汪旻琦，毛煒青，曹維

(上海市測繪院，上海 200063)

1 引 言

由于天氣災害對社會與經(jīng)濟造成的影響越來越大，為了提高對綜合災害的防災減災能力，國際氣象組織提出并建議試點進行多災種風險分析與早期預警的研究。上海作為沿海地區(qū)的特大型都市，人口密度、建筑密度和建筑高度在國內乃至全球范圍都處于極高水平，而密集的建筑在雷電、暴雨、大風等高影響天氣下容易產(chǎn)生各種風險。以往區(qū)域性災害天氣預警，無法滿足“信息化支撐，精細化服務，實時化發(fā)布”的現(xiàn)代氣象服務的要求。為了進一步提高城市氣象災害風險預防與管理能力，需要研究并建立一套智能、高效的多災種風險分析與研判輔助方法，實現(xiàn)對高影響天氣災害風險進行快速、智能地分析與研判，并將預警信息及時傳遞給社會公眾，實現(xiàn)多災種風險的“早發(fā)現(xiàn)，早分析，早預警，早處置”，并促使城市氣象防災減災工作從危機管理逐漸變?yōu)槲C管理與風險管理并重，進一步提高氣象災害風險管理能力和氣象災害防災減災服務能力，為城市安全應急體系提供有力的氣象服務支撐。

2 國內外研究現(xiàn)狀

在國外，法國的多災種早期預警系統(tǒng)(Vigilance System)提供了一套對災害早期預警方法，通過擴展原有的預警信息發(fā)布渠道的基礎上，將重大的災害性天氣信息以簡單、明了的方式告知用戶。該系統(tǒng)關注的是7大類災害性天氣(大風、暴雨、雷暴、暴雪、熱浪、強降溫和雪崩)可能造成的災害影響，對不同的承災區(qū)域與承載主體采用了4個不同級別(紅橙黃藍)的預警結果進行表示。美國非常重視氣象災害預警，在全美已經(jīng)建立了比較完備的現(xiàn)代化多災種預警體系。通過依靠衛(wèi)星提供的數(shù)據(jù)，實現(xiàn)了24小時的實時氣候監(jiān)測與分析，對龍卷風、颶風、暴風雪以及其他極端天氣進行預警，依靠科學家的研究分析能力，及時提供有可能引發(fā)氣象災害的邊界氣象條件，并應用模式分析預測災害的嚴重程度后，將災害預警信息通過因特網(wǎng)、電視、廣播等新聞媒介及時向社會公布。

在國內，楊豐政利用河北省徐水縣基礎地理信息數(shù)據(jù)、多年氣象和歷史災情數(shù)據(jù)，對暴雨洪澇、干旱、高溫、大風和冰雹災害利用GIS技術建立氣象災害風險評估模型，構建了徐水縣氣象災害風險評估體系[1]。劉昌杰利用氣象觀測數(shù)據(jù)、基礎地理數(shù)據(jù)、社會經(jīng)濟數(shù)據(jù)、遙感數(shù)據(jù)、天氣預報產(chǎn)品數(shù)據(jù)、歷史災情等數(shù)據(jù)，分析了當前氣象災害風險評估研究現(xiàn)狀，研究并實現(xiàn)了基于GIS的氣象災害風險精細化評估系統(tǒng)，提供了功能強大的氣象災害指標定制工具和常規(guī)氣象災害風險的評估及預估[2]。朱明月對4種主要氣象災害特征分析的基礎上，以暴雨災害為例，建立了適合江蘇省的暴雨災害風險評估和區(qū)劃模型，利用GIS的空間分析與地圖制作功能，對省暴雨災害進行風險評估，劃分災害區(qū)劃等級[3]。徐雅根據(jù)柳州市多年的氣象災情信息和氣候觀測資料，利用數(shù)學模型及量化指標，以GIS技術為支撐，分別構建柳州市的暴雨、雨雪冰凍、干旱等3種主要氣象災害風險評估模型，進行風險評估，并編制了風險區(qū)劃圖，利用專家打分法和層次分析法確定不同災種的權重，對柳州市氣象災害進行綜合評估[4]。吳婧、翟國方等從風險的危險性和脆弱性兩個角度出發(fā)，構建了汕頭市洪澇災害風險評估模型，并借助GIS空間分析技術，將洪澇災害的影響因子落實到空間并疊加，最終得到汕頭市洪澇災害風險空間分布圖，為洪澇風險的規(guī)避以及城市土地的合理利用提供依據(jù)[5]。

總的來說，目前國內外對于氣象多災種風險的分析都是針對區(qū)域性大尺度的風險預警與分析，目前國內外利用基礎地理信息數(shù)據(jù)與GIS技術，構建小尺度面向承載體的精細化氣象風險預警與分析體系相關研究較少，并且在分析結果的展示方式上主要也是以二維地圖為主，分析與預警結果的展示上不夠直觀。

3 項目建設目標與總體框架

本文針對氣象多災種風險分析與研判業(yè)務需求，利用GIS與云計算等技術構建多災種風險研判GIS云，并在此基礎上構建了上海市多災種風險分析與研判三維輔助決策平臺。系統(tǒng)整體框架如圖1所示。在數(shù)據(jù)管理方面，采用空間數(shù)據(jù)庫對風險數(shù)據(jù)進行管理；在下墊面數(shù)據(jù)的獲取方法上，基于時空地理信息云服務實現(xiàn)了在線調用“多尺度，多時態(tài)，多維度，多類型”基礎數(shù)據(jù)；在風險研判方法上，采用了基于多災種風險研判GIS云的智能化輔助決策方法，在多災種風險結果的展示上，采用了三維GIS技術直觀形象的模擬；在預警發(fā)布方法上，采用了面向用戶的貼身化預警服務方式，使用戶能在預警發(fā)布的第一時間獲悉風險等級與應該采取的防范措施。

本文創(chuàng)新性地將三維GIS、云服務等技術融入氣象多災種風險分析與研判業(yè)務流程中，使得氣象多災種風險分析與研判方法更智能，服務更精細，產(chǎn)品更直觀，發(fā)布更及時，并促使氣象服務在原先宏觀災害性天氣預報服務的基礎上，提供面向用戶的“精細化，貼身化，定制化”多災種風險預警服務。

圖1項目總體框架設計

4 基于時空地理信息云服務的下墊面數(shù)據(jù)獲取與分析方法

本文提出面向用戶的精細化多災種分析服務，需要準確、詳盡的下墊面數(shù)據(jù)作為支撐。以往下墊面基礎數(shù)據(jù)的建設、應用與維護，都需要花費大量的人力與物力，本文為了讓氣象部門更多地關注自身專業(yè)數(shù)據(jù)與應用，從煩瑣的地理信息數(shù)據(jù)加工和昂貴的GIS數(shù)據(jù)處理中解放出來，率先將時空地理公共云服務融入氣象業(yè)務系統(tǒng)的構建中。時空地理信息云服務基于上海市政務外網(wǎng)，采用分布式在線應用方式，能獲取“既有現(xiàn)狀，又有歷史；既有二維，又有三維；既有地上，又有地下；既有線劃，又有影像”的“多尺度，多時態(tài)，多維度，多類型”基礎地理信息服務。通過使用時空地理信息云服務避免了基礎地理信息的再加工和更新維護等大量工作，實現(xiàn)了數(shù)據(jù)資源共享的目的。

此外，時空地理信息云服務提供的豐富時空信息資源與GIS分析功能，不僅為多災種氣象風險分析與研判和輔助決策提供了很好的數(shù)據(jù)與空間分析功能支撐，也為“智能氣象”等其他氣象業(yè)務系統(tǒng)提供了一套分布式在線獲取下墊面數(shù)據(jù)的方法。

5 面向對象的多災種風險分析模型

針對以往天氣預警服務主要側重于區(qū)域性整體風險評估，服務精細化程度不夠的問題，本文創(chuàng)新性地將基礎地形數(shù)據(jù)、用戶信息與GIS分析方法融入暴雨積澇與大風風險這兩個上海地區(qū)最為主要的氣象風險評估方法中，使得風險分析與評估方法更為科學，結果更為準確。

5.1 社區(qū)暴雨積澇風險分析模型

上海市區(qū)范圍內存在較多棚戶區(qū)之類的老式住宅小區(qū)，其排水能力較弱，比較容易受到積澇風險的影響。本文針對這類風險高敏感用戶，提出了面向住宅社區(qū)的暴雨積澇分析模型。

根據(jù)社區(qū)地形數(shù)據(jù)，使用水文分析功能確定匯水區(qū)，并在此基礎上依據(jù)城市河道、道路和圍墻等時空信息云中提供的下墊面信息進行匯水區(qū)修正。對于每一個匯水區(qū)，基于土地利用類型確定不同地物的下滲率，并利用SCS模型計算徑流總量。最后，使用城市暴雨積澇模型，以等體積法為基礎對淹沒深度進行修正，得到受暴雨積澇風險影響的社區(qū)范圍與等級。此外，結合建筑數(shù)據(jù)還能分析社區(qū)內每棟建筑的積澇風險，得到所有受影響居民信息。

5.2 戶外廣告牌大風風險分析模型

上海由于大型戶外廣告牌較多，比較容易受到臺風等大風天氣過程影響，造成廣告牌倒伏等安全事故。以往戶外廣告牌數(shù)據(jù)都是以文本圖片結合二維矢量進行管理，很難準確表達每個廣告牌所處的部位以及三維空間位置，在一定程度上影響了戶外廣告牌大風風險分析結果的準確性。

針對上述問題，本文首先根據(jù)主要區(qū)域大型戶外廣告牌數(shù)據(jù)，建立廣告牌三維模型，準確表達廣告牌大小信息及其所處的三維空間位置與尺寸。在大風風險分析中，根據(jù)廣告牌所處風環(huán)境與廣告牌三維空間信息，采用靜力計算方法分析屋頂廣告牌在風速及風向下的位移響應，得出廣告牌大風風險等級。

6 多災種風險研判GIS云

“多災種風險研判GIS云”是基于多災種風險信息數(shù)據(jù)庫、風險分析模型庫、風險研判知識庫、風險分析方法以及專家研判案例與方法，利用計算機集群，虛擬化以及云計算等技術，在上海市氣象局業(yè)務網(wǎng)中構建了一套云服務。GIS云實現(xiàn)了根據(jù)當前天氣條件與高影響天氣落區(qū)預報快速智能地進行風險分析與評估，自動形成風險評估初步分析結果，為專家決策提供了有力的技術支撐。

6.1 基于空間數(shù)據(jù)庫的多災種風險信息管理方法

以往多災種風險信息主要以Excel和文本表格的形式進行管理，較難進行空間查詢與分析，本文把雷電災害、暴雨積澇災害、大風災害等歷史災情信息；大中小學、幼兒園、在建工地、農(nóng)田菜地、老式公房等服務對象數(shù)據(jù)；下立交、易積水路段、易燃易爆場所等風險隱患點數(shù)據(jù)；和高溫對用電負荷和供水量影響等行業(yè)專題數(shù)據(jù)采用空間數(shù)據(jù)庫的方式進行存儲與管理，為實現(xiàn)多災種風險分析奠定了數(shù)據(jù)基礎。

6.2 基于知識庫的智能化輔助研判方法

作為氣象風險源的高影響天氣事件具有難以度量、不確定性強、多因素影響和難以歸屬等特性，很難用確切的數(shù)學模型來描述，因此對其進行風險評估是一個難度較大的課題，在以往更多地依賴于專家的經(jīng)驗與知識進行人工研判。

本文根據(jù)氣象局多年以來積累的專家對不同天氣類型、不同災害分析研判案例，歸納總結并最終形成多災種風險研判專家知識庫。知識庫是多災種風險研判方法的規(guī)則與案例庫，其中主要存儲了在時間、區(qū)域、實況天氣監(jiān)測數(shù)據(jù)、歷史災情信息等氣象條件下，應采用進行風險預估的風險分析模型?；谥R庫的輔助研判方法，能形成風險研判快報，為專家決策提供了高效、智能的輔助方法。

6.3 基于云的服務架構方式

由于氣象多災種風險分析與研判需要對海量的數(shù)據(jù)與模型進行計算與分析，因此本文采用了基于云的服務架構方式，利用計算機集群與虛擬化技術在氣象局政務內網(wǎng)中構建了多災種風險研判GIS云，解決了數(shù)據(jù)與服務的共享問題，實現(xiàn)了在線調用多災種風險分析與研判功能，并且基于云的架構也使得系統(tǒng)可重用、可伸縮。

7 面向用戶的多災種風險預警發(fā)布方法

本文針對原有信息發(fā)布與傳遞針對性不強的現(xiàn)狀，創(chuàng)新提出了面向受影響用戶的多災種風險預警服務。在形成多災種風險預警產(chǎn)品后，能自動根據(jù)風險類型、承災范圍與風險等級并結合下墊面影響用戶分布信息，自動利用GIS空間分析功能計算出承災范圍內受影響用戶列表，將風險預警信息與防范處置方法實時動態(tài)地發(fā)送到所有受影響用戶手機中，有效解決了傳統(tǒng)氣象預警信息“最后一公里”問題，提高了城市的防災減災能力。

8 多災種風險三維形象化表達方法

以往風險預報產(chǎn)品較為抽象，需要一定的經(jīng)驗與技術知識才能理解，本文為了直觀、形象地展示風險預警信息，創(chuàng)新性地提出了多災種風險三維形象化表達方法，基于時空信息云平臺中提供的三維現(xiàn)狀場景，對積澇、大風以及雷電風險進行了三維展現(xiàn)與模擬。

8.1 社區(qū)積澇風險三維模擬

系統(tǒng)能自動根據(jù)社區(qū)積澇風險分析結果中積澇影響范圍、積澇深度等信息，自動在三維場景中根據(jù)二維積澇風險數(shù)據(jù)形成積澇風險三維模擬圖(如圖2，圖3所示)。通過對積澇風險的三維模擬使用戶能直觀地獲悉受影響小區(qū)與積澇風險情況。

圖2 社區(qū)積澇影響范圍與等級

圖3 社區(qū)積澇深度三維模擬

8.2 戶外廣告牌大風風險三維展現(xiàn)

系統(tǒng)能自動根據(jù)戶外廣告牌大風風險分析結果中得到的每塊戶外廣告牌的風險等級，在三維場景中高亮顯示具有風險的戶外廣告牌，并使用不同顏色表示不同的戶外廣告牌大風風險等級，如圖4所示。

圖4 戶外廣告牌大風風險

8.3 地閃電磁輻射風險三維表達

地閃具有一定雷電流強度產(chǎn)生電磁輻射，會對周邊微電子設備產(chǎn)生干擾與破壞，傳統(tǒng)通過平面范圍很難準確反映磁場對周邊設施的影響情況。本文通過地閃電流強度計算出電磁輻射影響范圍后，在三維場景中將該影響范圍進行高亮展示(效果如圖5所示)，通過與周邊建筑的疊置分析，能直觀地獲悉周邊受影響建筑。

圖5 直擊雷磁場影響范圍三維模擬

9 應用情況與結論

本項目的研究成果已應用于上海市氣象局一體化服務平臺多災種風險分析與研判業(yè)務中，不僅大幅提高了多災種風險分析手段的智能化程度與分析結果的準確度，更促使氣象服務轉變?yōu)槊嫦虺袨捏w與影響用戶的精細化多風險預警服務，有效提高了上海市氣象災害風險管理能力和上海氣象災害防災減災服務能力。

本項目研究面向用戶的多災種風險預警發(fā)布方法，也促使多災種風險預警信息能在第一時間傳遞給影響用戶，提高了氣象預警服務的時效性與針對性，解決了氣象預警信息發(fā)布“最后一公里”問題。通過這種多元化氣象多災種風險防災新體系，實現(xiàn)多災種風險預警的業(yè)務化運行，進一步提升多災種風險預警服務水平，推動精細化防災減災工作，為城市安全應急體系提供有力的氣象服務支撐。