论文部分内容阅读
水文信息是国家重要的基础信息资源,作者针对国家水文数据库,深入分析了水文信息本身所蕴含的多维数据MDD(Multi-Dimension Database)特性,提出了一个通用的水文多维数据模型HMDDM(Hydrological Multi-Dimension Database Module).以此模型为基础,对几十种典型的水文应用进行了分析,结合多维分析MDA(Multi-Dimension Analysis)技术和OLAP(On Line Application Process)思想,提出了一个统一的水文多维分析模型HMDAM(Hydrological Multi-Dimension Analysis Module).空间维S中,由于采样点门类众多,而且一种类型的采样点全国可能会有几力个(雨量、地下水)甚至更多,设计"站群选择树"SCST(Sample Cluster Select Tree)来解决大离散样本空间中采样点的组织选取难题.方法维A在数据库管理系统(DBMS)中以存储过程(Stored Procedure)形式存在运行,可以灵活的通过SQL脚本来解决了方法维的复杂计算需要;模型维M利用基于COM/DCOM技术来设计,既可以是一个个软件插件(Plug In),又可以经过扩展OLE Automation接口的独立程序.作为一个单独开发运行的软件,它可以同时满足模型的复杂性和交互特性.作者的主要贡献在于:1、将数据仓库DW(Data warehouse)思想引入水文信息行业,提出了一个完整的水文多维数据模型HMDD;2、将多维分析方法与水文分析技术相结合,提出了水文多维分析模型HMDAM.模型将分析方法和分析模型单独建维,形成独立的分析方法维A(Analysis Dimension)和模型维M(Module Dimension),实现了水文分析方法的命名统一和定义规范化.3、以HMDAM模型为依据,对该模型的技术实现进行了大量深入细致的研究,对大离散样本空间组织选择、空间插值、数据库群联合分析、统一分析系统设计等技术难题提出了独到的见解,设计了一个具有高度开放性的多维水文统一分析系统.