CN108765190B - 一种面向大规模并行且适合河网多级嵌套的河网数据表达方法 - Google Patents

一种面向大规模并行且适合河网多级嵌套的河网数据表达方法 Download PDF

Info

Publication number
CN108765190B
CN108765190B CN201810479543.4A CN201810479543A CN108765190B CN 108765190 B CN108765190 B CN 108765190B CN 201810479543 A CN201810479543 A CN 201810479543A CN 108765190 B CN108765190 B CN 108765190B
Authority
CN
China
Prior art keywords
river network
river
network data
confluence
areas
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810479543.4A
Other languages
English (en)
Other versions
CN108765190A (zh
Inventor
储根深
胡长军
吴彦飞
吴佳豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN201810479543.4A priority Critical patent/CN108765190B/zh
Publication of CN108765190A publication Critical patent/CN108765190A/zh
Application granted granted Critical
Publication of CN108765190B publication Critical patent/CN108765190B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种面向大规模并行且适合河网多级嵌套的河网数据表达方法，用以解决现有技术中河网数据模型自适应差、检索局限性大的问题。所述面向大规模并行且适合河网多级嵌套的河网数据表达方法，以结点表示区域，以带箭头的边表示区域间的上下游汇流关系，以图表示区域间的汇流关系，解析标准河网数据，导入图数据库，利用图数据库来存储汇流结构。本发明的河网数据表达方法自适应强，能够更真实地反映自然界中的河网拓扑结构，具有更强的动态可扩展性，并且能够适应快速检索需求，便于快速汇流演算，更好地描述河网的水文拓扑结构以及各区域间的上下游汇流关系，为水文模拟中的任务划分和河网间汇流关系的计算提供了更好的基础。

Description

一种面向大规模并行且适合河网多级嵌套的河网数据表达 方法
技术领域
本发明属于水资源保护技术领域，具体涉及一种面向大规模并行且适合河网多级嵌套的河网数据表达方法。
背景技术
随着人口的不断扩张，水资源不管是在工农业生产中，还是在日常用水中都变得越来越重要。要对水资源进行充分的利用和保护，首先需要对水资源有充分的了解。现有技术中，一般通过水文模拟来建立水资源数据库，在数据库中存储河网的子流域信息、水文模型、模型参数，并通过河网编码等技术来预测或跟踪水资源的变化。河网编码是对汇流过程的再现和数据存储，而河网数据结构则是并行任务划分过程中的重要依据，将各模拟区域分配到各计算单元上，以区域为单元，形成河网拓扑结构，计算汇流关系。
目前，已有的河网编码方式有两种，第一种是二叉树河网编码方法，第二种是多树河网编码方法(Multi-tree Code Method，MCM)。
其中，二叉树河网编码将河网视为二叉树结构，仅考虑两河交汇。该方法将树的根节点看作流域的出口，树的每个结点用一个二元组表示(L，V)：其中L指结点在树中的深度(即距离流域出口的拓扑距离)，V是同一层从左往右的编号(从0开始)。这样，如果结点是(L,V),那么其上游结点是
Figure BDA0001665404580000011
其中
Figure BDA0001665404580000012
表示向下取整；其下游结点分别为(L,2V)与(L,2V+1)。二叉树河网编码方式虽然能够反映流域水系之间的拓扑关系，但是随着V的值随L呈指数增长会由此导致大量空缺节点的无用编码，进而使得整个系统的性能急速下降。
而多树河网编码方法(Multi-tree Code Method，MCM)使用三元组(L,V,Z)表示结点：L表示所在树的层数；V为该结点所在层对各结点从0开始依次从左往右进行标号的编号；Z表示当前结点的父结点的V值。一个结点可以用L和V唯一标识。若已知结点(L0,V0,Z0)，则其下游的结点的L和V的值为(L0-1,Z0,_)。该表示方式在检索查询方面有很大的局限性，大大降低了水文模拟中汇流演算的性能。
发明内容
本发明实施例的目的是提供一种面向大规模并行且适合河网多级嵌套的河网数据表达方法，用于描述水文模拟中的河网拓扑结构以及各区域(如子流域)间的上下游汇流关系，以解决现有技术中河网数据模型自适应差、检索局限性大的问题。
为解决上述技术问题，本发明实施例提供一种面向大规模并行且适合河网多级嵌套的河网数据表达方法，所述河网数据表达方法包括：
以结点表示区域，以带箭头的边表示区域间的上下游汇流关系，以图表示区域间的汇流关系，解析标准河网数据，导入图数据库，利用图数据库来存储汇流结构。
上述方案中，解析标准河网数据，导入图数据库，包括如下步骤：
步骤S1，划分河段对应的区域，对于每一个河段所在区域，在数据库中创建一个结点，并存储结点属性；
步骤S2，对任意一个结点X，遍历所有结点，建立结点X的汇流关系。
步骤S3，将表示汇流关系的边，和这条边所涉及到的结点及其相关属性，存入图数据库中。
上述方案中，所述结点属性包括：流域地理信息，水域信息，土壤信息。
本发明上述技术方案的有益效果如下：
上述方案中，所述面向大规模并行且适合河网多级嵌套的河网数据表达方法，能够实现大规模并行和多极嵌套，自适应强，能够更真实地反映自然界中的河网拓扑结构，针对特定流域区域，可以很容易地精细化与扩展河网信息，具有更强的动态可扩展性，并且能够适应快速检索需求，高效检索以便于快速汇流演算，可以更好地描述河网的水文拓扑结构、以及各区域间的上下游汇流关系，为水文模拟中的任务划分和河网间汇流关系的计算提供了更好的基础。
附图说明
为了更加清晰的阐述本发明的实施例和现有的技术方案，下面将本发明的技术方案说明附图做简单的介绍，显而易见的，在不付出创造性劳动的前提下，本领域普通技术人员可通过本附图获得其他的附图。
图1为本发明实施例中河网数据表达方法汇流示意图；
图2为本发明实施例中河网数据表达方法所表达的河网拓扑结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明实施例的目的是提供一种面向大规模并行、自适应、动态可扩展、并且能够适应快速检索需求、便于快速汇流演算、能够更真实地反映自然界中河网拓扑结构的多级嵌套河网数据表达方法，来更好地描述水文拓扑结构、以及各区域间的上下游汇流关系，以便于水文模拟中的任务划分和河网间汇流关系的计算。
下面通过具体的实施例对本发明作进一步详细的说明。
实施例
本实施例提供了一种面向大规模并行且适合河网多级嵌套的河网数据表达方法。图1为本实施例中河网数据表达方法汇流示意图。如图1所示，解析标准河网数据，导入图数据库，利用图数据库来存储汇流。与二叉树编码方法和多树编码方法不同的是，解析河网的过程中，结点(node，如A、B、C等)表示区域，比如某个子流域，而不再是河网的交汇点(如图中的数字编号为1、2、3、4的点)；带箭头的边(edge)表示区域间的上下游汇流关系，而非河段；图(graph)表示区域间的汇流关系，从而可以得到图数据库来表示的汇流数据结构。具体的解析河网的过程如下：
步骤S1，划分河段对应的区域，对于每一个河段所在区域，在数据库中创建一个结点，并存储结点属性。
如图1所示，图1中最左侧部分，为河段所在的区域示意图，本实施例中以三个河段为例进行说明，3-2河段，4-2河段，2-1河段，每个河段对应相应的区域A、B、C，以node表示区域，则本实施例中包括A、B、C三个node。区域A的下游是区域C、区域B的下游是区域C、区域C的上游是区域A、B。对于每一个区域，在数据库中创建一个图结点，并存储必要的结点属性，如流域地理信息，土壤信息等。
步骤S2，对任意一个结点X，遍历所有结点，建立结点X的汇流关系。
如图1中间上部分所示，在本实施例中，以任意一个结点A为例，遍历所有结点，找到其下游结点为C，则添加边A->C，即由from_node和to_node，推出汇流关系，A to C。同样的，以结点B为例，找到其下游结点C，添加边B->C，即由from_node和to_node，推出汇流关系，B to C。
步骤S3，将表示汇流关系的边，和这条边所涉及到的结点及其相关属性，存入图数据库中。
如图1所示中间下部分所示，通过“<A><sh_l>0.03657”语句表达区域A中河流的长度属性，通过“<B><sh_l>0.0167”语句表示区域B中河流的长度属性。最后，将结点A、B的属性及表示汇流关系的边A->C、B->C存入图数据库，完成河网编码。
图2所示为本实施例中河网数据表达方法所表达的河网拓扑结构示意图。
如图2所示，整个图代表将自然界中的水系结构(图2左半部分)抽象表示为以本实施例所述的河网数据表达方法为基础的水文拓扑结构(图2右半部分)。其中，图2右半部分图(graph)中的各个结点(F、G、D、E、C、B、A)表示的不是河网的交汇点，而是代表一个水文区域；图(graph)中的边表示的也不是河段，而是汇流关系。而在二叉树或多树编码方式中，图(graph)中的边表示的是自然界的水文区域，图(graph)中的结点(F、G、D、E、C、B、A)表示的是河流的交汇点。这也是本发明与当前的二叉树或多树编码方式的本质区别。
本实施例所提供的河网数据表达方法，自适应强，能够更真实地反映自然界中的河网拓扑结构，针对特定流域区域，可以很容易地精细化与扩展河网信息，具有更强的动态可扩展性，并且能够适应快速检索需求，高效检索以便于快速汇流演算。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (1)

1.一种面向大规模并行且适合河网多级嵌套的河网数据表达方法，其特征在于，所述河网数据表达方法包括：
以结点表示区域，以带箭头的边表示区域间的上下游汇流关系，以图表示区域间的汇流关系，解析标准河网数据，导入图数据库，利用图数据库来存储汇流结构；
解析标准河网数据，导入图数据库，包括如下步骤：
步骤S1，划分河段对应的区域，对于每一个河段所在区域，在数据库中创建一个结点，并存储结点属性；
步骤S2，对任意一个结点X，遍历所有结点，建立结点X的汇流关系；
步骤S3，将表示汇流关系的边，和这条边所涉及到的结点及其相关属性，存入图数据库中；
所述结点属性包括：流域地理信息，水域信息，土壤信息。
CN201810479543.4A 2018-05-18 2018-05-18 一种面向大规模并行且适合河网多级嵌套的河网数据表达方法 Active CN108765190B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810479543.4A CN108765190B (zh) 2018-05-18 2018-05-18 一种面向大规模并行且适合河网多级嵌套的河网数据表达方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810479543.4A CN108765190B (zh) 2018-05-18 2018-05-18 一种面向大规模并行且适合河网多级嵌套的河网数据表达方法

Publications (2)

Publication Number Publication Date
CN108765190A CN108765190A (zh) 2018-11-06
CN108765190B true CN108765190B (zh) 2022-04-05

Family

ID=64007252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810479543.4A Active CN108765190B (zh) 2018-05-18 2018-05-18 一种面向大规模并行且适合河网多级嵌套的河网数据表达方法

Country Status (1)

Country Link
CN (1) CN108765190B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109918741B (zh) * 2019-02-13 2020-11-27 北京科技大学 一种适用于大规模水文模拟的参数率定方法
CN113449404B (zh) * 2021-06-29 2024-06-07 中国水利水电科学研究院 基于逐层叶片单元识别的河网汇流与分水并行计算方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218538A (zh) * 2013-04-28 2013-07-24 中国水利水电科学研究院 基于河网关联矩阵的河网一维恒定流计算方法
CN103853934A (zh) * 2014-03-28 2014-06-11 刘舒 一种河网模型计算的方法和系统
CN105138722A (zh) * 2015-07-14 2015-12-09 南京师范大学 基于数字河湖网络的平原河网区流域集水单元划分方法
CN106447106A (zh) * 2016-09-27 2017-02-22 西安理工大学 基于综合阻力权和图论的河网连通性评估及闸坝优化方法
CN107194040A (zh) * 2017-04-27 2017-09-22 西交利物浦大学 基于双向水流的水质监测网络多目标优化部署方法
CN107944111A (zh) * 2017-11-16 2018-04-20 河海大学 基于改进图论和水文模拟的河网水系连通度计算方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9311082B2 (en) * 2006-12-29 2016-04-12 Sap Se System and method for processing graph objects

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218538A (zh) * 2013-04-28 2013-07-24 中国水利水电科学研究院 基于河网关联矩阵的河网一维恒定流计算方法
CN103853934A (zh) * 2014-03-28 2014-06-11 刘舒 一种河网模型计算的方法和系统
CN105138722A (zh) * 2015-07-14 2015-12-09 南京师范大学 基于数字河湖网络的平原河网区流域集水单元划分方法
CN106447106A (zh) * 2016-09-27 2017-02-22 西安理工大学 基于综合阻力权和图论的河网连通性评估及闸坝优化方法
CN107194040A (zh) * 2017-04-27 2017-09-22 西交利物浦大学 基于双向水流的水质监测网络多目标优化部署方法
CN107944111A (zh) * 2017-11-16 2018-04-20 河海大学 基于改进图论和水文模拟的河网水系连通度计算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
分布式水文模型子流域划分方法;张峰等;《南水北调与水利科技》;20110528(第03期);第101-104页 *
利用几何网络提取河网径流节点的方法研究;刘晓等;《测绘科学》;20110920(第05期);第85-86页 *
基于DEM的流域尺度水资源网络图构建;雷晓辉等;《水文》;20100425(第02期);第6-10页 *

Also Published As

Publication number Publication date
CN108765190A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
Yao et al. A fast space-saving algorithm for maximal co-location pattern mining
Pedryez et al. Linguistic models and linguistic modeling
CN110059264B (zh) 基于知识图谱的地点检索方法、设备及计算机存储介质
CN108765190B (zh) 一种面向大规模并行且适合河网多级嵌套的河网数据表达方法
Ho et al. Robust decentralized detection and social learning in tandem networks
CN111459988B (zh) 一种机器学习流水线自动化设计的方法
CN110275929B (zh) 一种基于网格分割的候选路段筛选方法及网格分割方法
CN113485144A (zh) 基于物联网的智能家居控制方法及系统
CN113377966B (zh) 一种基于知识图谱的水利工程调度规程推理方法
CN103823885A (zh) 基于数据起源依赖关系分析模型的数据依赖分析方法
Jog et al. Persistence of centrality in random growing trees
CN114462254A (zh) 基于流向的分布式水文模型并行计算方法
CN109697206A (zh) 一种分布式函数依赖关系挖掘方法
CN104268243A (zh) 一种位置数据处理方法及装置
CN107679107B (zh) 一种基于图数据库的电网设备可达性查询方法及系统
Zhang et al. Research on the maximum flow in large-scale network
Castillo-Ortega et al. A proposal for the hierarchical segmentation of time series. application to trend-based linguistic description
CN110807061A (zh) 一种基于分层搜索不确定图的频繁子图的方法
CN115935026A (zh) 一种基于图数据库的swmm排水管网模型自动拓扑简化方法
Xing et al. Discovering traffic outlier causal relationship based on anomalous DAG
Gross et al. Continuous preservation of situational awareness through incremental/stochastic graphical methods
CN105005628A (zh) 基于集中式平台的最短路径关键节点查询方法
Bui et al. The Computational Complexity of Hierarchical Clustering Algorithms for Community Detection: A Review.
Hu et al. Improved particle swarm optimization for minimum spanning tree of length constraint problem
Kim et al. Embedding of rings in 2-D meshes and tori with faulty nodes

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant