面向水庫調度的空間數據倉庫設計與實現
——以三峽水庫為例

楊 旭，湯正陽，張玉松，張玉柱，樊啟萌，任玉峰

(1.三峽水利樞紐梯級調度通信中心，湖北 宜昌 443002； 2.智慧長江與水電科學湖北省重點實驗室，湖北 宜昌 443002)

0 引 言

面向水庫調度的水資源空間數據包括降水、地形、地表覆被、土壤分布、水庫分布等，具有更新率高、數據量大、類型多樣、來源廣泛等特點。隨著地理信息技術及數字流域在水電站建設運行管理中的應用[1-2]，空間數據倉庫被廣泛應用于各行各業。這項技術在分析、管理空間數據的基礎上，通過對數據蘊藏規律的挖掘，為業務運行及決策管理提供依據和建議[3]。根據水庫調度業務中使用的空間數據特征，結合空間數據倉庫的特性，設計并實現了面向三峽水庫調度的水資源空間數據倉庫，開展標準數據、標準流程、標準方法的探索，提升了空間數據在水資源管理領域的生產效率，為三峽水庫調度提供支撐。

地球科學領域科研數據共享機制的建立，有助于獲取大量有價值的空間數據，包括：長江流域數字高程模型(DEM，空間分辨率為30 m和90 m)、1∶250 000的長江流域矢量數據、1∶1 000 000的長江流域土壤分類數據、長江流域地表分類數據(空間分辨率30 m)、長江流域每小時降水數據、長江上游流域控制性水庫高分系列遙感影像、長江上游Landsat系列遙感影像等。這些數據為開展水庫群聯合調度提供了重要的基礎支撐。但是，這些數據無法直接兼容格式、更新時間和空間分辨率等參數，數據的時空分布特征沒有充分挖掘和分析，難以完全展示數據價值。水庫調度需要基于結構化或非結構化數據，建立異構數據之間的關聯。

因此，需要結合相關理論和方法，對水資源空間數據進行規劃，使之在統一平臺上存儲并融合；需要研究水庫調度相關的空間數據管理方法，建立水庫調度數據集，構建服務于梯級水庫聯合調度的空間數據倉庫，以提高水資源利用水平，充分發揮長江水資源利用潛能。

1 研究區域概況

三峽水庫控制流域面積約100萬km2，占長江流域面積的56%(圖1)，是長江流域主要水能資源聚集區。三峽水電站總裝機容量2 250萬kW，歷史最大年發電量1 118億kW·h(2020年)，是世界上年度發電量最大的水電站。2020年汛期，長江流域上中游水庫群配合三峽水庫開展聯合防洪調度，合計攔蓄洪水約300億m3，其中三峽水庫攔蓄洪量約146億m3，大大緩解了長江中下游防洪壓力[4]。因此，構建覆蓋長江上游流域的空間數據倉庫對三峽水庫調度有重要作用，也是構建數字孿生流域的基礎。

圖1 長江上游流域范圍示意Fig.1 Sketch map of the upper reaches of Yangtze River

2 空間數據倉庫設計

2.1 空間數據倉庫特征

(1) 空間數據倉庫是面向主題的。水庫調度關注的核心主題包括預報、調度等，而空間數據的核心主題服務包括長江上游要素基礎空間數據主題，多源降水數據主題，調度風險數據主題，流域地表覆被主題、調度風險主題、土壤及影像主題，三峽水庫水下地形主題等；在業務工作中以預報、調度作為主題內容，在應用及決策層面將數據進行轉化、分類、處理，使業務人員和決策者能直接利用展現的數據主題內容進行決策。

(2) 空間數據倉庫是集成的?？臻g數據倉庫為預報調度業務提供決策服務，其數據在邏輯上必須進行統一管理，針對不同的空間數據，在元數據、坐標系、高程系上統一，消除原始數據異構帶來的互操作差異。

(3) 空間數據倉庫是綜合的。空間數據倉庫以空間數據為存儲主體，同時關聯大量結構化數據，以空間數據為數據基礎，從而構建全息的數據表達方式，對數據主題進行綜合展現。

(4) 空間數據倉庫是時變、時空的。空間數據倉庫中的數據按照一定的時間周期進行更新，主要空間數據必須具備坐標系等關鍵空間標志[5]。

2.2 空間數據倉庫架構

空間數據倉庫的本質是計算機存儲的一種高級應用組織方式，其在數據粒度及數據量上與傳統數據倉庫有一定區別，主要表現為海量數據、大文件數據，因此空間數據倉庫分析及可視化工具與傳統數據倉庫有一定差異。水資源空間數據倉庫架構按照功能分為以下4個部分(圖2)。

圖2 水資源空間數據倉庫架構Fig.2 Water resources spatial database warehouse architecture

(1) 源數據。分布在不同的系統(GIS系統或業務系統)的應用數據，它們分布在異構的數據庫中。

(2) 互操作工具。將異構數據庫中的源數據通過數據格式轉化、關鍵數據抽取，以主題的方式存入數據倉庫的一系列腳本或程序。利用GIS分析工具如ArcGISToolbox中的分析工具等，進行二次開發，提高數據處理效率。

(3) 空間數據倉庫。包括元數據、時序數據、空間數據以及多維數據。元數據是描述空間數據來源、范圍、空間參考、用途、內容、存儲方式等的記錄，讓數據分析人員和業務人員能夠快速、準確使用空間數據[6]。多維數據是源數據通過互操作，關聯時序數據后，成為數據倉庫中的數據集合?？臻g數據倉庫通過空間數據引擎組織柵格數據、矢量數據及其關聯的時序數據，形成空間維、時間維、主題屬性維的數據管理方式。

(4) 分析工具。為了支持空間數據倉庫的可視化表達，將包含大量規律的數據集進行高效展示；其必須依托GIS工具及GIS服務平臺開展數據挖掘及可視化，以地圖結合主題屬性數據的方式，將鉆取、切片后的多維數據進行降維，形成標準化的空間數據輸出模板，為業務專家及決策者提供可直觀理解的高級工具。

3 空間數據倉庫實現

3.1 關鍵技術

3.1.1 空間及屬性數據源集成

空間數據形式多樣，包括柵格數據、矢量數據、時序數據、統計數據4種數據類型。這些數據來自多個平臺，需要構建高效的數據處理及匯集通道，以實現空間數據倉庫穩定運行。為此，空間數據的集成，采取同類數據集成、關聯數據集成2種方式。

(1) 同類數據集成是指將對不同來源、不同文件格式的相關數據，按照原有格式類型集成。這種集成方式借助于數據互操作工具，可以對元數據、編碼、主題等進行統一描述、統一組織、統一管理。

(2) 關聯數據集成是指對不同種類的數據進行集成。以空間對象代碼作為時序(屬性)數據、空間數據的外鍵，從描述物理對象過程或特點的角度，構建屬性數據與不同類型空間數據間的關聯。

3.1.2 數據管理平臺構建

由于空間對象的引入和時序數據的關聯，空間數據倉庫的單一文件數據庫和單一關系數據庫無法高效支持帶有時空數據對象的增、刪、改、查。為實現與主題相關的屬性數據和矢量、柵格數據的統一管理，采用關系數據庫(包括Oracle，MySQL，PostgreSQL，達夢)管理時序數據(含屬性)；對于空間對象數據的存儲管理，采用各關系數據庫提供的空間數據引擎(Oracle Spatial[7]，MySQL spatial[8]，PostGIS[9]，DMGEO[10])對空間數據進行存儲、管理。上述空間數據引擎提供符合SFA(Simple Feature Access)標準[11]或SQL/MM(SQL Multimedia Part 3：Spatial)標準[12]的方法，可操作數據庫中的空間對象集合。以上成熟的管理工具解決了在關系數據庫中存儲連續、大型的空間數據的問題，將傳統文件格式存儲的空間數據轉移存儲于空間數據庫中，將屬性數據和空間數據由同一數據庫系統管理，提升了查詢和管理效率。

3.1.3 空間數據倉庫構建

空間數據倉庫需要按照數據主題進行數據結構設計。根據不同數據主題，構建實例表和多維表。主題數據通過實例表進行管理，多維表存儲主題數據的表名及描述。通過這種方式，逐步完成空間數據倉庫的構建。

3.1.4 空間數據倉庫查詢系統開發

在ArcGISServer基礎上利用Python、ArcGIS API for JavaScript和ECharts，構建滿足多用戶應用要求的B/S系統。Python可以快速構建高級數據分析腳本，將數據庫中通過聚集查詢后的數據用ArcGIS API for JavaScript和ECharts將結果予以展示，使可視化分析結果可在多平臺上查詢應用。

3.2 面向水庫調度的空間數據倉庫主題劃分

根據三峽水庫調度應用要求，結合所采集的數據情況及基礎軟件，將空間數據倉庫劃分為以下主題。

3.2.1 長江上游要素基礎空間數據主題

長江上游要素基礎空間數據主題包括長江上游子流域邊界、長江上游河流要素(細化至三級支流)(圖3)、長江上游大型水電站要素，以及長江上游以大型水電站為節點的流域邊界(圖4)等。通過SRTM DEM數據進行水文分析，提取符合應用要求的空間數據，為其他數據主題提供基礎空間數據。

圖3 長江上游地理流域分區Fig.3 Geographical basin area map of the upper Yangtze River

3.2.2 多源降水數據主題

降水數據是洪水預報最直接、最重要的動態輸入變量，是水資源模擬中重要的輸入參數，也是影響三峽水庫調度的重要因素，為實現多維降水主題空間數據的管理構建特有存儲模式(圖5)。

圖5 多維降水主題空間數據倉庫存儲模式Fig.5 Multi-dimensional precipitation theme spatial data warehouse storage model

金沙江下游-三峽梯級水庫調度自動化系統自建遙測站 617 個(圖 6)，分布在云南、四川、貴州、重慶、湖北5個省市，覆蓋流域面積約54.5萬km2，包括重慶-宜昌流域、嘉陵江、烏江、岷沱江(不含大渡河上游)、宜賓-重慶流域、金沙江下游流域(26°～45°N，102°～112°E)；同時，接入中國氣象局重點站和區域站降水數據，對自建遙測數據進行補充。

圖6 三峽集團水情遙測系統分布示意Fig.6 Distribution of telemetry system of China Three Gorges Corporation(CTG)

同期，國家氣象信息中心(NMIC)與美國大氣海洋局(NOAA)氣候預測中心合作，研制中國實時格點化降水量產品。通過氣象數據共享平臺，下載該數據集。該數據集實時提取全國降水觀測站(包括國家氣象觀測一、二站)的每日降水量(前日08∶00至當日08∶00)，使用 “氣候背景場”空間插值方法，產品空間分辨率均為0.25°×0.25°；并采用CPC變形技術(CMORPH)降水數據融合的、空間分辨率為0.1°×0.1°的歷史降水數據[13]。

另外，分析歷史降水也可采用再分析數據集的降水數據。美國航空航天局(NASA)提供全球陸地數據同化系統(GLDAS)數據(時間分辨率3 h，空間分辨率0.25°×0.25°；數據起止時間為1979年至今)；歐洲中期天氣預報中心(ECMWF)提供全球氣候第五代大氣再分析產品ERA5(時間分辨率1 h，空間分辨率31 km，數據起止時間為1979年至今)；中國國家氣象信息中心提供中國全球陸面再分析40 a產品CRA/Land(時間分辨率6 h，空間分辨率34 km；數據起止時間為1979年至今)[14]。這些格點降水數據為水資源研究提供了豐富的參考資料，提高了研究效率，且降低了研究成本。

利用覆蓋長江上游流域的多尺度標準化格點，構建不同分辨率下的格點降水產品和數據質量控制方法。同時，對多源降水數據開展對比性分析(圖7～9)，中國氣象局氣象站點與三峽集團遙測站點在不同區域分布有較大差異，利用空間數據庫可進一步開展融合降水產品的研究。將降水和流量進行關聯(圖10)，以提高降水數據的應用效果。

圖7 多源降水站點密度對比Fig.7 Multi-source rainfall site density comparison

圖8 不同來源的降水站分布密度對比Fig.8 Comparison of the distribution density of rainfall stations from different sources

圖9 不同分辨率的同時段降水產品差異Fig.9 Differences in precipitation products in the same period at different resolutions in the same period

圖10 降水格點與關鍵節點流量關聯Fig.10 Correlation diagram of precipitation grid points and river section points

3.2.3 調度風險主題

水庫調度風險與一個水文年內各個時期的水庫調度目標具有一對一的關系。對于干流大型水庫，需要在不同時期，針對不同風險發生河段，解決防洪、航運、發電、泥沙、生態、抗旱等多種矛盾。為此，結合河段需要關注的空間位置，將調度風險進行空間關聯(圖11)。

圖11 三峽水庫調度風險分類及相應關注點Fig.11 Dispatching risks and focuses of Three Gorges Reservoir

3.2.4 流域地表覆被、土壤及影像主題

流域地表覆被數據是開展流域陸地生態評價、構建分布式水資源模型等工作的重要數據。隨著遙感技術的發展，其應用于獲取土壤、地下水分布等地表覆被數據時，在費用、時間、空間分辨率方面具有相對于完全實地采集的明顯優勢。隨著經濟社會的發展，人類活動加劇，全球及區域氣候變化都在不斷影響本區域地表覆被變化[15]。因此，該數據集對水庫調度的現在和未來都有重要影響。在水資源空間倉庫的設計過程中，應用了30 m分辨率的地表覆被數據產品GlobeLand30。該產品包括林地、耕地、草地、灌叢、水體、濕地、人造地表、裸地、苔原、冰雪等10個類型[16]。將長江上游流域分割成0.25°×0.25°的網格，在網格內運用GlobeLand30數據分析了2010年與2000年相比，各類地表增減程度(以森林為例，見圖12)。土壤數據來源于世界土壤數據庫(HWSD 1.2，采用FAO-90分類數據)。

圖12 地表覆被變化(以2000～2010年森林數據為例)Fig.12 Land cover changes(a case of forest data from 2000 to 2010)

針對遙感影像數據，按照時間分辨率、空間分辨率、光譜分辨率進行分類存儲。近壩區、水庫庫尾等重點區域可通過高分系列遙感影像(全色2 m)進行相關特征的提取和展示；流域范圍內，可利用Landsat系列衛星開展水體提取、地表特征提取等工作；此外，利用Modis高光譜數據開展流域蒸發、水環境分析等工作。

3.2.5 三峽水庫水下地形主題

水下地形數據主要分為河道斷面數據和水下地形數據。利用三峽水庫淹沒庫區的水下地形數據，對其進行數據互操作，轉換為DEM數據(圖13)，并使之符合在線數據發布方案的相關要求。利用空間數據分析工具，可開展任意斷面的分析、水庫動態庫容計算及水面線實時分析等工作，為水庫樞紐的泥沙運動變化規律和壩址下游河道變化規律分類提供依據，為流域梯級水庫進行水沙聯合調度、延長水庫使用壽命、充分發揮水庫綜合效益提供科學依據和技術支持[17]。

圖13 三峽水利樞紐上游水下地形與影像疊加效果Fig.13 Visualization of underwater topography and images in the upstream of Three Gorges Project

4 結 語

面向水庫調度的水資源空間數據倉庫的設計與開發是一個不斷迭代的過程。本文中構建的數據倉庫涵蓋長江上游要素、多維降水、調度風險、地表覆被、土壤分類、水下地形等數據，并基于以上數據，開展了異構數據、空間數據和屬性數據之間的相互轉換，實現了動態時態數據的高效存儲展示和多維分析結果的快速發布。在未來的研究中，隨著應用主題的更新，將進一步拓展數據結構，構建滿足業務決策的多維數據模型，利用數據挖掘工具及機器學習算法，開展空間數據倉庫的深化應用。