水利大数据研究现状与展望
发布时间：2022-07-16 17:02
水利管理对象数量大、类型多、空间分布广、运行环境复杂、交织作用因素众多,对其进行全生命周期的精细化管控极其困难。将以关联分析为特点的水利大数据技术和以因果关系为特点的水利专业机理模型相结合,对海量多源的水利数据加以集成融合、高效处理和智能分析,并将有价值的结果以高度可视化方式主动推送给管理决策者,是解决水利对象精细化管控难题的根本途径。本文主要对水利大数据的概念认知、技术体系及其应用于水利规律解析、水利态势研判、水利趋势预测和水利决策优化的研究现状进行了综合分析,提出了水利大数据发展趋势为需求场景化、管理集成化、分析智能化、服务平台化、保障体系化。在水利大数据应用中,数据是根本,分析是核心,利用大数据技术提高水治理效率是最终目的,应深度挖掘水利业务管理需求,整合水灾害、水资源、水环境、水生态、水工程等领域全息数据,全面布局水利大数据的基础理论和核心技术研究,加快推进大数据技术与水利的深度融合,支撑我国水治理彻底转型升级。
【文章页数】：32 页
【文章目录】：
0 引言
1 水利大数据的概念认知
2 水利大数据的技术体系
2.1 水利大数据采集技术
2.2 水利大数据存储技术
2.3 水利大数据计算技术
2.4 水利大数据分析技术
2.5 水利大数据可视技术
3 水利大数据的规律解析应用
3.1 水灾害应用
3.2 水资源应用
3.3 水环境应用
3.4 水生态应用
3.5 水工程应用
4 水利大数据的态势研判应用
4.1 水灾害应用
4.2 水资源应用
4.3 水环境应用
4.4 水生态应用
4.5 水工程应用
5 水利大数据的趋势预测应用
5.1 水灾害应用
5.2 水资源应用
5.3 水环境应用
5.4 水生态应用
5.5 水工程安全
6 水利大数据的决策优化应用
6.1 水灾害应用
6.2 水资源应用
6.3 水环境应用
6.4 水生态应用
6.5 水工程应用
7 水利大数据的研究展望
7.1 水利大数据需求场景化
7.2 水利大数据管理集成化
7.3 水利大数据分析智能化
7.4 水利大数据服务平台化
7.5 水利大数据保障体系化
【参考文献】：
期刊论文
[1]基于多源信息的水资源立体监测研究综述[J]. 岩腊,龙笛,白亮亮,张才金,韩忠颖,李兴东,王文,申邵洪,冶运涛. 遥感学报. 2020(07)
[2]基于数据挖掘的水库最优分水比计算方法研究[J]. 刘鑫,韩宇平. 华北水利水电大学学报(自然科学版). 2020(03)
[3]基于深度学习算法的水位识别方法研究[J]. 王磊,陈明恩,孟凯凯,温进化,周鹏程. 水利信息化. 2020(03)
[4]全国水利一张图关键技术研究综述[J]. 蔡阳,谢文君,程益联,陈德清,陈子丹,付静. 水利学报. 2020(06)
[5]流域遥感:内涵与挑战[J]. 吴炳方,朱伟伟,曾红伟,闫娜娜,常胜,赵新峰. 水科学进展. 2020(05)
[6]基于无人机遥感的元阳梯田典型灌区渠系结构特征[J]. 张兆豪,宋维峰. 水土保持研究. 2020(04)
[7]遥感技术支撑河湖监管典型案例分析[J]. 崔倩,陈德清. 水利信息化. 2020(02)
[8]中国主要江河径流变化成因定量分析[J]. 王国庆,张建云,管晓祥,鲍振鑫,刘艳丽,贺瑞敏,金君良,刘翠善,陈鑫. 水科学进展. 2020(03)
[9]基于自组织映射与随机森林耦合模型的流域水质空间差异性评估[J]. 王一旭,王飞儿,俞洁. 环境科学学报. 2020(06)
[10]三峡水库蓄水时机群决策方法研究[J]. 王丽萍,李宁宁,马皓宇,阎晓冉,吴嘉杰. 水力发电学报. 2020(07)
博士论文
[1]基于遥感大数据和机器学习方法的地下水资源量动态评价模型研究[D]. 秦怡.浙江大学 2019
[2]机器学习理论在径流智能预报中的应用研究[D]. 孙娜.华中科技大学 2019
[3]基于机器学习的黑河中游作物需水量模型研究[D]. 陈晟.中国科学技术大学 2018
硕士论文
[1]基于微博文本的暴雨内涝灾情判别与舆情研究[D]. 肖杨.南京信息工程大学 2019
[2]基于大数据思维的干旱监测方法研究[D]. 韩家琪.中国农业科学院 2018
[3]水资源大数据平台搭建及数据处理[D]. 王思宇.内蒙古农业大学 2018
[4]朱衣河水质信息可视化平台的设计与实现[D]. 赵新飞.河北工程大学 2017
[5]基于大数据的城市排污监管系统的研究与实现[D]. 张青青.江苏大学 2017
[6]基于大数据的城市防汛决策支持系统研究[D]. 杨太萌.浙江大学 2016
[7]基于Hadoop的气温数据组织及时空分异特征提取方法研究[D]. 程彬彬.南京师范大学 2015
[8]大数据技术在城市洪涝灾害分析预警中的应用研究[D]. 刘雄.华中科技大学 2015
本文编号：3662906
【文章页数】：32 页
【文章目录】：
0 引言
1 水利大数据的概念认知
2 水利大数据的技术体系
2.1 水利大数据采集技术
2.2 水利大数据存储技术
2.3 水利大数据计算技术
2.4 水利大数据分析技术
2.5 水利大数据可视技术
3 水利大数据的规律解析应用
3.1 水灾害应用
3.2 水资源应用
3.3 水环境应用
3.4 水生态应用
3.5 水工程应用
4 水利大数据的态势研判应用
4.1 水灾害应用
4.2 水资源应用
4.3 水环境应用
4.4 水生态应用
4.5 水工程应用
5 水利大数据的趋势预测应用
5.1 水灾害应用
5.2 水资源应用
5.3 水环境应用
5.4 水生态应用
5.5 水工程安全
6 水利大数据的决策优化应用
6.1 水灾害应用
6.2 水资源应用
6.3 水环境应用
6.4 水生态应用
6.5 水工程应用
7 水利大数据的研究展望
7.1 水利大数据需求场景化
7.2 水利大数据管理集成化
7.3 水利大数据分析智能化
7.4 水利大数据服务平台化
7.5 水利大数据保障体系化
【参考文献】：
期刊论文
[1]基于多源信息的水资源立体监测研究综述[J]. 岩腊,龙笛,白亮亮,张才金,韩忠颖,李兴东,王文,申邵洪,冶运涛. 遥感学报. 2020(07)
[2]基于数据挖掘的水库最优分水比计算方法研究[J]. 刘鑫,韩宇平. 华北水利水电大学学报(自然科学版). 2020(03)
[3]基于深度学习算法的水位识别方法研究[J]. 王磊,陈明恩,孟凯凯,温进化,周鹏程. 水利信息化. 2020(03)
[4]全国水利一张图关键技术研究综述[J]. 蔡阳,谢文君,程益联,陈德清,陈子丹,付静. 水利学报. 2020(06)
[5]流域遥感:内涵与挑战[J]. 吴炳方,朱伟伟,曾红伟,闫娜娜,常胜,赵新峰. 水科学进展. 2020(05)
[6]基于无人机遥感的元阳梯田典型灌区渠系结构特征[J]. 张兆豪,宋维峰. 水土保持研究. 2020(04)
[7]遥感技术支撑河湖监管典型案例分析[J]. 崔倩,陈德清. 水利信息化. 2020(02)
[8]中国主要江河径流变化成因定量分析[J]. 王国庆,张建云,管晓祥,鲍振鑫,刘艳丽,贺瑞敏,金君良,刘翠善,陈鑫. 水科学进展. 2020(03)
[9]基于自组织映射与随机森林耦合模型的流域水质空间差异性评估[J]. 王一旭,王飞儿,俞洁. 环境科学学报. 2020(06)
[10]三峡水库蓄水时机群决策方法研究[J]. 王丽萍,李宁宁,马皓宇,阎晓冉,吴嘉杰. 水力发电学报. 2020(07)
博士论文
[1]基于遥感大数据和机器学习方法的地下水资源量动态评价模型研究[D]. 秦怡.浙江大学 2019
[2]机器学习理论在径流智能预报中的应用研究[D]. 孙娜.华中科技大学 2019
[3]基于机器学习的黑河中游作物需水量模型研究[D]. 陈晟.中国科学技术大学 2018
硕士论文
[1]基于微博文本的暴雨内涝灾情判别与舆情研究[D]. 肖杨.南京信息工程大学 2019
[2]基于大数据思维的干旱监测方法研究[D]. 韩家琪.中国农业科学院 2018
[3]水资源大数据平台搭建及数据处理[D]. 王思宇.内蒙古农业大学 2018
[4]朱衣河水质信息可视化平台的设计与实现[D]. 赵新飞.河北工程大学 2017
[5]基于大数据的城市排污监管系统的研究与实现[D]. 张青青.江苏大学 2017
[6]基于大数据的城市防汛决策支持系统研究[D]. 杨太萌.浙江大学 2016
[7]基于Hadoop的气温数据组织及时空分异特征提取方法研究[D]. 程彬彬.南京师范大学 2015
[8]大数据技术在城市洪涝灾害分析预警中的应用研究[D]. 刘雄.华中科技大学 2015
本文编号：3662906
本文链接：https://www.wllwen.com/kejilunwen/shuiwenshuili/3662906.html
