1.项目的立项依据
1.1研究意义
在大数据技术支撑下,项目将显著提升水生态灾害的预警预测能力,为流域提供快 速预测突发水安全事件、生态安全事件的信息服务,及时警示和避免水环境变化所带来 的重大生态危机;本课题将建立河湖健康体系,常态化的提供河湖健康状态指标,并对影 响河湖健康的不利因素提供合理应对措施的建议,从而改善江湖关系,有效保护流域重 要生物种群和干支流水质,促进河湖生态系统良性发展。
1.2国内外实践研究现状、水平和发展趋势
在洪水淹没分析和洪水损失估计方面,白薇提出了基于 GIS 的“体积法”洪水淹没范围模拟模型,该方法是基于水量平衡原理,将研究区域细分为细小的格网,并进行连通性分析,最终推求出洪泛区内的洪水淹没范围,并将此方法应用于牡丹江市城区洪水淹没范围模拟分析之中,给出了百年一遇洪水发生溃堤时的洪水淹没范围模拟[1];李帅杰将洪水风险评估技术与城市内部防洪排涝措施(包括堤防、排水渠等)相结合,主要研究了城市的内涝洪水风险并将其应用到了福州市之中[2];王静提出了对典型防洪系统的洪水风险评估理念,并且详细介绍了洪水淹没分析方法,洪水损失评估方法和基于 GIS 洪水风险评估系统的开发理论[3]; Stefan Reese 和 Doug Ramsay 综合了现今的洪水风险评估中经济、人员、建筑损失评价方法,对洪水易损性曲线做出了归纳,并推导出了可广泛应用的易损性计算公式[4]; S.Kienberger,S.Lang 和 P.Zeil 提出了不同预警时间下和不同房屋结构的房屋损失率变化情况并建立了空间分布式房屋损失模型,并将其应用于澳大利亚的萨尔察赫河中[5]; Sipke E.van Manena,Martine Brinkhuis 提出了对圩垸(有堤维护的农业区)量化性的洪水风险评估方法,并将不确定性纳入计算中,提出了堤坝溃决概率计算是提高风险评估精确度的重要途径[6];Volker Meyer,Sebastian Scheuer,Dagmar Haase 建立了基于 GIS 的多标准洪水风险评估模型,并对标准中的不确定性及其造成的影响进行了研究,对空间分布上的洪水影响进行了评估[7];Elisa Oliveri, Mario Santoro 基于详细本地调查后推导出了经验型频率损失曲线,基于淹没深度计算受损财产损失率,并对房屋财产分布进行了调查,应用于洪水风险评估中[8]; S. Kienberger, S. Lang,和 P.Zeil 主要研究了气候变化情况下的洪水风险并将易损性进行了量化并划分了空间单元,以便基于专家估计进行多目标决策支持[9]。
参考文献
[1] 白薇.城市洪水风险分析及基于 GIS 的洪水淹没范围模拟方法研究[D].东北农业大 学,2001.
[2] 李帅杰.城市洪水风险管理及应用技术研究——以福州市为例[D].中国水利水电科学 研究院.2012.
[3] 王静.未来洪水情景遇见方法及风险对策研究[D].中国水利水电科学研究院,2010.
[4] Stefan Reese,Doug Ramsay.Risk Scape: Flood fragility methodology[M],NIWA Client Report:WLG2010-45.August 2010.NIWA Project RSKA113.
[5] 石勇,石纯,孙阿丽,中国南方城市居民建筑物洪灾脆弱性研究[J],人民长江,2009,03:19-21.
[6] Sipke E.van Manena,Martine Brinkhuis.Quantitative flood risk assessment for Polders[J]. Reliability Engineering and System Safety 90 ,2005):229-237.
[7] Meyer V , Scheuer S , Haase D . A multicriteria approach for flood risk mapping exemplified at the Mulde river, Germany[J]. Natural Hazards, 2009, 48(1):17-39.
[8] Oliveri E, Santoro M. Estimation of urban structural flood damages: the case study of Palermo[J]. Urban Water, 2000, 2(3): 223-234.
[9] S. Kienberger, S. Lang, and P. Zeil,Spatial vulnerability units expertbased spatial modelling of socio-economic vulnerability in the Salzach catchment[J],Nat. Hazards Earth Syst. Sci., 9, 2009,767-778.
2.项目的研究内容、研究目标,以及拟解决的关键科学问题、技术难题及技术风险分析。
2.1研究内容
采用基于 GIS 数据模型集成的方法来进行洪水风险评估,主要将洪水风险评估模型细 分为水文频率计算模型、洪水淹没模型、洪水损失模型三大模型,并叙述各个模型的计算 原理与方法,同时介绍各自之间的数据联系。主要研究思路是将洪水风险分析与 GIS 相结 合,采用水文站点数据通过水文频率计算模型计算洪水频率和对应的给定频率洪水水位、 流量、持续时间等信息;采用给定频率洪水水位、流量等信息应用 GIS 叠加上 DEM 等研究 区域空间数据,通过洪水淹没计算模型计算洪水淹没范围及淹没深度;采用洪水淹没范围 及淹没深度应用 GIS 叠加上房屋分布、预警时间等防洪减灾相关数据通过洪水损失模型计 算洪水损失。
2.2研究目标
获取给定频率洪水条件下研究区域所受到的洪水损失,为防洪救灾工作提供决策支持和技术支撑。
3.拟采取的研究方案及可行性分析
3.1技术路线
3.1.1洪水频率计算模型
洪水频率计算是洪水风险评估的基础,其主要目的是计算给定频率洪水即设计洪水,将水文站监测数据作为输入数据,通过洪水频率计算模型计算,最后得到洪水频率和对应的设计洪水的洪峰流量(设计洪水的最大流量),洪水总水量(洪水起涨至落平的径流总量),洪水水位,如图 3.1 所示。有了这些洪水特征值才能进行下一步的洪水淹没计算。
图 3.1 洪水频率计算模型架构
3.1.2 洪水淹没模型
为了定量评估洪水风险首先必须将上面水文站监测数据通过洪水淹没模型转换为对应的水力参数(水位、淹没深度、流速等),通常对于一条连续、分支较少的河流而言,采用一维水力学模型就足够了,而对于堤外洪泛区的洪水淹没情况则需要采用二维水力学模型进行计算。
洪水淹没计算主要是根据不同频率的洪水过程,通过一维及二维洪水演进模型进行数值模拟计算,进而求得给定洪水条件下的淹没范围和水深分布。无论是一维洪水演进模型还是二维洪水演进模型,其都是采用圣维南方程组作为计算依据,与之对应的则是一维圣维南方程组和二维圣维南方程组。一维洪水演进模型主要用于推求在给定洪水条件下的河道内洪水水位、流量等洪水要素信息。当河道内洪水水位高于堤防的保护水位后,堤防发生溃决,洪水从溃堤口处开始泛滥到堤外地区,此时的洪水演进具有显著的二维特征,故采用二维洪水演进模型来计算堤外洪水淹没范围及水深分布。
3.1.3 洪水损失计算模型
洪水灾害损失不仅要考虑研究区域受灾情况和经济情况,还要考虑到到人类活动的影响(主要是防洪救灾抢险工作)。因此该课题主要从暴露性(对应研究区域受灾情况)、敏感性(对应研究区域经济情况)、适应性(对应研究区域人类活动的影响)三方面来对洪水损失进行评估,其模型架构如图 3.2 所示。
3.2可行性分析
(1)科研平台一流,支撑保障有力
申报单位拥有水文水资源与水利工程科学、水资源与水电工程科学、流域水循环模拟与调控、大气科学和地球流体力学数值模拟等 6 个国家重点实验室,以及水资源高效利用与工程安全国家工程研究中心,新安江流域等 9 个原型实验基地和大批省部级重点实验室。自主研发了新安江模型、 太湖模型、 基于物理基础的分布式水文模型 HMS、水循环模型 WACM、大数据驱动的水利云平台等大气水文模型和系统平台,为项目实施提供了先进的科研平台和科学实验条件支撑。
(2) 研究思路明确,研究方案可行
本项目面向国家水资源高效开发利用重大需求,聚焦河流水资源供需与应急管理、湖泊健康评价与风险预警、风险评估的决策需求,基于历史数据资料汇集、多源遥感数据和物联网感知信息,研究面向流域管理主题的大数据关联挖掘模式和智能模型,构建流域决策服务云平台,开展多方案优选, 采用大数据技术解决河湖水资源管理决策问题。研究目标明确,方案合理可行。
图 3.2 洪水损失模评估型架构图
4.本项目的特色与创新之处。
在国内,对洪水风险评估方面局限于传统方法,与大数据技术结合很少,本课题将大数据技术、GIS 系统与物理机制相结合进行洪水风险评估应能取得很好的效果,在实际工作中给工作人员辅助性的帮助,减少工作量,增加工作效率。
5.年度研究计划及预期研究成果。
本课题研究工作初步分为三个阶段,总体安排进度如下:
(1)2019.4-2019.8
了解洪水风险评估的原理及方法,根据划分的洪水风险评估的三大模型深入研
究,进行建模。
(2)2019.9-2019.12
实现基于 GIS 的数据模型。建立基于 GIS 的洪水风险评估的数据库,实现基于
ArcEngine 平台的堤外洪水淹没模型和洪水损失评估模型。
(3)2020.1-2020.5
撰写项目研究论文 ,研究报告,结题。
|