基于GIS的降雨径流预报方法分析

基于GIS的降雨径流预报方法分析【摘要】降水径流的准确预测直接关系到该流域人民生活的各个方面，因此为了更好的满足降雨径流预报的需求，需要寻找高效的预测手段来对降雨径流进行预测。

本文从GIS的降雨径流预报方法出发，分析了影响水文过程的各方面因素并阐述了对获得数据信息的预处理方法。

提出了以遗传算法为基础结合GIS技术的神经网络模型，这种模型的应用有效的提高了信息预测的精度和效率。

并且本文中也介绍了GIS降雨径流预报方法，通过对降雨信息的处理，有效的提高了降雨径流预报模型在计算机数据输入时精度，结合 GIS空间分析方法，对降雨区域的降雨径流进行数值模拟，从而得到了降水区域的径流量与影响系数之间的关系。

【关键词】降雨径流；地理信息系统（GIS）；预报方法1.引言GIS（Geographic Information System）即地理信息系统，是在地理空间的基础上，以信息科学和系统工程的理论知识为根本，利用计算机管理和分析地理数据，从而提供管理、决策等所需信息的技术系统。

总而言之一句话，GIS是综合处理和分析地理空间数据的一种技术系统，是以测绘测量为基础，以数据库作为数据储存和使用的数据源，以计算机编程为平台的全球空间分析即时技术。

地理信息系统作为获取、存储、分析和管理地理空间数据的重要工具、技术和学科，近年来得到了广泛关注和迅猛发展。

最近的30年内，地理信息技术取得了十分显著的发展，在国土管理、农林牧业、邮电通讯、公共设施管理、资源的调查、军事公安、环境的评估、城市规划、灾害的预测、交通运输、水利电力、统计、商业金融等几乎所有领域都得到了广泛的应用[1]。

2.降雨径流的概述所谓降雨径流就是由降雨形成的径流，这些径流通过地表或者是地下水流入河道，并向流域出口断面汇集。

降雨径流会受到多种因素的制约，比若说是地形、地貌、植被、降水和土地的使用以及人类活动等，从这些种种因素我们可以看到径流的形成过程是非常复杂的。

长时间以来，降雨径流的研究一直备受水文界的青睐。

随着地理信息系统、遥感和计算机技术的不断发展，降雨径流模型的应用所涉及的领域也越来越广，像是水生态系统的保护、修复，水资源的重复利用，防洪防水等都以降雨径流模型作为基础的。

流域降雨径流的模型对于研究气候的变化也是十分有帮助的。

2.1研究降雨径流的发展历程最早的关于降雨径流的记载始于远古至14世纪，这些记载主要是记录了对降雨、径流现象的观测、描述。

径流理论的最终形成追溯到15世纪至19世纪末，1674年佩罗提出河流的年径流量只是降水量的33%，揭开了研究降雨径流的序幕。

1856年达西提出的达西定律和1871年圣维南导出的圣维南方程组为径流理论的研究奠定了基础。

20世纪中后期，计算机以及3S技术得到了飞速的发展，同时也带动了GIS、自动雨量计、流量计、雷达测雨等先进设备在水文观测中的应用，也使的对于降雨径流的研究进入快速发展阶段。

当今阶段，研究降雨径流主要包括下面内容，对降雨径流过程、不同土地利用、土地覆被类型特别是森林植被的降雨径流响应以及流域降雨径流过程的模拟[2]。

2.2.降雨径流变化的影响因素对于降雨径流的预测,人工神经网络是目前最流行也是最常用的神经网络模型之一，人工神经网络模型的自学习能力强，适应性好，计算的速度快。

然而如何合理有效的构造神经网络模型，首先要做的就是选择合适的影响因子，影响降雨径流的因素有很多，其中最主要的有降雨历时、降雨总量、河道基流以及前一时刻出口断面流量等。

3.降雨径流的数据信息的预处理通过对降雨径流所获得的数据信息整理、分析、计算，我们可以发现隐藏在这些数据背后的某些规律。

要想这些数据能够反映作用对象的内在本质，需要对获得的这些数据进行预处理，这项工作主要有下面几个方面。

3.1.对基础数据的整理由于平常的水文预报中预报的重点有所差异，因此我们在整理所获得的数据时，要舍弃那些偏离预报重点较严重的数据，保留下那些与预报重点相差不大的数据，以此方法来提高预报精度。

3.2.数据的归一化处理我们在对网络输入的降雨径流的预报数据进行归一化处理时，需要对网络输入的数据向量进行放大或者是压缩，通过一定比例的转换，使得每一个数据的数值都处在0和1之间。

3.3.对于时间延迟数据的处理径流的来水过程是随着时间变化的，因此该过程是一个具有时态性的动态过程，但是我们使用的人工神经网络是静态的网络，没有处理时间问题的能力。

针对上述常见的问题从时间序列中直接提取出特征参量进行分析，构造特定的时间单元，从而形成一系列具有时间分析能力的的时延性神经网络。

4.基于GIS的降雨径流预报模型我们在上文中提到流域降雨径流的形成，会受到多种因素的共同制约，比如说：降雨量、土壤含水量、蒸散发量、地形以及地貌等。

而雷达和遥感信息就有以面信息代替传统意义上的点信息的优点。

应用雷达和遥感技术所收集和分析的降水量、洪峰流量、降雨历时等具有一定的空间分布，然后我们利用GIS建立起降雨径流的形成要素与地理坐标之间的数值关系并通过图形将其显示。

这样可以预报资料的获取速度和获取精度做到有效的提高，并且可以大大加强对资料的存储和处理的效率，从而提高降水径流的预报精度。

4.1.应用GIS获取流域综合信息降雨径流预报的基础是获取流域降雨信息，只有获取了准确的降雨信息，才可以对降雨径流进行精确的预报，但是，单一的降雨信息是不能准确的预报降雨径流的，除此之外我们还要获得诸如地形等其他的相关信息。

应用GIS技术可收集到如下的信息。

(1)降雨发生的区域，对降雨的区域的分析会对流域降雨径流的研究有着极其重要的意义。

如果降雨区域覆盖流域或者是离流域越近，则该流域由降水产生的径流量越大；反之，则由此产生的径流量就越小。

(2)降雨开始时间，我们从区域降水开始的时间可以知道流域降雨径流开始变化的时间。

(3)降雨量，也就是说区域降水的多少。

每个降雨区域的降水量的多少与流域的降雨径流量成正比。

(4)降雨时间的长短，降雨时间的长短将直接关系到流域降雨径流变化所持续的时间。

（5）各降雨时段的降雨量强度，通过此信息我们可以知道流域各时段径流量的大小，以及每一个时段的洪峰量，这对于降雨径流的预报是非常有价值的。

(6)流域周边的地貌信息，我们首先通过遥感技术获得该区域地形地貌的航拍图片，并通过GIS软件，将其贴在具有三维数字的高线图上，通过这样我们就能够得到反映该流域周边地区地貌信息的的三维立体地形图。

(7)径流区域内土地分类，通过对所拍航片的色调、形状、分布等进行分析，我们可以对流域周边地区的土质进行分类[3]。

4.2.流域径流信息数据库的建立我们把通过遥感技术获得的降水方面的相关数据保存到所建立的数据库之中，数据库分为三种：历史降雨数据库、历史降雨径流数据库还有当前降雨数据库。

每一种数据库中的表都包括该时期的大、中和小雨表，，每一个表中有含有以下方面的信息：降雨时间、区域、历时、强度、降雨量等。

4.3．流域降雨信息图形库的建立对于所建立的流域降雨模拟图形以及其他一些附属信息的存储就需要用到图形数据库，建立的降雨信息图形库便于GIS在空间上分析流域降雨对降雨径流的影响因素，从而考虑降雨情况的不同对流域径流的影响。

(1)图层，ArcView以图层作为最基本单元，每一次的降雨设为一个图层，图形把该次降雨所覆盖的区域直接显示出来。

图层均采用数字化方式扫描，然后把所得到的数据文件转化为ArcView的矢量文件。

(2)空间编码，要想对空间数据库建立起有效索引机制，需要对分层格网和空间关系建立相对的函数关系式，也就是说，对每层的格网进行空间编码。

(3)属性数据库显示了每一数据对象的属性特征，库中的内容与图形数据库中的内容一一对应。

5.流域降雨影响空间分析就像前文中所提到的，降雨发生的地点以及降雨与流域的相对位置都会对流域的径流产生影响，利用GIS区别于神经系统所特有的对空间分析功能，我们可以对流域降雨径流的影响因素基于地图进行缓冲分析。

所谓的缓冲分析，常常用于构造影响带，比如说是面实体缓冲区，就是以点、线、面实体为中心，在其周围建立缓冲区多边形的过程。

对于所作流域的降雨状况影响到缓冲区分析，因此要重点考虑各方面的因素，因为降雨对流域的影响程度会随着周围地形、地貌不同而产生差异，因此在GIS中建立的影响区是非对称的缓冲区。

首先要做的就是通过对空间进行整体的扫描，将流域各测站控制区以实体表达和存储，因此以空间位置形式对数据进行分析相对来说要容易的多。

然后建立起缓冲区的多边形与各测站控制区实体周围，缓冲各区的影响系数与所在区域相对控制区的距离以及高差有关，距离控制区越近，缓冲区的影响系数越大，反之，离缓冲区越远，影响系数就会越小。

流域与控制区之间的高差越高，坡度越陡，则缓冲区的系数值越大，反之就会越小[4]。

该系数的具体计算需要根据大、中和小雨情况下各因素的作用分值以及权重分值，通过多种因素共同作用，也就是说计算网格上的每种因素综合作用的分值,即：j =nij iiF fω∑最后，将各检测站的影响区域及径流的影响系数存入我们设计好的数据库中，当这一区域内存有降雨时，按照各检测站降雨影响缓冲区将该降雨区域划分成几个区域，某一区域某一时段的有效降雨量，就是用该区域中当前时段的降雨量乘上该区域的影响系数，并将所得的结果累计相加所得。

结语以地理信息系统(GIS)为手段研究降雨径流是本文所讨论的重点，该方法结合流域的实际情况利用GIS来获取降雨径流的相关数据信息，建立起了以遗传算法为基础的神经网络降雨径流预测模型，GIS与人工神经网络的结合不仅能够高效科学的利用和管理降雨信息，还为降雨径流提供了适用的预报模型，并且对于设计的成果实现了可视化表达，该模型不仅提高了预测的精度，还在预测的效率上有了很大的进步，因此未来的应用前景十分的广阔。

【参考文献】[1] 吴焕平.GIS技术在气象领域中的应用[J].气象,2010,36(3):91-99.[2]毛慧慧，张建中，徐嘉，王白陆.江河流域降水径流关系变化及其影响因素的分析[J].中国农业水利水电,2011(7):73-79.[3]杨建，宋洋，钟炜.基于GIS的降雨径流预报方法研究[J]. 中国农业水利水电,2006(11):60-78.[4]褚桂红，史文娟，王娟.和田河上游径流变化特征及影响因子分析[J].干旱区资源与环境,2010,24(11):83-87.。