CN109345775B - 基于水文连通结构指数的灾情预警方法及系统 - Google Patents
基于水文连通结构指数的灾情预警方法及系统 Download PDFInfo
- Publication number
- CN109345775B CN109345775B CN201810929610.8A CN201810929610A CN109345775B CN 109345775 B CN109345775 B CN 109345775B CN 201810929610 A CN201810929610 A CN 201810929610A CN 109345775 B CN109345775 B CN 109345775B
- Authority
- CN
- China
- Prior art keywords
- grid
- target
- region
- water content
- area
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明提供的一种基于水文连通结构指数的灾情预警方法及系统,将目标区域划分成多个栅格区域,再通过测量每个栅格区域表层土壤的体积含水率和非毛管孔隙度获得每个栅格区域对应的相对体积含水率;根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为第一目标指数;对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得第二目标指数;根据第一目标指数和第二目标指数对目标区域进行灾情预警。该方法及系统能够对水文连通结构进行量化,从而基于水文连通结构指数进行准确地灾情预警。
Description
技术领域
本发明涉及流域管理技术领域,更具体地,涉及一种基于水文连通结构指数的灾情预警方法及系统。
背景技术
水文连通是水文学研究的一个新概念和新方法,其是对水或以水为介质的物质流动和能量循环过程的描述。水文连通结构是指与水或以水为介质的物质运移和能量流动过程中相关的多个空间单元本的连接结构,其对解释径流对降雨的响应,以及由径流导致的土壤侵蚀、营养元素流失和污染物运移等与水文过程有着重要意义。
然而,目前在实际应用中,水文连通结构还未被纳入监测体系,其原因是缺乏一个成熟可行的水文连通结构量化方法。若能够对水文连通结构进行量化,获得水文连通结构指数,则水文连通结构指数将能够对流域的有效监测、政策制定以及潜在灾情预警等提供有效依据。
有鉴于此,亟需提供一种能够对水文连通结构进行量化,并根据量化获得的水文连通结构指数进行灾情预警的方法及系统。
发明内容
本发明为了克服现有技术中缺乏对水文连通结构进行量化的方法,导致难以根据流域的水文连通结构进行有效灾情预警的问题,提供一种基于水文连通结构指数的灾情预警方法及系统。
一方面,本发明提供一种基于水文连通结构指数的灾情预警方法,包括:
将目标区域进行栅格划分,获得多个栅格区域,对于任意一个栅格区域,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度,根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率;
根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为目标区域的第一目标指数;
对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得目标区域的第二目标指数;
根据第一目标指数和第二目标指数对目标区域进行灾情预警。
优选地,根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,具体为:
对于任意一个栅格区域,若该栅格区域对应的相对体积含水率大于预设参考值,则将该栅格区域赋值为第一数值,若该栅格区域对应的相对体积含水率不大于预设参考值,则将该栅格区域赋值为第二数值;
将赋值为第一数值且相邻的栅格区域组合成连通区域,获得至少一个连通区域。
优选地,根据第一目标指数和第二目标指数对目标区域进行灾情预警,具体为:
若第一目标指数大于第一预设阈值和/或第二目标指数大于第二预设阈值,则对目标区域进行第一灾情预警;
若第一目标指数小于第三预设阈值和/或第二目标指数小于第四预设阈值,则对目标区域进行第二灾情预警。
优选地,根据第一目标指数和第二目标指数对目标区域进行灾情预警,之前还包括:
获取目标区域对应的第一历史记录,第一历史记录包含以往第一灾情发生时目标区域的第一目标指数和第二目标指数,根据第一历史记录确定第一预设阈值和第二预设阈值;
获取目标区域对应的第二历史记录,第二历史记录包含以往第二灾情发生时目标区域的第一目标指数和第二目标指数,根据第二历史记录确定第三预设阈值和第四预设阈值。
优选地,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度,具体为:
对于任意一个栅格区域,在该栅格区域中选取预设数量的监测点,获取每个监测点表层土壤的体积含水率和非毛管孔隙度;
将所有监测点表层土壤的体积含水率和非毛管孔隙度进行加权平均,获得该栅格区域表层土壤的体积含水率和非毛管孔隙度。
优选地,根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率,具体为:
对于任意一个栅格区域,获取该栅格区域表层土壤的体积含水率和非毛管孔隙度的比值,将比值作为该栅格区域对应的相对体积含水率。
优选地,将目标区域进行栅格划分,获得多个栅格区域,具体为:
利用ArcGIS按照预设分辨率将目标区域进行栅格划分,获得多个栅格区域。
一方面,本发明提供一种基于水文连通结构指数的灾情预警系统,包括:
水文要素计算模块,用于将目标区域进行栅格划分,获得多个栅格区域,对于任意一个栅格区域,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度,根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率;
第一指数获取模块,用于根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为目标区域的第一目标指数;
第二指数获取模块,用于对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得目标区域的第二目标指数;
灾情预警模块,用于根据第一目标指数和第二目标指数对目标区域进行灾情预警。
一方面,本发明提供一种电子设备,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行上述任一所述的方法。
一方面,本发明提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述任一所述的方法。
本发明提供的一种基于水文连通结构指数的灾情预警方法及系统,将目标区域划分成多个栅格区域,再通过测量每个栅格区域表层土壤的体积含水率和非毛管孔隙度获得每个栅格区域对应的相对体积含水率;根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为目标区域的第一目标指数;对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得目标区域的第二目标指数;根据第一目标指数和第二目标指数对目标区域进行灾情预警。该方法及系统基于目标区域的土壤含水量的时空分布对目标区域中的水文连通结构进行量化,获得水文连通结构指数,并基于水文连通结构指数进行灾情预警,其中水文连通结构指数能够对流域的有效监测、潜在灾情预警以及流域管理工作等提供有效依据;同时,该方法及系统具有现实的可操作性、可行性和适宜性,可根据目标区域的实际情况确定空间和时间监测的分辨率,计算方法简易、快速且可信度高。
附图说明
图1为本发明实施例的一种基于水文连通结构指数的灾情预警方法的整体流程示意图;
图2为本发明实施例的连通区域构建的模拟示意图;
图3为本发明实施例的一种基于水文连通结构指数的灾情预警系统的整体结构示意图;
图4为本发明实施例的一种电子设备的结构框架示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
需要说明的是,在产流相关的各个水文要素中,土壤含水量的时空分布是一个至关重要的决定性因素,它很大程度上影响了入渗能力、产流量等关键因子。因此,本发明基于土壤含水量的时空分布对水文连通结构进行量化,获得水文连通结构指数,并基于水文连通结构指数进行灾情预警。
图1为本发明实施例的一种基于水文连通结构指数的灾情预警方法的整体流程示意图,如图1所示,本发明提供一种基于水文连通结构指数的灾情预警方法,包括:
S1,将目标区域进行栅格划分,获得多个栅格区域,对于任意一个栅格区域,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度,根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率;
具体地,首先选定需要进行灾情监测的目标区域,本实施例中,目标区域一般为可能发生次生灾害的重点区域。对目标区域进行栅格划分,由此可获得多个栅格区域。其中,栅格的大小和数量可以根据实际需求进行设置,此处不做具体限定。对于多个栅格区域中的任意一个栅格区域,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度。最终,根据该栅格区域表层土壤的体积含水率和非毛管孔隙度计算获得该栅格区域对应的相对体积含水率。由此,根据上述方法步骤,即可获得目标区域中所有栅格区域对应的相对体积含水率。
需要说明的是,土壤体积含水率是一定量的土壤中所含有水分的百分比,又称土壤湿度,是通过土体中水的体积与土体的总体积的比值所得。土壤中各种形状地粗细土粒集合和排列成固相骨架,骨架内部有宽狭和形状不同的孔隙,构成复杂的孔隙系统,全部孔隙容积与土体容积的百分率,称为土壤孔隙度。土壤孔隙根据其粗细又分为3种类型,即无效孔隙、毛管孔隙和非毛管孔隙,而土壤非毛管孔隙度即为非毛管孔隙所占土壤体积的百分比。
S2,根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为目标区域的第一目标指数;
具体地,在获得目标区域中所有栅格区域对应的相对体积含水率之后,根据各个栅格区域对应的相对体积含水率可以判断各个栅格区域之间是否连通,将相邻且连通的栅格区域组合成连通区域,即可在目标区域中获得至少一个连通区域。在此基础上,计算每个连通区域的面积,将所有连通区域的面积进行加和,获得所有连通区域的总面积。同时计算整个目标区域的总面积,最终求取所有连通区域的总面积与目标区域的总面积的比值,将该比值作为目标区域的第一目标指数。在实际应用中,上述计算过程可以通过MATLAB软件进行实现,也可以采用其他方式进行实现,可以根据实际需求进行设置,此处不作具体限定。
可以理解的是,上述每个连通区域即为目标区域中的水文连通结构,故而,目标区域的第一目标指数即为目标区域中的水文连通结构指数。
S3,对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得目标区域的第二目标指数;
具体地,对于所有连通区域中的任意一个连通区域,首先将相邻栅格区域之间的距离设定为1个单位长度,在此基础上,计算该连通区域中每两个栅格区域之间的距离,再将每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离。按照上述方法步骤,即可获得所有连通区域各自对应的总距离。最终,将所有连通区域对应的总距离进行加和,即可获得目标区域的第二目标指数。在实际应用中,上述计算过程可以通过MATLAB软件进行实现,也可以采用其他方式进行实现,可以根据实际需求进行设置,此处不作具体限定。
举例而言,若某一个连通区域中包括n个栅格区域,则该连通区域中每两个栅格区域进行组合,即可获得个组合,计算每个组合中两个栅格区域之间的距离,即可获得个距离计算结果,最终将个距离计算结果进行加和,即可获得该连通区域对应的总距离。
S4,根据第一目标指数和第二目标指数对目标区域进行灾情预警。
具体地,通过上述方法步骤的计算,获得了目标区域的第一目标指数和第二目标指数。在此基础上,即可根据第一目标指数和第二目标指数对目标区域进行灾情预警。本实施例中的灾情预警包括洪灾和旱灾预警等,可以根据实际需求进行设置,此处不做具体限定。在其他实施例中,还可以通过对第一目标指数和第二目标指数进行监测分析,以指导流域管理工作等,可以根据实际需求对第一目标指数和第二目标指数进行监测分析,此处不做具体限定。
需要说明的是,在根据第一目标指数和第二目标指数对目标区域进行灾情预警之前,已经预先获得了发生灾情时目标区域的第一目标指数和第二目标指数各自对应的预设阈值,从而将上述计算获得的目标区域的第一目标指数和第二目标指数与各自的预设阈值进行比对,即可确定当前计算获得的第一目标指数和第二目标指数是否符合灾情发生的条件,并在符合灾情发生的条件时进行灾情报警。
本发明提供的一种基于水文连通结构指数的灾情预警方法,将目标区域划分成多个栅格区域,再通过测量每个栅格区域表层土壤的体积含水率和非毛管孔隙度获得每个栅格区域对应的相对体积含水率;根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为目标区域的第一目标指数;对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得目标区域的第二目标指数;根据第一目标指数和第二目标指数对目标区域进行灾情预警。该方法基于目标区域的土壤含水量的时空分布对目标区域中的水文连通结构进行量化,获得水文连通结构指数,并基于水文连通结构指数进行灾情预警,其中水文连通结构指数能够对流域的有效监测、潜在灾情预警以及流域管理工作等提供有效依据;同时,该方法具有现实的可操作性、可行性和适宜性,可根据目标区域的实际情况确定空间和时间监测的分辨率,计算方法简易、快速且可信度高。
基于上述任一实施例,提供一种基于水文连通结构指数的灾情预警方法,根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,具体为:对于任意一个栅格区域,若该栅格区域对应的相对体积含水率大于预设参考值,则将该栅格区域赋值为第一数值,若该栅格区域对应的相对体积含水率不大于预设参考值,则将该栅格区域赋值为第二数值;将赋值为第一数值且相邻的栅格区域组合成连通区域,获得至少一个连通区域。
具体地,在计算获得目标区域中所有栅格区域对应的相对体积含水率之后,对于任意一个栅格区域,若该栅格区域对应的相对体积含水率大于预设参考值,则将该栅格区域赋值为第一数值,若该栅格区域对应的相对体积含水率不大于预设参考值,则将该栅格区域赋值为第二数值。其中,预设参考值为预先获得的经验值,本实施例中,预设参考值为0.3;第一数值和第二数值分别为1和0。在其他实施例中,第一数值和第二数值可以根据实际需求进行设置,此处不做具体限定。
进一步地,在对各个栅格区域进行赋值之后,其中赋值为第一数值的栅格区域即为连通栅格,在此基础上,将赋值为第一数值且相邻的栅格区域组合成连通区域,由此在目标区域中可获得至少一个连通区域。
举例而言,如图2所示,图中的目标区域被划分成20×5的100个栅格区域,并根据各个栅格区域对应的相对体积含水率将各个栅格区域赋值为0或1,最终将赋值为1的相邻栅格区域组合成连通区域,从图中可以看出,赋值为1的相邻栅格区域组合成的连通区域共有3个。
本发明提供的一种基于水文连通结构指数的灾情预警方法,对于任意一个栅格区域,若该栅格区域对应的相对体积含水率大于预设参考值,则将该栅格区域赋值为第一数值,若该栅格区域对应的相对体积含水率不大于预设参考值,则将该栅格区域赋值为第二数值;将赋值为第一数值且相邻的栅格区域组合成连通区域,获得至少一个连通区域。该方法基于土壤含水量的时空分布获得目标区域中的水文连通结构,有利于对目标区域中的水文连通结构进行量化,并有效确保了量化结果的准确性。
基于上述任一实施例,提供一种基于水文连通结构指数的灾情预警方法,根据第一目标指数和第二目标指数对目标区域进行灾情预警,具体为:若第一目标指数大于第一预设阈值和/或第二目标指数大于第二预设阈值,则对目标区域进行第一灾情预警;若第一目标指数小于第三预设阈值和/或第二目标指数小于第四预设阈值,则对目标区域进行第二灾情预警。
具体地,在获得目标区域的第一目标指数和第二目标指数之后,将第一目标指数和第一预设阈值进行比对,将第二目标指数和第二预设阈值进行比对。若第一目标指数大于第一预设阈值和/或第二目标指数大于第二预设阈值,则对目标区域进行第一灾情预警。若第一目标指数小于第三预设阈值和/或第二目标指数小于第四预设阈值,则对目标区域进行第二灾情预警。
本实施例中,第一预设阈值、第二预设阈值、第三预设阈值和第四预设阈值是通过历史监测获得的经验值。第一灾情为洪水或大面积土壤侵蚀等灾害,第二灾情为干旱等灾害。
可以理解的是,第一目标指数和第二目标指数越大,则可确定目标区域的连通性越好,则越可能发生洪水或大面积土壤侵蚀等灾害;第一目标指数和第二目标指数越小,则可确定目标区域的连通性越差,则越可能发生干旱等灾害。
本发明提供的一种基于水文连通结构指数的灾情预警方法,若第一目标指数大于第一预设阈值和/或第二目标指数大于第二预设阈值,则对目标区域进行第一灾情预警;若第一目标指数小于第三预设阈值和/或第二目标指数小于第四预设阈值,则对目标区域进行第二灾情预警。该方法能够对目标区域的灾情进行有效监测,并能够有效确保监测结果的准确性。
基于上述任一实施例,提供一种基于水文连通结构指数的灾情预警方法,根据第一目标指数和第二目标指数对目标区域进行灾情预警,之前还包括:获取目标区域对应的第一历史记录,第一历史记录包含以往第一灾情发生时目标区域的第一目标指数和第二目标指数,根据第一历史记录确定第一预设阈值和第二预设阈值;获取目标区域对应的第二历史记录,第二历史记录包含以往第二灾情发生时目标区域的第一目标指数和第二目标指数,根据第二历史记录确定第三预设阈值和第四预设阈值。
具体地,根据第一目标指数和第二目标指数对目标区域进行灾情预警之前,还需预先获取第一预设阈值、第二预设阈值、第三预设阈值和第四预设阈值,具体实现如下:
获取目标区域对应的第一历史记录,第一历史记录包含以往第一灾情发生时目标区域的第一目标指数和第二目标指数,再将以往第一灾情发生时目标区域的第一目标指数的最小值和第二目标指数的最小值分别确定为第一预设阈值和第二预设阈值。获取目标区域对应的第二历史记录,第二历史记录包含以往第二灾情发生时目标区域的第一目标指数和第二目标指数,再将以往第二灾情发生时目标区域的第一目标指数的最大值和第二目标指数的最大值分别确定为第三预设阈值和第四预设阈值。
需要说明的是,在实际应用中,当需要对某一目标区域A进行监测时,由于每年的6、7、8和9月份是高温和降雨集中的月份,所以这个四个月容易发生洪水和干旱等灾害。有鉴于此,针对6、7、8和9月份,对目标区域的第一目标指数和第二目标指数的监测频率可以设置为一周一次,而其他月份对应的监测频率可以设置为一个月一次,可以根据实际需求进行设置,此处不做具体限定。
本发明提供的一种基于水文连通结构指数的灾情预警方法,在根据第一目标指数和第二目标指数对目标区域进行灾情预警之前,获取目标区域对应的第一历史记录,第一历史记录包含以往第一灾情发生时目标区域的第一目标指数和第二目标指数,根据第一历史记录确定第一预设阈值和第二预设阈值;获取目标区域对应的第二历史记录,第二历史记录包含以往第二灾情发生时目标区域的第一目标指数和第二目标指数,根据第二历史记录确定第三预设阈值和第四预设阈值。该方法通过对目标区域的第一目标指数和第二目标指数进行长期监测,并记录历史监测数据,并根据历史监测数据获得灾害发生的经验值,有利于根据经验值进行灾情预警,能够有效确保灾情预警的准确性。
基于上述任一实施例,提供一种基于水文连通结构指数的灾情预警方法,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度,具体为:对于任意一个栅格区域,在该栅格区域中选取预设数量的监测点,获取每个监测点表层土壤的体积含水率和非毛管孔隙度;将所有监测点表层土壤的体积含水率和非毛管孔隙度进行加权平均,获得该栅格区域表层土壤的体积含水率和非毛管孔隙度。
具体地,对于任意一个栅格区域,在测量该栅格区域表层土壤的体积含水率和非毛管孔隙度时,可以在该栅格区域中选取预设数量的监测点,并测量每个监测点表层土壤的体积含水率和非毛管孔隙度。最终,将所有监测点表层土壤的体积含水率和非毛管孔隙度进行加权平均,即可获得该栅格区域表层土壤的体积含水率和非毛管孔隙度。
在其他实施例中,在测量该栅格区域表层土壤的体积含水率和非毛管孔隙度时,也可以在该栅格区域随机选取一个监测点,并将测量获得的该监测点表层土壤的体积含水率和非毛管孔隙度作为该栅格区域表层土壤的体积含水率和非毛管孔隙度。在实际应用中,可以根据实际需求进行设置,此处不做具体限定。
本发明提供的一种基于水文连通结构指数的灾情预警方法,对于任意一个栅格区域,在该栅格区域中选取预设数量的监测点,获取每个监测点表层土壤的体积含水率和非毛管孔隙度;将所有监测点表层土壤的体积含水率和非毛管孔隙度进行加权平均,获得该栅格区域表层土壤的体积含水率和非毛管孔隙度。该方法通过对所有监测点表层土壤的体积含水率和非毛管孔隙度进行加权平均,获得该栅格区域表层土壤的体积含水率和非毛管孔隙度,有利于确保测量结果的准确性。
基于上述任一实施例,提供一种基于水文连通结构指数的灾情预警方法,根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率,具体为:对于任意一个栅格区域,获取该栅格区域表层土壤的体积含水率和非毛管孔隙度的比值,将比值作为该栅格区域对应的相对体积含水率。
具体地,对于任意一个栅格区域,在测量得到该栅格区域表层土壤的体积含水率和非毛管孔隙度之后,获取该栅格区域表层土壤的体积含水率和非毛管孔隙度的比值,将比值作为该栅格区域对应的相对体积含水率。具体计算公式如下:
Iij=θw/W
其中,Iij为每个栅格区域对应的相对体积含水率;θw为每个栅格区域表层土壤的体积含水率;W为每个栅格区域表层土壤的非毛管孔隙度。
本发明提供的一种基于水文连通结构指数的灾情预警方法,对于任意一个栅格区域,获取该栅格区域表层土壤的体积含水率和非毛管孔隙度的比值,将比值作为该栅格区域对应的相对体积含水率。该方法能够准确有效获得栅格区域对应的相对体积含水率,有利于根据各栅格区域对应的相对体积含水率确定目标区域中的水文连通结构。
基于上述任一实施例,提供一种基于水文连通结构指数的灾情预警方法,将目标区域进行栅格划分,获得多个栅格区域,具体为:利用ArcGIS按照预设分辨率将目标区域进行栅格划分,获得多个栅格区域。
具体地,本实施例中,在将目标区域进行栅格划分时,可以具体利用ArcGIS按照预设分辨率将目标区域进行栅格划分,获得多个栅格区域。在实际应用中,单个栅格区域的大小和所有栅格区域的数量可以通过设置不同的分辨率来实现,可以根据目标区域的实际情况进行设置,此处不做具体限定。其中,ArcGIS为一个软件工具,在水文分析、土地规划制图、数据提取等方面具有广泛应用。
本发明提供的一种基于水文连通结构指数的灾情预警方法,利用ArcGIS按照预设分辨率将目标区域进行栅格划分,获得多个栅格区域。该方法通过对目标区域进行栅格划分可实现细粒度的监测,有效确保了监测结果的准确性。
图3为本发明实施例的一种基于水文连通结构指数的灾情预警系统的整体结构示意图,如图3所示,基于上述任一实施例,提供一种基于水文连通结构指数的灾情预警系统,包括:
水文要素计算模块1,用于将目标区域进行栅格划分,获得多个栅格区域,对于任意一个栅格区域,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度,根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率;
第一指数获取模块2,用于根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为目标区域的第一目标指数;
第二指数获取模块3,用于对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得目标区域的第二目标指数;
灾情预警模块4,用于根据第一目标指数和第二目标指数对目标区域进行灾情预警。
具体地,本发明提供一种基于水文连通结构指数的灾情预警系统,包括水文要素计算模块1、第一指数获取模块2、第二指数获取模块3和灾情预警模块4,通过各模块之间的配合实现上述任一方法实施例中的方法,具体实现过程可参见上述方法实施例,此处不再赘述。
本发明提供的一种基于水文连通结构指数的灾情预警系统,将目标区域划分成多个栅格区域,再通过测量每个栅格区域表层土壤的体积含水率和非毛管孔隙度获得每个栅格区域对应的相对体积含水率;根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为目标区域的第一目标指数;对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得目标区域的第二目标指数;根据第一目标指数和第二目标指数对目标区域进行灾情预警。该系统基于目标区域的土壤含水量的时空分布对目标区域中的水文连通结构进行量化,获得水文连通结构指数,并基于水文连通结构指数进行灾情预警,其中水文连通结构指数能够对流域的有效监测、潜在灾情预警以及流域管理工作等提供有效依据;同时,该系统具有现实的可操作性、可行性和适宜性,可根据目标区域的实际情况确定空间和时间监测的分辨率,计算方法简易、快速且可信度高。
图4示出本发明实施例的一种电子设备的结构框图。参照图4,所述电子设备,包括:处理器(processor)41、存储器(memory)42和总线43;其中,所述处理器41和存储器42通过所述总线43完成相互间的通信;所述处理器41用于调用所述存储器42中的程序指令,以执行上述任一方法实施例所提供的方法,例如包括:将目标区域进行栅格划分,获得多个栅格区域,对于任意一个栅格区域,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度,根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率;根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为目标区域的第一目标指数;对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得目标区域的第二目标指数;根据第一目标指数和第二目标指数对目标区域进行灾情预警。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述任一方法实施例所提供的方法,例如包括:将目标区域进行栅格划分,获得多个栅格区域,对于任意一个栅格区域,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度,根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率;根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为目标区域的第一目标指数;对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得目标区域的第二目标指数;根据第一目标指数和第二目标指数对目标区域进行灾情预警。
本实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述任一方法实施例所提供的方法,例如包括:将目标区域进行栅格划分,获得多个栅格区域,对于任意一个栅格区域,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度,根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率;根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为目标区域的第一目标指数;对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得目标区域的第二目标指数;根据第一目标指数和第二目标指数对目标区域进行灾情预警。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的电子设备等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后,本申请的方法仅为较佳的实施方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于水文连通结构指数的灾情预警方法,其特征在于,包括:
将目标区域进行栅格划分,获得多个栅格区域,对于任意一个栅格区域,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度,根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率;
根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为目标区域的第一目标指数;
对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得目标区域的第二目标指数;
根据第一目标指数和第二目标指数对目标区域进行灾情预警;
其中,所述根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率,具体为:
对于任意一个栅格区域,获取该栅格区域表层土壤的体积含水率和非毛管孔隙度的比值,将比值作为该栅格区域对应的相对体积含水率。
2.根据权利要求1所述的方法,其特征在于,根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,具体为:
对于任意一个栅格区域,若该栅格区域对应的相对体积含水率大于预设参考值,则将该栅格区域赋值为第一数值,若该栅格区域对应的相对体积含水率不大于预设参考值,则将该栅格区域赋值为第二数值;
将赋值为第一数值且相邻的栅格区域组合成连通区域,获得至少一个连通区域。
3.根据权利要求1所述的方法,其特征在于,根据第一目标指数和第二目标指数对目标区域进行灾情预警,具体为:
若第一目标指数大于第一预设阈值和/或第二目标指数大于第二预设阈值,则对目标区域进行第一灾情预警;
若第一目标指数小于第三预设阈值和/或第二目标指数小于第四预设阈值,则对目标区域进行第二灾情预警。
4.根据权利要求3所述的方法,其特征在于,根据第一目标指数和第二目标指数对目标区域进行灾情预警,之前还包括:
获取目标区域对应的第一历史记录,第一历史记录包含以往第一灾情发生时目标区域的第一目标指数和第二目标指数,根据第一历史记录确定第一预设阈值和第二预设阈值;
获取目标区域对应的第二历史记录,第二历史记录包含以往第二灾情发生时目标区域的第一目标指数和第二目标指数,根据第二历史记录确定第三预设阈值和第四预设阈值。
5.根据权利要求1所述的方法,其特征在于,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度,具体为:
对于任意一个栅格区域,在该栅格区域中选取预设数量的监测点,获取每个监测点表层土壤的体积含水率和非毛管孔隙度;
将所有监测点表层土壤的体积含水率和非毛管孔隙度进行加权平均,获得该栅格区域表层土壤的体积含水率和非毛管孔隙度。
6.根据权利要求1所述的方法,其特征在于,将目标区域进行栅格划分,获得多个栅格区域,具体为:
利用ArcGIS按照预设分辨率将目标区域进行栅格划分,获得多个栅格区域。
7.一种基于水文连通结构指数的灾情预警系统,其特征在于,包括:
水文要素计算模块,用于将目标区域进行栅格划分,获得多个栅格区域,对于任意一个栅格区域,测量该栅格区域表层土壤的体积含水率和非毛管孔隙度,根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率;
第一指数获取模块,用于根据各个栅格区域对应的相对体积含水率获得至少一个连通区域,计算所有连通区域的总面积与目标区域的总面积的比值,作为目标区域的第一目标指数;
第二指数获取模块,用于对于任意一个连通区域,将该连通区域中每两个栅格区域之间的距离进行加和,获得该连通区域对应的总距离,将所有连通区域对应的总距离进行加和,获得目标区域的第二目标指数;
灾情预警模块,用于根据第一目标指数和第二目标指数对目标区域进行灾情预警;
其中,所述根据体积含水率和非毛管孔隙度获得该栅格区域对应的相对体积含水率,具体为:
对于任意一个栅格区域,获取该栅格区域表层土壤的体积含水率和非毛管孔隙度的比值,将比值作为该栅格区域对应的相对体积含水率。
8.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。
9.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810929610.8A CN109345775B (zh) | 2018-08-15 | 2018-08-15 | 基于水文连通结构指数的灾情预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810929610.8A CN109345775B (zh) | 2018-08-15 | 2018-08-15 | 基于水文连通结构指数的灾情预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109345775A CN109345775A (zh) | 2019-02-15 |
CN109345775B true CN109345775B (zh) | 2020-09-15 |
Family
ID=65296548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810929610.8A Expired - Fee Related CN109345775B (zh) | 2018-08-15 | 2018-08-15 | 基于水文连通结构指数的灾情预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109345775B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112669341B (zh) * | 2021-01-07 | 2024-02-02 | 北京林业大学 | 湿地水文结构连通指数计算方法及装置 |
CN113566894A (zh) * | 2021-08-13 | 2021-10-29 | 长春工程学院 | 基于物联网的地质灾害监测方法、系统、终端及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005004577A1 (fr) * | 2003-07-10 | 2005-01-20 | Krestovskiy Charitable Spasdom | Procede d'alimentation en eau de graines germant dans le sol |
CN102508961A (zh) * | 2010-12-16 | 2012-06-20 | 南京大学 | 一种高分辨率的全分布式水文模型topx的设计方法 |
CN102779391A (zh) * | 2012-07-24 | 2012-11-14 | 中国农业科学院农田灌溉研究所 | 一种干旱预警方法和预警系统 |
CN104848893A (zh) * | 2015-04-18 | 2015-08-19 | 中国计量学院 | 一种基于机载土壤水分传感器的无人机旱情检测方法 |
CN107085712A (zh) * | 2017-04-28 | 2017-08-22 | 山东省农业可持续发展研究所 | 一种基于modis数据的农业干旱监测方法 |
CN107967383A (zh) * | 2017-11-21 | 2018-04-27 | 梁藉 | 一种基于分布式tin单元的tric径流指数预警方法 |
-
2018
- 2018-08-15 CN CN201810929610.8A patent/CN109345775B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005004577A1 (fr) * | 2003-07-10 | 2005-01-20 | Krestovskiy Charitable Spasdom | Procede d'alimentation en eau de graines germant dans le sol |
CN102508961A (zh) * | 2010-12-16 | 2012-06-20 | 南京大学 | 一种高分辨率的全分布式水文模型topx的设计方法 |
CN102779391A (zh) * | 2012-07-24 | 2012-11-14 | 中国农业科学院农田灌溉研究所 | 一种干旱预警方法和预警系统 |
CN104848893A (zh) * | 2015-04-18 | 2015-08-19 | 中国计量学院 | 一种基于机载土壤水分传感器的无人机旱情检测方法 |
CN107085712A (zh) * | 2017-04-28 | 2017-08-22 | 山东省农业可持续发展研究所 | 一种基于modis数据的农业干旱监测方法 |
CN107967383A (zh) * | 2017-11-21 | 2018-04-27 | 梁藉 | 一种基于分布式tin单元的tric径流指数预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109345775A (zh) | 2019-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101843007B1 (ko) | 산사태 모니터링 및 예·경보를 위한 무선 센서 네트워크 계측 시스템 및 계측방법 | |
US11531017B2 (en) | Method for assessing water shortage risk, device, computer device and storage medium | |
Koutsoyiannis | On the appropriateness of the Gumbel distribution for modelling extreme rainfall | |
CN109345775B (zh) | 基于水文连通结构指数的灾情预警方法及系统 | |
Li et al. | Analysis of the relationship between soil erosion risk and surplus floodwater during flood season | |
CN109933637B (zh) | 一种洪水风险动态展示及分析系统 | |
CN110687255A (zh) | 一种空气污染物的溯源方法、装置、设备和存储介质 | |
CN109840260A (zh) | 一种基于动态插补的大规模实时降雨自动观测站分级数据处理方法 | |
Pichuka et al. | Development of a method to identify change in the pattern of extreme streamflow events in future climate: Application on the Bhadra reservoir inflow in India | |
CN114611941A (zh) | 一种考虑空间危险性的滑坡灾害评价方法及系统 | |
Su et al. | Simulation of extreme precipitation over the Yangtze River Basin using Wakeby distribution | |
CN111090934A (zh) | 基于雨量和空间划分的降水-径流-淹没模拟方法 | |
CN116027202A (zh) | 电池健康度评估方法、装置、计算机设备和存储介质 | |
CN110210774B (zh) | 滑坡风险评价方法及系统 | |
CN116307129A (zh) | 一种主动式城市内涝预警方法、装置及其存储介质 | |
Xue et al. | Climate variability impacts on runoff projection under quantile mapping bias correction in the support CMIP6: An investigation in Lushi basin of China | |
CN116703132B (zh) | 共享车辆动态调度的管理方法、装置及计算机设备 | |
CN108197347A (zh) | 连续不规则区域采样点的地理空间分布均匀度检测方法 | |
CN116227929B (zh) | 通信数据的分析方法、装置、设备及存储介质 | |
CN116008481B (zh) | 基于大范围地面监测站点的空气污染物监测方法、装置 | |
Pastor-Escuredo et al. | Flow descriptors of human mobility networks | |
CN110968929A (zh) | 风电场风速的预测方法、装置及电子设备 | |
CN102802179B (zh) | 一种确定用户常态地址点和据此进行话单数据分析的方法 | |
US20130268230A1 (en) | Processing distributions | |
Shi et al. | Determination of the effective utilization coefficient of irrigation water based on geographically weighted regression |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200915 Termination date: 20210815 |
|
CF01 | Termination of patent right due to non-payment of annual fee |