大数据时代气象结合水利的洪水预报服务

字体 2017-04-14 14:00:41
     来源: 中国政协新闻网  

2016年,国务院正式发布《促进大数据发展行动纲要》(以下简称《纲要》),明确提出构建以人为本、惠及全民的民生服务新体系。围绕服务型政府建设,在公用事业、城乡环境、农村生活、减灾救灾、社会救助、劳动就业、社区服务等领域全面推广大数据应用。这标志着我国已经全面进入大数据时代,大数据影响着我们生活的方方面面。

随着大数据在各大领域运用的逐步深化,气象、水利大数据得到有效应用。气象与水利想结合的大数据时代来了,当大数据和气象、水利相遇,又会为我们的生活带来怎样奇妙的变化?

有个典型的案例:贵州因为气候复杂,灾害频发,同样注重气象大数据在监控和预警方面的作用。2011年黔西南布依族苗族自治州望谟县发生一次特大山洪泥石流灾害,就是因为及时预警才避免巨大损失。在灾害发生当天,气象局大数据中心监测到望谟县境内受高空切变和冷空气影响,可能形成强降水,并引发泥石流,于是立刻发出警报,提醒当地政府积极组织了防灾救灾工作。“贵州是多气象灾害多发、易发、频发的省份,气象大数据在防灾减灾救灾中大有可为。”贵州省气象局副局长汤筑强说。案例体现了气象大数据监测预测在山洪泥石流、洪水等方面的突出作用。

同样的,在水利行业领域,近些年水利信息化发展取得很大的进展,比如防汛抗旱、山洪灾害、洪水风险图等项目及系统的实施,为各级水利部门的防汛减灾工作提供了强有力的支撑,同时也积累了大量的水利信息化数据,为水利大数据的发展奠定了基础。

大数据时代,气象与水利的深度结合,将不断拓宽气象水利服务的领域,从最基础的天气预报到现有的专业专项服务、防灾减灾,为社会创造财富、减轻损失。而大数据,成为气象水利服务不断创新和完善的重要支撑。

一.技术路线

收集和处理公开的全球卫星遥感、地形地貌、结合专业的气象预报数据,并通过不断采集水利工程用户的特性数据,建立多元的大数据仓库。依靠自主研发的通用洪水预报模型进行数据分析,实现全球范围内任意区域径流过程的预报,结合用户需要提供个性化产品及服务,用户利用互联网,可通过平台获得未来1小时、3小时、6小时、24小时、72小时的洪水总量、洪水过程、最大洪峰等预报数据,结合实际情况对水库、水电站等水利工程进行科学决策及调度。

关键资源结构图

大数据时代气象结合水利的洪水预报服务

大数据预报平台数据的来源多元化,分为公开数据和行业专业数据两类。

(1)公开数据

分为静态数据、动态数据两部分,静态数据主要包括美国国家航空航天局、中国科学院等机构所属科学数据库对外公开发布的关于地球科学、生命科学、天文与空间等方面的地理空间特征数据,而动态数据主要指以上科学数据库计算机网络信息中心提供的实时地理空间采集数据与中国气象局数值预报中心等全球气象机构发布的实时气象数值预报产品,包括地理高程数据、Landsat遥感、MODIS遥感、NCAR镜像、ADOAP大气科学分析数据、T639模式预报产品等。

大数据时代气象结合水利的洪水预报服务

大数据预报平台主要数据类型

(2)行业专业数据

大数据预报平台通过搭建应用系统,根据用户提出的个性需求提供专业应用服务。专业服务需要客户提供专题内业务数据、社会经济数据、流域河道地形、水库及电站工况、库容和发电能力、灌区作物种植等工程特性参数。

二.挖掘处理

大数据预报平台的数据处理包括了大数据处理平台与地理空间数据服务平台,前者主要负责大数据的特定应用分析,后者主要负责对地理空间数据进行分析与应用服务。

大数据处理平台作为数据分析与处理的核心,是对数据进行挖掘加工的核心工厂,其事务结构如下所示。

大数据预报平台事务结构

数据处理平台的主要组成是数据模型中心,数据模型中心是大数据预报平台核心技术的体现,集成了国内外成熟的、较前沿的相关技术。

(1)自主开发并具有专利技术的技术产品包括洪水预报、洪水调度以及产汇流预报模型等,这些专利技术都是大数据预报平台通过累积多年的行业经验后提炼得到的核心技术,是洪水预报调度产品的深层次的价值体现。

(2)国内技术方面系统采用了一些行业内较常用的计算模型,如多水源新安江模型、陕北模型等。模型管理支持动态添加,每当发现更好更专业,或者是为了其它行业分析需要,系统都可以快速地进行模型的添加与集成,实现渐进式地增强处理分析能力。

(3)在国外技术方面系统引进了丹麦水力模拟模型MIKE、瑞士Pix4D公司基于航拍影像建立空间模型的Pix3Dmapper、法国Acute3D公司基于影像的三维空间建模环境Smart3D等,空间建模的作用体现在获得高分辨率的地理地形环境,为分析水力水文特征与灾害评估等提供支持。

通过将这些技术进行结合,再加上气象的数值化预报成果与得到的高分辨测绘地理数据,为之后挖掘各种预测预报、优化调度等数据打下结实的基础。

三.关键技术

对来水预报的关键技术专题进行深入研究,结合大数据思路进行技术创新,逐项突破技术瓶颈,提升技术指标。关键技术包括地表土壤含水量计算、水文模拟技术、优化调度技术、分布式计算等。

(1)地表土壤含水量计算:根据地表湿度与地表温度之间的关系,以及气温变化对这种关系的影响分析,经过气象卫星热红外波段信息与地表温度的有效转换,建立起一个连续监测地表土壤含水量的遥感模型。

(2)水文模拟技术:各种流域水文模型的研究及应用于水文基本规律研究、水旱灾害防治、水资源评价与开发利用、水环境和生态系统保护、气候变化及人类活动对水资源和水环境影响等领域。

(3)水库(电站)优化调度技术:根据入库流量过程,遵照一定的调度准则和约束条件建立数学模型,运用优化求解技术寻求最优的水库调度方案,使发电、防洪、灌溉、供水等各方面在整个分析期内的总效益最大。

(4)分布式计算:分布式计算是一种计算方法,和集中式计算是相对的。随着计算技术的发展,有些应用需要非常巨大的计算能力才能完成,如果采用集中式计算,需要耗费相当长的时间来完成。分布式计算将该应用分解成许多小的部分,分配给多台计算机进行处理。这样可以节约整体计算时间,大大提高计算效率。

基于以上关键技术,大大增加洪水预见期、有效提高了洪水预报精度、显著提高了分析计算速度。

查天气
关注“中国天气网”微信公众号
编辑:杨兴