丹东市汛期降雨监测系统及影响因子分析

2020-12-28戚卫伟

水利科学与寒区工程 2020年6期

戚卫伟

(辽宁省营口水文局，辽宁营口 115000)

1 概况

丹东市位于辽宁省东南部，与朝鲜隔江相望，属于辽东山地丘陵的一部分，地势总体北高南低，总体地形以山地和丘陵为主，局部还存在阶地、盆地、台地等小型地貌单元，地形结构非常复杂。丹东市属于温带亚湿润季风型气候，年平均降雨量可达800～1200 mm，且2/3集中在夏季。特殊的地形条件加上较多的降水量，导致丹东地区特别容易发生汛期洪水灾害，因此建立洪水监测信息系统很有必要。

2 研究方法

2.1 降雨监测方法

(1)本项目相关降水数据来源于丹东市气象局，共提取2000—2019年这20 a间的降水数据，以各水文站点平均测得数据为基准；

(2)本项目相关地形数据来源于地理空间数据云，分辨率为25 m，以这些数据为基础，利用GIS技术建立丹东市DEM模型；

(3)最后利用GIS系统中的空间分析模块功能来提取各区域的坡度、坡向数据，河道分布统计为全市范围内所有5级以上河流。根据GIS雷达回波情况估计各区域降水量，对可能遭受洪水灾害区域提前发出预警信息[1]。

2.2 影响因子的Person和RDA分析方法

Person相关性分析法是用于度量两个变量X和Y之间线性相关程度的方法，其值介于-1～1之间，其中“1”表示变量完全正相关，“0”表示无关，“-1”表示完全负相关[2]。

RDA分析(Redundancy analysis)即冗余分析，该方法本质是约束化的主成分分析，目的是寻找新的变量来代替原来变量。由于汛期洪水主要来源为降水量，所以本项目以降水量为目标变量，以各类环境因子为解释变量，定量分析不同的环境因子对降水量的影响。

通过翻阅相关文献可知：影响丹东市不同区域降水量的三个因子为：地形(海拔、坡度、坡向等)、下垫面(植被、河道分布)、海陆位置(距离、经度、纬度)，其中坡向指数ASP按照(1)式计算[3]，该值越大，表明向阳面积越大。

(1)

式中：a为坡向实测值，(°)。

3 丹东市降水分布特征及影响因子冗余分析

3.1 汛期丹东市GIS雷达波回波图分析

GIS雷达预警系统可以充分结合区域地理信息特征将回波信息准确覆盖到具体乡镇水平，而且可实现对暴雨、台风等灾害天气预测预警能力。

3.1.1 水体识别原理

本项目应用MODIS数据卫星接收区域影像，之后通过遥感模块处理来获取并传输至用户GIS系统，因此遥感数据首先需要能够准确识别水体。在MODIS数据卫星中，第1波段红光区(0.62～0.67 μm)下，水体比地表反射率明显偏高；在第2波段红外区(0.84～0.87 μm)，水体比地表反射率明显偏低。根据两个波段下地表和水体的反射率不同，利用归一化差异植被指数NDVI来增强两者差别，计算见式(2)[4]。

(2)

式中：CH1为第1波段下地表反射率；CH2为第2波段下地表反射率。

3.1.2 GIS雷达回波与降雨强度关系

遥感影像仅仅分别出地表和水体区域还远远不够，各区域降雨强度才是预警汛期洪水的核心。科技人员通过对比大量GIS雷达回波强度Z和降雨强度I关系，得出两者之间基本符合如(3)所示关系，利用误差分析法来确定A、b的值[5]。

(3)

式中：A、b为相关参数，与降雨类型、季节、地形相关。

图1是2019年9月8日拍摄的辽宁地区GIS雷达降雨回波图，由图可知：丹东地区的西部、中部、南部均被大到暴雨覆盖。之后通过进一步提高地图精度，对可能存在洪水危险的居民区提前12 h发出预警，并对可能被洪水淹没地区的居民分批有序撤离至安置点。

图1 2019年9月8日辽宁地区GIS雷达回波图(颜色越深，降雨强度越大)

3.1.3 丹东市平均降水分布特征分析

通过对2010—2019年间丹东地区平均降水量分布图分析，可得出以下结论：(1)总体来看，以东北—西南条状方向为观察线，降水量从东部到西部依次减少。(2)降水量最大的地区为丹东市区，其次为东港市一小部分，中部相对于东、西部分降雨量要大。(3)通过对比平均降雨量分布图和GIS雷达回波图，确认了两者一致性达到80%，也直接验证了GIS雷达回波图的准确性[6]。

3.2 影响丹东地区降雨量的因子计算分析3.2.1 Person相关性分析

在此首先应用Person相关性分析法来研究地形(海拔、坡度、坡向等)、下垫面(植被、河道分布)、海陆位置(距离、经度、纬度等)与降雨量大小之间的关系，部分分析结果如下：

(1)降雨量与坡向关系

为简化计算，本项目用“4方向法”将坡向分为：阳坡、半阳坡、半阴坡、阴坡(如图2所示)，由于丹东市属于温带季风气候，所以阳坡均为迎风破，阴坡均为背风坡。由表1数据可知：随着阳坡向阴坡转化，年平均降雨量总体呈减少趋势[7]。