CN107704592A

CN107704592A - 一种基于WebGIS的洪水预报服务构建方法

Info

Publication number: CN107704592A
Application number: CN201710947956.6A
Authority: CN
Inventors: 曾微波; 殷晓飞; 王春; 江岭
Original assignee: Chuzhou University
Current assignee: Chuzhou University
Priority date: 2017-10-12
Filing date: 2017-10-12
Publication date: 2018-02-16

Abstract

本发明公开了一种基于WebGIS的洪水预报服务构建方法，充分利用GIS强大的空间分析技术，与传统洪水预报模型的构建方法互补，高效提取洪水模型自然汇流信息，进而提高模型预报精度；同时利用WebGIS空间信息表达优势，使洪水预报更准确、表达更直观。该方法的主要步骤如下：(1)基于地形资料构建数字高程模型；(2)采用GIS空间分析方法对DEM预处理；(3)采用D8算法构建流水网；(4)基于水流方向及土壤含水量构建自然汇流矩阵；(5)利用水流累积值生成流域边界内的水道，并基于Strahler法对河道分级编码；(6)基于三水源新安江模型，对参数进行初定和率定；(7)基于WebGIS模拟洪水预报结果。

Description

一种基于WebGIS的洪水预报服务构建方法

技术领域

本发明涉及一种基于网络地理信息系统(WebGIS)的洪水预报服务构建方法，具体的说，就是利用WebGIS与洪水预报模型构建洪水演变分析服务，实现不同雨强、水情下洪水预报结果的动态模拟与演变分析。

背景技术

洪水预报是指利用水文、气象等信息模拟洪水形成过程和运动规律，对洪水可能发生的地点、时间、强度、规模、过程等进行预报与模拟。洪水预报作为重要的防洪非工程措施，在防汛抢险、水资源水环境合理开发利用、水生态保护与规划、水利工程规划建设及调度管理等领域具有广泛的应用价值，不仅降低了以往洪水预报繁重的工作量，而且还提供了更加及时、准确的水位流量预报信息，为防洪、规划提供了重要的决策依据，为保护人民生命安全，加强洪水安全提供了重要的信息保障。

目前，大多数防汛抗旱决策支持系统主要针对流域范围。此外，由于防洪抗旱决策支持系统涉及复杂地形空间信息管理，不易把握局部细节，导致模型参数率定难度高、预报结果准确度低。将洪水预报模型与WebGIS集成，利用GIS强大的空间分析能力，高效提取洪水模型自然汇流信息，进而提高模型预报精度；利用WebGIS强大的空间表现能力展示模型预报成果，突破模型对平台、用户数量、用户群体的限制，扩大水文模型的应用范围，充分发挥洪水预报的社会效益、经济效益；另外，基于WebGIS技术构建防洪抗旱决策支持系统，可以针对区域防洪抗旱工作的实际需要，有针对性地进行开发定制，利用运行平台实现模型的管理与调用，提高水旱灾害预警等科学水平，因此，这项研究具有广泛的应用前景。

近年来，欧洲及日本等许多发达国家已经建立了较为完善的预报系统，包括气象预报系统、洪水监测与预报系统、灾害损失评估系统等。在实时预报监测方面，美国和加拿大采用微波技术来确定雨量，处于世界前列；在洪水预报方面，国内经过长期的发展已经积累了大量的经验。从上世纪60年代开始，引进和学习国际上先进的洪水预报理论与技术。在大量实践和研究的基础上，1955年出版了《洪水预报方法》。在接下来二十年间，不同流域均开展了水文模型研究。随着网络技术、数据库技术、地理信息系统等技术在水文预报领域的深入应用，国内洪水预报技术、方法和水平有了很大的提高。

但是目前，洪水预报模型的构建与应用技术发展仍然较为落后，归纳起来主要有以下几点：

(1)空间模型数据源单一、精度低

传统洪水预报服务地理建模型的数据源一般来自于CAD或由CAD构建的DEM，数据更新周期长。此外，由于数据安全的限制，很难获取精度较高的地形资料，大多采用的是30m、90m甚至精度更低的数字高程模型。基于此类数据源构建的地理空间模型应用于短期内地形地貌变化较大的区域及平原区河道地形时，模型误差较大。

(2)土地利用空间差异性考虑不足

近几年来，人类生产活动对地表土地利用、植被覆盖类型产生了较大的影响。然而，大部分洪水预报模型未充分考虑地表已变因素，导致预报的稳定性不足，预报误差较大。

(3)水雨情数据缺乏有效性检验

大多洪水预报模型严重依赖水文气象等资料，但是对于水位、雨量数据的合理性、准确性缺乏有效的检验分析，往往在误差较大时对上万条、几十万条数据进行排查和检验，费时费力。

(4)洪水预报应用难度大

传统的各类洪水预报系统都需要专业人员进行操作，要求系统应用人员具有较高的水文、气象及计算机等专业知识；另外，这类系统一般基于C/S架构进行设计开发，因此，系统的运行对操作系统及硬件设备都有较高的要求，导致无法进行大规模应用推广。

以上所述洪水预报模型构建与应用的不足，对于洪水预报模型的快速构建、预报精度的提高、应用范围的扩大都造成了较大困难。更为重要的是，由于模型参数无法根据快速变化的地理环境进行及时调整，从而导致模型预报误差随时间不断累加，极易造成防洪排涝决策失误，从而给国家和人民造成无法挽回的损失。

发明内容

本发明所要解决的技术问题，在于克服现有技术存在的缺陷，利用GIS空间分析技术，建立适用于水文预报的地理空间模型；在对异构数据处理的基础上，基于DEM完成流域流水网的推求、单元面积划分及地表径流计算。在上述工作的基础上，提出一种基于WebGIS的洪水预报模型服务的构建与应用方法，对洪水演进过程进行仿真模拟。

为实现上述发明目的，本发明采用的技术方案如下：

一种基于WebGIS的洪水预报服务构建方法，包括如下步骤：

步骤1，基于地形资料构建数字高程模型；

步骤2，采用GIS空间分析方法对数字高程模型进行预处理，利用处理后的数字高程模型进行流向分析和汇流计算，提取河网水系，完成流域划分；

步骤3，采用D8算法构建流水网；

步骤4，基于水流方向及土壤含水量构建自然汇流矩阵；

步骤5，利用水流累积值生成流域边界内的水道，并基于Strahler分级法对河道分级编码；

步骤6，基于洪水预报模型，对参数进行初定和率定，得到预报计算结果；

步骤7，基于WebGIS模拟洪水预报结果。

本发明充分利用GIS强大的空间分析技术与方法，与传统洪水预报模型的构建方法互补，高效提取洪水模型自然汇流信息，进而提高模型预报精度；同时，利用WebGIS空间信息表达优势，丰富了洪水预报信息展示内容和表现方法，使洪水预报更准确、表达更直观。本发明对提高洪水预报精度、降低应用难度、扩大应用范围、摆脱应用对设备及平台的依赖具有十分重要的意义。

附图说明

图1：是流向分析图；

图2：是方向编码图；

图3：是预处理后DEM图；

图4：是水流方向矩阵图；

图5：是水流累积矩阵图；

图6：是地表温度-植被指数特征空间示意图；

图7：是洪水预报服务工作流程图；

图8：是洪水预报综合过程图；

图9：是洪水演进仿真效果图。

具体实施方式

本实施例中，提供一种基于WebGIS的洪水预报服务构建方法，具体步骤如下：

(1)数字高程模型(DEM)的构建

以往构建DEM是一项工作量非常巨大的工程。一般采用全站仪、GPS或激光测距仪等设备测量高程信息，或人工读取已有地形图上的网格点高程，或遥感解译航空航天遥感数据，适用性差。另外，在国内外公开的DEM数据精度较低、缺少水下地形，许多洪水预报模型的DEM构建大多基于30m精度DEM，预报准确度低。针对以上情况，本发明采用基于已有地形信息的DEM构建方法，主要流程如下：

(1.a)高程数据处理

准备预报区域不低于30m分辨率的数字高程模型或CAD地形图；若只有CAD地形图，则从CAD地形图中提取高程信息，构建TIN，生成DEM。本实施中采用CAD地形图。高程信息主要包括空间信息和属性信息，空间信息主要从CAD中获取，属性信息主要来源于Excel文件，提取流程如下：

①异构数据高程信息提取

统一坐标系框架，通过空间校正，从CAD、Excel、DEM(局部)等包含高程信息的各类数据中提取预报区域的高程信息，组织为矢量的高程点、等高线。

②空间数据属性定制

对于水利工程的地理空间数据来说，不仅要有图形属性，还需要一些业务属性，以监测站为例，图形特性主要有位置(地理坐标或投影坐标)、水文特性、工程特性、管理信息等。从CAD中转换出来的Shapefile文件中带有大量的与系统需要无关的属性字段，需要对Shapefile的字段进行删除、修改、编辑，定制符合系统需要的属性字段。

(1.b)DEM构建

从CAD中提取的高程点、等高线比较密集，由于生成TIN支持的最大结点数只能有几千万个，无法覆盖所有区域。因此采用如下方法进行处理：

①把矢量信息用统一的坐标系存储在地理空间数据库中，一般采用FileGeodatabase格式的地理数据库。

②在数据集中创建Terrain。

③利用ArcToolBox中的Terrain to Raster，把Terrain转换为栅格，即得到所需DEM。

(2)DEM预处理

受高程数据采集误差(或DEM插值误差)及DEM格网大小的影响，DEM中会存在洼地,在流水网中造成许多断点，有些径流不能流出流域出口地面。由于这些洼地并非真正的洼地，而是由于数据误差造成，会产生不合理的模型计算结果，因此需要进行填洼处理。DEM预处理过程包括洼地分析和填洼。

(2.a)流向分析

流向分析是洼地分析、流向计算的基础，通过流向分析确定区域单元内自然汇流方向。流向分析采用D8算法(最大坡降法)。假定降水汇集到某一个DEM格网，该格网中的水流将流向其周围8个相邻的格网中高程最低的格网；若多个格网的最大下降方向相同，则扩大相邻格网范围找到最大下降方向，得到水流方向矩阵如图1所示：

其中，流向采用2的n次方，从n＝0开始，逆时针递增，如图2所示：

(2.b)洼地分析

洼地分析根据洼地特性(高程小于周边格网高程)，基于流向分析，通过计算找到高程小于其相邻近点(至少八邻域点)高程的区域得到洼地信息。

(2.c)填洼处理

填洼处理采用M&V(分级填洼)算法，对DEM按照高程大小均匀分级后，将洼地当作池塘来处理。首先，对DEM初始化，用最大临时水面高程数据W将原始地面DEM数据表面Z淹没；然后，通过迭代方法将W值逐步减小，最后得到填洼后的DEM。

(3)构建流水网

将DEM中所有格网方向连接起来构成流水网，格网方向的确定依然采用D8算法寻找格网与相邻8个格网间的最大坡度或落差。其中，

最大落差＝Z值变化值/相邻格网中心点距离

上式中，相邻格网中心点之间的距离有两个值：1(格网垂直或平行)、1.414216(斜向)；若某一格网至所有相邻格网的坡度都相同，则向外扩大相邻格网范围，直到找到最大坡度。

(4)自然汇流矩阵计算

自然汇流矩阵表示区域内流水量的累积数值，基于水流方向矩阵推求。其基本思想是：将DEM中每个格网视为一个单元水量，结合流向分析的结果计算流经每个格网单位的水量，如图3、图4、图5所示。

为更加精确地计算水流累积值，需要考虑降水不均匀、下垫面土地利用类型等特殊情况，因此需要结合遥感影像建立土壤含水量格网矩阵，具体流程如下：

①干边和湿边的确定

干边和湿边的确定是构建特征空间的关键所在。根据特征空间的原理，干边和湿边为界定特征空间散点图上下边界的直线。本实施例采用ENVI的二次开发语言IDL，将NDVI值(植被覆盖指数)从0.15到0.85，取0.01为步长，取0.01宽度的区间中Ts的最大值和最小值，结合NDVI分布频率直方图，采用最小二乘线性拟合地表温度与对应的NDVI值的相关性得干边和湿边。这种干湿边提取方法将特征空间上下边缘的点对都加入到拟合过程中，并能有效地去除噪声点的影响，能更好反映真实的干湿边分布状况。

②温度植被干旱指数TVDI的提取

在植被指数和地表温度构成的三角形特征空间中，将不同植被指数条件下的最高下垫面温度(Tmax)相连，构成了三角形的干边。干边上，土壤湿度下降到凋萎含水量，地表蒸散发量接近0，TVDI＝1；相应地将不同植被指数下的最低下垫面温度(Tmin)相连构成了三角形的“湿边”，表示地表土壤含水量等于田间持水量，蒸散发量达到最大，TVDI＝0。地表温度-植被指数特征空间示意如图6所示。

利用TVDI反映地表水分状况的原理主要是植被状态及其水分压力可以通过热红外波段和可见光/近红外比值之间的互补性得到很好地表现。

其中，T_Smin表示地表温度的最低值；T_S是任意像元的地表温度；a是湿边上土壤相对含水量，b是干边拟合方程的系数。本发明运用ENVI 5.0遥感处理软件，结合IDL编程语言，确定方程(1)中的参数a和b，实现TVDI的提取。

③土壤含水量的遥感反演

基于地表温度-植被指数特征空间的原理与方法，位于“干边”与“湿边”之间的像元α点的土壤相对含水量(RSM_a)可以表示为：

式中，A/C为Ts/NDVI的斜率。则α点所在等值线上任一点的土壤相对含水量可以表示为：

其中，A＝T_S-T_min；B＝T_max-T_min。tanα＝A/C为常数。则：

其中，c是TVDI＝1时干边上的土壤相对含水量减去湿边上的土壤相对含水量。通过实测数据率定公式(4)中的参数a和c，则可以推导出土壤墒情(土壤含水量格网矩阵)。再结合降水信息计算不同土壤墒情时的土壤产流量，得到自然产汇流矩阵。

(5)河网生成

河网生成包含三个步骤：首先确定流域边界内的水道；然后裁剪小于某一临界长度的河段；最后生成河道的Strahler级数编码。Strahler级数编码的具体作法是：定义从河源出发的河流为1级河流，同级的两条河流交汇所形成的河流的级数增加1，不同级别的两条河流交汇所形成的河流的级别为两者中较高者。这些都是在自然汇流矩阵的基础上完成的。

在特定的流域，径流汇聚的多少与水流累积值成正比。因此，可用水流累积个数来定义河流的起始点。在河网生成的第一步中，必须先设置水流累积矩阵累积值的阈值，认为在水流累积个数小于该值的网格上不能产生足够的径流而形成水道，而大于该值的网格上能形成水道。由此，水流累积个数大于该值的网格所组成的流水网，即为一个栅格形式的河网，可称之为模拟河网。

(6)洪水预报计算

将以上自然汇流矩阵计算信息应用于洪水预报模型(本实施例采用三水源新安江模型)，率定模型参数得到预报计算结果。

(6.a)参数初定

根据水文气象资料及经验，模型初定参数如下：

①蒸散发折算系数K

采用汛期流域蓄满状态下的累计降水量∑^P、累计径流∑^R、蒸散发量∑^E，用以下公式估算：

K＝(∑^P-∑^R)/∑^E (5)

蓄水容量Wm、上层土壤蓄水容量WUM、下层土壤蓄水容量WLM。

Wm根据实测降水资料或经验选取，在南方地区为80～150mm，北方在80～170mm，江淮地区在110mm左右；WUM包含植被截留，少林地在5～10mm，多林地在10～20mm；WLM在60～90mm。

②蓄水容量曲线指数b

一般在0.3～0.5之间取值，流域越小该值越小。

③不透水面面积比IMP

一般取0～0.05。

④深层蒸散发系数C

南方多林C＝0.18左右；北方地区C＝0.08左右。

⑤自由水蓄水容量S_m

由经验初定，一般在山区为8～15mm，林地为50mm。

⑥自由水蓄水容量曲线bx

根据经验bx为1～1.5

⑦自由水蓄水库壤中流出系数与KI自由水蓄水库地下径流系数KG

一般KI+KG约为0.7，具体值与流域相关，在调试时确定。

⑧壤中流消退CI和地下径流消退系数CG

CI趋近0.9；GC约为0.98～0.998，具体值与流域相关，在调试时确定。

⑨河网汇流单位线参数C_r和τ

C_r在0.02左右，与具体值与流域相关；τ同样与流域相关，通常取计算单位时段的整数倍。

(6.b)参数率定

①率定目标函数

洪水预报误差的目标函数可采用以下3种：

●绝对误差：水文要素的预报值减去实测值为预报误差，其绝对值为绝对误差。多个绝对误差值的平均值表示多次预报的平均误差水平。

●相对误差：预报误差除以实测值为相对误差，以百分数表示。多个相对误差绝对值的平均值表示多次预报的平均相对误差水平。

●确定性系数：洪水预报过程与实测过程之间的吻合程度。计算公式为：

式中：DC----------确定性系数(取2位小数)；

y₀(i)----------实测值；

y_c(i)----------计算值；

----------实测值的均值；

n----------资料序列长度。

②率定方法

当目标函数选定以后，常用的优选方法有人工试错法、自动优选法及交互式优选法。

●人工试错法：基本原则是先假定一组参数，进行模拟计算，比较模拟值与实测值，分析对比目标函数和目标过程线的拟合状况，再循环调整参数，重复计算，直至达到最优。

●自动优选法：即由计算机按一定的规则自动优选，而不需要任何人工调节。此种方法可以系统地找到一组参数，使给定的目标函数达到最优。此法的缺点是某些参数可能不合理，与流域水文特性不符，需人工修改。

●交互式优选法：即自动优选与人工试错相结合，交替进行。

本实施例采用人工试错法进行参数率定。

③率定方案

采用次洪模型参数率定，其初值取自日模型，其中产流参数直接采用日模型调试的参数，次模型参数调试主要是对分水源参数和汇流参数进行优选。调试时通常以洪水总量、洪峰值及峰现时间为目标函数。步骤如下：

●比较洪水径流总量：影响计算次洪径流总量的主要因素是降雨和流域初始含水量W0，但由于次洪径流总量统计时间有限，SM(流域平均表层土自由蓄水容量)和KG(地下水出流系数)影响到径流成份的比例，参数数值越大，地下径流的比重越大，使次洪径流统计量减少。

●比较洪峰值：洪峰流量主要由地表径流和壤中流组成，主要取决于SM、CS(河网蓄水消退系数)、CI(深层壤中流消退系数)等参数，当SM确定后调整CS、CI参数，特别是CS，CS越小计算洪峰越大。在河道调蓄作用大的流域，也可调整参数XE(流量比重因子)。

●比较峰现时间：主要调整KE(马斯京根河段参数)或河段数L，减小KE可使计算洪峰提前，否则相反。

(7)洪水预报仿真

洪水预报仿真演示反映了洪水发生后某段时间内的洪水推进情况，直观地展示其范围、水深、流速等变化的过程。通过结合流域地形、地貌等数据，使用户能够直观了解洪水变化趋势及可能造成的危害和后果，便于对地区人员的疏散以及防洪避险路线的设计做出有效合理的分析。

利用矢量数据结构，以Shapefile格式的矢量洪水分布格网数据来反映洪水淹没发生后的推进过程，而区域的地形地貌则用DEM栅格图层叠加DOM遥感正射影像数据来表达，既可直观生动地反映该地区地形概貌，又能在有限的硬件条件下确保洪水演进过程得以快速、准确的展现。

通过导入DEM高程数据并与遥感正射影像数据叠加，以后者作为地表纹理，DEM作为表面基高的办法来反映地貌概况，实现洪水的动态淹没模拟。洪水淹没模拟需选择易溃点以及溃堤方向，在开始洪水推进演示时，可以随时暂停和继续，可查看淹没地区的淹没水深具体数值；淹没地区水位的深浅，则用不同的颜色在地图上进行渲染展示。

洪水预报服务采用B/S与C/S的混合模式进行构建，建立包括流量预报服务、水位预报服务、模拟流量服务、模拟水位服务、模拟降水服务等。多个服务协同对某个时间段内的水位流量进行预报，如图7所示：

①在B/S端用户发送洪水预报请求后，浏览器将用户设定的下泄流量、降水量等模型输入参数以字符串的形式发送到服务器端的MVC控制器。

②服务器端MVC控制器将模型输入参数存入Oracle数据库中的模型参数表中，记录下泄流量、降水量、方案名称、时间等信息，并调用水文模型与水动力学模型。

③水文水动力学模型读取下泄流量、降水量、水位等数据，对水位、流量进行预报演算，将预报流量、水位数据写入Oracle数据库中，并通知MVC控制器已完成预报。

④MVC控制器在接收到预报完成的消息后，通知浏览器端。浏览器端在接收到预报完成的消息后，调用预报水位服务、预报流量服务、预报径流服务等服务。

⑤预报水位服务、预报流量服务、预报径流服务在接收到调用请求后，从Oracle数据库中读取相关数据，以XML的形式返回给浏览器，浏览器在接收到XML后，利用ActiveX插件进行解析，展示水位与流量的变化过程。

实施例

下面选择浙江省长兴县作为样区，对本发明作详细说明。

(1)DEM构建

1)水利工程数据处理

收集长兴县地形数据(2014年1:2000cad)、长兴县历年典型水文气象信息及近三年水文气象资料(水位、雨量、流量)、长兴县1:10000土地利用图、遥感影像。利用ArcGIS处理CAD数据，提取地形地貌信息(水系、土地利用)，构建DEM。整理分析近一年来水位、降水、蒸发、流量及历史洪水等水文气象资料，存储到Oracle数据库中。

2)地形数据处理：从CAD中提取高程信息(高程点、等级高线)，并定义CGCS2000大地坐标、85黄海高程。

3)生成DEM：利用高程点、等高线构建Terrain后，导出img格式的DEM。

(2)DEM预处理

对DEM洼地分析和填洼处理。

1)洼地分析：对DEM进行流向分析和汇流计算，利用洼地分析工具提取洼地信息,去除真实洼地外的洼地(如水库、湖泊、山塘等)。

2)填洼处理:利用提取的洼地、洼地贡献区对DEM进行填洼处理，得到无洼地DEM。

(3)构建流水网

对处理后DEM进行流向分析和汇流计算，得到流水网。

(4)自然汇流矩阵计算

结合自然地形，生成自然汇流矩阵，对桥涵等特殊地形及特殊降水地区(如山脊两侧)构建权重矩阵，最终生成自然汇流矩阵。

(5)河网生成

结合流水网及自然汇流矩阵，根据降水、土壤含水量等水文气象资料，生成预报时间内河网。

(6)洪水预报计算

根据历史资料及预报经验设置模型初试参数，利用往年洪水资料(洪水过程、水位、雨量、降水等)进行模型参数率定。

(7)洪水预报仿真

1)数据服务发布

数据服务发布：利用ArcGIS for Server发布地图服务，包括河道、行政区划、水文站、流域分区、计算分区。

2)洪水预报模拟

通过服务器上的洪水预报执行程序，并开启线程等待洪水预报程序执行完成。洪水预报程序从数据库中读取下泄流量、预见期降水量等信息，通过水文预报模型对未来一段时间内的水位进行预报，并将结果存入数据库。

当洪水预报线程结束时，系统自动从数据库中读取预报成果数据，进行展示，如图8所示。

3)洪水演进仿真

洪水演进仿真调用指定的洪水模型方案，通过服务读取水位模型数据，结合地图服务，对洪水过程进行模拟。洪水演进仿真效果如图9所示。

Claims

1.一种基于WebGIS的洪水预报服务构建方法，其特征在于，包括如下步骤：

步骤1，基于地形资料构建数字高程模型；

步骤3，采用D8算法构建流水网；

步骤4，基于水流方向及土壤含水量构建自然汇流矩阵；

步骤7，基于WebGIS模拟洪水预报结果。

2.根据权利要求1所述的一种基于WebGIS的洪水预报服务构建方法，其特征在于，所述步骤2中，预处理包括洼地分析和填洼处理。

3.根据权利要求1所述的一种基于WebGIS的洪水预报服务构建方法，其特征在于，所述步骤3中，构建流水网的具体过程为：

步骤31，确定格网方向：采用D8算法寻找格网与相邻8个格网间的最大坡度或落差，其中，最大落差＝Z值变化值/相邻格网中心点距离；相邻格网中心点之间的距离有两个值；若某一格网至所有相邻格网的坡度都相同，则向外扩大相邻格网范围，直到找到最大坡度；

步骤32，将数字高程模型中所有格网方向连接起来构成流水网。

4.根据权利要求1所述的一种基于WebGIS的洪水预报服务构建方法，其特征在于，所述步骤4中，构建自然汇流矩阵的具体过程为：

步骤41，确定干边和湿边：根据特征空间的原理，干边和湿边为界定特征空间散点图上下边界的直线；

步骤42，温度植被干旱指数TVDI的提取：在植被指数和地表温度构成的三角形特征空间中，将不同植被指数条件下的最高下垫面温度Tmax相连，构成了三角形的干边；干边上，土壤湿度下降到凋萎含水量，地表蒸散发量接近0，TVDI＝1；相应地将不同植被指数下的最低下垫面温度Tmin相连构成了三角形的湿边，表示地表土壤含水量等于田间持水量，蒸散发量达到最大，TVDI＝0；

其中，T_Smin表示地表温度的最低值；T_S是任意像元的地表温度；NDVI是植被覆盖指数； a是湿边上土壤相对含水量，b是干边拟合方程的系数；

步骤43，土壤含水量的遥感反演：

基于地表温度-植被指数特征空间的原理与方法，位于干边与湿边之间的像元α点的土壤相对含水量RSM_a可以表示为：

式中，A/C为Ts/NDVI的斜率；则α点所在等值线上任一点的土壤相对含水量用下式表示为：

其中，A＝T_S-T_min；B＝T_max-T_min；tanα＝A/C为常数；则：

其中，c是TVDI＝1时干边上的土壤相对含水量减去湿边上的土壤相对含水量；依此推导出遥感反演土壤墒情的关键参数和经验参数；

步骤44，采用地表温度—植被指数特征空间法，利用遥感影像提取的温度植被干旱指数TVDI，结合土壤墒情监测的土壤实测数据率确定土壤墒情；然后结合降水信息计算不同土壤墒情时的土壤产流量，得到自然汇流矩阵。

5.根据权利要求1所述的一种基于WebGIS的洪水预报服务构建方法，其特征在于，所述步骤5中，对河道分级编码具体为：定义从河源出发的河流为1级河流，同级的两条河流交汇所形成的河流的级数增加1，不同级别的两条河流交汇所形成的河流的级别为两者中较高者。

6.根据权利要求1所述的一种基于WebGIS的洪水预报服务构建方法，其特征在于，所述步骤6中，洪水预报模型采用三水源新安江模型，对参数进行率定的具体过程为：选定率定目标函数，目标函数采用绝对误差、相对误差或者确定性系数来评价参数准确性；采用人工试错法率定参数，并采用次洪模型参数率定，其中产流参数直接采用日模型调试的参数，次洪模型参数调试对分水源参数和汇流参数进行优选。

7.根据权利要求1所述的一种基于WebGIS的洪水预报服务构建方法，其特征在于，所述步骤7中，模拟洪水预报结果的具体过程如下：

步骤71，在B/S端用户发送洪水预报请求后，浏览器将用户设定的模型输入参数以字符串的形式发送到服务器端的MVC控制器；

步骤72，服务器端MVC控制器将模型输入参数存入模型参数表中，记录下信息，并调用洪水预报模型进行演算预报，并将预报结果的流量和水位数据存入数据库，并通知MVC控制器已完成预报；

步骤73，MVC控制器在接收到预报完成的消息后，通知浏览器端调用预报水位服务、预报流量服务和预报径流服务，从数据库中读取相关数据，以XML的形式返回给浏览器进行解析和展示。