面向洪水預警預報的水文數(shù)據(jù)自動化整合與系統(tǒng)集成

梁寧

(玉林水文中心,廣西玉林537000)

1 區(qū)域概況

玉林市位于廣西東南部，境內(nèi)3大水系主要是獨流入海的南流江、九洲江與珠江流域西江水系的北流河，均發(fā)源于玉林境內(nèi)；小部分屬郁江水系武思江的支流和廣東鑒江水系的支流，都屬于中小河流。南流江流入北海合浦縣，在玉林轄區(qū)內(nèi)集水面積5395 km2，干流長197.1 km，多年平均徑流深為775.8 mm；北流河流入梧州藤縣，在玉林轄區(qū)內(nèi)集水面積3643 km2，干流長161 km，多年平均徑流深954.7 mm；九洲江匯入廣東鶴地水庫，在廣西境內(nèi)集水面積1092 km2，干流長85.5 km，多年平均徑流深為996.6 mm。

全市50 km2以上集水面積的河流104條，建有水文（位）站62個，均測定防洪警戒水位，其中集水面積最大為3610 km2，最小為17 km2，200 km2以下的有40個站點，匯流時間小于3 h的有24個，洪水期間暴漲暴落，屬于典型的暴雨主導型流域，受匯流影響較小；建有雨量站221個。從流域水系、集水面積、站網(wǎng)分布和洪水影響等方面考慮，都比較適合構建洪水預警預報一體化體系。

區(qū)域水系及水文站網(wǎng)分布見圖1。

圖1 玉林市江河水系及水文站網(wǎng)分布圖

2 模型構建

2.1 多元線性回歸

回歸分析是研究變量之間相關關系的一種數(shù)理統(tǒng)計方法，也是水文學中的重要研究工具。本系統(tǒng)主要采用多元回歸方法建立經(jīng)驗預報模型。

如果因變量y與m個自變量x1，x2，…，xm之間存在線性函數(shù)關系，有n組觀測數(shù)據(jù)（n＞m），則有：

式中：y0、y1、y2、…、ym為觀測值；b0、b1、b2、…、bm為經(jīng)驗回歸系數(shù)。

2.2 顯著性檢驗

2.2.1 F檢驗

對任意一組觀測數(shù)據(jù)，需要確定自變量與因變量之間是否存在線性關系，即進行F分布顯著性檢驗。顯著性原假設是：在總體中，因變量與所有自變量都不存在線性回歸關系，即

當原假設H0成立時，統(tǒng)計量F：

根據(jù)式（5），當用樣本得到的F值大于Fα時，拒絕原假設H0，即線性回歸方程是顯著的；否則所得方程無意義，因變量與自變量之間不存在線性回歸關系。

2.2.2 T檢驗

通過了F檢驗，只能說明回歸方程中的m個回歸系數(shù)不全為0，而不能排除其中某個回歸系數(shù)為0。如果某個bk（k=1,2,…,m）為0，說明xk與y不存在線性關系，應從方程剔除。

雙側檢驗：H0:bk=0;H1:bk≠0。

選擇統(tǒng)計量T：

當H0成立時，T服從自由度為(n-m-1)的t分布。對給定的α和自由度(n-m-1)，由t分布表查出臨界值tα2，其滿足

當|T |>tα2，則拒絕假設H0，接受H1，即因子xk與y存在顯著線性關系，應予保留；否則剔除xk，重新計算經(jīng)驗回歸系數(shù)，再重復顯著性檢驗。

在洪水經(jīng)驗預報模型中，將洪峰水位（流量）作為觀測值y，將流域面平均雨量、有效降雨歷時、起漲水位、同時水位、漲幅，以及上游站（如存在）的洪峰、漲幅、歷時、同時水位等多個因子作為x1,x2,???,xm，對轄區(qū)每一個水文站（斷面），摘錄歷史洪水場次，構建多元回歸預報模型。對于各個水文站（斷面），由于氣象水文特性和下墊面條件不同，各自適用的回歸因子也可能有所不同，因此，最后采用F檢驗和T檢驗，篩選出顯著相關的因子，剔除不敏感因子，最終得到適應該站（斷面）特性的多元回歸方程，提高預測精度。

3 系統(tǒng)集成

3.1 系統(tǒng)結構

本研究基于玉林市轄區(qū)各江河水文站特性，構建了面向洪水預警預報的水文數(shù)據(jù)自動化整合體系。

系統(tǒng)采用B/S（瀏覽器/服務器）3層體系結構搭建，采用HTML、Javascript作為主要前端語言，以PHP為服務器端技術支撐，使用關系型數(shù)據(jù)庫MySQL作數(shù)據(jù)存儲，良好實現(xiàn)跨平臺兼容，電腦、手機、平板均可使用，同時便于版本升級、后期維護。面向洪水預警預報的水文數(shù)據(jù)自動化模型體系結構圖見圖2。

圖2 面向洪水預警預報的水文數(shù)據(jù)自動化模型體系結構圖

（1）數(shù)據(jù)采集層：銜接各市級水文系統(tǒng)的雨水情遙測接收數(shù)據(jù)庫，直接讀取遙測雨水情、站點基礎信息等，避免與遙測終端通訊、數(shù)據(jù)傳輸、報文解析等重復工作量；部分基礎信息從交換數(shù)據(jù)庫讀取。

（2）功能邏輯層：水文模型參數(shù)計算機程序化，將采集的雨、水情遙測數(shù)據(jù)進行模塊化處理，生成多元回歸模型涉及的因子：次洪面雨量、歷時、起漲水位、洪峰水位、漲幅等。進行洪峰計算及超警判斷，生成雨量過程線和水位過程線。

（3）業(yè)務表現(xiàn)層：前端界面主要包括預警監(jiān)控、雨量過程線、水位過程線（含漲率）展示3部分。預警監(jiān)控主頁主要通過表格形式展示雨水情實時監(jiān)控信息和洪峰預測結果，專業(yè)性強而成果簡明，適用于一線水文人員；雨量、水位過程線以圖表形式供工作人員查看過程信息，較為直觀，同時便于進行模型結果調(diào)整。

（4）適用對象：提供管理員賬戶和普通業(yè)務賬戶，分級管理。管理員賬戶默認查詢市級所有水文站點，普通業(yè)務賬戶依據(jù)登錄用戶分別查詢各縣（市、區(qū)）水文中心站；兩類賬戶均可手工指定縣域查詢范圍，既減少數(shù)據(jù)干擾，又兼顧流域上下游信息互通。

3.2 主界面展示

主界面主要綜合了實時監(jiān)控模塊、預警研判模塊、報警提示模塊、定時更新模塊、歷史查詢模塊等。從頁面展示信息劃分，又可以分為系統(tǒng)菜單欄、系統(tǒng)狀態(tài)欄、輸入?yún)?shù)欄、搜索欄、預測成果表（見圖3）。

圖3 系統(tǒng)主界面展示

（1）預測成果表主要分為6大類。①站點信息：站名、警戒水位、集水面積、河流、政區(qū)；②實時信息：當前時間、當前水位、水勢、當前超警；③預測信息：預測洪峰水位～預見期等連續(xù)8列；④臨界雨量信息：警戒面雨量、累計面雨量、次面雨量；⑤多元回歸模型信息：次面雨量～準確率等連續(xù)6列；⑥提示信息：對當前和未來水情作出的評價。

（2）自動刷新。當前系統(tǒng)設定每10 min自動刷新一次，進行數(shù)據(jù)更新、研判，并判斷是否發(fā)出相應提示和報警。用戶可以根據(jù)需要修改刷新時間值。

（3）預警彈窗。當系統(tǒng)自動刷新或人工查詢時，出現(xiàn)以下任意一種情況系統(tǒng)會彈出報警提示框并自動播放音樂：①預測將有1個或多個站點出現(xiàn)超警洪水（此時，顯示“預測超警表”）；②當前已有1個或多個站點出現(xiàn)超警洪水（此時，顯示“當前超警表”）。當①②同時發(fā)生，則2種提示表格同時顯示（見圖4）。

圖4 預警提示框

3.3 系統(tǒng)特色

（1）智能模式：針對基層水文用戶，提供了操作簡易的“智能模式”，只需保持主界面不關閉即可。系統(tǒng)會自動監(jiān)控、分析研判、預警提示、定時輪詢，并將結果展示在成果表中，根據(jù)需要作出報警提示，全程無須人工干預。這大大降低了使用門檻。

（2）人機交互：系統(tǒng)同時提供了豐富的交互功能，用戶可以根據(jù)需求自定義站點查詢范圍、過去歷史洪水、洪水歷時、輪詢時間、報警音樂等。

（3）定時輪詢：系統(tǒng)基于遙測數(shù)據(jù)（一般每5 min加報一次），每10 min輪詢一次，一旦研判超警，會彈出相應文字提示框與聲音報警。

（4）拓展功能：系統(tǒng)增加了當前水位超警信息、站點警戒面雨量、最大漲幅、出峰提示，與實測洪峰水位誤差對比等功能，便于專業(yè)水文人員獲取更多洪水信息，對預測結果進一步校準。

4 結論

本研究針對當前水文數(shù)據(jù)的利用方式缺乏業(yè)務邏輯，通過以洪水預警預報為目標，開展水文數(shù)據(jù)自動化整合，并以廣西玉林市為研究區(qū)域，構建了集數(shù)據(jù)處理、預測預報和分析評價等功能于一體的智能化水文信息處理服務體系。系統(tǒng)采用B/S架構，通過實時采集遙測雨水情數(shù)據(jù)，采用多元回歸經(jīng)驗預報模型，實現(xiàn)轄區(qū)所有水文站洪水“一鍵式”自動化、批量化預警研判；并根據(jù)江河防洪指標開展超警評價，以文字和聲音方式報警提示。通過面向目標的自動化數(shù)據(jù)整合，打通了水文數(shù)據(jù)與目標產(chǎn)品的自動化通道，大大減少了預報人員的工作量，同時最大限度延長轄區(qū)洪水預見期。