丹東市汛期降雨監(jiān)測系統(tǒng)及影響因子分析

戚衛(wèi)偉

(遼寧省營口水文局，遼寧 營口 115000)

1 概 況

丹東市位于遼寧省東南部，與朝鮮隔江相望，屬于遼東山地丘陵的一部分，地勢總體北高南低，總體地形以山地和丘陵為主，局部還存在階地、盆地、臺地等小型地貌單元，地形結構非常復雜。丹東市屬于溫帶亞濕潤季風型氣候，年平均降雨量可達800～1200 mm，且2/3集中在夏季。特殊的地形條件加上較多的降水量，導致丹東地區(qū)特別容易發(fā)生汛期洪水災害，因此建立洪水監(jiān)測信息系統(tǒng)很有必要。

2 研究方法

2.1 降雨監(jiān)測方法

(1)本項目相關降水數(shù)據(jù)來源于丹東市氣象局，共提取2000—2019年這20 a間的降水數(shù)據(jù)，以各水文站點平均測得數(shù)據(jù)為基準；

(2)本項目相關地形數(shù)據(jù)來源于地理空間數(shù)據(jù)云，分辨率為25 m，以這些數(shù)據(jù)為基礎，利用GIS技術建立丹東市DEM模型；

(3)最后利用GIS系統(tǒng)中的空間分析模塊功能來提取各區(qū)域的坡度、坡向數(shù)據(jù)，河道分布統(tǒng)計為全市范圍內(nèi)所有5級以上河流。根據(jù)GIS雷達回波情況估計各區(qū)域降水量，對可能遭受洪水災害區(qū)域提前發(fā)出預警信息[1]。

2.2 影響因子的Person和RDA分析方法

Person相關性分析法是用于度量兩個變量X和Y之間線性相關程度的方法，其值介于-1～1之間，其中“1”表示變量完全正相關，“0”表示無關，“-1”表示完全負相關[2]。

RDA分析(Redundancy analysis)即冗余分析，該方法本質是約束化的主成分分析，目的是尋找新的變量來代替原來變量。由于汛期洪水主要來源為降水量，所以本項目以降水量為目標變量，以各類環(huán)境因子為解釋變量，定量分析不同的環(huán)境因子對降水量的影響。

通過翻閱相關文獻可知：影響丹東市不同區(qū)域降水量的三個因子為：地形(海拔、坡度、坡向等)、下墊面(植被、河道分布)、海陸位置(距離、經(jīng)度、緯度)，其中坡向指數(shù)ASP按照(1)式計算[3]，該值越大，表明向陽面積越大。

(1)

式中：a為坡向實測值，(°)。

3 丹東市降水分布特征及影響因子冗余分析

3.1 汛期丹東市GIS雷達波回波圖分析

GIS雷達預警系統(tǒng)可以充分結合區(qū)域地理信息特征將回波信息準確覆蓋到具體鄉(xiāng)鎮(zhèn)水平，而且可實現(xiàn)對暴雨、臺風等災害天氣預測預警能力。

3.1.1 水體識別原理

本項目應用MODIS數(shù)據(jù)衛(wèi)星接收區(qū)域影像，之后通過遙感模塊處理來獲取并傳輸至用戶GIS系統(tǒng)，因此遙感數(shù)據(jù)首先需要能夠準確識別水體。在MODIS數(shù)據(jù)衛(wèi)星中，第1波段紅光區(qū)(0.62～0.67 μm)下，水體比地表反射率明顯偏高；在第2波段紅外區(qū)(0.84～0.87 μm)，水體比地表反射率明顯偏低。根據(jù)兩個波段下地表和水體的反射率不同，利用歸一化差異植被指數(shù)NDVI來增強兩者差別，計算見式(2)[4]。

(2)

式中：CH1為第1波段下地表反射率；CH2為第2波段下地表反射率。

3.1.2 GIS雷達回波與降雨強度關系

遙感影像僅僅分別出地表和水體區(qū)域還遠遠不夠，各區(qū)域降雨強度才是預警汛期洪水的核心。科技人員通過對比大量GIS雷達回波強度Z和降雨強度I關系，得出兩者之間基本符合如(3)所示關系，利用誤差分析法來確定A、b的值[5]。

(3)

式中：A、b為相關參數(shù)，與降雨類型、季節(jié)、地形相關。

圖1是2019年9月8日拍攝的遼寧地區(qū)GIS雷達降雨回波圖，由圖可知：丹東地區(qū)的西部、中部、南部均被大到暴雨覆蓋。之后通過進一步提高地圖精度，對可能存在洪水危險的居民區(qū)提前12 h發(fā)出預警，并對可能被洪水淹沒地區(qū)的居民分批有序撤離至安置點。

圖1 2019年9月8日遼寧地區(qū)GIS雷達回波圖(顏色越深，降雨強度越大)

3.1.3 丹東市平均降水分布特征分析

通過對2010—2019年間丹東地區(qū)平均降水量分布圖分析，可得出以下結論：(1)總體來看，以東北—西南條狀方向為觀察線，降水量從東部到西部依次減少。(2)降水量最大的地區(qū)為丹東市區(qū)，其次為東港市一小部分，中部相對于東、西部分降雨量要大。(3)通過對比平均降雨量分布圖和GIS雷達回波圖，確認了兩者一致性達到80%，也直接驗證了GIS雷達回波圖的準確性[6]。

3.2 影響丹東地區(qū)降雨量的因子計算分析3.2.1 Person相關性分析

在此首先應用Person相關性分析法來研究地形(海拔、坡度、坡向等)、下墊面(植被、河道分布)、海陸位置(距離、經(jīng)度、緯度等)與降雨量大小之間的關系，部分分析結果如下：

(1)降雨量與坡向關系

為簡化計算，本項目用“4方向法”將坡向分為：陽坡、半陽坡、半陰坡、陰坡(如圖2所示)，由于丹東市屬于溫帶季風氣候，所以陽坡均為迎風破，陰坡均為背風坡。由表1數(shù)據(jù)可知：隨著陽坡向陰坡轉化，年平均降雨量總體呈減少趨勢[7]。

表1 丹東地區(qū)降雨量與坡向數(shù)據(jù)(部分)

圖2 “4方向法”劃分坡向示意圖

本項目經(jīng)過Person相關性分析法來分析地形因素，得出降雨量與海拔、坡向、坡度的相關性系數(shù)分別為：0.62、0.51、0.22。

(2)降雨量與海洋間距關系

由丹東市地圖可知：丹東市市區(qū)南部緊鄰黃海，分析降水分布圖可知整個丹東地區(qū)由南向北，降雨量是逐漸減少趨勢。

本項目經(jīng)過Person相關性分析法來分析海陸位置因素，得出降雨量與海洋間距、緯度、經(jīng)度的相關性系數(shù)分別為：0.78、0.21、0.01。

3.2.2 RDA冗余分析

經(jīng)過對影響因子進行RDA排序，得出三大主要影響因素獨立解釋信息具體數(shù)值，如圖3所示。其中海陸位置解釋了0.224的信息，在所有值中是最大值，因此可知該因素是影響丹東地區(qū)降水量的主因，其次為地形因素、下墊因素。

圖3 RDA冗余分析影響因子結果

根據(jù)RDA分析結果，在無法改變海陸位置、地形因素下，只能通過人為改變下墊因素來調節(jié)降雨量。包括：封山育林、打造海綿城鎮(zhèn)，一方面通過森林蒸騰作用阻滯雨水，另一方面加強居民區(qū)吸收積水能力。此外，針對丹東市區(qū)雨量較大問題，只能通過改善城市排水系統(tǒng)應對。

4 結 語

汛期洪水預警信息化建設是當前信息化和現(xiàn)代化背景的要求，同時也是利用新型計算機手段維護居民生命財產(chǎn)安全的重要途徑。丹東地區(qū)通過這一系列操作，大大提高了對洪水預警水平，與之前相比，可使洪水經(jīng)濟損失數(shù)額減少50%以上，取得了很好的社會及經(jīng)濟效益。并且對以后城市建設、突發(fā)性事件管理積累了寶貴經(jīng)驗。