CN109657841A - 一种城市暴雨内涝积水深度提取方法 - Google Patents
一种城市暴雨内涝积水深度提取方法 Download PDFInfo
- Publication number
- CN109657841A CN109657841A CN201811426332.0A CN201811426332A CN109657841A CN 109657841 A CN109657841 A CN 109657841A CN 201811426332 A CN201811426332 A CN 201811426332A CN 109657841 A CN109657841 A CN 109657841A
- Authority
- CN
- China
- Prior art keywords
- grid
- area
- model
- depression
- city
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000011160 research Methods 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 claims description 16
- 238000006073 displacement reaction Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000002689 soil Substances 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000001556 precipitation Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 abstract description 7
- 238000009792 diffusion process Methods 0.000 abstract description 4
- 230000008020 evaporation Effects 0.000 abstract description 3
- 238000001704 evaporation Methods 0.000 abstract description 3
- 230000008595 infiltration Effects 0.000 abstract description 3
- 238000001764 infiltration Methods 0.000 abstract description 3
- 238000012279 drainage procedure Methods 0.000 abstract description 2
- 239000000284 extract Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- WURBVZBTWMNKQT-UHFFFAOYSA-N 1-(4-chlorophenoxy)-3,3-dimethyl-1-(1,2,4-triazol-1-yl)butan-2-one Chemical compound C1=NC=NN1C(C(=O)C(C)(C)C)OC1=CC=C(Cl)C=C1 WURBVZBTWMNKQT-UHFFFAOYSA-N 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Sewage (AREA)
Abstract
本发明为一种城市暴雨内涝积水深度提取方法，包括建立城市地形模型、获取城市洼地积水贡献区、建立城市降雨模型和城市排水模型、获取地表总径流量、建立城市地表积水模型，获取积水深度。本发明的优点是：对原始数字高程模型进行纠正能够反映真实的城市地形；以洼地贡献区为基本水文单元，可以更加真实的反映水流在复杂城市地表的扩散过程，提高模拟精度；将降雨的蒸发，渗透和下水道系统排水过程简化使模型易于运行并快速计算得到积水信息。
Description
技术领域
本发明涉及防洪防涝技术领域，尤其涉及一种城市暴雨内涝积水深度提取方法。
背景技术
随着全球气候变化和快速城市化进程，自然灾害的频率和强度也因自然和人为因素之间的交互作用而增加。城市扩张带来的问题日益突出，尤其是汛期强降雨带来的城市内涝和内涝积水已成为大多数城市亟待解决的问题。城市内涝是最严重的灾害之一，可能造成巨大的人类和社会经济损失。如2012年7月21日至22日的北京特大暴雨灾害，这次事件造成至少79人死亡，190多万人受灾。因此，近年来城市洪水和洪水问题引起了越来越多的关注。
在暴雨期间预测城市的淹没区域和深度对城市发展和政府决策是至关重要的，然而传统的实地调查方法需要花费大量时间来调查和测量淹没程度及财产损失。因此，有效的城市内涝模拟预测模型就显得尤为重要。城市内涝积水模拟模型可以为政府等决策部门提供有用的信息，以促进救灾过程及灾害管理，包括基础设施，社区和自然资源的有效分配等。常见的城市暴雨模拟模型包括IHDM模型、SWMM模型、SWAT模型等。其中，由美国环境保护局设计的SWMM模型是典型的城市暴雨洪水水文模型，它可以模拟整个城市降雨径流过程。但是，SWMM模型过于复杂，需要大量输入数据，还需要讨论模型的参数。由于其复杂的计算过程，这些大型水文模拟模型的使用受到很大限制。另一种类型的模型可用于预测和模拟方式，称为快速洪水扩散方法(RFSM)或简化积涝模型。
这些简化模型比流体动力学模型需要的计算量少得多。它们快速而稳定，最适用于不需要速度输出且对流体动态过程及精度要求较低的应用。Krupka等借助洪泛区的DEM构建了一系列积水单元，并在这些积水单元上设定了一定量的洪水量。陈建等提出了城市雨水洪水淹没模型，包括暴雨径流和洪水模型。张尚宏等介绍了FCDC模型来模拟洪流淹没，该方法考虑了流动连续性，可以快速模拟源洪水，例如河水泛滥或堤防洪水泛滥。然而，这些简化模型无法反映复杂城市地形对地表径流和积水扩散过程的影响。
发明内容
本发明主要解决了现有的城市积水预测方法运行操作困难、计算过程繁琐、对数据要求较高、难以实现对暴雨内涝积水的简单快速预测以及模拟结果精度不高的问题，提供了一种操作简单、计算便捷、模拟速度快的城市暴雨内涝积水深度提取方法。
本发明解决其技术问题所采用的技术方案是,-一种城市暴雨内涝积水深度提取方法，包括以下步骤：
S1：建立城市地形模型；
S2：获取城市洼地积水贡献区；
S3：建立城市降雨模型和城市排水模型；
S4：获取地表总径流量；
S5：建立城市地表积水模型，获取积水深度。
通过城市地形模型反映真实的城市地形，城市洼地积水贡献区为城市的基础水文单元，城市降雨模型用于计算城市洼地积水贡献区降雨量，城市排水模型用于计算城市洼地积水贡献区排水量，地表总径流量则根据城市降雨模型获得。
作为上述方案的一种优选方案，所述步骤S1中建立城市地形模型，包括以下步骤：
S01：获取城市的数字高程地形数据、高分辨率遥感影像和城市行政边界数据；
S02：利用行政边界数据对城市数字高程地形数据进行裁剪得到研究区数字高程模型；
S03：利用研究区高分辨率遥感影像，获取城市的建筑、道路边界以及水网信息；
S04：利用获取的城市建筑及水网信息对研究区数字高程模型进行修正，得到修正后的城市地形模型，建筑修正公式为：
Dij＝Oij+A*Cij (i＝1,2,…n；j＝1,2,…m)
其中i和j分别代表数字高程模型中的行号和列号，其中Dij为修正后的城市地形模型的像元值，Oij代表原始的城市地形模型中的像元值，A代表城市建筑高度，Cij代表城市建筑的二元栅格图。数字高程地形数据可通过摄影测量、地面测量、已有地形图数字化、已有的DEM库中提取等方式获得。对原始的数字高程模型进行修正，将复杂的城市地形如建筑物等纳入考虑范围，能够反映真实的城市地形。
作为上述方案的一种优选方案，所述步骤S2中获取城市洼地积水贡献区，包括以下步骤：
S11：以修正后的城市地形模型为基础，以从左向右、从上到下的顺序计算研究区的每个栅格的下降方向，获得栅格水文流向图；
S12：以获得的栅格水文流向图为基础，提取洼地栅格；
S13：对获得的栅格流向数据和洼地栅格进行叠加分析，后利用种子算法计算出洼地贡献区。以洼地贡献区为基本水文单元，可以更加真实的反映水流在复杂城市地表的扩散过程，提高模拟精度。
作为上述方案的一种优选方案，所述步骤S3中建立城市降雨模型，包括以下步骤：
S21：分析研究区多年降雨站点的统计数据，获得暴雨强度公式；
S22：基于城市洼地贡献区，统计各个洼地贡献区的降雨量，计算公式如下：
其中Pw为洼地贡献区w的降雨总量，Aw为洼地贡献区w的面积，i为暴雨强度，t为降雨历时。
作为上述方案的一种优选方案，所述步骤S3中建立城市降雨模型，包括以下步骤：
S31：利用空间插值方法模拟降雨的空间分布状况；
S32：利用空间统计方法计算每个洼地贡献区的总降雨量。该方法适用于降雨站点数据较少的情况。
作为上述方案的一种优选方案，所述步骤S3中建立城市排水模型，包括以下步骤：
S41：获取城市的所有排水管网数据，利用研究区行政边界对排水管网数据进行裁剪，保留行政边界内及刚好处在边界上的排水管网口；
S42：确定排水管网口径与排水能力之间的关系，并对管网进行等级划分；
S43：获取各个排水管网对应的排水能力值；
S44：以城市洼地积水贡献区为单位对排水管网口进行空间统计；
S45：计算每个洼地贡献区的总排水能力，获取整个研究区的排水能力图，其计算公式如下：
其中，Qpipe是某一个贡献区的总排水量，qi是排水管网口i的排水能力，t是排水时间，k是这个贡献区的排水管网口总数量。
作为上述方案的一种优选方案，所述步骤S4中获取地表总径流量，包括以下步骤：
S51：利用研究区的土地利用、土壤组成及初期土壤湿度数据，确定径流曲线参数CN；
S52：以径流曲线参数CN为基础，计算研究区域的最大持水量，其计算公式如下：
S＝25400/CN-254
其中CN为径流曲线参数，S为研究区域的最大持水量；
S53：计算城市洼地积水贡献区内的地表总径流量，计算公式如下：
其中,Q为总径流量，P为有效降雨量。P的条件限定，将降雨蒸发、渗透的计算构成简化使模型易于运行并快速计算。
作为上述方案的一种优选方案，所述步骤S5中建立城市地表积水模型，包括以下步骤：
S61：以洼地贡献区内的地表总径流量和总排水量为基础，计算积水不流动模式下的洼地贡献区内的地表积水，计算公式如下：
Qw＝Q-Qpipe
其中，Qw代表洼地贡献区w的地表积水，Q代表w的总径流，Qpipe代表w的总排水；
S62：计算研究区内栅格的下降方向，确定栅格的最陡下降方向；
S63：用编码表示栅格的最陡下降的方向，生成区域水流方向图；
S64：根据研究区的区域水流方向图，将积水不流动模式下的洼地贡献区内的地表积水进行积水重分配操作，获得积水深度。
作为上述方案的一种优选方案，所述的栅格的下降方向计算公式如下：
maximum_drop＝change_in_z-value/distance*100
其中maxium_drop为该栅格单元与相邻栅格单元的距离权落差，change_in_z为该栅格单元与相邻栅格单元之间的高程差，distance为该栅格单元中心与相邻栅格单元中心之间的距离，value为该栅格单元的高程。
作为上述方案的一种优选方案，所述步骤S64中积水重分配操作包括以下步骤：
S71：根据步骤S61中公式，计算出每个栅格初始积水深度AW为洼地贡献区的总面积；
S72：筛选出存有最陡下降方向的栅格
S73：选定一个被筛选出的栅格作为初始栅格，判断该栅格水深是否大于水深阀值，若是，则将初始栅格设为分配栅格，进入下一步；若否，则重新选定；
S74：根据区域水流方向图、最陡下降方向栅格高程值、最陡下降方向栅格积水深度、分配栅格高程值和分配栅格积水深度，采用试算法将分配栅格的积水量分配到该栅格最陡下降方向对应的相邻栅格；
S75：判断相邻栅格分配到的水量是否小于分配阀值，若是，则进入下一步；若否，则将该相邻栅格设为分配栅格，回退至步骤S74；
S76：更新上述步骤涉及栅格积水深度；
S77：将初始栅格设为分配栅格，重复步骤S74至S77至少2次；
S78：重复步骤S73-S77直至遍历所有被筛选出的栅格。最终每个栅格的栅格水深数据即为积水深度。水深阀值、分配阀值根据不同地区的实际情况获得。
本发明的优点是：对原始数字高程模型进行修正能够反映真实的城市地形；以洼地贡献区为基本水文单元，可以更加真实的反映水流在复杂城市地表的扩散过程，提高模拟精度；将降雨的蒸发，渗透和下水道系统排水过程简化使模型易于运行并快速计算出积水信息。
附图说明
图1为本发明的一种流程示意图。
图2为本发明中建立城市地形模型的一种流程示意图。
图3为本发明中获取城市洼地积水贡献区的一种流程示意图。
图4为本发明中获取城市降雨模型的一种流程示意图。
图5为本发明中获取城市降雨模型的另一种流程示意图。
图6为本发明中建立城市排水模型的一种流程示意图。
图7为本发明中获取地表总径流量的一种流程示意图。
图8为本发明中建立地表积水模型的一种流程示意图。
图9为本发明中积水重分配操作的一种流程示意图。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步的说明。
实施例1：
本实施例一种城市暴雨内涝积水深度提取方法，如图1所示，包括以下步骤：
S1：建立城市地形模型；
S2：获取城市洼地积水贡献区；
S3：建立城市降雨模型和城市排水模型；
S4：获取地表总径流量；
S5：建立城市地表积水模型，获取积水深度。
如图2所示，所述步骤S1中建立城市地形模型，包括以下步骤：
S01：利用已有的大比例尺地形图扫描矢量化，或采用全站仪、测距仪及电子平板直接测量三维坐标等方式获取城市的数字高程地形数据、通过卫星获得高分辨率遥感影像及通过地图获取城市行政边界数据；
S02：利用行政边界数据对城市数字高程地形数据进行裁剪得到研究区数字高程模型；
S03：利用研究区高分辨率遥感影像，获取城市的建筑、道路边界以及水网信息；
S04：利用获取的城市建筑及水网信息对研究区数字高程模型进行修正，得到修正后的城市地形模型，建筑修正公式为：
Dij＝Oij+A*Cij (i＝1,2,…n；j＝1,2,…m)
其中i和j分别代表数字高程模型中的行号和列号，其中Dij为修正后的城市地形模型的像元值，Oij代表原始的城市地形模型中的像元值，A代表城市建筑高度，Cij代表城市建筑的二元栅格图。本实施例对原始的数字高程模型进行修正，将复杂的城市地形如建筑物等纳入考虑范围，能够反映真实的城市地形。
如图3所示，所述步骤S2中获取城市洼地积水贡献区，包括以下步骤：
S11：以修正后的城市地形模型为基础，以从左向右、从上到下的顺序计算研究区的每个栅格的下降方向，获得栅格水文流向图；
S12：以获得的栅格水文流向图为基础，提取洼地栅格；
S13：对获得的栅格流向数据和洼地栅格进行叠加分析，后利用种子算法计算出洼地贡献区。
如图4所示，所述步骤S3中建立城市降雨模型，包括以下步骤：
S21：分析研究区多年降雨站点的统计数据，获得暴雨强度公式，利用暴雨强度公式获取暴雨强度i；
S22：基于城市洼地贡献区，统计各个洼地贡献区的降雨量，计算公式如下：
其中Pw为洼地贡献区w的降雨总量，Aw为洼地贡献区w的面积，i为暴雨强度，t为降雨历时。
如图6所示，所述步骤S3中建立城市排水模型，包括以下步骤：
S41：获取城市的所有排水管网数据，利用研究区行政边界对排水管网数据进行裁剪，保留行政边界内及刚好处在边界上的排水管网口；
S42：通过研究区的市政手册，确定排水管网口径与排水能力之间的关系，并对管网进行等级划分；
S43：获取各个排水管网对应的排水能力值；
S44：以城市洼地积水贡献区为单位对排水管网口进行空间统计；
S45：计算每个洼地贡献区的总排水能力，获取整个研究区的排水能力图，其计算公式如下：
其中，Qpipe是某一个贡献区的总排水量，qi是排水管网口i的排水能力，t是排水时间，k是这个贡献区的排水管网口总数量。
如图7所示，所述步骤S4中获取地表总径流量，包括以下步骤：
S51：利用研究区的土地利用、土壤组成及初期土壤湿度数据，确定径流曲线参数CN；
S52：以径流曲线参数CN为基础，计算研究区域的最大持水量，其计算公式如下:
S＝25400/CN-254
其中CN为径流曲线参数，S为研究区域的最大持水量；
S53：计算城市洼地积水贡献区内的地表总径流量，计算公式如下：
其中,Q为总径流量，P为有效降雨量。
如图8所示，所述步骤S5中建立城市地表积水模型，包括以下步骤：
S61：以洼地贡献区内的地表总径流量和总排水量为基础，计算积水不流动模式下的洼地贡献区内的地表积水，计算公式如下：
Qw＝Q-Qpipe
其中，Qw代表洼地贡献区w的地表积水，Q代表w的总径流，Qpipe代表w的总排水；
S62：计算研究区内栅格的下降方向，确定栅格的最陡下降方向；
S63：用编码表示栅格的最陡下降的方向，生成区域水流方向图；
S64：根据研究区的区域水流方向图，将积水不流动模式下的洼地贡献区内的地表积水进行积水重分配操作，流量累积的结果即为积水结果，可获得积水深度。本实施例中用1、2、4、8、16、32、64和128表示栅格下降方向，依次代表左上方、上方、右上方、右方、右下方、下方、左下方和左方，每一栅格的最陡下降方向即为区域水流方向图中每一栅格的水流方向。
所述的栅格的下降方向计算公式如下：
maximum_drop＝change_in_z-value/distance*100
其中maxium_drop为该栅格单元与相邻栅格单元的距离权落差，change_in_z为该栅格单元与相邻栅格单元之间的高程差，distance为该栅格单元中心与相邻栅格单元中心之间的距离，value为该栅格单元的高程。
如图9所示，所述步骤S64中积水重分配操作包括以下步骤：
S71：根据步骤S61中公式，计算出每个栅格初始积水深度AW为洼地贡献区的总面积；
S72：筛选出存有最陡下降方向的栅格
S73：选定一个被筛选出的栅格作为初始栅格，判断该栅格水深是否大于水深阀值，若是，则将初始栅格设为分配栅格，进入下一步；若否，则重新选定；
S74：根据区域水流方向图、最陡下降方向栅格高程值、最陡下降方向栅格积水深度、分配栅格高程值和分配栅格积水深度，采用试算法将分配栅格的积水量分配到该栅格最陡下降方向对应的相邻栅格；
S75：判断相邻栅格分配到的水量是否小于分配阀值，若是，则进入下一步；若否，则将该相邻栅格设为分配栅格，回退至步骤S74；
S76：更新上述步骤涉及栅格积水深度数据；
S77：将初始栅格设为分配栅格，重复步骤S74至S77至少2次；
S78：重复步骤S73-S77直至遍历所有被筛选出的栅格。
实施例2：
本实施例与实施例1相比，本实施例建立城市降雨模型的方法不同，如图5所示，包括以下步骤：
S31：利用空间插值方法模拟降雨的空间分布状况；
S32：利用空间统计方法计算每个洼地贡献区的总降雨量。
本实施例中建立城市降雨模型的方法适用与降雨站点统计数据较少，无法获取暴雨强度公式的情况。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (10)
1.一种城市暴雨内涝积水深度提取方法，其特征是：包括以下步骤：
S1：建立城市地形模型；
S2：获取城市洼地积水贡献区；
S3：建立城市降雨模型和城市排水模型；
S4：获取地表总径流量；
S5：建立城市地表积水模型，获取积水深度。
2.根据权利要求1所述的一种城市暴雨内涝积水深度提取方法，其特征是：所述步骤S1中建立城市地形模型，包括以下步骤：
S01：获取城市的数字高程地形数据、高分辨率遥感影像和城市行政边界数据；
S02：利用行政边界数据对城市数字高程地形数据进行裁剪得到研究区数字高程模型；
S03：利用研究区高分辨率遥感影像，获取城市的建筑、道路边界以及水网信息；
S04：利用获取的城市建筑及水网信息对研究区数字高程模型进行修正，得到修正后的城市地形模型，建筑修正公式为：
Dij＝Oij+A*Cij (i＝1,2,…n；j＝1,2,…m)
其中i和j分别代表数字高程模型中的行号和列号，其中Dij为修正后的城市地形模型的像元值，Oij代表原始的城市地形模型中的像元值，A代表城市建筑高度，Cij代表城市建筑的二元栅格图。
3.根据权利要求1所述的一种城市暴雨内涝积水深度提取方法，其特征是：所述步骤S2中获取城市洼地积水贡献区，包括以下步骤：
S11：以修正后的城市地形模型为基础，以从左向右、从上到下的顺序计算研究区的每个栅格的下降方向，获得栅格水文流向图；
S12：以获得的栅格水文流向图为基础，提取洼地栅格；
S13：对获得的栅格流向数据和洼地栅格进行叠加分析，后利用种子算法计算出洼地贡献区。
4.根据权利要求1所述的一种城市暴雨内涝积水深度提取方法，其特征是：所述步骤S3中建立城市降雨模型，包括以下步骤：
S21：分析研究区多年降雨站点的统计数据，获得暴雨强度公式；
S22：基于城市洼地贡献区，统计各个洼地贡献区的降雨量，计算公式如下：
Pw＝Aw×∫0 tidt
其中Pw为洼地贡献区w的降雨总量，Aw为洼地贡献区w的面积，i为暴雨强度，t为降雨历时。
5.根据权利要求1所述的一种城市暴雨内涝积水深度提取方法，其特征是：所述步骤S3中建立城市降雨模型，包括以下步骤：
S31：利用空间插值方法模拟降雨的空间分布状况；
S32：利用空间统计方法计算每个洼地贡献区的总降雨量。
6.根据权利要求1所述的一种城市暴雨内涝积水深度提取方法，其特征是：所述步骤S3中建立城市排水模型，包括以下步骤：
S41：获取城市的所有排水管网数据，利用研究区行政边界对排水管网数据进行裁剪，保留行政边界内及刚好处在边界上的排水管网口；
S42：确定排水管网口径与排水能力之间的关系，并对管网进行等级划分；
S43：获取各个排水管网对应的排水能力值；
S44：以城市洼地积水贡献区为单位对排水管网口进行空间统计；
S45：计算每个洼地贡献区的总排水能力，获取整个研究区的排水能力图，其计算公式如下：
其中，Qpipe是某一个贡献区的总排水量，qi是排水管网口i的排水能力，t是排水时间，k是这个贡献区的排水管网口总数量。
7.根据权利要求1所述的一种城市暴雨内涝积水深度提取方法，其特征是：所述步骤S4中获取地表总径流量，包括以下步骤：
S51：利用研究区的土地利用、土壤组成及初期土壤湿度数据，确定径流曲线参数CN；
S52：以径流曲线参数CN为基础，计算研究区域的最大持水量，其计算公式如下:
S＝25400/CN-254
其中CN为径流曲线参数，S为研究区域的最大持水量；
S53：计算城市洼地积水贡献区内的地表总径流量，计算公式如下：
其中,Q为总径流量，P为有效降雨量。
8.根据权利要求1所述的一种城市暴雨内涝积水深度提取方法，其特征是：所述步骤S5中建立城市地表积水模型，包括以下步骤：
S61：以洼地贡献区内的地表总径流量和总排水量为基础，计算积水不流动模式下的洼地贡献区内的地表积水，计算公式如下：
Qw＝Q-Qpipe
其中，Qw代表洼地贡献区w的地表积水，Q代表w的总径流，Qpipe代表w的总排水；
S62：计算研究区内栅格的下降方向，确定栅格的最陡下降方向；
S63：用编码表示栅格的最陡下降的方向，生成区域水流方向图；
S64：根据研究区的区域水流方向图，将积水不流动模式下的洼地贡献区内的地表积水进行积水重分配操作，流量累积的结果即为积水结果，可获得积水深度。
9.根据权利要求3或8所述的一种城市暴雨内涝积水深度提取方法，其特征是：所述的栅格的下降方向计算公式如下：
maximum_drop＝change_in_z-value/distance*100
其中maxium_drop为该栅格单元与相邻栅格单元的距离权落差，change_in_z为该栅格单元与相邻栅格单元之间的高程差，distance为该栅格单元中心与相邻栅格单元中心之间的距离，value为该栅格单元的高程。
10.根据权利要求8所述的一种城市暴雨内涝积水深度提取方法，其特征是：所述步骤S64中积水重分配操作包括以下步骤：
S71：根据步骤S61中公式，计算出每个栅格初始积水深度AW为洼地贡献区的总面积；
S72：筛选出存有最陡下降方向的栅格
S73：选定一个被筛选出的栅格作为初始栅格，判断该栅格水深是否大于水深阀值，若是，则将初始栅格设为分配栅格，进入下一步；若否，则重新选定；
S74：根据区域水流方向图、最陡下降方向栅格高程值、最陡下降方向栅格积水深度、分配栅格高程值和分配栅格积水深度，采用试算法将分配栅格的积水量分配到该栅格最陡下降方向对应的相邻栅格；
S75：判断相邻栅格分配到的水量是否小于分配阀值，若是，则进入下一步；若否，则将该相邻栅格设为分配栅格，回退至步骤S74；
S76：更新上述步骤涉及栅格积水深度数据；
S77：将初始栅格设为分配栅格，重复步骤S74至S77至少2次；
S78：重复步骤S73-S77直至遍历所有被筛选出的栅格。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811426332.0A CN109657841B (zh) | 2018-11-27 | 2018-11-27 | 一种城市暴雨内涝积水深度提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811426332.0A CN109657841B (zh) | 2018-11-27 | 2018-11-27 | 一种城市暴雨内涝积水深度提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109657841A true CN109657841A (zh) | 2019-04-19 |
| CN109657841B CN109657841B (zh) | 2021-03-09 |
Family
ID=66111535
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811426332.0A Active CN109657841B (zh) | 2018-11-27 | 2018-11-27 | 一种城市暴雨内涝积水深度提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109657841B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110400014A (zh) * | 2019-07-23 | 2019-11-01 | 华东师范大学 | 一种基于gis栅格运算的沿海城市多源洪涝数值模拟方法 |
| CN110837925A (zh) * | 2019-11-04 | 2020-02-25 | 浙江贵仁信息科技股份有限公司 | 一种城市内涝预测方法和装置 |
| CN111335091A (zh) * | 2020-03-08 | 2020-06-26 | 青岛理工大学 | 以消减城市内涝为目标的路网均衡排水的方法 |
| CN111507375A (zh) * | 2020-03-09 | 2020-08-07 | 中山大学 | 一种城市内涝风险快速评估方法及系统 |
| CN111519730A (zh) * | 2020-04-03 | 2020-08-11 | 中国地质大学（武汉） | 一种智能调节水速与水流路线规划系统 |
| CN111639627A (zh) * | 2020-06-12 | 2020-09-08 | 西安理工大学 | 一种基于自动识别技术的径流控制效果快速评估方法 |
| CN111898303A (zh) * | 2020-08-05 | 2020-11-06 | 苏州大圜科技有限公司 | 基于气象预报及水动力模拟的流域水位及内涝预报方法 |
| CN114118884A (zh) * | 2021-10-28 | 2022-03-01 | 南方科技大学 | 一种城市暴雨内涝区域风险识别的方法、系统及存储介质 |
| CN114547531A (zh) * | 2022-02-25 | 2022-05-27 | 中国水利水电科学研究院 | 一种城市不透水面有效性量化方法 |
| CN114970315A (zh) * | 2022-04-19 | 2022-08-30 | 河海大学 | 一种基于空间动力特征深度学习的城市积水模拟和快速预测方法 |
| CN115510600A (zh) * | 2022-11-10 | 2022-12-23 | 创辉达设计股份有限公司 | 一种城市排水网络优化设计方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105550803A (zh) * | 2015-12-08 | 2016-05-04 | 哈尔滨航天恒星数据系统科技有限公司 | 一种城市内涝分析方法及系统 |
| CN106021970A (zh) * | 2016-07-27 | 2016-10-12 | 泰华智慧产业集团股份有限公司 | 通过降雨预报预测城市积水的方法及系统 |
| CN107220496A (zh) * | 2017-05-26 | 2017-09-29 | 上海市气象灾害防御技术中心 | 一种城市暴雨内涝评估建模方法 |
| CN108388714A (zh) * | 2018-02-07 | 2018-08-10 | 杭州师范大学 | 流域水系和城市管网耦合的平原河网城市洪水模拟方法 |
| CN108763615A (zh) * | 2018-04-03 | 2018-11-06 | 天津大学 | 基于管网和道路双系统swmm对城市涝积水深模拟方法 |
-
2018
- 2018-11-27 CN CN201811426332.0A patent/CN109657841B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105550803A (zh) * | 2015-12-08 | 2016-05-04 | 哈尔滨航天恒星数据系统科技有限公司 | 一种城市内涝分析方法及系统 |
| CN106021970A (zh) * | 2016-07-27 | 2016-10-12 | 泰华智慧产业集团股份有限公司 | 通过降雨预报预测城市积水的方法及系统 |
| CN107220496A (zh) * | 2017-05-26 | 2017-09-29 | 上海市气象灾害防御技术中心 | 一种城市暴雨内涝评估建模方法 |
| CN108388714A (zh) * | 2018-02-07 | 2018-08-10 | 杭州师范大学 | 流域水系和城市管网耦合的平原河网城市洪水模拟方法 |
| CN108763615A (zh) * | 2018-04-03 | 2018-11-06 | 天津大学 | 基于管网和道路双系统swmm对城市涝积水深模拟方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘伟: "城市暴雨地面积水量分析研究", 《长安大学硕士论文库》 * |
| 王斌 等: "面向防汛应急的重庆市洼地积涝预测模型研究", 《测绘科学》 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110400014A (zh) * | 2019-07-23 | 2019-11-01 | 华东师范大学 | 一种基于gis栅格运算的沿海城市多源洪涝数值模拟方法 |
| CN110837925A (zh) * | 2019-11-04 | 2020-02-25 | 浙江贵仁信息科技股份有限公司 | 一种城市内涝预测方法和装置 |
| CN110837925B (zh) * | 2019-11-04 | 2023-09-15 | 浙江贵仁信息科技股份有限公司 | 一种城市内涝预测方法和装置 |
| CN111335091A (zh) * | 2020-03-08 | 2020-06-26 | 青岛理工大学 | 以消减城市内涝为目标的路网均衡排水的方法 |
| CN111335091B (zh) * | 2020-03-08 | 2021-10-01 | 青岛理工大学 | 以消减城市内涝为目标的路网均衡排水的方法 |
| CN111507375B (zh) * | 2020-03-09 | 2023-05-05 | 中山大学 | 一种城市内涝风险快速评估方法及系统 |
| CN111507375A (zh) * | 2020-03-09 | 2020-08-07 | 中山大学 | 一种城市内涝风险快速评估方法及系统 |
| CN111519730A (zh) * | 2020-04-03 | 2020-08-11 | 中国地质大学（武汉） | 一种智能调节水速与水流路线规划系统 |
| CN111639627A (zh) * | 2020-06-12 | 2020-09-08 | 西安理工大学 | 一种基于自动识别技术的径流控制效果快速评估方法 |
| CN111898303A (zh) * | 2020-08-05 | 2020-11-06 | 苏州大圜科技有限公司 | 基于气象预报及水动力模拟的流域水位及内涝预报方法 |
| CN114118884A (zh) * | 2021-10-28 | 2022-03-01 | 南方科技大学 | 一种城市暴雨内涝区域风险识别的方法、系统及存储介质 |
| CN114547531B (zh) * | 2022-02-25 | 2022-09-06 | 中国水利水电科学研究院 | 一种城市不透水面有效性量化方法 |
| CN114547531A (zh) * | 2022-02-25 | 2022-05-27 | 中国水利水电科学研究院 | 一种城市不透水面有效性量化方法 |
| CN114970315A (zh) * | 2022-04-19 | 2022-08-30 | 河海大学 | 一种基于空间动力特征深度学习的城市积水模拟和快速预测方法 |
| CN114970315B (zh) * | 2022-04-19 | 2023-08-04 | 河海大学 | 一种基于空间动力特征深度学习的城市积水模拟和快速预测方法 |
| CN115510600A (zh) * | 2022-11-10 | 2022-12-23 | 创辉达设计股份有限公司 | 一种城市排水网络优化设计方法 |
| CN115510600B (zh) * | 2022-11-10 | 2023-08-01 | 创辉达设计股份有限公司 | 一种城市排水网络优化设计方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109657841B (zh) | 2021-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109657841A (zh) | 一种城市暴雨内涝积水深度提取方法 | |
| CN107832931B (zh) | 一种平原水网地区内涝风险的模块化分析方法 | |
| Duke et al. | Improving overland flow routing by incorporating ancillary road data into digital elevation models | |
| CN107704592A (zh) | 一种基于WebGIS的洪水预报服务构建方法 | |
| CN110232737B (zh) | 一种城市汇水区划分方法 | |
| CN110222427A (zh) | 一种基于数学模型城市内涝的分析方法 | |
| Zaharia et al. | Estimation of the areas with accelerated surface runoff in the upper Prahova watershed (Romanian Carpathians) | |
| CN110532641B (zh) | 一种地表网格分层建模方法及系统 | |
| CN112242003B (zh) | 一种顾及地类与流向的城市子汇水区划分方法 | |
| Sanchez et al. | An integrated cellular automata evolutionary-based approach for evaluating future scenarios and the expansion of urban drainage networks | |
| CN115471078A (zh) | 一种基于城市水务系统的洪涝风险点评估方法及装置 | |
| CN115169069A (zh) | 基于大数据的城市内涝预测方法 | |
| Saha et al. | Identification of potential sites for water harvesting structures using geospatial techniques and multi-criteria decision analysis | |
| Hailemariam et al. | Investigating the influence of minor hydraulic structures on modeling flood events in lowland areas | |
| Ghorbani et al. | Simulation of flood risk area in Kelantan watershed, Malaysia using numerical model | |
| Armal et al. | An urban flood inundation model based on cellular automata | |
| Dobos et al. | The derivation of the potential drainage density index (PDD) | |
| CN114385959A (zh) | 一种近坝区子流域单元划分方法、装置及存储介质 | |
| Voudouris et al. | Hydrologic balance estimation using GIS in Korinthia prefecture, Greece | |
| Saher et al. | Managing flood water of hill torrents as potential source for irrigation | |
| Rahman et al. | Geographic Information System (GIS) based Approach in Delineation of Efficient Natural Flow Routes for Drainage Plan of a Municipality | |
| Riswanto et al. | Use of Hec-Ras Software to Analyze Floods in Joyoakan Urban Village, Surakarta City, Central Java | |
| Ammar | Evaluating rainwater harvesting systems in arid and semi-arid regions | |
| CN113052084A (zh) | 一种基于手机定位数据的社区级矢量道路网提取方法 | |
| Šamanović et al. | Influence of pit removal algorithms on surface runoff simulation |
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 |