基于大数据技术的智慧水利信息化技术研究
发表时间：2019-08-07T09:26:36.187Z 来源：《基层建设》2019年第15期作者：魏建宏
[导读] 摘要：本文主要针对基于大数据技术的智慧水利信息化技术展开分析，从大数据的角度探讨了智慧水利如何进行构建，并明确了技术要点和技术措施，提出了一些更好的技术方面的建议，可供今后参考。

常州兰陵自动化设备有限公司江苏省常州市 213000
摘要：本文主要针对基于大数据技术的智慧水利信息化技术展开分析，从大数据的角度探讨了智慧水利如何进行构建，并明确了技术要点和技术措施，提出了一些更好的技术方面的建议，可供今后参考。

关键词：大数据技术；智慧水利；信息技术
前言
从大数据的角度来说，进一步提高智慧水利信息化技术还是很有必要，如何能够利用大数据技术是其中的重点，因此，我们要重点探讨如何基于大数据技术来打造智慧水利信息化技术。

1、水利行业信息化发展现状
现阶段，我国大多数水利管理单位都建立了能够适应单位业务发展和生产需要的信息化管理系统，而且该管理系统随着我国信息化技术的不断发展而不断发展与更新，但是受到我国水利信息化建设起步晚、水利管理缺乏统一性及缺乏专业化管理等因素的限制，现阶段我国的水利信息化建设水平、管理水平及应用深度和先进的管理水平间还存在较大的差距。

1.1短缺科学有效的协调平台
科学有效的协调平台的主要工作是对水利事业发展过程中的文书档案、生产经营及工程管理等环节的资料与信息进行收集统计，利用大数据技术对所收集数据资料进行处理，使所收集数据资料关联起来，为水利信息化行业数据资源共享及重复利用提供便利。

然而，现阶段我国的水利管理不注重这个平台的建筑，使收集得到的大量数据及资料无法形成关联性，在数据处理及应用方法方面缺乏连续性，使行业数据资源共享及重复利用难以进行。

我国的水利工程建筑发展至今已经经历了多个发展时期，各地各级的水利从业单位在发展与进步的过程中积累了大量具有研究价值的数据，但这些数据均没有得到有效的运用及研究，其数据管理模式也为形成统一的要求及标准，限制了水利大数据的共享与有价值的研究。

1.2未建立促进行业持续有效发展的保障
随着我国社会经济建设的不断转型与升级，现阶段各地区水利产业新专业的建立，人们对环境影响、水利信息化、水生态景观设计及水土保持等方面的关注度逐渐上升，然而，传统的水利管理数据采集难以适应时代发展的新要求，同时难以满足水利建筑人性化及水利管理现代信息化建设的发展要求。

用水土保持工作举例，环境影响评价的特殊性在很大程度上依赖于国家环境影响评价工作中的相关信息，其研究也受到无有价值的参考资料及数据的制约，因此水利管理设计人员需要在数据采集方面做大量的研究及创新工作。

2、水利信息化的技术路线分析
信息化是以信息为基础，对其进行获取、传递、处理、再生和利用的一个过程。

水利行业中信息管理涉及到的数据较多，除了大江大河大湖中获取的数据外，还包括各区域的水源口等数据，因此水利信息化的关键切入点就是要对水利数据资源进行系统的构架，使其具有良好的可用性和灵活性。

首先通过建立基础数据服务平台，实现海量分布式异构数据间的数据共享，是实现数据最大利用化的一种有效途径。

数据的获取和传递主要由各涉水部门数据、行业内数据、工程项目数据等组成；数据的处理整合主要采用混合式的数据云存储技术、异构数据交换技术等，从而将多元复杂的数据细化成条理统一的数据资源；数据的再生分析包括对数据的挖掘、分析和建模预测等，从海量数据中获取有价值的信息量；数据的利用是基于再生的结论性成果服务于广大的用户群体，通过web或移动端网络将其数据共享使其数据信息得以真正应用。

其次各水利信息化业务子系统的建立，在数据云服务的应用下，各业务需求方根据自己的业务内容建立属于自己的业务子系统，以满足各阶层的生产应用要求。

最后是对整个数据资源和业务资源的监管和维护，使其水利信息化高效长久的可持续发展下去。

3、智慧水利信息化技术支持
大数据技术的应用，可以使得水利数据更加资源化，这种资源化主要是建立在水利数据基础服务平台之上的，对资源化技术进行探索，旨在提高数据的利用率。

在数据资源化过程中主要涉及到了4个层次，分别是资源层、逻辑层、服务层以及应用层。

其中，资源层是对“数据化”进行支撑，主要是为数据提供可靠的、安全的存储能力。

逻辑层是对“数据开发”进行支撑，主要是为数据异构提供多元化服务。

服务层也是对“数据开发”进行支撑，它比较倾向于水利大数据结构的动态性服务，满足工作人员对大数据业务的相关应用。

应用层对“中间接口件”进行支撑，用户可以根据平台交互界面以及应用接口对本系统接口进行制定，利用大数据技术对本系统进行应用，进而对数据进行分析、处理、预测。

3.1自动识别与数据采集
自动识别和数据采集技术可应用于水利信息的预报、监测、统计等各个环节，可以水信息资源管理中的信息进行自动采集和识别，对于水利行业水信息管理的智能化水平具有重要意义。

3.2地理信息系统GIS
利用GIS技术，在水利工程信息化标准体系建设的基础上，应用现代信息技术，分类采集、规范整合离散的数据资源，通过基础地理数据库和遥感影像数据库的数据存储平台建设和数据管理维护，对外提供GIS综合信息共享访问平台接口，扩充和完善水利系统的数据存储，初步形成能够为水利防汛、防凌等业务服务的比较完善的和高效的分布式数据存储、管理体系和影像分析平台，满足各种应用系统建设和运行的需要。

3.3人工智能技术
人工智能是在人类智能形成研究的基础上，利用计算机对这一过程进行模拟，从而使得机器设备具有自我学习和思维能力。

在人工智能中，通过计算机和数学语言等抽象形式描述，以实现人类智能和生物体系的深度模拟。

当前，人工智能领域中发展最为成熟的技术分别
为神经网络、粒度计算和进化计算三大类。

3.4数据仓库和数据挖掘技术
目前，国际上大数据处理通常是在Hadoop平台上通过MapReduce编程模型实现的，大数据应用研究的主要内容包括大规模存储和大尺度计算、技术模型和框架、机器学习和挖掘算法，以及大数据可视化、安全性等方面。

数据仓库能够将不同来源的数据内容集合起来，对信息进行提取、筛选和维护后，将处理后的数据至特定的空间中。

数据仓库为用户提供了强大的信息分析与处理功能，能够在短时间内完成复杂的大数据处理。

用户可以根据自身需求，在不打断数据库正常运行的情况下，从数据仓库中查询和提取个人所需的数据内容，或者通过大数据发现隐含的、具有商业价值的信息内容。

现有水利数据中心的技术定位与基本体系，在处理大量的水利数据（PB级甚至更高），特别是图像和数据流等半结构化、非结构化数据方面，还存在能力、技术等多方面的不足。

3.5虚拟现实技术
虚拟现实技术是仿真技术的一个重要方向，是仿真技术与计算机图形学人机接口技术多媒体技术传感技术网络技术等多种技术的集合，是一门富有挑战性的交叉技术前沿学科和研究领域。

虚拟现实技术（VR）主要包括模拟环境、感知、自然技能和传感设备等方面。

模拟环境是由计算机生成的、实时动态的三维立体逼真图像。

感知是指理想的VR应该具有一切人所具有的感知。

除计算机图形技术所生成的视觉感知外，还有听觉、触觉、力觉、运动等感知，甚至还包括嗅觉和味觉等，也称为多感知。

4、结束语
综上所述，基于大数据技术的智慧水利信息化技术十分关键，是提高水利工作水平的必由之路，本文总结了基于大数据技术的智慧水利信息化技术的要点和重点，可供今后参考。

参考文献：
[1]徐骏骅，丁韬，卢雪峰.云计算在水利信息化建设中的应用[J].电子技术与软件工程，2018（18）：224.
[2]刘通杰.论述大数据技术在水利信息化建设中的应用[J].信息化建设，2018（01）：370+372.。