ArcGIS在水利大数据上的典型应用.pdf
下载文档
上传人:地**
编号:1187639
2024-09-20
38页
3.85MB
1、ArcGIS在水利大数据上的典型应用宁波弘泰水利信息科技有限公司ArcGIS在水利行业应用综述前景展望ArcGIS在水利大数据上的典型应用案例第一部分第二部分第三部分ArcGIS在水利行业应用综述水利行业是GIS应用的传统行业,空间信息的概念几乎贯穿了整个水利业务线。ArcGIS在我国水利行业应用已经二十多年了,见证并参与了水利行业的信息化发展,极大地扩展了GIS在水利应用上的深度和广度。背景ArcGIS在水利行业中的应用越来越广泛在水利行业中的应用越来越广泛1 12 23 34 45 5水利工程规划水环境监测防汛减灾水土保持水资源管理1 101020304精细化三维模型的应用精细化三维模型的2、应用云技术的应用云技术的应用ArcGIS在移动端的应用在移动端的应用专业化的水利水文模型的专业化的水利水文模型的GIS实现实现ArcGIS在水利行业中的应用越来越深入在水利行业中的应用越来越深入水利大数据随着信息技术在水利行业应用的日趋广泛,水利信息化采集、分析、业务处理等方面产生的数据量急剧膨胀,形成了 水利大数据:指产生于各种水文监测网络、水利设施、用水单位和水利相关经济活动,并通过现代化信息技术高效传输、分布存储于各地存储系统、但又可以快速读取集中于云端、实现深度数据挖掘并可视化的海量多源数据总和。01来源广泛来源广泛03实时性实时性02具有明显的时空分具有明显的时空分布特性布特性0203、4深度挖掘有赖于引入先深度挖掘有赖于引入先进的人工智能算法进的人工智能算法水利大数据的特点水利大数据的特点ArcGIS在水利大数据上的典型应用案例 实时防汛决策支持 河长制 动态洪水风险图 浙江省水利工程标准化使用GeoEvent Server实现实时大数据的接入和处理:可在企业级 GIS 中将基于事件的实时数据流集成为数据源。可对事件数据进行过滤、处理并将其发送到多个目的地,这样便可与几乎所有类型的数据流建立连接,并在发生指定情况时自动提醒工作人员(所有操作均为实时完成)。将日常 GIS 应用程序更改为前线决策应用程序,帮助您随时随地快速机智地应对发生的更改。使用多个实时数据流的事件数据。过4、滤器和处理器使分析员能够发现并关注最值得关注的事件、位置和操作阈值。应用场景:实时防汛决策与支持 实时防汛决策支持实时防汛决策支持 实时防汛决策支持系统解决六大问题实现防汛机构、人员、物资的高效合理调配,全面保障抢险安全,有效减少社会经济损失。为防汛指挥提供规范化、流程化应急响应基础环境和信息化手段,确保应急响应的时效性和准确性。通过互联网、移动终端、短信等多种方式向社会公众及时发布汛情灾情,提升民众防灾减灾意识,最大程度降低灾害风险。实现汛情24小时在线监测与预警,提升防汛人员应急响应能力,有效降低灾害风险。综合气象、水雨情、工情、工程安全、视频、险情等情况,按照效益最大化原则对洪水进行科学5、调度,对各类险情进行及时抢护,以达到确保生命安全、把洪涝灾害损失降低到最低的目标。实现水库、河网洪水提前预报,为物资调度及人员转移提供可靠依据,有效提升指挥调度的科学性和合理性,并可以模拟灾情,提高灾情的预见期,提前做好危险区域人员转移。123456汛情24小时在线监控预警多源信息有效整合防汛信息全面掌握科学调度决策提高灾情的预见期人员物资高效指挥调度流程化应急响应多手段信息发布 实时防汛决策支持业务应用运行环境感知体系总体框架 实时防汛决策支持预警信息山洪灾害监测预警大坝安全监测水位监测台风路径闸门运行监测信息雨量监测雷达回波图成果展示实时雨量等值面使用ArcGIS API for Java6、script实现在线要素编辑:1、建立企业级地理数据库;2、将空间数据放入数据库;3、注册数据库到ArcGIS Server;4、将要编辑的数据发布程要素服务;5、在开户端使用JS API实现数据的在线编辑。应用场景:河长制河道数据采集及更新 河长制河长制 河长制“河长制”产品提升8大能力应急响应能力考核执行能力公众服务能力物联网标准数据接口物联网消息响应机制地理信息技术应用移动互联网应用工作流协同标准闭环式考核大数据分析公众版产品线云服务模式项目运维能力办公协同能力科学决策能力动态联管能力信息采集更新能力谢 谢成果展示:河道数据在线编辑成果展示:河道数据在线编辑 河长制 河长制成果展示:联管7、联护执行即时通讯管理统计基础信息水质查询巡查上报使用ArcGIS GeoAnalytics Server 执行大数据分析:ArcGIS GeoAnalytics Server 引入了基于矢量的要素数据的分布式计算,可用于分析大数据或通过 ArcGIS Desktop 和 ArcGIS Pro 提高传统 Portal for ArcGIS 分析工作流的速度。还可以从 GeoAnalyticsServer 应用程序中使用 Insights for ArcGIS 功能。应用场景:动态洪水风险图 动态洪水风险图动态洪水风险图空间地理资料水利工程资料行政公文资料防汛物资人员资料社会经济资料气象资料灾情资8、料对城市洪涝风险相关的基础资料进行普查、处理、完善与在线管理形成较为完备基础资料数据库基础资料收集管理 动态洪水风险图历史灾害资料雨量监测水情监测潮位监测流量监控闸泵工情水库工情视频监控雨量监测潮位监测流量监控闸泵工情水库工情视频监控利用物联网感知技术,在流域内科学布设自动化洪涝监测站点,成为监控洪涝风险的一双双“眼睛”洪涝物联感知网布设 动态洪水风险图融合监测预警雨情 风情云图 雷达气象水情工情水利潮位海洋农业 工业 商业 保险 金融等行业数据其他土地利用地坪分布 管网城建汇集多部门洪涝相关数据,将强关联、弱关联各行业数据融合多源数据融合支撑 动态洪水风险图 数据库建设 系统平台建设 洪水风9、险图绘制与管理系统建设 软硬件保障环境建设 水文学、水力学模型基础 计算机、数据库、GIS技术 实时与动态洪水风险图绘制技术 洪水风险图数据及图件管理平台技术专业技术 动态洪水风险图大数据云计算模型技术区别于传统指挥调度管理,防涝减灾全工作流程在系统中实现,以可视化的方式,支持在线进行“看、问、做、评”防汛决策工作流程,支撑各个政府协同单位、公众服务、保障机构等工作。采用行业领先的物联网感知、信息融合、大数据分析、在线云计算等多项尖端技术,构建水文、地信、计算机等多学科、多专业融合的专业计算数学模型,保证计算精度,并利用实时数据(如内河水位等),对计算结果进行误差综合实时校正,提高计算精度。动10、态洪水风险图谢 谢成果展示:淹没范围及水深 动态洪水风险图谢 谢成果展示:淹没历时 动态洪水风险图2015年年6月月动态洪水风险动态洪水风险图系统投入试图系统投入试运行运行2015年年7月月在“灿鸿”台在“灿鸿”台风中成功应用风中成功应用2015年年9月月在“杜鹃”台在“杜鹃”台风中成功应用风中成功应用2016年年6月月在“在“615615梅暴雨”梅暴雨”中成功应用中成功应用2016年年7月月在“尼伯特”在“尼伯特”台风中成功应台风中成功应用用2016年年9月月在“莫兰蒂”在“莫兰蒂”台风中成功应台风中成功应用用 动态洪水风险图宁波城市动态洪水风险图系统于2015年6月建设完成并投入使用,进入11、试运行阶段依据本系统在的计算成果,为防汛部门指挥决策提供了依据,得到市防办的一致认可和好评系统试运行情况项目成果项目于2016年12月6日顺利通过“宁波城市洪水风险图编制”项目验收,与会专家一致通过并高度赞扬了宁波市动态洪水风险图系统在防汛防台和巨灾保险方面的作用。获得2017年大禹水利科学技术奖二等奖 动态洪水风险图 水库工程基础数据水利普查资料的基础上,建立全省集中统一的水利工程数据库 全省水利一张图全省行业共享的统一底图01 静态数据 巡查数据各类水利工程移动巡查动态数据 台账数据全省水利人员工作台账数据全省水利工程运行台账数据02 动态数据 监测数据气象、台风、雨量、水位、流量、工情、12、视频监控等实时监测数据 系统日志数据水利工程标准化管理和监督服务平台日志数据03 实时数据标准化水利大数据 浙江省水利工程标准化谢 谢成果展示:工程分布 浙江省水利工程标准化谢 谢成果展示:工程巡查 浙江省水利工程标准化前景展望 遥感大数据在水利中的应用 空间大数据可视化渲染技术遥感数据呈现出明显的“大数据”特征:1、数据类型多元化;2、数据量呈指数增长;3、获取速度快,更新周期短,时效性越来越强。遥感大数据在水利中的应用遥感数据处理分析能力:1、主要针对单一传感器设计;2、“从数据到数据”阶段;3、大量数据堆积。与遥感数据的获取能力形成鲜明对比。遥感大数据在水利中的应用在大数据背景下,展开对13、遥感大数据的研究,发展相关技术,例如:遥感大数据的自动分析、遥感大数据挖掘。将遥感大数据有效的转化为所需的信息。在水利行业的应用:1、水资源管理-地表水体调查、地表水体动态监测、水文地质调查、水资源评价、积雪覆盖调查等;2、水环境监测-水体富营养化监测、悬浮固体、油污染、热污染;3、水土保持-土壤侵蚀调查、水土保持规划、土壤侵蚀治理、水土保持监督等;4、水利工程监测-工程选址、工程进度监测、工程效益评估;5、防洪抗旱-洪灾监测、洪灾后评估与重建、旱情监测。遥感大数据在水利中的应用 空间大数据可视化渲染技术空间数据可视化在空间信息和知识的发现过程中发挥着重要作用。它可以表达数据的理解和空间知识的呈现。传统的方式是在客户端进行渲染操作,这对客户端浏览器提出了很大的压力,由于浏览器的能力限制,无法在浏览器进行海量数据渲染。实时GIS-ArcGIS10.5:空间大数据可视化渲染技术1-接入大容量数据;2-对接收到的事件进行连续分析;3-数据保存在Spatiotemporal Big data store;4-批处理分析;5-对大容量数据进行可视化:显示为聚合、显示为要素。在水利行业的应用:1、淹没水深淹没历时动态渲染;2、实时降雨等值面绘制;3、时空数据的动态可视化。空间大数据可视化渲染技术谢 谢