基于位置的灾害性天气靶向预警系统的设计与应用

摘要 驻马店市具有独特的地理位置和气候条件，历来是洪涝、干旱等气象灾害的多发、重发地区，同时又是气候变化影响敏感的地区之一。建立快速便捷的信息传输渠道，确保灾害性天气信息快速、精准有着重要意义。笔者实现了基于位置的灾害性天气靶向预警系统的设计与开发，建立了驻马店气象综合数据库系统，构建了业务应用的数据框架;完成短临天气监测预警子系统开发，研发基于“Farneback光流法”的雷达外推预报模型，实现未来0～3 h驻马店市灾害性天气监测预报;完成预报预警服务发布子系统开发，研发建立了融合站点实况、雷达实况、雷达外推及数值预报等多种数据资料的灾害性天气预报预警应用系统;利用移动通信基站大数据分析结果，实现了预警信息按灾害落区的靶向发布。

关键词 气象灾害;靶向预警;Farneback光流法雷达外推

中图分类号：P49 文献标识码：B 文章编号：2095–3305（2022）02–0079–03

中小城镇和基层地区是防范气象灾害的薄弱之地，是防灾减灾的最后一道防线。驻马店市具有独特的地理位置和气候条件，历来是洪涝干旱等气象灾害的多发、重发地区同时又是气候变化影响敏感的地区之一。受全球气候变化影响，极端气象灾害越来越频繁，给城市管理和人民群众生命财产安全带来重大隐患，建立快速、便捷的信息传输渠道，确保灾害性天气信息快速、精准传递给防灾责任人，为防灾减灾争分夺秒至关重要。梁华玲等[1]开发了灾害性天气自动报警系统，金成等[2]提出了杭州市基于位置的突发事件预警信息全媒体发布方式。

驻马店市气象局在前人研究的基础上，结合地方防灾减灾的需要，开发了基于位置的灾害性天气靶向预警系统，实现灾害性天气“智慧定位”，预警信息“靶向发布”，为全市防汛应急指挥工作提供精准、高效的气象服务，为保障人民群众生命财产安全争取有效时间，有力提升气象灾害应对能力。

1 系统总体设计思路及技术路线

1.1 总体设计思路

构建一个可实现气象灾害监测预警预判及应急短信服务的辅助决策系统，实现常规气象资料（温度、雨量等资料）和非常规气象资料（云图、雷达拼图等）的采集、处理和入库，历史常规气象资料统计分析和图形化处理等。利用光流法外推雷达回波反演出灾害性天气即将发生的强度及位置，结合实况资料对气象灾害预警信息进行自动精细化预判，同时可进行人工干预。利用移动通信基站大数据分析，在灾害性天氣落区范围内，以移动通信基站辐射范围为单元，有针对性地向相关部门和人民群众靶向发送预警信息，提高预警信息发布的准确率，实现气象防灾减灾精准服务。总系统由基础支撑系统、数据库系统、应用系统、信息发布终端、安全保障系统、标准规范体系组成。

1.2 技术路线

1.2.1 业务流程 主要业务流程如图1所示。

气象监测报警业务流程分析：接入气象站点及天气雷达实况资料，显示实况资料，对历史资料进行统计分析，用户设置关注区域各类气象要素的报警阈值，当实况值超临界阈值，进行报警提醒，提醒方式包括图形报警、声音报警及短信提醒多种方式。

气象预报业务流程分析：接入短临预报、EC中期预报、公服中心及省级预报服务产品，提供预报产品的显示查看功能，同时利用实况资料，对预报产品进行预报检验，进行误差统计分析。

气象预警业务流程分析：系统根据用户设置的预警阈值，及时进行预警信息制作，并通过整合的预警信息发布平台，向多渠道发布预警信息。

数据监控管理业务流程分析：系统后台实时监控源端的数据产品，根据源数据的生产时间自动更新到本地，并标准化处理。对数据同步更新过程持续监控，对于数据缺失、异常的情况，做好日志记录，并及时提醒值班人员，进行数据查看和补调。

1.2.2 主要技术方法 （1）雷达外推技术研发：对雷达的基本反射率、组合反射率和累积降水进行外推。外推采用光流法。Farneback是一种基于梯度的方法[3]，假设图像梯度恒定且假设局部光流恒定。图像一般是二维的（灰度图像），那么图像像素点的灰度值可以看成是一个二维变量的函数。假设以感兴趣的像素点为中心，构建一个局部坐标系（并不是针对整张图像）。对函数进行二项展开，可以近似为：

其中，X=（x，y）为二维列向量，A为2×2的对称矩阵，b为2×1的矩阵。构建目标函数来进行优化求得位移：

在实际情况中，这种方法求得的结果中噪声太多，因此可以使用兴趣像素点的邻域，然后使用加权的目标函数：

而对于稠密的光流法存在孔径的问题，即从小孔中观察一块移动的黑色幕布观察不到任何变化。但实际情况是幕布一直在移动中。因此将引入金字塔结构，即从不同尺度（图像金字塔）上对图像进行观察，由高到低逐层利用上一层已求得信息来计算下一层信息。

Gunnar Farneback金字塔的步骤为：（1）首先计算金字塔最顶层图像的光流，根据最顶层光流结果计算其次上层的光流初始值，再进一步估算其光流的精确值。最后，用计算的次上层光流结果估计下一层光流的初始值，计算其精确的值后再继续代入下一层计算，直到金字塔的最底层。

（2）靶向发布技术研发：基于SOA架构的服务接口，与移动建立基站300 m范围人口信息、基站信息、基站短信发布监控等实时信息共享库，建立信息实时更新机制。采用大数据分析实现：灾害性天气落区智能提取;落区基站提取（基站位置、活动人口信息、定时更新）落区人口分析（人口分布热力图）;落区人工修正（基于地图的在线编辑）;分基站发布（与移动通讯基站的短信发布接口）。

2 气象监测预报业务资料加工处理

2.1 数据收集

通过CIMISS气象基础数据支撑平台和实况降水接口河南省综合业务平台收集各类气象监测实况数据资料。基于CIMISS数据和实况监测接口，各类数据资料通过项目开发建设的“数据运行监控系统”实时访问、传输及获取，经过相关处理后存入数据库系统中。

2.2 数据处理

结构化数据处理：对于结构化数据，通过后台程序，利用多线程异步技术，定时批量读取省台数据库然后保存到本地气象数据库。根据省台不同的数据列别更新频率不同，分别设置不同的扫描间隔时间去同步，其中气象站监测数据为1 min频率，水文站数据为5 min频率，站点代表站预报为10 min频率，台风和站点统计数据为1 h频率[4]。

非结构化数据处理：本程序后台基于FTP协议，使用多线程异步定时批量读取省台2个FTP服务器（其1为EC服务器）同步到本地磁盘阵列中保存。根据各个预报格点资料的不同更新频率，本地也设置了不同的时间间隔来同步。该同步日志的默认保存时间也为7 d，可以根据需要做相应的修改。如果第一次同步出现异常情况，会把该异常信息加入到同步日志并在另外一个单独的线程里面去同步这些异常的文件资料，前端显示会在数据后面显示（补）加以区分。

2.3 雷达监测及外推数据实现

对各类雷达资料，需要按照实际需要加工处理各级产品。本程序适用于处理雷达回波强度基本反射率、雷达估测（QPE）和雷达预报（QPF）、风暴追踪、中气旋等气象产品。

回波强度处理示例：将FTP同步程序同步到的雷达回波强度原始数据转化成气象数据标准格式之一的NC格式，并将该NC文件根据回波强度图例设定的值生成不同级别的回波强度SVG供系统前端调用。

雷达估测（QPE）：由于省台FTP默认只有10 min的估测格点数据。本程序根据历史估测10 min数据先生成30 min NC格点数据文件，再通过2个30 min估测数据生存1 h估测，再根据3个1 h生成1个3 h估测，以此类推一共生成72 h的累计估测数据。

雷达预报（QPF）：由于省台最长的雷达预报只有未来6 h、12 h不是连续的，暂时没有采用。所以需要根据6 h的QPF生成12 h、24 h、48和72 h的产品。类似雷达估测的方式生成。

3 数据库系统建设

3.1 数据库结构

本系统后台一共用了3个SQLSe-rver数据库，分别为：气象数据库、地理数据库和业务数据库。其中气象数据库每天的数据增量为95 M左右。数据库逻辑结构图见图2。

3.2 数据入库

本系统后台采用多线程异步定时去省局数据库和FTP服务器批量读取最新数据。這样能保证每种数据类别能同时更新，不用等某一类别数据同步完后再开始同步下一列别数据。当某个同步线程出异常，将该异常信息记录在数据库日志表中，系统后台单独开辟一线程单独去处理同步过程中出错的数据，等待下次2次同步，如果再次出异常就会进入第3次或者第4次，直到同步成功为止。

3.3 数据库数维护

数据库日均增量：气象数据库每日的增量约为95 M。数据库月均增量：气象数据库每月的增量约为3 G。数据库备份方式：采用SQLServer计划任务自动硬盘备份。

4 软件应用系统开发

4.1 展示首页

首页主要为各分系统进入之界面，同时包括气象直观相关信息。展示功能如图3。

4.2 短临天气监测预警系统

短临天气监测预警系统功能包括监测报警和预警管理两部分组成，监测报警主要以站点、雷达、卫星、基站和预警报警提醒及发布为主（图4）。

监测报警功能组成包括站点监测、雷达监测、卫星云图、雷电监测、基站监测、短临预警提醒、预警信息提醒、站点监测告警和预警信息发布（图5、图6）。

预警发布主要功能包括落区选择、预警信息编辑、落区信息提取（图7）。

预警管理功能包括短临提醒统计、预警提醒统计、本地预警统计、发送任务统计和预警信息管理。后台管理页面主要平台后台管理提供服务，内容包括阈值管理、权限管理、用户管理、日志查看。

5 总结与展望

5.1 总结

基于位置的灾害性天气靶向预警系统主要完成以下工作内容：建立了驻马店气象综合数据库系统，构建了业务应用的数据框架。实现了短临天气监测、站点监测和预警信息的智能提醒服务。研发建立了基于光流法的0～3 h的雷达外推预报应用系统。研发建立了融合站点实况、雷达实况、雷达外推及数值预报等多种数据资料的灾害性天气预报预警应用系统。利用移动通信基站大数据分析，实现了预警信息按灾害落区的靶向发布。初步构建了从数据接收处理、监测预警提醒、预警产品制作发布服务的综合应用平台。

5.2 工作展望

为提高短临天气监测预报预警的准确性需要进一步加强气象资料基础存储及运算支撑体系建设。同时针对预报业务技术支撑体系，未来还可做如下工作：雷达外推算法的改进，基于雷达基数据，进一步改进雷达外推算法和服务能力;融合自动站数据，改进雷达定量降水估测（QPE）方法;雷达外推融合快速更新同化系统的短临0～6 h逐10 min降水。

参考文献

[1] 梁华玲，刘健，余锐，等.佛山市三水区灾害性天气监测靶向报警系统的设计与应用[J].广东气象，2019，41（2）：53-56.

[2] 金成，王小良，蔡激扬，等.基于位置的突发事件预警信息全媒体发布方式[J].浙江气象，2019，40（3）：39-44.

[3] 安晶晶，刘高平，朱佳宁. Farneback光流法在短临预报中的应用[J].软件， 2018，39（10）：26-33.

[4] 林青，潘宁，刘铭.光流法以及结合机器学习在临近预报中的应用[J].海峡科学，2017（12）：17-20.

责任编辑：黄艳飞

Design and Application of Location-based Targeted Early Warning System for Disastrous Weather

ZHOU  Yang （Zhumadian Meteorological Bureau， Zhumadian， Hebei 463000）

Abstract Due to its unique geographical location and climatic conditions， Zhumadian city has always been a frequent and recurrent area of meteorological disasters such as floods， floods and droughts， and one of the areas sensitive to the impact of climate change. It is of great significance to establish a fast and convenient information transmission channel to ensure that disastrous weather information is fast and accurate. This paper realized the design and development of location-based disastrous weather targeting early warning system， established Zhumadian meteorological comprehensive database system， and con-structed the data framework of business application; Complete the development of short-term and imminent weather monitoring and early warning subsystem， developed radar extrapolation prediction model based on“farneback optical flow method”， and realized the monitoring and prediction of disastrous weather in Zhumadian city in the next 0-3 hours; Complete the development of forecast and early warning service release subsystem， developed and established a disastrous weather forecast and early warning application system integrating station reality， radar reality， radar extrapolation， numerical forecast and other data; Based on the big data analysis results of mobile communication base stations， the targeted release of early warning information according to the disaster area was realized.

Key words Meteorological disaster; Tar-geted early warning; Farneback optical flow radar extrapolation

基金項目 中国气象局·河南省农业气象保障与应用技术重点实验室应用技术研究项目“基于人工智能的强对流天气识别研究及模型建立”（KM202042）。

作者简介 周扬（1987—），女，河南驻马店人，助理工程师，本科，主要研究方向：灾害性天气预报预警。

收稿日期 2021-12-10