数据挖掘技术在水资源领域的应用研究

发布时间：2021-01-28 10:58

　　二十一世纪是信息技术高速发展的时代，信息资源是重要的战略资源。水资源管理是一个信息密集型行业，信息资源的重要性显得更为关键。随着遥感、遥测、网络、数据库等技术的广泛应用，有力促进了水资源数据的采集和处理技术的发展，使之在时间和空间尺度及要素类型上有了不同程度的扩展。大量宝贵的水资源数据中隐含着许多重要的信息，如何及时、有效地分析处理这些数据，从激增的数据背后挖掘出有价值的信息，为决策提供重要的支持作用已经越来越引起人们的关注。数据挖掘技术是解决“数据丰富、信息缺乏”问题的一种有效方法。数据挖掘技术能够从大量数据中发现并抽取隐含的、新颖的、有意义的并能被人理解的信息和模式，实现从简单数据到信息再到知识的蜕变。本文在充分理解数据挖掘基本理论的基础上，将数据挖掘技术应用到水资源领域。从水资源数据的特点和分析需求出发，以水资源利用主题数据仓库的构建为例，说明了建立水资源数据仓库的方法；以数据挖掘一般过程为基础构建了水资源数据挖掘的框架结构，对水资源数据挖掘过程中的关键问题做出论述，总结了数据挖掘方法在水资源领域的应用方向。本文选择水资源严重短缺的北京市作为研究区域，通过SAS数据挖掘工具研究数... 

【文章来源】：中国水利水电科学研究院北京市

【文章页数】：104 页

【学位级别】：硕士

【部分图文】：

平原区地下水埋深变化趋势图

中国水利水电科学研究院学位论文气温lloC，多年平均(1956一2004)降水量ss72.3mm(房山站)。户籍总人口75.23万，其中农业人口42.16万人，万人，占43.9%。有耕地面积42石2万亩，农作物播种面积48.49亩，经济作物播种面积6.43万亩，其他作物播种万头。2004年房山区全年地区生产总值142.39第二产业68.05亿元，第三产业62.04亿元，第一里分别占8.64%、47.80%和43.57%(图6.1)。

产业和生态环境用水量分别为14975万m3、3737万m3、 5522万m3、209万m3、879万m3和978万m3，分别占总用水量的56.3%、14.0%、21.90，0、0.80，0、3.30，0和 3.7%(图6.2)。

【参考文献】：
期刊论文
[1]数据挖掘综述[J]. 耿晓中,张冬梅.  长春师范学院学报. 2006(06)
[2]数据挖掘技术在现代远程教育中的应用[J]. 赵俊锋,张松杰.  大众科技. 2006(05)
[3]中国1961—2000年月平均气温空间插值方法与空间分布[J]. 李军,游松财,黄敬峰.  生态环境. 2006(01)
[4]数据挖掘:建模、算法、应用和系统[J]. 梁循.  计算机技术与发展. 2006(01)
[5]时间序列模型在吉林西部地下水动态变化预测中的应用[J]. 杨忠平,卢文喜,李平.  水利学报. 2005(12)
[6]供水管网GIS中空间数据挖掘的研究与应用[J]. 丁钰,宋玉,魏彬.  郑州大学学报(理学版). 2005(04)
[7]降水空间插值技术的研究进展[J]. 何红艳,郭志华,肖文发.  生态学杂志. 2005(10)
[8]浅论数据挖掘与水文现代化[J]. 赵新生,赵杰,吉俊峰.  人民黄河. 2005(09)
[9]基于关联规则的数据挖掘在供水管网故障诊断中的运用[J]. 刘廷建,王自豪,郑朝霞.  科技情报开发与经济. 2005(14)
[10]改进BP网络模型在年用水量预测中的应用[J]. 路志强,李书全,赵良英,甄巧莲.  水科学与工程技术. 2005(01)

博士论文
[1]数据挖掘技术在水文预报与水库调度中的应用研究[D]. 张弛.大连理工大学 2006



本文编号：3004876