可視化數(shù)據(jù)挖掘在水利工程管理中的使用

文|汪福成

可視化數(shù)據(jù)挖掘在水利工程管理中的使用

文|汪福成

水利工程作為基礎(chǔ)設(shè)施，隨著我國經(jīng)濟的快速增長和人口的不斷增多，水利事業(yè)已經(jīng)成為我國國民經(jīng)濟中的命脈和基礎(chǔ)產(chǎn)業(yè)。怎么樣做好農(nóng)田水利工程管理，保證水利工程發(fā)揮重要作用，是擺在每個水利人面前的一個重大課題。

水利工程建設(shè)是國家基礎(chǔ)性建設(shè)項目，是真正為人民服務(wù)的一項民生工程，水利工程能有效控制和調(diào)配自然界的地表水和地下水，在灌溉排澇，工業(yè)生產(chǎn)，泄洪防災(zāi)和運輸?shù)确矫姘l(fā)揮了重要作用，具有社會服務(wù)性和經(jīng)濟效益性的特點，是新形勢下開展的一項事關(guān)廣大人民群眾切身利益的重要建設(shè)項目。但是水利工程作為一個龐大的水利工程體系，需要投入大量的人力物力進(jìn)行有效的管理，才能讓水利工程持續(xù)健康快速的發(fā)展進(jìn)行。如何做好管理，直接影響著工程的投資效益與安全運行。而由于水利工程管理有其自身的特殊性、復(fù)雜性，在工程管理過程中仍出現(xiàn)了一些問題，這就需要我們借助現(xiàn)代化的信息手段來輔助進(jìn)行決策與管理，利用可視化數(shù)據(jù)挖掘技術(shù)在農(nóng)田水利工程管理中的應(yīng)用。

可視化數(shù)據(jù)挖掘技術(shù)認(rèn)識

數(shù)據(jù)挖掘和可視化是信息社會發(fā)展的趨勢，可視化是使用計算機圖形學(xué)和圖像處理技術(shù)來表征數(shù)據(jù)，把隱藏在大量數(shù)據(jù)中的信息以更加直觀，同時容易領(lǐng)會的圖像方式進(jìn)行表達(dá)，達(dá)到更加快速獲取信息的目的。數(shù)據(jù)可視化是對大型數(shù)據(jù)庫以及數(shù)據(jù)倉庫里的各類數(shù)據(jù)用圖形圖像方式表示,當(dāng)做一種表示工具,如解析復(fù)雜結(jié)構(gòu)的數(shù)據(jù)或者是生成最初的視圖，以及顯示分析結(jié)果，并作為數(shù)據(jù)分析過程中非常重要的階段。數(shù)據(jù)挖掘就是從數(shù)據(jù)庫的大量的數(shù)據(jù)中提取或“挖掘” 隱含的、未知的并且具有潛在價值的信息過程。例如我們可以采用數(shù)據(jù)挖掘的方法分析河道河情、水土保持、河道險工、水量調(diào)度、防洪和實時雨水情等方面的發(fā)生變化情況，總結(jié)其一般的發(fā)生變化規(guī)律，從而利用數(shù)據(jù)挖掘發(fā)現(xiàn)的信息采取相應(yīng)的措施，更好地發(fā)揮水利工程的效益，為水利工程的管理提供決策依據(jù)。

可視化數(shù)據(jù)挖掘的過程是一個長期反復(fù)的過程，對于挖掘需要探索的問題通常是沒法預(yù)知最后結(jié)果的狀況下，預(yù)見探索問題可以很好避免數(shù)據(jù)挖掘的盲目性，更好的提高成功效率。達(dá)到事物飛本質(zhì)，使得問題的解決方案更加趨于最優(yōu)化，可視化數(shù)據(jù)挖掘過程包括4個方面，一是對數(shù)據(jù)庫里的數(shù)據(jù)進(jìn)行選擇。選擇查找全部與業(yè)務(wù)目標(biāo)相聯(lián)系的內(nèi)部與外部的數(shù)據(jù)信息，并從中選出能夠用于數(shù)據(jù)挖掘的信息。二是對被選擇的數(shù)據(jù)進(jìn)行預(yù)處理形成格式化數(shù)據(jù)。三是對格式化的信息進(jìn)行挖掘。四是吸收其中有用的知識。

可視化數(shù)據(jù)挖掘在水利工程管理的使用

水利工程在快速的建設(shè)中，水利工程管理系統(tǒng)也在不斷增多，水利工程信息化成為當(dāng)今水利工程的發(fā)展方向。但是水利工程信息系統(tǒng)還有很多缺陷，在提供服務(wù)方面只是業(yè)務(wù)性方面，對于管理決策很少涉及。尤其是水利工程數(shù)據(jù)化管理更快的向現(xiàn)代化方面發(fā)展，存在著大量的非空間數(shù)據(jù)和空間數(shù)據(jù)，空間數(shù)據(jù)包括地圖、預(yù)處理過的遙感圖像、視頻等數(shù)據(jù)。在對于這些數(shù)據(jù)，人們往往處理不到位或不能及時。尤其是在空間類型數(shù)據(jù)方面。他們雖然知道這些數(shù)據(jù)中存在了大量的有價值的信息，但是卻不能有效的將它們合理的利用。而在水利工程建設(shè)和管理中，影響決策的數(shù)據(jù)來源是各種類型，包括氣象數(shù)據(jù)庫、蓄雨情和水情數(shù)據(jù)庫、滯洪區(qū)空間分布式社會經(jīng)濟數(shù)據(jù)庫和水旱災(zāi)情數(shù)據(jù)庫等豐富多樣的數(shù)據(jù)，傳統(tǒng)的信息數(shù)據(jù)收集處理，已經(jīng)不能解決復(fù)雜的問題。作為可視化數(shù)據(jù)挖掘技術(shù)應(yīng)運而生，可以從海量數(shù)據(jù)中挖掘出有價值的、潛在的信息知識。而不同數(shù)據(jù)的收集與整理就必須依賴于建立完善的數(shù)據(jù)庫，所以對于水利工程而言，數(shù)據(jù)庫可以建立水文、實時雨水情、河道險工、河道河情、水量調(diào)度和防洪工程等，并選擇合適的可視化數(shù)據(jù)挖掘方法，才能選擇有用的數(shù)據(jù)。

實例分析：農(nóng)田用水情況，獲取農(nóng)田用水需求

聚類就是將輸入的無任何類型標(biāo)記的離散且無明顯規(guī)律而言的數(shù)據(jù)，按一定的規(guī)則劃分為若干個類或簇，同一個類或簇中的數(shù)據(jù)對象有很大的相似性，而不同簇間的對象有很大的相異性，聚類可以強化人們對數(shù)據(jù)的認(rèn)識能力。聚類分析的方法把我縣不同農(nóng)田用水情況進(jìn)行分類，然后對不同類型的農(nóng)田用水地方提供不同的服務(wù)，這樣可以更好的管理農(nóng)田用水的使用情況，同時還給有特定農(nóng)田用水者提供專門的服務(wù)。下面根據(jù)一些農(nóng)田用水多少的數(shù)據(jù)進(jìn)行了具體的挖掘?qū)嶒?，實現(xiàn)了聚類分析在農(nóng)田用水?dāng)?shù)據(jù)管理方面的應(yīng)用。

數(shù)據(jù)準(zhǔn)備階段。本文將做的是一個簡單的數(shù)據(jù)挖掘分析，分析近三年我縣農(nóng)田用水情況，所以我們要先做一下數(shù)據(jù)的預(yù)處理，把在這三年之前的農(nóng)田用水情況棄掉不用，原因是我縣農(nóng)田用水情況變化會很大，所以近兩年的數(shù)據(jù)更具代表性，用來進(jìn)行分析也會更加貼近我縣農(nóng)田用水的真實需求。

對數(shù)據(jù)進(jìn)行聚類。我們將使用k-means算法對第一步中清理出來的數(shù)據(jù)采取聚類挖掘，設(shè)置聚類個數(shù)為三。代表把我縣農(nóng)田用水情況一共分成3個大類，一類為頻繁農(nóng)田用水地方，一類為普通農(nóng)田用水地方，一類為偶爾農(nóng)田用水地方．分類好了以后，我們就可以針對不同的農(nóng)田用水提供不同的、更加符合農(nóng)田用水需求的、個性化的服務(wù)了。然后是進(jìn)行三個步驟對收集的數(shù)據(jù)進(jìn)行聚類分析：（1）把目標(biāo)對象劃分成n個非空子集（聚類）；（2）對每個聚類中所有點的坐標(biāo)計算平均值，然后把平均值作為每個聚類的中心；（3）對每個點到聚類中心的距離計算分析，并把每個點聚類到離該點最近的聚類中心的聚類中去反復(fù)執(zhí)行（2）、（3），直到聚類中心不再進(jìn)行大范圍移動或者聚類次數(shù)達(dá)到要求為止。

挖掘統(tǒng)計結(jié)果分析。對于挖掘出來的農(nóng)田用水地方，第一類頻繁農(nóng)田用水地方可以適當(dāng)?shù)脑黾悠涔┧舷蓿玫臐M足該地區(qū)農(nóng)田對水的需求；對于第三類偶爾需要農(nóng)田用水地方，則可以采用其他的挖掘方法，研究他們的農(nóng)田用水少的原因和該地區(qū)的地理優(yōu)勢，從而相應(yīng)地改善該地區(qū)的地理環(huán)境，達(dá)到創(chuàng)造更好的地區(qū)優(yōu)勢。這樣把農(nóng)田用水分類之后再進(jìn)行數(shù)據(jù)分析，可以更加精確地挖掘出不同農(nóng)田用水地方的不同需求，可以給不同需求的地方提供具有個性化的幫助。

（作者單位：民和縣水利局）