基于智能物聯(lián)網(wǎng)技術(shù)的天津城市積水監(jiān)測預(yù)警系統(tǒng)

侯天宇，梁 好，霍 凱，趙 敏，陳子煊，張春莉，苑 超

（天津市突發(fā)公共事件預(yù)警信息發(fā)布中心，天津 300000）

背景

天津位于華北平原溫帶季風(fēng)氣候區(qū)，夏季在西風(fēng)帶系統(tǒng)的控制下，受東南季風(fēng)暖濕氣流的影響，氣象災(zāi)害十分嚴(yán)重，特別是強降水引起的城市內(nèi)澇災(zāi)害。近幾年夏季暴雨引發(fā)的天津城市內(nèi)澇“看?！蹦Ｊ綄乙姴货r，給公眾出行帶來極大不便。

為了應(yīng)對這一棘手問題，天津市防汛部門著重加強城市內(nèi)澇綜合治理能力建設(shè)，建立完善的特大城市內(nèi)澇監(jiān)測預(yù)警系統(tǒng)是解決城市內(nèi)澇的關(guān)鍵環(huán)節(jié)。國內(nèi)外研究機構(gòu)和學(xué)者對此開展了卓有成效的探索。張忠義［1］等分析基于液位計和電子水尺的積水監(jiān)測預(yù)警技術(shù)，黃丹萍［3］等以內(nèi)澇模型和風(fēng)險等級劃分原理為核心，研發(fā)精細(xì)化到街區(qū)的暴雨內(nèi)澇監(jiān)測系統(tǒng)。

“十三五”期間，天津市突發(fā)公共事件預(yù)警信息發(fā)布中心自主研發(fā)智能物聯(lián)積水監(jiān)測預(yù)警技術(shù)，運用智能物聯(lián)網(wǎng)技術(shù)走出了一條集積水監(jiān)測、預(yù)報、發(fā)布于一體化的創(chuàng)新路線。通過物聯(lián)網(wǎng)傳輸、GPS 定位等方式，實現(xiàn)分鐘級獲取積水實況深度?，F(xiàn)有技術(shù)可實現(xiàn)2min 內(nèi)采集到2 萬個監(jiān)測點位的積水實況；目前已在天津市主城區(qū)建設(shè)177 個積水監(jiān)測站點，以內(nèi)澇隱患點位的積水實況數(shù)據(jù)為基礎(chǔ)，結(jié)合機器自主學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)模型算法，能夠精確預(yù)測未來1h以內(nèi)各個點位的積水深度，再通過“天津天氣”微信公眾號向公眾提供精準(zhǔn)的城市內(nèi)澇風(fēng)險提示信息，提供用戶實時位置和請求的積水深度監(jiān)測預(yù)報預(yù)警產(chǎn)品。

1 資料來源及研究方法

利用2018 年1 月至2020 年6 月期間，天津市主城區(qū)31 個城市雨量觀測站逐小時降水資料、天津市氣象精細(xì)化格點預(yù)報產(chǎn)品和歷史積水實況數(shù)據(jù)（包含177 個積水監(jiān)測點名稱、經(jīng)緯度、起始結(jié)束時間、積水深度實況和內(nèi)澇風(fēng)險指數(shù)［3］）。

文中研究方法包括機器自學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)模型和天津市城市內(nèi)澇風(fēng)險等級劃分原理。

2 內(nèi)澇致災(zāi)因素

2.1 氣象因素

暴雨是指日降雨量達到50mm 以上或12h 內(nèi)降雨量達到30mm 以上，其中日降雨量100.0～249.9mm或12 小時內(nèi)降雨量達到70.0～139.9mm 時，可稱為大暴雨；日降雨量達到250mm 或12h 內(nèi)達到140mm時就可稱為特大暴雨［4］。

造成天津市多次出現(xiàn)城市嚴(yán)重內(nèi)澇的直接氣象因子是降水因子。本文對2018 年1 月—2020 年6 月天市內(nèi)六區(qū)暴雨日進行查找篩選。篩選范圍是市區(qū)內(nèi)全部31 個自動觀測站，降雨量標(biāo)準(zhǔn)為每日08 時—08 時，20 時—20 時日降水量超過50mm 的暴雨日。統(tǒng)計結(jié)果為：2018 年1 月—2020 年6 月天津市內(nèi)六區(qū)共出現(xiàn)20 個單日降水超過50mm 的暴雨日（圖1）。由圖看出，這期間暴雨集中在5-8 月。

圖1 2018 年1 月—2020 年6 月暴雨日數(shù)統(tǒng)計

2.2 地理因素

天津中心城區(qū)地勢低洼，短時強降水過后，極易形成積水。天津市土地總面積95%都是地勢平坦的平原，海拔均在5m 以下［5］，坡降大多為0.1%～0.5%。天津地勢總體呈北高南低，北部山區(qū)從海拔1000m降至50m，東部沿海地區(qū)海拔2.5m 以下，西部從武清永定河沖積扇尾部向東緩緩傾斜，南從靜海南運河大堤向東部的海河河口逐漸降低。市內(nèi)多處洼地，被河道分割成大小不一的小洼地，使得地面一旦積水，不易自排［6］。

2.3 社會因素

天津作為北方最大的港口城市，在城市化進程的推動下，人類活動很大程度上改變了城市的地形、地貌、下墊面［7-9］。城市不斷擴建，建筑物密度增大，綠地面積變少，使得不透水地面占比顯著增大，每當(dāng)短時強降水來臨之際，較大雨量的降水超過了城市的排水能力，造成內(nèi)澇災(zāi)害。造成城區(qū)防漏屋塌、道路積水，給人們的生產(chǎn)活動、交通出行、甚至生命安全造成較嚴(yán)重的影響。

3 城市自動化積水監(jiān)測傳感器設(shè)計

3.1 傳感器原理

硬件設(shè)備通過薄膜式壓力傳感器，充分考慮水底外部空間壓力差，薄膜發(fā)生細(xì)微形狀變化后，傳感器將會立即轉(zhuǎn)化為電容信號，精準(zhǔn)采集水位深度數(shù)據(jù)。該硬件兼具GPS 定位功能和GPRS 通信功能，水位實況數(shù)據(jù)和GPS 位置數(shù)據(jù)將被實時推送至軟件服務(wù)端。API 接口將設(shè)備位置數(shù)據(jù)、硬件序號和水位深度第一時間推送到在平臺地圖上［10］。

3.2 數(shù)據(jù)采集系統(tǒng)

系統(tǒng)分為節(jié)點設(shè)備和Web 服務(wù)器端。節(jié)點設(shè)備：主要實現(xiàn)針對城市積水檢測預(yù)警系統(tǒng)需求，采集單個目標(biāo)容器中的水位深度信息和設(shè)備所處位置的GPS 信號并上傳至指定服務(wù)器；接收來自服務(wù)器端的命令，解析后執(zhí)行相關(guān)操作。

Web 服務(wù)器端：接收各節(jié)點上傳的數(shù)據(jù)并將位置信息和水位信息顯示在地圖界面中；單選或多選目標(biāo)設(shè)備，下發(fā)操作命令。

4 城市內(nèi)澇風(fēng)險預(yù)警技術(shù)

4.1 神經(jīng)網(wǎng)絡(luò)模型影響因子及來源

（1）城市地理信息［11］：地形高程、下墊面屬性，行政區(qū)域、高速公路、橋梁、涵洞。地形高程的精度可滿足市內(nèi)六區(qū)服務(wù)需求，比例尺為1：10000［12］。

（2）工程設(shè)施信息：排水管道、泵站、閘門等。

（3）城市化信息：建筑物密度，交通網(wǎng)絡(luò)分布、重要單位、學(xué)校、醫(yī)院等固定場所。

（4）氣象要素：自動站實況、精細(xì)化格點預(yù)報數(shù)據(jù)、雷達分鐘降水?dāng)?shù)據(jù)、彩云雷達。其中雷達分鐘降水?dāng)?shù)據(jù)來源于中國氣象局公服中心提供的全國雷達回播數(shù)據(jù)外推送預(yù)測臨近2 小時內(nèi)降水信息數(shù)據(jù)。彩云雷達數(shù)據(jù)來源于北京華風(fēng)創(chuàng)新網(wǎng)絡(luò)公司提供的全國雷達回播拼圖產(chǎn)品數(shù)據(jù)。

（5）積水要素：積水區(qū)范圍，已建177 個監(jiān)測站點實時采集的積水實況數(shù)據(jù)。

4.2 神經(jīng)元網(wǎng)絡(luò)模型

采用神經(jīng)元網(wǎng)絡(luò)算法，對自動雨量站累計降水、雨強、基于雷達估算降水的面雨量、地形、排水量等預(yù)報因子與隱患點積水深度數(shù)據(jù)進行反復(fù)訓(xùn)練，確定出輸入層、隱層的神經(jīng)元和偏移量矩陣系數(shù)，建立預(yù)報隱患點積水深度的神經(jīng)元網(wǎng)絡(luò)模型［13］。

利用天津市氣象局CIMISS 平臺獲取的歷史降水監(jiān)測數(shù)據(jù)和從天津市排水管理處、市交管局、基層社區(qū)搜集的歷史積水監(jiān)測數(shù)據(jù)，統(tǒng)計降水?dāng)?shù)據(jù)（自動雨量站不同時間的累積雨量、雨強、基于雷達估算降水的面雨量分布、精細(xì)化網(wǎng)格降水預(yù)報應(yīng)用產(chǎn)品）與關(guān)聯(lián)積水隱患點積水深度數(shù)據(jù)（包括地形、排水能力）的關(guān)系，分析積水成因，挑選預(yù)報因子，進行歸一化處理。

循環(huán)神經(jīng)網(wǎng)絡(luò)算法公式為［14］：

輸入向量（x（t），y（t-1）），輸出y（t），

式中：x（t）、y（t）表示t 時刻降水量、積水量；W、U、V 為權(quán)值矩陣；bh、by為基底；s（t）為隱層的輸入；h（t）為中間層的非線性變換；g 為預(yù)定義的非線性函數(shù)。

將逐10min 更新的過去1h 累計降水量數(shù)據(jù)、過去1h 最大積水深度數(shù)據(jù)以及未來1h 雷達估測降水量數(shù)據(jù)作為輸入因子，未來1h 最大積水深度作為輸出。當(dāng)降水發(fā)生時，通過快速計算得到降水強度和積水深度之間的相關(guān)性，與歷史曾出現(xiàn)的類似降雨情境相比較，從而估測得到該點的積水規(guī)律，并利用TensorFlow 深度學(xué)習(xí)框架實現(xiàn)單點積水深度的短時預(yù)測計算。另一方面將累計降水量數(shù)據(jù)與城區(qū)各積水片內(nèi)澇風(fēng)險降水量閾值、積水片地理信息數(shù)據(jù)、內(nèi)澇風(fēng)險等級標(biāo)準(zhǔn)相結(jié)合，處理生成全市內(nèi)澇風(fēng)險預(yù)警等級分布圖。

4.3 積水深度分布

利用預(yù)測隱患點積水深度，結(jié)合地形分布，計算隱患點周邊地區(qū)的積水深度分布，根據(jù)隱患點的積水深度預(yù)測值加工更為精細(xì)的積水分布［15］。

5 內(nèi)澇災(zāi)害預(yù)警產(chǎn)品和等級劃分

過去5a，天津市氣象局初步建立了基于全市易積水區(qū)臨界致災(zāi)雨量的內(nèi)澇積水風(fēng)險預(yù)警、預(yù)報風(fēng)險評估體系，同時在市內(nèi)示范社區(qū)建立有城市內(nèi)澇預(yù)警監(jiān)測設(shè)施和聯(lián)防聯(lián)控機制，針對重點區(qū)域街道開展了風(fēng)險預(yù)警服務(wù)和內(nèi)澇普查工作［16］。

參考中國氣象局氣象災(zāi)害等級劃分方法，結(jié)合天津地方多部門聯(lián)合調(diào)查結(jié)果［17］。給出不同易損性承災(zāi)體災(zāi)害風(fēng)險等級劃分標(biāo)準(zhǔn)（具體見表1），以城市內(nèi)澇風(fēng)險等級的形式快速發(fā)布內(nèi)澇災(zāi)害預(yù)警產(chǎn)品。

表1 天津城市內(nèi)澇風(fēng)險等級劃分標(biāo)準(zhǔn)

6 城市自動化積水監(jiān)測預(yù)警平臺

基于以上內(nèi)澇風(fēng)險預(yù)警技術(shù)，研發(fā)天津城市自動化積水監(jiān)測預(yù)警服務(wù)平臺。目前平臺基于WebGIS 技術(shù)實時顯示各積水監(jiān)測站點的積水監(jiān)測實況、精細(xì)化格點化預(yù)報、氣象監(jiān)測自動站實況、衛(wèi)星云圖、雷達圖等實況數(shù)據(jù)［18］。

6.1 數(shù)據(jù)傳輸與加工

積水傳感器具備數(shù)據(jù)實時回傳和GPS 定位功能。當(dāng)短時強降水引發(fā)城市內(nèi)澇時，積水傳感器按照每2min 采集1 次的頻率將積水實況回傳到預(yù)警平臺，存入積水監(jiān)測數(shù)據(jù)庫中。

平臺中嵌入的神經(jīng)網(wǎng)絡(luò)模型將氣象自動站實況、衛(wèi)星資料、天津市氣象一體化平臺氣象格點化降水預(yù)報等相關(guān)數(shù)據(jù)融合處理，反復(fù)訓(xùn)練后，預(yù)報出未來1h 積水深度初值。隨后，平臺利用人工智能中的機器自學(xué)習(xí)算法將歷史積水訓(xùn)練的經(jīng)驗與值預(yù)報數(shù)據(jù)進行對比修正，最終訓(xùn)練出未來1h 積水深度預(yù)報數(shù)據(jù)終值［7］。

6.2 基于位置內(nèi)澇風(fēng)險預(yù)警推送服務(wù)

積水服務(wù)平臺讀取積水監(jiān)測實況數(shù)據(jù)，并轉(zhuǎn)化為適用于移動端的數(shù)據(jù)格式。平臺將獲取的數(shù)據(jù)和以經(jīng)過經(jīng)緯度計算的精確的街道和社區(qū)進行匹配，將各個隱患站點積水深度預(yù)報數(shù)據(jù)插值到GIS 地圖上。據(jù)此生產(chǎn)覆蓋社區(qū)的網(wǎng)格化區(qū)域，提供社區(qū)內(nèi)澇數(shù)據(jù)，完成積水預(yù)報預(yù)警數(shù)據(jù)的業(yè)務(wù)化生產(chǎn)，基于移動端展現(xiàn)，實現(xiàn)基于位置的城市積水監(jiān)測及內(nèi)澇風(fēng)險預(yù)警。同時，通過“天津天氣”微信公眾號積水模塊向公眾提供基于居住社區(qū)位置和基于請求位置的內(nèi)澇風(fēng)險信息，提醒公眾出行規(guī)避積水路段或延時出行，做到貼心、精準(zhǔn)靶向服務(wù)。目前，天津市氣象局已業(yè)務(wù)化形成天津城市內(nèi)澇風(fēng)險預(yù)警決策產(chǎn)品，向天津市政府和有關(guān)防汛部門提供決策輔助支撐［19］。

7 天津市2018 年臺風(fēng)“安比”短時強降水過程分析檢驗

2018 年7 月23—24 日臺風(fēng)“安比”影響天津，帶來暴雨強降水天氣過程，24 日早晨項目組到積水監(jiān)測站點現(xiàn)場勘測，選取三個易積水點位作為代表站。將實況數(shù)據(jù)與平臺預(yù)報數(shù)據(jù)進行對比。其中，河北區(qū)增產(chǎn)道與王串場四號路交口實測值40.1cm，系統(tǒng)預(yù)報值43.2cm，實際內(nèi)澇風(fēng)險和模型預(yù)報風(fēng)險都是三級，結(jié)果相符；南開區(qū)廣開四馬路與西市大街交叉口實測值31.9cm，系統(tǒng)預(yù)報值32.8cm。實際內(nèi)澇風(fēng)險三級，模型預(yù)報風(fēng)險為四級，結(jié)果存在偏差；河西區(qū)吳家窯地鐵站實測值30.7cm，預(yù)報值31.4cm，實際內(nèi)澇風(fēng)險和模型預(yù)報風(fēng)險都是三級，結(jié)果相符（表2）。

由上述三個代表站點的結(jié)果初步發(fā)現(xiàn)，預(yù)報模型對于不同區(qū)域的內(nèi)澇隱患點預(yù)報能力趨于一致?？奢^好地預(yù)報天津市內(nèi)城區(qū)隱患點的積水深度。另一方面，由于城市化進展導(dǎo)致路面變化等復(fù)雜原因，本系統(tǒng)的預(yù)報模型還需要經(jīng)年累月獲得大量實況數(shù)據(jù)，形成天津城市積水監(jiān)測業(yè)務(wù)案例庫。在科研與業(yè)務(wù)融合的過程中，對積水預(yù)報模型不斷進行優(yōu)化改進，逐漸縮小單站預(yù)報值和實況值之間的數(shù)據(jù)偏差。

表2 積水實況值與模型預(yù)報值對比

8 結(jié)論與討論

（1）基于智能物聯(lián)網(wǎng)技術(shù)研發(fā)了低功耗、低成本、易安裝的積水監(jiān)測設(shè)備，可快速獲取天津城市積水實況信息。

（2）研發(fā)具有天津本地特色的針對不同積水區(qū)域不同情景的積澇智能快速預(yù)警預(yù)報模型。該系統(tǒng)模型可較好預(yù)報未來1h 天津市內(nèi)六區(qū)積水深度變化。

（3）天津城市自動化積水監(jiān)測預(yù)警平臺自2018年投入使用以來，多次為市政府和防汛部門提供了數(shù)據(jù)支持和決策服務(wù)，為天津地方防災(zāi)減災(zāi)發(fā)揮重要作用。政府決策部門及公眾如果能在第一時間收到不同區(qū)域的積水預(yù)測信息，則可采取更具針對性的排水措施，保障人民生命財產(chǎn)少受或免受損失。

但是客觀地講，該系統(tǒng)在實際業(yè)務(wù)工作中仍然存在諸多需要和改進的地方。平臺目前監(jiān)測范圍及基礎(chǔ)數(shù)據(jù)采集量有限，導(dǎo)致內(nèi)澇風(fēng)險預(yù)測精確度未達到95%以上，仍然需要積累寶貴的積水實況數(shù)據(jù)，并優(yōu)化神經(jīng)網(wǎng)絡(luò)模型和AI 機器自學(xué)習(xí)算法，將智能積水預(yù)警服務(wù)更好地融入到天津智慧城市的建設(shè)當(dāng)中。