基于遥感大数据的红水河流域洪水预报技术

唐 岗

（广西水利电力勘测设计研究院有限责任公司，南宁 530023）

1 项目背景

历经了多年建设，红水河沿江各县已初步建立了山洪灾害防治非工程措施体系；依托广西已建预警预报系统，基本满足洪水预警预报的要求，防洪减灾社会效益显著，同时，红水河干流沿岸在洪水预警预报及调度对红水河流域山洪灾害防治调查评价成果应用提出了更高的要求。如何将山洪灾害防治调查评价成果集成、挖掘分析和拓展应用，是红水河流域乃至整个广西水利事业面临的重大课题。目前在洪水预报方面，红水河流域传统洪水预报模式是通过在水系流域埋设传感器，建设遥测站收集雨量及水文数据，并通过通讯系统把数据传回中心站进行分析处理，再根据分析结果进行洪水预报。目前，流域洪水预报正朝着基于遥感大数据预报的方向发展，应用基于遥感大数据的理论方法，结合山洪灾害防治调查评价项目建设成果，完成红水河流域洪水预报模型的建立是项目研究的重点和难点。

2 洪水预报技术

为实现红水河流域山洪灾害防治调查评价成果集成、挖掘分析和拓展应用，在充分分析红水河流域洪水预报预警需求的基础上，提出了基于卫星遥感大数据的“天-空-地”三位一体的降水预报新技术；基于GIS的成因推理产、汇流模型和BTOPMC分布式水文物理模型；以及集卫星遥感、航测、数字流域、数字气象及地理信息等新技术为一体的具有物理基础的分布式洪水预报系统；构建了基于遥感大数据的红水河流域“东方祥云”洪水预报模型。成果成功应用至红水河流域山洪灾害防治调查评价成果集成、挖掘分析和拓展应用。

2.1 技术方案

2.1.1 数据收集

通过互联网在全球范围内收集气象云图、雷达、辐射等资料，高精度遥感影像数据、地理数据、历史水文资料等；根据用户提出的个性需求收集区域内社会经济数据、流域河道地形、水库及电站库容和发电能力、灌区作物种植等工程特性参数；建立与中国国家气象局、美国国家气象局、欧洲天气预报中心、日本气象厅的气象数据采集通道，其中0～2 h短临预报采用中国气象局公共气象服务中心的分钟级降水数据。

2.1.2 数据分析

数据自动或手动清洗，设计数据库统一数据格式和要求，根据DEM 数据生成精细化的全球水系图，根据地貌数据、土地利用数据、全球影像数据等自动分析对应区域的水文参数，分析利用历史灾害数据和历史水文数据校正水文参数，对降水预报成果，进行5 km2×5 km2的网格化处理。

2.1.3 模型研究

在国内外优秀研究成果的基础上，应用大数据挖掘方法和水力学分析方法，研究“东方祥云”的核心EC 预报模型，完成了洪水计算和参数的自动率定（见图1）。①通过卫星的遥感数据提取土地利用情况，结合土壤分类数据，提取流域的产流特征参数；②利用地形地貌数据，提取流域汇流特征参数；③DEM分析流域的水系结构，提取河流特征与拓扑关系，为模型分布式计算提供基本依据；④多渠道获取气象数据进行融合处理，生成5 km2×5 km2的网格化降水数据并输入到模型，得到洪水预报成果；同时收集历史灾害数据，对模型参数进行再修正，如此形成一个闭环，不断提高预报精度。

图1 EC模型和数据流程

2.1.4 云平台运行环境和软件

采用混合云结构（见图2），其中私有云主要用于互联网公共数据的采集分析、模型运算、数据提取及推送等，公共云用于数据的存储分析、托管地理信息服务以及门户网站等。采用B/S 架构，依托浏览器提供在线服务。

图2 EC模型和数据流程

2.2 技术特点

（1）以统一感知、海量计算为依托，实现了雨水预报一体化，定制区域通用化，预报服务实用化，有效提高了降雨洪水的预报时限，尤其是在小流域和无测报设施区域的降雨洪水预报，优势更为明显。

（2）数据来源于全球，所需要的降水、地形、地貌、专业数据等资源完全来源于欧洲、美国、日本等国家级大机构发布的公共资源，数据量大、有权威性、且可靠。

（3）预报模型是在国内外优秀研究成果的基础上，应用大数据挖掘方法和水力学分析方法建立，具有预报精度高、运算速度快等特点，模型参数直接从地表物理特征提取。

（4）充分考虑大数据、云计算与洪水预报的结合与应用，以迭代演进为基本理念，保证系统持续的建设与发展。

2.3 技术创新点

（1）研发了基于卫星遥感大数据的“天-空-地”三位一体的降水预报新技术，显著提高了降水预报的时空分辨率。对卫星降水数据进行空间与时间的降尺度分解，利用气象雷达数据及地面气象站数据等对卫星降水数据进行修正，通过数据加工清洗，采用大数据分析方法改进WRF 模型，生成了5 km×5 km、30 min～72 h连续的数值化、网格化、高精度的降水预报产品，使降水预报精度明显提高。

（2）建立了基于GIS 的成因推理产、汇流模型和BTOPMC分布式水文物理模型，为无资料地区的洪水预报提供了新的方法。基于GIS技术和遥感模型计算前期土壤含水量，推求实时土壤下渗率，由降水过程得出净雨过程，分析流域河网调蓄的影响因素，建立了新的汇流模型，物理基础牢固，通用性强。通过分块计算的方式对TOPMODEL加以改进，提出了BTOPMC 分布式水文物理模型，具有参数少、物理意义明确、适用流域范围广的特点。

（3）建立了集卫星遥感、航测、数字流域、数字气象及地理信息等新技术为一体的具有物理基础的分布式洪水预报系统，首次实现了全球通用的模型自动选择与参数自动优化。将降水预报产品导入洪水预报系统，通过大数据分析建立模型参数之间的关联关系，提取出植被、土壤水分、河道等独立模型参数，基于数字流域的物理特性、下垫面特征和DEM 地形地貌数据，自动获取模型参数值，实现了河道洪水的快速精确预报。

2.4 红水河流域洪水预报方案及应用

根据红水河流域特性，建立了红水河流域洪水预报模型，红水河洪水预报模型建模方案划分如图3（a）所示。图3（b）显示了红水河主要站点武宣站的预报洪水过程。通过预报结果对比实测洪水，武宣站场次洪水预报平均确定性系数为0.97，达到甲级标准。

图3 红水河流域洪水预报方案及应用

3 与当前国内外同类技术比较

基于遥感大数据的红水河流域洪水预报技术的当前国内外同类技术比较见表1。

表1 技术比较表

技术内容 本项研究 国内外同类研究集卫星遥感、航测、数字流域、数字气象及地理信息等为一体的分布式洪水预报系统将降水预报产品导入洪水预报系统，通过大数据分析建立模型参数之间的关联关系，提取出植被、土壤水分、河道等独立模型参数，基于数字流域的物理特性、下垫面特征和DEM 地形地貌数据，自动获取模型参数值，实现了河道洪水的快速、精确预报。无

4 推广应用情况

自2019年3月起，基于遥感大数据的红水河流域洪水预报技术项目成果大大延长了流域洪水预见期，有效提高了洪水预警预报精度，及时、准确的洪水预警预报信息为红水河流域内各级党委政府及防汛部门的防洪减灾决策提供了科学依据；项目成果在红水河干流涉及的大化县等16个县（市、区）水旱灾害防御中得到应用。成果应用实现了洪水实时监测和红水河沿岸淹没敏感点的预报预警，有效降低了红水河沿岸295个淹没敏感点的洪涝灾害损失。