行政院國家科學委員會專題研究計畫 成果報告
資訊技術於墾丁珊瑚礁海域長期生態調查整合之研究
計畫類別： 整合型計畫 計畫編號： NSC93-2621-B-110-002- 執行期間： 93 年 08 月 01 日至 94 年 07 月 31 日 執行單位： 國立中山大學海洋環境及工程學系(所) 計畫主持人： 張揚祺 計畫參與人員： 李孟璁、賴柏全 報告類型： 精簡報告 處理方式： 本計畫可公開查詢中 華 民 國 94 年 9 月 19 日
PDFCMD Trial Version
www.zeon.com.tw
摘要
墾丁幅員廣大，生物相豐富，加上環境與人為的干擾，使得資料分析的困難度相對提 高。本子計畫希望透過建置資料庫、資料倉儲與線上即時分析（OLAP）等資訊技術，建構 墾丁海域長期生態資訊網，整合環境與生物兩大類的監測資料，並進行多維度的資料查詢， 這樣的方式比傳統的人工分析資料更有效率，也更能找出有用的知識樣本（knowledge pattern）。希望透過這樣的技術，節省過去分析資料所需的漫長時間，協助決策者重視生態 與環境的議題。 關鍵字：資料倉儲、線上即時分析、墾丁海域長期生態資訊網Abstract
The data derived from long-term ecological researches (LTER) cover many aspects of the ecosystem and therefore have the strong need to utilize the information technology for the spatial and temporal data integration. The main work of this research is to explore suitable informatics for the establishment of Kenting Coast LTER information system which would serve as the information collecting and sharing hub. The data is being accumulated gradually, and, in the near future, sufficient amounts of data can be expected to support advanced analysis using the state-of-the-art information technology that is knowledge management. Two techniques including data warehousing and OLAP are appropriate for qualitative model formulation under the collaboration with ecologists. In consequence, the enhancement of LTER data for decision support, which is the ultimate objective of LTER, can be fulfilled.
Keywords：Data warehouse、OLAP、Kenting Coast LTER information system
PDFCMD Trial Version
前言
人類為自然界的一份子，須依賴健全的環境及資源才能永續地生存，但由於人口的快 速成長，人類對於各種資源的需求持續增加，造成各類污染物的越來越多，對於環境的衝 擊也就越來越大，使得全球的環境起了相當大的變化，甚至威脅到人類的未來的生存。然 而，自然生態體系本身十分複雜，且變遷常是漸進或緩慢的，故必須及早做長期性的監測 與研究，以建立基本資料，並適時分析各項生態資料及其相關性，才能瞭解環境變遷的因 果關係，建立正確的模式預測，以做為將來制定環境政策的依據。墾丁是台灣唯一一個包 含陸海的國家公園保護區，而特殊的珊瑚群與珊瑚礁生態系面臨巨大變化，於是更需要大 型的整合監測計畫對整個墾丁海域進行長期的監測觀察。 本子計畫運用資訊技術協助墾丁海域長期生態調查，配合整體計畫不同階段，導入適 當的資訊分析技術，所呈現的就是從資料→資訊→知識的過程，過程中不斷精練，最終達 到知識(knowledge)的階段。一開始的部分為資料庫(database)，代表所調查監測之環境、生 態資料，這些逐漸累積且龐大的資料，首先必須利用資料庫，妥善處理與保管，方能提供 查詢與簡單計算；接下來透過結合資料倉儲(data warehouse)、地理資訊系統(Geographic Information System, GIS)、資料採礦(data mining），讓資訊以更容易閱讀與理解的面貌呈現。 資料倉儲橫向整合所有的資料，使用線上即時分析(OLAP)工具，提供高級資料查詢(advance data queries)與資料視覺化瀏覽(visualization)；地理資訊系統結合資料之空間位置與特徵屬 性，使得資料查詢之更新、儲存與交換更為簡便；資料採礦是從資料庫中發現知識，將隱 含的、先前並不知道的、潛在有用的資訊從資料庫中粹取出來的過程。最後配合知識管理 的過程，將由以上方法找出來的資訊轉換成知識，並將結果以知識教育的方式透過網路展 現，讓社會大眾能夠對墾丁環境多一份了解。另外當資料與資訊累積到一定程度，也可支 援分析模型的建立，如模擬(simulation)模型與優化(optimization)模型等，計畫架構圖如圖 1。 資料 資料 整合 資料倉儲 資料挖掘 網路決策 支援系統 知識管理 與應用 系統核心 地理資訊 系統 建立 資料 庫 圖1 LTER 研究架構圖文獻回顧
1993 年由美國主導成立的國際長期生態研究計畫（Long-Term Ecological Research， LTER），目前全球已有 19 個國家配合成立各國之長期生態研究網，並計畫擴大計畫規模， 使研究成果更具適用性，對瞭解全球生態系助益更大。我國行政院國科會與各大學、研究 機構及國家公園管理處合作，亦創設了「台灣生態長期研究計畫」，以瞭解台灣重要生態系 的長期生態現象與過程，迄今已陸續設置了六個試驗區，包括最近幾年加入之墾丁海域。 墾丁國家公園得天獨厚，是國內唯一涵蓋海域的國家公園，區內海岸線綿延，自西岸後灣 到東部的九棚，海岸以群狀礁珊瑚為主，而該海域地形底質複雜，組成了各類不同的生態 棲所，此處又是高溫鹽的黑潮洋流北上的首要位置，水質清澈，溫度維持在21-30℃間，因 此是台灣海洋生物多樣性最高的區域之一。 另一方面，墾丁近岸各項建設需求不斷增加，遊憩活動、海岸的開發、漁業活動、廢 水污染及海水優養化的干擾，導致海域中陸源污染物質日益增多。大部份的珊瑚礁都位於 離岸很近的淺水域，因此容易受到陸上人為活動的影響。山坡地上的土地濫墾，林木遭到 濫伐，造成水土保持不良，就可能在一場大雨之後，經水流將泥沙沖刷到海裡，造成污濁
PDFCMD Trial Version
www.zeon.com.tw
的水質，並在珊瑚礁覆蓋上大片泥沙，掩埋並窒息棲息於底質內的生物。 面臨種種危害生態現象，有必要採取緊急措施，防止珊瑚礁的持續惡化，並且訂定符 合生態保育的經營管理策略，兼顧保育與觀光，使當地之生態旅遊得以永續發展。為了保 育墾丁海域的生態系，國內已經有許多學者投入大量的心力從事本區海域生態的研究，為 了整合相關研究的成果，協助決策者有效管理生態與環境的問題，故此，於本計劃中建立 長期生態研究網資訊系統，將長期生態調查資料數位化，相關使用者透過瀏覽器，即可查 詢墾丁海域生態環境的空間與屬性資料，同時資料累積，可提供生態模型建立與知識管理 的基礎，支援生態保育之政策制定與環境教育之推廣。
執行步驟與方法
根據上述之系統整合性概念，系統主要的工作就是蒐集、處理與管理大量且複雜的生 態環境資料，並利用資訊技術從一堆無趣、大量的資料中，找尋並萃取有趣、有用的知識， 以建立支援決策導向的整合型資訊系統，提供管理者進行決策分析之依據。因此發展出一 套作業程序，以資料庫與資料倉儲(data warehouse)為基礎，將不同來源與型態的資料，經 過清理(cleaning)以及擷取、轉換、載入(extraction, transformation, loading, ETL)等程序後， 以一致的格式經組織化地儲存在資料倉儲中，並提供管理者使用各式查詢分析處理工具， 如線上即時分析處理(on line analytical processing, OLAP)、資料採礦(data mining)、決策支援 系統(decision support system, DSS)，協助挖掘出埋藏在數據資料背後的知識，將其轉化成為 有助於決策的有用知識，作為決策支援的依據，甚至可預測未來的趨勢。 整個系統的執行步驟可簡單地劃分為資料管理與知識管理兩個階段，首先是資料管理 的階段，就是包括從資料的蒐集、處理、整合、轉換格式與維護管理等步驟，至建立資料 庫、資料倉儲的過程，這些都可算是資料管理的範疇內。第二階段則是運用多項資訊技術， 如資料倉儲、OLAP 等，並結合計畫中所產生的相關模擬模型或是分析程序，以友善的使 用者介面，透過網路傳輸提供給有興趣的遠端使用者，讓他們有機會能嘗試依據不同的設 定參數，了解墾丁海域生態的反應狀況，作為生態保育決策支援以及生態環境教育的平台， 實際建構以支援決策為導向(decision-oriented)的整合型資訊系統，不但可提升 LTER 計畫的 成效，更可充分發揮長期生態調查資料協助決策的最終目標。為了達到最終目標，系統需 要運用資料倉儲、OLAP 等技術，相關技術說明如下： Database Patterns or Knowledge Decision Support Data Warehouse Data mining OLAP 專家系統 決策支援系統 Model simulation 圖2 知識探索的過程以及相關的資訊技術 1. 資料倉儲 關聯式資料庫之優點是最佳效率的單資料列查詢，可以防止不合規則之資料更新，確 保交易中資料的一致性，但是對於多重條件及多結合(join)的大量資料查詢，此種模式往往 會降低資料查詢之效率，因此需要多維度資料模式之工具，以供決策者從不同維度進行即 時查詢，讓決策者更容易獲得所需資訊，以利作出更有效之決策，遂產生資料倉儲的概念。 Inmon(1993)將資料倉儲定義為：「資料倉儲為一主題導向(subject oriented)、經過整合PDFCMD Trial Version
www.zeon.com.tw
(integrated)、時間變異(time-variant)及唯讀性(nonvolatile)等四大特性，主要為整合異質的資 料來源支援企業的管理者做決策之用。」。特性說明如下： 主題導向：是指每個資料倉儲皆是依據某一主題所設立，如顧客、供應商、產品 或是銷售。 經過整合的：是指資料倉儲之建構是整合許多異質的資料來源而成，由於經過整 合，因此資料均以相同的格式儲存，顯示資料倉儲內的資料皆具有一致性 (consistent)。 時間變異：表示由儲存的資料來提供資訊，有一定的時間區段限制(如 5 至 10 年)， 且需定期更新。 唯讀性：是指當資料載入資料倉儲後即不予更改，其操作僅有二個動作即初期的 載入資料與存取資料。 建構資料倉儲需經過資料、資料清理與資料合併(data consolidation)等步驟，因此使用 資料倉儲能夠有效地整合分散式資料庫，提供管理人員快速且方便地進行多維度的查詢， 尤其在深度分析、決策支援、資料採礦中進行複雜的聚合(aggregation)查詢有較高的效率， 可以即時取得所需的資訊進而訂定較佳的決策，具有決策支援的功能。因此資料倉儲通常 設計來使用如線上即時分析處理(OLAP)和資料採礦等資訊工具，來收集、合併和組織資 料，更進ㄧ步地挖掘隱含於資料中的資訊或知識，以有效支援決策人員制定策略。 2. OLAP 有了功能齊全的資料倉儲後，管理者還需不同分析工具的輔助。線上即時分析處理 (OLAP)為使用者使用資料倉儲的前端介面，其特性為具友善的介面能提供使用者輕易地從 資料倉儲中，彈性地取得與分析多維度的資料，讓使用者深入瞭解資料間的關聯。OLAP 工具提供以下幾個功能： 快速的分析查詢能力：OLAP 提供使用者線上的即時資料分析。透過 OLAP 的線 上分析，管理者便可即時了解不同因素，如季節、年齡、教育等，與產品銷售之 間的關係。 多維度的資料展示：是指以不同的角度來分析問題。以銷售資料分析而言，OLAP 可依地區、部門、產品等要件形成如魔術方塊般的不同構面，以便檢視資料庫中 的資訊並分析其彼此的關連性。管理者可詳細檢視資料在不同維度組合下的各種 層面，系統並可據此動態且即時的產生所需的報表，提高分析的效率。
工作成果
系統主要工作就是蒐集、處理與管理大量且複雜的生態環境資料，並利用資訊技術從 一堆無趣、大量的資料中，找尋並萃取有趣、有用的知識，以建立支援決策導向的整合型 資訊系統，提供管理者進行決策分析之依據。因此發展出一套作業程序，首先資料經過處 理程序後，將不同來源與型態的資料，以一致的格式經組織化地儲存在資料庫與資料倉儲 (Data Warehouse)中，並提供管理者使用各式查詢分析處理工具，如線上即時分析處理(On Line Analytical Processing, OLAP)，協助挖掘出埋藏在數據資料背後的知識，將其轉化成為 有助於決策的有用知識，作為決策支援的依據，甚至可預測未來的趨勢。目前本子計劃業 已完成制訂資料處理的標準作業程序(standard operation process, SOP)、擴充資料庫查詢系統 功能以及資料倉儲系統的設計與開發，成果說明如下：1. 制訂資料處理的標準作業程序：在資訊系統的建置中，大半的時間都花在資料清理、 資料擷取、轉換及載入(extraction, transformation, loading, ETL)等資料的處理工作上， 因此這一步驟是發展資訊系統的過程中最重要，也是困難度較高的工作。對本子計畫 而言，就是將所有的生態環境之監測資料均轉換為共同、基本的統一格式，以利後續 的橫向整合與分析。為達成這些目標，本子計畫利用Excel 2003®的 VBA(Visual Basic for application)撰寫資料轉換程式，快速擷取、轉換與載入資料，以處理複雜的資料轉 換過程。
2. 擴充資料庫查詢系統功能：在原有資料庫查詢系統中，提供使用者設定單/多重欄位條
PDFCMD Trial Version
件進行查詢，並可將查詢結果直接下載為Excel 格式檔案，雖然此查詢方式非常彈性， 但鑒於使用者對於該資料庫的熟悉程度不盡相同，所設定條件不見得都能提供有用的 訊息，因此擴充資料庫查詢功能，增加不需設定條件的快速查詢方式，使用者只要選 擇條件選項即可查詢，此種快速查詢方式，包括系統自行設定條件以及由使用者設定 常用條件的兩種。 3. 資料倉儲系統的設計與開發：對決策者來說，單純的查詢資料並無法對資料有更深一 層的認識，必須透過一個可以橫向鏈結與整合各子計劃的工具，資料倉儲正好可以滿 足這類的需求。系統業已完成資料倉儲與線上分析處理的功能。系統經過程式進行資 料萃取、轉換及載入，再根據不同的需求分析項目，建立所要的維度，並以樞紐分析 表作為資料視覺化的工具，將結果發佈至網頁上。使用者只要利用瀏覽器(Browser 如 IE®)，即可透過 OLAP 進行各項操作與查詢分析。OLAP 的典型操作包括 Roll-up、 Drill-down、Slice and dice 及 Pivot 等功能，透過這四種操作，即可提供使用者多維度 的動態查詢，圖3 即是利用 OLAP 的 Roll-up 操作功能，觀察大型藻類乾重與成幼魚個 數的年度彙總(summarize)資料。 圖3 OLAP 的 Roll-up 操作
結論與建議
本子計畫業已完成制訂資料處理的標準作業程序、擴充資料庫查詢系統功能以及資料 倉儲系統的設計開發等工作，並透過資料倉儲、OLAP 等先進的資訊技術產生有用、有效 的資訊，最終建立生態系統模擬與分析模型產生適當的知識，並藉由網路決策支援系統， 將研究內容與成果提供給相關使用者，使決策者能夠瞭解生態系之運作，協助制訂有效的 策略。未來可導入不同的資訊技術，如資料探勘（data mining），以整合更多領域的資料， 提供決策者在制定相關政策與規劃環境時，能重視到生態問題，減少對環境負面影響，落 實自然資源保育與環境保護，以達永續發展的最終目標。計畫成果自評
本計劃建立墾丁長期生態研究網資訊系統，已將長期生態調查資料數位化，提供一個 使用便利的網路平台，讓相關使用者透過瀏覽器，即可查詢墾丁海域生態環境的空間與屬 性資料。除已達成計畫目的外，有別於過去其他計畫，本計畫所建置之資訊系統，並不僅 是單純地建置資料庫，更制訂了基本、共通的統一格式，已成功地整合計畫中不同子計畫 的生態與環境的監測資料，並配合整體計畫的不同階段，導入適當的資訊分析技術，如資 料倉儲、OLAP，提供生態模型的建立與知識管理的基礎，支援生態保育之政策制定與環境 教育之推廣，此部分的成果，。PDFCMD Trial Version
www.zeon.com.tw
參考文獻
1. William J., D.Sc, P.Eng and Eduardo Queija de Siqueira, MSc, 2000. A Web Group Decision Support System For Design Of Benign Urban Water Systems, Using Experience Gained In An Asynchronous Learning Environment With A Focus On Optimal Complexity And User Performance. International Conference on Urban Drainage via Internet, URL: http:// ww.hydroinform.com/ICUDI/pages/papers/ james.htm
2. Loh D.K., Choo Y.K. and Hsieh Y.T., 1995. Global Resource and Environmental Information Management and Exchange. Proceeding of 1995 International Symposium on Sustainable Development, Taipei, pp. 154-166.
3. Chang Yang-Chi, and Chang Ni-Bin, 2002. The Design of a Web-Based Decision Support System for the Sustainable Management of Urban River System. IWA Journal Water Science and Technology, issue 6-7, vol. 46, pp. 131-139.
4. W. H. Inmon, 1993. Building the Data Warehouse. New York: John Wiley& Sons.
5. K. Kimball, M. Ross and W. Thornthwaite, 1998. The Data Warehouse Lifecycle Toolkit. NewYork: John Wiley & Sons, Inc.
