息包括城市受淹情況統(tǒng)計(jì)。系統(tǒng)利用圖、表的交互方式，為防汛人員提供全面、高效、實(shí)時(shí)、直觀地汛情信息服務(wù)，便于其正確分析和判斷當(dāng)前汛情、險(xiǎn)情等信息，并制定科學(xué)的防汛調(diào)度方案。

2.3.2 洪水相似性分析

結(jié)合歷史洪水信息，利用洪水相似性分析方法，對(duì)選定洪水進(jìn)行歷史相似洪水在線分析，根據(jù)分析結(jié)果進(jìn)行相似度排序，查看不同相似度情形下歷史洪水信息，包括發(fā)生時(shí)間、發(fā)生過(guò)程中斷面水位對(duì)比情況，分析工程歷史調(diào)度方案采用的控制條件、歷史相似洪水相關(guān)統(tǒng)計(jì)信息等。將實(shí)時(shí)數(shù)據(jù)和大數(shù)據(jù)分析結(jié)果利用可視化技術(shù)，以圖形的形式進(jìn)行展示。

（1）洪水相似性分析方法

洪水相似性分析是選取流域主要控制站的水位、流量等為特征指標(biāo)，采用系統(tǒng)相似性度量中的相關(guān)系數(shù)法[11]和非平均距離系數(shù)法[12]，建立洪水相似性分析方法，在選定主要控制站后，從數(shù)據(jù)庫(kù)中獲取這些控制站的歷史場(chǎng)次洪水信息，與當(dāng)前洪水信息進(jìn)行對(duì)比分析，并推薦出相似的歷史場(chǎng)次洪水。基于歷史洪水資料，利用洪水形成過(guò)程中的相似性進(jìn)行分類以達(dá)到更為合理的分類結(jié)果。其中，洪水過(guò)程相似分析運(yùn)用相關(guān)系數(shù)法和加權(quán)距離系數(shù)法，計(jì)算實(shí)時(shí)洪水與歷史洪水的相似系數(shù)，進(jìn)行綜合定量分析。

假設(shè)兩場(chǎng)洪水X和Y有n個(gè)相關(guān)的特征指標(biāo)，采用相關(guān)系數(shù)法可計(jì)算X和Y在同一指標(biāo)下的相關(guān)系數(shù)，即：

式中，δxiyi、δxi、δyi分別表示X、Y系列的均方差。

式中，Sxiyi則是第i個(gè)特征指標(biāo)的相似系數(shù)。

若有n個(gè)特征指標(biāo)則有：

式中，βn為X、Y系列在指標(biāo)n下的權(quán)重，采用二元比較模糊決策分析法來(lái)確定指標(biāo)權(quán)重[13]。

若計(jì)算m場(chǎng)洪水之間的相似系數(shù)，可將每?jī)蓤?chǎng)洪水之間的相似系數(shù)求和并取其平均值，即：

式中，g、h分別為場(chǎng)次洪水的序列號(hào)。m場(chǎng)暴雨洪水過(guò)程之間的相似程度，通過(guò)S的值來(lái)衡量，S越大m場(chǎng)洪水過(guò)程的相似程度越高。

加權(quán)距離系數(shù)法為系統(tǒng)相似性度量的一種方法，根據(jù)X和Y兩場(chǎng)洪水間的n個(gè)特征指標(biāo)建立一個(gè)n維歐氏空間，定義X和Y之間的距離為：

式中，βi為第i個(gè)特征指標(biāo)的權(quán)重，且滿足

則X和Y的相似系數(shù)為：

結(jié)合大數(shù)據(jù)平臺(tái)的計(jì)算結(jié)果，對(duì)洪水進(jìn)行在線分析。

（2）洪水相似在線分析

結(jié)合歷史洪水信息，考慮降雨總量、最高水位、干流控制斷面（選取前垾村、東山等斷面進(jìn)行分析）水位過(guò)程、等主要相似因子，利用洪水相似性分析方法，對(duì)選定洪水進(jìn)行歷史相似洪水在線分析，根據(jù)分析結(jié)果進(jìn)行相似度排序?？刹榭床煌嗨贫惹樾蜗碌臍v史洪水信息，包括歷史洪水發(fā)生時(shí)間、發(fā)生過(guò)程中主要控制斷面水位、流量等相關(guān)洪水統(tǒng)計(jì)信息。通過(guò)查看相似度較高的歷史洪水水位、流量的未來(lái)發(fā)展趨勢(shì)，來(lái)預(yù)測(cè)當(dāng)前洪水未來(lái)幾分鐘、幾小時(shí)內(nèi)洪水的可能的發(fā)展趨勢(shì)，為防汛指揮人員做出科學(xué)、合理的防洪調(diào)度決策提供信息支持。隨著時(shí)間的推移，流域內(nèi)各地的實(shí)時(shí)降雨量、河道的水位、流量等數(shù)據(jù)得到了更新。系統(tǒng)會(huì)利用這些數(shù)據(jù)信息重新進(jìn)行洪水相似性分析，獲得與當(dāng)前洪水相似的歷史場(chǎng)次洪水。

圖6是對(duì)2017年8月13日發(fā)生的洪水進(jìn)行洪水相似性分析，以面雨量、重要控制斷面的水位流量（前垾村、東山、秦淮新河閘上、武定門閘下和大通水位、大通流量以及下關(guān)潮位）以及作為指標(biāo)。利用上述的公式（1）～（3）分別計(jì)算出當(dāng)前面雨量、控制斷面的水位流量與歷史洪水資料的相似度，并利用公式（5）～（6）計(jì)算出相應(yīng)的洪水綜合相似度，系統(tǒng)根據(jù)綜合相似度大小選出最高的前3場(chǎng)歷史洪水?；诖髷?shù)據(jù)平臺(tái)，獲得了與本場(chǎng)次洪水綜合相似度分別達(dá)到97%、96%以及95%的3場(chǎng)歷史洪水。

基于大數(shù)據(jù)技術(shù)匹配出與當(dāng)前洪水相似度較高的前3場(chǎng)歷史洪水，從數(shù)據(jù)庫(kù)中獲得歷史洪水信息，包括洪水發(fā)生時(shí)間、發(fā)生過(guò)程中河道斷面水位等情況，分析工程歷史調(diào)度方案采用的控制條件、歷史相似洪水相關(guān)統(tǒng)計(jì)信息等，為防汛指揮人員做出科學(xué)、合理的防洪調(diào)度決策提供信息支持。

圖6 南京市秦淮河2017年8月份的相似洪水分析效果圖

3 成果及效益分析

對(duì)南京市水利大數(shù)據(jù)進(jìn)行了初步的整合，保證了“一數(shù)一源”的管理機(jī)制，推進(jìn)全市水利信息資源的建設(shè)。建立的大數(shù)據(jù)應(yīng)用平臺(tái)，對(duì)當(dāng)前洪水事件進(jìn)行信息多維關(guān)聯(lián)分析與展示，為防汛工作人員提供了全面、高效、實(shí)時(shí)、直觀地汛情信息服務(wù)，便于防汛人員正確分析和判斷當(dāng)前汛情、險(xiǎn)情等信息，并制定科學(xué)的防汛調(diào)度方案。

開展秦淮河流域的大數(shù)據(jù)洪水分析應(yīng)用，使南京成為區(qū)別于其他城市或流域的大數(shù)據(jù)技術(shù)應(yīng)用于水文分析的領(lǐng)跑者，是傳統(tǒng)方法結(jié)合大數(shù)據(jù)新技術(shù)在南京防汛減災(zāi)應(yīng)用的先進(jìn)嘗試，輔助防汛減災(zāi)管理工作，提高防汛管理科學(xué)水平。利用智能化的大數(shù)據(jù)技術(shù)進(jìn)行洪水分析，推動(dòng)了災(zāi)后救災(zāi)向?yàn)?zāi)前預(yù)防的轉(zhuǎn)變，使防洪工程在汛期能夠充分發(fā)揮防汛減災(zāi)的作用，減少洪澇災(zāi)害帶來(lái)的影響。

4 結(jié)語(yǔ)

大數(shù)據(jù)技術(shù)在防汛領(lǐng)域的應(yīng)用保證防汛工作的高效率，實(shí)現(xiàn)南京市防汛信息地全面匯聚、及時(shí)預(yù)警、科學(xué)決策和高效調(diào)度。從數(shù)據(jù)角度實(shí)現(xiàn)了市水利大數(shù)據(jù)體系的搭建；從框架角度，實(shí)現(xiàn)了實(shí)現(xiàn)傳統(tǒng)防汛管理向現(xiàn)代化管理的跨越式發(fā)展；從業(yè)務(wù)應(yīng)用角度，基于大數(shù)據(jù)的洪水分析應(yīng)用的建設(shè)，實(shí)現(xiàn)洪水事件信息多維關(guān)聯(lián)分析與展示，探索大數(shù)據(jù)技術(shù)在南京防汛減災(zāi)管理領(lǐng)域的應(yīng)用。大數(shù)據(jù)技術(shù)在防汛領(lǐng)域的成功應(yīng)用，可以為大數(shù)據(jù)在“智慧水務(wù)”以及“智慧城市”的建設(shè)提供大量的基礎(chǔ)設(shè)施和有價(jià)值參考信息。

關(guān)于水利大數(shù)據(jù)的研究的還處在初級(jí)階段，為了深入充分挖掘數(shù)據(jù)，發(fā)現(xiàn)其中的價(jià)值，還需要繼續(xù)進(jìn)行工作，擴(kuò)大并完善水利大數(shù)據(jù)體系；探索當(dāng)前大數(shù)據(jù)分析方法（神經(jīng)網(wǎng)絡(luò)、歸類分析、聚類等）在水利領(lǐng)域中的應(yīng)用；探討深度學(xué)習(xí)、社會(huì)計(jì)算、知識(shí)學(xué)習(xí)和大數(shù)據(jù)可視化等大數(shù)據(jù)的熱點(diǎn)研究方向在水利領(lǐng)域中應(yīng)用，為防汛減災(zāi)活動(dòng)帶來(lái)更多的益處。

參考文獻(xiàn)：

[1]Fang Z Y，F(xiàn)an X W，Chen G.A study on specialist or specialdisease clinics based on big data.Frontiers of Medicine，2014，8（3）∶376-381.

[2]國(guó)務(wù)院 . 國(guó)務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知（國(guó)發(fā)〔2015〕50號(hào)）[A] . 北京：國(guó)務(wù)院，2015∶15 .

[3]曹沖 . 北斗產(chǎn)業(yè)引領(lǐng)中國(guó)的大數(shù)據(jù)時(shí)代[J] . 數(shù)字通信世界，2013（8）∶8-9 .

[4]夏海元.面向Big Date的數(shù)據(jù)處理技術(shù)概述[J] . 數(shù)字技術(shù)與應(yīng)用，2012（3）∶179-180 .

[5]沈可 . 大數(shù)據(jù)應(yīng)用的認(rèn)知和思考[J] . 科學(xué)∶上海，2017，69（1）∶38-40 .

[6]劉懷利，馬浩，Liu Huaili，等 . 安徽省山洪災(zāi)害監(jiān)測(cè)預(yù)警管理中大數(shù)據(jù)的研究與應(yīng)用[J] . 中國(guó)防汛抗旱，2017（2）∶26-29 .

[7]劉雄 . 大數(shù)據(jù)技術(shù)在城市洪澇災(zāi)害分析預(yù)警中的應(yīng)用研究[D] . 武漢：華中科技大學(xué)，2015 .

[8]楊太萌 . 基于大數(shù)據(jù)的城市防汛決策支持系統(tǒng)研究[D] .杭州：浙江大學(xué)，2016 .

[9]Li D，Guo S，Yin J . Big data analysis based on POT method for design flood prediction[C] . IEEE International Conference on Big Data Analysis，2016∶1-5 .

[10]趙琳娜，劉瑩，黨皓飛，等 . 集合數(shù)值預(yù)報(bào)在洪水預(yù)報(bào)中的應(yīng)用進(jìn)展[J] . 應(yīng)用氣象學(xué)報(bào)，2014（6）∶641-653 .

[11]歐曉凌，裘剛，張毅，等 .城市交通流信息相似性分析與研究[J] .中南公路工程，2003，28（2）：4-7 .

[12]章四兵，周美立 .系統(tǒng)相似性度量中的非平權(quán)距離系數(shù)法[J] .合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，27（8）：903-906 .

[13]大連理工大學(xué)，遼寧省供水局 .大伙房水庫(kù)防洪預(yù)報(bào)調(diào)度方式及其規(guī)則設(shè)計(jì)與應(yīng)用研究技術(shù)報(bào)告[R] . 大連：大連理工大學(xué)，2007 .