方藝輝

（1. 福建商學院信息管理工程系，福建 福州 350012；2. 福建師范大學地理科學院，福建 福州 350007）

0 引言

河口水環(huán)境決策支持系統(tǒng)（Estuary Water Environment Decision Support System, EWEDSS）是將 DSS 技術(shù)引入到河口水環(huán)境規(guī)劃、管理和決策等工作中，模擬河口污染物擴散和變化趨勢，對河口區(qū)域內(nèi)的生態(tài)環(huán)境進行科學評價，并提供河口水環(huán)境預警和決策支持，以實現(xiàn)對河口水環(huán)境的有效管理和保護[1-2]。針對感潮河口水環(huán)境管理，不少學者建立了相應的水環(huán)境模型，并成功地應用于所研究的河口[3-7]。由于水環(huán)境模型自身機制復雜、參數(shù)繁多、專業(yè)性強，非專業(yè)人士往往難以勝任；而且水環(huán)境模型缺乏直觀友好的圖形界面和對水環(huán)境數(shù)據(jù)空間分析、查詢和可視化等方面的支持，不能充分發(fā)揮效能，很難實現(xiàn)有效的決策支持。通過云計算和 WebGIS 等技術(shù)搭建決策支持系統(tǒng)，強化模型的模擬和預報能力，提供友好的操作界面，滿足系統(tǒng)快速響應等要求，讓非專業(yè)的一般人員和決策者都能夠輕松使用，極大地提高了水環(huán)境模型的應用價值。

一些學者對此進行了相關(guān)的研究工作。RAO等[8]采用 ArcIMS 和 SWAT 模型構(gòu)建基于 Web 的決策支持原型系統(tǒng)，應用于俄克拉荷馬的小流域（Panhandle），模擬泥沙和營養(yǎng)物質(zhì)的變化。Zhang 等[9]提出了一種通過集成開源的 WebGIS（Geoserver）和云計算平臺（Hadoop）、SWAT 模型構(gòu)建流域管理決策系統(tǒng)的方案，提供準實時決策支持。萬魯河等[10]探討了在云計算服務模式下，以地理信息系統(tǒng)等關(guān)鍵技術(shù)為支撐，構(gòu)建了可對水環(huán)境實現(xiàn)綜合管理的信息系統(tǒng)。陳洋波等[11]基于云計算，以流域洪水預報模型為系統(tǒng)的模型，設(shè)計并開發(fā)了包含模型參數(shù)自動優(yōu)選、實時流域洪水預報等功能的云計算服務平臺。尹煒靖等[12]提出了基于 Hadoop 的云計算平臺，利用云計算平臺實現(xiàn)過程中服務器虛擬化、大規(guī)模異構(gòu)水文數(shù)據(jù)存儲及元數(shù)據(jù)管理等關(guān)鍵性問題。相關(guān)研究主要以流域為研究尺度，對感潮河口水環(huán)境決策支持系統(tǒng)的研究較為少見。本研究將在前期研發(fā)的二維水動力水質(zhì)和河口鹽度預報等模型[13-14]的基礎(chǔ)上，結(jié)合云計算、WebGIS 等計算機技術(shù)，采用 B/S 三層模式，構(gòu)建河口水環(huán)境管理決策支持系統(tǒng)，應用于閩江河口水環(huán)境管理。

1 系統(tǒng)設(shè)計

1.1 體系結(jié)構(gòu)設(shè)計

河口水環(huán)境決策支持系統(tǒng)體系結(jié)構(gòu)如圖 1 所示，系統(tǒng)采用基于 B/S 模式三層體系結(jié)構(gòu)，包括數(shù)據(jù)服務層、應用服務層和用戶表示層。數(shù)據(jù)服務層存儲和管理了系統(tǒng)所使用的空間和屬性數(shù)據(jù)，并分別通過 ArcSDE 和 ADO.net 實現(xiàn)數(shù)據(jù)訪問。應用服務層包括地圖和水環(huán)境模型服務 2 個部分，地圖服務是以 ArcGIS Server 創(chuàng)建并發(fā)布的；水環(huán)境模型是整個系統(tǒng)的核心，包含了水動力、水量、水質(zhì)動態(tài)分析和河口鹽度預報等專業(yè)的數(shù)學模型，并在此基礎(chǔ)上通過 Web Service 對其進行封裝，以接口的方式對外提供決專業(yè)的決策支持服務。用戶表示層是用戶直接操作的界面，通過訪問應用服務層的服務就可以方便地在客戶端的瀏覽器上進行輔助決策。云計算服務平臺是系統(tǒng)建設(shè)的硬件基礎(chǔ)，利用中心控制單元管理所有的網(wǎng)絡(luò)設(shè)備和計算節(jié)點，采用虛擬化的方式創(chuàng)建的。根據(jù)用戶（或任務）的請求和硬件的使用情況，科學合理地對硬件資源進行調(diào)度，以實現(xiàn)資源利用率的最大化。

圖 1 決策支持系統(tǒng)體系結(jié)構(gòu)圖

1.2 WebGIS 地圖服務

WebGIS 是在 Internet/ Intranet 網(wǎng)絡(luò)環(huán)境中獲取、存儲、處理、分析和顯示地理信息的空間信息系統(tǒng)。通過互聯(lián)網(wǎng)上提供地理信息，用戶可以方便地訪問地圖服務等功能。WebGIS 具有操作簡單、擴展方便、平臺獨立等優(yōu)點，受到廣泛應用[15-16]。利用 WebGIS 技術(shù)可以實現(xiàn)地圖服務發(fā)布、地圖基本操作、空間/屬性數(shù)據(jù)查詢和空間分析等功能，為實現(xiàn)河口水環(huán)境決策支持平臺提供了有力的技術(shù)支撐。

河口水環(huán)境決策支持系統(tǒng)以 ArcGIS Server 為WebGIS 地圖服務開發(fā)平臺。 WebGIS 地圖服務執(zhí)行流程如圖 2 所示： 1）客戶端向 WebGIS 服務器發(fā)出地圖服務的請求； 2）WebGIS 服務器在接收到請求后，對請求進行解析，并生成相應的任務交給服務對象管理器（Server Object Manager，SOM）；3）SOM 在接收到任務后，分配其中一個服務對象容器（Server Object Container，SOC）執(zhí)行該任務； 4）SOC 通過空間數(shù)據(jù)引擎（ArcSDE）訪問空間數(shù)據(jù)服務器獲取專題數(shù)據(jù)，對專題數(shù)據(jù)執(zhí)行相應的處理，并將結(jié)果最終反饋給客戶端。

圖 2 基于 ArcGIS Server 的地圖服務流程圖

2 系統(tǒng)功能實現(xiàn)

2.1 河口水環(huán)境地圖服務

河口水環(huán)境決策支持平臺建立在 ArcGIS Server架構(gòu)的基礎(chǔ)上，實現(xiàn)以下常用地圖服務功能：

1）河口水環(huán)境專題圖發(fā)布功能。用戶通過客戶端瀏覽器可以輕松訪問專題圖。

2）圖層控制功能。打開/關(guān)閉圖層，調(diào)整圖層顯示順序，圖層渲染等功能。

3）視圖操作和查詢功能。放大、縮小、漫游、移動、全幅等視圖操作，實現(xiàn)斷面/采樣點水位、斷面流速、采樣點水質(zhì)、距離測量等查詢功能。

4）空間分析功能。污染源緩沖、疊加分析等功能。

2.2 流場濃度場動態(tài)模擬

水動力水質(zhì)模型計算輸出結(jié)果是具體的計算單元（網(wǎng)格節(jié)點或斷面）上的計算數(shù)值，通過一系列的插值、轉(zhuǎn)換運算，形成不同時刻的流場和濃度場。傳統(tǒng)的做法是將每一時刻的流場或濃度場通過圖像編程技術(shù)生成一張與之對應的靜態(tài)圖片，將所有時刻所生成的靜態(tài)圖片通過動畫視頻技術(shù)生成可視動畫，并以一定的時間間隔順序播放，從而形成模型輸出成果的動態(tài)模擬。但是，這樣的動畫視頻播放方式缺乏與 GIS 數(shù)據(jù)的交互操作功能，不能實時進行空間數(shù)據(jù)分析與模型數(shù)據(jù)查詢。結(jié)合 GIS 的圖層管理功能，以計算網(wǎng)格圖層為基礎(chǔ)，通過讀取每一時刻的流場或濃度場數(shù)據(jù)，動態(tài)地生成一個可交互的 GIS 圖層，保存在緩沖區(qū)中。由于流場或濃度場模擬結(jié)果被保存到 GIS 圖層中，可以使用ArcGIS Server 實現(xiàn)數(shù)據(jù)的交互查詢，很好地解決模型計算數(shù)據(jù)與 GIS 實時交互操作難題，實現(xiàn)真正意義上的動態(tài)模擬。

流場和濃度場模擬結(jié)果都是按小時時間順序逐個保存為單獨文件，采用歐拉法對流場濃度場進行表達。歐拉法把運動要素表示為時間和空間坐標的連續(xù)函數(shù)。對于二維淺水水動力水質(zhì)模型，流場和濃度場都可以表示為 s = f（t，x，y），

式中：t 為時間坐標；x 為橫軸坐標；y 為縱軸坐標；s 為質(zhì)點的流場或濃度場模擬結(jié)果。流場與濃度場動態(tài)模擬流程基本相同，以濃度場動態(tài)模擬為例，如圖 3 所示。

動態(tài)模擬流程如下：

1）加載水動力水質(zhì)模型的計算網(wǎng)格面圖層，將面要素的 label 點設(shè)置為網(wǎng)格中各個單元格質(zhì)點；

2）根據(jù)時間軸 t，以文件流方式逐個讀取濃度場文件；

3）根據(jù)橫坐標 x 逐行掃描 t 時刻濃度場文件；

4）根據(jù)縱坐標 y 逐列掃描 t 時刻濃度場文件中的 x 行，讀取相應單元格的濃度值；

5）按照不同的濃度值范圍分成不同的等級，每一濃度等級給予不同的顏色等級來表達；

6）根據(jù)單元格濃度值定級；

7）若本列處理結(jié)束，則轉(zhuǎn)至 8），否則，轉(zhuǎn)至 4）；

8）若本列處理結(jié)束，則轉(zhuǎn)至 9），否則，轉(zhuǎn)至 3）；

9）渲染圖層，生成第 t 時刻濃度場動態(tài)圖層；

10）若時間序列處理結(jié)束，則轉(zhuǎn)至 11）；否則，轉(zhuǎn)至 2）；

圖 3 濃度場動態(tài)模擬流程圖

11）瀏覽時間序列濃度場動態(tài)圖層，交互查詢。

2.3 河口鹽度預報模型構(gòu)建

準確的河口鹽度預報有效地抑制因咸潮入侵而產(chǎn)生的不利后果，是防治咸潮入侵的有效非工程措施。系統(tǒng)集成了基于遺傳支持向量機河口鹽度預報模型，提供了鹽度預報服務。文獻 [13] 對基于遺傳支持向量機河口鹽度預報模型進行了詳細的論述，本文只作簡要概述，并對模型實現(xiàn)進一步補充。支持向量機（Support Vector Machine，SVM）具有泛化性能好等優(yōu)點，但模型參數(shù)選擇對模型計算結(jié)果具有很大的影響。傳統(tǒng)參數(shù)選擇方法在效率和計算準確性等方面往往不盡如人意，而且需要一定的先驗知識。遺傳算法（Genetic Algorithm，GA）通過復制、選擇、交叉和變異等操作實現(xiàn)種群的不斷進化，最終產(chǎn)生最優(yōu)的染色體。結(jié)合遺傳算法全局搜索能力強的優(yōu)勢，對支持向量機的參數(shù)進行尋優(yōu)，構(gòu)造基于遺傳支持向量機耦合模型。通過相關(guān)性分析，選取高潮位、徑流量和前期鹽度作為影響鹽度變化的主要因素。鹽度對徑流和潮流的響應存在一定的時間間隔，具有相對滯后性。以徑流量、高潮位和前期鹽度 3 個方面在時間上的不同組合，經(jīng)過反復實驗比較，確定了鹽度變化的主要影響因子，并作為耦合模型的輸入向量。最終，構(gòu)建了基于遺傳支持向量機河口鹽度預報模型。

河口鹽度預報模型是基于 C#.net 2010 平臺與開源軟件 LIBSVM 工具箱，在 C#.net 2010 平臺中調(diào)用 LIBSVM 下的動態(tài)鏈接庫接口，引用命名空間，采用面向?qū)ο蠹夹g(shù)編程。LIBSVM 工具箱是臺灣大學林智仁教授等研發(fā)的簡單實用的 SVM 模型分類與預測軟件包。遺傳算法采用 C# 語言，定義類geneticAlgorithm 對算法進行實現(xiàn)，定義如下：

public class geneticAlgorithm

{

private int POPSIZE; 種群規(guī)模

private int MAXGENS; 最大進化代數(shù)

private double PXOVER; 交叉系數(shù)

private double PMUTATION; 變異系數(shù)

public void InitPopulation (int tempPOPSIZE,int tempMAXGENS,

double tempPXOVER, double tempPMUTATION,string tempReaderPath)

* 功能：初始化種群

* 參數(shù)：種群規(guī)模、迭代次數(shù)、種群交叉系數(shù)、種群變異系數(shù)、窗口句柄

* 返回值：無

public void PopulationSelect ( )

* 功能：遺傳算子—選擇操作（采用輪盤賭方法選擇適應度較高個體）

* 參數(shù)：無

* 返回值：無

...

}

在定義類 geneticAlgorithm 時，采用 Thread 類實例化單線程，每個線程代表 1 個染色體。為了提高遺傳算法收斂的速度，引入多線程技術(shù)，采用線程池用于構(gòu)造多線程，將構(gòu)造好的染色體線程置于線程池中，由線程池負責調(diào)度管理，實現(xiàn)多線程并行運行，實例如下：

for (int i = 0; i ＜ intThreadCount; i ++)

{

Chrosome chrs = new Chrosome ( ); //實例化染色體對象

ThreadPool.QueueUserWorkItem (chrs.Evolution( ), i ); //創(chuàng)建染色體線程添加到線程池

}

3 系統(tǒng)運行結(jié)果

近年來，由于人為活動的劇烈干擾，閩江下游河床嚴重下切，改變了河道的水動力水質(zhì)特征。再加上城市擴張，居民排放的生活污水不斷增加，閩江河口水環(huán)境面臨很大壓力。將河口決策支持平臺應用于閩江河口，搭建閩江河口決策支持系統(tǒng)，為閩江河口的水環(huán)境管理提供決策支持。

系統(tǒng)運行主界面包括圖層管理器、功能面板和地圖窗口 3 個部分。系統(tǒng)提供了通用的 WebGIS 服務功能，如視圖管理（地圖縮放、地圖漫游、全幅等）、圖層控制（打開/關(guān)閉圖層、圖層渲染等）、查詢分析（空間、屬性查詢等）功能；還提供了專用的河口水環(huán)境管理功能，如斷面水位流速查詢、采樣點水質(zhì)查詢、河口鹽度預報、水動力水質(zhì)模擬和流場濃度場動態(tài)模擬等功能。

系統(tǒng)根據(jù)水動力水質(zhì)模擬結(jié)果，通過讀取每一時刻的流場（濃度場）數(shù)據(jù)，動態(tài)地生成一個可交互的 GIS 圖層。用戶可以選擇瀏覽任一時刻的流場（濃度場）圖層，也可以通過 GIS 工具實現(xiàn)與圖層的交互操作。圖 4 為流場濃度場動態(tài)模擬運行結(jié)果。流場（水位和流速）模擬結(jié)果較好，平均誤差均 ＜ 10%，濃度場（COD 和氨氮）模擬結(jié)果平均誤差為 11%～24%。用戶在選擇鹽度影響因子文件、鹽度類型、預報站點后，實現(xiàn)鹽度預報，圖 5 為鹽度預報運行結(jié)果。鹽度預報模型計算結(jié)果平均誤差在 27% 以內(nèi)，基本上能滿足實際應用需求。

4 云計算性能分析

4.1 方案設(shè)計

為了對云計算性能進行分析，以基于遺傳支持向量機河口鹽度預報模型為例，分析在遺傳算法不同種群規(guī)模和迭代次數(shù)條件下，模型的率定時間。

圖 4 流場濃度場動態(tài)模擬

圖 5 河口鹽度預報

種群規(guī)模表示并行計算進程的數(shù)量，種群規(guī)模越大，所需的并行計算資源越多。迭代次數(shù)表示種群進化的次數(shù)，迭代次數(shù)越大，所需的串行計算資源也越多。種群規(guī)模設(shè)置為 100 和 1000個，迭代次數(shù)設(shè)置為 100，500 和 1000次。運行環(huán)境為 PC 機和云計算服務器，硬件主要配置如表 1 所示。

4.2 性能分析

表 1 PC 機和云計算服務器硬件配置

如表 2 所示，將基于遺傳支持向量機河口鹽度預報模型對應的不同方案在 PC 機和云計算服務器的計算時間進行對比。從表中可以看出，情景 A 的3 種方案種群都是 100 個，隨著迭代次數(shù)的增加，PC 和云的計算時間大致呈線性增加的趨勢，并行計算加速比基本保持穩(wěn)定。情景 B 與 A 特征基本相同，這 3 種方案并行計算加速比也是基本穩(wěn)定的。原因在于情景 A 和 B 的 3 種方案，種群規(guī)模是一樣的（100 或 1000個），迭代次數(shù)的增加只是意味著串行計算量增大，但并行計算量并沒有變化，所以并行計算加速比保持基本穩(wěn)定，云計算服務器的并行計算優(yōu)勢并沒有體現(xiàn)出來。而另一方面，從情景 A到情景 B，種群規(guī)模從 100 個增大到 1000個，并行計算量增大，并行計算加速比顯著提升，云計算服務器并行計算的優(yōu)勢得到有效的發(fā)揮。實驗結(jié)果表明，云計算服務器對模型串行計算速度提升效果不大，并行計算速度提升效果顯著。因而，在遺傳支持向量機河口鹽度預報模型中，考慮到云計算服務器突出的并行計算性能，適當?shù)卦龃蠓N群規(guī)模，有利于提升遺傳算法對支持向量機參數(shù)的優(yōu)化速度。

表 2 云計算性能分析

5 結(jié)語

1）結(jié)合云計算、WebGIS 等先進計算機技術(shù)，采用基于 B/S 三層架構(gòu)開發(fā)模式，集成水動力水質(zhì)和河口鹽度預報模型，成功地構(gòu)建了河口水環(huán)境決策支持系統(tǒng)。系統(tǒng)具備了通用的 WebGIS 服務功能，同時提供了河口鹽度預報、流場濃度場動態(tài)模擬等專業(yè)功能。

2）PC 機和云計算服務器的性能對比分析結(jié)果表明，云計算服務器對模型串行計算速度提升效果不大，對并行計算速度提升效果顯著。對于基于遺傳支持向量機河口鹽度預報模型，適當?shù)卦龃蠓N群規(guī)模，有利于提升遺傳算法對支持向量機參數(shù)的優(yōu)化速度。

3）系統(tǒng)簡化了繁雜的專業(yè)模型操作，提供了直觀的圖形操作界面，強化了模型的模擬和預報能力，為閩江水務管理部門提供決策支持，可進一步推廣應用于其他河口的水環(huán)境管理，也可以為其他環(huán)境管理領(lǐng)域的決策支持系統(tǒng)提供借鑒。