信息动力格网

信息动力格网，即运用高速互联网、高性能计算机、大型数据库、传感器、远程设备等把音讯、消息、通讯系统传输和处理进行推动和发展。

格网数据的洪水灾害风险评估方法对日本格网统计数据的历史、体系以及结构进行了介绍，并应用地理信息技术给出了各级格网的自动生成方法。同时以2000年日本新川洪水灾害为案例，建立了二维洪水演进水动力学模型，并采用地理信息系统与水动力学模型结合的方法对新川破堤洪水泛滥进行了模拟，同时对洪泛区灾害损失进行了评估，得到的结果为进一步评估洪水灾害风险以及确定合理的洪灾保险费率奠定了基础，对于格网统计数据在城市规划以及城市减灾等领域的应用也有一定的借鉴意义。1

格网系统与格网代码根据该标准，标准格网共分成三类：基准地域格网；分割地域格网；统合地域格网。其中基准地域格网是通过三级地域区划得到的。该标准对各级格网代码做了如下规定：基准地域格网代码由8位数字构成，前4位为所在的第一级区划格网代码，接下来的2位表示所在的第二级区划格网，最后2位数字表示所在的第三级区划格网：

(1) 对应第一级区划格网的数字为4位数。前2位为该区划格网最南边的纬线的度数乘以1.5，这2位数字的数值在30到68之间；后2位为该区划格网西端经线度数减去100，这2位数的数值在22～53。

(2) 表示第二级区划格网的数字为2位数，在一个第一级区划格网中有(8×8)64个第二级区划格网，前1位数字表示该格网从南到北的序号(0～7)，后1位数字表示该格网从西到东的序号(0到7) 。所以表示第二级区划格网的数字在00～77 之间。

( 3) 表示第三级区划格网(也就是基准地域格网) 的数字为2位数。在一个第二次级区划格网中共有100个第三级区划格网，前一个数字表示该第三级区划格网在所处的第二级区划格网中从南到北的序号(从0到9)，第二个数字表示该格网从西到东的序号(从0到9) 。故表示第三级区划格网的数字在00到99之间。1

演进模型及洪水泛滥过程模拟分析新川破堤后的洪水泛滥过程采用垂向平均的浅水方程组进行模拟，该方程组由质量与动量守恒方程组成。

方程的求解采用有限差分法，差分网格为前面生成的50m标高格网。计算格网的曼宁系数可通过计算区域的土地利用图估算。初始条件：每个格网的流速值u，v及水深值h都为0，破堤地点水位采用河道的实际水位过程，破堤宽度取100m(按2个格网宽考虑)，计算时间步长取0.5秒。式中QB为破堤流量，B为破堤宽度，h1，h2为堤内与堤外水深(从距离破坏的堤防顶部量算)，1与2为水流参数，分别取0.35与0.91。

新川破堤后洪水泛滥过程模拟给出了3个时刻的洪水泛滥淹没范围图。从洪水泛滥模拟的结果中还可以得到洪泛区各点的最大水深、累计淹没时间、最大流速、洪水到达时间等信息，这些数据可以用来评价洪泛区某处洪水灾害风险的大小。1

暴露性、易损性及经济损失评估在洪水模拟及易损性模型建立后，评估在每一个被淹的1/ 2地域格网进行：首先根据该格网与50m标高格网的关系求出平均最大水深，然后计算出最大地面坡度，从而确定出各种一般资产的损失率，乘以该处的资产值就得到了相应的损失值。

随着社会的发展，城市化进程加剧，在防灾减灾、公共设施规划中格网统计数据的应用越来越广泛。对于格网系统，日本在20世纪70年代初就已建立，我国在80年代中期也开始建立有关标准，不过从格网统计数据的应用情况来看，其数据种类以及共享程度还有待提高，格网统计数据的进一步完善。1

高精度重力数据格网化方法比较研究3种常用格网化方法，给出 Kriging方法滞后距与变异函数的计算方法，并利用实测重力异常数据对3种方法在不同模型参数下的插值精度作比较。结果表明，3种方法的均方根差别不大，区别在于局部区域的变化。相对而言，在该区域内 Kriging方法精度最高，CoKriging次之，Shepard略低。2

Shepard和Kriging法插值精度比较由不同拟合参数下Shepard法插值精度比较可知，Shepard插值模型的精度随拟合半径的减小以及拟因的减小而略微提高，但总体来说精度影响不大，相差不超过0.2mGal。所以综合虑计算度、邻近点数等因素，对于该片区域，建议模型参数取为μ=1，R=2′，而对于其他地区，需要对参数重新进行试算与分析，但总体趋势应与该区域相似。2

不同拟合参数下Kriging法插值精度比较可知，拟合半径以及滞后距个数对Kriging插值模型的精度影响比较小，尤其是滞后距个数，除了残差最小值外，几乎对精度没有影响。这是因为滞后距以及变异函数的计算是用来拟合式（10）的球模型，显然该模型只需4组以上的“滞后距－变异函数”对即可根据最小二乘得到模型的参数解。对于该区域，推荐使用的插值模型参数为N（h）=15，R=6′。而对于其他地区，需要实验拟合半径的大小，滞后距则可固定为15。2

拟合半径下插值精度和3种格网化方法比较不同滞后距个数情况下CoKriging插值模型的精度几乎没有变化，原因与Kriging插值模型相同，这里不再单独列出。

不同拟合半径下CoKriging法插值精度比较可以看出，该区域CoKriging插值模型的最佳拟合半径为6′，拟合半径减小时，精度略微降低，当拟合半径为2′时，误差最小值出现较大变化，这是导致精度略微降低的主要原因。经过分析可以看出，在该实验区域内，CoKriging与Kriging插值模型的精度较为接近，Shepard模型精度略低。

3种格网化方法比较结果残差统计可知，CoKriging方法与Krig－ing方法格网化结果相差较小，但在个别点仍然存在20mGal左右的差值。虽然所用重力数据和高程（SRTM数据标称精度±16m）已经过粗差检测，但仍不排除个别粗差难以检测的情况出现。Shepard方法与其他两种方法的均方根约为1.6mGal，且编号位于前列的点插值结果误差较大。2

实测数据的格网化结果比较通过比较某地区实测数据的格网化结果可以发现，3种方法的插值精度在均方根意义下差别不大，但在局部区域，由于插值函数的不同存在较大差别。Kriging方法相对精度较高，CoKriging方法次之，Shepard方法略低；Kriging及CoKrig－ing方法相对Shepard方法具有更好的平滑性，但是由于需要进行大量的滞后距及变异函数值的统计计算，Kriging与CoKriging方法的效率比Shepard方法低，据此可根据实际需求进行方法的择优选取。给出的各模型最佳插值参数仅适用于该区域重力异常格网化，在其他区域使用时仍然需要作相应比较和分析以选择最佳参数。2

本词条内容贡献者为:

王沛 - 副教授、副研究员 - 中国科学院工程热物理研究所