水利大数据研究综述

高级搜索

全国中文核心期刊
中国科技核心期刊
美国工程索引（EI）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

水利大数据研究综述

陈军飞, 邓梦华, 王慧敏

文章导航 > 水科学进展 > 2017 > 28(4): 622-631

陈军飞, 邓梦华, 王慧敏. 水利大数据研究综述[J]. 水科学进展, 2017, 28(4): 622-631. doi: 10.14042/j.cnki.32.1309.2017.04.017

引用本文:

陈军飞, 邓梦华, 王慧敏. 水利大数据研究综述[J]. 水科学进展, 2017, 28(4): 622-631. doi: 10.14042/j.cnki.32.1309.2017.04.017

CHEN Junfei, DENG Menghua, WANG Huimin. A review of water resources big data[J]. Advances in Water Science, 2017, 28(4): 622-631. doi: 10.14042/j.cnki.32.1309.2017.04.017

Citation:

CHEN Junfei, DENG Menghua, WANG Huimin. A review of water resources big data[J]. Advances in Water Science, 2017, 28(4): 622-631. doi: 10.14042/j.cnki.32.1309.2017.04.017

水利大数据研究综述

doi: 10.14042/j.cnki.32.1309.2017.04.017

1.
河海大学水文水资源与水利工程科学国家重点实验室, 江苏南京 210098;
2.
河海大学管理科学研究所, 江苏南京 210098

基金项目: 国家自然科学基金资助项目（71433003）；江苏省高校"青蓝工程"资助项目（2014）

作者简介:
陈军飞(1973-),男,浙江武义人,教授,博士研究生导师,主要从事管理科学和水资源管理研究。E-mail:chenjunfei@hhu.edu.cn

中图分类号: TP3;G353.11

A review of water resources big data

1.
State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering, Hohai University, Nanjing 210098, China;
2.
Institute of Management Science, Hohai University, Nanjing 210098, China

Funds: The study is financially supported by the National Natural Science Foundation of China (No.71433003).

摘要: 为了推动水利大数据的发展及其在水利管理中的应用，对水利大数据相关的研究进行总结和分析，并对未来的研究方向进行展望。在回顾水利大数据的产生背景和发展历程的基础上，界定了水利大数据的概念及内涵；构建了水利大数据的研究框架，并对水利大数据的存储与共享方法、分析平台、挖掘算法、数据可视化和应用等进行了探讨。结合水利大数据研究发展和应用需求，从数据集成方法、分析挖掘算法、数据安全和综合决策分析平台等方面对水利大数据研究领域的发展趋势进行阐述。
- 水利大数据 /
- 数据存储与共享 /
- 数据分析 /
- 决策平台
Abstract: In order to promote water resources big data and its applications in water resources management, it is necessary to conduct a review of the researches in this field and recommend future research directions. This paper firstly introduces the background and development of water resources big data and explains its concept and connotation. Based on these, the research framework of water resources big data has been developed, and meanwhile data storage and sharing, data analysis platform, data mining algorithms, data visualization, and its applications have been analyzed respectively. Finally, the future explorations about water resources big data have been recommended from the following aspects:exploring data integrated methods, developing data mining algorithms, establishing the data security mechanisms, and developing the integrated decision-making platform of water resources big data.
- water resources big data /
- data storage and sharing /
- data analysis /
- decision-making platform

[1]	付潇然, 王东, 栾清华, 刘家宏, 王海潮. 大尺度无管流数据城区SWMM构建及模拟——Ⅱ.模型参数校验及暴雨径流模拟分析 . 水科学进展, 2020, 31(1): 51-60. doi: 10.14042/j.cnki.32.1309.2020.01.006
[2]	王卫光, 李进兴, 魏建德, 邵全喜, 邓超, 余钟波. 基于蒸散发数据同化的径流过程模拟 . 水科学进展, 2018, 29(2): 159-168. doi: 10.14042/j.cnki.32.1309.2018.02.002
[3]	李帅, 侯小刚, 郑照军, 张连成, 木扎帕尔·木合塔尔, 胥志德. 基于2001—2015年遥感数据的天山山区雪线监测及分析 . 水科学进展, 2017, 28(3): 364-372. doi: 10.14042/j.cnki.32.1309.2017.03.006
[4]	陈一帆, 程海洋, 万晓丽, 方华建. 结合糙率校正的河网水情数据同化 . 水科学进展, 2015, 26(5): 731-738. doi: 10.14042/j.cnki.32.1309.2015.05.015
[5]	王文, 王鹏, 崔巍. 长江流域陆地水储量与多源水文数据对比分析 . 水科学进展, 2015, 26(6): 759-768. doi: 10.14042/j.cnki.32.1309.2015.06.001
[6]	陆桂华, 杨烨, 吴志勇, 何海, 肖恒. 未来气候情景下长江上游区域积雪时空变化分析——基于CMIP5多模式集合数据 . 水科学进展, 2014, 25(4): 484-493.
[7]	李兰海, 尚明, 张敏生, AHMAD Sajjad, 黄粤. APHRODITE降水数据驱动的融雪径流模拟 . 水科学进展, 2014, 25(1): 53-59.
[8]	张友静, 王军战, 鲍艳松. 多源遥感数据反演土壤水分方法 . 水科学进展, 2010, 21(2): 222-228.
[9]	刘俊峰, 陈仁升, 韩春坛, 谭春萍. 多卫星遥感降水数据精度评价 . 水科学进展, 2010, 21(3): 343-348.
[10]	毛晓敏, 尚松浩. 基于数据包络分析的统计预测模型有效性评价 . 水科学进展, 2010, 21(5): 690-695.
[11]	刘朝顺, 高炜, 高志强. 应用MODIS数据推估区域地表蒸散 . 水科学进展, 2009, 20(6): 782-788.
[12]	陈耀登, 王如云, 李未, 卢长娜. 伴随数据同化法反演涌潮河口开边界 . 水科学进展, 2007, 18(6): 829-833.
[13]	陈华, 郭生练, 熊立华, 徐高洪, 李订芳. 面向对象的GIS水文水资源数据模型设计与实现 . 水科学进展, 2005, 16(4): 556-563.
[14]	齐述华, 李贵才, 王长耀, 牛铮. 利用MODIS数据产品进行全国干旱监测的研究 . 水科学进展, 2005, 16(1): 56-61.
[15]	牛志广, 张宏伟, 辛志伟, 于安伟. 自组织数据地图用于近海水质分析的研究 . 水科学进展, 2005, 16(4): 569-573.
[16]	郭建青, 李彦, 马健, 王洪胜. 非保守示踪剂条件下的河流水质参数的确定 . 水科学进展, 2003, 14(6): 754-758.
[17]	郭建青, 马健, 王洪胜. 分析一维砂柱弥散试验数据的相关系数极值法 . 水科学进展, 2001, 12(2): 172-176.
[18]	张继国, 刘新仁. 降水时空分布不均匀性的信息熵分析——(Ⅰ)基本概念与数据分析 . 水科学进展, 2000, 11(2): 133-137.
[19]	金亚秋. 中国1996年7月南方暴雨水灾星载微波SSM/I遥感数据分析 . 水科学进展, 1998, 9(1): 47-51.
[20]	崔信民, 许小敏, 黄菊. 长江防洪决策支持系统——数据库及其信息查询系统 . 水科学进展, 1996, 7(4): 319-325.

WeChat

点击查看大图

计量

文章访问数: 35
HTML全文浏览量: 5
PDF下载量: 955
被引次数: 0

水利大数据研究综述

doi: 10.14042/j.cnki.32.1309.2017.04.017

1. 河海大学水文水资源与水利工程科学国家重点实验室, 江苏南京 210098;

2. 河海大学管理科学研究所, 江苏南京 210098

基金项目: 国家自然科学基金资助项目（71433003）；江苏省高校"青蓝工程"资助项目（2014）

作者简介:
陈军飞(1973-),男,浙江武义人,教授,博士研究生导师,主要从事管理科学和水资源管理研究。E-mail:chenjunfei@hhu.edu.cn

收稿日期: 2016-09-07
刊出日期: 2017-07-25

中图分类号: TP3;G353.11

关键词:

水利大数据 /

数据存储与共享 /

摘要: 为了推动水利大数据的发展及其在水利管理中的应用，对水利大数据相关的研究进行总结和分析，并对未来的研究方向进行展望。在回顾水利大数据的产生背景和发展历程的基础上，界定了水利大数据的概念及内涵；构建了水利大数据的研究框架，并对水利大数据的存储与共享方法、分析平台、挖掘算法、数据可视化和应用等进行了探讨。结合水利大数据研究发展和应用需求，从数据集成方法、分析挖掘算法、数据安全和综合决策分析平台等方面对水利大数据研究领域的发展趋势进行阐述。

English Abstract

陈军飞, 邓梦华, 王慧敏. 水利大数据研究综述[J]. 水科学进展, 2017, 28(4): 622-631. doi: 10.14042/j.cnki.32.1309.2017.04.017

引用本文:

陈军飞, 邓梦华, 王慧敏. 水利大数据研究综述[J]. 水科学进展, 2017, 28(4): 622-631. doi: 10.14042/j.cnki.32.1309.2017.04.017

CHEN Junfei, DENG Menghua, WANG Huimin. A review of water resources big data[J]. Advances in Water Science, 2017, 28(4): 622-631. doi: 10.14042/j.cnki.32.1309.2017.04.017

Citation:

CHEN Junfei, DENG Menghua, WANG Huimin. A review of water resources big data[J]. Advances in Water Science, 2017, 28(4): 622-631. doi: 10.14042/j.cnki.32.1309.2017.04.017

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回