CN109242336A - 多情景模式下山洪灾害临界雨量预警方法 - Google Patents

多情景模式下山洪灾害临界雨量预警方法 Download PDF

Info

Publication number
CN109242336A
CN109242336A CN201811138151.8A CN201811138151A CN109242336A CN 109242336 A CN109242336 A CN 109242336A CN 201811138151 A CN201811138151 A CN 201811138151A CN 109242336 A CN109242336 A CN 109242336A
Authority
CN
China
Prior art keywords
rainfall
mountain flood
early warning
rain
mountain
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.)
Granted
Application number
CN201811138151.8A
Other languages
English (en)
Other versions
CN109242336B (zh
Inventor
原文林
宋汉振
涂新煜
刘美琪
付磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhengzhou University
Original Assignee
Zhengzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhengzhou University filed Critical Zhengzhou University
Priority to CN201811138151.8A priority Critical patent/CN109242336B/zh
Publication of CN109242336A publication Critical patent/CN109242336A/zh
Application granted granted Critical
Publication of CN109242336B publication Critical patent/CN109242336B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种多情景模式下山洪灾害临界雨量预警方法，包括步骤：以小流域为单元收集防灾对象资料；确定前期土壤状态；确定当地可能发生暴雨类型进行降雨时程分配设计；情景模式组合；确定不同情境模式下的临界雨量；针对不同的天气情况选择对应的临界雨量分级预警。本发明考虑了自然条件下不同情景下山洪灾害暴发条件，着重于设计雨型及前期土壤状态的不确定性影响，结合小流域的控制断面实测数据，试算出不同的临界雨量值，根据实际情况发布相应的山洪预警，通过实测的成灾暴雨洪水过程检验，证明了多情景模式下的山洪灾害预警模式是切实可行的，提高了山洪灾害预警与自然条件的契合度，进一步提高了山洪灾害预警的可靠、可信、可应用度。

Description

多情景模式下山洪灾害临界雨量预警方法
技术领域
本发明属于山洪灾害研究技术领域，具体涉及一种多情景模式下山洪灾害临界雨量预警方法。
背景技术
山洪灾害目前是我国洪涝灾害主要的致死灾种，每年在我国都有不同地区暴发不同程度的山洪灾害，随着全球气候变化，极端降雨频发，加之山丘区经济水平提高，导致山洪灾害在我国呈现发生频次高、损失程度大的特点。
我国山洪灾害预警多用临界雨量作为预警指标，在确定临界雨量时，所采用的前期影响雨量多为单一值，雨型亦采用固定的设计雨型。忽略了临界雨量的不确定性影响，由于降雨的随机性加之前期影响雨量的不确定性，山洪灾害暴发所需要的临界雨量并不是一个固定值，采用单一情景下的临界雨量预警模式不能有效保证预警精度，需根据不同情景设定不同的临界雨量预警方案。
目前，山洪灾害预警针对防灾对象所发布的预警信息过于单一，一旦自然情况与设计情景不吻合，预警信息的可靠度就会大幅降低，极易发生空报、漏报、误报的现象。
发明内容
本发明为了解决现有技术中的不足之处，提供一种多情景模式下山洪灾害临界雨量预警方法；该方法解决了单一情景下预警信息可靠度偏低，导致防灾对象自然条件发生改变时，无法发布可靠度较高的有效预警信息的问题。
为解决上述技术问题，本发明采用如下技术方案：多情景模式下山洪灾害临界雨量预警方法，包括以下步骤，
S1、获取小流域内防灾对象基础信息；
S2、流域内山洪灾害暴发情景分析；
S3、山洪灾害暴发情景模式组合生成；
S4、利用曼宁公式绘制防灾对象控制断面水位流量关系曲线，确定防灾对象成灾流量；
S5、利用瞬时单位线进行设计洪水计算；
S6、采用试算法确定临界雨量；
S7、根据实时气象数据进行情景模式识别，发布相应情景模式下的预警信息。
优选地，S1步骤中防灾对象基础信息包括：不同时段设计暴雨值、流域控制河道河长、比降、糙率、流域最大土壤含水量、防灾对象成灾水位。
优选地，S2步骤中山洪灾害情景包括：前期土壤状态分配，降雨的时程分布设计；
前期土壤状态分配为干旱A1（0.2Wm）、一般A2（0.5Wm）、湿润A3（0.8Wm）三种情景；降雨时程分布设计是以流域中暴雨图集雨型进行移峰调序，设置为雨峰偏前B1、雨峰居中B2、雨峰偏后B3、均匀降雨B4四种情景。
优选地，流域暴雨图集雨型是根据当地水文手册，确定设计雨型总时长、时程分配步长、逐时段分配比例；对雨型的移峰调序即固定峰值时刻比例，调整其位置，其他时刻分配比例保持不变。
优选地，S3步骤中情景模式组合生成，是将前期土壤状态3种情景与设计雨型4种情景随机组合为12种山洪灾害暴发情景A i B j (i=1,2,3；j=1,2,3,4)。
优选地，S4步骤中对象控制断面水位流量关系曲线的绘制，通过方程式和计算断面流量，式中Q为流量，m3/s；A为断面过流面积，m2；V为过流断面平均流速，m/s；n为糙率；R为水力半径；J为洪水水面线比降；根据控制断面水位流量关系曲线查读出成灾水位对应之流量，即为防灾对象成灾流量。
优选地，S6步骤临界雨量的确定，即设置一个初始雨量值，按照设计雨型对其进行时程分配，产汇流计算，将所得洪峰流量Q S 与成灾流量Q Z 进行对比，计算偏离度P，若P在阈值内，所输入雨量值即为临界雨量，若P超出阈值，即重新设置雨量值，直至P小于阈值为止。
优选地，洪峰流量通过瞬时单位线模型计算，式中u(0,t)为瞬时单位线纵高；Г(n)为伽玛函数；
洪峰流量Q S 与成灾流量Q Z 判别标准如下：，，式中Q S 为试算的洪峰流量；Q Z 为成灾流量；P为偏离度。
优选地，S7步骤情景模式识别包括前期土壤状态识别以及雨型状态识别；根据中央气象台历时降水资料利用公式计算前期影响雨量P a ，式中P a,t 为t日的前期降雨指数；n为影响本次径流的前期降雨天数，常取15d左右；K为折算系数，一般可取8.5左右；对于无雨日，采用公式计算；
根据中央气象台发布七天天气预报初步判别近期是否有较大降雨，若有则查询未来24h详细降水预报信息；其中中央气象台所发布降水信息时间间隔为3h，降雨量为H i (i=1,2,3…8)，计算24h总雨量H Z ，挑选最大可能降雨量H max 为可能雨峰降雨量，计算降雨总历时T Z ，降雨时刻为T i (i=1,2,3…8)；计算雨峰位置系数r，r=T i /T Z ，若r∈（0，0.33]，则识别为雨峰偏前；若r∈（0.33，0.66]，则识别为雨峰居中；若r∈（0.66，1]，则识别为雨峰偏后；若无法识别出H max ，即各时段降雨较为平均，则识别为均匀雨型。
优选地，根据情景模式识别发布预警信息，预警等级划分规则见表1，其中预警等级越小代表危险程度越高；
表1 预警等级划分标准
。
采用上述技术方案，与现有研究相比，本发明具有以下优点：
本发明通过收集整理小流域防灾对象的基础数据、实际成灾洪水信息，包括小流域内不同重现期下设计暴雨值、小流域常用设计雨型、防灾对象控制断面高程数据、灾后的成灾水位信息、小流域最大土壤含水量等，组合生成了多种成灾情景，确定了不同情景下的临界雨量值，根据防灾对象不同的前期自然条件，发布不同的预警信息，有效的提高了预警指标与自然条件的吻合度，为进一步提高山洪灾害预警精度提供了有力的技术支撑。
附图说明
图1是本发明所述多情景下山洪灾害临界雨量预警方法的流程示意图；
图2是雨峰居中设计雨型图；
图3是雨峰偏前设计雨型图；
图4是雨峰偏后设计雨型图；
图5是均匀设计雨型图；
图6是情景模式组合图；
图7是1996年7月14日实测洪水过程线图。
具体实施方式
如图1所示，本发明的多情景模式下山洪灾害临界雨量预警方法，包括以下步骤，
S1、获取小流域内防灾对象基础信息；
S2、流域内山洪灾害暴发情景分析；
S3、山洪灾害暴发情景模式组合生成；
S4、利用曼宁公式绘制防灾对象控制断面水位流量关系曲线，确定防灾对象成灾流量；
S5、利用瞬时单位线进行设计洪水计算；
S6、采用试算法确定临界雨量；
S7、根据实时气象数据进行情景模式识别，发布相应情景模式下的预警信息。
优选地，S1步骤中防灾对象基础信息包括：不同时段设计暴雨值、流域控制河道河长、比降、糙率、流域最大土壤含水量、防灾对象成灾水位。
优选地，S2步骤中山洪灾害情景包括：前期土壤状态分配，降雨的时程分布设计；
前期土壤状态分配为干旱A1（0.2Wm）、一般A2（0.5Wm）、湿润A3（0.8Wm）三种情景；降雨时程分布设计是以流域中暴雨图集雨型进行移峰调序，设置为雨峰偏前B1、雨峰居中B2、雨峰偏后B3、均匀降雨B4四种情景。
优选地，流域暴雨图集雨型是根据当地水文手册，确定设计雨型总时长、时程分配步长、逐时段分配比例；对雨型的移峰调序即固定峰值时刻比例，调整其位置，其他时刻分配比例保持不变。
优选地，S3步骤中情景模式组合生成，是将前期土壤状态3种情景与设计雨型4种情景随机组合为12种山洪灾害暴发情景A i B j (i=1,2,3；j=1,2,3,4)。
优选地，S4步骤中对象控制断面水位流量关系曲线的绘制，通过方程式和计算断面流量，式中Q为流量，m3/s；A为断面过流面积，m2；V为过流断面平均流速，m/s；n为糙率；R为水力半径；J为洪水水面线比降；根据控制断面水位流量关系曲线查读出成灾水位对应之流量，即为防灾对象成灾流量。
优选地，S6步骤临界雨量的确定，即设置一个初始雨量值，按照设计雨型对其进行时程分配，产汇流计算，将所得洪峰流量Q S 与成灾流量Q Z 进行对比，计算偏离度P，若P在阈值内，所输入雨量值即为临界雨量，若P超出阈值，即重新设置雨量值，直至P小于阈值为止。
优选地，洪峰流量通过瞬时单位线模型计算，式中u(0,t)为瞬时单位线纵高；Г(n)为伽玛函数；
洪峰流量Q S 与成灾流量Q Z 判别标准如下：，，式中Q S 为试算的洪峰流量；Q Z 为成灾流量；P为偏离度。
优选地，S7步骤情景模式识别包括前期土壤状态识别以及雨型状态识别；根据中央气象台历时降水资料利用公式计算前期影响雨量P a ，式中P a,t 为t日的前期降雨指数；n为影响本次径流的前期降雨天数，常取15d左右；K为折算系数，一般可取8.5左右；对于无雨日，采用公式计算；
根据中央气象台发布七天天气预报初步判别近期是否有较大降雨，若有则查询未来24h详细降水预报信息；其中中央气象台所发布降水信息时间间隔为3h，降雨量为H i (i=1,2,3…8)，计算24h总雨量H Z ，挑选最大可能降雨量H max 为可能雨峰降雨量，计算降雨总历时T Z ，降雨时刻为T i (i=1,2,3…8)；计算雨峰位置系数r，r=T i /T Z ，若r∈（0，0.33]，则识别为雨峰偏前；若r∈（0.33，0.66]，则识别为雨峰居中；若r∈（0.66，1]，则识别为雨峰偏后；若无法识别出H max ，即各时段降雨较为平均，则识别为均匀雨型。
优选地，根据情景模式识别发布预警信息，预警等级划分规则见表1，其中预警等级越小代表危险程度越高；
表1 预警等级划分标准
。
下面结合实例对本发明做出进一步的详细说明。
以防灾对象Z村为例，其位于X省Y县，收集到其基础信息如表2所示：
表2 Z村基础信息表
对Z村进行洪水调查，确定其成灾水位为281.46m，根据曼宁公式绘制水位流量关系曲线，确Z村成灾流量为94m3/s。
由当地水文图集中得知该防灾对象最大土壤含水量为50mm，即可得到干旱A1（0.2Wm）情景下前期影响雨量为10mm，一般A2（0.5Wm）情景下前期影响雨量为25mm湿润A3（0.8Wm）情景下前期影响雨量为40mm。提取出水文图集中6h设计雨型B2如图2所示，保持1、3、5、6四时段的雨量分配比例不变，将雨峰位置由第4时段前移至第2时段，并将第2、4时段的雨量分配比例互换，得到雨峰偏前的B1雨型如图3所示，同理可得雨型居中的B3雨型如图4所示，保持每个时段等比例分配，得到均匀雨型B4如图5所示。
将3种前期土壤状态与4种雨型状态组合为12种山洪灾害暴发情景，组合情况
如图6所示：
采用《河南省中小流域设计洪水暴雨图集》中的P+P a ～R曲线，进行产流计算，根据《新县山洪山洪灾害分析评价报告》获取Z村所在小流域瞬时单位线信息，进行汇流计算。假定初始雨量H，当试算洪峰流量与成灾流量满足精度要求，即偏离度P∈（0，0.01]时停止循环，试算出12种情景下临界雨量H LJ ，结果如表3所示：
表3 Z村12种情景下临界雨量
根据《河南省中小流域设计洪水暴雨图集》计算Z村重现期分别为5年、10年、20年、50年、100年一遇下6h设计暴雨值，成果见表4。
表4 Z村6h设计暴雨值
由临界雨量预警等级划分规则得出Z村不同临界雨量下所对应预警等级如表5所示，不同情景下预警等级如表6所示。
表5 Z村临界雨量预警等级表
表6 不同情景对应预警等级分布
根据历史山洪灾害资料可知，Z村于1996年7月14日发生了山洪灾害，查找该场次降雨实测暴雨洪水资料，绘制洪水过程线如图7所示，并根据该场洪水前15日水文资料，计算前期影响雨量为18mm，即前期土壤状态为一般状态，由图7可将该场降雨识别为雨峰居中的雨型模式，滑动统计该场降雨6h最大降雨量为120mm。根据表3可知，该情景下所对应临界雨量为118mm，应发布2级预警信息，通过该场洪水证明了本方法的科学合理性。
通过中央气象局气象资料，可进行前期土壤状态的识别，但对雨型状态的识别则较为困难，现通过示例说明。表7为Y县实时天气预报，该时刻处于小雨状态，但通过表8可知明天即将有大雨发生，结合表9的未来24h精细降水预报，可知在未来24h中，2:00降雨量最大，判定该时刻为雨峰位置，计算雨峰位置系数为0.2，属于雨峰偏前的降雨类型。由中央气象局的历史逐时降水数据，计算P a 值为10mm，即前期土壤状态为干旱。
由此判定该村目前所处情景模式为A1B1，该情景下临界雨量值为169mm，应发布3级山洪灾害预警信息，即当该村发生重现期在10年一遇以上暴雨时有可能发生山洪灾害。
表7 Y县实时天气预报
表8 Y县七天天气预报
表9 Y县24h精细天气预报
本发明通过上述步骤可根据气象台短时天气预报产品，发布与自然状态相吻合的情景下的预警信息，为不确定自然条件下山洪灾害预警提供技术支撑，提高山洪灾害预警预报精准度。
本实施例并非对本发明的形状、材料、结构等作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均属于本发明技术方案的保护范围。

Claims (10)

1.多情景模式下山洪灾害临界雨量预警方法，其特征在于：包括以下步骤，
S1、获取小流域内防灾对象基础信息；
S2、流域内山洪灾害暴发情景分析；
S3、山洪灾害暴发情景模式组合生成；
S4、利用曼宁公式绘制防灾对象控制断面水位流量关系曲线，确定防灾对象成灾流量；
S5、利用瞬时单位线进行设计洪水计算；
S6、采用试算法确定临界雨量；
S7、根据实时气象数据进行情景模式识别，发布相应情景模式下的预警信息。
2.根据权利要求1所述的多情景模式下山洪灾害临界雨量预警方法，其特征在于：S1步骤中防灾对象基础信息包括：不同时段设计暴雨值、流域控制河道河长、比降、糙率、流域最大土壤含水量、防灾对象成灾水位。
3.根据权利要求2所述的多情景模式下山洪灾害临界雨量预警方法，其特征在于：S2步骤中山洪灾害情景包括：前期土壤状态分配，降雨的时程分布设计；
前期土壤状态分配为干旱A1（0.2Wm）、一般A2（0.5Wm）、湿润A3（0.8Wm）三种情景；降雨时程分布设计是以流域中暴雨图集雨型进行移峰调序，设置为雨峰偏前B1、雨峰居中B2、雨峰偏后B3、均匀降雨B4四种情景。
4.根据权利要求3所述多情景模式下山洪灾害临界雨量预警方法，其特征在于：流域暴雨图集雨型是根据当地水文手册，确定设计雨型总时长、时程分配步长、逐时段分配比例；
对雨型的移峰调序即固定峰值时刻比例，调整其位置，其他时刻分配比例保持不变。
5.根据权利要求3所述多情景模式下山洪灾害临界雨量预警方法，其特征在于：S3步骤中情景模式组合生成，是将前期土壤状态3种情景与设计雨型4种情景随机组合为12种山洪灾害暴发情景A i B j (i=1,2,3；j=1,2,3,4)。
6.根据权利要求1所述多情景模式下山洪灾害临界雨量预警方法，其特征在于：S4步骤中对象控制断面水位流量关系曲线的绘制，通过方程式和计算断面流量，式中Q为流量，m3/s；A为断面过流面积，m2；V为过流断面平均流速，m/s；n为糙率；R为水力半径；J为洪水水面线比降；根据控制断面水位流量关系曲线查读出成灾水位对应之流量，即为防灾对象成灾流量。
7.根据权利要求1所述的多情景模式下山洪灾害临界雨量预警方法，其特征在于：S6步骤临界雨量的确定，即设置一个初始雨量值，按照设计雨型对其进行时程分配，产汇流计算，将所得洪峰流量Q S 与成灾流量Q Z 进行对比，计算偏离度P，若P在阈值内，所输入雨量值即为临界雨量，若P超出阈值，即重新设置雨量值，直至P小于阈值为止。
8.根据权利要求7所述的多情景模式下山洪灾害临界雨量预警方法，其特征在于：洪峰流量通过瞬时单位线模型计算，式中u(0,t)为瞬时单位线纵高；Г(n)为伽玛函数；洪峰流量Q S 与成灾流量Q Z 判别标准如下：，，式中Q S 为试算的洪峰流量；Q Z 为成灾流量；P为偏离度。
9.根据权利要求1所述的多情景模式下山洪灾害临界雨量预警方法，其特征在于：S7步骤情景模式识别包括前期土壤状态识别以及雨型状态识别；根据中央气象台历时降水资料利用公式计算前期影响雨量P a ，式中P a,t 为t日的前期降雨指数；n为影响本次径流的前期降雨天数，常取15d左右；K为折算系数，一般可取8.5左右；对于无雨日，采用公式计算；
根据中央气象台发布七天天气预报初步判别近期是否有较大降雨，若有则查询未来24h详细降水预报信息；其中中央气象台所发布降水信息时间间隔为3h，降雨量为H i (i=1,2,3…8)，计算24h总雨量H Z ，挑选最大可能降雨量H max 为可能雨峰降雨量，计算降雨总历时T Z ，降雨时刻为T i (i=1,2,3…8)；计算雨峰位置系数r，r=T i /T Z ，若r∈（0，0.33]，则识别为雨峰偏前；若r∈（0.33，0.66]，则识别为雨峰居中；若r∈（0.66，1]，则识别为雨峰偏后；若无法识别出H max ，即各时段降雨较为平均，则识别为均匀雨型。
10.根据权利要求1所述的多情景模式下山洪灾害临界雨量预警方法，其特征在于：根据情景模式识别发布预警信息，预警等级划分规则见表1，其中预警等级越小代表危险程度越高；
表1 预警等级划分标准
。
CN201811138151.8A 2018-09-28 2018-09-28 多情景模式下山洪灾害临界雨量预警方法 Active CN109242336B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811138151.8A CN109242336B (zh) 2018-09-28 2018-09-28 多情景模式下山洪灾害临界雨量预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811138151.8A CN109242336B (zh) 2018-09-28 2018-09-28 多情景模式下山洪灾害临界雨量预警方法

Publications (2)

Publication Number Publication Date
CN109242336A true CN109242336A (zh) 2019-01-18
CN109242336B CN109242336B (zh) 2021-09-10

Family

ID=65057918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811138151.8A Active CN109242336B (zh) 2018-09-28 2018-09-28 多情景模式下山洪灾害临界雨量预警方法

Country Status (1)

Country Link
CN (1) CN109242336B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109785586A (zh) * 2019-03-04 2019-05-21 四川大学 山区小流域山洪灾害分区预警方法
CN109887241A (zh) * 2019-04-08 2019-06-14 河北省水利水电勘测设计研究院 一种山洪灾害气象预警计算方法及系统
CN110298480A (zh) * 2019-05-20 2019-10-01 济南大学 一种山洪灾害临界雨量指标计算方法及系统
CN111047213A (zh) * 2019-12-25 2020-04-21 长江水利委员会水文局 基于多要素联合判别的中长期水资源量临界预警指标方法
WO2021003768A1 (zh) * 2019-07-08 2021-01-14 大连理工大学 基于前期降雨和上下游拓扑关系的农村基层洪涝预警方法
CN112329257A (zh) * 2020-11-19 2021-02-05 四川大学 适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法
CN112381285A (zh) * 2020-11-12 2021-02-19 中国科学院空天信息创新研究院 一种基于遥感的洪涝淹没预测方法
CN113298305A (zh) * 2021-05-24 2021-08-24 四川大学 基于不同降雨时程特征的双阈值暴雨山洪洪水灾害预警方法
CN113807574A (zh) * 2021-08-13 2021-12-17 中国水利水电科学研究院 由水位确定流量的方法、装置、电子设备及介质
CN114023049A (zh) * 2021-11-25 2022-02-08 西安理工大学 一种山洪灾害预警指标检验复核方法及系统
CN114821974A (zh) * 2022-05-06 2022-07-29 雷浩伟 一种偏僻山区用暴雨预警监测方法及系统
CN117275186A (zh) * 2023-10-13 2023-12-22 国网安徽省电力有限公司电力科学研究院 一种基于电网设施周边防灾产汇流模型系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2539064A (en) * 2015-03-20 2016-12-07 Hannah Smith Alexis Flood prevention system and method
CN106884405A (zh) * 2017-03-08 2017-06-23 中国水利水电科学研究院 一种无资料地区溃堤型山洪灾害分析评价方法
CN106971013A (zh) * 2016-01-13 2017-07-21 辽宁省水文局 山洪灾害小流域设计暴雨洪水计算方法
CN107730151A (zh) * 2017-11-21 2018-02-23 中国水利水电科学研究院 一种基于概念性水文模型的流域设计洪水推求方法
CN108304967A (zh) * 2018-01-18 2018-07-20 长江水利委员会水文局 降雨-流量-水位耦合插值求解山洪灾害临界雨量的方法
CN108446436A (zh) * 2018-02-08 2018-08-24 广州地理研究所 暴雨洪水非线性模型雨水损失参数的空间分布预警方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2539064A (en) * 2015-03-20 2016-12-07 Hannah Smith Alexis Flood prevention system and method
CN106971013A (zh) * 2016-01-13 2017-07-21 辽宁省水文局 山洪灾害小流域设计暴雨洪水计算方法
CN106884405A (zh) * 2017-03-08 2017-06-23 中国水利水电科学研究院 一种无资料地区溃堤型山洪灾害分析评价方法
CN107730151A (zh) * 2017-11-21 2018-02-23 中国水利水电科学研究院 一种基于概念性水文模型的流域设计洪水推求方法
CN108304967A (zh) * 2018-01-18 2018-07-20 长江水利委员会水文局 降雨-流量-水位耦合插值求解山洪灾害临界雨量的方法
CN108446436A (zh) * 2018-02-08 2018-08-24 广州地理研究所 暴雨洪水非线性模型雨水损失参数的空间分布预警方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张李川: "小流域雨型对山洪灾害临界雨量的影响研究", 《中国优秀硕士学位论文全文数据库》 *
李昌志: "暴雨山洪设计临界不确定性研究", 《中国防汛抗旱》 *
薛霞: "山洪防治区小流域分类与预警指标确定研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109785586A (zh) * 2019-03-04 2019-05-21 四川大学 山区小流域山洪灾害分区预警方法
CN109887241A (zh) * 2019-04-08 2019-06-14 河北省水利水电勘测设计研究院 一种山洪灾害气象预警计算方法及系统
CN110298480A (zh) * 2019-05-20 2019-10-01 济南大学 一种山洪灾害临界雨量指标计算方法及系统
CN110298480B (zh) * 2019-05-20 2021-10-26 济南大学 一种山洪灾害临界雨量指标计算方法及系统
WO2021003768A1 (zh) * 2019-07-08 2021-01-14 大连理工大学 基于前期降雨和上下游拓扑关系的农村基层洪涝预警方法
CN111047213B (zh) * 2019-12-25 2023-06-20 长江水利委员会水文局 基于多要素联合判别的中长期水资源量临界预警指标方法
CN111047213A (zh) * 2019-12-25 2020-04-21 长江水利委员会水文局 基于多要素联合判别的中长期水资源量临界预警指标方法
CN112381285A (zh) * 2020-11-12 2021-02-19 中国科学院空天信息创新研究院 一种基于遥感的洪涝淹没预测方法
CN112381285B (zh) * 2020-11-12 2024-06-07 中国科学院空天信息创新研究院 一种基于遥感的洪涝淹没预测方法
CN112329257B (zh) * 2020-11-19 2023-04-18 四川大学 适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法
CN112329257A (zh) * 2020-11-19 2021-02-05 四川大学 适用于山区小流域暴雨山洪洪水预报预警的水文模型分段筛选方法
CN113298305B (zh) * 2021-05-24 2023-04-07 四川大学 基于不同降雨时程特征的双阈值暴雨山洪洪水灾害预警方法
CN113298305A (zh) * 2021-05-24 2021-08-24 四川大学 基于不同降雨时程特征的双阈值暴雨山洪洪水灾害预警方法
CN113807574A (zh) * 2021-08-13 2021-12-17 中国水利水电科学研究院 由水位确定流量的方法、装置、电子设备及介质
CN114023049A (zh) * 2021-11-25 2022-02-08 西安理工大学 一种山洪灾害预警指标检验复核方法及系统
CN114023049B (zh) * 2021-11-25 2022-08-16 西安理工大学 一种山洪灾害预警指标检验复核方法及系统
CN114821974A (zh) * 2022-05-06 2022-07-29 雷浩伟 一种偏僻山区用暴雨预警监测方法及系统
CN117275186A (zh) * 2023-10-13 2023-12-22 国网安徽省电力有限公司电力科学研究院 一种基于电网设施周边防灾产汇流模型系统

Also Published As

Publication number Publication date
CN109242336B (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN109242336A (zh) 多情景模式下山洪灾害临界雨量预警方法
CN112070286B (zh) 复杂地形流域的降水预报预警系统
CN105808948B (zh) 一种自动修正的多模式数值降雨集合预报方法
CN111582755B (zh) 一种基于多维度集合信息山洪灾害综合风险动态评估方法
Daoud et al. Daily quantitative precipitation forecasts based on the analogue method: Improvements and application to a French large river basin
CN111507375B (zh) 一种城市内涝风险快速评估方法及系统
CN111639810B (zh) 一种基于防汛需求的降雨预报精度评估方法
CN109523175A (zh) 一种考虑积融雪过程的多时间尺度旱情评估方法
CN109829584A (zh) 一种山洪风险动态评估方法
CN109887241A (zh) 一种山洪灾害气象预警计算方法及系统
Pruski et al. Improved regionalization of streamflow by use of the streamflow equivalent of precipitation as an explanatory variable
CN106971013A (zh) 山洪灾害小流域设计暴雨洪水计算方法
CN117436619B (zh) 一种基于等效防洪作用的梯级水库防洪库容联合预留方法
CN115423272B (zh) 一种融合历史淹没强度的洪涝风险评估方法和系统
Wang et al. Rainfall erosivity index for monitoring global soil erosion
CN107194561A (zh) 基于熵值法和灰色gm11模型预测房地产风险的方法
CN109671248A (zh) 基于防灾对象的山洪灾害预警方法
CN110991850B (zh) 一种水库防洪预报调度风险确定方法
Karamouz et al. Analysis of hydrologic and agricultural droughts in central part of Iran
CN113780882B (zh) 一种地下水超采治理后地下水位变幅评估系统
CN116070955B (zh) 一种用于山洪沟流域的区域可能最大降雨确定方法
CN110673230A (zh) 基于熵决策法的动态临界雨量计算方法
Zulianto et al. HEC-RAS Simulation of Flood Management in Seruyan River: A Case Study of Mekar Indah Village, East Seruyan Hilir and UPT Tanggul Harapan Pematang Limau Village, Seruyan Hilir
Lettenmaier Limitations on seasonal snowmelt forecast accuracy
Shadeed et al. Statistical analysis of long-term rainfall data for a Mediterranean semi-arid region: a case study from Palestine

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