滇池流域非點源污染文檔型時空數據模型的研究與應用

謝志萍 楊昆 李澤城

摘要：針對滇池流域非點源污染應急響應、模擬及數據挖掘過程中，現有的基于關系數據庫建立的時空數據模型進行了分析并指出其不足，提出了基于MongoDB及面向對象時空數據模型改進的文檔型時空數據模型，以有效組織、存儲與管理非點源數據；最后設計了滇池流域非點源污染時空數據管理系統，實現不同來源、格式數據的導入導出、編輯、索引及高級運算功能。試驗證明，系統在存儲、管理和維護海量時空數據等方面得到了提升，能為滇池流域非點源污染時空過程數據的模擬以及大數據挖掘提供統一的訪問接口和數據支撐。

關鍵詞：面向對象時空數據模型；MongoDB；滇池流域；非點源污染

中圖分類號：P208 文獻標識碼：A 文章編號：0439-8114（2016）05-1295-06

DOI：10.14088/j.cnki.issn0439-8114.2016.05.053

Research and Application on Document Type Spatio-temporal Data Model of

Non-point Source Pollution in Dianchi Lake Basin

XIE Zhi-ping1a，2，YANG Kun1a，2，LI Ze-cheng1b，2

（1.a.School of Information Science and Technology；b.School of Tourism and Geographic Science，Yunnan Normal University，Kunming 650500，China；

2.GIS Technology Engineering Research Center for West-China Resources and Environment of Educational Ministry，Kunming 650500，China）

Abstract：In the non-point source pollution in Dianchi Lake Basin emergency response， simulation and data mining process， the existing temporal data model based on a relational database were analyzed and its shortcomings were pointed out，an improved model based on MongoDB and object-oriented spatio-temporal data model was proposed to organize， store and manage the non-point source data； Finally， the non-point source pollution spatio-temporal data management system of Dianchi Lake Basin was designed to achieve the following functions， such as importing & exporting，editing， indexing and advanced operation function of different sources or format data. The experiment results showed that，the system had been improved in storage， management and maintenance of huge amounts of spatial-temporal data， which could provide a unified access interface and data support for the data simutation and big data mining of non-point source pollution spatio-temporal process in Dianchi lake Basin.

Key words： object-oriented spatio-temporal data model； MongoDB； Dianchi Lake Basin； non-point source pollution

近年來，滇池流域點源污染經過治理已得到有效控制，而非點源污染問題卻越來越突出，其產生來源范圍廣、隱蔽性與潛伏性強、隨機性大，主要通過淋溶與降雨徑流的沖刷作用，促使污染物匯入水體[1]。為了研究非點源污染的產生與擴散情況，設計了滇池流域非點源污染的時空過程模擬應急響應示范系統、SWMM、SWAT、ABM、葉綠素反演模擬等。但這些系統“信息孤島”現象嚴重，系統大多強調的是空間數據的分析、處理及可視化等功能，而忽略了空間數據統一存儲、管理和維護。對此需設計一個非點源污染空間數據的管理系統為研究提供統一的訪問數據的接口的同時，支持海量數據的存儲和管理。然而，傳統空間數據研究中，大多是通過建立關系數據模型，以屬性的方式描述和表達空間數據，存在一些不足[2]，為此，針對滇池流域非點源污染空間數據管理系統對空間數據模型的需求，提出了基于MongoDB文檔特性與面向對象時空數據模型改進的文檔型時空數據模型，為空間數據模型增加時間要素，利用MongoDB對流域內歷史數據和現狀數據進行統一的存儲和管理，以期為滇池流域非點源污染應急響應、模擬和數據挖掘提供統一的訪問接口和數據支撐。

1 面向對象的時空數據模型

時空數據模型的研究從20世紀70年代開始，一直到80年代都是重點對時態數據庫的空間信息和時間信息的處理，但基于時空組合的研究涉及較少。直到20世紀90年代早期，出現了以GIS中柵格、矢量數據模型為基礎的面向對象的時空數據模型[3，4]。但是對時間和空間的表達仍舊較少，不能反映空間對象前后變化之間的因果聯系，時間存儲在一個普通屬性表里，與空間數據其他屬性一樣，重點對地理狀態作描述[5]。

面向對象時空數據模型中，為了充分描述對象的活躍狀態及變化過程，把真實世界表示為各個地理時空對象類，包含空間對象類、時間對象類及屬性對象類[6，7]。每個對象類封裝了時間、空間與屬性特征，還包括對象間關系和行為操作[8]。如圖1，時間對象類是針對時間信息來建模，空間對象類是針對空間信息來建模，包括空間位置（經緯度坐標）、地物形狀（點、線、面）以及空間拓撲信息等；屬性對象類是操作者自己定義的，有標識ID、Name、Type等屬性，其中Name可以為道路、河流、規劃區、土地利用或建筑等。面向對象時空數據模型增加時間信息來表示多邊形、弧段、節點等幾何要素，充分考慮了時間拓撲與空間拓撲結構，但對分層圖層間的時空性質以及內在的關系的考慮存在不足，并且在基礎關系描述與顯示定義方面也相對缺乏[9]。

2 MongoDB數據庫

MongoDB是非關系型數據庫。該數據庫具有如下的邏輯模型：一系列字段構成單個文檔，一系列文檔構成集合，一系列集合又構成數據庫，最終多個數據庫構成MongoDB系統實例[10-12]。具體如下：①集合等同于表，其實質為一組文檔。與關系數據庫不同的是，由于MongoDB的模式自由特性，對字段結構并沒有作強制要求。因此，用戶可以存儲不同結構的文檔在相同集合中，而不必預先定義一個集合的字段結構；在數據庫運行時，可以隨時動態地添加或刪除文檔的字段，支持數據的變長記錄。②MongoDB文檔指結構化的文檔，通過規則的Key-Value對來表示數據，而并非自由文本[13]。MongoDB的文檔使用BSON語言表示，MongoDB的BSON文檔是數據的抽象，是非關系數據庫存儲的基本單元和的數據交換格式。單個文檔等同于單個BSON對象，含有多個鍵值對。BSON以二進制字節的形式存儲鍵值對，鍵為字符串格式，值可以為任意的數據類型，除了基本的浮點數、整數、日期、字符串等，還可以是鍵值對或數組等復雜的數據結構，可以嵌套數組或者子文檔，即文檔的字段值可以是一個文檔或者數組類型的，支持數據的不一致存儲。如下所示即為用BSON對象表示滇池流域非點源污染時空數據信息的一條記錄：

{

ID："001"，

Name："DianchiRoad"，

RoadGrade：5，

RoadWidth：16

Adress：{Area："XishanDistrict"，City："Kunming"}

Company：[{DesignUnit："RoadConstruction" ， DesignCost："10W"}，{ ConstructionUnit："RoadConstruction"，ConstructionCost："50W"}]

}

在記錄中，道路有ID、Name、RoadGrade、RoadWidth、Adress、Company六個屬性。ID和Name屬性對應的值類型為字符型，RoadGrade和RoadWidth對應的值類型為整形，Adress對應的是鍵值對，Company對應的是數組，數組元素的類型是鍵值對。同時，MongoDB能將關系型數據庫中本來要使用外鍵聯接的多個集合歸納到一個集合中，減少了集合與集合之間的關聯，提高了數據庫的性能。如記錄中，Adress中的Area和City需要建立Area和City對應的表Area和City，其中City表外鍵指向Area表，查詢時需要二級聯動查詢。MongoDB的這種能夠存儲非結構化數據，以及支持數據不定長與不一致的特性正是本文提出文檔型時空數據的關鍵。

3 文檔型時空數據模型

由于現實世界的復雜性，設計通用的時空數據模型面臨巨大困難，學者們更傾向于針對一個或一類地理問題設計時空數據模型并加以驗證，現已在城市綠色空間、地下管網、地籍管理等領域有重大突破。滇池流域非點源污染時空變化研究是前人很少涉足的領域，包括點、線、面及其復合對象的時空變化規律，其地表變化過程復雜，建模困難。然而，建立滇池流域內非點源污染文檔型時空數據模型來描述非點源污染的連續變化，能為解決滇池流域非點源污染相關問題提供理論依據和應用方法。

3.1 現有時空數據模型的不足

現有的關系數據模型，其內在的關系模式會制約時空數據處理及便捷訪問。圖2為關系數據庫概念模型，包含兩個時空要素類，其存儲時空數據不足，具體如下。

1）非點源污染時空數據是一種非結構化的數據。其非結構化特點主要表現在：空間實體不固定，例如一條弧段可能包含兩對坐標點，也可以包含10萬對坐標點；空間實體具有非原子性特點，有的甚至是嵌套的，如一個多邊形可能有多條弧段，每個弧段由多點構成。因此如果要用關系型時空數據庫表示通常需要疊加復雜的多對多關系及其要素，一個概念模型通常含有多個關系，也即含有多張二維的關系表。其關系復雜，涉及的要素較多，最終造成數十甚至數百個表的數據規模，數據量龐大，同時不利于系統的維護。因此對于滇池流域非點源污染的時空數據這種非結構化的數據，不方便用二維表邏輯進行表示。

2）基于關系數據庫建立的時空數據模型要求對象固化，而面對非點源污染時空數據具有的不一致、不定長特性時，就需要對其進行分類，增加了關系數據庫的復雜性，成本較高，修改較難。

3）時間是地理實體和地理現象的另一個內在基本特征，是地理實體演變過程的一個重要組成部分，地理現象的特性隨時間的變化而變化。基于關系數據庫建立的時空數據模型的時間記錄的是關系表記錄的時間，往往會將各個時期的演變和關系破碎化和復雜化，增加時空關系的維護難度。

4）任務繁重。目前時空數據管理系統中缺乏完整的歷史變化數據及動態變化過程的存儲和管理，無法有效地進行動態跟蹤及預測未來的發展趨勢；針對滇池流域非點源污染模擬的時空數據建模方法在國內外的研究中涉及很少，沒有通用的建模方式，因此對滇池流域非點源污染模擬時空數據的建模難度較大。

3.2 文檔型時空數據模型創建

滇池流域非點源污染時空數據模型構建的核心和難點是準確、清晰地描述滇池流域非點源污染各類對象的時空變化過程，同時能兼容簡單對象的時空變化過程。針對前文中對現有時空數據模型的比較和對滇池流域非點源污染時空變化特點的分析，并結合實際應用的需要，發現面向對象的方法能比較容易地描述以滇池流域非點源污染的時空變化。結合MongoDB數據庫的特點，在物理實現上所有數據以模式自由的文檔結構存儲。根據滇池流域非點源污染時空數據變化特點，從建立動態空間數據和屬性數據合一的非點源污染模擬時空數據庫的角度出發進行設計，建立非點源污染文檔型時空數據概念模型，如圖3所示。

文檔型時空數據模型兼具MongoDB文檔模式自由和面向對象時空數據模型特性，支持松散的數據結構，采用BSON格式進行組織，存儲復雜的時空數據類型，將不同結構、類型的時空數據存儲進一張共同的大表中，實現一體化存儲[14]，主要包括以下幾部分。

1）在對象管理上，利用MongoDB模式自由的特性，以水體為對象進行管理，將污染水域的各種對象導入一個庫中。有效降低非點源污染時空數據管理系統設計和建設的復雜度。解決數據不一致、不定長導致的數據表增加或結構冗余的難題。

2）在空間上，將監測點、河流、湖泊整合在一起，以點、線、面的形式存儲。對于非結構化的時空數據，通過充分利用MongoDB的文檔特性，以面向對象方式來表達地理對象，以文檔形式無限制地存儲任意的時空變化類型對象驅動事件對象，一個對象可以自由嵌套許多原來對象的字段，實現非點源污染非結構化時空數據的存儲與管理。

3）在不同屬性數據建模中，對時空變化不活躍的地理現象，選用靜態數據建模；而對時空變化活躍的地理現象，選用動態數據建模，區別表示隨時間變化的信息和與時間變化無關的信息。

4）在時態上，由于水污染各個時期的演變關系破碎，導致維護工作繁重，因此針對不同歷史頻率的數據進行分別存儲，以便區別對待數據輸入時間和使用的時間，實現將水體各個時期的過程數據統一管理起來，忠實記錄水體來龍去脈。對水體信息的歷史狀態進行保存、恢復、跟蹤和預測。

5）對于滇池流域非點源污染的海量數據，采用本地磁盤上存儲當前數據，而將歷史數據存儲在遠程服務器大容量光盤上，同時，采用MapReduce技術對海量數據進行高級統計運算。

6）在查詢效率提升中，通過時空數據所具有的空間特征，建立一系列的空間索引，同時也通過歷史頻率數據的存儲建立時間和空間索引來提高查詢的效率。

模型分為4個主要部分：ID、水體對象類、索引與事件。①從對象來看，對水體對象作惟一性標識和信息管理，用對象ID來標識不同對象，不同對象的內涵可能差別較大，這得益于MongoDB的模式自由特性，這些差別較大的對象仍然可以整合在一起。②在水體對象類中，將水體的基本屬性和空間信息整合到一起，利用BSON格式類型來無限制嵌套存儲任意的點、線、面對象字段。③采用陣列存儲雨量的變化信息，能夠兼容存儲若干個有差別的雨量變化對象，有效地存儲空間信息類、屬性信息類以及時間信息類，同時記錄時空對象變化類型驅動地理對象發生變化，時空對象變化類型即為降雨、季節變化、農作物灌溉、工業排污等各種不同的變化類型。圖4即為連續記錄未降雨、降小雨、降大雨的滇池流域隨事件發生變化的成長樹，通過降雨事件的驅動實現非點源污染時空數據實時、完整、有序的記載。在以后的模擬與研究中，可以通過大量的歷史數據以及實時數據分析，獲得降雨對流域非點源污染的影響以及它們之間的關聯，從而有效降低降雨對流域非點源污染的影響。

從形態上來說，在不同事件的驅動下，利用對象狀態變化來表達時空過程，水體時空對象變成一個可以成長的樹。連續記錄未降雨、降小雨、降大雨時候的水體時空數據，包括流域內的屬性數據及空間數據。由于雨量變化的不同，樹的結構亦不相同。從時間上來說，數據中的各雨量變化對象以實際發生的時序排列，在雨量變化對象中，記錄了每一個流程的時間，將時態寓于對象的變化信息中。利用MongoDB的非點源污染時空數據庫管理系統，通過將水體各個時期的實測數據或者模擬數據，依雨量變化的時間序列順序進行存儲管理，將各種要素復雜關系內化到水體對象中，一體化地存儲各種水體要素，可以有效解決水體管理時空屬性的特殊要求。如下為滇池流域中一個點在降雨開始以及降雨結束情況下的實時監測GPS數據，包括水體對象的基礎數據信息、監測信息以及時間記錄。

降雨開始監測信息：

{

"ID"："2015070901"，

"MonitoringTime"： [{"Time1"： 14：49：56}]

"Name"： "DianChi"，

"Adress"：{"Area"："xinan"， "City"："Kunming"}

"Longitude"：24°33'13.4172"，

"Latitude"： 102°26'20.1228"，

"Data"：[{"Depth"：2.5， "Temp"： 22.1， "DO"： 11.33， "Achl"： 33.2，"PH"：08.35，"TP"：2.12， "TN"：3.66}]

"StorageTime"： 14：49：57

}

降雨結束監測信息：

{

"ID"："2015070901"，

"MonitoringTime"：[

{" Time1"： 14：49：56} ，

{" Time2"：14：49：56}]

"Name"："DianChi"，

"Adress"：{"Area"："xinan" ， "City"："Kunming" } ，

"Longitude"："24°33'13.4172""，

"Latitude"： "102°26'20.1228" "，

"Data"：[{"Depth1"：2.5， "Temp1"：22.1，"Achl1"： 33.2，"DO1"：11.33"，"pH1"：08.35，"TP1"：2.12，"TN1"：3.66}，{"Achl2"： 28.5， "Depth2" ：2.8， "Temp2"： 19.5，"DO2"： 11.33， " pH2"： 08.04， "TP2"： 2.38，"TN2"：3.76}]

"StorageTime"： [{" StorageTime1"： 14：49：57}，

{"StorageTime2"： 15：30：13}]

}

在降雨前后的BSON文檔中，完整記錄ID號為2015070901水體對象的詳細信息，包含時間信息，空間信息和屬性信息。其中時間信息為降雨開始監測時間Time1、降雨結束監測時間Time2、入庫時間信息StorageT1和StorageT2；水體對象空間信息為水體對象經緯度信息Longitude和Latitude；水體對象屬性信息包含水體水深（Depth）、水溫（Temp）、渾濁度（DO）、水體葉綠素a含量（Achl）、pH、總氮（TN）、總磷（TP）等。

4 時空數據管理系統的設計與實現

4.1 系統數據庫

滇池流域非點源污染模擬時空數據管理系統包含存儲實時觀測數據、模擬結果的觀測數據庫以及模擬數據庫兩個物理子庫。圖5為存儲的時空數據。觀測數據庫主要有柵格、矢量、GPS、傳感器、影像五類對象，模擬數據庫包括柵格、矢量和影像、文本四類對象。

4.2 系統功能簡介

根據滇池流域時空過程模擬研究以及數據挖掘的時空數據組織、入庫、輸出、存儲、管理的需求，系統總體功能需求如圖6。系統子功能包括Add、Update、Delete、Check等編輯功能；聚合功能、MapRduce等高級運算功能；數據導入導出功能；時間與空間等索引功能。

4.3 系統試驗結果

從滇池流域實際情況出發，結合MongoDB文檔特性、面向對象時空數據模型進行研究和開發。通過使用MongoDB驅動程序，編寫代碼，實現MongoDB服務器，數據庫、集合、文檔的訪問與查詢。經實踐，完成了設定目標，實現系統總體功能模塊。系統界面如圖7。

5 小結

本研究提出基于文檔型時空數據模型，利用事件驅動的特性，并應用于滇池流域非點源污染時空數據管理系統的設計和實現中。將非點源污染時空數據空間、屬性數據、時間數據內化到水體對象中，能夠有效地支持復雜、多源、非結構化的時空數據組織與存儲，實現歷史數據存儲以及隨時間變化的信息與不隨時間變化的數據區分，它擺脫了傳統的基于關系模式設計時空數據模型的弊端，不需要設計復雜的表關系。但是面對更為復雜的滇池流域非點源污染情況，由于選擇MongoDB作為后臺數據庫，因此具有無法支持事務操作、占用空間過大等缺點。接下來，仍需要對文檔型時空數據模型進一步優化，考慮對于現實世界的模型如何抽象，才能夠更好地適應非關系數據庫的數據組織、存儲、管理與應用；同時，也需要考慮如何更好地結合云平臺、大數據、物聯網等新興技術進行時空數據的研究。

參考文獻：

[1] 王江彥.河南境內淮河流域農業非點源污染模擬研究[D].鄭州：河南農業大學，2011.

[2] 趙 雷.域數據模型的研究與實現[D].江蘇蘇州：蘇州大學，2006.

[3] 陳新保.基于對象、事件和過程的時空數據模型及其時變分析模型的研究[D].長沙：中南大學，2011.

[4] 王云獻.基于時態GIS的房產信息管理系統的設計與實現[D].河南開封：河南大學，2009.

[5] 尹章才，李 霖.GIS中的時空數據模型研究[J].測繪科學，2005， 30（3）：12-14.

[6] 陳新保，朱建軍，陳建群.時空數據模型綜述[J].地理科學進展，2009，28（1）：9-17.

[7] 龔健雅，李小龍，吳華意.實時GIS時空數據模型[J].測繪學報，2014，43（3）：226-232.

[8] 張 英.時空數據模型的建模研究與應用[D].山東青島：青島大學，2007.

[9] 黃照強，馮學智.時空數據表達研究[J].計算機應用研究，2005， 22（9）：19-21.

[10] 王光磊.MongoDB數據庫的應用研究和方案優化[J].中國科技信息，2011（20）：93-94.

[11] 懷 特.Hadoop權威指南（中文版）[M].曾大聃，周傲英，譯.北京：清華大學出版社，2010.

[12] CHODOROW K.深入學習MongoDB[M].巨 成，程顯峰，譯.北京：人民郵電出版社，2012.

[13] 沈 姝.NoSQL數據庫技術及其應用研究[D].南京：南京信息工程大學，2012.

[14] 李光輝.基于動態距閥值的基態修正模型構建方法及其應用研究[D].廣西桂林：桂林理工大學，2012.