吳 巍 ，王高旭 ，吳永祥 ，許 怡 ，張 軒

（1. 南京水利科學研究院，江蘇 南京 210029；2. 水文水資源與水利工程科學國家重點實驗室，江蘇 南京 210098）

0 引言

西南河流源區(qū)是亞洲水塔，是我國黃河、長江、瀾滄江、怒江、雅魯藏布江的發(fā)源地，也是我國水資源和水能資源的重要儲備[1]。然而西南河流源區(qū)地處地球第三極，是典型的高原寒區(qū)，對氣候變化和人類活動的響應(yīng)較為敏感，因此研究西南河流源區(qū)徑流演變規(guī)律[2-3]、生源物質(zhì)遷移轉(zhuǎn)化規(guī)律[4--5]、供水-發(fā)電-環(huán)境等多目標互饋關(guān)系[6-7]對保障我國水安全和能源安全具有重要意義，因此國家自然科學基金委員會設(shè)立了“西南河流源區(qū)徑流變化和適應(yīng)性利用重大研究計劃”（以下簡稱“重大研究計劃”），2016 年以來，“重大研究計劃”共設(shè)置了 77 項研究項目，涉及工程材料、地球科學和管理科學 3 個學部，“重大研究計劃”研究取得了大量研究成果，并且已經(jīng)在科學研究、社會經(jīng)濟、生態(tài)環(huán)境等多個方面發(fā)揮了重要作用。

西南河流源區(qū)主要研究成果可分為以下 3 類數(shù)據(jù)：1）“重大研究計劃”產(chǎn)出的報告、PPT、論文、專利等數(shù)據(jù)；2）“重大研究計劃”監(jiān)測基礎(chǔ)數(shù)據(jù)，“重大研究計劃”設(shè)置了多個監(jiān)測類項目，在空天地一體化的監(jiān)測體系下，獲得了完整序列的水文水資源、水質(zhì)數(shù)據(jù)；3）“重大研究計劃”研究和產(chǎn)出成果，其中高質(zhì)量數(shù)據(jù)集涉及徑流[8]、雪深[9]、積雪[10]、水溫[11]、湖泊[12]等方面，還有大量適用于高寒源區(qū)的水文、水資源、水力學模型。上述成果數(shù)據(jù)的共享將有效改善西南河流源區(qū)數(shù)據(jù)匱乏的情況，為科學研究、工程設(shè)計、政府決策提供基礎(chǔ)數(shù)據(jù)支撐。

建設(shè)西南河流源區(qū)數(shù)據(jù)管理與共享平臺（以下簡稱數(shù)據(jù)平臺）的主要目的是集成研究成果，實現(xiàn)數(shù)據(jù)管理與共享，提升西南河流源區(qū)基礎(chǔ)數(shù)據(jù)的服務(wù)價值，持續(xù)發(fā)揮“重大研究計劃”延續(xù)性作用。數(shù)據(jù)平臺的建設(shè)有別于其他信息化系統(tǒng)，其核心是數(shù)據(jù)，從數(shù)據(jù)角度而言：1）“重大研究計劃”研究成果數(shù)據(jù)呈現(xiàn)多源異構(gòu)特性，一般信息化系統(tǒng)的數(shù)據(jù)大多為結(jié)構(gòu)化數(shù)據(jù)，而“重大研究計劃”數(shù)據(jù)涉及水文、水資源、水環(huán)境、社會經(jīng)濟等多領(lǐng)域，從來源上說，有地面監(jiān)測、遙感影像、人工統(tǒng)計、模型結(jié)果等數(shù)據(jù)；從格式上說，有結(jié)構(gòu)化、多媒體、空間等數(shù)據(jù)。2）平臺共享數(shù)據(jù)質(zhì)量十分重要，數(shù)據(jù)合理性是后續(xù)研究能否采用該數(shù)據(jù)的重要依據(jù)，也是后續(xù)研究結(jié)論合理性的基礎(chǔ)，數(shù)據(jù)的質(zhì)量直接影響到數(shù)據(jù)平臺延續(xù)性作用的發(fā)揮。聚焦上述關(guān)鍵技術(shù)難點，開展西南河流源區(qū)數(shù)據(jù)管理與共享平臺設(shè)計思路研究。

1 需求分析

聚焦平臺的數(shù)據(jù)相關(guān)功能，避免贅述通用系統(tǒng)功能，從數(shù)據(jù)角度剖析系統(tǒng)功能需求：

1）多源異構(gòu)數(shù)據(jù)集成?！爸卮笱芯坑媱潯毖芯砍晒麛?shù)據(jù)多源異構(gòu)特性決定了數(shù)據(jù)格式差異較大，關(guān)系型數(shù)據(jù)庫表難以應(yīng)對多源異構(gòu)數(shù)據(jù)直接存儲，構(gòu)建統(tǒng)一的組織存儲方式實現(xiàn)多源異構(gòu)數(shù)據(jù)在平臺中的一體化集成是數(shù)據(jù)管理與共享的基礎(chǔ)。

2）數(shù)據(jù)質(zhì)量保障。數(shù)據(jù)質(zhì)量是數(shù)據(jù)可用的基礎(chǔ)，首先是數(shù)據(jù)描述信息，規(guī)范數(shù)據(jù)描述信息表達形式，提高數(shù)據(jù)描述信息的可讀性。其次是數(shù)據(jù)實體，“重大研究計劃”中的基礎(chǔ)監(jiān)測數(shù)據(jù)可能存在異常值、缺測值等情況，數(shù)據(jù)融合產(chǎn)品、模型結(jié)果也存在合理性問題，需要解決這些問題，提升平臺的數(shù)據(jù)合理性和科學性。

3）數(shù)據(jù)全流程管理。“重大研究計劃”產(chǎn)出了大量數(shù)據(jù)，加上后續(xù)研究產(chǎn)出的數(shù)據(jù)，數(shù)據(jù)量會隨著平臺運行時間而增加，數(shù)據(jù)在系統(tǒng)中也會產(chǎn)生很多業(yè)務(wù)流程信息，需要對其進行統(tǒng)一規(guī)范管理。為了全面掌握并處理數(shù)據(jù)的狀態(tài)，需要實現(xiàn)“數(shù)據(jù)上傳—數(shù)據(jù)評審—數(shù)據(jù)下載—數(shù)據(jù)評價”全流程管理。

4）數(shù)據(jù)共享。數(shù)據(jù)共享是面向終端用戶的功能，核心功能是數(shù)據(jù)搜索，精準匹配用戶所需數(shù)據(jù)是關(guān)鍵：a. 豐富搜索方式。提供文本、地圖等多元搜索途徑滿足不同用戶的使用習慣。b. 提高搜索的準確性。能夠準確拆分搜索框輸入的文本，提取與數(shù)據(jù)集相關(guān)的關(guān)鍵詞，給出匹配性最高的搜索結(jié)果；c. 提升模糊查詢能力。理解不完備輸入信息下的用戶數(shù)據(jù)需求，找出較為合理的數(shù)據(jù)集。

5）專題數(shù)據(jù)展示。專題數(shù)據(jù)集是為了聚焦某一研究領(lǐng)域、范圍而成的，以西南河流源區(qū)源區(qū)為例，長江源區(qū)、黃河源區(qū)，凍土、雪蓋、冰川都能形成特色的專題。專題數(shù)據(jù)集需要直觀展示該區(qū)域某個要素的時空分布、演變等信息，可視化的呈現(xiàn)方式必不可少。三維 GIS 能夠有效地描述和模擬三維現(xiàn)實世界提升地理信息表達效果，二維 GIS 具備成熟的空間數(shù)據(jù)模型和復雜的拓撲關(guān)系分析能力，專題數(shù)據(jù)的二三維一體化展示可以兼顧空間分析和顯示效果[13]。

2 系統(tǒng)架構(gòu)

依據(jù)需求分析，以“數(shù)據(jù)存儲—應(yīng)用支撐—業(yè)務(wù)邏輯—應(yīng)用視圖”為平臺框架設(shè)計思路，聚焦數(shù)據(jù)管理、可視化等主要功能，提出平臺架構(gòu)及具體功能，具體如圖1 所示。

圖1 系統(tǒng)架構(gòu)總體設(shè)計思路

2.1 數(shù)據(jù)存儲層

數(shù)據(jù)存儲層主要涉及數(shù)據(jù)平臺的數(shù)據(jù)庫，為了實現(xiàn)多源異構(gòu)數(shù)據(jù)集成，支撐數(shù)據(jù)平臺業(yè)務(wù)流程可擴展性，提出了“元數(shù)據(jù) + 數(shù)據(jù)實體”數(shù)據(jù)存儲方式，以及數(shù)據(jù)與業(yè)務(wù)流程解耦設(shè)計思路。

1）“元數(shù)據(jù) + 數(shù)據(jù)實體”存儲方式。依據(jù)不同數(shù)據(jù)類型，將數(shù)據(jù)實體劃分為二維表、多媒體、空間數(shù)據(jù)等類型，對應(yīng)存儲在各自數(shù)據(jù)庫中。設(shè)計元數(shù)據(jù)庫，通過外鍵形式關(guān)聯(lián)數(shù)據(jù)實體數(shù)據(jù)庫，避免解析多源異構(gòu)數(shù)據(jù)與關(guān)系型數(shù)據(jù)庫表建立映射的難點，解決多源異構(gòu)數(shù)據(jù)一致性存儲問題，便于數(shù)據(jù)組織管理。

2）數(shù)據(jù)與業(yè)務(wù)流程解耦。單獨設(shè)計業(yè)務(wù)流程數(shù)據(jù)庫，記錄業(yè)務(wù)邏輯過程中數(shù)據(jù)所處的及歷史的狀態(tài)。元數(shù)據(jù)與業(yè)務(wù)流程數(shù)據(jù)結(jié)合，能夠?qū)崿F(xiàn)數(shù)據(jù)全流程管理與狀態(tài)查詢。

2.2 應(yīng)用支撐層

應(yīng)用支撐層主要是數(shù)據(jù)平臺運行的軟件支撐環(huán)境，結(jié)合數(shù)據(jù)平臺功能，從元數(shù)據(jù)管理、智能搜索引擎、WebGIS 地圖服務(wù)、二三維一體化平臺等支撐軟件著手構(gòu)建數(shù)據(jù)平應(yīng)用支撐層。

1）元數(shù)據(jù)管理。數(shù)據(jù)實體的元數(shù)據(jù)的模型定義，支持元數(shù)據(jù)的基本信息、屬性、依賴關(guān)系、組合關(guān)系的增加，刪除、修改，查詢操作，歷史版本的查詢與對比分析。

2）智能搜索引擎。具備智能分詞功能，準確拆分并理解輸入的中、英文本，并且提供包括短語、通配符、聯(lián)接、分組及任何數(shù)據(jù)類型的匹配功能，提供負載平衡、模糊查詢等功能。

3）WebGIS 地圖服務(wù)。能夠以 WMS，WFS 形式發(fā)布地圖數(shù)據(jù)，可對空間數(shù)據(jù)的特征屬性進行更新、刪除、插入操作，支持 PostgreSQL，MySQL，Oracle 等數(shù)據(jù)庫接入，以及 Shapefile，GeoJSON 等格式的空間圖層發(fā)布，并且能夠定義圖層輸出格式及圖例。

4）二三維一體化平臺。引入基于 WebGL 的支持二維、三維形式的地圖展示引擎，可以顯示三維模型、影像、地形高程、矢量等數(shù)據(jù)，提供常規(guī)的空間分析工具。

2.3 業(yè)務(wù)邏輯層

業(yè)務(wù)邏輯層是數(shù)據(jù)平臺功能的載體，數(shù)據(jù)平臺主要功能包括數(shù)據(jù)操作、搜索、下載、提交、評審及專題數(shù)據(jù)可視化等功能。

1）數(shù)據(jù)操作?；谠獢?shù)據(jù)管理，建立元數(shù)據(jù)、數(shù)據(jù)實體，以及評論、修改記錄、評審記錄等附加信息的關(guān)聯(lián)，實現(xiàn)元數(shù)據(jù)與數(shù)據(jù)實體的增加，刪除、修改，查詢級聯(lián)操作。記錄數(shù)據(jù)操作，實現(xiàn)痕跡管理，提高數(shù)據(jù)操作安全性。查詢數(shù)據(jù)所處狀態(tài)，從上傳到下載整個全流程，包括“已上傳”“評審中”“返修中”“通過評審”“已發(fā)布”等。

2）數(shù)據(jù)搜索。提供標簽、篩選條件、文本搜索、地圖搜索等不同搜索方式。其中最主要的文本搜索方式基于元數(shù)據(jù)管理與智能搜索引擎，通過智能解析輸入的文本，匹配最符合需求的元數(shù)據(jù)，依據(jù)匹配度排序給出搜索結(jié)果。

3）數(shù)據(jù)下載。在數(shù)據(jù)搜索結(jié)構(gòu)中找到所需數(shù)據(jù)，填寫數(shù)據(jù)使用需求提交下載申請。數(shù)據(jù)管理者依據(jù)數(shù)據(jù)共享辦法審批數(shù)據(jù)下載申請，審批通過后生成下載鏈接供申請者下載。

4）數(shù)據(jù)提交。數(shù)據(jù)提交是數(shù)據(jù)進入平臺的第一步，通過填寫規(guī)定的元數(shù)據(jù)信息，上傳數(shù)據(jù)實體，提交到數(shù)據(jù)中心，由數(shù)據(jù)管理者進行后續(xù)質(zhì)量控制流程。

5）數(shù)據(jù)評審。在數(shù)據(jù)發(fā)布后，數(shù)據(jù)管理者依據(jù)填寫的元數(shù)據(jù)信息為該數(shù)據(jù)分配同行專家，由同行專家對數(shù)據(jù)進行評審，給出專家意見，包括“通過”“不通過”“修改后再審”“修改后通過”等。

6）專題數(shù)據(jù)可視化。通過 WebGIS 地圖服務(wù)發(fā)布專題數(shù)據(jù)，形成可供二三維一體化平臺調(diào)用的地圖服務(wù)，通過地圖展示引擎渲染并展示專題數(shù)據(jù)。針對具有時間屬性的專題數(shù)據(jù)，例如不同時期的降雨、雪蓋等要素的時空分布，以時間為軸進行輪播展示，動態(tài)呈現(xiàn)各要素的變化情況。

2.4 應(yīng)用視圖層

依據(jù)不同的使用場景和對象分為面向終端用戶的數(shù)據(jù)共享視圖和面向數(shù)據(jù)維護者的數(shù)據(jù)管理視圖，由不同業(yè)務(wù)功能組合成相應(yīng)的應(yīng)用視圖。

3 數(shù)據(jù)質(zhì)量控制

數(shù)據(jù)質(zhì)量是數(shù)據(jù)可用的基礎(chǔ)，也是數(shù)據(jù)平臺長期運行的基礎(chǔ)，因此數(shù)據(jù)平臺區(qū)別于其他軟件系統(tǒng)的最大不同是為了保障數(shù)據(jù)質(zhì)量設(shè)計的功能，從元數(shù)據(jù)體系設(shè)計、數(shù)據(jù)評審 2 個方面論述數(shù)據(jù)平臺質(zhì)量控制思考。

3.1 元數(shù)據(jù)體系

元數(shù)據(jù)是描述數(shù)據(jù)的數(shù)據(jù)[14]，是對數(shù)據(jù)實體進行結(jié)構(gòu)化的描述，將使得數(shù)據(jù)實體更容易理解、管理、搜索。制定元數(shù)據(jù)體系可以提升數(shù)據(jù)可讀性和規(guī)范性，提高數(shù)據(jù)質(zhì)量。在調(diào)研國內(nèi)外數(shù)據(jù)共享平臺的基礎(chǔ)上，提出適用于數(shù)據(jù)平臺的元數(shù)據(jù)體系，具體情況如表1 所示。

表1 智慧水利相關(guān)體系架構(gòu)匯總

3.2 數(shù)據(jù)評審

數(shù)據(jù)逐漸成為重要的研究成果，近年來出現(xiàn)了一系列以數(shù)據(jù)為主的高影響期刊，如Scientific Data，Earth System Science Data等，參照期刊論文評審流程，采用同行評議方式對數(shù)據(jù)集提出專家意見，幫助數(shù)據(jù)集修改完善，是提升數(shù)據(jù)質(zhì)量的發(fā)展方向。數(shù)據(jù)評審流程及操作用戶如圖2 所示。專家評審應(yīng)注意元數(shù)據(jù)與數(shù)據(jù)實體的匹配程度，著重關(guān)注數(shù)據(jù)標題、摘要、格式、時空范圍及分辨率等信息。其次應(yīng)注意數(shù)據(jù)實體是否存在異常值，呈現(xiàn)結(jié)果是否符合基本科學原理，演變趨勢是否符合領(lǐng)域內(nèi)已有研究成果等。

圖2 數(shù)據(jù)評審流程

4 結(jié)語

本研究聚焦數(shù)據(jù)管理與數(shù)據(jù)共享方面，在充分分析數(shù)據(jù)平臺的功能需求基礎(chǔ)上，提出了西南河流源區(qū)數(shù)據(jù)管理與可視化平臺系統(tǒng)架構(gòu)，并且設(shè)計了

以數(shù)據(jù)質(zhì)量控制為目標主要功能，為研發(fā)適用于西南河流源區(qū)數(shù)據(jù)管理與共享的平臺奠定堅實基礎(chǔ)。

本研究中的數(shù)據(jù)平臺設(shè)計關(guān)注數(shù)據(jù)相關(guān)功能需求，但平臺的交互設(shè)計、系統(tǒng)輔助功能也是平臺不可或缺的重要組成部分，良好的系統(tǒng)功能會極大提升用戶使用體驗，后續(xù)研發(fā)過程需完善此方面的設(shè)計方案。其次是可視化方面，為了應(yīng)對專題的更新迭代，需深入研究自動發(fā)布、可配置式的專題數(shù)據(jù)可視化技術(shù)方案。

隨著后期研究的深化，數(shù)據(jù)平臺的數(shù)據(jù)類型不斷增加，對數(shù)據(jù)管理將提出更高的要求，需要進行更為深入的研究：1）元數(shù)據(jù)中的關(guān)鍵詞，尤其是主題關(guān)鍵詞，在保障準確描述數(shù)據(jù)主題的前提下規(guī)范化主題關(guān)鍵詞是亟須研究問題；2）專家自動匹配，人工選擇難以應(yīng)對日益增長的數(shù)據(jù)提交申請，應(yīng)用自然語言處理等手段為數(shù)據(jù)自動匹配評審專家也是未來完善方向。數(shù)據(jù)管理與共享需要數(shù)據(jù)平臺和數(shù)據(jù)共享機制共同配合，需要進一步研究數(shù)據(jù)管理辦法、數(shù)據(jù)引用機制等配套機制，規(guī)范化數(shù)據(jù)管理與共享流程，鼓勵各類科研單位積極發(fā)布數(shù)據(jù)產(chǎn)品，提升數(shù)據(jù)平臺內(nèi)容豐富程度，實現(xiàn)良性長效運行。