袁定波 ，艾 萍 ,2，熊传圣

（1. 河海大学水文水资源学院，江苏 南京 210098；2. 河海大学计算机与信息学院，江苏 南京 211100）

0 引言

随着对地观测技术的发展，以及计算机运算存储能力的不断提高，数据产生和采集的速度越来越快，数据量级越来越大，因此亟需能够从海量数据中快速提取信息的技术和方法，以揭示隐藏在这些数据背后的潜在有用信息，为决策部门在决策制定过程中提供重要的参考依据。为了解决这个在信息领域具有普遍性的“知识发现”问题（KDD，Knowledge Discovery in Database），数据挖掘（DM，Data Mining）技术应运而生[1]。水文学研究的对象是水文现象，是降水和蒸发等气象现象与地形、地貌、土壤、植被、水文地质等下垫面条件共同作用或相互作用的产物。水文现象作为地球上最复杂的自然现象之一，具备很强的时间和空间属性。时空序列（Space-Time Series）是时间序列在空间上的扩展，指在空间上有相关关系的多个时间序列的集合[2]。水文时空序列分析是揭示和认识水文过程变化特性的有效手段和重要途径。时空数据挖掘是指从时空数据中提取出隐含的、未知的、有用的信息及知识的过程，然而，时间和空间维度增加了其挖掘过程的复杂性。

将数据挖掘技术应用于水文时空序列数据分析领域，可发现时空序列数据中蕴藏的相似性，能够更合理地反映区域水文时空变化规律和趋势。利用数据挖掘技术建立水文时空序列分析理论和模型，发现各类水文要素在时间和空间维度的变化规律，为有效预测水文情势的变化提供相关依据，在防汛抗旱、水资源分配与调度、水资源管理等方面具有重要参考价值和现实指导意义。……