基本介紹
- 中文名：信息動力格網
- 外文名：Information power grid
- 類別：動力學
格網數據的洪水災害風險評估方法,格網系統與格網代碼,演進模型及洪水泛濫過程模擬分析,暴露性、易損性及經濟損失評估,高精度重力數據格網化方法比較,Shepard和Kriging法插值精度比較,擬合半徑下插值精度和3種格網化方法比較,實測數據的格網化結果比較,
格網數據的洪水災害風險評估方法
對日本格網統計數據的歷史、體系以及結構進行了介紹，並套用地理信息技術給出了各級格網的自動生成方法。同時以2000年日本新川洪水災害為案例，建立了二維洪水演進水動力學模型，並採用地理信息系統與水動力學模型結合的方法對新川破堤洪水泛濫進行了模擬，同時對洪泛區災害損失進行了評估，得到的結果為進一步評估洪水災害風險以及確定合理的洪災保險費率奠定了基礎，對於格網統計數據在城市規劃以及城市減災等領域的套用也有一定的借鑑意義。
格網系統與格網代碼
根據該標準，標準格網共分成三類：基準地域格網；分割地域格網；統合地域格網。其中基準地域格網是通過三級地域區劃得到的。該標準對各級格網代碼做了如下規定：基準地域格網代碼由8位數字構成，前4位為所在的第一級區劃格網代碼，接下來的2位表示所在的第二級區劃格網，最後2位數字表示所在的第三級區劃格網：
(1) 對應第一級區劃格網的數字為4位數。前2位為該區劃格網最南邊的緯線的度數乘以1.5，這2位數字的數值在30到68之間；後2位為該區劃格網西端經線度數減去100，這2位數的數值在22～53。
(2) 表示第二級區劃格網的數字為2位數，在一個第一級區劃格網中有(8×8)64個第二級區劃格網，前1位數字表示該格網從南到北的序號(0～7)，後1位數字表示該格網從西到東的序號(0到7) 。所以表示第二級區劃格網的數字在00～77 之間。
( 3) 表示第三級區劃格網(也就是基準地域格網) 的數字為2位數。在一個第二次級區劃格網中共有100個第三級區劃格網，前一個數字表示該第三級區劃格網在所處的第二級區劃格網中從南到北的序號(從0到9)，第二個數字表示該格網從西到東的序號(從0到9) 。故表示第三級區劃格網的數字在00到99之間。
演進模型及洪水泛濫過程模擬分析
新川破堤後的洪水泛濫過程採用垂向平均的淺水方程組進行模擬，該方程組由質量與動量守恆方程組成。
方程的求解採用有限差分法，差分格線為前面生成的50m標高格網。計算格網的曼寧係數可通過計算區域的土地利用圖估算。初始條件：每個格網的流速值u，v及水深值h都為0，破堤地點水位採用河道的實際水位過程，破堤寬度取100m(按2個格網寬考慮)，計算時間步長取0.5秒。式中QB為破堤流量，B為破堤寬度，h1，h2為堤內與堤外水深(從距離破壞的堤防頂部量算)，1與2為水流參數，分別取0.35與0.91。
新川破堤後洪水泛濫過程模擬給出了3個時刻的洪水泛濫淹沒範圍圖。從洪水泛濫模擬的結果中還可以得到洪泛區各點的最大水深、累計淹沒時間、最大流速、洪水到達時間等信息，這些數據可以用來評價洪泛區某處洪水災害風險的大小。
暴露性、易損性及經濟損失評估
在洪水模擬及易損性模型建立後，評估在每一個被淹的1/ 2地域格網進行：首先根據該格網與50m標高格網的關係求出平均最大水深，然後計算出最大地面坡度，從而確定出各種一般資產的損失率，乘以該處的資產值就得到了相應的損失值。
隨著社會的發展，城市化進程加劇，在防災減災、公共設施規劃中格網統計數據的套用越來越廣泛。對於格網系統，日本在20世紀70年代初就已建立，我國在80年代中期也開始建立有關標準，不過從格網統計數據的套用情況來看，其數據種類以及共享程度還有待提高，格網統計數據的進一步完善。
高精度重力數據格網化方法比較
研究3種常用格網化方法，給出 Kriging方法滯後距與變異函式的計算方法，並利用實測重力異常數據對3種方法在不同模型參數下的插值精度作比較。結果表明，3種方法的均方根差別不大，區別在於局部區域的變化。相對而言，在該區域內 Kriging方法精度最高，CoKriging次之，Shepard略低。
Shepard和Kriging法插值精度比較
由不同擬合參數下Shepard法插值精度比較可知，Shepard插值模型的精度隨擬合半徑的減小以及擬因的減小而略微提高，但總體來說精度影響不大，相差不超過0.2mGal。所以綜合慮計算度、鄰近點數等因素，對於該片區域，建議模型參數取為μ=1，R=2′，而對於其他地區，需要對參數重新進行試算與分析，但總體趨勢應與該區域相似。
不同擬合參數下Kriging法插值精度比較可知，擬合半徑以及滯後距個數對Kriging插值模型的精度影響比較小，尤其是滯後距個數，除了殘差最小值外，幾乎對精度沒有影響。這是因為滯後距以及變異函式的計算是用來擬合式（10）的球模型，顯然該模型只需4組以上的“滯後距－變異函式”對即可根據最小二乘得到模型的參數解。對於該區域，推薦使用的插值模型參數為N（h）=15，R=6′。而對於其他地區，需要實驗擬合半徑的大小，滯後距則可固定為15。
擬合半徑下插值精度和3種格網化方法比較
不同滯後距個數情況下CoKriging插值模型的精度幾乎沒有變化，原因與Kriging插值模型相同，這裡不再單獨列出。
不同擬合半徑下CoKriging法插值精度比較可以看出，該區域CoKriging插值模型的最佳擬合半徑為6′，擬合半徑減小時，精度略微降低，當擬合半徑為2′時，誤差最小值出現較大變化，這是導致精度略微降低的主要原因。經過分析可以看出，在該實驗區域內，CoKriging與Kriging插值模型的精度較為接近，Shepard模型精度略低。
3種格網化方法比較結果殘差統計可知，CoKriging方法與Krig－ing方法格網化結果相差較小，但在個別點仍然存在20mGal左右的差值。雖然所用重力數據和高程（SRTM數據標稱精度±16m）已經過粗差檢測，但仍不排除個別粗差難以檢測的情況出現。Shepard方法與其他兩種方法的均方根約為1.6mGal，且編號位於前列的點插值結果誤差較大。
實測數據的格網化結果比較
通過比較某地區實測數據的格網化結果可以發現，3種方法的插值精度在均方根意義下差別不大，但在局部區域，由於插值函式的不同存在較大差別。Kriging方法相對精度較高，CoKriging方法次之，Shepard方法略低；Kriging及CoKrig－ing方法相對Shepard方法具有更好的平滑性，但是由於需要進行大量的滯後距及變異函式值的統計計算，Kriging與CoKriging方法的效率比Shepard方法低，據此可根據實際需求進行方法的擇優選取。給出的各模型最佳插值參數僅適用於該區域重力異常格網化，在其他區域使用時仍然需要作相應比較和分析以選擇最佳參數。
