辽宁省水利信息资源数据整合与共享建设方案探讨

王玉德

(辽宁省朝阳水文局，辽宁 朝阳 122000)

从20世纪90年代开始，辽宁省水利逐步开展业务应用系统的信息化建设工作[1]。当前，辽宁信息化设施逐步覆盖到县域层级进行视频和网络的应用，并对网络安全体系进行了初步建立。建设了各类遥测水文监测站点4000余座及符合省级标准的现代化视频会议系统，在水利业务方面覆盖水旱灾害防御、水资源监控、防洪决策调度、水土保持监测、大坝安全监测管理服务等系统[2]。在当前数字信息化发展的新形势下，水利高质量发展需要的业务数据范围和种类将逐步增多，数据组织的方式因此发生深刻的变化，而目前主要对单项业务数据应用方式有所侧重，数据之间相互独立，不能实现水利业务之间的数据的有效连通和应用，从而不能实现对于辽宁水利业务的有效支撑[2- 5]。因此需要对现有水利信息资源进行统一整合，实现“一数一源”，达到信息资源深度开发和综合利用的目的[6]。本文结合近些年来其他省份数据资源整合和共享相关研究成果[7- 12]，按照统一的数据共享和整合标准对水利业务数据进行整合共享的建设思路，可以对其他业务类信息系统提供有力支撑服务，从而支撑水利业务的高质量发展。

1 信息资源整合和共享思路

从水利业务服务支撑需求角度而言，建立业务应用关联数据分类，面向业务进行数据模型构建，对不同来源的业务数据按照空间属性进行整合、分类，对业务数据的来源、共享方式、授权管理进行信息资源整合和共享思路的设计，信息资源整合与共享思路如图1所示。

1.1 数据资源整合

根据集中存储的数据形式和最终数据供给方式的不同，可分为数据源聚合、数据源同步和逻辑整合3种整合方式。

(1)数据源聚合方式

对已建信息系统数据资源进行迁移是数据资源聚合的主要方式，在信息系统升级改造后，在统一的数据基础的平台上对数据资源进行聚合，在业务数据区进行核心业务的数据存储，再按照业务类型、基础数据的种类对业务对象进行模型转换后，按照集中统一存储空间进行数据仓的建设，面向业务类型、方向、统一整合共享方式对数据体系进行关联和挖掘，形成水利业务数据整合体系，同时对元数据进行抽取后形成数据类别清单，按照数据整合库的方式对各应用系统业务库数据资源进行迁移整合后，有原数据责任业务部门对元数据进行动态更新。数据仓主要对实测数据共享方式进行需求承载。

(2)数据源同步方式

数据源同步方式主要针对业务应用系统暂不具备升级改造条件，不能迁移部署数据资源按照同步方式进行整合并对其数据来源方式进行确定。在同一个数据映像库进行迁移整合后的数据资源的备份和镜像。按照水利业务对不同数据按照面向对象类型进行转化后，在相对独立的镜像空间内进行数据存储仓库的集中空间建设。按照统一共享、整合的方式进行数据体系的有机挖掘，通过对应元数据进行抽取后形成数据资源的分类目录。由于信息系统同步运行保持数据资源的动态更新。数据仓库对数据的共享和使用需求进行满足。原生产库仅需提供接口供共享服务库抽取数据。

图1 信息资源整合共享与共享思路

(3)逻辑整合方式

逻辑整合方式主要针对不能进行同步聚合的数据资源建立整合资源目录。逻辑整合方式是指将数据资源对应的数据在数据仓进行数据资源目录的统一存储，在原有的物理环境中对原始数据进行存储。这类数据一般具有极强的专业性，共享需求不大，或者具有涉密和不易公开性，只将数据资源目录进行共享。整合后数据资源目录的共享使用由数据仓库承载。

1.2 共享方案

1.2.1数据资源共享

通过数据资源同步聚合后，数据共享通过数据仓进行承载，结合数据交换共享授权方式实现数据的共享和交换。各业务主管部门负责对数据整合和共享进行需求申请，数据来源部门负责对数据共享权限进行设定，信息化管理部门负责数据共享技术支撑。

1.2.2数据资源目录共享

数据资源目录是将辽宁水利所有的数据资源，统一编制数据资源目录体系，形成全省唯一的水利数据资源目录服务体系，为全省水利数据资源的统一管理、发布、查询和统计服务提供支持。整合后的数据资源目录可以为水利行业和其他行业部门等提供共享服务。

2 总体数据架构

结合辽宁省水利信息化建设的现状和发展要求，根据辽宁省水利厅水行政管理业务和数据需求，结合本项目的建设目标，本项目在数据方面主要完成以下工作：将现有省厅机关、厅直单位业务系统数据资源进行整合，形成辽宁省水利厅数据中心，并对外提供数据共享和使用。数据设计架构如图2所示。

数据资源整合后建设省级水利数据中心，主要存放除涉密数据以外的全部数据。数据中心主要由业务数据存储区、ODS存储区和数据仓库存储区3个区域构成。业务数据存储区：主要存放直接迁移到数据中心的业务数据库和没有迁移到数据中心的业务数据库的映像库，以及未来新建的业务数据库。ODS存储区：是业务系统数据库和数据仓库之间形成的隔离层，从数据映像库直接抽取和存放的业务数据按照数据架构、数据之间的关联程度与业务系统进行同步运行。相对稳定且面向主题水利业务进行数据的存储，数据整合后按照数据仓模型进行共享和转换，是具有分析价值的历史数据与现状数据，可以支持基于大量历史数据的决策分析。数据仓库存储区包含水利基础数据库和水利专业数据库，即主数据库，以及面向对象数据库。

图2 数据设计架构示意图

3 面向对象的数据模型

3.1 对象与其属性

面向对象的水利业务数据属性架构如图3所示。为了降低业务数据冗余，提高数据稳定和逻辑性，按照标识属性的方式对各业务数据对向进行划分，本体数据的标准按照对象进行标识，本体数据的特征数据按照数据类型、业务类型、空间关联程度等进行属性的划分。

图3 对象与其属性的数据模型

对象与其属性建模以水库为例进行说明，唯一数据编码按照水库对象标识进行存储，水库名称可以作为基本属性进行标识，水库编码可以作为所所属类型进行属性对象的标识，水库蓄水容量等其他信息可以按照特征属性进行标识。水库设计指标、防洪特征指标、水库运行情况等作为业务属性数据进行存储和标识，以面状信息对空间数据的比例尺进行空间匹配，以点状信息对小空间尺度数据进行匹配。水库特征、标识、属性数据均存在时空特征。例如水库除险、不同蓄水位下水库淹没范围等情况。以水库工程为例的具体数据模型如图4所示：

按照统一集中更新和维护的机制对数据模型中各类数据空间属性、数据特征进行标识，各业务分管部门对业务数据进行更新和维护。本文拟针对对象建立标识表及其属性表，并且在标识表和属性表中考虑时相特征的存储。

3.2 对象与对象的关系模型

3.2.1数据关联关系

水利不同对象数据之间存在一定的关联关系，表述各业务数据之间的关联程度，这种关联程度较大的情况下，一旦关联性有所影响，则不能建立数据对象之间的关联程度。因此需要建立数据之间较好的关联度。如：某个水库其大坝属于附属关联，则水库则和某行政区域可进行关联。具体数据模型如下图中用实线表达的关系。

3.2.2逻辑关系

另外，不同数据对象之间存在关联度，也存在一定的逻辑关系，但不能影响数据之间的关联程度，因此要建立数据之间的逻辑关联度。主要包含：不同数据对象之间的逻辑关联度，如业务关联度和水库对象关联度，水库与档案对象之间的逻辑关联度。具体数据模型如图5所示用虚线表达的关系。

图4 以水库为例的数据模型示意图

图5 对象关联关系示意图

3.2.3空间关系

数据之间存在空间关联程度。比如水库之间的排污口的具体位置。通过关联关系建立无空间属性和有空间属性之间的空间逻辑关联关系，如：“水库安全加固初步设计报告的审批材料”这个信息数据可以与水库空间特征属性进行相对应的标识。

4 结论

(1)在信息资源整合和共享建设中，整合或镜像备份数据应在数据结构、数据关联度上与原应用系统在逻辑上保持一致。

(2)数据仓库建议全要素综合设计，按照“急用新行”的原则选择重点业务进行数据资源整合共享建设设施，再逐步向其他业务逐步扩展建设。

(3)水利基础数据库和水利业务数据库的模型设计应以ODS数据模型为核心建立基础数据模型，并在此基础上根据业务划分进行重新组织和扩展，添加汇总及派生对应数据。