張偉鋒 黃波 李飛
摘要:城市運行風險預警涉及到多個方面,本研究在氣象災害風險預警基礎上,結(jié)合城市的網(wǎng)格化管理,把氣象災害的風險預警落實到管理網(wǎng)格。本文研究氣象在城市運行風險預警中的應用,針對城市運行管理中心需求,以暴雨內(nèi)澇、低溫寒潮、高溫熱浪等災害影響為切入點,將氣象大數(shù)據(jù)與交通、網(wǎng)格、熱線等城市綜合治理大數(shù)據(jù)共融互通,將風險預警嵌入到城市運行綜合管理平臺,為精細化城市運行管理提供支撐。最后以徐匯區(qū)為試點,說明了本研究的可行性及其應用效果。
關鍵詞:氣象災害;風險預警;城市運行;網(wǎng)格化
中圖分類號:P429 文獻標識碼:A 文章編號:1007-9416(2019)04-0128-04
0 引言
城市氣象災害是指發(fā)生在城市區(qū)域,由于氣象要素或其組合的異常,對城市運行帶來很大影響的各類事件,包括暴雨內(nèi)澇、低溫寒潮、高溫熱浪等。由于城市人口集中、財產(chǎn)密集,一旦發(fā)生氣象災害,其受災的影響和損失就會很大,如2005年,受“麥莎”臺風影響,上海市區(qū)200余路段馬路積水,因電線被風掛斷以及暴雨積水觸電死亡4人,受傷149人,直接經(jīng)濟損失約13.4億元[1];2008年春運期間,上海出現(xiàn)持續(xù)低溫雨雪天氣,大量旅客的出行受阻,因路面結(jié)冰和積雪,造成跌傷骨折、車禍的急救病人成倍增加[2]。
氣象災害風險預警是城市防御氣象災害中重要的非工程措施之一,通過對城市氣象災害風險進行預警,制定應對災害的防治措施,能減少或避免災害帶來的損失[3]。目前,已有許多城市開發(fā)了不同類型的城市氣象災害風險預警系統(tǒng),如2000年天津市建立了城區(qū)內(nèi)澇仿真系統(tǒng),將雨量信息和氣象預報數(shù)據(jù)帶入模型進行模擬計算,實現(xiàn)城市內(nèi)澇的預報預警,此后,武漢、西安、南寧、鄭州等城市也相繼建立了城市內(nèi)澇預警系統(tǒng)[4];上海市建立了多災種風險分析與研判三維輔助決策系統(tǒng),系統(tǒng)能根據(jù)當前天氣監(jiān)測數(shù)據(jù)與高影響天氣落區(qū)預報信息,智能地分析暴雨、大風、雷電等災害風險等級與影響范圍[5]。
基于氣象的城市運行風險預警系統(tǒng)是在氣象災害風險預警基礎上,結(jié)合城市的網(wǎng)格化管理,把氣象災害的風險預警落實到管理網(wǎng)格,為城市的精細化管理提供支撐。本論文以上海市徐匯區(qū)為例,介紹氣象在城市運行風險預警中的應用。
1 系統(tǒng)設計
系統(tǒng)針對徐匯區(qū)城市運行管理中心需求,以暴雨內(nèi)澇、低溫寒潮、高溫熱浪等災害影響為切入點,將氣象大數(shù)據(jù)與交通、網(wǎng)格、熱線等城市綜合治理大數(shù)據(jù)共融互通,將風險預警嵌入到徐匯區(qū)城市運行綜合管理平臺,為精細化城市運行管理提供支撐。
系統(tǒng)總體設計如圖1所示。系統(tǒng)集數(shù)據(jù)采集、判斷、展現(xiàn)、制作、發(fā)布于一體,主體采用BS構(gòu)架,實現(xiàn)數(shù)據(jù)的集中存儲和云平臺管理。系統(tǒng)由數(shù)據(jù)庫、云平臺、后臺服務程序、客戶端Web系統(tǒng)組成,關系型數(shù)據(jù)庫采用SQL Server 2012 R2,通過虛擬化技術搭建數(shù)據(jù)管理和共享云平臺,后臺服務采用C#語言基于多線程技術開發(fā),通過ArcGIS集成暴雨內(nèi)澇、雷電災害影響評估模型和用戶風險矩陣與影響閾值分析,完成數(shù)據(jù)的實時轉(zhuǎn)換和服務產(chǎn)品的加工,客戶端Web系統(tǒng)采用Javascript For ArcGIS Server開發(fā),實現(xiàn)實時數(shù)據(jù)、災害監(jiān)測數(shù)據(jù)、預報數(shù)據(jù)的展現(xiàn)和融合顯示,通過平臺的人機交互功能,實現(xiàn)影響預報和風險預警的制作和發(fā)布,也實現(xiàn)氣象實況、氣象預報和風險預警信息與網(wǎng)格化管理單元的疊加顯示和預警的實時顯示與城市運行管理支撐。
2 系統(tǒng)實現(xiàn)
2.1 基于網(wǎng)格的城市運行氣象風險普查
結(jié)合徐匯區(qū)災害性天氣過程,分析歷年來造成人員傷亡、較大經(jīng)濟損失、城市運行不暢等的各類氣象災害出現(xiàn)的時間、網(wǎng)格、災害損失等情況,了解徐匯區(qū)城市運行氣象風險隱患網(wǎng)格基本信息,掌握隱患網(wǎng)格主要氣象災害類型、氣象致災因子及相關要素和城市運行氣象服務用戶需求情況等,了解隱患網(wǎng)格氣象監(jiān)測預警設施建設情況,采集基于網(wǎng)格的各類城市運行氣象風險信息數(shù)據(jù),為氣象風險預警服務提供數(shù)據(jù)支撐。
2.2 數(shù)據(jù)庫建設
本系統(tǒng)數(shù)據(jù)多樣,且實時更新,為達到數(shù)據(jù)的存儲擴展和高效訪問,數(shù)據(jù)庫采用關系型數(shù)據(jù)庫和結(jié)構(gòu)化文件夾結(jié)合的方式。關系型數(shù)據(jù)庫主要用于存儲雨量站、氣象水文預報數(shù)據(jù)、氣象水文歷史資料、社會經(jīng)濟屬性資料、系統(tǒng)監(jiān)控等數(shù)據(jù);結(jié)構(gòu)化文件夾用于存儲基礎地理數(shù)據(jù)、雷達與衛(wèi)星觀測數(shù)據(jù)、監(jiān)測插值分析結(jié)果、數(shù)值模式結(jié)果文件、監(jiān)控視頻片段、切片地圖數(shù)據(jù)等,按照規(guī)范標準進行命名,并把元數(shù)據(jù)存儲到二維數(shù)據(jù)庫中。如表1所示列出了系統(tǒng)各類數(shù)據(jù)及存儲方式。
2.3 氣象與城市綜合治理大數(shù)據(jù)分析建模
基于大數(shù)據(jù)的城市綜合治理,就是利用城市中的大數(shù)據(jù)來解決城市本身所面臨的挑戰(zhàn),通過大數(shù)據(jù)分析手段,結(jié)合氣象觀測數(shù)據(jù)和交通、網(wǎng)格、熱線等城市綜合治理大數(shù)據(jù),建立城市運行態(tài)勢與氣象之間的大數(shù)據(jù)分析模型,為實現(xiàn)風險預警、精準治理和智慧服務提供關鍵技術支撐,如提前預警在什么天氣條件下該地會出現(xiàn)洪澇災害,雨要下到多大才會成災,暴雨洪澇的時間多久,下那么大的雨會預計有多少區(qū)域面積受災,哪些小區(qū)受災,市民會在暴雨洪澇多久后通過12345熱線不斷投訴、什么樣類型的案件會集中爆發(fā)式的投訴等。
根據(jù)氣象局記錄的徐匯區(qū)歷史重大氣候數(shù)據(jù)和天氣災害數(shù)據(jù)、發(fā)生時長以及該地區(qū)的地理信息數(shù)據(jù)、網(wǎng)格數(shù)據(jù)、市民熱線投訴數(shù)據(jù)等進行分析建模,對模型進行樣本訓練、測試,建立算法模型知識訓練庫,最后再根據(jù)氣象局的天氣預報情況,對徐匯區(qū)城市區(qū)域管理做預警預測。
大數(shù)據(jù)分析算法包括分類分析、描述統(tǒng)計、相關分析、因子分析、關聯(lián)分析、貝葉斯網(wǎng)絡、決策樹模型、神經(jīng)網(wǎng)絡、聚類分析、時序模式分析、時間序列算法、偏差分析。具體的建模流程如圖2所示。
2.4 基于影響模型(暴雨內(nèi)澇、寒潮、高溫)的城市運行管理風險評估
暴雨內(nèi)澇影響評估模型以暴雨積澇模擬為基礎,通過接入實時預報數(shù)據(jù)并結(jié)合城市暴雨內(nèi)澇評估概化模型(SUM)和暴雨內(nèi)澇水動力模型方法構(gòu)建積澇的實時計算系統(tǒng),以得到對應小區(qū)和道路的積水深度、積水時長和積水范圍等模擬結(jié)果,模擬評估暴雨內(nèi)澇對交通、網(wǎng)格的影響,建立暴雨內(nèi)澇交通及網(wǎng)格影響的風險矩陣,為實現(xiàn)風險預警、精準治理和智慧服務提供關鍵技術支撐。
寒潮和高溫影響評估模型是基于城市運行態(tài)勢與氣象之間的大數(shù)據(jù)分析模型,針對不同氣象條件情景和歷史個例,模擬評估高溫熱浪、低溫寒潮對徐匯城市運行各網(wǎng)格的影響和風險,進而對大數(shù)據(jù)分析模型進行反饋、調(diào)整和優(yōu)化,使模型適用于徐匯城市運行風險預警業(yè)務服務。
根據(jù)氣象局紀錄的整個徐匯地區(qū)的歷史重大氣候數(shù)據(jù)和天氣災害數(shù)據(jù),發(fā)生時長,以及該地區(qū)的地理信息數(shù)據(jù)、網(wǎng)格數(shù)據(jù)、市民熱線投訴數(shù)據(jù)等進行分析建模,對模型進行樣本訓練、測試,建立算法模型知識訓練庫,最后再根據(jù)氣象局的天氣預報情況,對徐匯區(qū)城市區(qū)域管理做預警預測。
2.5 城市暴雨內(nèi)澇情景模擬與影響分析
基于歷年氣象實況、內(nèi)澇災情實況、網(wǎng)格熱線數(shù)據(jù)、交通數(shù)據(jù),通過暴雨內(nèi)澇評估模型開展徐匯城市運行暴雨內(nèi)澇情景模擬分析。暴雨內(nèi)澇風險情景評估是以城市暴雨內(nèi)澇模擬為基礎,通過接入歷史降雨實況數(shù)據(jù),模擬計算得到對應網(wǎng)格和道路分塊的積水深度、積水時長和積水范圍等模擬結(jié)果。在內(nèi)澇積水模擬計算基礎上,疊加分網(wǎng)格的內(nèi)澇災情、網(wǎng)格熱點事件、交通路況信息等數(shù)據(jù),分析在不同降雨、內(nèi)澇積水情景下徐匯城市運行影響。
在徐匯城市運行暴雨內(nèi)澇情景模擬基礎上,對徐匯城市運行各網(wǎng)格進行暴雨內(nèi)澇影響分級,建立暴雨內(nèi)澇交通及網(wǎng)格影響的風險矩陣,評估評估暴雨內(nèi)澇對交通、網(wǎng)格的影響,為實現(xiàn)風險預警、精準治理和智慧服務提供關鍵技術支撐。
3 風險預警系統(tǒng)研制
系統(tǒng)接入上海市氣象局分區(qū)預警、中心臺天氣預警等產(chǎn)品。暴雨風險預警產(chǎn)品可結(jié)合閾值指標和風險評估方法,根據(jù)預警發(fā)布或其他觸發(fā)條件不定時制作四級風險預警產(chǎn)品,并可根據(jù)實際情況進行人工修訂。當天氣影響結(jié)束時,撤銷風險預警產(chǎn)品。
氣象風險預警產(chǎn)品接入后,可通過與服務產(chǎn)品對應對象列表實現(xiàn)一鍵式發(fā)布,通過短信終端發(fā)布并跟蹤短信產(chǎn)品;通過與微信端口對接實現(xiàn)產(chǎn)品在微信菜單中的發(fā)布或主動推送;通過與大屏發(fā)布統(tǒng)對接,實現(xiàn)產(chǎn)品在顯示大屏上顯示;通過與其他信息發(fā)布平臺對接,實現(xiàn)產(chǎn)品在信息發(fā)布平臺中顯示。系統(tǒng)后臺顯示產(chǎn)品送達狀態(tài)。
3.1 基于智能網(wǎng)格的預報實現(xiàn)
面向徐匯城市運行氣象風險預警的時效和空間格網(wǎng)精度需求,改進智能網(wǎng)格預報技術,提高0-24小時智能網(wǎng)格預報準確率,提供上海地區(qū)0~24小時內(nèi)逐3小時、水平分辨率5km的降水、溫度、大風等預報產(chǎn)品,同時風險預警與網(wǎng)格管理實現(xiàn)聯(lián)動。
3.2 城市氣象體征感知及可視化。
根據(jù)風險普查結(jié)果和徐匯區(qū)監(jiān)測覆蓋情況,在探測空白區(qū)域、重點場所和高風險區(qū)域合理增加布設城市氣象體征感知設備,實現(xiàn)所在區(qū)域氣象數(shù)據(jù)的實時采集、傳輸、質(zhì)控、存儲、監(jiān)測警戒和可視化。系統(tǒng)實現(xiàn)基于站點的多要素實時數(shù)據(jù)顯示和1小時逐分鐘時序、24小時逐小時時序、月逐日時序圖?;诩用艿某鞘袣庀筇卣鞲兄獢?shù)據(jù),通過可視化手段,實現(xiàn)徐匯區(qū)城市氣象特征多維度實時展示。
4 結(jié)語
基于氣象觀測、預報、預警等數(shù)據(jù)和城市運行精細化治理數(shù)據(jù),建立城市運行精細化治理氣象大數(shù)據(jù)分析預測模型,并開發(fā)城市運行精細化治理氣象風險預警系統(tǒng),在智能網(wǎng)格預報技術產(chǎn)品支撐下,將大數(shù)據(jù)分析預測模型和氣象風險預警服務嵌入城市運行管理指揮平臺,為實現(xiàn)氣象對城市運行影響和風險的早期發(fā)現(xiàn)、及時預警和快速響提供支撐,從而有效提高示范區(qū)域應對氣象災害的風險管理能力和城市精細化管理水平。
徐匯區(qū)基于氣象的城市運行風險預警系統(tǒng)目前已在徐匯區(qū)城市運行中心正式使用,系統(tǒng)實現(xiàn)氣象部門的影響預報和風險預警的制作和推送,同時在徐匯區(qū)城市運行中心實現(xiàn)基礎普查數(shù)據(jù)、氣象大數(shù)據(jù)分析結(jié)果、城市氣象體征感知及氣象影響預報預警相關內(nèi)容的實時展示,實現(xiàn)7×24小時氣象—網(wǎng)格—徐匯城市運行管理的無縫服務銜接,已在氣象風險預警運營服務中發(fā)揮了重要作用。
參考文獻
[1] 穆海振,史軍,賀芳芳,等.上海城市氣象災害特點及巨災防范淺析[J].上海保險,2015(8):23-24.
[2] 李永平.從2008年初我國南方雪災反思上海城市氣象災害的防御[J].華東師范大學學報(自然科學版),2008(5):134-140.
[3] 毛夏.數(shù)字城市種的氣象災害預警對策[J].自然災害學報,2005,14(1):110-115.
[4] 位路陽.基于WebGIS的鄭州市區(qū)暴雨洪水預警系統(tǒng)設計與實現(xiàn)[D].鄭州:鄭州大學,2017.
[5] 汪旻琦,毛煒青,曹維,等.基于GIS云的氣象多災種風險分析方法研究[J].城市勘測,2018(4):13-16.