2. 中国地质大学(武汉),武汉 430074
2. China University of Geosciences, Wuhan, Wuhan 430074
为了预防暴雨洪涝灾害的发生、减轻灾害造成的损失,做好气象防灾减灾工作,中国气象局从2011年开始推进暴雨洪涝风险预警服务业务试验。在这项业务中,有许多关键流程,如暴雨洪涝风险普查、致灾临界面雨量的科学确定、定量化风险评估、气象灾害风险预警、业务检验和效益评估等。在诸多流程中,暴雨洪涝灾情采集是一项基础性工作,这主要体现在以下几个方面:第一,在暴雨洪涝风险普查工作中,需要进行大量的灾害风险和隐患点排查以及其他基础资料收集,全面普查历史洪涝灾情,建立暴雨洪涝灾害基础数据库[1];第二,致灾临界面雨量的科学确定,也需要大量的灾情资料进行统计分析,如李兰等[2]依据旱涝灾情资料提出一种分区暴雨洪涝临界雨量确定的方法;第三,定量化评估越来越朝着数值模拟方向发展[3-6],而数值模拟需要大量的灾情资料进行建模、验证、优化[7],如T Sayama等[8]在预测了2011年10月中旬的泰国洪涝之后,又利用实际的流量、水位、GPS等实际采集数据与模拟数据做比较分析,在得出精度和误差后对预测模型进行了优化改进,从而获取更精确的预测结果;第四,在风险预警、业务检验和效益评估等流程中,也需要快速、全面地获取现场受灾情况,以便分析研判灾情,及时启动应急救助预案。但目前暴雨洪涝灾情远不能满足预警业务的需要,一是采集人员参与面窄,目前一般有民政部、气象局、水利部等少部分人员参与,导致灾情信息量少;二是采集的技术手段落后,采集工具一般是依靠纸笔、相机等,缺乏现代技术手段,如智能技术、通信技术、互联网技术等;三是实时性不强,一般只有暴雨过程结束后才陆续收到灾情,而没有暴雨过程中的现场灾情;四是缺乏必要的灾情要素,如淹没水深、淹没范围、持续时间等;五是缺乏定点性,目前上报的灾情是一个面上的灾情,属于一个行政区域内灾情总描述。而风险预警服务的诸多流程需要大量定点的灾情资料,特别是一些隐患点、代表点、重点监测点的灾情资料。
近年来,随着移动网络基础设施的建设,智能手机逐渐成为重要的信息载体,基于信息采集能力和互联网连接能力,智能手机应用程序(Application program,简称APP)已经普遍应用于各行各业,极大地提高了生活质量、工作效率,如在交通信息获取[9-10]、订车服务[11]、现场灾情调查[12-13]中,手机APP发挥着重要作用。在气象业务服务领域,手机APP也开始应用,主要是实现了将天气预报及实况信息推送到客户端的功能[14-15],但手机APP用于气象灾情信息采集的研究较为少见。针对暴雨洪涝实时灾情采集存在的问题,本文设计基于智能手机的暴雨洪涝灾情采集APP,目的在于利用智能手机的普及性、便携性特点,实现暴雨洪涝灾情的实时采集和上传,以期为暴雨洪涝灾害风险预警业务中基础灾情数据的实时获取,提供一种有效手段。
1 暴雨洪涝灾情采集手机APP设计 1.1 灾情采集业务流程暴雨洪涝灾情随着暴雨的时空及强度的变化而变化,在空间上既有区域性又有局地性,在时间上有突发性也有持续性,因此暴雨洪涝灾情的采集需求在时空上是不确定的,有时需要进行大范围区域灾情采集作业,有时只要局地采集作业;对同一地点灾情,有时需要进行连续采集作业,有时一次采集作业即可。增对这些不确定性,需要设计一个合理的灾情采集流程,以便保证灾情采集的时效性和完整性。图 1给出暴雨洪涝灾情实时获取流程,从中可见,灾情采集业务流程具体可以分解为:灾情采集任务产生与分发、灾情数据采集、数据存储与传输。当获得暴雨或暴雨洪涝灾害风险预警信息后,控制中心自动制定灾情采集任务,通过服务端向移动端以消息推送的方式,向智能手机APP发送采集任务信息;接到任务后,手机APP根据任务要求,将灾情采集人员导航到指定位置;采集人员到达现场后,采集现场灾情信息(记录采集信息、填写灾情要素和获取辅助信息);灾情采集完成后,手机APP将灾情数据打包封装存储,并利用通信网络上传至控制中心服务器。
|
图 1 暴雨洪涝灾情实时获取流程 Fig. 1 Technological flow for real-time disaster collection |
暴雨洪涝灾情信息采集包括采集信息、灾情要素和辅助信息等,是暴雨洪涝现场灾情的原始记录。表 1给出暴雨洪涝灾情信息采集类型、内容及获取方式,从中可见采集信息包括灾情采集时间、地点、采集人等相关记录等;灾情要素是描述暴雨洪涝灾情的基本特征量;辅助信息包括现场照片、特征物距离和高度等一些信息等。灾情要素是灾情信息采集的核心部分,要素的设计要遵循几点原则:一要准确描述洪涝灾情状况,二要满足精细化暴雨洪涝灾害风险预警和评估业务需要,三要保证历史暴雨洪涝灾情的相关性和连续性,四要与现代智能移动设备的现场信息快速获取能力相匹配。综合考虑,确定的暴雨洪涝灾情要素包括开始时间、结束时间、最大水深、受灾人口、淹没区域、土地利用类型、主要作物、致灾方式、灾害类型等。
|
|
表 1 暴雨洪涝灾情信息采集类型、内容及获取方式 Table 1 The record type, content and acquisition method of disaster situation collection |
利用智能手机附带的地图、时间、消息、摄像、电话、无线网络连接等功能,暴雨洪涝灾情采集手机APP将智能手机变为一个移动的无线灾情实时获取平台,从而实现对暴雨洪涝灾情信息的提取、采集过程的自动导航、数据的封装和上传等功能,其关键技术有任务接收与位置导航、特征物距离和高度测量、数据存储与传输。
2.1 任务接收与位置导航为了方便灾情采集者快速完成任务,需要将任务信息和整个导航过程完全实现自动化,图 2给出手机APP任务接收与导航过程,从中可见,实现自动化的过程如下:假设某地发生暴雨洪涝灾情,灾情点附近的手机APP,会接收到后台中心的根据业务需求编制的任务信息,任务信息包括灾情点的地理位置、灾情可能发生时间、进行采集的人员等,手机APP收到的任务信息后,消息自动检测过滤,通过GPS和互联网内置地图多源定位,将采集人员的当前地理位置和灾情点的地理位置自动整理,并规划出一条最佳的路径。当采集人员启动手机APP的导航模块时,便可以通过最佳路径到达灾情点。
|
图 2 手机APP任务接收与导航过程 Fig. 2 Process of tasks-sending and navigation of mobile phone APP |
高度距离测量用于在野外调查时测量特征物的高度、测量者到特征物的距离。图 3给出距离和高度算法示意图,从中可见,如果知道测量者的身高h、测量者头部到特征物顶部的仰角α、到特征物底部俯角β等参数,利用几何知识,很容易求出特征物的高度H和距离d。α和β可以利用手机进行测量,具体操作如下:测量者利用手机边缘瞄准特征物的顶部,保持手机边沿线段部分完全重合在测量者的眼睛和特征物顶部之间的直线之中,这时手机本身的重力感应功能即可测出α;同样瞄准特征物底部可测出β。
|
图 3 距离和高度算法示意图 Fig. 3 Algorithm of distance and height |
暴雨洪涝灾情信息采集完成后,灾情数据按照编码标识统一进行组织管理。一个编码用于标识一次特定的灾情数据。为了使暴雨洪涝灾情记录从手机端及时同步传输至后台服务器,手机APP设计过程中采用基于TCP/IP协议的Socket通讯,以IP地址+端口号的形式描述进程,实现网络连接。但由于无线网络的不可靠性以及野外灾情现场环境复杂性,网络连接有时出现故障,导致灾情数据传输无法完成,因此需要设计一个自动的内部存储机制。图 4给出APP数据存储与传输机制,从中可见,若灾情数据未自动传输到服务器,当网络畅通时,手机APP自动检测未发送成功的灾情数据,并进行批量的传输。
|
图 4 手机APP的数据存储与传输机制 Fig. 4 Mechanisms of data storage and transmission of mobile phone APP |
2015年6月16—17日,湖北省自西向东发生强降水天气过程,强降水中心位于鄂东北。洪水淹没模拟结果显示,英山县出现严重洪涝灾害。根据洪水淹没模拟结果,暴雨洪涝灾情采集手机APP的后台中心发布灾情采集任务,在两条线路上进行灾情采集,线路A为英山县杨柳湾镇水口桥村东河岸边两处楼房垮塌处,沿东河往上游直到老虎头村,线路约6 km,线路B从杨柳湾镇出发直到雷家铺镇(雷店镇)的熊家湾,线路约10 km。根据任务,采集人员通过手机APP,迅速完成暴雨后洪涝灾情现场采集及上传任务。图 5是后台终端将手机灾情点在洪水淹没模拟结果上叠加显示,图 6是后台终端查询到的部分手机APP灾情记录。通过分析手机APP实时采集灾情并结合洪水淹没模拟结果可知,英山县部分乡镇出现严重洪涝灾害,其中杨柳湾、雷电镇等地出现桥梁冲毁、洪水漫坝、房屋垮塌、人员伤亡等严重灾情。
|
图 5 2015年6月16—17日暴雨过程英山县部分乡镇洪水淹没模拟和手机APP灾情叠加分析 Fig. 5 Overlay analysis of flood inundation simulation and disaster situation from mobile phone APP in towns of Yingshan county during the rainstorm process from June 16 to17, 2015 |
|
图 6 2015年6月16—17日暴雨过程英山县部分乡镇灾情手机APP记录 (a)桥梁冲毁,民房倒塌; (b)洪水漫坝; (c)民房倒塌,人员伤亡 Fig. 6 Some disaster situation records from mobile phone APP in towns of Yingshan county during the rainstorm process from June 16 to 17, 2015 (a) The bridge was destroyed and the houses collapsed, (b) It were flooded, (c) The houses are collapsed and there were casualties |
手机APP采集的暴雨洪涝灾情中,包含灾情位置、淹没水深等信息,可以对洪水数值模拟模型进行检验。武汉区域气候中心和中国地质大学联合研发了基于强降水的暴雨洪涝淹没模型[5],表 2给出2014年7—8月典型暴雨过程手机APP实时灾情应用于该模型洪水模拟的检验结果,从中可见,该模型的灾情匹配率为75%,淹没水深平均误差为34.6%。
|
|
表 2 手机APP实时灾情在2014年7—8月暴雨过程的洪水模拟检验 Table 2 Real-time disaster situation from a mobile phone APP used in validation of flood simulation during the rainstorm event from July to August 2014 |
针对我国暴雨洪涝风险预警、区划和评估业务需求及暴雨洪涝实时灾情采集现状,提出了一种面向任务的移动灾情快速采集直报技术,系统解决了暴雨洪涝实时灾情调查工作中多元灾情信息的任务接收、现场定位、一体化采集、快速集成、即时传输等技术难题,并以业务化应用为目标研发了暴雨洪涝灾情采集手机APP,为洪涝灾情信息的快速获取提供了一个便捷通道。且2014和2015年汛期的业务试验表明,暴雨洪涝灾情采集手机APP达到了预先设计目标。
当然,暴雨洪涝灾情采集手机APP在应用中也出现了一些问题,一是在灾情采集中出现记录、描述不规范的问题,比如对同一次灾情,不同采集人的采集记录会有较大差异;二是灾情要素的设置合理性问题,比如经济损失、倒塌房屋等这些比较传统要素是否加入。针对这些问题,首先可考虑在手机APP中附加一些暴雨洪涝灾情采集的培训教程,以提高使用者的专业素质,减少人为误差;其次要开展暴雨洪涝灾情现场采集规范化、标准化研究,以便规范灾情采集要素和手机APP功能设置。
现代信息技术的发展,为高精度定位、多元数据一体化采集、现场直报等灾情报送技术提供了有力支撑。暴雨洪涝灾情现场采集工作时效性要求很高,要求灾后第一时间获得灾情调查及文字描述等报表数据,还要求同步上报灾情定位信息和图片信息。集卫星导航定位、嵌入式GIS、移动通信及智能移动设备等技术为一体的信息采集报送技术,将是暴雨洪涝及其它气象灾情现场采集报送的新发展方向。
| [1] |
周月华, 田红, 李兰. 暴雨诱发的中小河流洪水风险预警服务业务技术指南[M]. 北京: 气象出版社, 2015.
|
| [2] |
李兰, 周月华, 叶丽梅, 等. 一种依据旱涝灾情资料确定分区暴雨洪涝临界雨量的方法[J]. 暴雨灾害, 2013, 32(3): 280-283. DOI:10.3969/j.issn.1004-9045.2013.03.013 |
| [3] |
苏布达, 姜彤, 郭业友, 等. 基于GIS栅格数据的洪水风险动态模拟模型及其应用[J]. 河海大学学报(自然科学版), 2005, 33(4): 370-374. DOI:10.3321/j.issn:1000-1980.2005.04.004 |
| [4] |
李云, 范子武, 吴时强, 等. 大型行蓄洪区洪水演进数值模拟与三维可视化技术[J]. 水利学报, 2005, 36(10): 1158-1164. DOI:10.3321/j.issn:0559-9350.2005.10.003 |
| [5] |
史瑞琴, 刘宁, 李兰, 等. 暴雨洪涝淹没模型在洪灾损失评估中的应用[J]. 暴雨灾害, 2013, 32(4): 379-384. DOI:10.3969/j.issn.1004-9045.2013.04.012 |
| [6] |
谢五三, 田红, 卢燕宇. 基于FloodArea模型的大通河流域暴雨洪涝灾害风险评估[J]. 暴雨灾害, 2015, 34(4): 384-387. DOI:10.3969/j.issn.1004-9045.2015.04.012 |
| [7] |
李京, 陈云浩, 唐宏, 等. 自然灾害灾情评估模型与方法体系[M]. 北京: 科学出版社, 2012.
|
| [8] |
Sayama T, Tatebe Y, Iwami Y, et al. Hydrologic sensitivity of flood runoff and inundation: 2011 Thailand floods in the Chao Phraya River basin[J]. Natural Hazards and Earth System Sciences, 2015, 15(7): 1617-1630. DOI:10.5194/nhess-15-1617-2015 |
| [9] |
刘程程, 张凌浩. 移动互联网时代手机服务型APP产品设计研究[J]. 包装工程, 2011, 32(12): 68-71. |
| [10] |
周崇华, 高作刚, 徐琛, 等. 基于智能手机APP的交通信息服务系统规划研究[J]. 交通与运输, 2012(28): 76-79. |
| [11] |
田苗, 周旭升. 电子商务新领域出租车订车应用软件的发展趋势与建议[J]. 中国电子商务, 2013(22): 33-34. DOI:10.3969/j.issn.1009-4067.2013.22.028 |
| [12] |
刘瑞.基于手持移动终端的灾情数据采集系统研究[D].上海: 上海师范大学, 2012
|
| [13] |
廖永丰, 李博, 雷宇, 等. 面向任务的移动灾情快速采集直报技术与应用[J]. 地球信息科学学报, 2013, 15(4): 538-545. |
| [14] |
邹建明, 李迅, 丁德平, 等. "北京气象"手机客户端气象信息GIS快速可视化技术[J]. 气象科技, 2015, 43(4): 634-639. DOI:10.3969/j.issn.1671-6345.2015.04.013 |
| [15] |
林雪仪, 李春梅. 自媒体时代基于手机App(应用)的农业气象服务探索[J]. 广东气象, 2016, 38(2): 54-57. DOI:10.3969/j.issn.1007-6190.2016.02.013 |
2017, Vol. 36 