王 賀,劉高峰,王慧敏

(1.河海大學(xué)水文水資源與水利工程國(guó)家重點(diǎn)實(shí)驗(yàn)室,江蘇 南京 210098;2.河海大學(xué)管理科學(xué)研究所,江蘇 南京 211100; 3.河海大學(xué)企業(yè)管理學(xué)院,江蘇 常州 213022)

近年來(lái),隨著氣候變化加劇、經(jīng)濟(jì)快速發(fā)展和人類社會(huì)活動(dòng)的影響,城市雨洪災(zāi)害頻繁爆發(fā),影響范圍越來(lái)越廣、次生衍生災(zāi)害鏈危害越來(lái)越大、災(zāi)害損失越來(lái)越嚴(yán)重,雨洪災(zāi)害的演變逐步趨向常態(tài)化和極端化。城市極端雨洪災(zāi)害客觀存在、不可避免,但它又是可管理和緩和的,而災(zāi)害減緩的重要途徑就是災(zāi)害預(yù)警和應(yīng)急調(diào)控。一般洪澇災(zāi)害管理已相對(duì)成熟,而對(duì)于具有嚴(yán)重破壞性和毀滅性的城市極端雨洪災(zāi)害的研究還處于起步階段。面對(duì)水災(zāi)害嚴(yán)峻形勢(shì),展開(kāi)城市極端雨洪災(zāi)害預(yù)警與應(yīng)急管理的研究是十分必要和迫切的。

為此,國(guó)內(nèi)外同行作了大量研究:有人在對(duì)極端雨洪災(zāi)害進(jìn)行預(yù)警時(shí)僅僅考慮到水文、氣象等方面的條件,如張家國(guó)等[1]分析了暴雨的形態(tài)、強(qiáng)度和結(jié)構(gòu)特征,找到暴雨回波系統(tǒng)的走向和移動(dòng)與降水之間的關(guān)系,建立多普勒天氣雷達(dá)回波暴雨預(yù)測(cè)法。黃勇等[2]利用數(shù)理統(tǒng)計(jì)方法對(duì)CINRAD雷達(dá)掃描資料和GMS-5衛(wèi)星顯示資料進(jìn)行整合,建立HLAFS數(shù)值預(yù)報(bào)模型,對(duì)淮河流域暴雨進(jìn)行預(yù)警。但是他們沒(méi)有考慮到所降區(qū)域的地理環(huán)境對(duì)極端降雨所引起災(zāi)害的影響,為此,鄭傳新等[3]在綜合考慮城市地理特征、排水系統(tǒng)和防洪工程的基礎(chǔ)上,建立城市暴雨內(nèi)澇災(zāi)害預(yù)警模型。不過(guò)由于城市內(nèi)部發(fā)展的不均衡,各區(qū)的地勢(shì)高低、排水系統(tǒng)、現(xiàn)代化程度等均存在顯著的差異,相同的降雨降到同一個(gè)城市不同地區(qū)所引起的災(zāi)害損失也有較大差異,陳海燕等[4]綜合利用兩維圖論聚類、優(yōu)勢(shì)分析法、數(shù)據(jù)包絡(luò)分析和層次分析法,在考慮地理?xiàng)l件、社會(huì)背景的情況下,將浙江省分為5個(gè)區(qū)域,分別分析了各區(qū)社會(huì)經(jīng)濟(jì)條件、地理地貌、暴雨致災(zāi)因子和暴雨成災(zāi)的關(guān)系,建立城市暴雨災(zāi)害預(yù)警模型,為提高城市雨洪災(zāi)害預(yù)警發(fā)揮了重大作用。

以上傳統(tǒng)極端暴雨災(zāi)害的預(yù)警多是從確定性或是從隨機(jī)性、模糊性、不完備性等單一不確定性角度進(jìn)行研究,對(duì)極端雨洪災(zāi)害這類多種不確定性共生的復(fù)雜巨系統(tǒng)難以準(zhǔn)確描述和刻畫,沒(méi)有考慮到城市極端暴雨的過(guò)程具有高度不確定性,對(duì)其進(jìn)行連續(xù)的動(dòng)態(tài)預(yù)警。筆者通過(guò)分析城市暴雨強(qiáng)度和災(zāi)情之間的關(guān)系,綜合考慮這一地區(qū)的脆弱性和地理地貌對(duì)暴雨造成災(zāi)害損失的影響,利用兩維圖論聚類法將城市分為若干個(gè)相對(duì)獨(dú)立的區(qū)域,建立基于云模型的城市極端雨洪災(zāi)害預(yù)警模型,對(duì)相同的降雨降到不同的地方和不同時(shí)間段的降雨降到相同的地方,城市各個(gè)區(qū)域雨洪災(zāi)害的風(fēng)險(xiǎn)進(jìn)行動(dòng)態(tài)預(yù)警。

1 預(yù)警區(qū)域的劃分

城市極端雨洪災(zāi)害是指某一特定時(shí)期內(nèi)發(fā)生在統(tǒng)計(jì)分布之外的罕見(jiàn)暴雨所引起的洪水作用在城市中,對(duì)人、財(cái)、物造成風(fēng)險(xiǎn)的總和。儀垂祥等[5]、史培軍[6]、劉朝輝等[7]和王慧敏等[8]指出災(zāi)情是致災(zāi)因子、孕災(zāi)環(huán)境與承災(zāi)體綜合作用的結(jié)果,極端雨洪所引發(fā)的災(zāi)害不僅與暴雨強(qiáng)度有關(guān),還與當(dāng)?shù)氐牡乩憝h(huán)境、社會(huì)經(jīng)濟(jì)等有關(guān)。相同強(qiáng)度的暴雨降落在不同區(qū)域和不同時(shí)間段降落在相同地點(diǎn)的暴雨,造成城市雨洪災(zāi)害的損失是各不相同的。所以區(qū)劃不僅要考慮評(píng)價(jià)單元的自然、經(jīng)濟(jì)和社會(huì)屬性,還要保證空間上的連通性和行政區(qū)間的完整性。利用兩維圖論聚類法[9]對(duì)城市區(qū)劃進(jìn)行分析,確定最佳的區(qū)位分類,便于后期資料的搜集和極端雨洪災(zāi)害預(yù)警的展開(kāi)。

鑒于此,利用Arcinfo軟件從城市地理信息中提取地理地貌因子,通過(guò)自然斷點(diǎn)法計(jì)算城市的地形標(biāo)準(zhǔn)差,綜合考慮城市各地區(qū)的水網(wǎng)密度、地形標(biāo)準(zhǔn)差、地質(zhì)災(zāi)害水土條件等地理因素和城市各區(qū)排澇能力,再結(jié)合各地區(qū)的經(jīng)濟(jì)發(fā)展水平(地均GDP、人口密度等條件),將城市劃分為幾個(gè)地理地貌和經(jīng)濟(jì)發(fā)展水平相對(duì)獨(dú)立的區(qū)域。

2 預(yù)警模型的建立

極端雨洪災(zāi)害具有高度不確定性,致災(zāi)因子、孕災(zāi)環(huán)境、承災(zāi)體、防災(zāi)力動(dòng)態(tài)變化的隨機(jī)性和信息表達(dá)的模糊性更加明顯,加之發(fā)生頻率低、數(shù)據(jù)資料不完備,導(dǎo)致極端雨洪災(zāi)害預(yù)警的研究非常困難。傳統(tǒng)洪澇災(zāi)害的預(yù)警多是從確定性或是從隨機(jī)性、模糊性、不完備性等單一不確定性角度進(jìn)行研究,對(duì)極端雨洪災(zāi)害這類多種不確定性共生的復(fù)雜巨系統(tǒng)難以準(zhǔn)確描述和刻畫?；诓淮_定性分析的智能科學(xué)方法——云理論,可用于描述極端雨洪災(zāi)害形成機(jī)理的不確定性,比傳統(tǒng)方法更擅長(zhǎng)知識(shí)的發(fā)現(xiàn),能夠有效獲取并完善歷史數(shù)據(jù)資料,對(duì)城市極端雨洪災(zāi)害風(fēng)險(xiǎn)進(jìn)行預(yù)警。

d. (x,μ)為論域中一個(gè)云滴;

e. 重復(fù)步驟a～d,得出N個(gè)云滴。

為了提高評(píng)價(jià)的精確度,不妨重復(fù)運(yùn)行N次,取其平均值為最終輸入結(jié)果:

2.1 確定預(yù)警指標(biāo)等級(jí)正態(tài)云

極端雨洪災(zāi)害的發(fā)生取決于降雨強(qiáng)度、降雨所在地的地理和社會(huì)經(jīng)濟(jì)環(huán)境,其中降雨強(qiáng)度是極端雨洪災(zāi)害發(fā)生的致災(zāi)因子,是雨洪災(zāi)害發(fā)生的主要?jiǎng)恿?降雨所在地的地理和社會(huì)經(jīng)濟(jì)環(huán)境分別是孕災(zāi)環(huán)境和承災(zāi)體,對(duì)降雨形成災(zāi)害的概率和效率起著增大或減小的作用。綜上考慮,筆者選取降雨量和降雨區(qū)域?yàn)闃O端雨洪災(zāi)害的預(yù)警指標(biāo)。利用搜集來(lái)的數(shù)據(jù),通過(guò)逆向云發(fā)生器算出各個(gè)地區(qū)Ⅰ(低)、Ⅱ(一般)、Ⅲ(較高)、Ⅳ(高)四級(jí)預(yù)警結(jié)果的正態(tài)云Cj(En,En，He),j=1,2,3,4,具體算法如下:

2.2 建立基于云推理的組合規(guī)則發(fā)生器

a. 輸入(xt,xi)(第i個(gè)地區(qū)第t個(gè)時(shí)間段的降雨量),通過(guò)一維前件云發(fā)生器Gitj(j=1,2,3,4)(代表第i個(gè)地區(qū)第j個(gè)等級(jí)的正態(tài)云),生成對(duì)應(yīng)的4個(gè)μ值,具體算法如下:

b. 取μimax所對(duì)應(yīng)的等級(jí)Dj=1,2,3,4作為極端雨洪災(zāi)害的初步預(yù)警等級(jí)。為確保最終輸出結(jié)果與實(shí)際情況保持一致,綜合考慮本次和數(shù)據(jù)庫(kù)中類似的預(yù)警趨勢(shì),建立基于云推理的預(yù)警模型Gi,得出這一地區(qū)最終的輸出結(jié)果μi和雨洪災(zāi)害具體等級(jí)Yj,其運(yùn)行機(jī)制如圖1所示,預(yù)測(cè)步驟如下:

圖1 各地區(qū)極端雨洪災(zāi)害預(yù)警運(yùn)行機(jī)制

步驟1對(duì)數(shù)據(jù)庫(kù)中類似的n次預(yù)測(cè)結(jié)果進(jìn)行歸一化處理,得到E={e1,e2,…，en},給出輸入向量X={x1,x2,…，xi}={e1,e2,…，ei},輸出向量Y={x2,x3,…，xi+1}={e2,e3,…，ei+1};i=1,2,…,n-1。

步驟2將X中的數(shù)據(jù)從大到小排列,對(duì)Y中的數(shù)據(jù)作相應(yīng)的改變；利用模糊聚類法對(duì)X中的數(shù)據(jù)進(jìn)行聚類，Y數(shù)據(jù)作相應(yīng)的調(diào)整。得到以下一組向量:

X1={x1,x2,…，xi1},X2={xi1+1,xi1+2,…，xi2},…,Xm={xim-1+1,xim-1+2,…，xn-1}

Y1={x2,x3,…，xi1+1},Y2={xi1+2,xi1+3,…，xi2+1},…,Ym={xim-1+2,xim-1+3,…，xn}

步驟3利用逆向云發(fā)生器生成m組預(yù)測(cè)云;

步驟4根據(jù)被預(yù)測(cè)數(shù)據(jù)前t次的數(shù)據(jù),利用逆向云發(fā)生器生成當(dāng)前趨勢(shì)云,使其與各個(gè)預(yù)測(cè)云合并,得到最終規(guī)則的后件云;

步驟5通過(guò)生成的規(guī)則云進(jìn)行預(yù)測(cè),重復(fù)計(jì)算多次,取平均值μi作為最后的預(yù)測(cè)結(jié)果；

步驟6得出這一地區(qū)的具體等級(jí)值為Yj=Dj+μi。

2.3 確定權(quán)重

2.4 生成整體預(yù)警結(jié)果

通過(guò)基于云推理的極端雨洪災(zāi)害預(yù)警模型,不僅可以同時(shí)分別對(duì)城市各地區(qū)雨洪災(zāi)害進(jìn)行預(yù)警,還可以及時(shí)對(duì)整個(gè)城市的雨洪災(zāi)害進(jìn)行綜合預(yù)警,便于城市根據(jù)即時(shí)預(yù)警結(jié)果及時(shí)對(duì)雨洪災(zāi)害相對(duì)嚴(yán)重的區(qū)域采取防范措施。

3 實(shí)例分析

景德鎮(zhèn)市是中國(guó)古代四大名鎮(zhèn)之一,是國(guó)務(wù)院批準(zhǔn)的首批24座歷史文化名城之一,為江西省的重要工業(yè)城市。景德鎮(zhèn)市位于江西東北部,屬昌江下游丘陵地帶,亞熱帶季風(fēng)氣候,雨量充沛,年均降雨量1 763.5 mm(全國(guó)630 mm),為江西省三大暴雨中心之一,歷史上均未對(duì)洪水進(jìn)行設(shè)防,僅依靠天然河岸線作為防御洪水的屏障；同時(shí)該地又處于群山環(huán)抱的盆地之中,因而是洪澇災(zāi)害的頻發(fā)區(qū)和重災(zāi)區(qū)。

以2008年6月30日景德鎮(zhèn)極端降雨為例,利用基于云模型的極端雨洪災(zāi)害預(yù)警模型對(duì)其進(jìn)行分析。

a. 綜合考慮城市各地區(qū)的水網(wǎng)密度、地形標(biāo)準(zhǔn)差、地質(zhì)災(zāi)害水土條件等地理因素和城市各區(qū)排澇能力,再結(jié)合各地區(qū)的經(jīng)濟(jì)發(fā)展水平,將城市劃分為以下5個(gè)地理地貌和經(jīng)濟(jì)發(fā)展水平相對(duì)獨(dú)立的區(qū)域:①城東片區(qū)域(北起昌江左岸觀音閣水廠,沿昌江左岸過(guò)瓷都大橋、珠山大橋、昌江大橋至南河口匯流處,再沿南河右岸過(guò)鐵路橋,直至黃泥頭衛(wèi)生潔具廠);②城西片區(qū)域(由雞公山圩、三河圩、河西圩、官莊圩、古城畈圩等5座獨(dú)立的圩堤組成);③電廠片區(qū)域(由電廠第一灰?guī)斓纳狡缕?沿昌江左岸至劉家村龍排提灌站接電廠專用鐵路線端頭);④呂蒙航空基地片區(qū)域(上起呂蒙大橋,沿昌江向下游,經(jīng)呂蒙、蘭田及風(fēng)崗村,終于206老國(guó)道);⑤浮梁縣城片區(qū)域(位于電廠片上游昌江右岸)。

然后,通過(guò)參考城市所在地的統(tǒng)計(jì)年鑒和水利局的各項(xiàng)數(shù)據(jù),搜集極端暴雨引發(fā)的損失占景德鎮(zhèn)城市GDP 0.5%以上事例中的各項(xiàng)資料,對(duì)其中暴雨強(qiáng)度、歷時(shí)等數(shù)據(jù)進(jìn)行歸類,建立各地區(qū)不同強(qiáng)度降雨下極端雨洪災(zāi)害等級(jí)的數(shù)據(jù)庫(kù)。通過(guò)2.1中步驟1和步驟2,可以得到景德鎮(zhèn)各區(qū)極端雨洪災(zāi)害各預(yù)警等級(jí)正態(tài)云,如表1所示。

表1 景德鎮(zhèn)各區(qū)極端雨洪災(zāi)害各等級(jí)正態(tài)云

為方便計(jì)算,假定最終預(yù)警等級(jí)Dj和對(duì)應(yīng)的具體數(shù)值Yj范圍如表2所示。

表2 景德鎮(zhèn)極端雨洪災(zāi)害風(fēng)險(xiǎn)等級(jí)Dj及具體數(shù)值Yj范圍

以1小時(shí)為一個(gè)時(shí)間段,根據(jù)各區(qū)域?qū)崟r(shí)監(jiān)測(cè)數(shù)據(jù),利用2.2中算法,分別算出其最終的預(yù)測(cè)結(jié)果,進(jìn)而得出其各自的等級(jí),如表3所示。

表3 各區(qū)域?qū)崟r(shí)預(yù)測(cè)數(shù)據(jù)及預(yù)測(cè)結(jié)果和等級(jí)

通過(guò)查找相關(guān)資料,利用2.3中算法,根據(jù)景德鎮(zhèn)5個(gè)地區(qū)GDP所占城市總GDP的比重來(lái)確定各地區(qū)暴雨對(duì)城市整體雨洪災(zāi)害影響的權(quán)重wi=GDPi/GDP(i=1,2,3,4,5),分別為0.26,0.15,0.2,0.17,0.22。

將各區(qū)域所有時(shí)段的預(yù)警結(jié)果反映在同一個(gè)坐標(biāo)系里,就得到了本次極端雨洪災(zāi)害對(duì)景德鎮(zhèn)造成風(fēng)險(xiǎn)的動(dòng)態(tài)預(yù)警圖,如圖2所示。

圖2 景德鎮(zhèn)各區(qū)極端雨洪災(zāi)害風(fēng)險(xiǎn)預(yù)警動(dòng)態(tài)

根據(jù)上文的預(yù)測(cè)可以看出:本次極端雨洪對(duì)景德鎮(zhèn)造成的風(fēng)險(xiǎn)較大,已達(dá)到Ⅲ級(jí),但是可以看到,相同的降雨降到同個(gè)城市不同地區(qū)所遭受災(zāi)害的風(fēng)險(xiǎn)大小不同,電廠片區(qū)和呂蒙航空基地片區(qū)2個(gè)區(qū)域所遭受的風(fēng)險(xiǎn)較小,為Ⅱ級(jí)；城東片區(qū)、城西片區(qū)和浮梁縣城片區(qū)3個(gè)區(qū)域遭受的風(fēng)險(xiǎn)則較大,為Ⅲ級(jí)。隨著時(shí)間的推移,各個(gè)地區(qū)所遭受的極端雨洪災(zāi)害風(fēng)險(xiǎn)也不斷上升,有關(guān)部門要根據(jù)不同時(shí)間段各個(gè)地區(qū)的具體情況及時(shí)發(fā)布相應(yīng)的預(yù)警等級(jí),采取相應(yīng)的措施,集中有限的資源應(yīng)對(duì)災(zāi)情比較嚴(yán)重的地區(qū),使救災(zāi)效率得到大幅度提升。如城東片區(qū)、城西片區(qū)和浮梁縣城片區(qū)地勢(shì)低洼、人口較多,地下排水管道堵塞,有關(guān)部門必須及時(shí)清理排水管道,根據(jù)實(shí)時(shí)預(yù)警結(jié)果及時(shí)轉(zhuǎn)移相關(guān)地區(qū)人群,確保人民生命、財(cái)產(chǎn)安全,而電廠片區(qū)和呂蒙航空基地片區(qū)2個(gè)區(qū)域工廠眾多,相關(guān)部門必須及時(shí)準(zhǔn)確地把雨洪災(zāi)害風(fēng)險(xiǎn)告知各廠負(fù)責(zé)人,讓他們提前采取防范措施,把易澇地區(qū)的貴重財(cái)物轉(zhuǎn)移到安全地帶,使經(jīng)濟(jì)損失降到最小。

4 結(jié) 語(yǔ)

從氣象、地理和人文、經(jīng)濟(jì)、社會(huì)相結(jié)合的角度,以系統(tǒng)的、動(dòng)態(tài)的觀點(diǎn)展開(kāi)研究,通過(guò)靜態(tài)劃區(qū)分類和動(dòng)態(tài)預(yù)警預(yù)報(bào)相結(jié)合的方法開(kāi)展城市極端雨洪災(zāi)害預(yù)警研究,達(dá)到防洪防災(zāi)的目的。通過(guò)對(duì)2008年6月30日景德鎮(zhèn)市極端雨洪災(zāi)害風(fēng)險(xiǎn)的檢驗(yàn),發(fā)現(xiàn)基于云模型的城市極端雨洪災(zāi)害動(dòng)態(tài)預(yù)警模型可以隨著時(shí)間的推移,視具體情況及時(shí)發(fā)布相應(yīng)的預(yù)警等級(jí),通過(guò)實(shí)時(shí)數(shù)據(jù)不斷修正預(yù)警結(jié)果,對(duì)景德鎮(zhèn)市各個(gè)區(qū)域、各個(gè)時(shí)間段的災(zāi)害等級(jí)進(jìn)行及時(shí)、準(zhǔn)確地動(dòng)態(tài)預(yù)警。此外,本模型還可以充分考慮各區(qū)域的實(shí)際情況,便于有針對(duì)性地展開(kāi)防洪工作,是一種科學(xué)有效的預(yù)警方法。

參考文獻(xiàn)：

[1] 張家國(guó),王鈺，周金蓮，等.暴雨多普勒天氣雷達(dá)回波特征分析及臨近預(yù)警[J].暴雨災(zāi)害,2008,27(4):326-329.

[2] 黃勇,胡雯.淮河流域致洪暴雨預(yù)警系統(tǒng)[J].氣象,2006,32(5):106-109.

[3] 鄭傳新,米浦強(qiáng).柳州市暴雨漬澇氣象預(yù)警系統(tǒng)[J].廣西氣象,2005,26(2):21-23.

[4] 陳海燕,楊詩(shī).基于GIS的精細(xì)化暴雨致災(zāi)預(yù)警指標(biāo)研究[J].自然災(zāi)害學(xué)報(bào),2013,22(2):136-143.

[5] 儀垂祥,史培軍.自然災(zāi)害系統(tǒng)模型:理論部分[J].自然災(zāi)害學(xué)報(bào),1995,4(3):6-8.

[6] 史培軍.再論災(zāi)害研究的理論與實(shí)踐[J].自然災(zāi)害學(xué)報(bào),1996,5(4):6-17.

[7] 劉朝輝,劉高峰.城市洪水災(zāi)害風(fēng)險(xiǎn)評(píng)估及應(yīng)用 [J]. 水利經(jīng)濟(jì),2009, 27(1):36-39.

[8] 王慧敏,劉高峰,佟金萍,等.非常規(guī)突發(fā)水災(zāi)害事件動(dòng)態(tài)應(yīng)急決策模式探討[J].軟科學(xué),2012,26(1):20-24.

[9] 谷曉巖,李鳳英，張燕，等.兩維圖論聚類法在農(nóng)業(yè)區(qū)劃中的應(yīng)用：以山東省十七地市為例[J].安徽農(nóng)學(xué)通報(bào),2009,15(3):62-64.

[10] LI D, HAN J, SHI X. Knowledge representation and discovery based on linguistic atoms [J]. Knowledge Based Systems,1998,15(10):431-440.

[11] LI D. Knowledge representation in KDD based on linguistic atoms [J].Journal of Computer Science and Technology,1997,12(6):481-496.