基于水文大数据分析技术的洪涝灾害预警系统设计

翟思贝，范海玲，杨 波

(1.菏泽市水文中心，山东 菏泽 274000；2.聊城市水文中心，山东 聊城 252000；3.山东省调水工程运行维护中心东营分中心，山东 东营 257300)

洪涝灾害一直是我国高发灾害之一，对经济发展有着重要影响。从自然环境来看，我国降雨气候异常，全国降雨量并不均衡，经常出现部分地区集中降雨且降雨量变化幅度较大，造成短时间内大量积水。此外，自然条件与社会经济条件的限制也会导致一定的积水无法及时排出，长久聚集很有可能损毁房屋、农田、堤坝以及其他公共设施。可以说，洪涝灾害不仅会直接导致国家和个人的经济财产损失，更有可能致使人员伤亡，严重影响人们的正常生活。因此，为了有效减少和避免洪涝灾害造成的损失，需要建立行之有效的洪涝预警系统，让有关部门及时了解灾情，同时采取有效措施[1]。

洪涝灾害作为水文灾害的一种，需要通过水文大数据有效预测[2]。目前，国内外学者已经对洪涝灾害以及相关水文数据的分析展开了研究。其中美国PRICE公司最先提出了水文可视化数据的设想，其核心理念就是借助数字城市与数据分析捕捉等概念，建立完整的信息化水文数据分析平台，帮助城市进行洪涝灾害管理；MADHURI等人则提出了水文地理信息系统的构建模板，该模板将水文地理信息系统与全球定位系统结合，通过引入实时水文评价指标，直接获取水文脆弱性危害程度。而我国近年来对于洪涝灾害预警系统的建设，则更多依托于水文大数据的分析。21世纪以来，我国对于水文数据的研究先后形成了3种模式。①暴雨预警，早在2006年，我国气象局就正式颁布了3级预警制度，用于分析表述降雨情况，预警洪涝风险；②生态系统成灾极限分析模板，该分析模板主要用于统计风险指数以及对应的成灾损失；③洪水成灾过程数据分析，该方法是近年来水文数据研究的核心，主要是将空间地理信息和模拟技术相结合，构建真实的预警系统[3-4]。

本次研究立足于国家对于洪涝灾害预警系统的工作需求，对传统仿真模拟系统进行积极改进，通过多种水文数据分析模型构建了新的洪涝灾害预警系统，以提高其风险适应性以及准确程度[5]。

1 洪涝水文数据风险分析

洪涝灾害涉及的水文数据分析中，主要有3个核心数据点：超限水量评估、流域水文淹没分析以及灾害损失评估等。因此本次研究首先通过GIS空间分析技术，获取一手的水文数据信息，通过不同的数据分析模型，建立水文数据风险分析体系，以区域雨量为数据输入，评估综合风险性，进行风险预警[6]。

1.1 超限水量评估模型

超限水量评估模型主要用于分析指定地区的极限承水量，其核心算法就是该流域常规降雨水量减去流域承载的极限水量差值。其技术评估流程如图1所示。

图1 评估流程

Qover=Qrain-Qcap

(1)

式中，Qrain—地表降雨总量；Qcap—流域承水极限。

1.1.1流域地表降雨量

该降雨量一般需要通过地表水文分析模型以及相关的数据指标完成估算。由于地表水文模型参数数据过于庞大算法复杂，对于系统软硬件的运算效率要求较高，所以本次研究需要对其进行简化，并设计相应的简化模型[7]。地表产水量数据估算公式为：

Qrain=10-2(P-L)A

(2)

式中，P—分析区域的降雨总深度，mm;L—流域降雨的一般损失程度，mm;A—分析区域的总面积，km2。

1.1.2流域承灾极限评估

国内部分研究专家提出，超限水量的评估，可以引入区域承受的最大水量以及淹没时间，同时也需要分析流域自身的条件包括蓄水能力、电排能力、空间分布等。通过综合考虑承灾体制环境，本次研究主要根据承灾环境的极限水量值，将承灾极限定义为最大适用性水量Qcap，其计算方法为：

Qcap=Lcap+Rcap+Dcap

(3)

式中，Lcap—分析区域的最大蓄水量；Rcap—相应的河网蓄水量；Dcap—应有的排洪能力。

1.1.3水量时间分配值

该值主要为不同时间段内，流域降水的地表生产水量，可以通过领域极限水量和超限水量的评估进行模拟分析。

1.2 流域水文淹没分析

洪水淹没的行为可以近似地看作是一种动态的行为过程，传统分析策略主要是通过二维分析系统对水文规律进行模拟演进[8]。这种分析策略需要较大的运算量，一般的系统硬件条件很难满足，所以本次研究采用多维空间分析构图，建立数据分析模型。

领域水文淹没的数据分析可以包括3个方面:洪水淹没范围的评估、洪水淹没时间的评估、洪水淹水深的评估。

1.2.1洪水淹没范围数据分析及水深评估

洪水淹没的过程一般是由洪水超限水量引发的，因此本次研究分析需要以降水或者洪水总量为输入值，分析计算洪水涉及范围以及对应的水深，其具体方法如下。

首先需要不断获取水位分析数据，提取对应淹没领域的容积以及超限洪水水量。采用二分逼近算法，可以提取到洪水水量的直接容积，再根据对应范围提取相应的水深分布区域，通过区域采集以及GIS空间网络数据模型计算：

(4)

式中，H—洪水定位水位；hi—淹没的单元过程；ai—淹没单元格的实际面积；n—淹没单元格联通数量。

根据二分逼近算法构建收敛函数：

(5)

根据式(5)可以确定，F(H0)=Q，其中H0为高程指数。

1.2.2洪水淹没时间的评估

将研究的流域设定为独立的水文系统，降水作为洪涝灾害的核心指标，此时评估计算方式如下：

(6)

式中，Dt—目标区域的水流面；t—雨后水淹时间。

1.2.3洪水淹没水深的评估

针对洪涝灾害的水深评估，可以采用GIS空间分析技术，基于洪水淹没的空间范围和水深评估模型，建立对应的时间系，完成数据模拟。

1.3 灾害损失数据分析

本次研究的灾害损失风险评估范围，需要依靠上述领域水文淹没分析数据以及目标地社会经济发展数据输入为基础，用于评估范围损失的详细数据。具体方法就是通过数据筛查采集样本区域社会信息，利用空间栅格模型分析空间展布距离，将距离数据与洪涝区域的淹没范围叠加，就可以获得相应的范围影响数据[9]。

1.3.1分析区域的经济空间展布

当前，我国的空间经济发展单元统计指标包括人口、农作物、经济作物、社会经济指标等。一般情况下，在数据分析单元中，其数据比重并不均匀，所以无法通过数据迭代直接评估财产损失。对此，本文通过数据空间分析策略，将不同的承灾信息行政单元进行空间展布，拟合不同的承灾信息空间矩阵[10]。

空间矩阵的拟合需要不同的数据信息分布以及对应的土体类型数据假定。模拟假定策略如下：

首先通过遥感数据提取目标区域土地的分布数据。具体做法是通过数据影响的预处理，利用人工编译策略完成土地利用分类，包括受洪涝灾害影响的人口评估、房屋农作物以及区域经济作物指标分析，见表1。

表1 土地统计类型指标体系

其次是对目标形成土地信息进行统计，需要将不同区域的图集进行叠加，构建适量图层，获得不同区域的土地整理信息以及面积信息，主要的计算公式为：

(7)

式中，aij—行政区内的土地利用情况；i，j—不同地块。

最后是社会经济信息的统计，本次研究需要将行政区域的单元人口、房屋以及土地利用类型的分布密度估算出来。为了简化计算，模拟数据均值化分布，指标密度估算公式为：

(8)

式中，Iij—当前编号为j的土地对应的指标统计量；Aj—土地的总面积。

1.3.2灾害风险评估

本次研究的数据分析需要整体采用代数算法，通过GIS数据将淹没的信息图层以及对应的社会经济信息图层叠加，评估人口以及房屋作物的损失风险情况，从而实现数据风险输出预警。

以淹没范围一项为例，需要首先提取各个区域的土地类型面积，以人口、房屋、农作物以及GDP分布密度评估洪水损失风险，具体评估策略为：

(9)

式中，Pj—分析区域的承灾影响量；Aij—洪水淹区域的承灾面积；Dij—洪水承灾分布密度。

2 基于分析技术的洪涝预警系统设计

洪涝灾害预警系统设计的核心就是借助数据与上述分析技术，依托于网络基础平台以及智能机制，通过大数据的挖掘、计算、传输、处理，实现数据图形图像的真实映射，最终达到防灾目的。

2.1 系统结构设计

本次研究的预警系统整体结构如图2所示。包括远程控制中心、传输节点以及土地环境数据。相关数据需要借助数据传输处理器、采集器以及传感器等系统设备，通过数据信息的采集计算传输实现预警目的。控制中心则负责采集信息的分析处理，根据信息特征发布对应的预警指令。

图2 系统结构设计

图形传输方面，本次研究采用高清视觉节点，由电源配置器集中供电，通过高清电子眼以及相应的数据处理芯片，提高数据图形的分辨力，同时增强补光能力。后台操作运算机制依靠卫星电机持续稳定测算，所有的视觉节点信号可以通过图像信息的传输节点，远程传输到控制中心，高清节点实物如图3所示。

图3 高清节点实物

为了实现数据采集传输的准确性，各个数据节点均设置了对应的传感器。特殊环境结构的传感器由抗腐蚀塑料组成，重量一般不超过1kg。通过紫外线能源板持续供电，同时还设有后备电池作为储备电源。如图4所示。

图4 节点传感器实物结构

2.2 系统监测执行设计

软件系统功能与执行设计需要立足于系统管理和用户2个层面。

(1)数据搜集与处理分析。包括整理和搜集相应的洪涝灾害数据，按照系统要求存储到数据库内，执行相应的算法完成数据处理并搜集相应的洪涝灾害危险等级数据，包括降雨量、降雨次数以及积水程度等。

(2)数据可视化管理。系统分析和整理后，通过后台运行数据，将其转化为图表、线框以及相应的信息集合，方便使用人员及时理解数据预警信息。

(3)数据信息预报发送。将数据整理与可视化操作以后，将其发送给每一位用户。每一个用户均可以通过数据客户端账号登录并查询当前的预警信息，准确采取措施。

3 案例研究

以山东为例，演示系统对于洪涝灾害的预警。数据处理包括以下步骤。

(1)数据预处理。数据预处理包括数据清洗、数据转化、数据抽取以及数据合并计算。首先设定数据空间域，提出异常值、重复值以及缺失值。然后对每年的水文信息以我国平均水文指数为基础，实现数据转化，指数域为0～1，然后随机抓取对应数据，共12项，其中10项为基础数据，2项为备用数据，将所有数据项再次整合计算，提取相应的数据库。

(2)数据分析与展现。基于上述数据库，进行数据分析挖掘，实验以Ansys14为基础，结合Excel的数据透视表，实现数据分析整理。展现包括数据图表的制作校对，主体表达、图表制作以及后续校验(篇幅原因以下仅展示数据结果)。

为了能够使实验数据统一，本文对实验中的相关信息数据设定参数单位，见表2。

表2 信息数据参数单位设定

通过数据可视化以及转换技术通过图表让用户更容易理解数据意义，可以通过实时影响分析数据含义完成监控。

本文系统应用高清电子眼进行目标区域的表面环境信息进行视频监测，如图5所示。

图5 实时监测情况

通过模拟分析数据以及流域大背景数据分析，可以获取水量数据以及安全水量，再根据计算设定风险区域，并将高程水位提取出来，作为核心输入重点。如图6所示。

图6 数据显示

根据数据分析的风险区域划分可以看出，目标地区的洪涝灾害主要分布于北部和东部地区。有关部门可以根据当前的数据信息完成灾害预警并进行转移安置，同时此类信息也可以为后续的灾害救援提供一定的参考。

4 结语

本次研究的洪涝灾害预警系统，通过水文数据分析以及后续的数据可视化技术以及图像分析映射处理，可以实现洪涝灾害的数据信息传递和灾害预警。通过对山东地区历史数据区域的推演可以生成洪涝灾害风险等级的示意图。有关政府部门可以通过预报结果对洪涝灾害提前预测并处理。

本次系统的不足之处在于数据处理上还需要进一步提高数据准确性，构建数据规范模板以及各类型指标，进一步升级数据分析模型，确定一整套洪涝灾害预警体系，支撑后续的系统数据输出。