CN106845074B - 建立六边形格网模型的方法、洪水推演模拟方法及其系统 - Google Patents
建立六边形格网模型的方法、洪水推演模拟方法及其系统 Download PDFInfo
- Publication number
- CN106845074B CN106845074B CN201611180333.2A CN201611180333A CN106845074B CN 106845074 B CN106845074 B CN 106845074B CN 201611180333 A CN201611180333 A CN 201611180333A CN 106845074 B CN106845074 B CN 106845074B
- Authority
- CN
- China
- Prior art keywords
- grid
- region
- data
- mesh
- specific region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/30—Polynomial surface description
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2219/00—Indexing scheme relating to application aspects of data processing equipment or methods
- G06F2219/10—Environmental application, e.g. waste reduction, pollution control, compliance with environmental legislation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/32—Image data format
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Remote Sensing (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种建立六边形格网表面模型的方法、洪水推演模拟方法及其系统,其中所述建立六边形格网表面模型的方法包括:获取特定区域的数字高程模型数据或数字表面模型数据;获取所述特定区域的建筑物二维矢量边界数据;根据所述特定区域的数字高程模型数据或数字表面模型数据以及建筑物二维矢量边界数据,构建所述特定区域的格网表面模型,其中采用多尺度六边形离散格网作为构建格网表面模型的基础单元。
Description
技术领域
本发明涉及一种建立六边形格网表面模型的方法、洪水推演模拟方法及其系统。
背景技术
近年来,利用GIS(Geographic Information Systems,地理信息系统)技术进行洪水淹没研究、特别是城市内涝研究是一个研究热点,国内外许多学者在这方面做过大量相关工作,并取得了一定的进展。
现有技术在洪水淹没模拟上能够取得一定的效果,但是普遍只关注洪水最终的淹没范围,而对于洪水的演进过程,沿时间轴的属性变化考虑较少;另外,目前大多数的研究仍然是基于地形的洪水推演方法,对于城市区域的建筑物等特殊阻拦体,研究较少。
综上所述,现有技术中针对地形和建筑物混合的几何数据模型来推演城市内涝的技术方案,由于使用复杂的数据模型等因素导致计算复杂及效率较低,因此有必要提出改进的技术手段解决上述问题。
发明内容
本发明的主要目的在于提供一种建立六边形格网表面模型的方法、洪水推演模拟方法及其系统,以解决现有技术中的推演城市内涝的数据模型复杂等因素导致的计算复杂及效率较低的问题。
根据本发明实施例提供一种建立六边形格网表面模型的方法,其包括:获取特定区域的数字高程模型数据或数字表面模型数据;获取所述特定区域的建筑物二维矢量边界数据;根据所述特定区域的数字高程模型数据或数字表面模型数据以及建筑物二维矢量边界数据,构建所述特定区域的格网表面模型,其中采用多尺度六边形离散格网作为构建格网表面模型的基础单元。
其中,所述构建所述特定区域的格网表面模型包括:对所述特定区域的地形的数字高程模型数据进行六边形离散格网采样处理,所述六边形离散格网包括一个中心节点以及六个周围节点;获取所述六边形离散格网的一个中心节点以及六个周围节点的数字高程模型数据作为六边形离散格网的高程信息。
其中,还包括:获取实测数据,根据所述实测数据修正所述六边形离散格网的高程信息。
其中,所述构建所述特定区域的格网表面模型包括:采集建筑物的边界矢量数据,包括封闭的矢量线数据和/或面数据;对所述建筑物的边界矢量数据进行六边形离散格网化处理,其中预设建筑物的边界矢量数据的高程信息。
根据本发明实施例还提供一种洪水推演模拟方法,其包括:获取特定区域的数字高程模型数据或数字表面模型数据;获取所述特定区域的建筑物二维矢量边界数据;根据所述特定区域的数字高程模型数据或数字表面模型数据以及建筑物二维矢量边界数据,构建所述特定区域的格网表面模型,其中采用多尺度六边形离散格网作为构建格网表面模型的基础单元;根据所述特定区域的格网表面模型,按照给定的水位条件以及出水口位置进行洪水推演模拟。
根据本发明实施例还提供一种建立六边形格网表面模型的系统,其包括:第一获取模块,用于获取特定区域的数字高程模型数据或数字表面模型数据;第二获取模块,用于获取所述特定区域的建筑物二维矢量边界数据;格网模型构建模块,用于根据所述特定区域的数字高程模型数据或数字表面模型数据以及建筑物二维矢量边界数据,构建所述特定区域的格网表面模型,其中采用多尺度六边形离散格网作为构建格网表面模型的基础单元。
其中,所述格网模型构建模块还用于:对所述特定区域的地形的数字高程模型数据进行六边形离散格网采样处理,所述六边形离散格网包括一个中心节点以及六个周围节点;获取所述六边形离散格网的一个中心节点以及六个周围节点的数字高程模型数据作为六边形离散格网的高程信息。
其中,所述格网模型构建模块还用于,获取实测数据,根据所述实测数据修正所述六边形离散格网的高程信息。
其中,所述格网模型构建模块还用于:采集建筑物的边界矢量数据,包括封闭的矢量线数据和/或面数据;对所述建筑物的边界矢量数据进行六边形离散格网化处理,其中预设建筑物的边界矢量数据的高程信息。
根据本发明实施例还提供一种洪水推演模拟系统,其包括:第一获取模块,用于获取特定区域的数字高程模型数据或数字表面模型数据;第二获取模块,用于获取所述特定区域的建筑物二维矢量边界数据;格网模型构建模块,用于根据所述特定区域的数字高程模型数据或数字表面模型数据以及建筑物二维矢量边界数据,构建所述特定区域的格网表面模型,其中采用多尺度六边形离散格网作为构建格网表面模型的基础单元;推演模块,用于根据所述特定区域的格网表面模型,按照给定的水位条件以及出水口位置进行洪水推演模拟。
根据本发明的技术方案,采用离散格网的方法,建立了一种基于规则多尺度离散格网的城市几何模型,通过三维的地形测量数据和二维的建筑物矢量数据的融合,形成了规则的地表格网模型,该模型同时考虑了城市地形和建筑等特殊阻拦体。在此基础上,本申请提出了一种逆向的水流推演方法,由洪水的状态反算到演进过程,即以洪水的水淹深度为基础,通过与出(排)水口的连通性,计算水淹的范围,由此实现了城市内涝洪水的模拟推演。试验表明,本文方法能够有效的实现城市内涝场景的演进推演,相关研究可以为城市防减灾与应急决策提供科学依据。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的建立六边形格网表面模型的方法的流程图;
图2是根据本发明实施例的六边形格网的示意图;
图3是根据本发明实施例的六边形格网上的矢量线的示意图;
图4是根据本发明实施例的建立六边形格网表面模型的系统的结构框图;
图5是根据本发明实施例的洪水推演模拟系统的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下结合附图,详细说明本发明各实施例提供的技术方案。
图1是根据本发明一个实施例的建立六边形格网表面模型的方法的流程图,如图1所示,包括:
步骤S102,获取特定区域的数字高程模型(Digital Elevation Model,简称DEM)数据或数字表面模型(Digital Surface Model,简称DSM)数据;
步骤S104,获取所述特定区域的建筑物二维矢量边界数据;
步骤S106,根据所述特定区域的数字高程模型数据和建筑物二维矢量边界数据、或根据所述特定区域的数字表面模型和建筑物二维矢量边界数据,构建所述特定区域的格网表面模型,其中采用多尺度六边形离散格网作为构建格网表面模型的基础单元。
本发明采用多尺度六边形离散格网作为特定区域(例如城市或地区)格网表面模型的构建基础单元,主要是因为六边形格网所具备的各向同性等优良的几何特性,更加适合空间的几何分析与处理,较四边形和三角形格网具有更高的处理精度。在处理特定区域的地形和建筑等不同对象时,采用同样的离散化数据建立城市格网表面模型,使得在洪水推演过程中可以采用相同的策略。
下面参考图2和图3详细描述本发明实施例。
在本发明实施例中,使用局部城市格网表面模型进行描述,以保证城市格网的高精度与数据管理的可靠性。根据初始化设定的精度获取格网,格网交点的DEM会根据插值算法自动生成,这样能够保证DEM的高程数据原始精度完全不损失,生成的六边形格网就是要进行洪水淹没分析的格网表面模型。下面具体讨论六边形格网城市模型的采样方法:
参考图2,对于六边形格网,可以看成是一个六棱柱。图2所示的六边形格网由中心1个节点与周围6个节点组成,对7个节点分别进行内插(例如基于TIN的双线性内插方法),这样得到7个值,将这7个高度值连接在一起,形成了一个新的六棱柱,该六棱柱的顶部不一定是一个平面。
这样的采样方式,将由一点确定的格网单元变成由多点确定的格网单元,相邻单元的过渡将更加平滑。并且这种格网定义方式,将DEM的显示与数据值的获取分开,具体地:
(1)在DEM显示中,一个六边形格网由7个高度值组成,共同组成格网立方体,格网值出现在节点处,给6个三角面的每一个顶点赋予高程信息,其中六边形单元被明显放大;
(2)在格网值获取的过程中,按照现有的思路一个格网只能获得一个高程信息,而本发明的格网六棱柱包含7个高程信息。可以通过一个与该六棱柱同底的柱体,使两个柱体的体积相等,则新柱体的高度就是获取格网的高程值。
需要说明,在实际应用中可以根据特定的防洪区域的微地形修正DEM数据,以保证地形数据的准确性,根据实测微地形(如堤防、水利工程等)数据修正DEM(或DSM)的格网的高程值。
在进行洪水演进的过程中需要考虑到建筑物的遮挡与拦截作用,因此需要获得地表的DSM模型,即包括建筑物表面信息的地表数据。但是,在大多数情况下,这个数据的获取比较困难,因此本申请采用矢量边界数据的格网化来进行地表DSM的构建。建筑物的边界数据可以是采集的封闭矢量线或者面信息,通过这样的信息可以将格网上对应网格立起来,形成高于地表的格网表面。下面的是矢量数据格网化的基本方法,分成线数据和面数据的格网化:
其中,线数据的格网化:设线实体任意两个相邻节点单元分别为G0,Gs∈Gn(第n层的六边形格网),坐标系(I0,J0),(Is,Js),斜120°坐标系。为了考虑问题简单起见,令G0=0,(I0,J0)=(0,0),对于一般情况只需要进行坐标平移即可。
建立以G0为原点O的单元120°斜坐标系,如图3所示。首先考虑六边形格网在1/6个圆域内的情况,从原点O出发,引向S点(G1)的直线OS,其中S的单元斜坐标为(ΔI,ΔJ),即在OI轴上OE=ΔI,OJ轴上OF=ΔJ。直线OS从上下(J方向上)两个六边形单元中穿过,令上面的单元中心为Ai,下面的单元中心为Bi,AiBi∩两单元的共同边界=Ci,OS∩AiBi=Di,其中i=1,2,…,ΔI。给出六边形格网下单元激活原则:如果OS从CiBi段通过,激活单元Bi;如果从AiCi段通过,激活单元Ai。下文给出矢量边界六边形格网化的算法步骤:
步骤S202:计算起点O(I0,J0)和终点S(IS,JS)之间的坐标差异(ΔI,ΔJ),并记录ΔI和ΔJ的符号SI和SJ(符号位为正时,S=1,符号位为负时,S=-1),矢量线的激活从第一个格网O(I0,J0)开始循环,激活该单元,当前激活的单元坐标i=I0,j=J0;
步骤S204:当ΔI和ΔJ的符号相同且ΔI≥ΔJ时,说明直线OS在120°斜坐标系的第一或第三象限,并且在过O点斜率为的直线的下部,设置变量d,并使其初值为-ΔI。循环变量k,使其从0→ΔI-1,每次循环d=d+2ΔJ,如果d<0,i=i+SI,激活格网单元(i,j);否则,i=i+SI,j=j+SJ,激活格网单元(i,j),且d=d-2ΔI;
步骤S206:当ΔI和ΔJ的符号相同且ΔI<ΔJ时,说明直线OS在120°斜坐标系的第一或第三象限,并且在过O点斜率为的直线的上部,设置变量d,并使其初值为-ΔJ。循环变量k,使其从0→ΔJ-1,每次循环d=d+2ΔI,如果d<0,j=j+SJ,激活格网单元(i,j);否则,=i+SI,j=j+SJ,激活格网单元(i,j),且d=d-2ΔJ;
步骤S208:当ΔI和ΔJ的符号不同的时候,说明直线OS在120°斜坐标系的第二或第四象限,设置变量d,并使其初值为-ΔI-ΔJ。循环变量k,使其从0→-ΔI-ΔJ+1,如果d<0时,i=i+SI,激活格网单元(i+j,j),并且每次循环d=d+2ΔJ;如果d≥0时,i=i+SI,j=j+SJ,激活格网单元(i+j,j),并且每次循环d=d-2ΔI。
上述给出的任意两个六边形单元间的直线生成算法是离散格网上线实体表达生成算法的基础,任意一条线实体都可以用多条折线段首尾相连得到,即对于格网上的线实体G0,G1,G2,…Gi,…GN,都可以用上面算法计算任意两单元间的直线填充单元。
面数据是建立在线数据基础上的,由一系列封闭的边界线组成的几何多边图形。在采用离散格网对面实体进行表达的过程中需要同时表达边界与区域内部,与传统矢量数据仅用一系列顶点组成的简单边界线比较起来,这样的表示方法不但具有前者的高精度,又具有便于空间关系推理计算的优越性。
一般情况的多边形填充算法应用于矩形的光栅显示设备,最简单的方法是检查光栅中的每一个单元是否处于多边形内,由于大部分单元不在多边形内,因此这种方法的效率很低,计算多边形的包容盒可以减少计算量。在填充算法的选择上,本发明采用了边标志算法作为基础,主要原因是边标志算法只访问每个单元一次,对输入/输出的要求较边填充或栅格填充等算法要低得多。用软件实现时,有序边表和边标志算法有相同的执行效率,然而,边标志算法更适用于硬件或固件实现,这时它的执行效率比有序表算法快一到两个数量级。
平面六边形格网与传统光栅扫描器的区别体现在:1)坐标定义不一样;2)单元间拓扑关系不一致导致封闭实体内外定义不同。下面在处理任意多边形和水平边界时存在的问题进行修改,并将其扩展到六边形离散格网上,具体的算法如下文所示:
步骤S302:根据多边形所有边节点(In,Jn),n∈[0,N-1],n∈Z,在六边形格网的120°斜坐标系确定多边形区域的最小外包容盒的大小(Imin=min{In},Imax=max{In},Jmin=min{Jn},Jmax=max{Jn}),初始化二维矩阵B={0},使其大小等于最小外包容盒的大小(Imax-Imin+1)×(Jmax-Jmin+1);
步骤S304:标定节点。对每一个边节点进行判断,分成两个方向判断:(1)按照边界反序方向(前一个边节点)计算前序逻辑变量Left,如果前一个节点的J坐标和当前节点相同,继续计算前一个,直到出现第一个不同的节点,记录节点的J坐标,当该节点的J坐标大于当前节点,变量Left=true,否则Left=false;(2)按照边界顺序方向(后一个边节点)计算后序逻辑变量Right,如果后一个节点的J坐标和当前节点相同,继续计算后一个,直到出现第一个不同的节点,记录节点的J坐标,当该节点的J坐标大于当前节点,变量Right=true,否则Right=false。
步骤S306:对于步骤S304的两个方向,如果前序和后序找到的节点,其J坐标都大于当前节点的J坐标,即Left=Right时,分两种情况:(1)如果存在当前节点的前(后)序节点(位于当前节点和S304找到节点之间的节点(含找到节点))的J坐标和当前节点一致时,当前节点在矩阵B中标志为1;(2)如果不存在当前节点的前(后)序节点(位于当前节点和S304找到节点之间的节点(含找到节点))的J坐标和当前节点一致时,当前节点在矩阵B中标志为2。
步骤S308:对于步骤S304的两个方向,如果前序和后序找到的节点,其J坐标不满足都大于当前节点的J坐标,即Left≠Right时,分两种情况:(1)如果存在当前节点的前(后)序节点(位于当前节点和Step 2找到节点之间的节点(含找到节点))的J坐标和当前节点一致时,当前节点在矩阵B中标志为2;其后序一个节点在矩阵B中标志为1;(2)如果不存在当前节点的前(后)序节点(位于当前节点和S304找到节点之间的节点(含找到节点))的J坐标和当前节点一致时,当前节点在矩阵B中标志为1。
步骤S310:勾画轮廓线。调用前面矢量边界六边形格网化的算法步骤,需要调整的是如果在格网线填充的过程中,如果填充的格网单元与前一次单元的J坐标不等,则对于当前填充单元对应的矩阵B中的元素+1;如果填充的格网单元与前一次单元的J坐标相等,则继续判断下一个填充格网单元。
步骤S312:格网行填充。对120°斜坐标系的每一行进行处理,初始化变量Logic=false,标志变量A=0,循环I坐标,从包容盒的最左边,一致到最右边,在此过程中A=A+矩阵B中的当前格网上元素,如果A是奇数,Logic=true,如果A是偶数,Logic=false。对于当前行所有Logic=true的格网单元,都标志为1,即激活该单元。
在本发明实施例中,得到城市建筑物边界矢量的格网填充数据后,为了保证矢量格网能和地形格网一样,为城市内涝推演提供支撑,需要增加其高程信息。考虑到大部分城市内涝过程中,建筑物相对高大,洪水难以完全没顶,可以考虑给建筑物添加一个相对大的高程H,在立体空间上形成能够拦水的围栏,形成围栏的城市建筑物矢量格网,可以与地形格网一样,直接参与洪水推演。下面介绍基于城市格网表面模型的推演的详细过程。
首先,针对某一个特定城区的内涝淹没分析,为减少数据量和便于分析,根据洪水风险,预先圈定一个最大的可能淹没范围。根据需要的精度值,在圈定的可能范围内建立格网,利用插值法读取每个格网所在位置的高程数据,并以单个格网作为淹没范围计算的基本单位。
其次,城市内涝淹没范围的模拟是一个复杂的时空模拟问题,要想完全解决这个问题非常困难。虽然人们可以用数学模型来模拟洪水演进,但由于洪水演进过程十分复杂,使得人们至今还不能用数学物理方程严格地描述其中每一个过程。因此,现有洪水演进模型在许多环节上仍主要借助于概念性元素模拟或经验函数关系描述,而且模型中存在一些假设和简化。本发明采用了“体积法”数值模拟方法来计算淹没的范围。
最后,基于城市区域高精度的格网表面模型求取给定水位条件下的淹没区,需考虑“流通”淹没的情形,即洪水只淹没它能流到的地方。相当于突发城市内涝洪水向邻域泛滥,比较适合探寻连通区域的处理方法就是连通性判断递归算法。该算法是一种基于空间特征的扩散探测算法,其核心思想是将给定起始格网点赋予特定的属性,在某一平面区域上沿六边形格网的6个方向游动扩散,求取满足给定条件、符合数据采集分析精度、且具有连通关联分布的点的集合。利用递归算法计算淹没区,就是按给定水位条件,求取满足精度、连通性要求的点的集合,该集合给出的连续平面就是所要求的淹没区范围。满足水位条件但与起始点不具备连通关联性的其他连续平面,将不能进入集合区内。淹没区计算的准确性在很大程度上依赖高程数据的分辨率。每一个象元都代表着地面上一个区域,且每一个象元都拥有自己的高程值和精度。
需要说明的是,现有技术采用体积法进行洪水推演,大多采用的是正向推演过程,由过程到状态,即已知洪水出水口位置,通过地表格网进行洪水推演,按照等距时间,按照空间关联进行关联计算,将满足所有条件的连通关联淹没点,存入缓存区,并不断地进行累加,从而使淹没区域不断扩大。该方法存在的问题是,运算量巨大,并且在多个出水口的状态下,需要采用并行的方法,并且需要频繁地将淹没区进行合并,实现难度很大,效率很低。本发明针对上面存在的方式,提出了一种逆向的水流推演方法,由状态到过程,即以洪水的水淹深度为基础,通过与出水口的连通性,考虑水淹的过程,具体的方法如下:
首先,设置已知有N个城市出水口,分布在城市格网的不同位置,用集合O={Oi}表示,其中Oi代表第i个出水口所处的格网;用集合I={Ii}表示第i个排水口所处的格网;整个城市格网用集合C来表示,考虑到问题的简化,城市格网的层级考虑是单尺度的。设置城市内涝洪水的最高水位为Hmax,最低水位为Hmin,水位高低的每次的步进为△Hj(上涨或下降),Vi表示第i个出水口的出水速度,假设出水水量充足。
具体算法包括以下步骤:
步骤S402,预处理,计算如果洪水正好淹到出水口Oi,Oi可以连通到的整个区域的所有网格集合。调用子流程,计算与每一个Oi可以直接联通的区域网格集合Mi;对于排水口Ii,同样计算水位正好和其平齐时,可以直接连通的区域格网集合M′i;
步骤S404,逆向处理,从Hmax→Hmin进行循环,每次洪水下降△Hj,逐次计算淹没范围;
步骤S406,洪水水位从Hj+1降到Hj,洪水高程为Hj+1的时刻为tj+1,洪水高程为Hj的时刻为tj,通过高程直接计算tj时刻整个城市格网集合C中,位于水平面之下的格网集合CD以及正好处于水平面处的格网集合CP,其中并将Oi中低于水位Hj的出水口集合记为A,高于水位Hj的出水口的集合记为B;同样Ii中,低于水位Hj的排水口集合记为A′,高于水位Hj的排水口的集合记为B′,下面对四类集合分别计算洪水联通情况;
步骤S408,对于A类出水口,由于其低于当前水平面,根据每一个A类出水口的联通区域Mi,计算由所有A类出水口可以淹没的范围Area1=∪{Mi∩CD};对于A′类排水口,其处理方式和A类出水口完全一致,计算联通范围Area1′,由于出水口和排水口在涨水过程中必定通过水流连接,因此必然有因此在涨水过程中,可以不予考虑它的联通范围(注意:在退水过程中,可能出现不联通的现象,但由于本文主要考虑内涝涨水时的问题,因此可以不考虑该问题);
步骤S410,对于B类出水口,由于其高于当前水平面,因此需要计算与B联通的刚好被洪水淹没的格网点集合,对于B中任意一个出水口,计算Mi∩CP,并在其中选择任意一个格网单元Bwi,针对B类每一个出水口中对应的Bwi,利用子流程,计算与Mwi可以直接联通的区域网格集合Mwi,计算由所有B类出水口可以淹没的范围Area2=∪{Mwi∩CD};对于B′类排水口,由于其位置比水位线还高,因此不起排水作用,在该水位时,不予考虑;
步骤S412,计算Areaj=Area1∪Area2,即为洪水高程为Hj时,所有被淹的格网区域;
步骤S414,计算△=Areaj+1-Areaj,除以∑Vi(说明:这里的水流的流速求和包括出水口的流速求和,减去水位线以下排水口的流速求和,得到的最终结果),得到水位从Hj+1降到Hj的时间差△tj,则tj=tj+1-△tj;
步骤S416,当洪水水位降至Hmin时,停止循环。将循环过程中不同水位Hj得到的淹没区域Areaj和时间tj倒序排列,即可得到t0,t1,…,tmax不同时刻的洪水高度H0,H1,…,Hmax以及淹没范围Area0,Area1,…,Areamax。
子流程,完成同等高度水位的区域联通计算,包括以下步骤:
步骤S502,对于整个城市格网区域,输入水位高程H,计算所有在该水位以下的格网集合CD,形成0-1矩阵(六边形格网,排列成斜120°坐标系),其中1代表水位以下,0表示水位以上;
步骤S504,对于出水口O,判断0-1矩阵中的1的格网与O之间的联通性,采用邻接矩阵存储格网之间的联通性,对于六边形格网,根据周围格网0-1值建立邻接矩阵(1为联通,0为不联通),采用广度深度遍历的最小生成树方法,以O为连接点获得整个区域的联通情况,返回该联通集合M。
上文算法采用多次集合操作的方式完成区域洪水的淹没范围计算问题,其核心是生成联通区域和集合求交操作,算法比较简洁,较传统的正向方法,实现逻辑和效率都有较大改善。另外,需要说明的是,本发明的上述算法是基于单尺度格网实现的推演方法,如果采用多尺度的方法,效率应该会有更大的提高。
参考图4,根据本发明实施例提供的建立六边形格网表面模型的系统,其包括:
第一获取模块10,用于获取特定区域的数字高程模型数据或数字表面模型数据;
第二获取模块20,用于获取所述特定区域的建筑物二维矢量边界数据;
格网模型构建模块30,用于根据所述特定区域的数字高程模型数据或数字表面模型数据以及建筑物二维矢量边界数据,构建所述特定区域的格网表面模型,其中采用多尺度六边形离散格网作为构建格网表面模型的基础单元。
参考图5,根据本发明实施例提供的洪水推演模拟系统,其包括:
第一获取模块10,用于获取特定区域的数字高程模型数据或数字表面模型数据;
第二获取模块20,用于获取所述特定区域的建筑物二维矢量边界数据;
格网模型构建模块30,用于根据所述特定区域的数字高程模型数据或地表的数字表面模型数据以及建筑物二维矢量边界数据,构建所述特定区域的格网表面模型,其中采用多尺度六边形离散格网作为构建格网表面模型的基础单元;
推演模块40,用于根据所述特定区域的格网表面模型,按照给定的水位条件以及出水口位置进行洪水推演模拟。
进一步,所述推演模块40用于:
在一预定时刻确定与低于当前水位的出水口所在格网相联通的第一类格网区域,并确定所述第一类格网区域中低于所述当前水位的第二类格网区域;
在所述预定时刻确定与高于当前水位的出水口所在格网相联通的第三类格网区域,并确定所述第三类格网区域中低于所述当前水位水平的第四类格网区域;
根据所述第二类格网区域和所述第四类格网区域确定被洪水淹没的格网区域。
进一步,所述推演模块40用于:
根据所述特定区域的格网形成0-1矩阵,其中1表示当前水位以下,0表示当前水位以上;
采用邻接矩阵存储出水口与所述0-1矩阵中为1的格网之间的联通关系;
根据所述联通关系,采用广度深度遍历的最小生成树方法获得所述特定区域内的与出水口所在格网相联通的格网区域。
本发明的方法的操作步骤与系统的结构特征对应,可以相互参照,不再一一赘述。
下面以2014年北京师范大学校园内的基础测绘数据和矢量采集数据为例,描述本发明。实验数据基于全球离散格网系统(Discrete Global Grid Systems,DGGS)的六边形格网。首先,获取上述特定区域内利用测量点内插的地形数据的六边形格网采样结果,例如构建该特定区域对应的DGGS的层次是19层,格网平均半径为11.2682m。
针对格网上矢量建筑物的边界信息,进行的格网化填充实验,只需要矢量化数据,即可以生成了带建筑物边缘信息的DSM数据。至于建筑物的高度信息,可以从矢量边界中提取,简化的方法也可以直接赋予一个必定高于水位线的值,反正在洪水内涝模拟中,建筑物不可能被完全没顶,所以不会影响到模拟的效果与真实性。实验在不同分辨率层次上,同一个矢量数据进行填充,生成格网化DSM的情况,六边形格网层级从18层-22层,格网半径从22.5365m-1.92m。
在洪水淹没实验中,考虑到北师大本身地形高程的差异,取模拟实验数据中Hmax=49.0m,Hmin=50.5m,其中△H=0.1m,格网选择第20层DGGS进行模拟,格网单元半径5.6341m,该区域共8428个网格,区域范围左上角经纬度(116.3545915088°,39.9640305785°),右下角经纬度(116.3644949602°,39.9565569484°)。随机生成5个涌水点,5个涌水点的速度保持一致,皆为17.42309m3/min。在上述的洪水推演算法中,得到不同洪水高度时的洪水淹没范围的效果,表1是洪水模拟过程中(49.0m-50.5m),每次水位上升的时间耗时和被洪水淹没的网格数,需要说明是是,由于地表的变化是不规律的,导致上涨相同水位,耗时是不同的,并且其规律只与地表模型本身的形态相关。
表1
序号 | 水位高度(m) | 洪水演进时间(min) | 被淹网格数 |
1 | 49.0 | 0 | 4621 |
2 | 49.1 | 7.57348537589412 | 4629 |
3 | 49.2 | 12.3069137358279 | 4634 |
4 | 49.3 | 24.6138274716559 | 4647 |
5 | 49.4 | 35.9740555354971 | 4659 |
6 | 49.5 | 46.3875979273515 | 4670 |
7 | 49.6 | 49.2276549433118 | 4673 |
8 | 49.7 | 51.1210262872853 | 4675 |
9 | 49.8 | 53.0143976312588 | 4677 |
10 | 49.9 | 59.6411973351662 | 4684 |
11 | 50.0 | 63.4279400231132 | 4688 |
12 | 50.1 | 65.3213113670868 | 4690 |
13 | 50.2 | 67.2146827110603 | 4692 |
14 | 50.3 | 69.1080540550338 | 4694 |
15 | 50.4 | 71.0014253990073 | 4696 |
16 | 50.5 | 71.9481110709941 | 4697 |
本发明提出了一种基于六边形格网的城市内涝洪水演进方法、一种城市格网模型的构建方法,以及基于格网地表一种新的洪水推演模拟方法,并通过实际的数据完成了典型区域的洪水时刻演进实验,得到了洪水范围的覆盖情况。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (4)
1.一种洪水推演模拟方法,其特征在于,包括:
获取特定区域的数字高程模型数据或数字表面模型数据;
获取所述特定区域的建筑物二维矢量边界数据;
根据所述特定区域的数字高程模型数据或数字表面模型数据以及建筑物二维矢量边界数据,构建所述特定区域的格网表面模型,其中采用多尺度六边形离散格网作为构建格网表面模型的基础单元;
根据所述特定区域的格网表面模型,按照给定的水位条件以及出水口位置进行洪水推演模拟;其中,
所述根据所述特定区域的格网表面模型,按照给定的水位条件以及出水口位置进行洪水推演模拟,包括:
在一预定时刻确定与低于当前水位的出水口所在格网相联通的第一类格网区域,并确定所述第一类格网区域中低于所述当前水位的第二类格网区域;
在所述预定时刻确定与高于当前水位的出水口所在格网相联通的第三类格网区域,并确定所述第三类格网区域中低于所述当前水位水平的第四类格网区域;
根据所述第二类格网区域和所述第四类格网区域确定被洪水淹没的格网区域。
2.根据权利要求1所述的方法,其特征在于,
确定与出水口所在格网相联通的格网区域,包括:
根据所述特定区域的格网形成0-1矩阵,其中1表示当前水位以下,0表示当前水位以上;
采用邻接矩阵存储出水口与所述0-1矩阵中为1的格网之间的联通关系;
根据所述联通关系,采用广度深度遍历的最小生成树方法获得所述特定区域内的与出水口所在格网相联通的格网区域。
3.一种洪水推演模拟系统,其特征在于,包括:
第一获取模块,用于获取特定区域的数字高程模型数据或数字表面模型数据;
第二获取模块,用于获取特定区域的建筑物二维矢量边界数据;
格网模型构建模块,用于根据所述特定区域的数字高程模型数据或数字表面模型数据以及建筑物二维矢量边界数据,构建所述特定区域的格网表面模型,其中采用多尺度六边形离散格网作为构建格网表面模型的基础单元;
推演模块,用于根据所述特定区域的格网表面模型,按照给定的水位条件以及出水口位置进行洪水推演模拟;其中,
所述推演模块进一步用于:
在一预定时刻确定与低于当前水位的出水口所在格网相联通的第一类格网区域,并确定所述第一类格网区域中低于所述当前水位的第二类格网区域;
在所述预定时刻确定与高于当前水位的出水口所在格网相联通的第三类格网区域,并确定所述第三类格网区域中低于所述当前水位水平的第四类格网区域;
根据所述第二类格网区域和所述第四类格网区域确定被洪水淹没的格网区域。
4.根据权利要求3所述的系统,其特征在于,
所述推演模块进一步用于:
根据所述特定区域的格网形成0-1矩阵,其中1表示当前水位以下,0表示当前水位以上;
采用邻接矩阵存储出水口与所述0-1矩阵中为1的格网之间的联通关系;
根据所述联通关系,采用广度深度遍历的最小生成树方法获得所述特定区域内的与出水口所在格网相联通的格网区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611180333.2A CN106845074B (zh) | 2016-12-19 | 2016-12-19 | 建立六边形格网模型的方法、洪水推演模拟方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611180333.2A CN106845074B (zh) | 2016-12-19 | 2016-12-19 | 建立六边形格网模型的方法、洪水推演模拟方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106845074A CN106845074A (zh) | 2017-06-13 |
CN106845074B true CN106845074B (zh) | 2019-03-19 |
Family
ID=59139701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611180333.2A Active CN106845074B (zh) | 2016-12-19 | 2016-12-19 | 建立六边形格网模型的方法、洪水推演模拟方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106845074B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986222B (zh) * | 2018-08-15 | 2022-10-14 | 四川大学 | 无汊河道数字地形生成方法 |
CN109816748A (zh) * | 2019-01-04 | 2019-05-28 | 中国人民解放军战略支援部队信息工程大学 | 一种确定三角形格网的离散线的方法和装置 |
WO2020181508A1 (zh) * | 2019-03-12 | 2020-09-17 | 深圳市大疆创新科技有限公司 | 一种数字地表模型的构建方法及处理设备、系统 |
CN110942513B (zh) * | 2019-10-30 | 2023-04-25 | 广州海格星航信息科技有限公司 | 三维网格模型的空间填充方法及装置 |
CN111538798B (zh) * | 2020-04-09 | 2023-09-19 | 武汉大学 | 一种顾及dsm和dlg的城市汇水区精细化提取方法 |
CN112132967B (zh) * | 2020-10-23 | 2023-04-18 | 中建一局集团第二建筑有限公司 | 一种山区洪水模拟方法、存储介质及设备 |
CN113688755B (zh) * | 2021-08-30 | 2023-08-08 | 中国矿业大学(北京) | 基于六边形格网的多流向流域特征提取方法 |
CN113884051B (zh) * | 2021-09-24 | 2023-12-05 | 重庆市勘测院 | 用于获取建筑物被淹没面积的方法及装置、电子设备 |
CN114547922B (zh) * | 2022-04-28 | 2022-07-29 | 南京信息工程大学 | 基于多边形网格的城市内涝分析方法、装置和存储介质 |
CN114998530B (zh) * | 2022-07-13 | 2022-11-08 | 航天宏图信息技术股份有限公司 | 一种基于实景三维地形的水体监测方法和装置 |
CN115329691B (zh) * | 2022-08-01 | 2024-03-12 | 上海师范大学 | 一种基于cfd与gis的超大城市风环境模拟方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101188022A (zh) * | 2007-12-20 | 2008-05-28 | 浙江大学 | 一种面向大城市灾害展示的洪涝淹没分析方法 |
-
2016
- 2016-12-19 CN CN201611180333.2A patent/CN106845074B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101188022A (zh) * | 2007-12-20 | 2008-05-28 | 浙江大学 | 一种面向大城市灾害展示的洪涝淹没分析方法 |
Non-Patent Citations (4)
Title |
---|
"体积法"洪水淹没范围模拟计算;刘小生等;《测绘通报》;20041231(第12期);第47—49页 |
全球离散格网的建模方法及基本问题;赵学胜等;《地理与地理信息科学》;20120131;第28卷(第1期);第29、32—33页 |
基于GIS格网模型的洪水淹没分析方法;丁志雄等;《水力学报》;20040630(第6期);第56—58 |
建筑物边界约束的航空影像DSM优化;赵翠晓等;《遥感信息》;20160831;第31卷(第4期);第16—20页 |
Also Published As
Publication number | Publication date |
---|---|
CN106845074A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106845074B (zh) | 建立六边形格网模型的方法、洪水推演模拟方法及其系统 | |
Vacondio et al. | A non-uniform efficient grid type for GPU-parallel Shallow Water Equations models | |
CN105631168B (zh) | 一种实时高效的流域洪水演进可视化仿真方法 | |
Van Toll et al. | A navigation mesh for dynamic environments | |
CN101630366B (zh) | 大量分块地形数据的动态淹没区提取方法、装置及系统 | |
Cristie et al. | CityHeat: visualizing cellular automata-based traffic heat in Unity3D | |
CN110990926B (zh) | 一种基于面积修正率的城市地表建筑水动力学仿真方法 | |
CN115797568A (zh) | 一种基于三维gis与bim集成的建模方法及装置 | |
CN114708414B (zh) | 一种工程三维地形数据切割融合方法与系统 | |
Yang et al. | A multitarget land use change simulation model based on cellular automata and its application | |
CN111260714B (zh) | 一种洪涝受灾评估方法、装置、设备及计算机存储介质 | |
Zhang et al. | Three-dimensional waterway system for ship navigation based on integrated virtual waterway and flow simulation | |
BOGDANJARANOVIC et al. | Using a coastal storm hazard index to assess storm impacts in Lisbon | |
Camelli et al. | Generating seamless surfaces for transport and dispersion modeling in GIS | |
CN103778657B (zh) | 一种基于空间剖分的声线束追踪方法 | |
CN106326492B (zh) | 空间矢量数据生成方法及装置 | |
CN109345947A (zh) | 基于数据关联性分析的工作区域划分方法及终端设备 | |
Shen et al. | Flood inundation extent mapping based on block compressed tracing | |
KR102243453B1 (ko) | 하천 공간위상 구조를 이용한 도시하천 홍수범람지도의 갱신 방법 및 이를 기록한 기록매체 | |
CN114004114A (zh) | 基于gpu并行加速的水库溃坝洪水演进快速模拟方法 | |
Dramski et al. | Selected shortest path in the graph algorithms with a use of trapezoidal grid | |
Mekni et al. | Semantically-enhanced virtual geographic environments for multi-agent geo-simulation | |
Wang et al. | BRLO-tree: a data structure used for 3D gis dynamic scene rendering | |
CN116258834B (zh) | 区域海洋scvt网格的生成方法、计算机设备及介质 | |
Shin | External Memory Algorithms for Massive Terrains and Polygons |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |