本發(fā)明屬于地理信息系統(tǒng)的虛擬地理環(huán)境研究領(lǐng)域，特別涉及到泥石流災害模擬與可視化分析技術(shù)。

背景技術(shù)：

泥石流是一種在山區(qū)頻發(fā)的地質(zhì)災害，往往由短時間內(nèi)強降水引發(fā)山體滑坡所致，具有高級配、高濃度、速度快、持續(xù)時間短、沖擊力大、破壞性強等特點。它的發(fā)生和發(fā)展嚴重威脅著人們的生命和財產(chǎn)安全，同時對受災地區(qū)的生態(tài)環(huán)境造成嚴重地破壞。開展泥石流災害時空過程模擬與分析，可以預測泥石流的傳播與演進過程，得到泥深、流速等災情信息，確定泥石流災害的淤埋區(qū)域和受災程度，為制定應急救援與應急處置方案提供技術(shù)支持，對泥石流災害的防災減災與應急處置具有重要意義。

由于泥石流災害事件具有發(fā)生的突然性、擴張的快速性以及響應的緊迫性，影響因素復雜多變，因此，對泥石流災害發(fā)展過程和受災區(qū)域分析的直觀性、快速性和準確性提出了更高的要求。然而現(xiàn)有的時空過程模擬、可視化與空間分析是分離的，對多源數(shù)據(jù)、模型以及多專業(yè)知識的共享集成研究不夠，缺乏可高效地用于泥石流災害模擬與分析工具。此外，泥石流災害時空過程僅使用單一的規(guī)則格網(wǎng)進行可視化模擬與分析，對格網(wǎng)尺度的選擇也具有較大的隨意性，不同格網(wǎng)尺度對模型計算、可視化及分析的效率與準確性會產(chǎn)生很大的影響，如何在準確性和效率之間進行均衡來選取適合的格網(wǎng)尺度，缺乏系統(tǒng)性的研究。

目前，大多數(shù)泥石流災害模擬都是以單一的桌面應用程序為主，導致分布式存儲的數(shù)據(jù)資源、模型軟件等得不到充分的利用與共享，并且大多數(shù)局限在二維的可視化表達中，缺乏豐富真實的場景信息。網(wǎng)絡(luò)技術(shù)的發(fā)展使得網(wǎng)絡(luò)正在成為空間信息決策的平臺，在網(wǎng)絡(luò)環(huán)境下可以集成多源空間數(shù)據(jù)和時空過程分析模型，實現(xiàn)對泥石流災害的可視化模擬與分析，并且可以面向預警信息展示、發(fā)布應急救援方案。同時為了減少客戶端的等待時間，實現(xiàn)泥石流災害時空過程的實時模擬與可視化分析，需要對數(shù)值模擬計算效率進行進一步地提高。

基于上述問題，首先需要深入地研究泥石流災害時空過程集成優(yōu)化方法，并探索泥石流災害數(shù)值模擬計算優(yōu)化方法；然后探討網(wǎng)絡(luò)環(huán)境下動態(tài)可視化建模與風險評估分析理論；最后開展尺度效應分析研究，剖析不同空間尺度對模型、可視化與分析的準確性和效率的影響，選取不同情景下的最優(yōu)空間尺度。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提出一種網(wǎng)絡(luò)環(huán)境下的泥石流災害時空過程快速模擬與可視化分析方法，該方法將模型、可視化與分析進行緊密集成，并提供參數(shù)可視化設(shè)置界面，便于參數(shù)獲取與設(shè)置；同時，采用了并行優(yōu)化方法以及尺度最優(yōu)選擇方法，極大地提高泥石流災害模擬計算、可視化與分析的準確性和效率；并構(gòu)建了網(wǎng)絡(luò)服務，提供災情信息的共享與發(fā)布，有效地支撐泥石流災害的應急處置。

一種網(wǎng)絡(luò)環(huán)境下泥石流災害過程快速模擬與可視化分析方法，具體如下：

S1、進行泥石流災害計算模型的集成與并行優(yōu)化，具體包括：泥石流數(shù)值模型的集成優(yōu)化和泥石流時空過程計算并行優(yōu)化，其中，

在所述的泥石流數(shù)值模型的集成優(yōu)化中，針對選取的泥石流流團模型，設(shè)計相應的參數(shù)可視化調(diào)控界面，用戶可以在模擬與反饋過程中交互動態(tài)調(diào)整不同情景下的模擬參數(shù)；

在所述的泥石流時空過程計算并行優(yōu)化中，設(shè)計了基于GPU/CPU協(xié)同并行優(yōu)化的泥石流災害時空過程模擬模型，在計算不同時刻下泥石流災害的實時泥深、速度、位移等時，提高了模型計算效率，在泥石流災害模擬過程中確定潰口起始參數(shù)，其中的潰口起始參數(shù)包括了泥石流密度、極限濃度、初始泥深、固體體積濃度、固體密度、液體體積濃度、一次沖出總量、初始速度、粗糙度系數(shù)，水體密度，單個泥流團體積和計算時間間隔，

其中，所述的泥石流流團模型是基于泥石流運動方程，計算方法如下：

Ssx與Ssy分別是x和y方向泥石流堆積區(qū)底面坡降(‰)，u、v分別是x和y方向泥石流速度(m/s)，g為當?shù)氐闹亓铀俣?m/s2)，S_fx和S_fy分別采用摩阻坡降，具體如下：

τB為屈服應力(N/m2)，γm為泥石流密度(t/m3),h為泥石流淤埋深度(m)，μB為泥石流粘滯系數(shù)(N.s/m2)，Kc為糙率系數(shù)，

潰口處格網(wǎng)行列號通過泥石流潰口處的坐標以及DEM格網(wǎng)坐標計算得到，并以文件的形式保存到指定的文件夾中，提高了模型參數(shù)的處理效率、簡化了數(shù)據(jù)處理流程；

S2、進行尺度效應分析及最佳尺度選擇，具體包括：模型尺度效應分析，可視化尺度效應分析，風險評估尺度效應分析，最佳尺度選擇，其中，

所述的模型尺度效應分析主要針對不同空間尺度下泥石流流團體積大小、計算步長、流團總數(shù)的差異，計算泥石流淤埋面積的大小、淤埋區(qū)域的空間分布以及模擬模型計算準確性和效率的統(tǒng)計分析；

所述的可視化尺度效應分析在泥石流災害可視化模擬場景構(gòu)建中，泥石流災害動態(tài)可視化尺度效應分析主要考慮模型的模擬結(jié)果文件輸出時間以及可視化平臺中數(shù)據(jù)渲染時間的統(tǒng)計與分析；

所述的風險評估尺度效應分析包括在泥石流災害可視化分析場景構(gòu)建中，比較不同空間尺度下不同風險等級區(qū)域的空間分布、受災面積、受災人口等；

所述的最佳尺度選擇指綜合考慮模型尺度、可視化尺度以及風險評估尺度準確性和效率，采用層析分析法對泥石流災害模擬與分析中涉及到的影響因子比如模型計算準確性、模型計算效率、可視化效率以及風險評估分析準確性等因進行層次劃分，并根據(jù)影響因子的側(cè)重點來確定其權(quán)重，從而選擇出不同情景下的最優(yōu)格網(wǎng)尺度；

S3、進行網(wǎng)絡(luò)環(huán)境下泥石流災害可視化模擬與分析，具體步驟如下：

S31、虛擬地形場景構(gòu)建，其中，虛擬地形場景構(gòu)建指的是通過網(wǎng)絡(luò)方式將在線數(shù)據(jù)和本地數(shù)據(jù)集成，并實時地加載和渲染顯示，實現(xiàn)不同分辨率下虛擬地球系統(tǒng)三維可視化展示與瀏覽；

S32、對泥石流災害動態(tài)進行可視化，具體為：泥石流災害模擬結(jié)果數(shù)據(jù)為格網(wǎng)單元組成的二維數(shù)組，每一時刻的模型計算結(jié)果中各格網(wǎng)包含泥深數(shù)據(jù)、高程數(shù)據(jù)以及平面坐標數(shù)據(jù)，并以JSON文件的形式進行存儲，可支持泥石流可視化繪制，為了更加直觀、逼真地展示泥石流泥深信息，不同深度的泥深采用不同顏色進行可視化顯示其中，泥石流災害動態(tài)可視化指通過瀏覽器端讀取泥石流計算模型所輸出的JSON組織形式數(shù)據(jù)，實現(xiàn)泥石流可視化效果的繪制；

S33、分析場景交互展示，其中，分析場景交互展示指對災害區(qū)域的專題數(shù)據(jù)和災情數(shù)據(jù)的顯示，用戶并可以通過交互的方式實現(xiàn)災情信息的分析和查詢。

進一步地，S1所述泥石流時空過程計算并行優(yōu)化，具體步驟如下：

S11、并行優(yōu)化部分：由GPU各線程處理泥石流顆粒的碰撞交互計算，由GPU來執(zhí)行泥石流時空過程模擬的可視化渲染，CPU負責整個系統(tǒng)的串行化處理；

S12、程序優(yōu)化方法：分為內(nèi)存對齊、分支性能兩種部分，

內(nèi)存對齊能判斷出全局內(nèi)存的訪問是否滿足合并條件，

分支性能是指分支以線程束為單位進行。

進一步地，S2所述計算泥石流淤埋面積的大小，具體步驟為：

S21、根據(jù)流團體積約束準則：單個流團的體積在數(shù)值上小于等于網(wǎng)格單元面積的1/10；

S22、流團連續(xù)性準則：在整個計算時間域上，每個格網(wǎng)必須包含一定數(shù)量的泥流團；

S23、流團位移準則：所有流團在單個時間步長內(nèi)的位移不能大于網(wǎng)格單位長的1/4。

進一步地，

S31所述在線數(shù)據(jù)為高精度全球衛(wèi)星影像、地圖數(shù)據(jù)和粗略的高程數(shù)據(jù)，系統(tǒng)支持WMS、WCS、TMS等多種地圖數(shù)據(jù)服務，獲取和解析這些在線地理數(shù)據(jù)并實時地加載和渲染顯示，實現(xiàn)不同分辨率下虛擬地球系統(tǒng)三維可視化展示與瀏覽，

S31所述本地數(shù)據(jù)為本地影像數(shù)據(jù)和高精度的DEM地形數(shù)據(jù)，其中，對于大規(guī)模的地形，利用切片工具(build_elevation.py&ElevationLayer.py)對DEM進行切片，切片數(shù)據(jù)存儲為JSON格式，通過WebServer(IIS)進行發(fā)布，在Cesium中作為TMSElevationLayer節(jié)點加載；對于遙感影像，利用TMSImageLayer調(diào)用ArcGISServer發(fā)布的WMTS服務進行加載。

進一步地，S33所述的分析場景交互展示，包括：

S331、在泥石流災害分析中，支持最大泥深、最大動能和最大流速的過程分析；

S332、在泥石流災害分析過程中以交互查詢的方式查詢?yōu)暮^(qū)域的整體受災程度、受災道路、受災人口、房屋受損程度等災情信息。

本發(fā)明的有益效果是：

本發(fā)明方法將泥石流災害數(shù)值模型、可視化與分析緊密集成，提供可視化參數(shù)設(shè)置界面，便于參數(shù)的配置優(yōu)化與動態(tài)交互調(diào)整；設(shè)計模型計算并行優(yōu)化方法，可提高模擬計算效率，有效地支撐網(wǎng)絡(luò)環(huán)境下的實時模擬與可視化分析；對不同空間尺度數(shù)據(jù)從模型、可視化及空間分析角度進行尺度效應分析，可提高泥石流災害模擬與可視化分析的準確性和效率；用戶無需安裝任何插件，即可在客戶端直觀地模擬并展示泥石流災害的發(fā)展過程，進而對受災區(qū)域的人口、建筑物、道路等進行統(tǒng)計分析和風險評估。

附圖說明

圖1為網(wǎng)絡(luò)環(huán)境下泥石流災害過程快速模擬與可視化分析總體流程圖。

圖2為泥石流災害尺度效應分析流程圖。

圖3為網(wǎng)絡(luò)環(huán)境下泥石流災害場景動態(tài)構(gòu)建圖。

圖4為不同空間尺度下泥石流最大淤埋面積對比分析。

圖5為不同尺度下泥石流災害計算時間對比。

圖6為展示了不同尺度下的泥石流模擬結(jié)果可視化渲染時間。

圖7為決策層對于因子層的判斷矩陣。

具體實施方式

如圖1所示，首先要進行泥石流災害時空過程模擬，包括根據(jù)DEM數(shù)據(jù)、粗糙度、潰口數(shù)據(jù)等準備，然后選擇適當?shù)哪嗍鲾?shù)值模型，實現(xiàn)參數(shù)可視化配置優(yōu)化。

S1、進行泥石流數(shù)值模型的集成優(yōu)化，包括：

S11、泥石流數(shù)值模型的集成優(yōu)化，包括：

S111、泥石流數(shù)值模型采用的流團模型，它是基于Saint-Venant方程的泥石流運動方程，計算方法如下：

式中，Ssx與Ssy分別是x和y方向泥石流堆積區(qū)底面坡降(‰)，g為重力加速度，Sfx和Sfy分別采用O’Brien等(1993)的摩阻坡降：

式中，τB為屈服應力(N/m2)，γm為泥石流密度(t/m3),h為泥石流淤埋深度(m)，μB為泥石流粘滯系數(shù)(N.s/m2)，Kc為糙率系數(shù)。

泥石流虛擬地理環(huán)境構(gòu)建中選用流團模型能夠適應復雜地形來計算泥石流在堆積扇上的泥深和速度分布，判定泥石流災害的危險范圍。將流團模型緊密地集成到虛擬地理環(huán)境框架中，便于高效地進行模擬計算參數(shù)可視化選擇、配置以及交互動態(tài)調(diào)整。

S112、所述的參數(shù)可視化配置優(yōu)化，包括了參數(shù)可視化調(diào)控界面，用戶可以在模擬與反饋過程中交互動態(tài)調(diào)整不同情景下的模擬參數(shù)，提高模型計算的準確性。在泥石流災害模擬過程中涉及許多參數(shù)，潰口起始參數(shù)的確定是其中很重要的部分，潰口處格網(wǎng)行列號通過泥石流潰口處的坐標以及DEM格網(wǎng)坐標計算得到，并以文件的形式保存到指定的文件夾中，提高了模型參數(shù)的處理效率、簡化了數(shù)據(jù)處理流程。

其中，x、y分別為泥石流潰口處的坐標，x'、y'分別為DEM左下角坐標，TotalRows為DEM格網(wǎng)的總行數(shù)。

S12、泥石流時空過程計算并行優(yōu)化，包括：

并行優(yōu)化部分，主要是泥石流顆粒的碰撞交互計算交由GPU各線程處理，泥石流時空過程模擬的可視化渲染也是交由GPU來執(zhí)行，CPU則負責整個系統(tǒng)的串行化處理；

程序優(yōu)化方法，主要有內(nèi)存對齊、分支性能兩種部分。內(nèi)存對齊能判斷出全局內(nèi)存的訪問是否滿足合并條件。由于全局內(nèi)存具有嚴重的訪問延遲，如果全局內(nèi)存能夠滿足訪問合并的條件，即所有線程訪問連續(xù)對齊的內(nèi)存塊，線程對內(nèi)存進行一對一連續(xù)對齊訪問，則每個線程的訪問地址可以合并起來，只需一次存儲事物即可解決問題，合并大小支持32字節(jié)、64字節(jié)和128字節(jié)；分支性能是指分支以線程束為單位進行，同一線程束內(nèi)的線程走向同一分支造成的性能損失較小，但當線程束內(nèi)的線程走向不同分支時，需要的時間是不同分支之和，分支增多時將嚴重影響效率，因此需要盡量地去除內(nèi)核函數(shù)中的分支。

S2、尺度效應分析及最佳尺度選擇，如圖2所示，包括：

模型尺度效應分析；可視化尺度效應分析；風險評估尺度效應分析；最佳尺度選擇；

所述的模型尺度效應分析主要針對不同空間尺度下泥石流流團體積大小、計算步長、流團總數(shù)的差異，進行泥石流淤埋面積的大小、淤埋區(qū)域的空間分布以及模擬模型計算準確性和效率的統(tǒng)計分析。

所述的可視化尺度效應分析在泥石流災害可視化模擬場景構(gòu)建中，泥石流災害動態(tài)可視化尺度效應分析主要考慮模型的模擬結(jié)果文件輸出時間以及可視化平臺中數(shù)據(jù)渲染時間的統(tǒng)計與分析。

所述的風險評估尺度效應分析包括在泥石流災害可視化分析場景構(gòu)建中，比較不同空間尺度下不同風險等級區(qū)域的空間分布、受災面積、受災人口等。

所述的最佳尺度選擇指的是通過模型尺度、可視化尺度以及風險評估尺度的效果和效率進行分析和比較，選擇最適合的尺度并運用于泥石流時空過程的快速模擬和可視化中。

S2所述的泥石流淤埋面積的計算中，對流團模型中的單個泥流團進行規(guī)約，具體步驟如下：

S21、流團體積約束準則：單個流團的體積在數(shù)值上應該不大于網(wǎng)格單元面積的1/10，符合宏觀足夠小，微觀足夠大的原則；

S22、流團連續(xù)性準則：在整個計算時間域上，每個格網(wǎng)必須包含一定數(shù)量的泥流團；

S23、流團位移準則：所有流團在單個時間步長內(nèi)的位移不能大于網(wǎng)格單位長的1/4。

S2所述的不同風險等級將依據(jù)泥石流災害風險特征，采用標準差法對泥石流災害的危險度、易損度以及風險度劃分為三個等級：低度、中度和高度。

S3、泥石流時空過程可視化與風險評估分析，如圖3所示，包括：

S31、虛擬地形場景構(gòu)建，包括：

本地數(shù)據(jù)；在線數(shù)據(jù)。

S311、所述的本地數(shù)據(jù)主要包括本地影像數(shù)據(jù)和高精度的DEM地形數(shù)據(jù)；對于大規(guī)模的地形，利用切片工具(build_elevation.py&ElevationLayer.py)對DEM進行切片，切片數(shù)據(jù)存儲為JSON格式，通過WebServer(IIS)進行發(fā)布，在Cesium中作為TMSElevationLayer節(jié)點加載；對于遙感影像，利用TMSImageLayer調(diào)用ArcGISServer發(fā)布的WMTS服務進行加載。

S312、所述的在線數(shù)據(jù)主要包括大量高精度全球衛(wèi)星影像、地圖數(shù)據(jù)和粗略的高程數(shù)據(jù)，系統(tǒng)支持WMS、WCS、TMS等多種地圖數(shù)據(jù)服務，獲取和解析這些在線地理數(shù)據(jù)并實時地加載和渲染顯示，實現(xiàn)不同分辨率下虛擬地球系統(tǒng)三維可視化展示與瀏覽。

S32、所述的泥石流災害動態(tài)可視化，包括：

泥石流災害模擬結(jié)果數(shù)據(jù)為格網(wǎng)單元組成的二維數(shù)組，每一時刻的模型計算結(jié)果中各格網(wǎng)包含泥深數(shù)據(jù)、高程數(shù)據(jù)以及平面坐標數(shù)據(jù)，并以JSON文件的形式進行存儲，可支持泥石流可視化繪制；為了更加直觀、逼真地展示泥石流泥深信息，不同深度的泥深采用不同顏色進行可視化顯示；

S33、所述的分析場景交互展示，包括：

S321、在泥石流災害分析中，支持最大泥深、最大動能和最大流速的過程分析；

S322、在泥石流災害分析過程中以交互查詢的方式查詢?yōu)暮^(qū)域的整體受災程度、受災道路、受災人口、房屋受損程度等災情信息。

實施案例

(1)、泥石流災害研究區(qū)域選擇

選取了典型的泥石流災害區(qū)域，經(jīng)緯度如下：30°45′N～31°43′N,102°51′E～103°44′E，該區(qū)域包括一個長15公里的主溝，8條支溝，該區(qū)域流域面積為54.2km2，流域海拔高度在1320～4360m之間。所述流域內(nèi)主要巖性為花崗巖和碳酸巖，受地質(zhì)災害影響，巖體崩解，坡積物滑落，進一步增加了溝道流域內(nèi)的松散堆積物量，在極端降雨作用下極易產(chǎn)生泥石流。持續(xù)的降水使土體充分飽和，失穩(wěn)破壞匯入到山洪中形成泥石流，泥石流在運動中不斷有支溝泥石流匯入，加之上游堰塞湖部分潰決，最終形成具有強大破壞力的大規(guī)模泥石流。

對采集得到的遙感圖像進行預處理，得到案例區(qū)粗糙率估算值。

(2)、泥石流可視化模擬

根據(jù)研究區(qū)域的歷史資料、參考文獻資料、遙感影像解譯、現(xiàn)場調(diào)查等方法，獲得了案例區(qū)域的相關(guān)計算參數(shù)，具體如下：

表1 七盤溝泥石流模擬參數(shù)表

(3)、風險評估分析

用戶以交互可視化方式設(shè)置不同研究區(qū)域的相關(guān)模型計算參數(shù)，開始泥石流災害模擬演進計算，基于HTML5技術(shù)和WebGL技術(shù)構(gòu)建泥石流災害虛擬地理環(huán)境場景，并將不同研究區(qū)域的模型計算結(jié)果進行三維動態(tài)可視化展示(泥石流的流速，泥深)與風險評估分析(對泥石流的沿途的道路，居民地的影響)。

尺度效應分析

本項目選取幾種典型的空間尺度開展了泥石流模擬分析尺度效應分析實驗，根據(jù)模型計算結(jié)果數(shù)據(jù)、案例區(qū)域?qū)ｎ}數(shù)據(jù)以及風險評估分析結(jié)果進行泥石流尺度效應分析，選擇出不同情景下的適宜空間尺度。

模型尺度效應分析

泥石流模型尺度效應分析主要針對不同空間尺度下(柵格單元大小)泥石流淤埋區(qū)域的空間分布以及模擬模型計算效率進行統(tǒng)計分析，綜合考慮模型的準確性和效率的影響。

淤埋面積

圖4為不同空間尺度下泥石流最大淤埋面積對比分析，隨著空間尺度的增大，在靠近山脈的地方淹沒面積丟失，而在地勢起伏不大的地區(qū)，有些區(qū)域淹沒面積會增加有些區(qū)域則減少。(補充線性對比圖)

泥石流演進計算效率分析

泥石流模擬模型在不同的空間尺度下具有不同的計算效率，在同一空間尺度，計算時間開始隨著流團個數(shù)的增加不斷增加，增加到一定程度后由于部分泥流團的靜止導致計算時間減少。在不同的空間尺度上，泥石流模擬計算時間會隨著空間尺度的增大而減少。

可視化尺度效應分析

圖6展示了不同尺度下的泥石流模擬結(jié)果可視化渲染時間。隨著格網(wǎng)尺度不斷的增大，可視化渲染時間減少。

風險評估尺度效應分析

表2為風險評估統(tǒng)計表。

表2

最優(yōu)尺度分析

當格網(wǎng)尺度為40m時，泥石流災害模擬與分析的準確性出現(xiàn)很大的誤差，已經(jīng)滿足不了應急救災的需求。因此，僅考慮當格網(wǎng)尺度分別為5m、10m、20m時的模型計算準確性、風險評估準確性、模擬計算效率以及可視化效率等因子，利用層次分析方法選擇不同情景下的最優(yōu)格網(wǎng)尺度。

第一種情景，認為泥石流災害模擬與分析的準確性比效率更重要，設(shè)置了如表3所示的判斷矩陣，并設(shè)置決策層對于因子層的判斷矩陣，如圖7所示。

表3 判斷矩陣(準確性比效率更重要)

根據(jù)表3和圖7分別計算格網(wǎng)尺度為5m、10m、20m的總權(quán)重值為0.51、0.25、0.23。在此情景下，應選擇5m格網(wǎng)用于泥石流災害模擬與可視化分析。

第二種情景，認為泥石流災害模擬與分析的準確性和效率一樣重要，將設(shè)置了如表4所示的判斷矩陣，并設(shè)置決策層對于因子層的判斷矩陣，如表4所示。

表4 判斷矩陣(準確性和效率一樣重要)

根據(jù)表4和圖7計算格網(wǎng)尺度5m、10m、20m的總權(quán)重值分別為0.36、0.25、0.39。在此情景下，應選擇20m格網(wǎng)用于泥石流災害模擬與可視化分析。