徐琦良，黃堰林

（1.寧波市水文站，浙江 寧波 315000；2.浙江大學(xué)地球科學(xué)學(xué)院，浙江 杭州 310007）

姚江流域?qū)崟r(shí)洪水預(yù)報(bào)與預(yù)警系統(tǒng)研發(fā)

徐琦良1，黃堰林2

（1.寧波市水文站，浙江 寧波 315000；2.浙江大學(xué)地球科學(xué)學(xué)院，浙江 杭州 310007）

姚江流域洪災(zāi)多發(fā)，缺乏可視化洪水預(yù)報(bào)與預(yù)警平臺(tái)?；赟SH框架，采用MySQL數(shù)據(jù)庫(kù)，綜合應(yīng)用ArcGIS API for Javascript、JavaScript (JS)、HTML5、CSS等技術(shù)，設(shè)計(jì)并開(kāi)發(fā)了實(shí)時(shí)洪水預(yù)報(bào)與預(yù)警WebGIS系統(tǒng)。該系統(tǒng)采用ANFIS自適應(yīng)神經(jīng)模糊推理系統(tǒng)進(jìn)行水位預(yù)報(bào)，通過(guò)在水動(dòng)力模型中耦合氣象信息和實(shí)時(shí)觀測(cè)水位來(lái)預(yù)報(bào)洪水淹沒(méi)深度，利用JS、CSS等技術(shù)實(shí)現(xiàn)多種方式水雨情可視化展示，實(shí)現(xiàn)水雨情信息實(shí)時(shí)查詢、實(shí)時(shí)洪水預(yù)報(bào)、洪水四色預(yù)警等的自動(dòng)化，為姚江流域防汛減災(zāi)提供可視化業(yè)務(wù)平臺(tái)。

姚江流域；洪水預(yù)報(bào)；洪水預(yù)警

1 問(wèn)題的提出

姚江流域地處浙東沿海，地形復(fù)雜多樣，降水時(shí)空分布不均，屬高洪災(zāi)危險(xiǎn)地區(qū)，受梅雨期強(qiáng)降雨及臺(tái)風(fēng)暴雨的影響，極易引發(fā)洪水災(zāi)害，加之經(jīng)濟(jì)發(fā)達(dá)、人口集聚，洪災(zāi)容易造成巨大損失。例如，2013年受臺(tái)風(fēng)“菲特”的影響，浙江余姚地區(qū)遭遇了嚴(yán)重的洪災(zāi)，70%以上城區(qū)被淹，直接經(jīng)濟(jì)損失達(dá)200多億元。因此，可視化實(shí)時(shí)洪水預(yù)報(bào)和預(yù)警平臺(tái)的開(kāi)發(fā)對(duì)姚江流域的防汛減災(zāi)具有重要的現(xiàn)實(shí)意義。

近年來(lái)，GIS已被廣泛用于可視化洪水預(yù)報(bào)平臺(tái)的開(kāi)發(fā)。例如，李匡等開(kāi)發(fā)了基于C/S架構(gòu)的湖北省清江流域洪水預(yù)報(bào)系統(tǒng)[1]；楊邦等開(kāi)發(fā)了基于WebGIS的海河流域中小河流洪水預(yù)報(bào)系統(tǒng)[2]；宋立松等開(kāi)發(fā)了基于B/S架構(gòu)的錢(qián)塘江下游洪水實(shí)時(shí)預(yù)報(bào)系統(tǒng)[3]等。隨著WebGIS、遙感遙測(cè)技術(shù)和通訊技術(shù)等的不斷發(fā)展，快速融合實(shí)時(shí)水雨情信息以提高洪水預(yù)報(bào)的精度和響應(yīng)能力、集成多種預(yù)報(bào)模型以提高洪水預(yù)報(bào)的精度、集成洪水預(yù)報(bào)與預(yù)警技術(shù)等已成為當(dāng)前防汛減災(zāi)平臺(tái)開(kāi)發(fā)的必然要求。本文針對(duì)姚江流域洪災(zāi)多發(fā)且缺乏可視化洪水預(yù)報(bào)與預(yù)警平臺(tái)的實(shí)際情況，運(yùn)用GIS和數(shù)據(jù)庫(kù)技術(shù)，結(jié)合實(shí)時(shí)水雨情，集成多種預(yù)報(bào)模型，設(shè)計(jì)并開(kāi)發(fā)了實(shí)時(shí)洪水預(yù)報(bào)與預(yù)警系統(tǒng)，實(shí)現(xiàn)了實(shí)時(shí)洪水預(yù)報(bào)和防汛減災(zāi)的可視化。

2 系統(tǒng)總體設(shè)計(jì)

2.1 系統(tǒng)總體構(gòu)架設(shè)計(jì)

系統(tǒng)采用SHH(Struts + Spring + Hibernate)框架設(shè)計(jì)，分為表現(xiàn)層、業(yè)務(wù)邏輯層、持久層和數(shù)據(jù)層。其中表現(xiàn)層主要負(fù)責(zé)信息發(fā)布及與用戶交互，其通過(guò)Struts技術(shù)統(tǒng)一組織頁(yè)面的結(jié)構(gòu)，并使用ArcGIS API for JavaScript、JavaScript (JS)、JavaServerPages (JSP)、HTML5和CSS等展示地圖的基本功能，呈現(xiàn)水雨情信息、水位預(yù)報(bào)結(jié)果及洪水淹沒(méi)狀況等；業(yè)務(wù)邏輯層主要使用Spring框架，實(shí)現(xiàn)包括系統(tǒng)管理、水雨情信息查詢、洪水預(yù)報(bào)等模塊的業(yè)務(wù)處理；持久層使用Hibernate技術(shù)調(diào)用、存儲(chǔ)數(shù)據(jù)，加速加載驅(qū)動(dòng)、創(chuàng)建連接的過(guò)程，完成數(shù)據(jù)持久化；數(shù)據(jù)層包含水雨情數(shù)據(jù)、地理空間數(shù)據(jù)以及用戶數(shù)據(jù)等數(shù)據(jù)庫(kù)服務(wù)器，其中地理空間數(shù)據(jù)采用File Geodatabase進(jìn)行存儲(chǔ)與管理，并通過(guò)ArcGIS for Server發(fā)布地圖服務(wù)等，水雨情信息和四色預(yù)警等其它數(shù)據(jù)利用MySQL數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)與管理。系統(tǒng)總體架構(gòu)見(jiàn)圖1。

圖1 系統(tǒng)總體架構(gòu)圖

2.2 系統(tǒng)功能設(shè)計(jì)

系統(tǒng)要求實(shí)現(xiàn)可視化的實(shí)時(shí)洪水水位（洪峰流量）預(yù)報(bào)、洪水四色預(yù)警、水雨情信息查詢與管理等功能，分為管理模塊、地圖模塊、查詢模塊、實(shí)時(shí)洪水預(yù)報(bào)模塊、洪水預(yù)警模塊和輔助功能模塊6個(gè)功能模塊進(jìn)行設(shè)計(jì)（見(jiàn)圖2）。

圖2 系統(tǒng)功能設(shè)計(jì)圖

2.2.1 地圖模塊

地圖模塊即實(shí)現(xiàn)地圖基本功能的模塊，可實(shí)現(xiàn)地圖的縮放、圖層管理、專題圖制作、地圖輸出等。

2.2.2 管理模塊

管理模塊包括用戶管理、站點(diǎn)管理、數(shù)據(jù)管理、預(yù)報(bào)方案管理和預(yù)報(bào)模型管理等。預(yù)報(bào)方案管理是針對(duì)某一場(chǎng)次降雨和洪水的具體預(yù)報(bào)方案，用戶可以根據(jù)不同的水雨情狀況選擇最佳的預(yù)報(bào)模型，制定預(yù)報(bào)方案并保存在數(shù)據(jù)庫(kù)中，也可以對(duì)已制定的預(yù)報(bào)方案進(jìn)行查詢修改；預(yù)報(bào)模型管理主要是對(duì)模型參數(shù)率定和預(yù)報(bào)結(jié)果的精度檢驗(yàn)，其中模型使用的參數(shù)保存于軟件生成的jar包中，如果需要修改，則采用外部軟件進(jìn)行參數(shù)的率定，然后通過(guò)軟件接口，模型自動(dòng)調(diào)用結(jié)果文件。預(yù)報(bào)結(jié)果和實(shí)際水雨情狀況以圖表形式呈現(xiàn)，用戶可以根據(jù)誤差調(diào)整模型參數(shù)，使預(yù)報(bào)結(jié)果更加精確。

2.2.3 水雨情信息查詢模塊

水雨情信息查詢模塊提供姚江流域各測(cè)站的降雨量、水位、流量等信息的實(shí)時(shí)可視化查詢，查詢結(jié)果可以通過(guò)表格、統(tǒng)計(jì)圖、專題圖等多種形式展示。

2.2.4 實(shí)時(shí)洪水預(yù)報(bào)模塊

實(shí)時(shí)洪水預(yù)報(bào)模塊包括基于回歸模型的最大水位預(yù)報(bào)、基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的水位預(yù)報(bào)、基于數(shù)學(xué)模型的強(qiáng)降雨水位過(guò)程線預(yù)報(bào)等子模塊。

（1）基于回歸模型的最大水位預(yù)報(bào)子模塊。針對(duì)預(yù)報(bào)水位站，根據(jù)初始水位值、最低水位值和降雨量，對(duì)水位增量進(jìn)行預(yù)報(bào)，相加可得最高水位值。對(duì)歷史樣本數(shù)據(jù)進(jìn)行二次回歸分析建模，根據(jù)實(shí)時(shí)觀測(cè)值快速預(yù)報(bào)水位，用于超50 mm降雨的水位預(yù)報(bào)。

（2）基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的水位預(yù)報(bào)子模塊?；谶^(guò)去3 h降雨量和水位值輸入，采用ANFIS（自適應(yīng)神經(jīng)模糊推理系統(tǒng)）[4]模型預(yù)報(bào)未來(lái)1 ～ 6 h的水位值，每個(gè)模型在訓(xùn)練時(shí)都有記錄，保存相應(yīng)的建模文件供系統(tǒng)調(diào)用，通過(guò)人工智能方法進(jìn)行洪水預(yù)報(bào)。

（3）基于數(shù)學(xué)模型的強(qiáng)降雨水位過(guò)程線預(yù)報(bào)子模塊。根據(jù)氣象部門(mén)的強(qiáng)降雨預(yù)報(bào)以及姚江流域系統(tǒng)的復(fù)雜非線性響應(yīng)特性，以水位站當(dāng)前狀況為預(yù)報(bào)初始值，運(yùn)用支持向量機(jī)、ANFIS等數(shù)學(xué)模型，對(duì)強(qiáng)降雨時(shí)期的水位過(guò)程線關(guān)鍵量（如洪峰水位、洪現(xiàn)時(shí)間、退水時(shí)間、最高速率等）進(jìn)行預(yù)報(bào)，繪制預(yù)報(bào)水位過(guò)程線。

以上洪水預(yù)報(bào)模型可以單獨(dú)使用，用戶可根據(jù)地形、降雨條件、模型預(yù)報(bào)精度要求等，選定預(yù)報(bào)模型。用戶選定預(yù)報(bào)模型后，系統(tǒng)將自動(dòng)調(diào)用模型進(jìn)行預(yù)報(bào)，并將預(yù)報(bào)結(jié)果以圖表形式呈現(xiàn)，模型調(diào)用技術(shù)路線見(jiàn)圖3。

圖3 洪水預(yù)報(bào)技術(shù)路線圖

2.2.5 洪水預(yù)警模塊

洪水預(yù)警模塊包括洪水風(fēng)險(xiǎn)圖制作、洪水四色預(yù)警等功能。洪水風(fēng)險(xiǎn)圖在結(jié)合DEM、洪水預(yù)報(bào)確定洪水淹沒(méi)范圍的基礎(chǔ)上進(jìn)行制作；洪水四色預(yù)警依據(jù)《水情預(yù)警發(fā)布管理辦法（試行）》和《寧波市水情預(yù)警發(fā)布管理辦法》，通過(guò)評(píng)定水情預(yù)警等級(jí)觸發(fā)預(yù)警，發(fā)布預(yù)警信息。

2.2.6 輔助功能模塊

輔助功能模塊主要提供水文知識(shí)、水情報(bào)告及相關(guān)法規(guī)條例的查看和外部鏈接等輔助功能，方便用戶使用。

2.3 數(shù)據(jù)庫(kù)設(shè)計(jì)

系統(tǒng)數(shù)據(jù)庫(kù)包括水雨情信息庫(kù)、地理空間數(shù)據(jù)庫(kù)和其它數(shù)據(jù)庫(kù)等。其中地理空間數(shù)據(jù)庫(kù)包括河流與水庫(kù)分布、站點(diǎn)分布、道路網(wǎng)絡(luò)、DEM等，采用File Geodatabase存儲(chǔ)管理；水雨情信息庫(kù)包括測(cè)站基本信息（測(cè)站基本屬性表）、實(shí)時(shí)信息（降水量表、河道水情表）及預(yù)報(bào)信息（河道水情預(yù)報(bào)表），其依據(jù)SL 323 — 2011《實(shí)時(shí)雨水情數(shù)據(jù)庫(kù)表結(jié)構(gòu)與標(biāo)識(shí)符標(biāo)準(zhǔn)》進(jìn)行數(shù)據(jù)表的設(shè)計(jì)，并采用MySQL關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)管理；其它數(shù)據(jù)庫(kù)包括四色預(yù)警信息、用戶信息和相關(guān)文件等，采用MySQL關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)管理。

3 系統(tǒng)關(guān)鍵技術(shù)與實(shí)現(xiàn)

3.1 系統(tǒng)總界面

系統(tǒng)采用ArcGIS for Sever平臺(tái)和Visual Studio 2012環(huán)境開(kāi)發(fā)，登陸界面見(jiàn)圖4。

圖4 系統(tǒng)登陸主界面圖

3.2 ANFIS自適應(yīng)神經(jīng)模糊推理系統(tǒng)的水位預(yù)報(bào)模型

ANFIS方法已在長(zhǎng)期和短期的水文預(yù)報(bào)中得到應(yīng)用[5 - 7]，具有參數(shù)率定簡(jiǎn)單、預(yù)報(bào)精度較高的優(yōu)勢(shì)。ANFIS結(jié)合人工神經(jīng)網(wǎng)絡(luò)和模糊數(shù)學(xué)理論方法實(shí)現(xiàn)[4，8]，其中人工神經(jīng)網(wǎng)絡(luò)模擬人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能特征，采用非線性處理單元模擬人腦神經(jīng)元，用處理單元之間可變聯(lián)接強(qiáng)度（權(quán)重）來(lái)模擬突觸行為，構(gòu)成一個(gè)大規(guī)模并行的非線性動(dòng)力系統(tǒng)；模糊數(shù)學(xué)利用隸屬函數(shù)和隸屬度來(lái)計(jì)算和描述一個(gè)樣本屬于一個(gè)類別的程度，更加符合客觀世界的科學(xué)表達(dá)，在人工神經(jīng)網(wǎng)絡(luò)的輸入層采用模糊化計(jì)算將原始數(shù)據(jù)轉(zhuǎn)化為隸屬度進(jìn)行計(jì)算，在輸出層采用逆模糊化計(jì)算將預(yù)報(bào)結(jié)果值轉(zhuǎn)化為水位數(shù)值。系統(tǒng)通過(guò)應(yīng)用MATLAB，在各個(gè)站點(diǎn)的不同預(yù)報(bào)期建立多個(gè)ANFIS模型，將一部分歷史小時(shí)水位和小時(shí)降雨數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，另一部分作為檢驗(yàn)數(shù)據(jù)構(gòu)建和檢驗(yàn)ANFIS模型，通過(guò)選取有限嘗試次數(shù)內(nèi)最好的學(xué)習(xí)結(jié)果（將神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)結(jié)果和實(shí)際結(jié)果做相關(guān)性分析，采用Nash系數(shù)、R方檢驗(yàn)等方法檢驗(yàn)結(jié)果），保存網(wǎng)絡(luò)，將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型編譯成jar包，集成到洪水預(yù)報(bào)與預(yù)警系統(tǒng)中。基于ANFIS的水位預(yù)報(bào)見(jiàn)圖5。

圖5 基于ANFIS的余姚站6 h水位預(yù)報(bào)圖

3.3 基于水動(dòng)力模型的洪水淹沒(méi)狀況預(yù)報(bào)

系統(tǒng)將MIKE11的一維明渠流模型和MIKE SHE的二維坡面流模型進(jìn)行耦合，利用神經(jīng)網(wǎng)絡(luò)模型預(yù)報(bào)的數(shù)值及模擬的降雨信息作為模型的驅(qū)動(dòng)條件，從而預(yù)報(bào)預(yù)見(jiàn)期內(nèi)的洪水淹沒(méi)范圍及水深（以顏色來(lái)區(qū)分淹沒(méi)深度），并以時(shí)間滑塊的形式動(dòng)態(tài)展示洪水演進(jìn)過(guò)程。同時(shí)，點(diǎn)擊“河道縱剖面查看”按鈕，系統(tǒng)即可顯示姚江河道各處水位的動(dòng)態(tài)變化過(guò)程，為寧波市水文站等相關(guān)部門(mén)更好地開(kāi)展防災(zāi)減災(zāi)工作提供決策依據(jù)（見(jiàn)圖6）。

圖6 2013年9月8 — 13日姚江流域洪水演進(jìn)過(guò)程圖

3.4 洪水風(fēng)險(xiǎn)圖制作

洪水風(fēng)險(xiǎn)圖可應(yīng)用于洪水災(zāi)害預(yù)警、洪泛區(qū)管理、洪水災(zāi)情評(píng)估，在提高公眾洪水風(fēng)險(xiǎn)意識(shí)、降低財(cái)產(chǎn)損失方面有重要意義。系統(tǒng)以歷史降雨數(shù)據(jù)、河道水位數(shù)據(jù)為基礎(chǔ)，通過(guò)極值分析，設(shè)計(jì)不同強(qiáng)度的洪水輸入資料。將數(shù)據(jù)輸入已經(jīng)率定好的水動(dòng)力模型中，模擬生成不同回歸年份（如100 a一遇、50 a年一遇、10 a一遇等）的洪水淹沒(méi)最大范圍及深度，系統(tǒng)可以根據(jù)用戶輸入，交互生成不同設(shè)計(jì)洪水情景下的洪水風(fēng)險(xiǎn)圖、可快速訪問(wèn)的洪水淹沒(méi)風(fēng)險(xiǎn)圖，為姚江流域的土地利用規(guī)劃和工程設(shè)計(jì)等提供服務(wù)，有利于決策者確定風(fēng)險(xiǎn)區(qū)，提高防災(zāi)減災(zāi)工作效率。姚江流域100 a一遇洪水風(fēng)險(xiǎn)見(jiàn)圖7。

圖7 姚江流域100 a一遇洪水風(fēng)險(xiǎn)圖

4 結(jié) 語(yǔ)

本文基于SSH框架，運(yùn)用ArcGIS API for Javascript和MySQL數(shù)據(jù)庫(kù)等技術(shù)，結(jié)合ArcGIS for Sever地圖服務(wù)，設(shè)計(jì)并開(kāi)發(fā)了姚江流域?qū)崟r(shí)洪水預(yù)報(bào)與預(yù)警WebGIS系統(tǒng)，實(shí)現(xiàn)了水雨情信息實(shí)時(shí)查詢、實(shí)時(shí)洪水預(yù)報(bào)、洪水四色預(yù)警等功能。系統(tǒng)以GIS為集成環(huán)境，耦合ANFIS自適應(yīng)神經(jīng)模糊推理系統(tǒng)、水動(dòng)力模型進(jìn)行水位、

淹沒(méi)狀況預(yù)報(bào)，同時(shí)利用JS等技術(shù)實(shí)現(xiàn)多種方式的水雨情可視化展示，降低了數(shù)據(jù)建模和交互展示的復(fù)雜度；系統(tǒng)提高了姚江洪水預(yù)報(bào)的整體水平，為姚江流域的防汛減災(zāi)提供了可視化業(yè)務(wù)平臺(tái)，也為防汛減災(zāi)、抗洪搶險(xiǎn)提供了有力的技術(shù)支撐。

[1] 李匡，馬安國(guó)，趙明浩.清江流域洪水預(yù)報(bào)系統(tǒng)[J].水電與新能源，2015(12)：12 - 15.

[2] 楊邦，只德國(guó)，楊學(xué)軍，等.海河流域中小河流洪水預(yù)報(bào)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].中國(guó)西部科技，2012，11(8)：10 - 12.

[3] 宋立松,方琛亮,史英標(biāo),等.基于Web的錢(qián)塘江下游洪水實(shí)時(shí)預(yù)報(bào)系統(tǒng)研制[J].水電能源科學(xué)，2011，29(1): 119 - 121.

[4] JANG J S R. Anfis： Adaptive - Network - Based Fuzzy Inference System[J]. IEEE Transactions On Systems Man & Cybernetics，1993， 23(3)：665 - 685.

[5] KISI O，NIA A M，GOSHEH M G，et al. Intermittent Streamflow Forecasting by Using Several Data Driven Techniques[J].Water Resources Management，2012，26(2)：457 - 474.

[6] NAYAK P C，SUDHEER K P，RANGAN D M，et al. A neuro - fuzzy computing technique for modeling hydrological time series[J]. Journal of Hydrology，2004，291(1)：52 - 66.

[7] WANG WC，Chau KW，Cheng C T，et al. A comparison of performance of several artificial intelligence methods for forecasting monthly discharge time series[J]. Journal of hydrology，2009，374(3)：294 - 306.

[8] JANGJSR，SUN CT，MIZUTANI E.Neuro - fuzzy and soft computing：a computational approach to learning and machine intelligence[M]. Upper Saddle River：Prentice Hall，1997.

（責(zé)任編輯 郎忘憂）

Implementation of Real - time Flood Forecasting and Forewarning System for Yaojiang River Basin

XU Qi - liang1，HUANG Yan - lin2

（1.Hydrologic Station of Ningbo，Ningbo 315000，Zhejiang，China；2.School of Earth Sciences，Zhejiang University，Hangzhou 310007，Zhejiang，China）

In view of frequent flood and lacking of visualized flood forecasting and forewarning platform in Yaojiang River Basin，a real - time flood forecasting and forewarning WebGIS system which is based on SSH framework and applied MySQL database，ArcGIS API for JavaScript，JavaScript (JS)，HTML5 and CSS technologies，has been designed and developed. In this system，adaptive - network - based fuzzy inference system (ANFIS) is utilized to forecast water level. Hydrodynamic model，coupling with meteorological information and the real - time water level，is employed to forecast submerged depth. Moreover，JS，CSS and other technologies are used to visualize water and rainfall information. Flood forecasting and forewarning operations，including real - time water and rainfall information search，real - time flood forecasting，and flood four - color forewarning，have automatically been realized in this system and it has provided visualized operating platform for Yaojiang River Basin in flood control and disaster reduction.

Yaojiang River Basin；flood forecasting；flood forewarning

TP311.52

A

1008 - 701X(2016)06 - 0014 - 04

10.13641/j.cnki.33 - 1162/tv.2016.06.004

2016-05-16

2014年度寧波市科技計(jì)劃項(xiàng)目(2014C50002)。

徐琦良(1972 - )，男，工程師，大學(xué)本科，主要研究方向?yàn)樗那閳?bào)預(yù)報(bào)。E-mail：532033313@qq.com