徐琦良，黄堰林

（1.宁波市水文站，浙江 宁波 315000；2.浙江大学地球科学学院，浙江 杭州 310007）

姚江流域实时洪水预报与预警系统研发

徐琦良1，黄堰林2

（1.宁波市水文站，浙江 宁波 315000；2.浙江大学地球科学学院，浙江 杭州 310007）

姚江流域洪灾多发，缺乏可视化洪水预报与预警平台。基于SSH框架，采用MySQL数据库，综合应用ArcGIS API for Javascript、JavaScript (JS)、HTML5、CSS等技术，设计并开发了实时洪水预报与预警WebGIS系统。该系统采用ANFIS自适应神经模糊推理系统进行水位预报，通过在水动力模型中耦合气象信息和实时观测水位来预报洪水淹没深度，利用JS、CSS等技术实现多种方式水雨情可视化展示，实现水雨情信息实时查询、实时洪水预报、洪水四色预警等的自动化，为姚江流域防汛减灾提供可视化业务平台。

姚江流域；洪水预报；洪水预警

1 问题的提出

姚江流域地处浙东沿海，地形复杂多样，降水时空分布不均，属高洪灾危险地区，受梅雨期强降雨及台风暴雨的影响，极易引发洪水灾害，加之经济发达、人口集聚，洪灾容易造成巨大损失。例如，2013年受台风“菲特”的影响，浙江余姚地区遭遇了严重的洪灾，70%以上城区被淹，直接经济损失达200多亿元。因此，可视化实时洪水预报和预警平台的开发对姚江流域的防汛减灾具有重要的现实意义。

近年来，GIS已被广泛用于可视化洪水预报平台的开发。例如，李匡等开发了基于C/S架构的湖北省清江流域洪水预报系统[1]；杨邦等开发了基于WebGIS的海河流域中小河流洪水预报系统[2]；宋立松等开发了基于B/S架构的钱塘江下游洪水实时预报系统[3]等。随着WebGIS、遥感遥测技术和通讯技术等的不断发展，快速融合实时水雨情信息以提高洪水预报的精度和响应能力、集成多种预报模型以提高洪水预报的精度、集成洪水预报与预警技术等已成为当前防汛减灾平台开发的必然要求。本文针对姚江流域洪灾多发且缺乏可视化洪水预报与预警平台的实际情况，运用GIS和数据库技术，结合实时水雨情，集成多种预报模型，设计并开发了实时洪水预报与预警系统，实现了实时洪水预报和防汛减灾的可视化。

2 系统总体设计

2.1 系统总体构架设计

系统采用SHH(Struts + Spring + Hibernate)框架设计，分为表现层、业务逻辑层、持久层和数据层。其中表现层主要负责信息发布及与用户交互，其通过Struts技术统一组织页面的结构，并使用ArcGIS API for JavaScript、JavaScript (JS)、JavaServerPages (JSP)、HTML5和CSS等展示地图的基本功能，呈现水雨情信息、水位预报结果及洪水淹没状况等；业务逻辑层主要使用Spring框架，实现包括系统管理、水雨情信息查询、洪水预报等模块的业务处理；持久层使用Hibernate技术调用、存储数据，加速加载驱动、创建连接的过程，完成数据持久化；数据层包含水雨情数据、地理空间数据以及用户数据等数据库服务器，其中地理空间数据采用File Geodatabase进行存储与管理，并通过ArcGIS for Server发布地图服务等，水雨情信息和四色预警等其它数据利用MySQL数据库进行存储与管理。系统总体架构见图1。

图1 系统总体架构图

2.2 系统功能设计

系统要求实现可视化的实时洪水水位（洪峰流量）预报、洪水四色预警、水雨情信息查询与管理等功能，分为管理模块、地图模块、查询模块、实时洪水预报模块、洪水预警模块和辅助功能模块6个功能模块进行设计（见图2）。

图2 系统功能设计图

2.2.1 地图模块

地图模块即实现地图基本功能的模块，可实现地图的缩放、图层管理、专题图制作、地图输出等。

2.2.2 管理模块

管理模块包括用户管理、站点管理、数据管理、预报方案管理和预报模型管理等。预报方案管理是针对某一场次降雨和洪水的具体预报方案，用户可以根据不同的水雨情状况选择最佳的预报模型，制定预报方案并保存在数据库中，也可以对已制定的预报方案进行查询修改；预报模型管理主要是对模型参数率定和预报结果的精度检验，其中模型使用的参数保存于软件生成的jar包中，如果需要修改，则采用外部软件进行参数的率定，然后通过软件接口，模型自动调用结果文件。预报结果和实际水雨情状况以图表形式呈现，用户可以根据误差调整模型参数，使预报结果更加精确。

2.2.3 水雨情信息查询模块

水雨情信息查询模块提供姚江流域各测站的降雨量、水位、流量等信息的实时可视化查询，查询结果可以通过表格、统计图、专题图等多种形式展示。

2.2.4 实时洪水预报模块

实时洪水预报模块包括基于回归模型的最大水位预报、基于自适应神经模糊推理系统的水位预报、基于数学模型的强降雨水位过程线预报等子模块。

（1）基于回归模型的最大水位预报子模块。针对预报水位站，根据初始水位值、最低水位值和降雨量，对水位增量进行预报，相加可得最高水位值。对历史样本数据进行二次回归分析建模，根据实时观测值快速预报水位，用于超50 mm降雨的水位预报。

（2）基于自适应神经模糊推理系统的水位预报子模块。基于过去3 h降雨量和水位值输入，采用ANFIS（自适应神经模糊推理系统）[4]模型预报未来1 ～ 6 h的水位值，每个模型在训练时都有记录，保存相应的建模文件供系统调用，通过人工智能方法进行洪水预报。

（3）基于数学模型的强降雨水位过程线预报子模块。根据气象部门的强降雨预报以及姚江流域系统的复杂非线性响应特性，以水位站当前状况为预报初始值，运用支持向量机、ANFIS等数学模型，对强降雨时期的水位过程线关键量（如洪峰水位、洪现时间、退水时间、最高速率等）进行预报，绘制预报水位过程线。

以上洪水预报模型可以单独使用，用户可根据地形、降雨条件、模型预报精度要求等，选定预报模型。用户选定预报模型后，系统将自动调用模型进行预报，并将预报结果以图表形式呈现，模型调用技术路线见图3。

图3 洪水预报技术路线图

2.2.5 洪水预警模块

洪水预警模块包括洪水风险图制作、洪水四色预警等功能。洪水风险图在结合DEM、洪水预报确定洪水淹没范围的基础上进行制作；洪水四色预警依据《水情预警发布管理办法（试行）》和《宁波市水情预警发布管理办法》，通过评定水情预警等级触发预警，发布预警信息。

2.2.6 辅助功能模块

辅助功能模块主要提供水文知识、水情报告及相关法规条例的查看和外部链接等辅助功能，方便用户使用。

2.3 数据库设计

系统数据库包括水雨情信息库、地理空间数据库和其它数据库等。其中地理空间数据库包括河流与水库分布、站点分布、道路网络、DEM等，采用File Geodatabase存储管理；水雨情信息库包括测站基本信息（测站基本属性表）、实时信息（降水量表、河道水情表）及预报信息（河道水情预报表），其依据SL 323 — 2011《实时雨水情数据库表结构与标识符标准》进行数据表的设计，并采用MySQL关系数据库存储管理；其它数据库包括四色预警信息、用户信息和相关文件等，采用MySQL关系数据库存储管理。

3 系统关键技术与实现

3.1 系统总界面

系统采用ArcGIS for Sever平台和Visual Studio 2012环境开发，登陆界面见图4。

图4 系统登陆主界面图

3.2 ANFIS自适应神经模糊推理系统的水位预报模型

ANFIS方法已在长期和短期的水文预报中得到应用[5 - 7]，具有参数率定简单、预报精度较高的优势。ANFIS结合人工神经网络和模糊数学理论方法实现[4，8]，其中人工神经网络模拟人脑神经网络的结构和功能特征，采用非线性处理单元模拟人脑神经元，用处理单元之间可变联接强度（权重）来模拟突触行为，构成一个大规模并行的非线性动力系统；模糊数学利用隶属函数和隶属度来计算和描述一个样本属于一个类别的程度，更加符合客观世界的科学表达，在人工神经网络的输入层采用模糊化计算将原始数据转化为隶属度进行计算，在输出层采用逆模糊化计算将预报结果值转化为水位数值。系统通过应用MATLAB，在各个站点的不同预报期建立多个ANFIS模型，将一部分历史小时水位和小时降雨数据作为训练数据，另一部分作为检验数据构建和检验ANFIS模型，通过选取有限尝试次数内最好的学习结果（将神经网络预报结果和实际结果做相关性分析，采用Nash系数、R方检验等方法检验结果），保存网络，将训练好的神经网络模型编译成jar包，集成到洪水预报与预警系统中。基于ANFIS的水位预报见图5。

图5 基于ANFIS的余姚站6 h水位预报图

3.3 基于水动力模型的洪水淹没状况预报

系统将MIKE11的一维明渠流模型和MIKE SHE的二维坡面流模型进行耦合，利用神经网络模型预报的数值及模拟的降雨信息作为模型的驱动条件，从而预报预见期内的洪水淹没范围及水深（以颜色来区分淹没深度），并以时间滑块的形式动态展示洪水演进过程。同时，点击“河道纵剖面查看”按钮，系统即可显示姚江河道各处水位的动态变化过程，为宁波市水文站等相关部门更好地开展防灾减灾工作提供决策依据（见图6）。

图6 2013年9月8 — 13日姚江流域洪水演进过程图

3.4 洪水风险图制作

洪水风险图可应用于洪水灾害预警、洪泛区管理、洪水灾情评估，在提高公众洪水风险意识、降低财产损失方面有重要意义。系统以历史降雨数据、河道水位数据为基础，通过极值分析，设计不同强度的洪水输入资料。将数据输入已经率定好的水动力模型中，模拟生成不同回归年份（如100 a一遇、50 a年一遇、10 a一遇等）的洪水淹没最大范围及深度，系统可以根据用户输入，交互生成不同设计洪水情景下的洪水风险图、可快速访问的洪水淹没风险图，为姚江流域的土地利用规划和工程设计等提供服务，有利于决策者确定风险区，提高防灾减灾工作效率。姚江流域100 a一遇洪水风险见图7。

图7 姚江流域100 a一遇洪水风险图

4 结 语

本文基于SSH框架，运用ArcGIS API for Javascript和MySQL数据库等技术，结合ArcGIS for Sever地图服务，设计并开发了姚江流域实时洪水预报与预警WebGIS系统，实现了水雨情信息实时查询、实时洪水预报、洪水四色预警等功能。系统以GIS为集成环境，耦合ANFIS自适应神经模糊推理系统、水动力模型进行水位、

淹没状况预报，同时利用JS等技术实现多种方式的水雨情可视化展示，降低了数据建模和交互展示的复杂度；系统提高了姚江洪水预报的整体水平，为姚江流域的防汛减灾提供了可视化业务平台，也为防汛减灾、抗洪抢险提供了有力的技术支撑。

[1] 李匡，马安国，赵明浩.清江流域洪水预报系统[J].水电与新能源，2015(12)：12 - 15.

[2] 杨邦，只德国，杨学军，等.海河流域中小河流洪水预报系统设计与实现[J].中国西部科技，2012，11(8)：10 - 12.

[3] 宋立松,方琛亮,史英标,等.基于Web的钱塘江下游洪水实时预报系统研制[J].水电能源科学，2011，29(1): 119 - 121.

[4] JANG J S R. Anfis： Adaptive - Network - Based Fuzzy Inference System[J]. IEEE Transactions On Systems Man & Cybernetics，1993， 23(3)：665 - 685.

[5] KISI O，NIA A M，GOSHEH M G，et al. Intermittent Streamflow Forecasting by Using Several Data Driven Techniques[J].Water Resources Management，2012，26(2)：457 - 474.

[6] NAYAK P C，SUDHEER K P，RANGAN D M，et al. A neuro - fuzzy computing technique for modeling hydrological time series[J]. Journal of Hydrology，2004，291(1)：52 - 66.

[7] WANG WC，Chau KW，Cheng C T，et al. A comparison of performance of several artificial intelligence methods for forecasting monthly discharge time series[J]. Journal of hydrology，2009，374(3)：294 - 306.

[8] JANGJSR，SUN CT，MIZUTANI E.Neuro - fuzzy and soft computing：a computational approach to learning and machine intelligence[M]. Upper Saddle River：Prentice Hall，1997.

（责任编辑 郎忘忧）

Implementation of Real - time Flood Forecasting and Forewarning System for Yaojiang River Basin

XU Qi - liang1，HUANG Yan - lin2

（1.Hydrologic Station of Ningbo，Ningbo 315000，Zhejiang，China；2.School of Earth Sciences，Zhejiang University，Hangzhou 310007，Zhejiang，China）

In view of frequent flood and lacking of visualized flood forecasting and forewarning platform in Yaojiang River Basin，a real - time flood forecasting and forewarning WebGIS system which is based on SSH framework and applied MySQL database，ArcGIS API for JavaScript，JavaScript (JS)，HTML5 and CSS technologies，has been designed and developed. In this system，adaptive - network - based fuzzy inference system (ANFIS) is utilized to forecast water level. Hydrodynamic model，coupling with meteorological information and the real - time water level，is employed to forecast submerged depth. Moreover，JS，CSS and other technologies are used to visualize water and rainfall information. Flood forecasting and forewarning operations，including real - time water and rainfall information search，real - time flood forecasting，and flood four - color forewarning，have automatically been realized in this system and it has provided visualized operating platform for Yaojiang River Basin in flood control and disaster reduction.

Yaojiang River Basin；flood forecasting；flood forewarning

TP311.52

A

1008 - 701X(2016)06 - 0014 - 04

10.13641/j.cnki.33 - 1162/tv.2016.06.004

2016-05-16

2014年度宁波市科技计划项目(2014C50002)。

徐琦良(1972 - )，男，工程师，大学本科，主要研究方向为水文情报预报。E-mail：532033313@qq.com