Page 43 - 水利水电工程施工管理概论

第一章 水利水电工程智慧管理——以数字孪生流域建设为例

分类、关系及相关性中提取知识。
（4）数据融合
数据融合包括异常数据检测、粒度转换、异构数据融合、数据融合容错机制、
数据融合算法等技术。异常数据检测技术在数据融合前去除异常数据；粒度转换

技术可将不同粒度的数据（如稀疏数据和密集数据、原始数据和数据特征、抽象
符号和具有实际意义的数据）转到相同粒度；异构数据融合技术可融合具有不同
类型、结构、采样频率的数据；容错机制可增强数据融合的鲁棒性。
（5）数据演化

数据演化包括复杂网络建模技术、传播动力学建模技术。其中，复杂网络
建模技术支持数据关联关系网路的构建并基于信息测量技术可评估网络节点信息
量、信息分布、信息累计量；传播动力学建模技术可分析从单个数据到融合数据
的信息传递，动态描述信息传播过程。此外，可从信息增长、变化、传递过程中

挖掘数据进化规则，优化对融合数据类型、方法、机制的选择。
（6）数据可视
数据可视包括文本、网络或图、时空及多维数据等可视化技术。其中，文本
可视化能够将文本中蕴含的语义特征（如词频与重要度、逻辑结构、主题聚类、

动态演化规律等）直观地展示出来；网络或图可视化的形式主要是基于节点和边
的可视化、具有层次特征的可视化等；时空数据可视化是反映物理流域对象随时
间进展与空间位置所发生的行为变化，通常通过物理流域对象的属性可视化展现；
多维数据可视化方法主要包括基于几何图形、基于图标、基于像素、基于层次结

构、基于图结构及混合方法等。
5. 数字孪生流域孪生知识关键技术
数字孪生流域知识库是在时空数据库基础上通过知识抽取、空间或非空间关联，
形成领域知识网络，基于语义推理和空间计算，实现知识重组，为用户提供时空知

识服务。时空知识库针对抽取或收集的每一类知识，厘清其内涵、来源和用途，进
行详细的粒度划分，有效揭示和形式化描述流域的概念、实体、属性及其相互关系，
构成知识图谱。关键技术包括知识建模、知识抽取、知识存储、知识融合、知识计
算和知识表达，实现从知识加工、知识图谱构建到知识表达的深度序化。

（1）知识建模
基于多源知识进行结构化建模和关联化处理，构建本体模型，实现实体、属

31