基于多源遥感数据的洪涝淹没范围时序监测分析

目前,洪涝灾害是我国最严重的气象灾害之一,如何实现及时准确的洪灾监测是防灾减灾的重要前提和基础。本文基于多源遥感数据,采用数据协同的方式进行洪涝淹没范围时序监测分析,以重现淹没情形,反映灾情特征。其中MODIS地表反射率产品和DFO达特茅斯洪水数据库能够实现淹没的宏观动态监测;由同期高分辨率遥感影像水体提取结果以空间差值的计算方式求取的淹没范围则能反映淹没的空间变化和细节特征。相关结果可为灾情评估奠定基础。     

基于AHP-熵权法的广西暴雨洪涝灾害风险评估

开展广西洪涝灾害风险评估可为降低暴雨灾害损失提供理论支撑,利用中国长短历时暴雨雨量特征数据集(1961—2015年)中广西全部站点的气象数据,结合基础地理数据、社会经济数据,通过AHP-熵权法为各项洪涝因子赋权,并借助GIS技术分析并开展广西暴雨洪涝灾害风险评估。研究结果表明:广西高风险灾害地区约占全域的9%,低风险灾害地区约占15%。广西从东南沿海到西北内陆暴雨洪涝风险逐渐减低。其原因是南部雨量大,暴雨历时长,部分市区地势平坦且海拔低。一些地区经济发达、人口密集,造成受灾损失重,同时也加大了暴雨洪涝灾害的风险。研究可为广西暴雨洪涝灾害预防与治理提供决策参考。     

基于水平集的洪涝淹没范围时空模拟方法

遥感技术能及时获取洪水空间分布特征信息,已成为洪涝灾害监测与损失评估的重要依据。然而受天气和环境等因素影响,不能全天时接收遥感影像导致部分数据缺失,无法提供动态连续的洪涝淹没过程资料。以2013年汛期黑龙江流域八岔段溃口淹没区为例,基于多时相GF-1卫星晴空遥感影像提取的洪涝淹没范围信息,将洪涝淹没过程转化为水平集函数的偏微分方程数值求解问题,利用空间迎风差分格式和时间欧拉差分格式模拟了从8月24日到10月8日洪水涨退过程的逐日淹没范围。精度评价结果表明,洪涝淹没范围的模拟结果与同时期遥感影像提取结果的Kappa系数分别为0.921 2和0.893 2;与同时期洪涝淹没范围的统计数据相比略偏低,但相对误差都小于10%。该方法的模拟结果与影像提取结果和实际统计数据都具有较好的时空一致性,为不依赖先验资料的洪涝灾害应急响应决策提供了科学依据。     

无人机倾斜摄影三维模型在城市雨洪风险评估中的应用

研究城市雨洪风险问题,对提高城市洪涝灾害监测、预报的准确性,以及促进城市防洪决策制定具有重要的意义。鉴于高精度的城市三维模型可以提供丰富地理信息,便于准确分析淹没情况,本文针对当前城市洪涝模型对地形数据的高敏感性,且雨洪风险评估研究的准确性受限于地形数据精度的问题,提出利用无人机倾斜摄影测量技术重建高精度实景三维模型,并结合GIS的空间分析功能,以淹没深度为关键指标进行研究区的雨洪风险评估。通过提取不同重现期下研究区的淹没深度信息,进行可视化渲染实现三维淹没分析,可以直观地看到研究区的淹没情况,作为暴雨内涝风险管理依据,同时对城市规划布局有一定的参考价值。     

趋势项优化混合时序模型的建筑物沉降应用

针对传统差分整合自回归移动平均(ARIMA)模型对确定性趋势序列的长期预测效果不佳,且无法直观刻画数据的波动规律等问题,该文提出一种趋势项优化的混合时序模型方法.结合北京某高层建筑物施工实例,首先通过迭代运算得到最优趋势项混合模型,然后分别以ARIMA模型、线性趋势项混合模型以及趋势项优化混合模型对50期沉降数据进行拟合,对未来5期数据进行预测.预测结果表明,趋势项优化模型长期预测精度较高,能更好地解释数据的波动规律.     

采用滞留水量的洪水淹没计算

针对城市地区暴雨致洪问题以及快速、科学分析处理洪涝灾害的应急测绘保障服务工作要求,该文提出了一种基于滞留水量的洪水淹没计算分析方法。采用美国水土保持局提出的模型计算降雨产水量,结合区域排水能力,河网、湖泊、水库调蓄水能力和境外来水量,实现区域滞留水量计算分析;在此基础上,利用数字高程模型数据和洪水淹没分析方法,实现区域淹没水深和淹没范围计算分析。研究区实例计算验证结果表明:该方法能够满足应急测绘保障服务工作要求,快速为相关部门洪涝灾害分析提供科学决策依据。     

基于ARIMA模型的边坡变形分析与预测

详细论述了时间序列分析中的平稳性分析、模型识别、模型评价和模型预测的过程,建立自回归滑动平均求和(ARIMA)模型对2016年6月29日-2017年10月4日共计461 d的边坡监测数据进行时间序列分析和预测。结果显示:利用ARIMA模型对边坡观测数据进行时间序列分析具有可行性,并能取得较好的效果,研究成果可为工程施工和防灾减灾提供技术参考。     

基于ARIMA模型和VSWI指数的旱情预测——以桂西北为例

VSWI指数(植被供水指数)在高植被覆盖地区旱情监测中应用广泛,为了进一步研究基于时序的VSWI数据在干旱预测中的可行性,本文以广西水文水资源局提供的2005—2013年桂西北地区VSWI时间序列数据为基础,选取171个气象及水文站点,以其时间序列的VSWI数据,建立ARIMA模型(差分自回归滑动平均模型)。将该模型应用于预测2013153和2013169的VSWI影像,并将预测结果与实际监测的VSWI影像进行了对比分析。结果表明：其与实际情况的相关性分别为0.787和0.648,误差在20%以内的点分别为82.4%和65.4%,均在合理的误差范围之内,表明利用所建立模型对旱情进行预测是可行的。     

基于DEM的洪涝灾害信息提取与损失估算

数字高程模型(DEM)作为洪涝灾害遥感研究的辅助信息源可以提供两类信息,一是地面点的高程和所处地形部位以及与邻域的相互关系等方面的背景数据,二是研究区高程-面积关系、高程-容积关系及面积-容积关系等基本关系信息。利用这些背景数据和基本关系信息,结合洪水期遥感图像的解译,可以获取洪水淹没范围、淹没区积水量、水深、淹没历时以及作物受灾程度等灾情信息。本文阐述了这种研究的原理和方法。     

时间序列分析的直播星用户开卡预测

针对同一地区不同时间内直播星电视服务用户的数量变化特征,该文提出了基于时间序列的直播星用户预测方法,并通过ARIMA模型预测用户数量。分析了ARIMA模型的建立方法和评价参数,对时间序列模型ARIMA(p,d,q)的参数进行不同组合的尝试;利用模型评价参数(平稳的R方和正态化的BIC)确定模型的阶数p、q;对模型进行参数检验和显著性检验,根据检验结果确立最终模型为ARIMA(4,2,3);采用宁夏用户数据对模型拟合效果进行验证,进而对未来几个月的用户数量进行预测。结果表明,时间序列模型ARIMA(4,2,3)对宁夏用户数量变化的预测准确度比较高。