基于遙感大數據的紅水河流域洪水預報技術

唐 崗

（廣西水利電力勘測設計研究院有限責任公司，南寧 530023）

1 項目背景

歷經了多年建設，紅水河沿江各縣已初步建立了山洪災害防治非工程措施體系；依托廣西已建預警預報系統，基本滿足洪水預警預報的要求，防洪減災社會效益顯著，同時，紅水河干流沿岸在洪水預警預報及調度對紅水河流域山洪災害防治調查評價成果應用提出了更高的要求。如何將山洪災害防治調查評價成果集成、挖掘分析和拓展應用，是紅水河流域乃至整個廣西水利事業面臨的重大課題。目前在洪水預報方面，紅水河流域傳統洪水預報模式是通過在水系流域埋設傳感器，建設遙測站收集雨量及水文數據，并通過通訊系統把數據傳回中心站進行分析處理，再根據分析結果進行洪水預報。目前，流域洪水預報正朝著基于遙感大數據預報的方向發展，應用基于遙感大數據的理論方法，結合山洪災害防治調查評價項目建設成果，完成紅水河流域洪水預報模型的建立是項目研究的重點和難點。

2 洪水預報技術

為實現紅水河流域山洪災害防治調查評價成果集成、挖掘分析和拓展應用，在充分分析紅水河流域洪水預報預警需求的基礎上，提出了基于衛星遙感大數據的“天-空-地”三位一體的降水預報新技術；基于GIS的成因推理產、匯流模型和BTOPMC分布式水文物理模型；以及集衛星遙感、航測、數字流域、數字氣象及地理信息等新技術為一體的具有物理基礎的分布式洪水預報系統；構建了基于遙感大數據的紅水河流域“東方祥云”洪水預報模型。成果成功應用至紅水河流域山洪災害防治調查評價成果集成、挖掘分析和拓展應用。

2.1 技術方案

2.1.1 數據收集

通過互聯網在全球范圍內收集氣象云圖、雷達、輻射等資料，高精度遙感影像數據、地理數據、歷史水文資料等；根據用戶提出的個性需求收集區域內社會經濟數據、流域河道地形、水庫及電站庫容和發電能力、灌區作物種植等工程特性參數；建立與中國國家氣象局、美國國家氣象局、歐洲天氣預報中心、日本氣象廳的氣象數據采集通道，其中0～2 h短臨預報采用中國氣象局公共氣象服務中心的分鐘級降水數據。

2.1.2 數據分析

數據自動或手動清洗，設計數據庫統一數據格式和要求，根據DEM 數據生成精細化的全球水系圖，根據地貌數據、土地利用數據、全球影像數據等自動分析對應區域的水文參數，分析利用歷史災害數據和歷史水文數據校正水文參數，對降水預報成果，進行5 km2×5 km2的網格化處理。

2.1.3 模型研究

在國內外優秀研究成果的基礎上，應用大數據挖掘方法和水力學分析方法，研究“東方祥云”的核心EC 預報模型，完成了洪水計算和參數的自動率定（見圖1）。①通過衛星的遙感數據提取土地利用情況，結合土壤分類數據，提取流域的產流特征參數；②利用地形地貌數據，提取流域匯流特征參數；③DEM分析流域的水系結構，提取河流特征與拓撲關系，為模型分布式計算提供基本依據；④多渠道獲取氣象數據進行融合處理，生成5 km2×5 km2的網格化降水數據并輸入到模型，得到洪水預報成果；同時收集歷史災害數據，對模型參數進行再修正，如此形成一個閉環，不斷提高預報精度。

圖1 EC模型和數據流程

2.1.4 云平臺運行環境和軟件

采用混合云結構（見圖2），其中私有云主要用于互聯網公共數據的采集分析、模型運算、數據提取及推送等，公共云用于數據的存儲分析、托管地理信息服務以及門戶網站等。采用B/S 架構，依托瀏覽器提供在線服務。

圖2 EC模型和數據流程

2.2 技術特點

（1）以統一感知、海量計算為依托，實現了雨水預報一體化，定制區域通用化，預報服務實用化，有效提高了降雨洪水的預報時限，尤其是在小流域和無測報設施區域的降雨洪水預報，優勢更為明顯。

（2）數據來源于全球，所需要的降水、地形、地貌、專業數據等資源完全來源于歐洲、美國、日本等國家級大機構發布的公共資源，數據量大、有權威性、且可靠。

（3）預報模型是在國內外優秀研究成果的基礎上，應用大數據挖掘方法和水力學分析方法建立，具有預報精度高、運算速度快等特點，模型參數直接從地表物理特征提取。

（4）充分考慮大數據、云計算與洪水預報的結合與應用，以迭代演進為基本理念，保證系統持續的建設與發展。

2.3 技術創新點

（1）研發了基于衛星遙感大數據的“天-空-地”三位一體的降水預報新技術，顯著提高了降水預報的時空分辨率。對衛星降水數據進行空間與時間的降尺度分解，利用氣象雷達數據及地面氣象站數據等對衛星降水數據進行修正，通過數據加工清洗，采用大數據分析方法改進WRF 模型，生成了5 km×5 km、30 min～72 h連續的數值化、網格化、高精度的降水預報產品，使降水預報精度明顯提高。

（2）建立了基于GIS 的成因推理產、匯流模型和BTOPMC分布式水文物理模型，為無資料地區的洪水預報提供了新的方法。基于GIS技術和遙感模型計算前期土壤含水量，推求實時土壤下滲率，由降水過程得出凈雨過程，分析流域河網調蓄的影響因素，建立了新的匯流模型，物理基礎牢固，通用性強。通過分塊計算的方式對TOPMODEL加以改進，提出了BTOPMC 分布式水文物理模型，具有參數少、物理意義明確、適用流域范圍廣的特點。

（3）建立了集衛星遙感、航測、數字流域、數字氣象及地理信息等新技術為一體的具有物理基礎的分布式洪水預報系統，首次實現了全球通用的模型自動選擇與參數自動優化。將降水預報產品導入洪水預報系統，通過大數據分析建立模型參數之間的關聯關系，提取出植被、土壤水分、河道等獨立模型參數，基于數字流域的物理特性、下墊面特征和DEM 地形地貌數據，自動獲取模型參數值，實現了河道洪水的快速精確預報。

2.4 紅水河流域洪水預報方案及應用

根據紅水河流域特性，建立了紅水河流域洪水預報模型，紅水河洪水預報模型建模方案劃分如圖3（a）所示。圖3（b）顯示了紅水河主要站點武宣站的預報洪水過程。通過預報結果對比實測洪水，武宣站場次洪水預報平均確定性系數為0.97，達到甲級標準。

圖3 紅水河流域洪水預報方案及應用

3 與當前國內外同類技術比較

基于遙感大數據的紅水河流域洪水預報技術的當前國內外同類技術比較見表1。

表1 技術比較表

技術內容 本項研究 國內外同類研究集衛星遙感、航測、數字流域、數字氣象及地理信息等為一體的分布式洪水預報系統將降水預報產品導入洪水預報系統，通過大數據分析建立模型參數之間的關聯關系，提取出植被、土壤水分、河道等獨立模型參數，基于數字流域的物理特性、下墊面特征和DEM 地形地貌數據，自動獲取模型參數值，實現了河道洪水的快速、精確預報。無

4 推廣應用情況

自2019年3月起，基于遙感大數據的紅水河流域洪水預報技術項目成果大大延長了流域洪水預見期，有效提高了洪水預警預報精度，及時、準確的洪水預警預報信息為紅水河流域內各級黨委政府及防汛部門的防洪減災決策提供了科學依據；項目成果在紅水河干流涉及的大化縣等16個縣（市、區）水旱災害防御中得到應用。成果應用實現了洪水實時監測和紅水河沿岸淹沒敏感點的預報預警，有效降低了紅水河沿岸295個淹沒敏感點的洪澇災害損失。