長輸油氣管道河溝道水毀災害氣象風險預警系統的設計與實現

劉海蘭，韓俊杰，蘇維偉，鄧清祿

(中國地質大學(武漢)工程學院，湖北 武漢 430074)

長距離輸送石油或天然氣管道(簡稱長輸油氣管道)沿線地質災害類型多、成因復雜，且危及范圍廣。與滑坡、崩塌、泥石流等地質災害相比，水毀災害數量最多，是威脅長輸油氣管道安全運行最主要的地質災害類型。長輸油氣管道不可避免地要穿越不同規模的河溝，河床和岸坡常處在不斷變動的情況之中，尤其在洪水作用下，河床和岸坡變動加劇，對長輸管道安全運行的影響不可忽視。水毀災害類型中，河溝道水毀災害對長輸油氣管道安全運行的影響最為嚴重，近些年國內外發生的管道漂浮甚至斷裂事故，已引起人們對長輸油氣管道河溝道水毀災害問題的高度重視。

對長輸油氣管道河溝道水毀災害的研究，主要集中在水毀災害危害特征、水毀災害風險評價等方面。目前，已有學者開展了長輸油氣管道地質災害相關信息系統的研究，如操麗等、劉斌等以管道為研究對象，基于GIS平臺研制了通用地質災害數據庫管理系統，以實現管道及其周邊地質災害空間信息的查詢、圖形顯示、分析統計、風險評價等功能；張銀輝等基于云服務平臺設計了管道狀態遠程實時監測系統；李順鑫針對油氣管道滑坡災害,設計了基于光纖光柵傳感技術的油氣管道滑坡監測系統。但是，目前針對長輸油氣管道水毀災害風險預警系統方面的研究還較少，因此設計長輸油氣管道河溝道水毀災害風險預警系統，對于實現管道沿線地質災害信息化管理、動態預警預報以及管道維修搶修決策支持有著重要的現實意義。

本文根據忠武輸氣管道(忠縣至宜昌段)沿線地質災害的調查結果，通過分析該長輸油氣管道河溝道水毀災害的發育特點、作用因素及其對管道的影響等，以河溝道水毀災害氣象風險評價為主題，結合GIS的空間分析和處理功能，對長輸油氣管道河溝道水毀災害氣象風險預警系統進行了研究與設計。

1 研究區概況

1.1 研究區地質環境條件

忠武輸氣管道(忠縣至宜昌段)穿越鄂西山區，地形起伏較大，地貌形態多樣，坡面侵蝕切割強烈。研究區地處四川臺向斜和鄂黔臺褶帶兩個二級構造單元，區內廣泛出露侏羅系碎屑巖及三疊系碳酸鹽巖，在局部的山間斷陷盆地中堆積有中新生界碎屑巖和松散堆積物。該地區屬亞熱帶濕潤季風性氣候區，多年平均降雨量在1 100～1 600 mm之間，降雨主要集中在5～9月，降雨的變異性特征明顯，河溝道水毀災害的發生往往由突發性強降雨所引發。

1.2 管道河溝道水毀災害的發育及危害特征

管道河溝道水毀災害主要發育在穿越河溝或順河溝管道敷設段的河溝床及岸坡地帶。管道及其附屬水工保護構筑物受到暴雨洪水的影響，根據破壞機理的不同，可能產生的管道河溝道水毀災害破壞形式主要表現為下蝕作用(見圖1)、側蝕作用(見圖2)和側蝕下蝕作用。

其中，河道下切侵蝕河床是順河道敷設、交切溝谷開挖敷設的管道及其水工保護工程毀壞的主要因素。河道下切侵蝕作用可能造成水工保護構筑物基礎變淺或被掏空，使管道安全運行受到間接威脅；河道下切侵蝕作用會使無防護措施的管道埋深變淺甚至裸露，可能對管道產生直接危害。其危害形式有：短時強水流的沖擊，管道與管周覆土向下游發生移動，管體彎曲過大而破壞(推移)[見圖1(b)]；管道形成裸露段而產生的漂浮現象，受水的浮力管體彎曲變形過大而破壞(漂管)[見圖1(c)]；管道懸空段受水渦流擾動使管材疲勞破壞(懸跨)[見圖1(d)]等。

圖1 管道河道溝水毀災害下蝕作用破壞形式示意圖Fig.1 Schematic diagram of erosion destruction of waterlogging disasters along the long-distance oil and gas pipelines

側蝕作用主要表現為凹岸侵蝕，在暴雨洪水條件下，水勢改變，側岸侵蝕作用強烈，在河流轉彎部位、水流頂沖部位是最容易發生沖刷的部位。河道側向侵蝕作用可能造成岸坡保護管道的擋墻基礎被掏空，擋墻失去支撐，繼而崩潰沖毀[見圖2(a)]。進一步地，侵蝕向漫灘內側擴展，可能影響到漫灘中敷設的管道，造成側蝕露管[見圖2(b)]，使防腐層甚至管道本體遭受破壞，進而使管道附屬水工保護構筑物遭受破壞，管道安全運行則受到間接威脅。通常來說，側蝕作用對管道的危害性相對較小。

圖2 管道河道溝水毀災害側蝕作用破壞形式示意圖 Fig.2 Schematic diagram of the destruction form of side erosion of waterlogging disasters along the long-distance oil and gas pipelines

2 管道河溝道水毀災害氣象風險預警預報模型構建

管道河溝道水毀災害主控因素為暴雨這一氣象因素，其具有非常明顯的時空分布不均勻性。從本質上看，設計基于降雨的氣象地質災害風險預警系統的關鍵是能夠根據氣象資料的變化快速更新預測評價，實現實時預警預報。定量計算評價管道風險等級，需要將暴雨洪水引發河溝道沖刷與管道受災建立聯系，得到一個管道風險概率指數。除了河溝道沖刷，還要考慮其他因素，如已有的河床護底、護岸等減緩沖刷的措施，以及管道自身的易損性、后果損失特征等，但這些因素難以建立通用且可信的物理模型，而使用指標評分法可以將這些因素包含在評價模型內。本文以產流、匯流、河溝道沖刷定量計算模型結合半定量評價模型的方法，以湖北省氣象、水文資料為基礎，構建適用于忠武管道河溝道水毀災害氣象風險預警預報模型。

2.1 河溝道水毀沖刷深度計算方法

首先根據流域面積、主河道長度及平均加權坡降等條件，應用瞬時單位線法和推理公式法計算出河溝道的最大洪峰流量；然后通過河道寬度、設計斷面最大水深以及計算出的洪峰流量，應用《公路工程水文勘測設計規范》(JTG C30—2002)推薦的64-1修正公式計算出河溝道水毀沖刷后的最大水深；最后結合最大水深、管道埋深、水工保護工程及植被等條件確定管道河溝道水毀災害的風險等級。因文章篇幅有限，計算部分本文不做具體闡述。

2.2 基于熵權法的管道河溝道水毀災害氣象風險評價模型

2.2.1 熵權法確定指標權重

熵權法是客觀賦權法的一種，是根據指標變異性的大小來確定指標的客觀權重。指標的信息熵越小，表明指標值的變異程度越大，提供的信息量越多，在綜合評價中所能起到的作用也越大，其權重也就越大。

設有

n

個評價樣本，

m

個評價指標，則

X

為第

i

個評價樣本的第

j

個評價指標的數值(

i

=1，…，

n

；

j

=1，…，

m

)。由于各個評價指標的計量單位并不統一，需對數據進行歸一化處理，計算歸一化數值

Y

；再根據信息論計算各評價指標的信息熵，通過信息熵確定各評價指標的熵權。具體步驟如下：

(1) 歸一化處理。按下式分別對正向評價指標和負向評價指標數據進行標準化處理：

正向評價指標：

(1)

負向評價指標：

(2)

式中：

Y

為第

j

個評價指標在第

i

個評價樣本上的歸一化值，

Y

∈[0,1]。

(2) 計算各評價指標的信息熵

(3)

(3) 確定各評價指標的的熵權。

根據公式(3)計算出各評價指標的信息熵

E

,

E

,…,

E

，并通過信息熵計算各評價指標的熵權：

(4)

式中：

W

為編號為

j

的評價指標的熵權，0≤

W

≤1。

2.2.2 管道河溝道水毀災害氣象風險評價模型

本文以忠武管道為例，構建管道河溝道水毀災害氣象風險評價指標體系。以評價指標的風險概率指數表示其可能產生風險的程度，因單指標的風險概率指數難以定量計算，故本文通過設置評價指標的不同狀態，通過對不同評價指標的狀態進行評分(見表1)，并通過熵權法賦權根據下式計算不同評價指標的風險概率指數

P

(

R

)：

P

(

R

)=

H

×(1-

H

′)×

S

×

V

×(1-

V

′)

(5)

式中：

P

(

R

)為不同評價指標的風險概率指數；

H

為自然條件下災害發生概率指數；

H

′為已采取的災害體防治措施能完全阻止災害發生的概率指數；

S

為災害發生影響到管道的概率指數；

V

為沒有任何防護措施的管道受到災害作用后發生破壞的概率指數；

V

′為管道防護措施能完全防止管道破壞的概率指數。取值范圍均為0～1。

然后按照下式計算管道失效后果損失指數：

E

=

PH

×

SP

×

DI

×

RC

(6)

式中：

PH

為產品危害系數，取值范圍為5～10；

SP

為泄漏系數，取值范圍為1～5；

DI

為擴散系數，取值范圍為1.5～5；

RC

為受體系數，取值范圍為0.5～5.8。為保證量綱統一，需將管道失效后果損失指數進行歸一化處理。根據上文，

E

的取值范圍[3.75,1 450]，則歸一化管道失效后果損失指數

E

′計算公式為：

E

′=(

E

-3.75)/(1 450-3.75)=(

E

-3.75)/1 446.25

本文管道河溝道水毀災害氣象風險評價模型可表示為

P

=

P

(

R

)×

E

′

(7)

表1 長輸油氣管道河溝道水毀災害氣象風險評價指標評分表

2.2.3 管道河溝道水毀災害氣象風險評價

通過計算不同評價指標的風險概率

P

(

R

)、歸一化管道失效后果損失指數

E

′兩個數值，前者為衡量風險程度的關鍵指標，并參考規范中的風險等級劃分閾值，采用模糊邏輯關系建立風險等級的模糊邏輯關系圖(見圖3)，以此確定5級劃分的風險等級，得到預警結果的簡易化表述。即

P

(

R

)按照0～0.01、0.01～0.05、0.05～0.1、0.1～0.2、0.2～1分為低風險、較低風險、中風險、較高風險和高風險5個風險等級，并結合管道失效后果損失指數

E

′進行修正，即較低及以下風險時若

E

′>0.06、中風險時若

E

′>0.2、較高風險時若

E

′>0.62，風險等級則相應提高一檔，其他情況不變。

圖3 風險等級的模糊邏輯關系示意圖Fig.3 Fuzzy logic sketch diagram for risk assessment levels

3 管道河溝道水毀災害氣象風險預警系統的需求分析

長輸油氣管道河溝道水毀災害氣象風險預警系統是在GIS技術的支持下，結合管道河溝道水毀災害氣象風險評價的實際需要，以保護管道為目的而設計的WebGIS系統。

開發者需要從用戶需求、使用體驗角度考慮系統總體的設計，從而決定系統運行平臺、數據組織結構、界面樣式及功能等的設計。該風險預警系統的研究對象是管道河溝道水毀災害，系統目標用戶定位為管道維護管理者，面向管道公司的所有員工。在這樣的背景條件下，該風險預警系統需要具有以下功能：①數據的導入。主要包括災害隱患點的基本信息數據，管道線路、場站閥室、周邊人口聚集區、周邊道路、自然地理環境等地理信息數據，以及進行預測預警所需的降雨數據等；②數據的存儲。既包括以上導入的數據，也包括預測預警計算的結果數據，它們將以某種格式、某種方式進行存儲；③數據的處理。導入的數據將能夠進行計算分析，并得到預警結果，實現輸入—輸出對應；④數據的可視化。數據除了需要存儲、分析外，還需要將其以可視化的方式，即圖、表、文字等綜合方式展現出來，以便操作人員直觀地認識數據；⑤預警信息的發布。預警計算的結果，應當能夠發送給相應的管理人員，以真正地實現提前警示作用。

系統的目標是通過該風險預警系統的工程應用，實現以下作用：①對潛在風險點實現信息匯總與查看等管理；②進行風險預警預報工作，如預警計算得到的風險概率指數或風險等級增高時，可提示相關人員對該處風險隱患點進行臨時緊急加固，當風險概率指數較低時，可指導相關人員進行一般巡查；③根據歷史風險預警評價結果，獲得災害發育規律，可指導水工保護護岸、護底等工程投資，并根據災害發展的輕重緩急變化，優化工程投資；④作為構建更大的綜合類管道地質災害風險預警系統的一部分，搭建框架與試驗。

4 管道河溝道水毀災害氣象風險預警系統的設計與實現

4.1 系統總體設計

圖4 長輸油氣管道河溝道水毀災害氣象風險預警 系統架構詳細設計圖Fig.4 Detailed design of the structure of the meteorolo- gical risk early warning system for waterlogging disasters along long-distance oil and gas pipelines

該風險預警系統在需求分析的基礎上，采用構建WebGIS三層架構模式的應用程序，即地圖服務—數據服務—地球可視3個模塊，詳細設計見圖4。其中，地圖服務器采用開源的GeoServer服務器，可以管理各類地圖數據，亦可提供在線高清衛星影像地圖；數據服務平臺包括業務邏輯層與應用管理層，利用Flask框架，采用Python語言實現，其中應用管理層負責業務邏輯層與數據庫以及系統之間的數據交互、數據的存取與訪問、數據庫運行狀態監控與優化、存儲空間管理以及對系統地圖資源的訪問等，業務邏輯層是系統的功能基礎，采用模塊化設計實現，為系統應用服務層中的各項功能、模塊及子模塊提供功能支撐；地球可視平臺采用Cesium地圖引擎，基于JavaScript編寫，支持2D及3D地圖展示，對絕大多數瀏覽器與觸摸屏有良好的支持，通過可視化的手段將數據與數據計算的結果可視化，直觀地展示預測結果。

4.2 系統功能設計

該風險預警系統開發將主要實現數據的導入、存儲、處理以及可視化功能。

(1) 數據的導入。本系統所需導入的數據主要包括三類：降雨氣象數據，管道線路、場站閥室及災害隱患點數據，背景地圖數據。這三類數據中，管道線路、場站閥室及災害隱患點數據是長期固定的，可內置在系統中，系統運行時讀取即可；背景地圖數據量十分龐大，可采用從網絡上加載當前查看地區的地圖數據至本地緩存的方式導入；降雨氣象數據通過手動上傳文件的方式導入，也可以設置網絡API自動獲取數據。

(2) 數據的存儲。該系統的數據存儲在服務器上，以數據庫的形式統一管理。

(3) 數據的處理。該系統的核心業務為管道河溝道水毀災害氣象風險預警的計算，以氣象風險定量預測計算為核心功能算法。

(4) 數據的可視化。各數據信息元素的呈現方式為地圖、列表、柱狀/餅狀/折線圖，以獲得清晰直觀的展示效果，便于用戶理解和使用。根據該風險預警系統的總體設計，本系統的可視化界面包括：①主地圖，包括地名、道路等背景圖層以及管線、場站閥室、災害隱患點等，用于直觀地展示風險隱患點的地理空間關系，并實現地圖的縮放、隱患點信息查看等人機交互方式；②評價點的屬性信息列表，以展示評價點的詳細信息；③預警結果的展示，包括洪峰流量、風險概率指數、風險等級等輸出結果的展示，以曲線/柱狀圖的形式，可直觀地了解最近一次及近幾次的風險預警評價結果；④鷹眼圖，即地圖總覽，用戶縮放地圖時，能夠顯示縮放部分在總體區域的位置。

4.3 數據庫設計

該風險預警系統的數據主要分為結構性數據和背景地圖數據。結構性數據又包括純表型結構性數據和包含地理信息的表型結構性數據。包含地理信息的表型結構性數據采用shp文件的形式，它是ArcGIS等地理信息軟件通用的數據格式，同時具有地理位置、屬性表的特性，可以實現地理位置展示、數據讀取。其中，管道線、場站閥室等文件的屬性表結構中僅需包含一個名稱字段以便將其顯示在地圖上；而風險隱患點的屬性表結構中則應包括參與計算所需的各個參數，見表2。

表2 風險隱患點數據屬性結構

純表型結構性數據主要是降雨量數據，其數據結構包括一個評價點樁位號(文本型)和3個降雨量(浮點型)，即未來1 h、6 h、24 h點降雨量。通過評價點樁號來對應每一個評價點，從而讀取其未來1 h、6 h、24 h點降雨量，導入系統進行預警計算。數據輸入采用文本上傳或調用氣象局數據接口的方式獲取，實時或設置定時存放到數據庫。shp文件的空間展示、背景地圖數據使用Geoserver服務器，Geoserver是一個功能齊全、遵循OGC開放標準的開源 WFS-T和 WMS服務器，允許用戶查看和編輯地理數據。本系統利用該服務器，從本地加載shp文件并提供地理位置和樣式顯示，從網絡加載用戶查看的當前地區衛星地圖至本機緩存，并可以對其進行后臺管理。

4.4 系統開發及功能實現

經初步開發，該風險預警系統實現了數據管理、預警計算與結果展示等核心功能，其瀏覽器端可視化界面見圖5。該界面的整體布局使用科技風深藍色主題，符合大眾審美要求；界面中部為主地圖，其下方為當前地點降雨量與風險等級對比曲線圖；界面左側由當前地點洪峰流量曲線圖、當前地點風險概率指數曲線圖、當前地點風險等級圖組成；界面右側由風險隱患地點數據屬性信息表和鷹眼圖組成。

圖5 長輸油氣管道河溝道水毀災害氣象風險預警系統可視化界面Fig.5 Visual interface of meteorological risk early warning system for waterlogging disasters along long-distance oil and gas pipelines

該風險預警系統的使用方法簡單，配置好服務器后，用戶不限設備，在瀏覽器輸入相應地址即可進入系統可視化界面；系統自動加載在線衛星影像地圖、風險隱患點數據與管道線、場站閥室、附近人口聚集區等shp文件；用戶上傳降雨量文本文件，之后系統后臺自動讀取各點的降雨量數據，讀取評價點基本信息，并進行預警計算與預警結果展示，無需多余的人機交互。

在交互操作方面，若用戶使用PC端，鼠標設計可以實現的操作有：左鍵在任意位置按住拖動，可移動地圖；左鍵在風險點附近單擊可以選中風險點，選中的風險點樣式突出，并以不同顏色表示不同的風險等級，如紅色表示較高風險，右側邊欄還可見其詳細信息列表(見圖6)；鼠標滾輪可以進行地圖縮放，向上放大、向下縮小，便于查看大范圍和小范圍自然地理環境、管道位置及走向、河溝影像特征與人口聚集區。某點單次風險概率指數結果展示實例見圖7。若用戶使用移動端，則按住觸屏某點拖動為移動地圖，兩指斜向遠離滑動為放大地圖，兩指斜向靠近滑動為縮小地圖，在風險點附近點觸為選中風險點。

圖6 風險隱患點詳細信息列表Fig.6 Detailed information list of potential risk points

圖7 某點單次風險概率指數結果展示Fig.7 Result of single risk probability index

5 結 論

本文對長輸油氣管道河溝道水毀災害的發育及危害特征進行了詳細分析，并在管道河溝道水毀沖刷深度計算的基礎上建立了半定量評價指標體系，對長輸油氣管道河溝段水毀災害的氣象風險進行評價，設計了基于WebGIS的長輸油氣管道河溝道水毀災害氣象風險預警系統，并對設計思路和功能實現進行了介紹。

在風險預警系統的基礎上，應用Geoserver、Cesium并結合Flask框架，開發了B-S架構計算機程序。該風險預警系統充分利用WebGIS強大的屬性數據管理與處理功能和python語言的編程功能，實現了對管道河溝道水毀災害空間信息的有效管理；在此基礎上通過輸入降雨量，運用可靠的數學模型可對管道河溝道水毀災害氣象風險進行預測預警。該風險預警系統可為管道管理部門有效地控制與防治河溝道水毀災害、降低河溝道水毀災害對管道運營的不利影響提供決策依據。