基于流形学习算法的降雨数据时空分布特征提取及重构

【目的】掌握精细化的降雨时空分布特征,对于城市洪涝风险管理水平的提高具有重要的意义。我国近十几年降雨监测站网密集且数据精细程度高,但时间序列较短;历史降雨资料时间序列长,但是精细程度低。【方法】为了更有效地利用历史降雨资料,将流形学习算法引入到历史降雨资料重构中,从高分辨率降雨资料中,提取降雨的时空分别特征,基于该特征,将历史逐6 h的降雨空间数据重构为逐1 h的降雨数据,以满足城市洪涝风险分析的要求。【结果】结果表明,该方法重构数据高值区与实测值的平均误差在15%以内,低值区在20%以内,比传统插值处理的数据高值区误差降低了45%~85%,低值区降低了10%~40%。【结论】利用流形学习算法重构的历史空间降雨数据符合各地区降雨时空分布特征,可提高降雨空间数据颗粒度,实现降雨时空分布精细化特征的有效、合理的提取和总结。

基于Copula函数的昆明市降水特征组合风险空间分布研究

气候变化导致极端降雨事件发生频率增加,成为城市水安全的重要威胁.基于不同降水特征,评估降水特征的组合风险空间分布,能够为极端降雨灾害的防治和城市防洪减灾提供重要的科学依据.本文以昆明市城区2019−2021年56个雨量站逐5 min降雨量数据为基础,采用超定量法进行降水事件选样,计算了降雨时间T、峰值雨量Q0和总降雨量Q.通过优选边缘分布函数及Copula函数构建了降水特征的组合风险概率分析模型,定量评估了不同代表情况下的降水特征组合风险概率及其空间分布特征.结果表明:昆明市各站点降雨时间大多服从皮尔逊Ⅲ型(PE3)分布,总降雨量大多服从对数正态(lognorm)分布,峰值降雨量多服从广义极值(GEV)分布、广义logistic(GLO)分布和广义帕累托(GPO)分布;所有站点的峰值雨量和降雨时间呈负相关或相互独立,均服从Frank Copula和Independent Copula函数,Clayton Copula和Frank Copula函数可以更好地描述大部分站点的(Q0,Q)和(T,Q)变量组合的联合分布;昆明市主城区东部的山区,容易发生降雨时间、峰值雨量或总降雨量较大的降雨,主城区中部则更易发生降雨时间长、峰值雨量高、总降雨量大的降雨.

中国城市不透水面空间格局对热岛强度的影响

高速城市化带来的不透水面(ISA)扩张成为影响我国城市地表热岛强度(SUHII)的重要驱动因素.辨识不透水面的空间格局对热岛强度的影响仍有待研究.本文利用卫星地表温度(LST)数据和中国31个主要城市的高分辨率不透水面数据,全面分析了不透水面的面积、聚集度、斑块密度和边界形状复杂程度,以及人口和NDVI差异对热岛强度的影响.结果显示,我国城市的日间热岛强度存在明显的空间和季节变化,强度由南向北递减,而夜晚则相反.不透水面的面积、聚集度和边界形状复杂程度与热岛强度呈正相关关系,而斑块密度与热岛强度呈负相关关系.通过逐步多元线性回归模型,选取的景观结构、人口及植被变量指标能解释夏季昼夜热岛强度变化的63.7%、57.0%,以及冬季昼夜热岛强度变化的78.6%和39.8%.且不透水面的聚集度与边界形状与白天热岛强度相关性较大,不透水面面积及其聚集程度对夜晚热岛强度有显著影响.研究结果能够为优化城市景观结构和减轻热岛效应对城市安全的影响提供科学参考.

城市暴雨洪涝多尺度分层嵌套模拟技术

针对城市暴雨洪涝模拟存在的计算精度与计算时间及数据可获得性等方面的矛盾,基于城市暴雨产生洪涝过程的时空特性,提出一种城市暴雨洪涝多尺度分层嵌套模拟技术。在全分布式模型的精细网格基础上,叠加大尺度计算单元,上层大尺度计算单元用于非淹没区的降雨产汇流模拟,底层精细网格用于淹没区的洪涝淹没过程模拟,且2种尺度计算网格实现“分层嵌套,实时切换”。应用这种分层嵌套模拟技术,模拟程庄子铁路桥区2020年“8·12”暴雨积水过程,取得较好的效果。研究表明,多尺度分层嵌套模拟技术,在保障较好的模拟精度的同时,可以大幅节省计算时间,有望为大区域城市暴雨洪涝模拟应用提供一种有效的技术手段。

基于两种建模方式的嵌套式城市雨洪模型研究与应用

全球气候变化和快速城镇化打破了城市水循环平衡,造成近些年来我国城市暴雨洪涝事件频繁发生。城市暴雨洪涝(雨洪)模型是应对城市洪涝事件的重要技术保障。然而,对于城市暴雨洪涝模拟,模拟精度和计算效率往往是一对矛盾体。本文总结了目前两种应用比较广泛的建模方式,即基于部分物理机制的水文单向驱动水动力模拟方式和基于完整物理机制的全过程双向耦合模拟方式。在此基础上,为了提高防汛应急处置工作的前瞻性和准确性,本文提出基于上述两种建模方式的嵌套式模拟方法。针对昆明主城区及其局部汇水区的模拟应用研究表明,嵌套式模拟方法在一定程度上缓解了城市雨洪模型在“整体”和“局部”、“精度”和“效率”之间的矛盾,具有较好的实用价值。

全国河流光污染指数月度数据集

本数据集以公开的HydroSHEDS数据集和NPP-VIIRS夜间灯光月度合成数据为基础,生成了2012年4月至2021年10月逐月的全国河流逐月光污染指数数据。首先,以HydroSHEDS中的河段数据为基础,提取了全国河段数据,并根据全国水系图修正了其中的不合理的河段;其次,将水系数据与NPP-VIIRS栅格叠加,识别出水系流经的像元,从逐月数据中提取出每个像元的灰度值;然后,以10×10 km的格网为单元,综合考虑逐条河段的流量、夜光亮度值、网格内的河流长度,设计了河流光污染指数,并计算了每个格网的逐月的河流光污染指数;最后,形成了一套10×10 km分辨率的全国河流光污染月度数据集。本数h据集作为第一个全国河流光污染时空分布数据,反映了全国河流光污染的时空分布和演变格局,可为河流开发度和干扰度评价、光污染分析等相关研究提供参考。

基于Copula函数的区域洪水频率分析

【目的】洪水频率分析为水利工程的规划、设计和运行提供了理论依据。传统的单变量频率分析方法已被广泛的研究和应用,但区域水文站点之间往往相互关联,单站点的独立洪水频率分析并不能满足实际工作的需求。因此,有必要考虑区域洪水变量间的相关关系,建立联合分布,采用多变量联合概率分析方法以提高洪水频率分析的可靠性。同时,由于区域洪水特性差异显著,需要探究Copula函数在不同区域洪水频率分析中的适用性。【方法】基于盘龙江区域的小河(中和)站、松华坝站、昆明站三个水文站以及长江上游区域的寸滩站、清溪场站、宜昌站三个水文站的洪水资料,建立站点年最大洪峰流量的边缘分布函数,用Kolmogorov-Smirnov法检验其拟合优度,分析站点洪水变量间的相关程度,进而利用嵌套Copula法和Copula函数表达式法构建区域三站点年最大洪峰流量的联合分布,采用分位数图法、均方根误差法和AIC信息准则法在选用的T-Copula、GH Copula、Frank Copula、以及Clayton Copula四类函数模型中进行拟合优度评价,通过优选的函数模型分析计算条件概率。【结果】结果显示:盘龙江和长江上游区域站点的年最大洪峰流量序列均可用P-Ⅲ型分布作为其边缘分布,且站点变量间的相关性良好,可运用Copula函数描述其相关关系,以此建立联合分布。其中,在盘龙江区域站点变量间,T-Copula函数拟合效果最优;在长江上游区域站点变量间,Frank Copula函数拟合效果最优。由优选的Copula函数模型预测下游站点的洪水遭遇量级,预测值与实测值的接近程度均达到85%以上。【结论】在区域站点洪水样本序列可求解其边缘分布,且变量间相关性显著的情况下,Copula函数能够较好描述变量间的相关关系。对于洪水特性差异较大的盘龙江和长江上游两个区域可优选出不同类型的Copula函数建立联合分布进行洪水频率分析,且计算结果能够准确的预测区域站点的洪水遭遇量级。研究成果可为区域联合防洪提供科学参考。

基于精细化水动力模型的城市内涝特征分析及风险评估

伴随着气候变化和城市化进程,城市水文循环发生了显著变化。为了精细刻画暴雨条件下的城市洪涝问题,以巢湖市典型城区为研究区,构建具有物理机制的全过程分布式水文水动力洪涝模型,以巢湖市10 a、20 a、50 a、100 a一遇的设计暴雨以及迁移郑州“7·20”暴雨作为输入条件,模拟不同工况下巢湖市洪涝淹没风险情况。研究表明:(1)研究区内风险等级为蓝Ⅳ级的面积占比超过研究区域的26%,在不超过10a一遇降雨条件下,现有的泵排工程能满足排水需求;(2)在4种设计暴雨情境下研究区内有8个点呈现较大内涝风险,而在迁移郑州“7·20”降雨条件下,全研究区将发生严重的洪涝;(3)在4种设计暴雨情境下,精细化水动力模型和SWMM比较结果相近,而在郑州“7·20”级别的极端暴雨情境下,精细化水动力模型由于模型机制,结果优于SWMM模型。