洪涝灾害一种重要自然灾害, 防洪体系的不断完善和洪水预报精度的提高, 有效减轻了灾害损失。然而, 随着城市化进程加快, 城市内涝发生频率增加、强度加大, 而暴雨预报的预见期较短, 难以满足应急管理和快速应对需求, 使内涝灾害风险加大, 成为当前全球洪水管理面临的新挑战和新问题[1-3]。城市内涝问题受到高度重视, 而通过将信息技术应用到城市内涝应急管理中, 提升城市防洪减灾能力, 减少灾害损失, 具有重要意义。
变化环境影响下城市内涝问题日趋突出, 城市饱受内涝灾害之苦, 居民人身财产安全受到严重威胁。城市局地暴雨的突发性、内涝形成机理的复杂性、灾害损失的严重性和内涝的不确定性突显开展城市内涝问题研究的紧迫性[4-5]。近年来, 随着大数据、云计算和互联网+等新一代信息技术的快速发展, 智慧水利和智慧城市等在不同区域和行业领域得到应用。针对变化环境下的城市内涝问题, 借鉴智慧水利先进理念, 充分利用卫星监控、大数据分析等现代信息技术采集和整合信息资源, 加强多源信息融合, 推进业务应用的可视化, 提高管理效率和效能, 可为城市内涝应急管理提供系统解决方案[6]。针对变化环境下城市防洪减灾相关问题, 诸多研究者设计并开发了计算机系统, 开展模拟仿真与可视化应用[6-8]。
变化环境下对城市内涝的应急管理和科学应对, 是关键和难点问题[9]。为此, 本文通过融合北斗卫星、大数据、云服务和综合集成技术[10], 设计城市内涝三维可视化应急管理管理信息系统, 从前端监测、过程预警和事件应对等方面提供针对城市内涝全过程、多方位的应急管理服务。将北斗卫星监控技术应用到城市内涝监测和数据传输中, 实现对城市内涝的天地空一体化监测, 同时采用大数据、数据集成和信息融合等技术构建内涝数据资源库, 搭建城市三维可视化集成和综合集成环境, 为城市内涝应急管理与科学应对提供过程可视、动态反馈的计算机操作环境。
1 系统设计 1.1 系统架构本文设计的城市内涝三维可视化应急管理信息系统采用J2EE技术架构和“模型-视图-控制器”(Model-View-Controller, MVC)框架, 结合应用功能和用户需求, 遵循B/S和C/S相结合的开发模式[11]。结构上划分5层:感知层, 数据层, 服务层, 应用层和客户层, 如图 1所示。
|
Download:
|
| 图 1 系统架构及功能模块 | |
1) 感知层由自动化监测设备、遥测终端和北斗卫星等组成。数据采集除传统的自动化水文遥测站、视频监控、传感器等监测设备外, 通过北斗终端的短报文通信提供全天候实时内涝监测数据采集。
2) 数据层包括城市基础数据、遥感影像数据、空间地理数据、雨情水情和灾情、防汛物资据等。前端采集的海量数据通过北斗终端和水利通信链路汇集到大数据中心, 再经过数据解析和清洗后接入到内涝数据资源库中。考虑到数据资源多源异构特征, 系统集成应用多种数据库并构建内涝数据资源库, 为应用层提供数据服务。
3) 服务层包括应用服务器、数据融合、计算分析和系统管理等组成。采用分布式数据库对数据进行存储, 通过大数据分析对海量多源数据资源进行统计分析和深度挖掘, 并提供系统一体化管理等功能。
4) 应用层为不同用户提供个性化城市内涝应对服务, 包括城市空间地理信息、基础工情、易涝点和防汛物资等基础信息的高效管理和查询分析, 历史和实时雨水情、灾情统计分析与可视化展示, 内涝实时监测预警、应急预案和应急响应等服务。
5) 客户层面向系统不同用户提供多元化的人机交互接口, 根据用户需求和技术可行性, 系统主要提供电脑客户端、移动客户端、LED显示屏、MAS短信服务和微信等方式。
1.2 天地空一体化监测体系前端通过构建天地空一体化的监测体系, 为系统提供全天候、实时数据资源, 如图 2所示。其中:“天”指将北斗卫星系统应用到城市内涝监测中, 北斗卫星导航系统自2012年正式运行以来得到广泛应用, 基于北斗卫星导航系统的定位和短报文等功能开展内涝监测[12-13]; “地”指根据城市易涝点分布情况, 科学布设雨量、流量和水位等信息的自动监测设备, 数据传输采取无线和北斗短报文2种形式; “空”指综合应用多种卫星遥感影像数据, 并进行动态更新, 局部区域可采用无人机航拍等方式采集数据, 将采集的数据进行再分析, 筛选城市易涝点, 采用瓦片金字塔等技术将遥感和航拍影像进行瓦片化处理, 在此基础上构建城市可视化集成环境。
|
Download:
|
| 图 2 一体化监测体系 | |
系统采用北斗一体机将“地”端监测站点自动采集的降雨、流量和水位等信息通过北斗短报文的方式进行传输, 从而提高监测信息传输的时效性和可靠性。此外, 采用北斗卫星导航系统的高精度定位技术动态掌握城市内涝应急管理中物资调配、应急指挥、车辆调度和通信保障等设备位置信息和运行轨迹, 为城市内涝应急管理部门科学调配应急车辆、物质和抢险人员等提供技术支撑, 实现科学调配、快速响应、灾损最小化。
1.3 城市内涝数据资源库构建对1.2节中采集的城市内涝数据资源进行筛选和处理, 融合城市气象水文、自然地理、社会经济、内涝灾害等数据, 建立点、线、面相结合的多源信息融合及应用方法体系, 利用数据集成和多源信息融合等技术对动态的城市内涝数据资源进行处理。集成行政区划、地形地貌、河流水系等空间地理信息, 河道堤防、防水排涝、工程措施等工程资料, 内涝事件气象水文、灾害损失、易涝积水点等灾害资料, 以此研究水利、气象、市政公用等多部门动态数据的共享机制。同时采用多源数据集成中间件对内涝数据资源进行筛选、转换与集成处理, 确保数据资源的一致性和完整性, 提高数据资源粒度化程度、可靠性和集成性。
基于“水利Hadoop大数据平台”, 采用Spark+Hive、HDFS的MapReduce等大数据技术对内涝数据资源进行分析, 挖掘与内涝事件发展全过程的数据资源, 构建城市内涝数据资源库。建立数据映射, 采用组件技术开发内涝相关的标准化数据组件, 利用Web Service技术对组件进行封装, 按照数据通用描述、发现与集成目录服务(JUDDI)建立数据资源索引, 形成基于数据联邦的数据虚拟访问通道, 对其进行访问和管理。按照大数据效率优先和按需服务的思想, 面向不同应用服务主题, 通过组件从数据资源库中获取数据。通过多源信息融合与关联、过程信息描述最终以标准化组件的形式为内涝应急管理和应对提供信息服务、计算服务和决策服务。
1.4 城市三维可视化集成环境本文采用多源信息融合、瓦片金字塔和数据缓存等技术为系统搭建一个高效运行且具有丰富表现力的城市可视化集成环境, 开展城市内涝基础信息分析、监测、预警和应急管理服务, 如图 3所示。利用瓦片金字塔技术将海量空间数据进行瓦片化处理, 按瓦片规则进行存储和调度, 实现对海量地形和影像数据的无缝拼接, 采用数据缓存技术实现空间数据高效管理和科学调度, 支持过程可视化的应用服务[14]。通过标准化数据通信协议和空间信息规范将内涝数据资源库接入到系统中, 对空间地理信息和内涝数据资源进行科学组织与管理, 提高数据访问能力, 提供一个高效并具有丰富表现力的可视化集成环境, 实现城市内涝在线监测预警、实时预警和情景应对等功能。
|
Download:
|
| 图 3 城市三维可视化集成环境 | |
从城市内涝数据资源库中提取不同时空尺度的监测预警信息, 依靠系统高性能计算力和可视化集成环境实现内涝在线监测预警与三维可视化展示等服务。基于系统对研究区域内降雨、径流、水位等气象水文要素进行在线监测、计算分析与可视化展示, 对超过阈值的监测结果以警报的形式提供预警服务, 并采用移动代理以短信等多种方式发送给相关人员, 提供快速的辅助决策服务。
1.5 城市综合集成服务环境本文将综合集成技术应用到系统中, 对与内涝应急管理和应对相关的数据资源、模型方法等进行组件化开发、Web Service封装、可视化表达与知识化管理。通过概念和联系按照流程化的方法描述内涝事件显性知识, 通过“焦点”和“链接”实现显性知识和隐性知识的组织和获取, 针对不同的应对服务绘制不同情景知识图谱, 基于知识图谱, 按照系统的物理和逻辑结构在每个“焦点”上添加相应的数据和方法组件, 用户根据自身知识和经验对知识图谱进行补充、修改和完善, 根据动态分析结果对模型进行动态调整、滚动修正、循环执行, 直至得到最终满意的应对方案。
为响应环境变化, 本文设计面向服务、基于集成平台、基于情景主题、基于组件嵌套和基于知识图谱共5种应用模式。面向服务指系统是为城市内涝应急管理提供决策服务的, 数据、信息和知识的应用采用面向服务架构(Service Oriented Architecture, SOA)思想; 基于平台指通过综合集成平台, 采用流程化、可视化、组件化和知识化的方式搭建模型、组织应用; 基于情景主题指系统应用以情景主题为驱动, 提供决策服务; 基于组件嵌套指将与评估模型相关的数据、方法等开发成标准化组件, 模型调用组件即可计算得到结果, 通过组件复用和嵌套实现应用的灵活搭建和动态调整; 基于知识图谱指对内涝情景主题、应用流程和逻辑关系等进行流程化描述和可视化表达, 通过知识图谱提供集成应用服务。
2 应用实例 2.1 研究区域概况结合前期数据资源积累和调研情况, 本文以国家中心城市西安市为例开展应用研究。西安市位于关中平原中部, 北临渭河, 南依秦岭, 随着中国“一带一路”战略的推进, 作为陆上丝绸之路经济带的起点, 迎来新的发展机遇。城市化进程使得西安市城市化水平由1990年的37%提高到2017年的近70%, 硬化面积逐年增加。依托国家中心城市建设, 预期西安市城市化进程将加快, 加剧“热岛效应”和“雨岛效应”。西安市为大陆性季风气候, 夏季多雨, 汛期局地暴雨频发, 近年来多次发生严重内涝事件, 近年来, 西安市多次发生严重内涝事件。以2016年“7·24”内涝事件为例, 西安市雁塔区小寨十字积水严重、地铁站积水倒灌, 造成严重灾害损失[5]。新常态下对西安市防洪减灾提出新的要求, 将研发的城市内涝三维可视化应急管理信息系统应用到西安市, 验证系统的可靠性、可操作性与应用价值。
2.2 系统应用在前期开展的针对近年来西安市内涝事件变化特征及成因分析基础上[5], 本文研发西安市内涝三维可视化应急管理信息系统, 为西安市内涝应急管理和科学应对提供决策支持, 提升西安市防洪减灾能力, 降低西安市内涝灾害损失。按照模块化设计思想, 结合西安市实际情况, 重点从信息分析、内涝监测、内涝预警、内涝应对预案等功能模块进行应用。
图 4所示为系统的信息分析模块。该模块对1.2节中监测采集和整合的数据资源进行深度分析和挖掘, 对城市内涝基础信息进行查询和可视化展示。对海量实时的城市气象水文等数据进行查询和计算分析, 分析历史变化规律, 预估其未来发展趋势。基于系统实现西安市主要低洼易涝点、排水设施、防汛人员和物资储备空间分布情况的可视化展示。采用系统的空间分析功能对内涝应急管理和应对人员、机械和物资等进行科学调配, 缩短应急响应时间, 节约管理成本。
|
Download:
|
| 图 4 信息分析模块 | |
图 5所示为系统的内涝监测模块。该模块通过系统开放数据接口, 快速接入内涝数据资源库中动态数据资源。在城市工情、雨水情和灾情基础上, 整合北斗卫星新增监测点和积水路段、立交桥下穿隧道、地铁口和地下建筑物等低洼易涝点安装的电子监控设备的实时监测数据, 对城市内涝进行全天候、多方位、多层次的监测。基于系统数据分析和信息融合模型对监测数据进行快速分析, 基于系统可视化集成环境对监测数据进行可视化展示。
|
Download:
|
| 图 5 系统监测模块 | |
图 6所示为系统的内涝预警模块。该模块对系统的监测模块中海量数据资源进行分析, 得到城市内涝预警信息。采用数据集成、大数据分析和主成分分析、聚类分析等技术和方法对内涝数据资源进行集成处理和分析[15]。采用应用统计和大数据分析相结合的方法深度挖掘城市内涝预警信息, 提供城市内涝预警信息服务。分析得到城市易涝点暴雨强度、淹没和影响面积、灾害损失等预警信息, 并将其以图元的方式进行展示, 便于用户使用。根据阈值将预警信息划分为红(Ⅰ级)、橙(Ⅱ级)、黄(Ⅲ级)、蓝(Ⅳ级)4个等级, 采用移动服务、微信等多种方式向用户提供个性化的推送服务, 为进一步的内涝应急预案和管理服务。
|
Download:
|
| 图 6 系统预警模块 | |
图 7所示为系统的内涝预案模块, 基于系统对传统的文本预案进行数字化处理, 形成可复用的组件化预案, 采用组件技术对数字化预案进行开发, 使得数字预案形成松散耦合的结构。根据分析所得的内涝预警信息、降雨发生范围、危害程度和预警级别, 确定城市内涝应急响应4个等级, 建立各等级预警信息与人防、物防、技防相结合的内涝应对预案[9]。基于系统对组件化预案进行分析和研讨, 制定城市内涝全过程的应对方案。事件发生时, 基于系统的预案模块为应急管理人员提供视频联动会商服务, 通过会商制定应对方案, 提高内涝事件应对的时效性, 快速响应, 减少灾害损失。
|
Download:
|
| 图 7 系统预案模块 | |
受气候变化和城市化进程加快的双重影响, 城市内涝事件近年来频发广发, 灾损严重, 受到国家和专家学者高度重视, 尤其是2014年以来, 国家投入大量资金在全国范围内建设“海绵城市”, 从工程措施角度为城市内涝应对提供思路。然而, “海绵城市”的建设并非一蹴而就, 近几年城市暴雨内涝事件仍然频发, 灾害损失依旧严重, 形势不容乐观。本文从非工程措施角度出发, 通过构建城市内涝三维可视化应急管理管理系统, 将北斗技术、大数据和云服务等现代信息技术应用到城市内涝应急管理和应对中, 通过信息分析、监测预警和应对预案模块, 提供过程可视、快速高效的应急应对服务, 减少内涝灾害损失, 为变化环境下科学应对城市内涝和减灾提供参考。
| [1] |
DING Jiyong, CAI Juefang, GUO Guangxiang, et al. An emergency decision-making method for urban rainstorm water-logging:a China study[J]. Sustainability, 2018, 10(10): 3453. ( 0)
|
| [2] |
姜仁贵, 解建仓, 李建勋, 等. 基于数字地球的洪水淹没分析及仿真研究[J]. 计算机工程与应用, 2011, 47(13): 219-222. ( 0)
|
| [3] |
JIANG Rengui, XIE Jiancang, ZHAO Yong, et al. Spatiotemporal variability of extreme precipitation in Shaanxi province under climate change[J]. Theoretical and Applied Climatology, 2017, 130(3): 831-845. ( 0)
|
| [4] |
姜仁贵, 韩浩, 解建仓, 等. 变化环境下城市暴雨洪涝应对新模式研究[J]. 灾害学, 2017, 32(3): 12-16. ( 0)
|
| [5] |
姜仁贵, 解建仓. 城市内涝的集合应对体系[J]. 水资源保护, 2017, 33(1): 17. ( 0)
|
| [6] |
芮晓玲, 吴一凡. 基于物联网技术的智慧水利系统[J]. 计算机系统应用, 2012, 21(6): 161-163. ( 0)
|
| [7] |
王霄, 宗艳霞, 牟莉莉, 等. 基于物联网技术的城市防灾减灾应急指挥仿真[J]. 计算机仿真, 2015, 32(3): 348-351. ( 0)
|
| [8] |
余烨, 刘晓平, 袁晓辉, 等. 面向洪水灾害评估的城市建模与仿真[J]. 系统仿真学报, 2010, 22(9): 2136-2140. ( 0)
|
| [9] |
姜仁贵, 王小杰, 解建仓, 等. 城市内涝应急预案管理研究与应用[J]. 灾害学, 2018, 33(2): 146-150. ( 0)
|
| [10] |
姜仁贵, 解建仓, 李建勋, 等. 基于数字地球的WebGIS开发及其应用[J]. 计算机工程, 2011, 37(6): 225-227. ( 0)
|
| [11] |
姜仁贵, 于翔, 解建仓, 等. 水利电子沙盘研究与应用[J]. 华北水利水电大学学报(自然科学版), 2017, 38(1): 13-17. ( 0)
|
| [12] |
杨元喜, 李金龙, 王爱兵, 等. 北斗区域卫星导航系统基本导航定位性能初步评估[J]. 中国科学:地球科学, 2014, 44(1): 72-81. ( 0)
|
| [13] |
严栋飞, 姜仁贵, 解建仓, 等. 基于数字地球的渭河流域水资源监控系统研究[J]. 计算机工程, 2019, 45(4): 49-55. ( 0)
|
| [14] |
JIANG Rengui, XIE Jiancang, LI Jianxun. Application of world wind on hydrologic monitoring and simulation in Shaanxi province, China[J]. Disaster Advances, 2013, 6(S4): 33-47. ( 0)
|
| [15] |
姜仁贵, 解建仓, 李建勋. 面向防汛的三维预警监视平台研究与应用[J]. 水利学报, 2012, 43(6): 749-755. ( 0)
|
2019, Vol. 45

,
0)