基于位置的災(zāi)害性天氣靶向預(yù)警系統(tǒng)的設(shè)計與應(yīng)用

摘要 駐馬店市具有獨(dú)特的地理位置和氣候條件，歷來是洪澇、干旱等氣象災(zāi)害的多發(fā)、重發(fā)地區(qū)，同時又是氣候變化影響敏感的地區(qū)之一。建立快速便捷的信息傳輸渠道，確保災(zāi)害性天氣信息快速、精準(zhǔn)有著重要意義。筆者實(shí)現(xiàn)了基于位置的災(zāi)害性天氣靶向預(yù)警系統(tǒng)的設(shè)計與開發(fā)，建立了駐馬店氣象綜合數(shù)據(jù)庫系統(tǒng)，構(gòu)建了業(yè)務(wù)應(yīng)用的數(shù)據(jù)框架;完成短臨天氣監(jiān)測預(yù)警子系統(tǒng)開發(fā)，研發(fā)基于“Farneback光流法”的雷達(dá)外推預(yù)報模型，實(shí)現(xiàn)未來0～3 h駐馬店市災(zāi)害性天氣監(jiān)測預(yù)報;完成預(yù)報預(yù)警服務(wù)發(fā)布子系統(tǒng)開發(fā)，研發(fā)建立了融合站點(diǎn)實(shí)況、雷達(dá)實(shí)況、雷達(dá)外推及數(shù)值預(yù)報等多種數(shù)據(jù)資料的災(zāi)害性天氣預(yù)報預(yù)警應(yīng)用系統(tǒng);利用移動通信基站大數(shù)據(jù)分析結(jié)果，實(shí)現(xiàn)了預(yù)警信息按災(zāi)害落區(qū)的靶向發(fā)布。

關(guān)鍵詞 氣象災(zāi)害;靶向預(yù)警;Farneback光流法雷達(dá)外推

中圖分類號：P49 文獻(xiàn)標(biāo)識碼：B 文章編號：2095–3305（2022）02–0079–03

中小城鎮(zhèn)和基層地區(qū)是防范氣象災(zāi)害的薄弱之地，是防災(zāi)減災(zāi)的最后一道防線。駐馬店市具有獨(dú)特的地理位置和氣候條件，歷來是洪澇干旱等氣象災(zāi)害的多發(fā)、重發(fā)地區(qū)同時又是氣候變化影響敏感的地區(qū)之一。受全球氣候變化影響，極端氣象災(zāi)害越來越頻繁，給城市管理和人民群眾生命財產(chǎn)安全帶來重大隱患，建立快速、便捷的信息傳輸渠道，確保災(zāi)害性天氣信息快速、精準(zhǔn)傳遞給防災(zāi)責(zé)任人，為防災(zāi)減災(zāi)爭分奪秒至關(guān)重要。梁華玲等[1]開發(fā)了災(zāi)害性天氣自動報警系統(tǒng)，金成等[2]提出了杭州市基于位置的突發(fā)事件預(yù)警信息全媒體發(fā)布方式。

駐馬店市氣象局在前人研究的基礎(chǔ)上，結(jié)合地方防災(zāi)減災(zāi)的需要，開發(fā)了基于位置的災(zāi)害性天氣靶向預(yù)警系統(tǒng)，實(shí)現(xiàn)災(zāi)害性天氣“智慧定位”，預(yù)警信息“靶向發(fā)布”，為全市防汛應(yīng)急指揮工作提供精準(zhǔn)、高效的氣象服務(wù)，為保障人民群眾生命財產(chǎn)安全爭取有效時間，有力提升氣象災(zāi)害應(yīng)對能力。

1 系統(tǒng)總體設(shè)計思路及技術(shù)路線

1.1 總體設(shè)計思路

構(gòu)建一個可實(shí)現(xiàn)氣象災(zāi)害監(jiān)測預(yù)警預(yù)判及應(yīng)急短信服務(wù)的輔助決策系統(tǒng)，實(shí)現(xiàn)常規(guī)氣象資料（溫度、雨量等資料）和非常規(guī)氣象資料（云圖、雷達(dá)拼圖等）的采集、處理和入庫，歷史常規(guī)氣象資料統(tǒng)計分析和圖形化處理等。利用光流法外推雷達(dá)回波反演出災(zāi)害性天氣即將發(fā)生的強(qiáng)度及位置，結(jié)合實(shí)況資料對氣象災(zāi)害預(yù)警信息進(jìn)行自動精細(xì)化預(yù)判，同時可進(jìn)行人工干預(yù)。利用移動通信基站大數(shù)據(jù)分析，在災(zāi)害性天氣落區(qū)范圍內(nèi)，以移動通信基站輻射范圍為單元，有針對性地向相關(guān)部門和人民群眾靶向發(fā)送預(yù)警信息，提高預(yù)警信息發(fā)布的準(zhǔn)確率，實(shí)現(xiàn)氣象防災(zāi)減災(zāi)精準(zhǔn)服務(wù)。總系統(tǒng)由基礎(chǔ)支撐系統(tǒng)、數(shù)據(jù)庫系統(tǒng)、應(yīng)用系統(tǒng)、信息發(fā)布終端、安全保障系統(tǒng)、標(biāo)準(zhǔn)規(guī)范體系組成。

1.2 技術(shù)路線

1.2.1 業(yè)務(wù)流程 主要業(yè)務(wù)流程如圖1所示。

氣象監(jiān)測報警業(yè)務(wù)流程分析：接入氣象站點(diǎn)及天氣雷達(dá)實(shí)況資料，顯示實(shí)況資料，對歷史資料進(jìn)行統(tǒng)計分析，用戶設(shè)置關(guān)注區(qū)域各類氣象要素的報警閾值，當(dāng)實(shí)況值超臨界閾值，進(jìn)行報警提醒，提醒方式包括圖形報警、聲音報警及短信提醒多種方式。

氣象預(yù)報業(yè)務(wù)流程分析：接入短臨預(yù)報、EC中期預(yù)報、公服中心及省級預(yù)報服務(wù)產(chǎn)品，提供預(yù)報產(chǎn)品的顯示查看功能，同時利用實(shí)況資料，對預(yù)報產(chǎn)品進(jìn)行預(yù)報檢驗(yàn)，進(jìn)行誤差統(tǒng)計分析。

氣象預(yù)警業(yè)務(wù)流程分析：系統(tǒng)根據(jù)用戶設(shè)置的預(yù)警閾值，及時進(jìn)行預(yù)警信息制作，并通過整合的預(yù)警信息發(fā)布平臺，向多渠道發(fā)布預(yù)警信息。

數(shù)據(jù)監(jiān)控管理業(yè)務(wù)流程分析：系統(tǒng)后臺實(shí)時監(jiān)控源端的數(shù)據(jù)產(chǎn)品，根據(jù)源數(shù)據(jù)的生產(chǎn)時間自動更新到本地，并標(biāo)準(zhǔn)化處理。對數(shù)據(jù)同步更新過程持續(xù)監(jiān)控，對于數(shù)據(jù)缺失、異常的情況，做好日志記錄，并及時提醒值班人員，進(jìn)行數(shù)據(jù)查看和補(bǔ)調(diào)。

1.2.2 主要技術(shù)方法 （1）雷達(dá)外推技術(shù)研發(fā)：對雷達(dá)的基本反射率、組合反射率和累積降水進(jìn)行外推。外推采用光流法。Farneback是一種基于梯度的方法[3]，假設(shè)圖像梯度恒定且假設(shè)局部光流恒定。圖像一般是二維的（灰度圖像），那么圖像像素點(diǎn)的灰度值可以看成是一個二維變量的函數(shù)。假設(shè)以感興趣的像素點(diǎn)為中心，構(gòu)建一個局部坐標(biāo)系（并不是針對整張圖像）。對函數(shù)進(jìn)行二項(xiàng)展開，可以近似為：

其中，X=（x，y）為二維列向量，A為2×2的對稱矩陣，b為2×1的矩陣。構(gòu)建目標(biāo)函數(shù)來進(jìn)行優(yōu)化求得位移：

在實(shí)際情況中，這種方法求得的結(jié)果中噪聲太多，因此可以使用興趣像素點(diǎn)的鄰域，然后使用加權(quán)的目標(biāo)函數(shù)：

而對于稠密的光流法存在孔徑的問題，即從小孔中觀察一塊移動的黑色幕布觀察不到任何變化。但實(shí)際情況是幕布一直在移動中。因此將引入金字塔結(jié)構(gòu)，即從不同尺度（圖像金字塔）上對圖像進(jìn)行觀察，由高到低逐層利用上一層已求得信息來計算下一層信息。

Gunnar Farneback金字塔的步驟為：（1）首先計算金字塔最頂層圖像的光流，根據(jù)最頂層光流結(jié)果計算其次上層的光流初始值，再進(jìn)一步估算其光流的精確值。最后，用計算的次上層光流結(jié)果估計下一層光流的初始值，計算其精確的值后再繼續(xù)代入下一層計算，直到金字塔的最底層。

（2）靶向發(fā)布技術(shù)研發(fā)：基于SOA架構(gòu)的服務(wù)接口，與移動建立基站300 m范圍人口信息、基站信息、基站短信發(fā)布監(jiān)控等實(shí)時信息共享庫，建立信息實(shí)時更新機(jī)制。采用大數(shù)據(jù)分析實(shí)現(xiàn)：災(zāi)害性天氣落區(qū)智能提取;落區(qū)基站提?。ɑ疚恢?、活動人口信息、定時更新）落區(qū)人口分析（人口分布熱力圖）;落區(qū)人工修正（基于地圖的在線編輯）;分基站發(fā)布（與移動通訊基站的短信發(fā)布接口）。

2 氣象監(jiān)測預(yù)報業(yè)務(wù)資料加工處理

2.1 數(shù)據(jù)收集

通過CIMISS氣象基礎(chǔ)數(shù)據(jù)支撐平臺和實(shí)況降水接口河南省綜合業(yè)務(wù)平臺收集各類氣象監(jiān)測實(shí)況數(shù)據(jù)資料。基于CIMISS數(shù)據(jù)和實(shí)況監(jiān)測接口，各類數(shù)據(jù)資料通過項(xiàng)目開發(fā)建設(shè)的“數(shù)據(jù)運(yùn)行監(jiān)控系統(tǒng)”實(shí)時訪問、傳輸及獲取，經(jīng)過相關(guān)處理后存入數(shù)據(jù)庫系統(tǒng)中。

2.2 數(shù)據(jù)處理

結(jié)構(gòu)化數(shù)據(jù)處理：對于結(jié)構(gòu)化數(shù)據(jù)，通過后臺程序，利用多線程異步技術(shù)，定時批量讀取省臺數(shù)據(jù)庫然后保存到本地氣象數(shù)據(jù)庫。根據(jù)省臺不同的數(shù)據(jù)列別更新頻率不同，分別設(shè)置不同的掃描間隔時間去同步，其中氣象站監(jiān)測數(shù)據(jù)為1 min頻率，水文站數(shù)據(jù)為5 min頻率，站點(diǎn)代表站預(yù)報為10 min頻率，臺風(fēng)和站點(diǎn)統(tǒng)計數(shù)據(jù)為1 h頻率[4]。

非結(jié)構(gòu)化數(shù)據(jù)處理：本程序后臺基于FTP協(xié)議，使用多線程異步定時批量讀取省臺2個FTP服務(wù)器（其1為EC服務(wù)器）同步到本地磁盤陣列中保存。根據(jù)各個預(yù)報格點(diǎn)資料的不同更新頻率，本地也設(shè)置了不同的時間間隔來同步。該同步日志的默認(rèn)保存時間也為7 d，可以根據(jù)需要做相應(yīng)的修改。如果第一次同步出現(xiàn)異常情況，會把該異常信息加入到同步日志并在另外一個單獨(dú)的線程里面去同步這些異常的文件資料，前端顯示會在數(shù)據(jù)后面顯示（補(bǔ)）加以區(qū)分。

2.3 雷達(dá)監(jiān)測及外推數(shù)據(jù)實(shí)現(xiàn)

對各類雷達(dá)資料，需要按照實(shí)際需要加工處理各級產(chǎn)品。本程序適用于處理雷達(dá)回波強(qiáng)度基本反射率、雷達(dá)估測（QPE）和雷達(dá)預(yù)報（QPF）、風(fēng)暴追蹤、中氣旋等氣象產(chǎn)品。

回波強(qiáng)度處理示例：將FTP同步程序同步到的雷達(dá)回波強(qiáng)度原始數(shù)據(jù)轉(zhuǎn)化成氣象數(shù)據(jù)標(biāo)準(zhǔn)格式之一的NC格式，并將該NC文件根據(jù)回波強(qiáng)度圖例設(shè)定的值生成不同級別的回波強(qiáng)度SVG供系統(tǒng)前端調(diào)用。

雷達(dá)估測（QPE）：由于省臺FTP默認(rèn)只有10 min的估測格點(diǎn)數(shù)據(jù)。本程序根據(jù)歷史估測10 min數(shù)據(jù)先生成30 min NC格點(diǎn)數(shù)據(jù)文件，再通過2個30 min估測數(shù)據(jù)生存1 h估測，再根據(jù)3個1 h生成1個3 h估測，以此類推一共生成72 h的累計估測數(shù)據(jù)。

雷達(dá)預(yù)報（QPF）：由于省臺最長的雷達(dá)預(yù)報只有未來6 h、12 h不是連續(xù)的，暫時沒有采用。所以需要根據(jù)6 h的QPF生成12 h、24 h、48和72 h的產(chǎn)品。類似雷達(dá)估測的方式生成。

3 數(shù)據(jù)庫系統(tǒng)建設(shè)

3.1 數(shù)據(jù)庫結(jié)構(gòu)

本系統(tǒng)后臺一共用了3個SQLSe-rver數(shù)據(jù)庫，分別為：氣象數(shù)據(jù)庫、地理數(shù)據(jù)庫和業(yè)務(wù)數(shù)據(jù)庫。其中氣象數(shù)據(jù)庫每天的數(shù)據(jù)增量為95 M左右。數(shù)據(jù)庫邏輯結(jié)構(gòu)圖見圖2。

3.2 數(shù)據(jù)入庫

本系統(tǒng)后臺采用多線程異步定時去省局?jǐn)?shù)據(jù)庫和FTP服務(wù)器批量讀取最新數(shù)據(jù)。這樣能保證每種數(shù)據(jù)類別能同時更新，不用等某一類別數(shù)據(jù)同步完后再開始同步下一列別數(shù)據(jù)。當(dāng)某個同步線程出異常，將該異常信息記錄在數(shù)據(jù)庫日志表中，系統(tǒng)后臺單獨(dú)開辟一線程單獨(dú)去處理同步過程中出錯的數(shù)據(jù)，等待下次2次同步，如果再次出異常就會進(jìn)入第3次或者第4次，直到同步成功為止。

3.3 數(shù)據(jù)庫數(shù)維護(hù)

數(shù)據(jù)庫日均增量：氣象數(shù)據(jù)庫每日的增量約為95 M。數(shù)據(jù)庫月均增量：氣象數(shù)據(jù)庫每月的增量約為3 G。數(shù)據(jù)庫備份方式：采用SQLServer計劃任務(wù)自動硬盤備份。

4 軟件應(yīng)用系統(tǒng)開發(fā)

4.1 展示首頁

首頁主要為各分系統(tǒng)進(jìn)入之界面，同時包括氣象直觀相關(guān)信息。展示功能如圖3。

4.2 短臨天氣監(jiān)測預(yù)警系統(tǒng)

短臨天氣監(jiān)測預(yù)警系統(tǒng)功能包括監(jiān)測報警和預(yù)警管理兩部分組成，監(jiān)測報警主要以站點(diǎn)、雷達(dá)、衛(wèi)星、基站和預(yù)警報警提醒及發(fā)布為主（圖4）。

監(jiān)測報警功能組成包括站點(diǎn)監(jiān)測、雷達(dá)監(jiān)測、衛(wèi)星云圖、雷電監(jiān)測、基站監(jiān)測、短臨預(yù)警提醒、預(yù)警信息提醒、站點(diǎn)監(jiān)測告警和預(yù)警信息發(fā)布（圖5、圖6）。

預(yù)警發(fā)布主要功能包括落區(qū)選擇、預(yù)警信息編輯、落區(qū)信息提?。▓D7）。

預(yù)警管理功能包括短臨提醒統(tǒng)計、預(yù)警提醒統(tǒng)計、本地預(yù)警統(tǒng)計、發(fā)送任務(wù)統(tǒng)計和預(yù)警信息管理。后臺管理頁面主要平臺后臺管理提供服務(wù)，內(nèi)容包括閾值管理、權(quán)限管理、用戶管理、日志查看。

5 總結(jié)與展望

5.1 總結(jié)

基于位置的災(zāi)害性天氣靶向預(yù)警系統(tǒng)主要完成以下工作內(nèi)容：建立了駐馬店氣象綜合數(shù)據(jù)庫系統(tǒng)，構(gòu)建了業(yè)務(wù)應(yīng)用的數(shù)據(jù)框架。實(shí)現(xiàn)了短臨天氣監(jiān)測、站點(diǎn)監(jiān)測和預(yù)警信息的智能提醒服務(wù)。研發(fā)建立了基于光流法的0～3 h的雷達(dá)外推預(yù)報應(yīng)用系統(tǒng)。研發(fā)建立了融合站點(diǎn)實(shí)況、雷達(dá)實(shí)況、雷達(dá)外推及數(shù)值預(yù)報等多種數(shù)據(jù)資料的災(zāi)害性天氣預(yù)報預(yù)警應(yīng)用系統(tǒng)。利用移動通信基站大數(shù)據(jù)分析，實(shí)現(xiàn)了預(yù)警信息按災(zāi)害落區(qū)的靶向發(fā)布。初步構(gòu)建了從數(shù)據(jù)接收處理、監(jiān)測預(yù)警提醒、預(yù)警產(chǎn)品制作發(fā)布服務(wù)的綜合應(yīng)用平臺。

5.2 工作展望

為提高短臨天氣監(jiān)測預(yù)報預(yù)警的準(zhǔn)確性需要進(jìn)一步加強(qiáng)氣象資料基礎(chǔ)存儲及運(yùn)算支撐體系建設(shè)。同時針對預(yù)報業(yè)務(wù)技術(shù)支撐體系，未來還可做如下工作：雷達(dá)外推算法的改進(jìn)，基于雷達(dá)基數(shù)據(jù)，進(jìn)一步改進(jìn)雷達(dá)外推算法和服務(wù)能力;融合自動站數(shù)據(jù)，改進(jìn)雷達(dá)定量降水估測（QPE）方法;雷達(dá)外推融合快速更新同化系統(tǒng)的短臨0～6 h逐10 min降水。

參考文獻(xiàn)

[1] 梁華玲，劉健，余銳，等.佛山市三水區(qū)災(zāi)害性天氣監(jiān)測靶向報警系統(tǒng)的設(shè)計與應(yīng)用[J].廣東氣象，2019，41（2）：53-56.

[2] 金成，王小良，蔡激揚(yáng)，等.基于位置的突發(fā)事件預(yù)警信息全媒體發(fā)布方式[J].浙江氣象，2019，40（3）：39-44.

[3] 安晶晶，劉高平，朱佳寧. Farneback光流法在短臨預(yù)報中的應(yīng)用[J].軟件， 2018，39（10）：26-33.

[4] 林青，潘寧，劉銘.光流法以及結(jié)合機(jī)器學(xué)習(xí)在臨近預(yù)報中的應(yīng)用[J].海峽科學(xué)，2017（12）：17-20.

責(zé)任編輯：黃艷飛

Design and Application of Location-based Targeted Early Warning System for Disastrous Weather

ZHOU? Yang （Zhumadian Meteorological Bureau， Zhumadian， Hebei 463000）

Abstract Due to its unique geographical location and climatic conditions， Zhumadian city has always been a frequent and recurrent area of meteorological disasters such as floods， floods and droughts， and one of the areas sensitive to the impact of climate change. It is of great significance to establish a fast and convenient information transmission channel to ensure that disastrous weather information is fast and accurate. This paper realized the design and development of location-based disastrous weather targeting early warning system， established Zhumadian meteorological comprehensive database system， and con-structed the data framework of business application; Complete the development of short-term and imminent weather monitoring and early warning subsystem， developed radar extrapolation prediction model based on“farneback optical flow method”， and realized the monitoring and prediction of disastrous weather in Zhumadian city in the next 0-3 hours; Complete the development of forecast and early warning service release subsystem， developed and established a disastrous weather forecast and early warning application system integrating station reality， radar reality， radar extrapolation， numerical forecast and other data; Based on the big data analysis results of mobile communication base stations， the targeted release of early warning information according to the disaster area was realized.

Key words Meteorological disaster; Tar-geted early warning; Farneback optical flow radar extrapolation

基金項(xiàng)目 中國氣象局·河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)實(shí)驗(yàn)室應(yīng)用技術(shù)研究項(xiàng)目“基于人工智能的強(qiáng)對流天氣識別研究及模型建立”（KM202042）。

作者簡介 周揚(yáng)（1987—），女，河南駐馬店人，助理工程師，本科，主要研究方向：災(zāi)害性天氣預(yù)報預(yù)警。

收稿日期 2021-12-10