跳到主要内容
城市排水系统由错综复杂的排水网络组成。
城市排水系统由错综复杂的排水网络组成。|图片:盖蒂图片社

通过将城市排水系统的架构和洪水计量器的读数纳入一个全面的统计框架,德克萨斯A&M大学的研究人员现在可以准确预测飓风等极端情况下洪水的演变。他们的新方法研究人员表示,他们的算法可以几乎实时地预测洪水的流量,从而可以更及时地进行应急响应和规划。

扎克里土木与环境工程系助理教授Ali Mostafavi博士说:“不知道洪水下一步会流向哪里,对急救人员来说尤其有害,因为他们需要在救援行动中衡量洪水的水平。”“我们的新算法考虑了地下排水渠道,以提供洪水传播方式的准确表示。我们认为,这个工具可以极大地帮助灾害管理,因为急救人员将能够实时看到洪水将流向哪个方向。”

关于研究人员算法的描述可以在该杂志12月号上找到计算机辅助土木与基础设施工程“,

飓风因破坏海岸线、推倒树木、破坏电线而臭名昭著,最重要的是,还会引发严重的洪水。传统上,科学家们使用基于物理的模型来预测水可能在哪里聚集、溢出并引发洪水。从本质上讲,这些模型捕捉了地球表面的物理特征和城市景观如何影响地面上的水流。

穆斯塔法维说,虽然这些传统模型在预测大多数降雨情况下洪水发生的时间和地点方面都很可靠,但在预测像哈维飓风这样的暴雨情况下的洪水时却表现不佳。

他说:“基于物理的模型为洪水如何传播提供了一种视角,这是非常有用的,但它们提供的图像有些不完整。”“我们希望利用过去洪水如何通过排水渠道传播的现有数据来开发一个模型,能够在一定程度上精确预测未来洪水将如何传播。”

排水渠道是一个错综复杂的网络,这些渠道在称为节点的交汇处相遇。因此,一个渠道的洪水可以直接或间接地影响其他渠道,并导致洪水蔓延,就像多米诺骨牌效应。

Mostafavi的基于概率的模型在起作用。蓝色圆圈表示有小概率被淹没的节点,而红色圆圈表示有较高概率被淹没的节点。红色越深,水淹的概率越高。|图片:Ali Mostafavi博士提供。
Mostafavi的基于概率的模型在起作用。蓝色圆圈表示有小概率被淹没的节点,而红色圆圈表示有较高概率被淹没的节点。红色越深,水淹的概率越高。|图片:Ali Mostafavi博士提供。|图片:阿里·穆斯塔法维博士提供

为了预测洪水沿排水渠道的流向并导致洪水泛滥,Mostafavi和他的团队开发了一个基于概率的模型,该模型的输入之一是洪水计量器上的水位读数。这些读数是德克萨斯州两次重大洪水事件(2017年哈维飓风和2015年休斯顿阵亡将士纪念日洪水)的不同时间点。

一旦他们的算法接受了针对这些强降雨事件的排水网络水流模式的训练,研究人员就会通过检查他们的模型是否能预测2016年休斯顿税收日洪水期间观察到的洪水模式来测试他们的模型是否有效。

他们发现,在预测税收日洪水期间洪水如何通过城市排水系统传播时,他们的模型达到了85%的准确性。虽然该模型是用过去的洪水事件进行验证的,但米斯塔法维说,该模型的成功表明,它也能够预测新的洪水将如何通过城市的排水网络传播。他说,这种洞察力可以帮助紧急救援人员采取先发制人的疏散措施。

莫斯塔法维指出了他们模型的缺陷,他说,如果洪水计上的传感器失效,他们算法的性能可能会受到影响。然而,将基于物理模型的预测与他们团队的新算法相补充,可以再次恢复洪水预测的准确性。

莫斯塔法维说:“传统模型和我们的数据驱动模型可以相互补充,从而更准确地描绘出洪水下一步的流向。”“像哈维或卡特里娜这样的飓风通常被认为是千年一遇的事件,但如果我们考虑到气候变化导致的全球天气模式的变化,它们可能就不那么罕见了。但我们现在有了更强大的工具来度过这场风暴。”

这项研究的其他贡献者包括Dr。Shangjia Dong和Hamed Farahmand博士来自德州农工大学扎克里土木与环境工程系

本研究由国家科学基金RAPID项目和CRISP 2.0 2型项目。

Baidu