赤潮监测数据的图模型构建及查询方案研究

发布时间：2020-10-09 22:58

　　赤潮是影响海洋环境的重要灾害之一,造成了严重的经济损失和生态危害。近年来,各国对赤潮的重视程度日益增加,使用多种手段对赤潮进行监测,得到了大量的历史监测数据。对历史监测数据进行分析研究,并以此作为参考结合当前情况对未来发展趋势进行预测,可以为赤潮的防灾减灾提供技术支持,面临的挑战是:如何对监测数据进行有效存储和查询才能为赤潮提供快速、有效的预报预警。赤潮数据是典型的强关联海洋数据,适合使用图对其进行建模。与关系模型相比,图模型能够更好的处理赤潮数据间的复杂关联,满足对赤潮数据的不同层次的查询需求。因此,本文针对赤潮快速准确预报预警的需要,设计了一种赤潮数据的模型构建和查询方案,需研究的主要问题有:(1)如何根据海洋数据的特点,构建合理的数据模型并应用到赤潮数据上;(2)如何以赤潮发生阶段作为依据,对赤潮数据进行准确快速的阶段划分;(3)面对赤潮发生阶段转换预报预警的需要,如何对赤潮查询需求进行优化并提高查询效率。因此,本文提出了针对海洋数据的图模型构建统一描述方法、赤潮监测数据图模型构建及优化方法和赤潮查询需求、查询效率优化方案。本文赤潮监测数据作为主要研究对象,进行了以下研究:(1)归纳了现有图模型构建方法并对海洋数据图模型构建的一般描述方法进行研究,为图模型应用在赤潮数据上提供基础知识储备;(2)针对赤潮监测数据,定义并构建了赤潮数据图模型RTGraph。以每一条数据作为点,以时空关系作为边,环境因子数据和发生阶段信息以标签的形式存储在点上,定义了本文的主要研究对象RTGraph。(3)使用改进的FCM(Fuzzy C-means)算法对赤潮发生阶段进行聚类,并将每条数据的发生阶段信息以标签的形式存储在点上。针对FCM算法初始聚类中心随机选择而有可能导致的目标函数不收敛问题和赤潮数据高维的特点,将FCM算法与核函数、遗传算法结合得到GA-KFCM算法,提供准确度更高、运算速度更快的赤潮发生阶段聚类方法;(4)对赤潮查询需求和查询效率进行优化。将常见的赤潮数据查询重写为图上的点、边查询。针对赤潮发生阶段转换的重要性和数据间的时空关联性定义了赤潮边缘数据,满足了赤潮预报预警的现实需求,达到降低赤潮损失的目的。通过在RTGraph上构建K跳索引图,对K跳可达性查询进行改进,提高查询赤潮边缘数据的效率。实验结果表明,本文设计的赤潮图模型RTGraph具有合理性和可行性,GAKFCM算法对赤潮数据的聚类具有更高的准确性和运行速度。通过在RTGraph上构建K跳索引图,可以快速查询出赤潮边缘数据,为赤潮的准确预报预警提供辅助决策。
【学位单位】：上海海洋大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：X834;TP311.13
【部分图文】：

论文,赤潮,海洋大学,索引图

上海海洋大学硕士学位论文其可以作为图上的点、边查询存在。针对赤潮发生阶段转换的种赤潮边缘数据。对跳可达性查询进行改进，使其可以应用数据图模型 RTGraph 上，通过构建跳索引图，快速准确地查

流程图,海洋数据,流程

图 2-1 海洋数据图构建流程Fig. 2-1 Graph Model Building Workflow of Marine Data海洋数据图模型构建可以分为以下五步：（1）确定原始数据；（2）数据特征分析；（3）构建点上标签；（4）关联构建；（5）图构建。构建方式步骤为如图 2-1 所示，本节将针对每个步骤分别进行介绍。2.3.1 原始数据确定海洋数据信息来源广泛[46]，包括遥感卫星、浮标、走航船及海底机器人等。各检测手段采用不同的数据获取技术达到对海洋进行监测目的，采集到的数据形式包括：结构化属性数据、空间数据、非结构化数据。这三种类型的数据均可作为图上的点存在，数据的主要信息可以以点上标签的形式存在。2.3.2 特征分析海洋数据具有多源异构性，不同类型的数据存储在同一个模型中时，需要使用一种方法对它们进行统一描述，本节分析可以作为描述信息的特征。

图模型,可视化,标签集,相模型

Fig. 2-2 Edge Relationship Construction Graph构建及查询，给出例 1 所需要的图模型。 ( ) ( ) ( ) ( )) 1 2 是点的集合，每条数据即为 1 2 是和得到； ( )的标签集合。 ( ) ，其中，，为数据类型。 ( )的标签集合。 ( ) ，其中，为相模型上共有 37493 个点，使用台风作为海洋0 个点和 566 条边，图已被大大缩小。例 1 中边上标签 ( )为Jangmi和 ( )为Marocot的可视化。

【相似文献】