基于GPRS和ArcGIS Server的水位预警系统技术研究

江 波,丁国章,张沈阳

(1.浙江省河海测绘院,浙江 杭州 310008;2.南京工业大学测绘学院,江苏 南京 210009)

1 问题的提出

我国是世界上洪旱灾害极为频繁的国家,经济社会发展与防汛抗旱关系密切。地形复杂,东西部、南北方的自然地理条件差异很大,这种特殊的水资源状况决定了我国是一个水旱灾害频繁而严重的国家。洪旱灾害成为了我国基本国情之一[1]。本文以钱塘江为研究对象,钱塘江年平均降水量1 600 mm,其中4—6月多雨,占50%,易发洪、涝灾害;7—9月占20%,旱灾频繁。河川径流年内、年际变化较大,近10 a来,钱塘江屡次“卷人”事件也引起社会的极大关注。针对这一严峻形势,迫切地需要建设一套先进的、实用的水位预警系统。

近几年来,国内不少专家学者都提出针对水文灾害的预警计划。文献[2]利用流域面雨量预报技术,结合水文关于流量、水位的洪涝预报模式,开发了湄江河流域洪涝监测预警系统;文献[3]利用虚拟仿真技术,提出一套灾害预测仿真系统,但是结构过于复杂,实际操作性不强;文献 [4]提出建设预报决策支持系统和预警信息发布平台,由灾害监测预警信息平台、水雨情监测子系统、预警子系统3部分构成,为水文预警提出建设性的意见。本文利用ArcGIS Server技术,设计开发了基于GPRS和ArcGIS Server的水文预警系统,该系统一方面可以解决水利相关单位及部门间数据共享的问题,实现水位信息的数字化、图形化、网络化;另一方面又可将水位预警信息通过网络媒介(Internet、电台、电视、手机短消息、户外电子公告栏等等)将水位预警信息及时、有效地公布给广大群众。

2 工作原理

ArcGIS Server是一个基于WEB的企业级GIS解决方案,将2项强大的技术GIS和网络技术集合在一起。优点如下:集中式管理带来成本的降低;客户端可以有高级的GIS服务;使WEBGIS具备了灵活的数据编辑和高级分析能力[5]。其网络工作模式如图1所示:

图1 网络工作模式图

水文预警系统的具体工作流程为:①将传感器接到RTU设备上,实现自动监测水位参数;②通过移动GPRS业务平台,将水文采集信息无线传输到水文监测服务中心;③水文监测中心依据传回的数据,在ArcGIS Server平台上做出实时分析和发布;④水文监测中心根据分析报告响应对应的流程或者预警方案。

3 数据传输及组织模型

3.1 GPRS数据传输

传统的水文监测站与各采集点之间的数据通信主要采用手工抄录或PSTN电话线传输。采用电话线传输数据时,由于每次拨号都需要等待,速度慢,而且费用较高。同时,由于各监控点分布范围广、数量多、距离远,个别点地处偏僻,因此需申请很多电话线,而且有些监控点有线线路难以到达。

GPRS具有速度快、使用费用低的特点,其传输速度可达171.2 kb/s。与有线通讯方式相比,采用GPR S无线通信方式则显得非常灵活,它具有组网灵活、扩展容易、运行费用低,维护简单、性价比高等优点。水文测报机采集的数据经GPRS/GSM网络空中接口功能模块同时对数据进行解码处理,转换成在公网数据传送的格式,通过中国移动的GPRS无线数据网络进行传输,最终传送到监控中心IP地址[6]。

由于水文数据采集系统的特殊性,系统需要极高的系统安全保障和稳定性。安全保障主要是防止来自系统内外的有意和无意的破环,网络安全防护措施包括信道加密、信源加密、登录防护、访问防护、接入防护、防火墙等。稳定是指系统能够7×24 h不间断运行,即使出现硬件和软件故障,系统也不能中断运行。数据中心可通过公网接入,或者到移动专网接入,采用公网接入方式成本比较低,企业不用租用专线,而使用数据专线接入时,GPRS数据传输设备要经过Radius服务器的认证,整个数据传送过程得到了加密保护,安全性比较高,可充分保障速度和网络服务质量。

3.2 数据组织

该系统的水位信息数据都是通过ArcSDE保存在空间数据库中,ArcSDE是一种中间件技术,它在GIS应用程序和基于RDBMS的空间数据库间提供了一个开发的接口。用户可以通过ArcSDE将空间数据提交给RDBMS,由RDBMS统一存储、管理;同样客户也可以通过它从RDBMS中获取空间数据。通过使用ArcSDE扩展了RDBMS的空间数据处理功能,将空间数据与属性数据集成到RDBMS中,由RDBMS统一管理,充分利用了RDBMS的安全性、稳定性、数据一致性等特点。

该水文预警空间数据库系统采用标准的3层体系结构[7],如图2所示:

图2 系统 3层体系图

数据层采用SQL关系型数据库系统和ArcSDE空间数据引擎实现基础地理信息数据的高效存储和管理。

逻辑层通过ArcSDE API接口处理ArcSDE空间数据,负责空间数据库系统业务逻辑的实现,如空间数据的存取、表现和操作等。

应用层基于业务逻辑层对空间数据库核心业务的支持,利用ArcGIS Server开发,实现空间数据库的具体应用。

3.3 数据模型设计

系统预警的判断依据主要是水位的DEM数据,因此,主数据表的设计自定义字段为 “Point ID” (点号)、“height”(高程)、“Point Info”(点位信息),如表1所示。

表1 水位数据设计表

水位点在数据库中以点要素的形式存在,即point feature class(点要素类),高程值以 “1985国家高程基准”为起算面,忽略地球曲率的影响,将某段江面高程值分为7个等级,如表2所示。

表2 预警等级表

4 系统的关键功能实现

4.1 地图发布

发布成地图服务是移动开发的最重要关键技术之一,它是一切移动开发和使用的基础。数据只有被发布成服务,才能被在线浏览、查询和编辑。移动服务种类有很多,最常见的有MS(地图服务),WMS(包括feature类和coverage类的地图服务),WFS(feature类的地图服务),WCS(coverage类的地图服务),KML(Google地图服务),Mobile Data Access(移动使用服务),Network Analysis(网络分析服务),Geodata Service(地理编码服务),Geoprocessing Service(地理处理服务)。MS为基础地图服务功能,本地图数据的发布只需勾选这项。试验地图服务的发布如图3所示。

4.2 水位预警

水位预警的重要手段是采用水位分析技术。水位高程是水位分析的根本依据,无论干旱或者汛洪,直接表现形式是高程值的变化情况。每次传回的数据经过分析,在地图上都有完整显示,因为水文情况有急有缓,实时的监测是水文分析处理的重点,也是难点。水位每天都在不断变化,每天的变化、每周的变化、每月的变化,都应该以专题图和趋势表的分析形式表现出来,持续的水位下沉或者上升,应当立刻引起监测工作人员的关注。

图3 试验地图发布图

江面各段有布设好的水位点,根据各点历史水位信息,将预警等级分成7级预警机制,在ArcCatalog中,依据点位的字段“Height”,将7个等级以不同的颜色分级显示,如图4所示,比如当水位点的Height值为32时,点的颜色以红色显示,此时的预警等级就是5级汛情预警,预警信息 为汛3,为汛情的最高级别。

图4 水位分析结果图

4.3 应急预案

应急预案是在水文预警分析基础上,根据实际预警等级,响应相应级别的预警程序,应急预案的制定是经过实际考察,以及对比相关防灾减灾体系的预案体系,充分考虑到事发之后的决策反映速度和措施质量,针对旱情或者汛情的具体情况,采取的第一时间处理工作,避免因灾情发生导致工作的混乱无序状态。应急预案的特点如下:①及时性。GPRS的数据传输和ArcGIS Server技术相结合,缩小了数据传输和处理的时间,能在首要时间内发布灾情预警;②有序性。将历史水文相关信息整合成等级明确、分工协作的应急响应流程,避免人为失误而导致灾害的扩大;③可操作性。从数据的传输、整理、入库、分析,到应急程序的响应,都是完全智能化控制,避免事件后的紧急编制而延误最佳防洪抗灾的时机。

通过对应急预案的分析,一个完整的应急预案应该包括报警、应急响应、善后处理3部分,在本文研究中,将水文应急预案按照事件的响应级别分成5个部分:一等旱情、二等旱情、较大汛情、大汛情、重大汛情。根据水文事件响应级别,系统启动相应级别的应急响应内容,如表3所示。

表3 响应程序表

当传回服务端的0001点水位数据分析为预警等级3时,响应程序自动调出文件C,依据0001号点所在位置,自动生成水文工作简报和供媒体使用的水文信息内容,如图5所示:

图5 应急文件图

5 结 语

水文预警的建设工作任重而道远。本文首次尝试将网络GIS技术应用到水位预警领域,从时效性、可操作性等多个角度分析了系统实现的过程。针对水文监测工作的特殊性,设计出实用的数据模型和数据传输方式,充分发挥GIS分析处理功能,并且能够根据不同级别的预警等级响应不同的应急预案、智能生成工作简报和信息内容等。目前,系统仍处于设计开发测试阶段,但从调试中系统所体现的灵活性和便捷性可知,该系统可以提高水文预警服务的工作效率。

[1]刘宁.进一步提高科学防御水旱灾害的能力 [J].求是,2010(08):47-49.

[2]李勇,刘寿东,李登文,等.气象水文藕合预报模式预警洪涝:以循潭县河流为例 [J].气象科学,2007(12):115-120.

[4]房国良,耿延博.辽宁省山洪灾害水文监测预警系统建设规划[J].中国水利,2009(19):58-59.

[5]刘光,唐大仕.WEB GIS开发/ArcGIS Server与.NET[M].北京:清华大学出版社,2009.

[6]GPRS DTU在水文监测中的应用[EB/OL].[2010-03-09].http://www.ca800.com.

[7]Wenzhong Shi,Kawai Kwan,Geoffrey Shea,Jiannong Cao,A dynamic data model for mobile GIS[J].Computers&Geosciences,2009,(35):2210-2221.

[8]J.H.W.Lee,I.J.Hodgkiss,K.T.M.Wong,I.H.Y.Lam,Real time observations of coastal algal blooms by an early warning system[J].Estuarine,Coastal and Shelf Science,2005:172-190.