顾及地理要素的生态流量预警知识图谱构建及应用.pdf

第 44 卷第 4 期2023 年 7 月华 北 水 利 水 电 大 学 学 报(自 然 科 学 版)Journal of North China University of Water Resources and Electric Power(Natural Science Edition)Vol.44 No.4Jul.2023收稿日期:2022-12-31基金项目:国家自然科学基金青年项目(52209045);国家重点研发计划项目(2021YFC3000205);辽宁省科学事业公益研究基金(软科学)项目(2021JH4/10100060)。第一简介:杨华伟(1999),女,硕士研究生,从事水利信息化方面的研究。E-mail:。通信作者:朱健锋(1988),男,满族,讲师,博士,从事水利信息化方面的研究。E-mail:。引用:杨华伟,沈红霞,蔡思宇,等.顾及地理要素的生态流量预警知识图谱构建及应用J.华北水利水电大学学报(自然科学版),2023,44(4):39-46.YANG Huawei,SHEN Hongxia,CAI Siyu,et al.Construction and application of ecological flow warning knowledge graph consid-ering geographical elementsJ.Journal of North China university of water resources and electric power(natural science edi-tion),2023,44(4):39-46.DOI:10.19760/j.ncwu.zk.2023043顾及地理要素的生态流量预警知识图谱构建及应用杨华伟1,沈红霞2,蔡思宇3,王超3,朱健锋1(1.辽宁师范大学 地理科学学院,辽宁 大连 116029;2.水利部信息中心,北京 100053;3.中国水利水电科学研究院,北京 100038)摘要:在数字孪生流域建设背景下,建立水利要素之间的关系离不开知识图谱技术的支持。然而,传统的知识图谱通常只表达语义关系,忽略了水利要素之间的空间位置关系。以流域生态流量预警问题为背景,在知识图谱的基础上融合地理要素,通过九交模型算法构建地理要素间的空间关系,提出了顾及地理要素的流域生态流量预警知识图谱的自动构建及其分析方法,并以汉江流域为例,建立了汉江流域生态流量预警知识图谱。应用结果表明,顾及地理要素的知识图谱能够实现流域生态流量预警知识图谱的自动建模,同时可以对预警成因以及管控措施进行分析和评价。关键词:生态流量预警;知识图谱;地理要素;汉江流域;九交模型算法中图分类号:TP391文献标识码:A文章编号:2096-6792(2023)04-0039-08Construction and Application of Ecological Flow Warning Knowledge Graph Considering Geographical Elements YANG Huawei1,SHEN Hongxia2,CAI Siyu3,WANG Chao3,ZHU Jianfeng1(1.School of Geography,Liaoning Normal University,Dalian 116029,China;2.Information Center,Ministry of Water Resources,Beijing 100053,China;3.China Institute of Water Resources and Hydropower Research,Beijing 100038,China)Abstract:In the context of digital twin basins,the relationships between water conservancy elements can be represented by knowledge graph technology.However,the traditional knowledge graph only expresses semantic relationships,the spatial relationships between water conservancy elements are usually ignored.Under the conditions of ecological flow forewarning,integrating geographical elements on the basis of knowledge graph and constructing the spatial relationship between geo-graphical elements by 9-Intersection Model algorithm,the automatic construction and analysis methods of knowledge graph of ecological flow forewarning considering geographical elements are proposed.Taking the Hanjiang River Basin as an exam-ple,the knowledge graph considering geographical elements can simulate the ecological flow warning system automatically.At the same time,the knowledge graph can be used to analyze the factors of ecological flow warnings and evaluate the effect of the measures against warnings.Keywords:ecological flow forewarning;knowledge graph;geographical elements;Hanjiang River Basin;9-Intersection Model algorithm随着社会经济的快速发展,水资源的开发利用量不断增加,导致河流生态系统功能受损以及生物多样性丧失1。普遍认为,流域生态流量是流域生态系统稳定的关键因素之一2,对流域水资源管理和规划至关重要3。流域生态流量是指为了维系流域生态系统的结构和功能,需要保留在流域内符合水质要求的流量(水量、水位)及其过程4。江善虎等5研究认为,影响河道生态流量的主要因素是气候变化和人类活动,例如极端气候、降水、水库径流调节、取用水活动等。因此,为了保证流域生态系统的稳定,实现流域可持续发展,考虑以人类活动以及气候变化为基础的流域生态流量预警方法至关重要。目前,对流域生态流量预警方法的研究较多:张代青等6以河流流量为河流健康表征因子,建立二元水循环河流流量比率阈值模型进行河流流量预警;郭玉雪等7利用径流信息、历史气象数据作为影响因子,通过递归神经网络模型预测流量;李远军8通过逻辑算法实现水电站生态流量在线监测和实时预警。已有的各种模型算法为生态流量预警提供了理论基础。近年来,国家大力推进智慧水利建设,数字孪生流域技术体系迅速发展9,以数字孪生流域为核心构建具有预报、预警、预演、预案功能的智慧水利体系10,实现数字孪生流域需要构建水利实体及其属性之间的关联关系,形成强大的水利知识网络。知识图谱是一种结构化的语义知识库,能够将实体和属性通过关系进行联结和组织的知识网络11,是实现数字孪生流域的关键技术之一。目前,已有少量研究将知识图谱引入水利工程调度等相关领域:段浩等12以水利行业关系型数据库、互联网数据与百科知识等为数据源,构建了水利综合知识图谱;陈胜等13以水工程联合调度计算方案生成为切入点,研究知识图谱在水利行业的应用技术;冯钧等14以水利对象数据为基础,实现了基于推理规则的知识推理方法,并应用于水利信息知识图谱构建与检索系统,构建了水利信息知识图谱。上述研究表明,知识图谱能够用于复杂的水利工程调度问题,提高水利工程调度的智能化水平,但目前还存在不足。目前,水利工程调度知识图谱主要基于传统的语义关系,而部分水利工程相关要素具有空间位置属性(以流域生态流量调度为例,如监测断面、雨量站、水库等具有空间位置信息),且要素之间存在空间拓扑关系(比如雨量站与水库汇水区的关系)。忽略空间位置属性和空间关系,仅基于语义建立知识图谱导致建模过程需要大量人工处理,耗时耗力。因此,本文考虑地理要素空间关系的知识图谱对生态流量预警建模,并通过九交模型算法实现流域内监测断面与取用水户、水库、雨量站的空间拓扑关系的自动构建,提高了建模效率,同时通过对导致生态流量预警事件的成因进行定量分析和可视化展示,可以直观地了解预警成因,便于决策者采取精准的管控措施,有利于保持流域生态系统的稳定。1知识图谱与地理知识图谱1.1知识图谱谷歌于 2012 年首次提出了知识图谱的概念,其基本组成单位是“实体-关系-实体”三元组 15。目前,知识图谱已在问答系统、推荐系统以及信息检索系统中被广泛应用16,服务于医疗、新闻、教育、电力等各个领域17-20。知识图谱构建的核心主要包括知识建模、知识抽取以及知识融合 3 个阶段21。首先,将分散的数据源以及实体关系中的知识组织起来,形成统一的模型;然后,从各种各样的数据资源中将研究内容相关的实体以及实体间的关系抽取出来,存储到知识库中;最后,在同一框架规范下进行异构数据整合、消歧等工作,并加入现有结构化数据,形成知识图谱。1.2地理知识图谱地理知识图谱是在知识图谱的基础上对与地理位置有关的概念、实体及其相互关系进行形式化描述的知识系统,能够提供系统的、深层次的结构化地理知识22。与传统知识图谱相比,地理知识图谱不仅是结构化的语义知识库,还集成了海量的地理空间数据和信息23,具有空间特征、时间特征以及属性特征。地理知识图谱的基本组成单位为“实体-关系-属性”三元组,相比一般知识图谱,地理实体是地理知识表达的核心24,利用相邻、连通、包含等拓扑关系描述地理实体间的空间关系。水利工程调度中存在与空间位置有关的地理要04华 北 水 利 水 电 大 学 学 报(自 然 科 学 版)2023 年 7 月素,引入地理知识图谱,可以增强图谱与对象实体的联系。例如,在流域生态流量预警过程中考虑要素的空间位置及相互拓扑关系,并利用空间关系自动建立要素实体间的关联,从而构建监测断面与雨量站、取用水户、水库等实体之间的知识图谱。因此,顾及地理要素的生态流量预警知识图谱增强了图谱的物理意义,同时为自动化生成图谱提供了基础。2顾及地理要素的生态流量预警知识图谱构建2.1知识背景为了对流域生态流量进行预警,在河道上选择监测断面对流量进行定期监测25,将监测值与断面生态流量设计阈值进行比较,判断是否发生预警及发生的预警级别。通过分析预警产生的原因制定响应预案,对水库下泄流量或生产生活取用水实施管控。因此,若以一个预警周期为研究对象,则有如表1 中的要素对象。表 1预警周期各阶段包含的要素对象预警周期阶段要素对象预警时哪一时间在哪一断面发生了什么级别的预警?断面对应的水库、降水、取用水情况与历史同期相比如何?预警中针对哪些主体(水库或取用水户)采用了何种管控措施?预警后断面对应的水库、降水、取用水情况与预警时相比如何?2.2知识图谱构建2.2.1知识建模 根据知识背景建立流域生态流量预警知识图谱本体26,采用自上而下的方法构建知识图谱,知识图谱包括以下内容:1)以预警为核心面向预警生命周期建模,当产生预警事件时,记录预警级别和时间;2)预警发生时及预警周期结束后分别记录降水、水库状态以及取用水信息;3)预警来自监测断面,降水、水库状态以及取用水信息分别来自雨量站、水库及取用水户;4)预警期间同样可能产生针对水库和取用水户的管控措施。因此,在流域生态流量预警知识图谱本体中可抽象出预警、断面、雨量站、水库、取用水户等实体及其相互之间的关系,如图 1 所示。图 1生态流量知识图谱概念模型2.2.2知识抽取和存储 目前流域生态流量预警相关信息主要通过关系数据库存储,例如流量水位数据、断面取用水数据、测站下泄量数据、取用水户位置信息等,将这些结构化数据进行实体识别和属性抽取。在实体识别之后进行关系抽取,将实体之间的关系信息抽取出来,最终得到三元组形式的知识。最后将实体与关系存储在 Neo4j 图数据库中。2.2.3知识融合 文中的知识融合主要为实体、数据属性等层面的融合,将预警前、后各水库、雨量站、取用水户之间的关系以及数据属性进行关联,获取不同状态时断面的信息,确定流域生态流量状态,初步形成知识图谱,实现流域生态流量的动态监测。2.3顾及地理要素的知识图谱构建2.3.1在本体中融合地理要素 提取流域生态流量预警知识图谱中的节点,记为 N(a),其中 a 表示节点的属性集。对于监测断面、雨量站、取用水户、水库等具有地理属性的节点,将地理要素加入节点属性集,即 N(a,geo),其中,geo 表示节点代表的实体的地理对象,如具有经纬度坐标的点。节点间的关系记为 R(n),其中 n 表示关系的属性集。若为地理要素之间的关系,则在属性集中加入空间拓扑关系。地理要素之间的空间关系通过九交模型法表示27,即:topo=dim(IxIy)dim(IxBy)dim(IxEy)dim(BxIy)dim(BxBy)dim(BxEy)dim(ExIy)dim(ExBy)dim(ExEy)。(1)式中:topo 表示空间拓扑关系;x 表示知识图谱中带有地理要素节点的位置属性,通常为点要素,如雨量14第 44 卷第 4 期杨华伟,等:顾及地理要素的生态流量预警知识图谱构建及应用站、取用水户、水库等;y 表示监测断面的汇水区,通常为面要素;I、B、E 分别表示地理要素的内部、边界和外部。为了方便存储和表达,通常将式(1)表示为一个仅包含 T 和 F 且长度为 9 的字符串28,T 指true,F 指 false。将地理要素之间的空间关系与知识图谱中实体间的关系融合,记为 R(n,topo)。据此,顾及地理要素的流域生态流量预警知识图谱可表示为:G=(N(a,geo),R(n,topo)。(2)式中:G 表示知识图谱;N 代表图中节点;R 代表关系,即图谱中的边。顾及地理要素的流域生态流量预警知识,如图2 所示。图 2顾及地理要素的生态流量知识图谱概念模型2.3.2知识图谱的自动构建 在融合地理要素的基础上,可实现流域生态流量预警知识图谱的自动构建。步骤 1通过知识抽取在原有节点属性的基础上添加地理要素属性,其中:雨量站、水库、取用水户为点要素;断面为其汇水区面要素。步骤 2通过式(1)计算流域内汇水区与雨量站、取用水户、水库的空间拓扑关系。步骤 3在知识融合阶段只保留那些在汇水区内部的关系,从而完成雨量站、取用水户、水库等实体与断面实体的关系的自动构建。2.4基于知识推理的生态流量预警分析方法2.4.1预警成因分析在流域生态流量预警知识图谱中主要通过历史比较法分析预警成因,将当前预警发生时取用水户的取用水量、水库出库流量、雨量站降水量分别与历史同 期 观 测 值 比 较,计 算 变 化 量 Vwhen和 动 态 度DIwhen,即:Vwhen=Cwhen-H,(3)DIwhen=VwhenH100%。(4)式中:Cwhen为预警发生时的当前状态数据;H 为历史状态数据。由于每次预警事件发生时均记录降水、水库状态以及取用水信息,因此在知识图谱中有:Rwhen(alert,feature)=Rwhen(alert,state)+Rfrom(state,feature)。(5)式中:Rwhen、Rfrom分别表示知识图谱中的关系;alert为预警;feature 为预警关联要素,如雨量站、水库、取用水户等;state 为上述关联要素在预警发生时的状态,即预警与要素的关系转化为图谱中预警节点与要素节点之间的路径。将式(3)和式(4)中的 Vwhen和DIwhen写入对应关系 Rwhen(alert,state)的属性中,进而可通过式(5)推理出要素对本次预警的影响程度,得出预警事件发生的潜在关联因素。2.4.2管控成效分析同理可得,比较预警周期结束后与预警发生时的取用水量与水库出库流量等信息,可得到预警期间所实施的管控措施的成效,即有:Vafter=Cafter-Cwhen,(6)DIafter=VafterCwhen100%。(7)式中 Cwhen、Cafter分别为预警时和预警周期结束时的状态数据。3研究实例3.1汉江流域概况汉江是长江中游左岸最大的支流,干流流经陕西、湖北两省,于湖北省武汉市汇入长江。汉江全长1 577 km,其中陕西省境内干流长 657 km,湖北省境内的干流长 920 km,总落差 1 964 m,其支流延展至四川、甘肃、重庆、河南 4 省(直辖市),流域总面积约 15.9 万 km2。汉江流域共设置了 3 个生态流量监测预警断面,即安康断面、黄家港(二)断面,以及皇庄断面,3个断面及关联水库、取用水户的关系如图 3 所示。安康断面位于陕西省安康市,其监测范围在陕西省境内;黄家港(二)断面位于湖北省丹江口市,监测范围涉及陕西省、河南省以及湖北省;皇庄断面位于湖北省荆门市,监测范围在湖北省境内。24华 北 水 利 水 电 大 学 学 报(自 然 科 学 版)2023 年 7 月图 3汉江流域生态流量预警监测断面设置示意3.2预警方案设计汉江流域生态流量预警等级为蓝色预警、橙色预警和红色预警 3 个等级。预警阈值分别按照生态基流的 120%、100%和 80%设置,对应预警等级分别为蓝色预警、橙色预警和红色预警。预警时长与断面流量报送时长一致。不同预警等级的流量控制指标见表 2。表 2汉江流域主要控制断面不同预警等级的生态流量断面生态基流/(m3/s)预警时长红色预警流量/(m3/s)橙色预警流量/(m3/s)蓝色预警流量/(m3/s)安康66日均536679黄家港(二)174日均139174209皇庄200日均1602002403.3汉江流域生态流量预警知识图谱构建3.3.1数据结构设计 按照上述生态流量知识图谱的建模方法设计公式(2)中节点及关系的数据结构,其中部分节点及关系结构见表 36。表 3预警节点属性结构字段名字段说明字段类型备注ID预警 IDStringDateTime预警时间DateLevel预警级别String红 橙 蓝表 4监测断面节点属性结构字段名字段说明字段类型备注ID断面 IDStringName断面名称String续表字段名字段说明字段类型备注LEV_ONE_VALUE蓝色预警流量FloatLEV_TWO_VALUE橙色预警流量FloatLEV_THR_VALUE红色预警流量FloatLocation断面位置Point地理对象Catchment汇水区Polygon地理对象表 5取用水户节点属性结构字段名字段说明字段类型备注ID取用水户 IDStringName取用水户名称StringType取用水类型StringWeight权重FloatLocation位置Point地理对象表 6预警时取用水状态关系属性结构字段名字段说明字段类型V变化量FloatDI动态度Float3.3.2系统结构设计 在现有汉江流域日监测数据库的基础上,编写Java 接口程序,识别汇水区范围及关联的取用水户、水库及雨量站信息,自动构建汉江流域生态流量预警知识图谱。知识图谱通过 Neo4j 等图数据库存储,支持预警事件的展示和基于历史数据的预警成因分析推理。Neovis.js 将图数据库中的数据通过页面进行可视化展示,方便集成到前端应用中。生态流量预警知识图谱系统结构设计如图 4 所示。34第 44 卷第 4 期杨华伟,等:顾及地理要素的生态流量预警知识图谱构建及应用图 4生态流量预警知识图谱系统结构3.3.3可视化展示 以安康监测断面为例,根据监测断面位置计算汇水区范围,并根据空间关系取得与该监测断面关联的取用水户 56 户、水库 3 座及雨量站 579 个。以2021 年 1 月 19 日安康监测断面发生的蓝色预警事件为例,得到预警与降水、取用水和水库状态图谱如图 5 所示。图 5预警时降水、取用水、水库部分状态节点示例3.4汉江流域生态流量预警分析实例3.4.1预警成因分析及可视化 通过公式(5)推理得到 2021 年 1 月 19 日安康监测断面蓝色预警的成因分析结果,如图 6 所示。图中不同形状符号节点分别表示预警发生时断面关联的取用水、水库和降水状态,预警节点与状态节点之间的关系属性按照公式(3)和公式(4)分别存储状态的变化量和动态度,连接线的粗细反映了动态度大小。从图 6 中可以看出,在本次预警发生时,取用水总量相较往年的明显增加,且主要为安康市片区的增加。因此,该图谱可以为预警成因分析及管控预案制定提供依据。图 7 给出了 2020 年以来安康监测断面的生态流量预警知识图谱。图 6安康监测断面预警事件知识图谱从图 7 中可以看出,安康断面发生的预警主要是蓝色预警和红色预警,且基本发生在当年 12 月至次年 2 月期间,预警成因以取用水变化及水库蓄水44华 北 水 利 水 电 大 学 学 报(自 然 科 学 版)2023 年 7 月变化为主。图 7安康监测断面历史预警知识图谱3.4.2管控成效分析及可视化 以取用水管控措施效果评价为例:在图谱中,针对预警期间的取用水管控措施目标取用水户,比较预警发生时和预警周期结束时的取用水变化量及变化动态度,对管控效果与生态流量恢复效果进行反馈评价。如图 8 所示,以汉中市国中自来水有限公司 取 用 水 户 为 例,预 警 时 取 用 水 监 测 值 为58 333 m3,历史同期 DIwhen为 60%;管控后日取用水量为 36 294 m3,预警时 DIafter为-38%,证明对该取用水户的管控措施效果较为理想。图 8取用水户管控成效知识图谱4结论 文中围绕流域生态流量预警,提出了一种顾及地理要素的知识图谱模型构建方法,并在此基础上实现了生态流量预警知识图谱的自动构建。同时,将上述知识图谱在汉江流域生态流量监测中进行了初步应用,实现对汉江流域生态流量的动态监测,并对预警成因和管控成效进行有效分析。应用实例证明,充分利用水利要素中的空间特征、时间特征与属性特征,将传统知识图谱扩展至地理知识图谱能够有效完善水利要素间的关联,提高图谱构建效率。此外,通过知识图谱推理进行预警成因分析相较传统关系数据库查询效率更高。当前,已有论文对地理知识图谱进行论述,但是在数字孪生流域建设中,地理知识图谱与实际应用结合起来的成果较少,本文研究可为相关研究提供参考。在未来的研究中,将进一步挖掘基于自然语言等多源数据的地理知识图谱 建 模 方 法,为 水 利 知 识 图 谱 的 智 能 应 用 提供基础。参考文献1 POFF N L,MATTHEWS J H.Environmental flows in the Anthropocence:past progress and future prospectsJ.Cur-rent opinion in environmental sustainability,2013,5(6):667-675.2 MURPHY J C,KNIGHT R R,WOLFE W J,et al.Predic-ting ecological flow regime at ungaged sites:a comparison of methods J.River research and applications,2013,29(5):660-669.3 刘中培,李鑫,窦明,等.淮河干流河南段基本生态流量保证率研究 J.华北水利水电大学学报(自 然科 学版),2020,41(2):50-54,71.4 彭文启.生态流量五个关键问题辨析J.中国水利,2020(15):20-25.5 江善虎,周乐,任立良,等.基于生态流量阈值的河流水文健康演变定量归因J.水科学进展,2021,32(3):356-365.6 张代青,梅亚东,高军省,等.基于二元水循环的河流环境流量预警J.水利学报,2011,42(3):344-350.7 郭玉雪,许月萍,陈浩,等.基于多种递归神经网络的海岛水库径流预报J.水力发电学报,2021,40(9):14-26.8 李远军.乌江梯级水电站生态流量在线监测及实时预警功能的开发和应用J.红水河,2021,40(5):99-102.9 冶运涛,蒋云钟,寇怀忠,等.数字孪生流域的基础模型、演化路径与评判准则J.华北水利水电大学学报(自然科学版),2023,44(4):27-38,46.10 刘志雨.提升数字孪生流域建设“四预”能力J.中国水利,2022(20):11-13.11 刘梓权,王慧芳.基于知识图谱技术的电力设备缺陷记录检索方法J.电力系统自动化,2018,42(14):158-164.12 段浩,韩昆,赵红莉,等.水利综合知识图谱构建研究J.水利学报,2021,52(8):948-958.13 陈胜,刘业森,魏耀丽.基于知识图谱的水工程联合调度计算方案生成技术研究J.水利信息化,2022(2):11-15.14 冯钧,徐新,陆佳民.水利信息知识图谱的构建与应用J.计算机与现代化,2019(9):35-40.15 杭婷婷,冯钧,陆佳民.知识图谱构建技术:分类、调查和未来方向J.计算机科学,2021,48(2):175-189.54第 44 卷第 4 期杨华伟,等:顾及地理要素的生态流量预警知识图谱构建及应用16 ZHOU X H.A survey on application of knowledge graphJ.Journal of physics:conference series,2020,1487(1):012016.17 BAI T,GONG L G,WANG Y,et al.A method for explo-ring implicit concept relatedness in biomedical knowledge networkJ.BMC bioinformatics,2016,17:265.18 ROSPOCHER M,VAN ERP M,VOSSEN P,et al.Build-ing event-centric knowledge graphs from newsJ.Journal of web semantics,2016,37/38:132-151.19 CHEN P H,LU Y,ZHENG V W,et al.KnowEdu:a sys-tem to construct knowledge graph for educationJ.IEEE access,2018,6:31553-31563.20 梅冰笑,周金辉,孙翔.基于知识图谱与细胞自动机模型的配电网信息系统风险分析J.中国电力,2022,55(10):23-31,44.21 刘峤,李杨,段宏,等.知识图谱构建技术综述J.计算机研究与发展,2016,53(3):582-600.22 张雪英,张春菊,吴明光,等.顾及时空特征的地理知识图谱构建方法J.中国科学(信息科学),2020,50(7):1019-1032.23 WEI Z J,WAN G,MU Y,et al.Design and construction of geographic knowledge graph R.Chongqing,China:2020 IEEE 9th Joint International Information Technology and Artificial Intelligence Conference(ITAIC),2021:2252-2256.24 王曙.自然语言驱动的地理知识图谱构建方法研究D.南京:南京师范大学,2018:24-25.25 刘庆涛,蔡思宇,王旖,等.重点河湖控制断面生态流量监测预警系统设计及应用 J.水利信息化,2022(2):1-5,40.26 刘庆涛,蔡思宇,沈红霞.生态流量监管“四预”业务应用探索J.水利信息化,2022(4):17-23.27 EGENHOFER M J,FRANZOSA R D.Point-set topologi-cal spatial relationsJ.International journal of geograph-ical information systems,1991,5(2):161-174.28 CLEMENTINI E,SHARMA J,EGENHOFER M J.Model-ling topological spatial relations:strategies for query pro-cessingJ.Computers&graphics,1994,18(6):815-822.(编辑:杜明侠)(上接第 38 页)72 中华人民共和国水利部.2020 年全国水利发展统计公报M.北京:中国水利水电出版社,2021.73 赵海凤,李仁强,赵芬,等.生态环境大数据发展现状与趋势J.生态科学,2018,37(1):211-218.74 蒋云钟,冶运涛,赵红莉.智慧水利大数据内涵特征、基础架构和标准体系研究J.水利信息化,2019(4):6-19.75 蒋云钟,冶运涛,赵红莉,等.水利大数据研究现状与展望J.水力发电学报,2020,39(10):1-32.76 芮孝芳.工程水文学在中国的发展J.水利学报,2019,50(1):145-154.77 芮孝芳.数据密集范式与水文学的未来J.水利水电科技进展,2018,38(6):1-7.78 蒋云钟,冶运涛,王浩.基于物联网理念的流域智能调度技术体系刍议J.水利信息化,2010(5):1-5,10.79 王建华,赵红莉,冶运涛.智能水网工程:驱动中国水治理现代化的引擎J.水利学报,2018,49(9):1148-1157.80 蒋云钟,冶运涛,王浩.基于物联网的河湖水系连通水质水量智能调控及应急处置系统研究J.系统工程理论与实践,2014,34(7):1895-1903.(编辑:马伟希)64华 北 水 利 水 电 大 学 学 报(自 然 科 学 版)2023 年 7 月