基于GIS云的气象多灾种风险分析方法研究

汪旻琦，毛炜青，曹维

(上海市测绘院，上海 200063)

1 引 言

由于天气灾害对社会与经济造成的影响越来越大，为了提高对综合灾害的防灾减灾能力，国际气象组织提出并建议试点进行多灾种风险分析与早期预警的研究。上海作为沿海地区的特大型都市，人口密度、建筑密度和建筑高度在国内乃至全球范围都处于极高水平，而密集的建筑在雷电、暴雨、大风等高影响天气下容易产生各种风险。以往区域性灾害天气预警，无法满足“信息化支撑，精细化服务，实时化发布”的现代气象服务的要求。为了进一步提高城市气象灾害风险预防与管理能力，需要研究并建立一套智能、高效的多灾种风险分析与研判辅助方法，实现对高影响天气灾害风险进行快速、智能地分析与研判，并将预警信息及时传递给社会公众，实现多灾种风险的“早发现，早分析，早预警，早处置”，并促使城市气象防灾减灾工作从危机管理逐渐变为危机管理与风险管理并重，进一步提高气象灾害风险管理能力和气象灾害防灾减灾服务能力，为城市安全应急体系提供有力的气象服务支撑。

2 国内外研究现状

在国外，法国的多灾种早期预警系统(Vigilance System)提供了一套对灾害早期预警方法，通过扩展原有的预警信息发布渠道的基础上，将重大的灾害性天气信息以简单、明了的方式告知用户。该系统关注的是7大类灾害性天气(大风、暴雨、雷暴、暴雪、热浪、强降温和雪崩)可能造成的灾害影响，对不同的承灾区域与承载主体采用了4个不同级别(红橙黄蓝)的预警结果进行表示。美国非常重视气象灾害预警，在全美已经建立了比较完备的现代化多灾种预警体系。通过依靠卫星提供的数据，实现了24小时的实时气候监测与分析，对龙卷风、飓风、暴风雪以及其他极端天气进行预警，依靠科学家的研究分析能力，及时提供有可能引发气象灾害的边界气象条件，并应用模式分析预测灾害的严重程度后，将灾害预警信息通过因特网、电视、广播等新闻媒介及时向社会公布。

在国内，杨丰政利用河北省徐水县基础地理信息数据、多年气象和历史灾情数据，对暴雨洪涝、干旱、高温、大风和冰雹灾害利用GIS技术建立气象灾害风险评估模型，构建了徐水县气象灾害风险评估体系[1]。刘昌杰利用气象观测数据、基础地理数据、社会经济数据、遥感数据、天气预报产品数据、历史灾情等数据，分析了当前气象灾害风险评估研究现状，研究并实现了基于GIS的气象灾害风险精细化评估系统，提供了功能强大的气象灾害指标定制工具和常规气象灾害风险的评估及预估[2]。朱明月对4种主要气象灾害特征分析的基础上，以暴雨灾害为例，建立了适合江苏省的暴雨灾害风险评估和区划模型，利用GIS的空间分析与地图制作功能，对省暴雨灾害进行风险评估，划分灾害区划等级[3]。徐雅根据柳州市多年的气象灾情信息和气候观测资料，利用数学模型及量化指标，以GIS技术为支撑，分别构建柳州市的暴雨、雨雪冰冻、干旱等3种主要气象灾害风险评估模型，进行风险评估，并编制了风险区划图，利用专家打分法和层次分析法确定不同灾种的权重，对柳州市气象灾害进行综合评估[4]。吴婧、翟国方等从风险的危险性和脆弱性两个角度出发，构建了汕头市洪涝灾害风险评估模型，并借助GIS空间分析技术，将洪涝灾害的影响因子落实到空间并叠加，最终得到汕头市洪涝灾害风险空间分布图，为洪涝风险的规避以及城市土地的合理利用提供依据[5]。

总的来说，目前国内外对于气象多灾种风险的分析都是针对区域性大尺度的风险预警与分析，目前国内外利用基础地理信息数据与GIS技术，构建小尺度面向承载体的精细化气象风险预警与分析体系相关研究较少，并且在分析结果的展示方式上主要也是以二维地图为主，分析与预警结果的展示上不够直观。

3 项目建设目标与总体框架

本文针对气象多灾种风险分析与研判业务需求，利用GIS与云计算等技术构建多灾种风险研判GIS云，并在此基础上构建了上海市多灾种风险分析与研判三维辅助决策平台。系统整体框架如图1所示。在数据管理方面，采用空间数据库对风险数据进行管理；在下垫面数据的获取方法上，基于时空地理信息云服务实现了在线调用“多尺度，多时态，多维度，多类型”基础数据；在风险研判方法上，采用了基于多灾种风险研判GIS云的智能化辅助决策方法，在多灾种风险结果的展示上，采用了三维GIS技术直观形象的模拟；在预警发布方法上，采用了面向用户的贴身化预警服务方式，使用户能在预警发布的第一时间获悉风险等级与应该采取的防范措施。

本文创新性地将三维GIS、云服务等技术融入气象多灾种风险分析与研判业务流程中，使得气象多灾种风险分析与研判方法更智能，服务更精细，产品更直观，发布更及时，并促使气象服务在原先宏观灾害性天气预报服务的基础上，提供面向用户的“精细化，贴身化，定制化”多灾种风险预警服务。

图1项目总体框架设计

4 基于时空地理信息云服务的下垫面数据获取与分析方法

本文提出面向用户的精细化多灾种分析服务，需要准确、详尽的下垫面数据作为支撑。以往下垫面基础数据的建设、应用与维护，都需要花费大量的人力与物力，本文为了让气象部门更多地关注自身专业数据与应用，从烦琐的地理信息数据加工和昂贵的GIS数据处理中解放出来，率先将时空地理公共云服务融入气象业务系统的构建中。时空地理信息云服务基于上海市政务外网，采用分布式在线应用方式，能获取“既有现状，又有历史；既有二维，又有三维；既有地上，又有地下；既有线划，又有影像”的“多尺度，多时态，多维度，多类型”基础地理信息服务。通过使用时空地理信息云服务避免了基础地理信息的再加工和更新维护等大量工作，实现了数据资源共享的目的。

此外，时空地理信息云服务提供的丰富时空信息资源与GIS分析功能，不仅为多灾种气象风险分析与研判和辅助决策提供了很好的数据与空间分析功能支撑，也为“智能气象”等其他气象业务系统提供了一套分布式在线获取下垫面数据的方法。

5 面向对象的多灾种风险分析模型

针对以往天气预警服务主要侧重于区域性整体风险评估，服务精细化程度不够的问题，本文创新性地将基础地形数据、用户信息与GIS分析方法融入暴雨积涝与大风风险这两个上海地区最为主要的气象风险评估方法中，使得风险分析与评估方法更为科学，结果更为准确。

5.1 社区暴雨积涝风险分析模型

上海市区范围内存在较多棚户区之类的老式住宅小区，其排水能力较弱，比较容易受到积涝风险的影响。本文针对这类风险高敏感用户，提出了面向住宅社区的暴雨积涝分析模型。

根据社区地形数据，使用水文分析功能确定汇水区，并在此基础上依据城市河道、道路和围墙等时空信息云中提供的下垫面信息进行汇水区修正。对于每一个汇水区，基于土地利用类型确定不同地物的下渗率，并利用SCS模型计算径流总量。最后，使用城市暴雨积涝模型，以等体积法为基础对淹没深度进行修正，得到受暴雨积涝风险影响的社区范围与等级。此外，结合建筑数据还能分析社区内每栋建筑的积涝风险，得到所有受影响居民信息。

5.2 户外广告牌大风风险分析模型

上海由于大型户外广告牌较多，比较容易受到台风等大风天气过程影响，造成广告牌倒伏等安全事故。以往户外广告牌数据都是以文本图片结合二维矢量进行管理，很难准确表达每个广告牌所处的部位以及三维空间位置，在一定程度上影响了户外广告牌大风风险分析结果的准确性。

针对上述问题，本文首先根据主要区域大型户外广告牌数据，建立广告牌三维模型，准确表达广告牌大小信息及其所处的三维空间位置与尺寸。在大风风险分析中，根据广告牌所处风环境与广告牌三维空间信息，采用静力计算方法分析屋顶广告牌在风速及风向下的位移响应，得出广告牌大风风险等级。

6 多灾种风险研判GIS云

“多灾种风险研判GIS云”是基于多灾种风险信息数据库、风险分析模型库、风险研判知识库、风险分析方法以及专家研判案例与方法，利用计算机集群，虚拟化以及云计算等技术，在上海市气象局业务网中构建了一套云服务。GIS云实现了根据当前天气条件与高影响天气落区预报快速智能地进行风险分析与评估，自动形成风险评估初步分析结果，为专家决策提供了有力的技术支撑。

6.1 基于空间数据库的多灾种风险信息管理方法

以往多灾种风险信息主要以Excel和文本表格的形式进行管理，较难进行空间查询与分析，本文把雷电灾害、暴雨积涝灾害、大风灾害等历史灾情信息；大中小学、幼儿园、在建工地、农田菜地、老式公房等服务对象数据；下立交、易积水路段、易燃易爆场所等风险隐患点数据；和高温对用电负荷和供水量影响等行业专题数据采用空间数据库的方式进行存储与管理，为实现多灾种风险分析奠定了数据基础。

6.2 基于知识库的智能化辅助研判方法

作为气象风险源的高影响天气事件具有难以度量、不确定性强、多因素影响和难以归属等特性，很难用确切的数学模型来描述，因此对其进行风险评估是一个难度较大的课题，在以往更多地依赖于专家的经验与知识进行人工研判。

本文根据气象局多年以来积累的专家对不同天气类型、不同灾害分析研判案例，归纳总结并最终形成多灾种风险研判专家知识库。知识库是多灾种风险研判方法的规则与案例库，其中主要存储了在时间、区域、实况天气监测数据、历史灾情信息等气象条件下，应采用进行风险预估的风险分析模型。基于知识库的辅助研判方法，能形成风险研判快报，为专家决策提供了高效、智能的辅助方法。

6.3 基于云的服务架构方式

由于气象多灾种风险分析与研判需要对海量的数据与模型进行计算与分析，因此本文采用了基于云的服务架构方式，利用计算机集群与虚拟化技术在气象局政务内网中构建了多灾种风险研判GIS云，解决了数据与服务的共享问题，实现了在线调用多灾种风险分析与研判功能，并且基于云的架构也使得系统可重用、可伸缩。

7 面向用户的多灾种风险预警发布方法

本文针对原有信息发布与传递针对性不强的现状，创新提出了面向受影响用户的多灾种风险预警服务。在形成多灾种风险预警产品后，能自动根据风险类型、承灾范围与风险等级并结合下垫面影响用户分布信息，自动利用GIS空间分析功能计算出承灾范围内受影响用户列表，将风险预警信息与防范处置方法实时动态地发送到所有受影响用户手机中，有效解决了传统气象预警信息“最后一公里”问题，提高了城市的防灾减灾能力。

8 多灾种风险三维形象化表达方法

以往风险预报产品较为抽象，需要一定的经验与技术知识才能理解，本文为了直观、形象地展示风险预警信息，创新性地提出了多灾种风险三维形象化表达方法，基于时空信息云平台中提供的三维现状场景，对积涝、大风以及雷电风险进行了三维展现与模拟。

8.1 社区积涝风险三维模拟

系统能自动根据社区积涝风险分析结果中积涝影响范围、积涝深度等信息，自动在三维场景中根据二维积涝风险数据形成积涝风险三维模拟图(如图2，图3所示)。通过对积涝风险的三维模拟使用户能直观地获悉受影响小区与积涝风险情况。

图2 社区积涝影响范围与等级

图3 社区积涝深度三维模拟

8.2 户外广告牌大风风险三维展现

系统能自动根据户外广告牌大风风险分析结果中得到的每块户外广告牌的风险等级，在三维场景中高亮显示具有风险的户外广告牌，并使用不同颜色表示不同的户外广告牌大风风险等级，如图4所示。

图4 户外广告牌大风风险

8.3 地闪电磁辐射风险三维表达

地闪具有一定雷电流强度产生电磁辐射，会对周边微电子设备产生干扰与破坏，传统通过平面范围很难准确反映磁场对周边设施的影响情况。本文通过地闪电流强度计算出电磁辐射影响范围后，在三维场景中将该影响范围进行高亮展示(效果如图5所示)，通过与周边建筑的叠置分析，能直观地获悉周边受影响建筑。

图5 直击雷磁场影响范围三维模拟

9 应用情况与结论

本项目的研究成果已应用于上海市气象局一体化服务平台多灾种风险分析与研判业务中，不仅大幅提高了多灾种风险分析手段的智能化程度与分析结果的准确度，更促使气象服务转变为面向承灾体与影响用户的精细化多风险预警服务，有效提高了上海市气象灾害风险管理能力和上海气象灾害防灾减灾服务能力。

本项目研究面向用户的多灾种风险预警发布方法，也促使多灾种风险预警信息能在第一时间传递给影响用户，提高了气象预警服务的时效性与针对性，解决了气象预警信息发布“最后一公里”问题。通过这种多元化气象多灾种风险防灾新体系，实现多灾种风险预警的业务化运行，进一步提升多灾种风险预警服务水平，推动精细化防灾减灾工作，为城市安全应急体系提供有力的气象服务支撑。