CN109523078A - 一种洪水风险图的优化方法及系统 - Google Patents

一种洪水风险图的优化方法及系统 Download PDF

Info

Publication number
CN109523078A
CN109523078A CN201811363376.3A CN201811363376A CN109523078A CN 109523078 A CN109523078 A CN 109523078A CN 201811363376 A CN201811363376 A CN 201811363376A CN 109523078 A CN109523078 A CN 109523078A
Authority
CN
China
Prior art keywords
depth
grid
water
mesh
initial
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
CN201811363376.3A
Other languages
English (en)
Other versions
CN109523078B (zh
Inventor
罗秋实
沈洁
崔振华
万占伟
吴默溪
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.)
Yellow River Engineering Consulting Co Ltd
Original Assignee
Yellow River Engineering Consulting Co Ltd
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 Yellow River Engineering Consulting Co Ltd filed Critical Yellow River Engineering Consulting Co Ltd
Priority to CN201811363376.3A priority Critical patent/CN109523078B/zh
Publication of CN109523078A publication Critical patent/CN109523078A/zh
Application granted granted Critical
Publication of CN109523078B publication Critical patent/CN109523078B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开一种洪水风险图的优化方法及系统,涉及洪水风险分析和水利信息化领域。本发明总结多个洪水风险图锯齿和孤岛出现情况,针对其共性提出本发明技术方案,即首先生成初始洪水风险图,然后筛选出符合锯齿和孤岛情况的第一目标网格和第二目标网格,并根据其周围网格的水深对目标网格的水深进行赋值,从而消除锯齿和孤岛。本发明通过提供的洪水风险图的优化方法及系统输出优化后的风险要素数据,且存储于文本文件,只需复制到原模型计算结果数据列表中即可进行洪水风险图图件绘制及洪水影响和损失评估分析,操作简单,效果很好,可自动消除锯齿和孤岛现象,用来提高洪水风险图的准确度,可为防汛决策和灾情评估提供重要支撑。

Description

一种洪水风险图的优化方法及系统
技术领域
本发明涉及洪水风险分析和水利信息化领域,特别是涉及一种洪水风险图的优化方法及系统。
背景技术
洪水风险图是一种重要的非工程减灾措施,广泛的应用于洪泛区管理、防洪规划与应急决策、灾情评估、居民避险、土地利用开发、灾害保险、公共减灾对策以及灾害教育与宣传。
洪水风险图包括基本风险图、专题风险图和综合风险图。基本风险图是指标识反映各种基本风险要素(淹没范围、水深、流速、淹没历时等反映洪水自然特征要素)的风险图。专题风险图是指在基本风险图基础上将不同承灾体信息与致灾因子叠加而成,针对防洪调度、居民避险、城市规划、交通调度、建设开发、保险等不同要求编制的风险图,反映某些特定承灾体的洪水风险。综合风险图是综合表现致灾因子、承灾体和防灾能力的洪水风险图,融合反映自然地理、防洪建设和社会经济发展等多个方面的信息。
洪水风险图的基本风险要素通过洪水分析计算得到,通常采用模型计算的方法,二维地形网格剖分可采用规则网格和不规则网格,网格的大小及数量,直接影响模型计算结果精度及计算时间,在《洪水风险图编制技术细则》中对网格尺度有具体要求。
当洪水分析计算采用不规则三角形网格时,很多图件在干湿交界处出现了锯齿现象。该现象是由于三角形网格的特性引起的,不符合实际且影响图件美观。
孤岛现象是由地形引起的,洪水到来时,首先淹没较低的地方,地势略高的突起处没有淹没,而四周地势较低的区域均已淹没,从而形成孤岛,该现象符合实际情况。但是在进行洪水影响与损失评估分析时,由于孤岛处没有淹没,该区域将不计入统计。但在实际情况中,虽然孤岛处没有被淹没,但四周均已淹没,孤岛区域上的居民生产生活同样会受到影响,也应属于被洪水影响区域,在进行洪水影响与损失评估分析时,应该计入这部分区域。合理的洪水影响及损失评估数据,是防汛等部门进行防汛决策和灾情评估的重要依据。
解决锯齿现象的现有技术为采用ARCGIS软件对初始风险要素数据进行加密插值处理的方法,用尽可能多的网格逼近真实淹没边界。该方法的缺点是:流程繁琐,网格越多,生成时间越长,且适用性差,在大多数项目中,该方法不能解决锯齿现象。解决孤岛现象的现有技术为手动修改,该方法的缺点是:适用性非常有限,只有当洪水分析计算的网格数量较少时,才可使用,但多数区域洪水分析计算的网格数量较大,大多在十几到几十万个,有些区域的网格数量甚至达到百万以上,手动修改解决孤岛现象几乎成为不可能。
发明内容
本发明的目的是提供一种洪水风险图的优化方法及系统,可自动消除锯齿和孤岛现象,用来提高洪水风险图的准确度,为防汛部门进行防汛决策提供重要依据。
为实现上述目的,本发明提供了如下方案:
一种洪水风险图的优化方法,所述优化方法包括:
获取网格拓扑结构数据及初始网格淹没水深数据,所述初始网格淹没水深数据包括:网格编号、中心点坐标和网格初始淹没水深;
将所述网格拓扑结构数据和所述初始网格淹没水深数据一一对应,生成初始洪水风险图;
选取所述初始洪水风险图中的第一目标网格,所述第一目标网格的水深为0,且与其相邻的三个网格中有两个网格的水深大于0,另一个网格的水深为0;其中,所述第一目标网格为三角形网格;
将所述第一目标网格的水深设置为其相邻两个水深大于0的网格的水深的平均值;
返回步骤选取所述初始洪水风险图中的第一目标网格,直至不存在所述第一目标网格为止。
可选的,所述优化方法还包括:
选取第二目标网格,所述第二目标网格的水深为0,且与其相邻的所有网格的水深均大于0;所述第二目标网格为三角形或者四边形;
将所述第二目标网格的水深设置为与其相邻的水深大于0的网格的水深的平均值。
可选的,所述优化方法还包括:
判断是否存在多目标网格,得到第一判断结果,所述多目标网格的水深为0,且与其相邻的所有网格形成闭合区域且水深均大于0;
若所述第一判断结果表示存在所述多目标网格,将所述多目标网格的水深均设置为与其相邻的水深大于0的网格的水深的平均值。
可选的,所述多目标网格包括多个三角形网格或者多个四边形网格。
可选的,所述判断是否存在多目标网格,具体包括:
选取边界网格,所述边界网格的一个边为计算范围边界,且水深为0;
标记所述边界网格;
标记与所述边界网格相邻的且水深为0的网格;
标记与被标记网格相邻且水深为0的网格;
确定没有标记且水深为0的网格即为多目标网格。
可选的,所述优化方法还包括:
将优化后的网格淹没水深数据输出为文本文件,所述网格淹没水深数据包括:网格编号,中心点坐标、网格初始淹没水深和优化后网格淹没水深。
可选的,所述网格拓扑结构数据和所述初始网格淹没水深数据均为文本文件。
一种洪水风险图的优化系统,包括:
数据获取模块,用于获取网格拓扑结构数据及初始网格淹没水深数据,所述初始网格淹没水深数据包括:网格编号、中心点坐标和网格初始淹没水深;
初始洪水风险图生成模块,用于将所述网格拓扑结构数据和所述初始网格淹没水深数据一一对应,生成初始洪水风险图;
第一目标网格选取模块,用于选取所述初始洪水风险图中的第一目标网格,所述第一目标网格的水深为0,且与其相邻的三个网格中有两个网格的水深大于0,另一个网格的水深为0;其中,所述第一目标网格为三角形网格;
第一设置模块,用于将所述第一目标网格的水深设置为其相邻两个水深大于0的网格的水深的平均值;
返回模块,用于返回步骤选取所述初始洪水风险图中的第一目标网格,直至不存在所述第一目标网格为止。
可选的,所述优化系统还包括:
第二目标网格选取模块,用于选取第二目标网格,所述第二目标网格的水深为0,且与其相邻的所有网格的水深均大于0;所述第二目标网格为三角形或者四边形;
第二设置模块,用于将所述第二目标网格的水深设置为与其相邻的水深大于0的网格的水深的平均值。
可选的,所述优化系统还包括:
第一结果判断模块,用于判断是否存在多目标网格,得到第一判断结果,所述多目标网格的水深为0,且与其相邻的所有网格形成闭合区域且水深均大于0;
第三设置模块,用于若所述第一判断结果表示存在所述多目标网格,将所述多目标网格的水深均设置为与其相邻的水深大于0的网格的水深的平均值。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的洪水风险图的优化方法及系统输出优化后的风险要素数据,且存储于文本文件,只需复制到原模型计算结果数据列表中即可进行洪水风险图图件绘制及洪水影响和损失评估分析,操作简单,效果很好,可自动消除锯齿和孤岛现象,用来提高洪水风险图的准确度,为防汛等部门防汛决策和灾情评估提供重要依据。
本发明的输入数据简单,一个为洪水分析计算网格的拓扑关系文件,为文本文件,构建地形网格时已生成,只需要转存为文本格式即可;另一个为模型计算初始风险要素数据,为文本文件,内容为网格编号,中心点坐标、网格初始淹没水深,这些数据从模型计算结果中提取,提取步骤简单。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明洪水风险图的优化方法的流程图;
图2为本发明洪水风险图的优化系统的结构连接图;
图3为本发明水风险图优化方法的程序流程总图;
图4-a为第一种锯齿情况的示意图;
图4-b为第一种锯齿情况优化后的效果图;
图5-a为第二种锯齿情况的示意图;
图5-b为第二种锯齿情况优化后的效果图;
图6-a为第三种锯齿情况的示意图;
图6-b为第三种锯齿情况优化后的效果图;
图7-a为第一种孤岛情况的示意图;
图7-b为第一种孤岛情况优化后的效果图;
图8-a为第二种孤岛情况的示意图;
图8-b为第二种孤岛情况优化后的效果图;
图9-a为第三种孤岛情况的示意图;
图9-b为第三种孤岛情况优化后的效果图;
图10-a为第四种孤岛情况的示意图;
图10-b为第四种孤岛情况优化后的效果图;
图11为计算边界范围的示意图;
图12为标记流程的步骤顺序图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅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。
本发明的目的是提供一种洪水风险图的优化方法及系统,可自动消除锯齿和孤岛现象,用来提高洪水风险图的准确度,为防汛部门进行防汛决策提供重要依据。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明洪水风险图的优化方法的流程图。如图1所示,所述优化方法包括:
步骤11:获取网格拓扑结构数据及初始网格淹没水深数据,所述初始网格淹没水深数据包括:网格编号、中心点坐标和网格初始淹没水深;所述网格拓扑结构数据和所述初始网格淹没水深数据均为文本文件。
步骤12:将所述网格拓扑结构数据和所述初始网格淹没水深数据一一对应,生成初始洪水风险图。
步骤13:选取所述初始洪水风险图中的第一目标网格,所述第一目标网格的水深为0,且与其相邻的三个网格中有两个网格的水深大于0,另一个网格的水深为0;其中,所述第一目标网格为三角形网格。
步骤14:将所述第一目标网格的水深设置为其相邻两个水深大于0的网格的水深的平均值。
步骤15:返回步骤选取所述初始洪水风险图中的第一目标网格,直至不存在所述第一目标网格为止。
上述步骤即完成了对锯齿情况的优化,即为本发明的第一种方案。
如果还存在孤岛情况,则需要进行本发明的第二种方案,即在完成了步骤11-步骤15之后,还需要进行下列步骤:
首先优化单一目标网格:选取第二目标网格,所述第二目标网格的水深为0,且与其相邻的所有网格的水深均大于0;所述第二目标网格为三角形或者四边形;将所述第二目标网格的水深设置为与其相邻的水深大于0的网格的水深的平均值。
然后优化多目标网格:判断是否存在多目标网格,得到第一判断结果,所述多目标网格的水深为0,且与其相邻的所有网格形成闭合区域且水深均大于0;所述多目标网格包括多个三角形网格或者多个四边形网格。若所述第一判断结果表示存在所述多目标网格,将所述多目标网格的水深均设置为与其相邻的水深大于0的网格的水深的平均值。
最后将优化后的网格淹没水深数据输出为文本文件,所述网格淹没水深数据包括:网格编号,中心点坐标、网格初始淹没水深和优化后网格淹没水深。
其中,所述判断是否存在多目标网格,具体包括:
步骤A1:选取边界网格,所述边界网格的一个边为计算范围边界,且水深为0。
步骤A2:标记所述边界网格。
步骤A3:标记与所述边界网格相邻的且水深为0的网格。
步骤A4:标记与被标记网格相邻且水深为0的网格;
步骤A5:确定没有标记且水深为0的网格即为多目标网格。
图2为本发明洪水风险图的优化系统的结构连接图;如图2所示,所述洪水风险图的优化系统包括:
数据获取模块21,用于获取网格拓扑结构数据及初始网格淹没水深数据,所述初始网格淹没水深数据包括:网格编号、中心点坐标和网格初始淹没水深。
初始洪水风险图生成模块22,用于将所述网格拓扑结构数据和所述初始网格淹没水深数据一一对应,生成初始洪水风险图。
第一目标网格选取模块23,用于选取所述初始洪水风险图中的第一目标网格,所述第一目标网格的水深为0,且与其相邻的三个网格中有两个网格的水深大于0,另一个网格的水深为0;其中,所述第一目标网格为三角形网格。
第一设置模块24,用于将所述第一目标网格的水深设置为其相邻两个水深大于0的网格的水深的平均值。
返回模块25,用于返回步骤选取所述初始洪水风险图中的第一目标网格,直至不存在所述第一目标网格为止。
可选的,所述优化系统还包括:
第二目标网格选取模块,用于选取第二目标网格,所述第二目标网格的水深为0,且与其相邻的所有网格的水深均大于0;所述第二目标网格为三角形或者四边形。
第二设置模块,用于将所述第二目标网格的水深设置为与其相邻的水深大于0的网格的水深的平均值。
第一结果判断模块,用于判断是否存在多目标网格,得到第一判断结果,所述多目标网格的水深为0,且与其相邻的所有网格形成闭合区域且水深均大于0。
第三设置模块,用于若所述第一判断结果表示存在所述多目标网格,将所述多目标网格的水深均设置为与其相邻的水深大于0的网格的水深的平均值。
本发明总结多个洪水风险图锯齿和孤岛出现情况,针对每一种情况,考虑解决对策。采用Fortran语言,自主开发洪水风险图图件优化系统,一一解决上述问题。流程图见图3,步骤如下:
①读取输入数据,包括网格拓扑结构及初始淹没水深数据。网格拓扑结构数据为文本文件,构建地形网格时已生成,只需要转存为文本格式即可;模型计算初始淹没水深数据,为文本文件,内容为网格编号,中心点X、Y坐标、网格初始淹没水深。将初始淹没水深数据与网格进行一一对应。
②从编号为1的网格逐一识别网格是否符合锯齿情况1,即目标网格水深为0,与目标网格相邻的三个网格,是否其中两个水深大于0,一个水深为0。若符合,则将该网格水深设置为两个水深大于0网格的水深的平均值;若不符合,则识别下一个网格,直至所有网格均识别一次,生成一套优化1次后的网格淹没水深数据。
③针对锯齿优化1次后的网格淹没水深数据,重复步骤②,直至所有网格均不符合锯齿情况1,生成一套锯齿优化后的网格淹没水深数据。
锯齿现象主要包括三种情况:
第一种情况:如图4-a所示,只有单一目标网格,目标网格水深为0,与目标网格三条边相邻的三个网格,有两个网格的水深大于0,一个网格的水深为0,将目标网格水深设置为两个水深大于0网格的水深的平均值,优化后的效果图见图4-b。
第二种情况:如图5-a所示,两个目标网格,目标网格水深为0,目标网格1符合锯齿情况1,目标网格2在目标网格1优化后符合锯齿情况1。需进行2次优化。先将目标网格1水深设置为两个水深大于0网格的水深的平均值,第二次将目标2水深设置为两个水深大于0网格的水深的平均值,优化后的效果图见图5-b。
第三种情况:如图6-a所示,多个目标网格,目标网格水深为0。类似锯齿情况2,目标网格1优化后,目标网格2、3……会依次出现锯齿情况1。需进行多次优化。优化方法类似锯齿情况2,先将目标网格1水深设置为两个水深大于0网格的水深的平均值,后进行多次优化,分别将目标网格2、3……的水深设置为两个水深大于0网格的水深的平均值,直至锯齿全部消除。优化后的效果图见图6-b。
④针对锯齿优化后的网格淹没水深数据,从编号为1的网格逐一识别网格是否符合第一种孤岛情况或第二种孤岛情况。若不符合,则识别下一个编号的网格,直至所有网格均识别一次,生成一套孤岛优化1次后的网格淹没水深数据。
第一种孤岛情况:如图7-a所示,单一目标网格,目标网格为三角形网格,水深为0,与目标网格三条边相邻的三个网格水深均大于0。将目标网格水深设置为与其相邻的水深大于0的网格的水深的平均值。优化后的效果图见图7-b。
第二种孤岛情况:如图8-a所示,单一目标网格,目标网格为四边形网格,水深为0,与目标网格相邻的四个网格水深均大于0。将目标网格水深设置为0.0001,优化后的效果图见图8-b。
⑤针对孤岛优化1次后的网格淹没水深数据,从编号为1的网格开始识别,若该网格有一边为计算范围边界且水深为0,则进行标记(设置为9999),并对其相邻的水深为0的网格进行标记,依次类推,直至相邻网格没有水深为0的网格为止;若网格不在边界,或其水深大于0,或已经被标记(设置为9999),则跳过该网格,识别下一个编号的网格,直至所有网格均识别一次。没有标记且水深为0的网格,即为满足第三种孤岛情况和第四种孤岛情况的网格,将其水深设置为与其相邻的水深大于0的网格的水深的平均值,生成一套孤岛优化3次后的网格淹没水深数据,该数据即为最终优化数据。
第三种孤岛情况:如图9-a所示,多个目标网格,目标网格为三角形网格,目标网格水深为0,目标网格周边所有的网格水深均大于0。将目标网格的水深设置为0.0001。优化后的效果图见图9-b。
第四种孤岛情况:如图10-a所示,多目标网格,目标网格均为四边形网格,目标网格水深为0,目标网格周边所有的网格水深均大于0。将目标网格的水深设置为与其相邻的水深大于0的网格的水深的平均值,优化后的效果图见图10-b。
洪水风险图是以洪水分析计算模型计算结果为基础的,洪水分析计算时,首先需要根据编制范围,确定洪水分析计算范围,计算范围的外围边界就是计算范围边界(见下图中最上侧黑线)。在本系统最开始,首先储存计算范围边界上点(见下图中黑线上的黑点)的X、Y坐标为一个数组,若该网格(见图11中的黑色三角形)一边(见图11中黑色三角形的最上侧边)的左右点X、Y坐标均为边界数组中的数,则认为该网格的这一边为计算范围边界。
图12为标记流程的步骤顺序图。
第1张:最上侧中间的网格标记为9999,该网格最上侧的一边为计算范围边界且该网格的水深为0。(网格内有颜色的表示有水深,颜色越深,水深越大,网格内为白色的即为水深为0)
第2张:标记第一张中已经标记网格的相邻水深为0的网格,即图中两个黑色三角形。
第3张:标记第二张中已经标记网格的相邻水深为0的网格,即图中三个黑色三角形。
第4张:类推N步后,第一张中网格所有相邻的水深为0的网格已经全部标记为9999,见图中黑色框,图中右侧的目标网格,没有标记且水深为0,即为孤岛网格。
⑥将最终优化后的网格淹没水深数据输出为DAT文本文件,内容为网格编号,中心点X、Y坐标、网格初始淹没水深,优化锯齿后网格淹没水深,优化孤岛后网格淹没水深。
本发明自主开发程序,输入数据简单,有两个文件:一个为洪水分析计算网格的拓扑关系文件,为文本文件,构建地形网格时已生成,只需要转存为文本格式即可;另一个为模型计算初始风险要素数据,为文本文件,内容为网格编号,中心点坐标、网格初始淹没水深,这些数据从模型计算结果中提取,提取步骤简单。输出即为优化后的风险要素数据,复制到原模型计算结果数据列表中即可进行洪水风险图图件绘制及洪水影响和损失评估分析,操作简单,效果很好,锯齿和孤岛可合理消除。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种洪水风险图的优化方法,其特征在于,所述优化方法包括:
获取网格拓扑结构数据及初始网格淹没水深数据,所述初始网格淹没水深数据包括:网格编号、中心点坐标和网格初始淹没水深;
将所述网格拓扑结构数据和所述初始网格淹没水深数据一一对应,生成初始洪水风险图;
选取所述初始洪水风险图中的第一目标网格,所述第一目标网格的水深为0,且与其相邻的三个网格中有两个网格的水深大于0,另一个网格的水深为0;其中,所述第一目标网格为三角形网格;
将所述第一目标网格的水深设置为其相邻两个水深大于0的网格的水深的平均值;
返回步骤选取所述初始洪水风险图中的第一目标网格,直至不存在所述第一目标网格为止。
2.根据权利要求1所述的优化方法,其特征在于,所述优化方法还包括:
选取第二目标网格,所述第二目标网格的水深为0,且与其相邻的所有网格的水深均大于0;所述第二目标网格为三角形或者四边形;
将所述第二目标网格的水深设置为与其相邻的水深大于0的网格的水深的平均值。
3.根据权利要求2所述的优化方法,其特征在于,所述优化方法还包括:
判断是否存在多目标网格,得到第一判断结果,所述多目标网格的水深为0,且与其相邻的所有网格形成闭合区域且水深均大于0;
若所述第一判断结果表示存在所述多目标网格,将所述多目标网格的水深均设置为与其相邻的水深大于0的网格的水深的平均值。
4.根据权利要求3所述的优化方法,其特征在于,所述多目标网格包括多个三角形网格或者多个四边形网格。
5.根据权利要求3所述的优化方法,其特征在于,所述判断是否存在多目标网格,具体包括:
选取边界网格,所述边界网格的一个边为计算范围边界,且水深为0;
标记所述边界网格;
标记与所述边界网格相邻的且水深为0的网格;
标记与被标记网格相邻且水深为0的网格;
确定没有标记且水深为0的网格即为多目标网格。
6.根据权利要求3所述的优化方法,其特征在于,所述优化方法还包括:
将优化后的网格淹没水深数据输出为文本文件,所述网格淹没水深数据包括:网格编号,中心点坐标、网格初始淹没水深和优化后网格淹没水深。
7.根据权利要求6所述的优化方法,其特征在于,所述网格拓扑结构数据和所述初始网格淹没水深数据均为文本文件。
8.一种洪水风险图的优化系统,其特征在于,包括:
数据获取模块,用于获取网格拓扑结构数据及初始网格淹没水深数据,所述初始网格淹没水深数据包括:网格编号、中心点坐标和网格初始淹没水深;
初始洪水风险图生成模块,用于将所述网格拓扑结构数据和所述初始网格淹没水深数据一一对应,生成初始洪水风险图;
第一目标网格选取模块,用于选取所述初始洪水风险图中的第一目标网格,所述第一目标网格的水深为0,且与其相邻的三个网格中有两个网格的水深大于0,另一个网格的水深为0;其中,所述第一目标网格为三角形网格;
第一设置模块,用于将所述第一目标网格的水深设置为其相邻两个水深大于0的网格的水深的平均值;
返回模块,用于返回步骤选取所述初始洪水风险图中的第一目标网格,直至不存在所述第一目标网格为止。
9.根据权利要求8所述的优化系统,其特征在于,所述优化系统还包括:
第二目标网格选取模块,用于选取第二目标网格,所述第二目标网格的水深为0,且与其相邻的所有网格的水深均大于0;所述第二目标网格为三角形或者四边形;
第二设置模块,用于将所述第二目标网格的水深设置为与其相邻的水深大于0的网格的水深的平均值。
10.根据权利要求8所述的优化系统,其特征在于,所述优化系统还包括:
第一结果判断模块,用于判断是否存在多目标网格,得到第一判断结果,所述多目标网格的水深为0,且与其相邻的所有网格形成闭合区域且水深均大于0;
第三设置模块,用于若所述第一判断结果表示存在所述多目标网格,将所述多目标网格的水深均设置为与其相邻的水深大于0的网格的水深的平均值。
CN201811363376.3A 2018-11-16 2018-11-16 一种洪水风险图的优化方法及系统 Active CN109523078B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811363376.3A CN109523078B (zh) 2018-11-16 2018-11-16 一种洪水风险图的优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811363376.3A CN109523078B (zh) 2018-11-16 2018-11-16 一种洪水风险图的优化方法及系统

Publications (2)

Publication Number Publication Date
CN109523078A true CN109523078A (zh) 2019-03-26
CN109523078B CN109523078B (zh) 2020-08-18

Family

ID=65778063

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811363376.3A Active CN109523078B (zh) 2018-11-16 2018-11-16 一种洪水风险图的优化方法及系统

Country Status (1)

Country Link
CN (1) CN109523078B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110706354A (zh) * 2019-10-23 2020-01-17 黄河勘测规划设计研究院有限公司 适用于洪水风险图三维动态展示的数据组织方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070143019A1 (en) * 2004-06-30 2007-06-21 Swiss Reinsurance Company Method and system for automated location-dependent recognition of flood risks
CN103366633A (zh) * 2013-04-16 2013-10-23 中国水利水电科学研究院 基于水利地图数据模型的洪水风险图绘制方法及其系统
CN104794753A (zh) * 2015-04-29 2015-07-22 武汉大学 一种土石围堰溃堰洪水风险图编制方法
CN106599140A (zh) * 2016-12-06 2017-04-26 河海大学 一种基于gis的洪水风险要素的快速处理方法
CN108021780A (zh) * 2018-01-24 2018-05-11 国电南瑞科技股份有限公司 一种基于无规则非结构网格模型的山洪动态仿真方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070143019A1 (en) * 2004-06-30 2007-06-21 Swiss Reinsurance Company Method and system for automated location-dependent recognition of flood risks
CN103366633A (zh) * 2013-04-16 2013-10-23 中国水利水电科学研究院 基于水利地图数据模型的洪水风险图绘制方法及其系统
CN104794753A (zh) * 2015-04-29 2015-07-22 武汉大学 一种土石围堰溃堰洪水风险图编制方法
CN106599140A (zh) * 2016-12-06 2017-04-26 河海大学 一种基于gis的洪水风险要素的快速处理方法
CN108021780A (zh) * 2018-01-24 2018-05-11 国电南瑞科技股份有限公司 一种基于无规则非结构网格模型的山洪动态仿真方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
向立云: "洪水风险图编制与应用概述", 《全国重点地区洪水风险图成果与应用特刊》 *
邱沛炯等: "洪水风险图编制若干问题探讨", 《全国重点地区洪水风险图成果与应用特刊》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110706354A (zh) * 2019-10-23 2020-01-17 黄河勘测规划设计研究院有限公司 适用于洪水风险图三维动态展示的数据组织方法
CN110706354B (zh) * 2019-10-23 2022-09-23 黄河勘测规划设计研究院有限公司 适用于洪水风险图三维动态展示的数据组织方法

Also Published As

Publication number Publication date
CN109523078B (zh) 2020-08-18

Similar Documents

Publication Publication Date Title
Lin et al. Scenario-based flood risk assessment for urbanizing deltas using future land-use simulation (FLUS): Guangzhou Metropolitan Area as a case study
Yamazaki et al. Deriving a global river network map and its sub-grid topographic characteristics from a fine-resolution flow direction map
CN106981092B (zh) 基于Priority-Flood的内流流域提取方法
KR101942058B1 (ko) 전산유체역학과 해양특성을 이용한 해수면 상승 침수 시뮬레이션 방법
CN109086649A (zh) 卫星遥感图像水体识别方法
CN105045976B (zh) 一种运用栅格矩阵建立兵棋地图地形属性的方法
CN111507375A (zh) 一种城市内涝风险快速评估方法及系统
CN109190161A (zh) 基于斑块元胞自动机和港口城市规划的港城发展模拟方法
CN114821355A (zh) 海岸线自动化识别方法和装置
CN107358640A (zh) 一种晕渲目标区域的地形和地物的方法及装置
Zheng et al. A robust channel network extraction method combining discrete curve evolution and the skeleton construction technique
CN106874602A (zh) 气象数据处理方法和装置
JP5241296B2 (ja) 数値地図データ処理プログラム及び数値地図データ処理装置
CN115983162A (zh) 一种基于数字孪生的流域建模方法
CN109523078A (zh) 一种洪水风险图的优化方法及系统
CN109241369B (zh) 基于网格延展法的降雨等值线构建方法
CN111260714B (zh) 一种洪涝受灾评估方法、装置、设备及计算机存储介质
CN101763659B (zh) 基于图像集的大规模数字化高程数据模型自动生成方法
Veerbeek et al. Urban growth modeling to predict the changes in the urban microclimate and urban water cycle
CN116258834A (zh) 区域海洋scvt网格的生成方法、计算机设备及介质
CN115577825A (zh) 一种依托河流和道路的城市生态廊道宽度确定方法
CN115359221A (zh) 一种基于数字高程模型的内陆湖泊流域提取方法及系统
Shen et al. Flood inundation extent mapping based on block compressed tracing
Shamaoma et al. Extraction of flood-modelling related base-data from multi-source remote sensing imagery
Mugiraneza et al. Spatiotemporal analysis of urban land cover changes in Kigali, Rwanda using multitemporal landsat data and landscape metrics

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
CB02 Change of applicant information

Address after: 450000 No. 109 Jinshui Road, Henan, Zhengzhou

Applicant after: YELLOW RIVER ENGINEERING CONSULTING Co.,Ltd.

Address before: 450000 No. 109 Jinshui Road, Henan, Zhengzhou

Applicant before: YELLOW RIVER ENGINEERING CONSULTING Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant