基于大数据的城市防汛决策支持系统研究

发布时间：2017-06-04 19:17

  本文关键词：基于大数据的城市防汛决策支持系统研究，由笔耕文化传播整理发布。

【摘要】：城市化进程在促进社会文明进步的同时,也给城市带来了很多问题与挑战,城市突发洪涝灾害就是其中之一。城市化进程的快速发展,对城市原来的水文环境产生了显著影响,让城市防汛工作面临着更严峻的挑战。随着物联网技术的发展和数据感知技术的成熟,城市中能感知到的数据源快速增加,城市中各种大数据开始涌现。利用大数据对城市洪涝灾害进行有效预测,及时制定防洪减灾相应对策,是城市防汛研究的一个重要课题。本文在对杭州市的历史水情数据进行深入研究的基础上,提出了一个综合考虑时间相关性和空间相关性的组合水位预测模型。该模型能对1到6小时的水位提供有效的预测,从而可以在城市汛期来临时,为防洪减灾工作提供信息参考。防汛决策支持系统是防洪减灾的一项重要的非工程措施。本文在深入研究大数据和云计算技术的基础上,将大数据和云计算技术应用到了防汛决策支持系统的中,建立了基于大数据的城市防汛决策支持系统。该系统采用分布式数据库HBase设计了有效的存储方案,能有效地存储海量水情数据并应对数据的快速增长；结合上述组合水位预测模型,为防汛工作提供水位预报预警等辅助决策信息；利用大数据分析引擎Impala对海量历史水情数据进行实时处理分析,应用数据可视化技术发掘历史数据的内在价值,为防汛工作提供信息指导。基于大数据的防汛决策支持系统包括实时水位查询模块、水位预报预警模块以及历史水情统计分析模块。实时水位查询模块以直观的方式提供整个城市范围的水位信息,整体把握城市防汛现状。水位预报预警模块应用大数据建立的水位预测模型为各测站预报未来1到6小时的水位,并对可能超汛限的测站提出预警信息。历史水情统计分析模块利用大数据分析技术挖掘海量历史水情数据的隐含价值,为城市防汛工作提供有效参考。
【关键词】：城市防汛 大数据 水位预报 决策支持系统 Hadoop
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13
【目录】：

• 摘要4-5
• Abstract5-11
• 第1章 绪论11-24
• 1.1 本文研究背景11-13
• 1.2 国内外研究现状13-21
• 1.2.1 关于洪水预警预报的研究13-15
• 1.2.2 决策支持系统的研究15-17
• 1.2.3 大数据与城市计算17-21
• 1.3 主要研究内容21-23
• 1.4 本文的组织结构23-24
• 第2章 相关技术概述24-40
• 2.1 大数据与云计算技术24-27
• 2.1.1 大数据采集25
• 2.1.2 大数据预处理25
• 2.1.3 大数据存储25-26
• 2.1.4 大数据挖掘分析26
• 2.1.5 云计算技术26-27
• 2.2 Hadoop云计算生态系统27-37
• 2.2.1 分布式文件系统HDFS29-30
• 2.2.2 分布式编程模型MapReduce30-32
• 2.2.3 分布式数据库HBase32-34
• 2.2.4 大数据实时分析引擎Impala34-37
• 2.3 数据可视化技术37-40
• 2.3.1 数据可视化类型38
• 2.3.2 数据可视化常用工具38-40
• 第3章 组合水位预测模型40-53
• 3.1 水位预测模型概述40-42
• 3.2 水位预测模型的设计42-44
• 3.3 时间相关水位预测模型44-45
• 3.4 空间相关水位预测模型45-46
• 3.5 基于分类回归树的模型组合46-48
• 3.6 水位预测模型的训练48-53
• 3.6.1 数据预处理48
• 3.6.2 时间相关水位预测模型的训练48-49
• 3.6.3 空间相关水位预测模型的训练49-50
• 3.6.4 分类回归树模型的训练50
• 3.6.5 预测结果评估50-53
• 第4章 防汛决策支持系统设计与实现53-71
• 4.1 系统的网络拓扑结构53-55
• 4.2 系统的总体功能框架结构55-57
• 4.3 系统数据库的设计与实现57-66
• 4.3.1 HBase数据表的设计58-65
• 4.3.2 系统数据库的访问实现65-66
• 4.4 系统核心模块的设计与实现66-71
• 4.4.1 实时水情查询模块的设计与实现66-68
• 4.4.2 水位预报预警模块的设计与实现68-70
• 4.4.3 历史水情统计分析模块的设计与实现70-71
• 第5章 总结与展望71-73
• 5.1 论文主要工作总结71
• 5.2 进一步研究展望71-73
• 参考文献73-78
• 攻读硕士学位期间主要的研究成果78-79
• 致谢79

【相似文献】

中国期刊全文数据库 前10条

1 邓爱华;;大数据时代来临 你准备好了吗?[J];科技潮;2012年09期

2 刘中宇;刘海良;;大数据时代高校云资源应用[J];现代教育技术;2013年07期

3 陶雪娇;胡晓峰;刘洋;;大数据研究综述[J];系统仿真学报;2013年S1期

4 ;大数据[J];财务与会计(理财版);2013年07期

5 孙志伟;;大数据时代中小企业的应对策略[J];未来与发展;2013年10期

6 宋慧欣;;大数据时代的自动化机遇[J];自动化博览;2013年10期

7 ;大数据的崛起:趋势、机遇与挑战[J];互联网周刊;2013年24期

8 邓春宇;郭阳;李俊妮;王伯伊;;大数据在县级供电公司中的应用[J];农村电气化;2014年03期

9 谢然;;大数据引领智能交通 且行且珍惜[J];互联网周刊;2014年08期

10 李晓辉;王淑艳;;大数据及其挑战[J];科技风;2012年23期

中国重要会议论文全文数据库 前4条

1 李田;郭利;冯鹏;;某型导弹单元设备自动检测系统软件设计[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

2 高世光;邓苏;王长缨;;关于ADO+引导数据种类的演变的研究[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

3 颜涯;邵佩英;;GIS与MIS系统集成技术在城市规划中的应用[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

4 谢国忠;;大数据时代下的企业管理与创新[A];创新驱动：新机遇 新挑战——2013年全国企业管理创新大会资料汇编[C];2013年

中国重要报纸全文数据库 前10条

1 中国科学技术发展战略研究院 许晔;大数据时代来袭 中国宜加紧布局[N];经济参考报;2013年

2 记者 李成成;崭露头角的大数据时代[N];企业家日报;2013年

3 ;精简企业数据是时候了[N];计算机世界;2008年

4 光大证券;“大数据”或成重要投资主线[N];中国证券报;2012年

5 本报记者 郭涛 李奕;与大数据打交道的那些人[N];中国计算机报;2012年

6 本报记者 齐洁;大数据蕴藏创业空间[N];中国经营报;2012年

7 吴勇毅;大数据“热”下的“冷”思考[N];中国冶金报;2012年

8 抚苏;众望所归，，大数据时代来临[N];电脑报;2013年

9 《网络世界》记者 于翔;大数据的价值实现之旅[N];网络世界;2013年

10 本报记者 孙琦子;这些年,一起忽悠着的“大数据”[N];经济观察报;2013年

中国博士学位论文全文数据库 前5条

1 张兰廷;大数据的社会价值与战略选择[D];中共中央党校;2014年

2 李琦;基于多源数据的交通状态监测与预测方法研究[D];吉林大学;2013年

3 张新;区域性防灾减灾信息服务体系研究[D];中国科学院研究生院（遥感应用研究所）;2006年

4 李智慧;基于可视化的三维放射治疗计算机模拟系统的研究[D];四川大学;2002年

5 袁培森;基于LSH的Web数据相似性查询研究[D];复旦大学;2011年

中国硕士学位论文全文数据库 前10条

1 郭铭;大数据时代包头公安基础信息化建设研究[D];内蒙古大学;2015年

2 贾同;大数据对高等教育发展的推动研究[D];西南大学;2015年

3 张靖雯;基于GPS路网的重卡动力参数分析系统开发[D];长安大学;2015年

4 张辉;基于移动互联网的高速公路公众信息服务系统分析与研究[D];长安大学;2015年

5 邓先明;基于西安市矿产资源规划关系数据库的数据质量控制研究[D];长安大学;2015年

6 魏亚红;流式数据的并行分类算法研究[D];曲阜师范大学;2015年

7 黄成鹏;大数据时代的个人隐私[D];华中师范大学;2015年

8 霍美娜;基于Hadoop海量数据分析的反腐云计算设计与实现[D];山东大学;2015年

9 朱迪;云计算在电力系统中的应用研究[D];华北电力大学;2015年

10 程彬彬;基于Hadoop的气温数据组织及时空分异特征提取方法研究[D];南京师范大学;2015年

  本文关键词：基于大数据的城市防汛决策支持系统研究，由笔耕文化传播整理发布。

本文编号：421905