基于STARMA模型的城市暴雨积水点积水短时预测.pdf

第 33 卷第 7 期 2014 年 7 月地理科学进展 Progress in Geography Vol. 33, No . 7 July 2014 收稿日期: 2014 - 02 ; 修订日期: 2014 - 04 。基金项目: 国家高科技研究发展计划( 863 计划) 项目( 2013 AA 122302 ) 。作者简介: 郑姗姗( 1990 -) , 女, 安徽合肥人, 硕士研究生, 主要研究方向为时空数据分析,E-mail: ******@lreis. 。通讯作者: 万庆( 1964 -) , 男, 江西南昌人, 研究员, 主要从事 GIS 应用与防洪减灾研究,E-mail: ******@lreis. 。 949 - 957 页 1 引言近年来,城市暴雨出现突发和多发态势,导致城市内涝问题突出,威胁城市的正常运行,造成生命和财产的巨大损失。随着城市降雨积水监测网的建立,动态实时了解各地的降雨和积水情况成为可能。但是目前监测网数据仅用于实时信息的发布和展示,缺乏对这些时序数据的深度分析挖掘, 造成了监测系统“只监不控”的局面(赵冬泉等, 2012 ) 。本文基于降雨积水的时序监测数据开展积水的短时预测研究,根据积水时间自相关性、降雨空间相关性以及降雨积水的互相关性,建立降雨积水的时空自相关移动平均模型(Spatial-Temporal Auto Regressive and Moving Avera ge, STARMA) ( 王佳璆等, 2012 ) ,对城市暴雨积水点积水过程进行短时预测。该研究可有效地利用监测数据,提高信息预警和应急指挥能力,为市政防汛或交通等部门提供决策支持。目前,对城市暴雨积水过程模拟和预测主要集中于城市雨洪模型的应用研究,其中,代表性的城市雨洪模型有 SWMM 模型、 MOUSE 模型、STORM 模型和 Wallingford 模型等。城市雨洪模型分为经验模型、概念模型和理论模型(吴险峰等, 2002 ; 徐宗学, 2009 ) ,其中概念模型和理论模型均依据一定的物理基础而建立的。城市雨洪模拟技术已经形成了较为完善的模型框架,但对水文物理过程的认识、数据管理能力和数据资料的缺乏是限制模型模拟精度和应用范围的主要原因(胡伟贤等, 2010 ) 。基于 STARMA 模型的城市暴雨积水点积水短时预测郑姗姗 1 , 2 , 万庆 1 , 贾明元 1 , 2 ( 1 . 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室, 北京 100101 ; 2 . 中国科学院大学, 北京 100049 ) 摘 要:近年来城市暴雨出现突发和多发态势,导致城市内涝灾害频繁发生,威胁着城市居民的生命和财产安全。随着城市降雨积水监测网的建立,获得分钟尺度的降雨和积水时序监测数据成为可能,实现了城市内涝的实时监控。但目前对监测数据的利用仍显不足,缺乏对其深度分析挖掘,造成监测系统“只监不控”的局面。本文基于城市降雨积水监测网的监测数据,根据积水时间相关性、降雨空间相关性以及降雨积水序列相关性,构建降雨积水的时空自相关移动平均模型(STARMA) ,对城市暴雨积水点积水过程进行短时预测。STARMA 模型已被广泛应用于交通预测、环境变量预测以及社会经济领域,特别是在时空过程机理不清楚、多因素时空变量影响的情况下效果较好。本文