黃秋鋒　李進(jìn)強(qiáng)　郭小兵　陳從文

[摘 要]臺風(fēng)是最強(qiáng)的暴雨天氣系統(tǒng)，往往給受影響的地區(qū)造成巨大的經(jīng)濟(jì)損失甚至人員傷亡。準(zhǔn)確及時地了解臺風(fēng)洪水災(zāi)害的形成過程，對于防洪減災(zāi)、洪水風(fēng)險分析具有重要意義。本文綜合采用BP神經(jīng)網(wǎng)絡(luò)，空間插值，水文分析，地表下滲率分析等多項技術(shù)方法，建立了福州地區(qū)匯水流域總降水量預(yù)測模型，并在ArcGIS Engine上實現(xiàn)了洪水災(zāi)害的動態(tài)模擬，研究成果可為有關(guān)人員參考。

[關(guān)鍵詞]降雨量預(yù)測 洪澇災(zāi)害 動態(tài)模擬

中圖分類號：X43 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-914X（2016）05-0351-02

臺風(fēng)是最強(qiáng)的暴雨天氣系統(tǒng)，往往會造成狂風(fēng)暴雨引發(fā)局地洪澇災(zāi)害，是影響最為嚴(yán)重的自然災(zāi)害之一。據(jù)統(tǒng)計，福州地區(qū)平均每年受臺風(fēng)影響3-5次，屬于臺風(fēng)災(zāi)害的多發(fā)區(qū)。2005年，“龍王”臺風(fēng)肆虐福州，強(qiáng)降水造成山洪暴發(fā)，福州市區(qū)受淹最深達(dá)1.9米，福建全省三百多萬人受災(zāi)，直接經(jīng)濟(jì)損失達(dá)32.78億元人民幣。

要減輕臺風(fēng)洪水災(zāi)害，一方面要加強(qiáng)抗臺風(fēng)防御工程設(shè)施建設(shè)；另一方而，要加強(qiáng)臺風(fēng)洪澇災(zāi)害形成機(jī)理的研究。近年來，已有不少學(xué)者對熱帶氣旋暴雨進(jìn)行了大量研究，例如：林毅等對龍王臺風(fēng)中尺度暴雨成因進(jìn)行了定性分析[1]，發(fā)現(xiàn)中尺度大暴雨的發(fā)生與臺風(fēng)環(huán)流北側(cè)出現(xiàn)的中尺度渦旋有密切的關(guān)系；林小紅等對1960～2005年46年間影響福建的臺風(fēng)降水進(jìn)行時空分析[2]，發(fā)現(xiàn)臺風(fēng)降水由閩南沿海向閩西北內(nèi)陸逐漸減小，受福建山地地形作用，山脈以東的臺風(fēng)暴雨發(fā)生的概率要大大高于山脈西側(cè)地區(qū)。在定量分析方面，王春娟等采用BP神經(jīng)網(wǎng)絡(luò)對香港地區(qū)1997-2012年6月期間48個臺站的22場臺風(fēng)降雨資料進(jìn)行預(yù)測分析[3]，對單一臺風(fēng)降雨量預(yù)測準(zhǔn)確度達(dá)到75.1%，但由于該方法是以臺風(fēng)到達(dá)觀測站點的強(qiáng)度和風(fēng)向作為輸入?yún)?shù)，不能做到提前預(yù)警的作用；艾福利等基于ArcGIS對臺風(fēng)過程降水進(jìn)行插值分析[4]。在洪澇災(zāi)害模擬方面，孫海，鄒時林等采用ArcEngine實現(xiàn)了洪水淹沒可視化[5][6]，但對于臺風(fēng)引發(fā)洪澇災(zāi)害進(jìn)行全過程研究的示例很少。

以上分析表明：臺風(fēng)洪水災(zāi)害預(yù)報涉及幾個環(huán)節(jié)：1）使用登錄前臺風(fēng)參數(shù)預(yù)測將來降雨量；2）匯水流域下滲能力的計算；3）淹沒范圍的動態(tài)模擬。本文以福州市為例，利用BP神經(jīng)網(wǎng)絡(luò)，空間插值，水文分析，地表下滲率分析等方法，建立了福州地區(qū)匯水流域總降水量預(yù)測模型，并運用 ArcEngine實現(xiàn)了洪澇災(zāi)害的三維動態(tài)模擬。

1基于BP臺風(fēng)降雨量預(yù)測模型

影響熱帶氣旋降水量的因子間具有明顯的非線性特征。BP神經(jīng)網(wǎng)絡(luò)具有非線性、準(zhǔn)動力等特點，且其判別精確度不會隨樣本噪聲而受到影響，較優(yōu)于傳統(tǒng)的統(tǒng)計法；另外該網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)靈活多樣，有比較強(qiáng)的自學(xué)習(xí)功能、容錯功能、聯(lián)想存儲功能等。因此，選擇具有非線性性質(zhì)的人工神經(jīng)網(wǎng)絡(luò)方法建立臺風(fēng)降雨量預(yù)測模型，是十分恰當(dāng)。

1.1 影響臺風(fēng)降雨量的主要因素

影響熱帶氣旋降水量的因素較多且復(fù)雜，特別大的臺風(fēng)降水往往由多個因素造成[7]：

1）臺風(fēng)強(qiáng)度是影響臺風(fēng)降雨量的主要因素之一。

2）地形作用可加大迎風(fēng)坡的降水，同時使背風(fēng)坡降水減少。

在福建沿海與內(nèi)陸交界處有貫穿自北而南的鷲峰山-戴云山-博平嶺山山脈。由西北太平洋生成并登陸福建的臺風(fēng)路徑大都由低緯向高緯區(qū)域活動，臺風(fēng)由東南-西北方向迎著山脈進(jìn)入，受地形增幅作用在山脈迎風(fēng)坡氣流的抬升作用下加上臺風(fēng)帶來充沛水汽使得強(qiáng)對流云團(tuán)在迎風(fēng)坡發(fā)展和滯留，則山脈以東的迎風(fēng)坡臺風(fēng)降水較背風(fēng)坡明顯偏多[8]。

3）長期干旱，空氣中水汽少，濕度低.會導(dǎo)致臺風(fēng)降水明顯減少。

1.2 基于BP臺風(fēng)點降水預(yù)測模型設(shè)計

根據(jù)1.1分析，影響臺風(fēng)降雨量的主要因素中，臺風(fēng)“登錄地點”和“移動方向”反映了地形作用的影響，而且從氣象預(yù)報中可以提前得到。因此以“登錄地點”（X1，X2）、“移動方向”（X3）、“臺風(fēng)強(qiáng)度”（X4）為臺風(fēng)特征因子，雨量站選取位置（X5，X6），三個因子共6個輸入因子，以及2個輸出因子：降雨量（Y1），降雨時長（Y2）。

因此、確定網(wǎng)絡(luò)輸入層節(jié)點數(shù)為6，輸出層節(jié)點數(shù)為1，并且根據(jù)kolmogorov定律，將隱含層節(jié)點數(shù)取為9，激活函數(shù)為S型函數(shù)，由此得到用于福州臺風(fēng)降雨預(yù)報的BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為（6，9，1）。

1.3 區(qū)域降雨量預(yù)測計算

利用訓(xùn)練好的BP預(yù)測模型可以預(yù)測各個雨量站預(yù)測數(shù)據(jù)，然后利用這些數(shù)據(jù)進(jìn)行空間內(nèi)插，得到區(qū)域降雨量柵格數(shù)據(jù)。常用內(nèi)插方法：反距離權(quán)重插值（IDW）、克里格法。由于克里格法考慮了空間相關(guān)性[4]，并經(jīng)試驗證實：克里格法較為適宜。

2 流域內(nèi)匯水總量計算

降水是沿著地表徑流和地下（下滲）兩種主要途徑匯入河網(wǎng)，而造成洪水災(zāi)害的主要原因是由于大暴雨下高度集中的地表徑流引起。良好的土壤下滲能力可減少坡面地表徑流量而增加地下徑流量，從而削減洪峰。

2.1 土壤下滲能力計算

土壤下滲能力與地表土壤質(zhì)地、土壤結(jié)構(gòu)、植被覆蓋率有關(guān)，通常植被覆蓋比較好的區(qū)域土壤較疏松，孔隙度高，透水性能強(qiáng)，枯枝落葉和腐殖質(zhì)層厚對地表起到覆蓋和保護(hù)的作用，在發(fā)生洪水災(zāi)害期間可以滯留大量的水分，滲入地下從而補(bǔ)充地下水。相反地，如果區(qū)域的植被覆蓋較差，導(dǎo)致土壤的吸水性也變差。從大體上來說，土壤下滲能力從小到大依次是：農(nóng)地、草地、灌叢地、天然林地。

3 實例驗證

3.1數(shù)據(jù)來源

1）從中國科學(xué)院數(shù)據(jù)云獲?。焊Ｖ莸貐^(qū)30m分辨率DEM數(shù)據(jù)，30m分辨率Landset8衛(wèi)星影像數(shù)據(jù)。DEM及衛(wèi)星影像數(shù)據(jù)進(jìn)行拼接處理，繼而在ArcGIS 中利用Georeference工具將DEM及衛(wèi)星影像與福州地區(qū)矢量數(shù)據(jù)進(jìn)行配準(zhǔn)。

2）從福州勘測院獲?。焊Ｖ莸貐^(qū)矢量數(shù)據(jù)（包括道路，居民點，各級行政區(qū)等）。

3）從福州市氣象局收集：各雨量觀測站臺記錄的風(fēng)降雨量數(shù)據(jù)和降雨時長數(shù)據(jù)。

3.2 觀測站點降水預(yù)測模型訓(xùn)練

選擇9個歷史上比較典型的臺風(fēng)（9914號“丹恩”，0102號“飛燕”，0513號“泰利”，0519號“龍王”，0604號“碧利斯”，0605號“格美”，0608號“桑美”，0808號“海鷗”，0809號“鳳凰”）樣本數(shù)據(jù)，以及福州地區(qū)7個雨量站（烏山觀測站、晉安站、長樂站、福清站、永泰站、連江站、閩侯站、閩清站）相應(yīng)記錄，采用 MATLAB 的 BP 神經(jīng)網(wǎng)絡(luò)工具，對BP網(wǎng)絡(luò)進(jìn)行2500次迭代訓(xùn)練，得到進(jìn)行相關(guān)的預(yù)測模型。

3.3 洪水淹沒范圍數(shù)據(jù)庫計算

第2部分研究得到匯水總量，但不知道淹沒高度，無論采用種子擴(kuò)算算法，還是采用ArcGIS CutFill方法都需要進(jìn)行多次迭代計算，才能找到洪水范圍，計算時間較長，不能滿足災(zāi)情動態(tài)模擬的要求。為此在Arc Engine中開發(fā)專門計算工具，將1m-100m每一個淹沒高程的淹沒范圍及相應(yīng)降雨量體積預(yù)先計算出來，以高度為索引存儲在Access數(shù)據(jù)庫數(shù)據(jù)表中（為提高效率，只存儲淹沒范圍數(shù)據(jù)的文件名，實際文件統(tǒng)一存在指定目錄中）。實際應(yīng)用時，根據(jù)降雨量在數(shù)據(jù)庫快速查詢到相應(yīng)高度的淹沒范圍數(shù)據(jù)文件名。

3.4 洪水災(zāi)情動態(tài)模擬

1）首先使用Matlab BP得到匯水流域的匯水總量統(tǒng)計數(shù)據(jù)；

2）在Access數(shù)據(jù)庫中查尋到相應(yīng)的淹沒高度記錄（H）；

3）從1m開始連續(xù)加載對應(yīng)的淹沒范圍柵格數(shù)據(jù)，直至大于H為止；加載時間為每秒加載一次。

將遙感影像和其他場地上要素的添加，即可生動地表達(dá)了研究區(qū)的地理環(huán)境特征和水災(zāi)淹沒場景。如圖3-1

4 結(jié)論

綜合上述，可得出結(jié)論：

1）基于BP神經(jīng)網(wǎng)絡(luò)能夠快速地對研究區(qū)域內(nèi)臺風(fēng)降雨量進(jìn)行預(yù)測，結(jié)合Horton模型減去下滲量，能夠得到較接近真實的地表徑流量數(shù)據(jù)。

2）在ArcEngine三維分析支持下可動態(tài)模擬洪水災(zāi)害的形成過程。該模型在“龍王”臺風(fēng)推演中實現(xiàn)了較好的模擬效果，并且滿足一定的精度要求。

3）由于在臺風(fēng)過程中引發(fā)洪水災(zāi)害還受其他許多因素的影響，實際洪水淹沒并不是同一個水平高度，加之?dāng)?shù)據(jù)獲取不夠充分，只能模擬中尺度洪水淹沒災(zāi)情與周圍的環(huán)境關(guān)系，高精度的模型有待于進(jìn)一步研究。