基于WebGIS 的城市危险因素预防空间数据信息协作平台
2023-10-11王志伟普运伟
王志伟,普运伟,曹 明
(1.昆明理工大学 国土资源工程学院,云南 昆明 650500;2.昆明理工大学,云南 昆明 650500;3.中水三立数据股份有限公司,安徽 合肥 231600)
0 引言
城市危险因素预防对降低城市灾害风险具有重要意义[1-2]。地图是城市空间数据信息的承载单元,能够对各种危险因素造成的灾情情况进行直观描述[3-5]。与GIS 技术相比,WebGIS 可对城市灾害空间数据信息进行多维、多角度展示,交互效果更突出,涵盖的信息更加完整,并且更有利于动态管理与刷新[6]。另外,除了满足数据协作共享要求外,还能与多种操作系统兼容,为应急救灾与危险因素预防提供技术支持[7]。
文献[8]将WebGIS 运用到空间数据管理中,构建的数据管理平台不仅满足矢量数据质量要求,也实现了数据可视化呈现、城市灾害风险评估,但该平台灾害评估结果具有较高的主观性,对危险因素预防策略的制定会产生不利影响;文献[9]将WebGIS 应用到平台中,在实现了城市空间数据信息协作共享的同时,还为政府部门以及其他用户提供了在线地理信息服务,但该平台在城市危险因素预防方面的作用较差。为达到城市危险因素预防的目的,本文设计了基于WebGIS 的城市危险因素预防空间数据信息协作平台,在满足空间数据信息质量要求的前提下,通过对城市综合危险评估,采取合适的危险应对策略,实现城市危险因素预防。
1 危险因素预防空间数据信息协作平台设计
基于WebGIS 的城市危险因素预防空间数据信息协作平台总体框架如图1 所示。
图1 城市危险因素预防空间数据信息协作平台框架
平台建立在基于AJAX 的WebGIS 模型上,由数据服务层、业务应用层以及用户展示层三部分内容构成。
1)数据服务层:为后续城市危险因素预防提供可用的空间数据信息与属性数据信息,同时对获取的各类气象监测、积水监测、地质监测等数据信息进行基本处理与计算,处理后的数据分别保存在空间数据库、属性数据库中。其中,数据处理模块采用小波阈值法对其进行去噪处理,以满足数据质量要求。
2)业务应用层:通过Web 服务器获取客户的服务申请,同时与GIS 服务器进行信息交互处理,GIS 服务器可对Web 服务器发送的每一项服务申请进行具体处理。该层的风险评估预警模块调用分类空间数据信息,采用基于TOPSIS 法完成城市综合危险评估。
3)用户展示层:将城市综合危险评估结果以及灾情现场情况展示给用户。
2 城市综合危险评估
因共享城市危险因素预防空间数据信息的客户端与服务器端网络以及数据库管理软件类型较多,为精准发挥危险因素预防空间数据信息协作平台的作用,本文在利用小波阈值方法去除空间数据信息噪声的基础上,对城市综合危险等级进行评估。
2.1 基于小波阈值的空间数据信息去噪
空间数据信息质量是实现城市危险准确评估的前提。为提高城市危险因素预防空间数据信息质量,数据服务层的数据处理模块运用小波阈值法[10]去除空间数据信息噪声。去噪后的空间数据信息为:
式中:v表示空间数据信息的小波系数;参数k具有可调节性;δ表示阈值;σ表示具有噪声的标准方差;H表示离散数据长度。
2.2 基于TOPSIS 法的城市综合危险评估
为满足城市综合危险评估的全面性、科学性以及实时性要求,业务应用层的风险评估模块从致灾因子危险性、承载体脆弱性以及暴露性方面对去噪后的空间数据信息进行分析,确定城市综合危险的影响因素,从而完成城市综合危险评估。
本文采用TOPSIS 法依据图2 对城市进行综合危险评估,并构建由4 个一级指标和24 个二级指标组成的城市综合危险评价体系。
图2 城市综合危险评价体系
图2 中,致灾因子危险性、承载体暴露性指标反映城市综合危险特征和暴露性特征,城市综合危险的脆弱性反映了承载体应对能力以及恢复能力。城市综合危险评价指标权重为:
式中ej表示信息熵。
根据式(2)构建模糊物元矩阵为:
式中:Mi(i=1,2,…,m)是数量为m的事物;Cj(j=1,2,…,n)为第j个特征;xij为对应于Mi的Cj特征的量值,其隶属度为u(xij)。
基于式(2)、式(3)建立加权矩阵为:
通过式(5)计算加权矩阵的正理想解Z+、负理想解Z-之间的欧氏距离:
由式(6)求得可反映城市综合危险的贴近度值:
式中:D+和D-表示正、负理想解的欧氏距离。确定的U值越大,说明城市综合危险等级越高。
根据U的计算结果即可完成城市综合危险等级的划分,当其值不超过0.6 时,城市综合危险处于低等级水平;当介于0.6~0.7 之间时,对应中低等级;当处于0.7~0.8 之间时,处于中等级;当满足0.8~0.9 区间时,对应中高等级;当高于0.9 时,城市综合危险达到高风险等级。将城市综合危险评估结果作为依据,完成城市危险因素预防策略的制定,以降低城市危险等级,避免灾情恶化。
3 实验分析
以某城市为研究对象,在Windows 2000 Server 环境下设计本文城市危险因素预防空间数据信息协作平台,将Internet Information Services 作为Web 服务器,以ArcGIS Server 9.3 作为地图服务器,Oracle 11 作为数据库服务器。
设定获取的城市危险因素预防空间数据信息信噪比分别为10 dB、20 dB、30 dB。采用本文平台对空间数据信息进行去噪处理,通过不同数量下均方根误差指标的变化来研究本文平台的数据去噪性能,实验结果如图3 所示。
图3 空间数据信息去噪结果分析
分析图3 可知,随着数据量的不断增加,RMSE 呈不断下降趋势。本文平台在三种信噪比的空间数据信息处理上均取得了较好的效果,30 dB 信噪比下,RMSE 指标值为0.15 左右。实验结果表明,本文平台具有较优的空间数据信息去噪能力。
将A 区视为模糊物元事物,所有综合危险评估指标看作物元特征,完成复合物元的构建后,计算各评价指标权重,结果如表1 所示。
表1 各评价指标权重计算结果
结合表1 数据,依据本文城市综合危险评估模型对A 区全部评估指标的最优隶属度值进行求解,得到C=0.578 1。因0.578 1<0.6,因此,A 区的综合危险评估结果为低等级。
采用本文平台对该城市综合危险进行评估,结果如图4 所示。
图4 城市综合危险评估区划图
分析图4 可知,本文平台可对该城市不同地区的综合危险进行评估,并确定各地区的综合危险等级,将其作为依据,通过制定合理、科学的灾害防治策略,能够降低危险因素对城市安全造成的影响,起到危险因素预防作用。
4 结论
应用本文平台对某城市的危险因素预防空间数据信息进行获取,并评估该城市各区划的综合危险等级,通过对空间数据信息去噪效果以及综合危险评估效果进行分析,验证本文平台的实用性。实验结果表明:本文平台具有空间数据信息去噪性能,30 dB 信噪比下,RMSE 指标仅为0.15 左右;通过本文平台可实现该城市各区划综合危险等级的评估,具有实际应用性能。