張 慧,雷國平,趙映慧

(東北農(nóng)業(yè)大學 資源與環(huán)境學院,哈爾濱 150030)

1 研究現(xiàn)狀及研究區(qū)概況

計算洪水淹沒區(qū)范圍所造成的災害損失一直是災害評估研究中的一個熱點問題,如何快速準確地預測洪水淹沒范圍就越顯突出。

有關洪水淹沒這一課題自六七十年代起,由于各地區(qū)水系構成情況不盡相同,各地區(qū)的自然地形地貌等均有所不同,差異很大,目前尚沒有綜合預測洪水淹沒區(qū)的方法。較為通用的方法是采用體積法,水流動態(tài)模型,種子蔓延分析法等。在個別地區(qū)也有采用利用極值理論計算平均淹沒水深、實地調查估值法等。

在國外有關洪水淹沒范圍的分析研究,多是伴隨著洪災保險進行的[1-7]。為了洪水保險的需要,在蓄滯洪區(qū)進行洪災風險區(qū)域的劃分,進而確定保險額度等。N.I.Fox和C.GCollier等(N.I. Fox&C.GCollier'2000)進行了中尺度流域的洪水風險性的評估研究。他們在特定流域內(nèi),7 d暴雨情況下,研究了一套評估洪水發(fā)生可能性的方法?；? km分辨率衛(wèi)星影像獲取的地表物理特性,并基于遙感與地理信息系統(tǒng)的洪災風險區(qū)劃研究且開發(fā)了一套系統(tǒng),此系統(tǒng)被驗證在英格蘭西北的Irwell河,由于暴雨產(chǎn)生洪水這一事件具有很大的偶然性,所以要進行長時間的跟蹤,來評估可靠性[8]。

隨著GIS技術的日趨成熟,許多學者將GIS空間分析技術與水文分析模型相結合,開始了一個新的研究領域。不過,不同的學者研究洪水淹沒的角度不同,側重點也不同。有的學者從矢量數(shù)據(jù)出發(fā),分析地表徑流;有的則從柵格數(shù)據(jù)出發(fā),通過模擬三維地形,分析地貌關系來進行洪水淹沒的計算和預測?？偟乃悸范际菍⒀蜎]分析分為有源淹沒分析與無源淹沒分析兩種[9]。近幾年來,我國在洪水淹沒分析領域,又相繼提出了基于人工神經(jīng)網(wǎng)絡的洪水水位預報模型,孫海、王乘等人提出的利用DEM的環(huán)形洪水淹沒算法建立空間信息網(wǎng)模型,來實現(xiàn)洪水淹沒范圍的動態(tài)分析監(jiān)控[10]。

松花江哈爾濱段位于 E125°42′～E130°10′、N44°04′～N46°40′,全年平均降水量569.1 mm,夏季占全年降水量的60%。哈爾濱市區(qū)主要分布在松花江形成的三級階地上,是一個水災隱患較高的城市,在全球氣候變化的大背景下,松花江洪水發(fā)生的頻次也存在較大的不確定性,因此建立洪水淹沒范圍計算模型,根據(jù)降水量對洪澇淹沒范圍、水深及淹沒區(qū)土地利用現(xiàn)狀做出客觀、準確的預測,及時、準確地向政府部門提供洪水預警預報,對于防災減災具有重要意義。

2 研究方法

洪水的淹沒過程是一個動態(tài)平衡的過程。目前,對于洪水造成的最終淹沒范圍可以歸納為兩種不同的概化模型來進行計算:

1)基于給定水位的洪水淹沒范圍計算。也就是在已知洪水水位的前提下,來推求洪水的淹沒范圍和水深分布。

2)基于給定水量的洪水淹沒范圍計算。也就在某一時期洪水水量是已知的條件下,計算相應的洪水淹沒范圍和水深。前者多適用于在江河等流域下進行淹沒分析,后者常用于水庫等的潰堤后所造成的可能淹沒范圍。本文以神經(jīng)網(wǎng)絡探求洪水水位的變化,故以前者作為既定的概化模型,DEM數(shù)據(jù)及遙感影像的預處理根據(jù)洪泛區(qū)需預測的范圍確定所應用的遙感影像、DEM數(shù)據(jù)的范圍界線,避免因數(shù)據(jù)量過大而造成的預測效率降低。依據(jù)實驗精度所確定下來的最小淹沒面積,對DEM數(shù)據(jù)進行最低點剔除。

本文將神經(jīng)網(wǎng)絡中的BP模型在水利工程中應用的優(yōu)點與GIS技術在洪水淹沒分析中的優(yōu)點相結合,實現(xiàn)基于GIS平臺與神經(jīng)網(wǎng)絡算法的洪水水位及淹沒范圍的動態(tài)預測:通過BP人工神經(jīng)網(wǎng)絡預測淹沒區(qū)洪水水位;以環(huán)形洪水淹沒算法確定有源洪水的淹沒方向及面積等數(shù)據(jù);去除偽洼地,預測出有源淹沒面積,并得出相應的水深分布圖;依據(jù)影像確定洪水淹沒區(qū)的土地利用類型,為淹沒區(qū)損失評價提供依據(jù)。

圖1 技術路線Fig.1 Technology route map

3 基于BP神經(jīng)網(wǎng)絡的洪水水位分析

由洪水災害系統(tǒng)的反演模式及通過對造成洪水水位上漲的眾多因素進行相關性分析、主成分分析后,得出影響洪水水位的因素主要包括已有水位及降水量兩個因素。根據(jù)問題的復雜程度在此選取一個隱含層。輸出層選取一個神經(jīng)元,輸出層的矢量為水位。

為了檢驗BP網(wǎng)絡模型在洪水水位預測的實用性和可靠性,實驗采用哈爾濱市1957年及1960年的水文數(shù)據(jù)作為實驗數(shù)據(jù)。數(shù)據(jù)來自哈爾濱市水利志。

本部分以1957年26 d的水文數(shù)據(jù)及1960年46 d的水文數(shù)據(jù)作為實驗數(shù)據(jù),并分別以前20 d和前30 d數(shù)據(jù)作為訓練數(shù)據(jù),并以各期水文數(shù)據(jù)作為預測數(shù)據(jù)和檢驗數(shù)據(jù)。

圖2為1957年洪水水位訓練的SSE圖。

圖2 1957年洪水水位訓練的SSE圖Fig.2 Sse map of flood level training in 1957

以前23 d做為訓練數(shù)據(jù),后5 d作為檢驗數(shù)據(jù)。

由圖2可知,當以訓練樣本迭代 100次時, BP網(wǎng)絡模型趨于穩(wěn)定,并且其誤差變化趨于穩(wěn)定。其誤差在-0.392 4到0.335 36間變化,其誤差精度能夠滿足后期的淹沒范圍分析預測的需求。

圖3為1960年洪水水位訓練的SSE圖。

由圖3可知,當以訓練樣本迭代 100次時, BP網(wǎng)絡模型趨于穩(wěn)定,并且其誤差變化趨于穩(wěn)定。其誤差在-0.788 72到0.735 34間變化,其誤差精度能夠滿足后期的淹沒范圍分析預測的需求。

將趨于穩(wěn)定BP網(wǎng)絡模型應用于計算哈爾濱市的1998年的水位預測,該年哈爾濱市的洪水狀況通過BP網(wǎng)絡模型計算得到(選取洪水演進某一時段的結果)。依據(jù)1∶50 000地形圖進行矢量化,并進行等高線加密。利用洪水水面高程和等高線的高程制作洪水淹沒等深線,并生成洪水淹沒等深范圍面,依據(jù)數(shù)字高程模型剔除水流連通不上的偽洼地,得到最終有源淹沒范圍,淹沒區(qū)水深通過不同顏色反映,見圖4。

圖3 1960年洪水水位訓練的SSE圖Fig.3 Sse map of flood level training in 1960

4 基于GIS的洪水淹沒范圍分析

在結合了實地采集數(shù)據(jù)及影像數(shù)據(jù)的獲取準備工作后,通過GIS將所得數(shù)據(jù)進行內(nèi)業(yè)的矢量化。將所預測到的淹沒區(qū)水位作為分析時所用的淹沒線。根據(jù)所獲得到的洪水水位線及DEM數(shù)字高程模型,通過GIS進行Spatial Analyst(空間分析),來獲得相應水位的等高線作為淹沒范圍的界線,并進行剔除偽洼地。通過GIS中的Overlay(疊置分析)功能將所得到的矢量化了的土地利用分類數(shù)據(jù)與淹沒范圍的界線數(shù)據(jù)進行疊置分析得到松花江哈爾濱段的淹沒區(qū)淹沒面積。通過GIS的數(shù)據(jù)統(tǒng)計分析對所得的淹沒區(qū)的各類受災用地面積進行統(tǒng)計,并以圖形的方式進行可視化顯示。

圖4 哈爾濱市淹沒范圍圖Fig.4 Harbin submerged area map

哈爾濱市區(qū)的淹沒范圍包括,呼蘭區(qū)、松北區(qū)、道里區(qū)、道外區(qū)和香坊區(qū),受淹面積將達到1 402 km2,占哈爾濱市域總面積的19.8%。淹沒區(qū)覆蓋地類共28種,其中所占淹沒比例較大的有旱地、城市用地、水田和農(nóng)村居民點等,從淹沒損失的角度評價以上幾種地類均為損失率較高的地類,會造成較大的經(jīng)濟和生態(tài)損失。各地類統(tǒng)計見表1。

表1 淹沒區(qū)各地類匯總表Table 1 Class Summary of inundated areas

續(xù)表1Table 1

淹沒區(qū)土地利用現(xiàn)狀見圖5。

圖5 淹沒區(qū)土地利用現(xiàn)狀圖Fig.5 Submerged land use maps

5 結 論

本文以松花江哈爾濱段為研究對象,將BP神經(jīng)網(wǎng)絡與GIS技術相結合,較好地實現(xiàn)了洪水水位及淹沒范圍的動態(tài)預測。對比了用空間格網(wǎng)和矢量數(shù)據(jù)對淹沒區(qū)進行預測的結果,發(fā)現(xiàn)該方法在準確度上有較好表現(xiàn),為流域洪水淹沒范圍的動態(tài)監(jiān)控提供了一個有力的工具。同時結合遙感信息數(shù)據(jù),可以及時掌握淹沒區(qū)內(nèi)受淹處的土地利用類型,根據(jù)相關的社會經(jīng)濟數(shù)據(jù)可作出社會經(jīng)濟損失評估,為防洪的工程和非工程措施提供參考依據(jù),同時也可以服務于規(guī)劃部門,為規(guī)劃提供科學依據(jù)。

[1]Kelman and Spence,I.Kelman,R.Spence.An overview of flood actions on buildings[J].Engineering Geology,2004,73(3-4):297-309.

[2] Profeti,G and H.Macintosh.Flood management through landsat TM and ERS SAR data:a case study [J],Hudrological Process,1997,(11):1 397-1 408.

[3]Zhiwei Huang.Flood disaster loss comprehensive evaluation model based on optimization support vector machine[J]:Expert Systems with Applications 2010,37: 3 810-3 814.

[4]姜付仁,程曉陶,向立云,等.美國20世紀洪水損失分析及中美 90年代比較研究 [J].水科學進展, 2003,14(3):384-388. (JIANG Fu-ren,CHENG Xiao-tao,XIANG Li-yun et al.Review on the flood losses of the 20th century in the United States and comparative study on flood damages between China and USA in 1990s,Advances in water science,2003,14(3):384-388.(in Chinese))

[5]S.N.Jonkman,M.Bockarjova,M.Kokc et al.Integrated hydrodynamic and economic modelling of flood damage in the Netherlands[J].Ecological Economic, 2008,66:77-90.

[6]Jian Chen,Arleen A.Hill,Lensyl D.Urbano.A GIS-based model for urban flood inundation[J].Journal of Hydrology,2009,373:184-192.

[7]H.de M oel,J.C.J.H.Aerts.Effect of uncertainty in land use,damage models and inundation depth on flood damage estimates Journal of Hydrology.http:// springer.lib.tsinghua.edu.cn/content/?k=Effect +of+uncertainty+in+land+use%2c+damage+models.13 December 2010.

[8]郭利華,龍 毅.基于DEM的洪水淹沒分析[J],測繪通報,2002,(11):25-27. (GUO Li-hua,LONG Yi,Analysis of flood submerging based on DEM[J],Bulletin of Surveying and Mapping,2002,11:25-27.(in Chinese))

[9]朱星明,盧長娜,王如云,等.基于人工神經(jīng)網(wǎng)絡的洪水水位預報模型 [J],水利學報,2005,36(7): 806-811. (ZHU Xing-ming,LU Chang-na,WANG Ru-yun et al. Artificial neural network model for flood water level forecasting[J],Journal ofHydraulic Engineering, 2005,36(7):806-811.(in Chinese))

[10]Quinn P F,Beven K J,Lamb R.The In(α/tanβ)index:How to calculate it and how to use it within the TOPM ODEL framework[M].Distributed Hydrological Modeling:Application of TOPMODEL Concept England:John Wiley&Sons Ltd,1997:31-52.