CN110222427A - 一种基于数学模型城市内涝的分析方法 - Google Patents

一种基于数学模型城市内涝的分析方法 Download PDF

Info

Publication number
CN110222427A
CN110222427A CN201910495750.3A CN201910495750A CN110222427A CN 110222427 A CN110222427 A CN 110222427A CN 201910495750 A CN201910495750 A CN 201910495750A CN 110222427 A CN110222427 A CN 110222427A
Authority
CN
China
Prior art keywords
waterlogging
model
data
impacted
analysis method
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.)
Withdrawn
Application number
CN201910495750.3A
Other languages
English (en)
Inventor
李一平
程一鑫
施媛媛
朱晓琳
朱雅
程月
黄亚男
魏蓥蓥
潘泓哲
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN201910495750.3A priority Critical patent/CN110222427A/zh
Publication of CN110222427A publication Critical patent/CN110222427A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • 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
    • 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
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明公开了一种基于数学模型城市内涝的分析方法，包括以下步骤：S1.内涝成因分析；S2.基础资料收集；S3.模型构建及率定验证；S4.多模型耦合计算；S5.内涝影响分析，本发明通过建立内涝预报模型，对研究区域产流分区、河网概化以及洪水演进计算，根据模型计算结果对研究区域进行内涝影响分析，将地理信息技术、实测数据以及数值模拟有机结合，综合考虑了多因素的影响，合理对平原感潮河网地区城市内涝影响进行预报模拟，从而达到城区内涝科学管理、综合防治的目标。

Description

一种基于数学模型城市内涝的分析方法
技术领域
本发明属于水环境数值模拟领域，具体涉及一种基于数学模型城市内涝的分析方法。
背景技术：
减缓城市内涝灾害的措施包括对排水系统的改进、绿色基础设施以及低影响开发措施等工程措施。这些工程措施的有效性取决于城市内涝的成因，由于城市内部机理相对复杂，目前对城市暴雨内涝的致灾机理仍然缺乏较为清晰的认识。城市暴雨内涝产生的主要原因是强降雨和排水能力的不足；也包括很多环境因素，如地形的影响、城市规划不当导致开放空间不足等。虽然这些工程措施在一定程度上取得了些的效果，但是内涝灾害仍然不断发生，因此，减少城市内涝灾害已迫在眉睫。
在科学技术的进步以及经济发展的影响下，人们开始意识到仅仅靠工程防洪措施来减少洪灾的效果并不理想，要同时结合非工程防洪措施。在计算机数值模拟技术的发展下，水文水动力数学模型已经在内涝预判预报领域得到广泛运用。为对城区内涝灾害影响进行准确的预报模拟，需要可靠的内涝预报模型。
发明内容
本发明的目的在于提供一种基于数学模型城市内涝的分析方法，以解决现有技术中导致的上述多项缺陷。
一种基于数学模型城市内涝的分析方法，所述方法包括如下步骤：
S1.内涝成因分析；
S2.基础资料收集；
S3.模型构建及率定验d证；
S4.多模型耦合计算；
S5.内涝影响分析。
进一步地，所述步骤S1中内涝成因分析一般包括对城市气候、城市下垫面、城市雨水管网排水能力及江河洪水影响等影响因子的分析。
进一步地，所述步骤S2中基础资料收集包括地理资料、水文及历史洪涝水资料、构筑物及工程调度资料、城市雨量站点资料、下垫面资料、内河水位站点资料、河道治理规划资料、河道断面资料、潮位资料以及重要断面流量资料等。
进一步地，所述步骤S3中模型构建及率定验证包括利用收集的基础资料构建产汇流模型、雨水管网排水模型以及河网水动力模型并对模型进行率定验证。
进一步地，所述产汇流模型包括产汇流计算模型及外海潮位预测模型。
进一步地，所述步骤S4中多模型耦合计算包括以产汇流计算模型计算结果作为河网水动力模型计算的上边界，以外海潮位预测结果作为河网水动力模型计算的下边界，结合雨水管网排水模型，进行多模型的耦合计算。
进一步地，所述步骤S5中内涝影响分析可以借助GIS的数据统计功能，将内涝研究区域划分为若干的网格，并对每个网格的土地类型进行属性值的录入。
进一步地，所述内涝研究区域划分拟采用非结构不规则网格将各小分区细化为若干网格，且认为每个网格内部是基本均匀的高程，在暴雨发生过程中具有相同的内涝水位。
进一步地，所述属性值包括道路、耕地、小区、学校、医院等。
进一步地，所述步骤S5中内涝影响分析一般包括对内涝受影响面积、内涝受影响人口数量、内涝受影响GDP、内涝受影响道路里程以及内涝受影响耕地面积等进行分析。
进一步地，所述内涝受影响面积分析包括如下步骤：
a.根据模型计算结果，得到研究区域的淹没情况；
b.对网格属性进行统计，得到受淹土地类型及面积。
进一步地，所述内涝受影响人口数量分析包括如下步骤：
a.根据模型计算结果，得到受淹居民区面积；
b.假设在研究区域内每个居民区人口都是均匀分布的，将每个居民区的人口总数与面积进行比值，求出每个居民区的人口密度，并将得到的人口密度存入到网格属性中；
c.将每个网格的受淹居民区面积与居民区人口密度相乘，得到每个网格的受淹人口数量；
d.将统计范围内的各个网格受淹人口数量相加，得到内涝受影响人口数量。
进一步地，所述内涝受影响GDP分析包括如下步骤：
a.根据模型计算结果，得到受淹产业面积；
b.计算每个产业所在区域内的经济密度，并将得到的经济密度存入到网格属性中；
c.将每个网格的受淹产业面积与对应的经济密度相乘后相加，得到每个网格的受影响GDP；
d.将统计范围内的各个网格受影响GDP相加，得到内涝受影响GDP。
进一步地，所述内涝受影响道路里程以及内涝受影响耕地面积可根据多模型耦合计算结果分析获得。
本发明的优点在于：该种基于数学模型分析平原感潮河网地区城市内涝影响的方法，通过建立内涝预报模型，对研究区域产流分区、河网概化以及洪水演进计算，根据模型计算结果对研究区域进行内涝影响分析，将地理信息技术、实测数据以及数值模拟有机结合，综合考虑了多因素的影响，合理对平原感潮河网地区城市内涝影响进行预报模拟，从而达到城区内涝科学管理、综合防治的目标，克服了以往并没有相关方法的缺陷。本发明提供的方法通用性好，模拟精度高，尤其适用于内部结构错综复杂的平原感潮河网地区。
附图说明
图1为本发明的内涝影响的方法示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
如图1所示，一种基于数学模型城市内涝的分析方法，所述方法包括如下步骤：
S1.内涝成因分析；
S2.基础资料收集；
S3.模型构建及率定验证；
S4.多模型耦合计算；
S5.内涝影响分析。
步骤S1所述的内涝成因分析一般包括对城市气候、城市下垫面、城市雨水管网排水能力及江河洪水影响等影响因子的分析。
步骤S2所述的基础资料收集包括地理资料、水文及历史洪涝水资料、构筑物及工程调度资料、城市雨量站点资料、下垫面资料、内河水位站点资料、河道治理规划资料、河道断面资料、潮位资料以及重要断面流量资料等。
步骤S3所述的模型构建及率定验证包括利用收集的基础资料构建产汇流模型、雨水管网排水模型以及河网水动力模型并对模型进行率定验证。
步骤S4所述的多模型耦合计算包括以产汇流计算模型计算结果作为河网水动力模型计算的上边界，以外海潮位预测结果作为河网水动力模型计算的下边界，结合雨水管网排水模型，进行多模型的耦合计算。
步骤S5所述的内涝影响分析可以借助GIS的数据统计功能，将内涝研究区域划分为若干的网格，并对每个网格的土地类型进行属性值的录入。
步骤S5所述的内涝影响分析一般包括对内涝受影响面积、内涝受影响人口数量、内涝受影响GDP、内涝受影响道路里程以及内涝受影响耕地面积等进行分析。
下面以研究区域A为例，阐述本发明的具体实施步骤：
S1.内涝成因分析
(1)气象因素：研究区域A属于亚热带季风候，年平均降水量1517mm，降雨量充沛，3月到6月的梅雨季以及8月到9月为雨季，主汛期发生在5月到9月。研究区域易受台风天气影响，台风多发季节带来的强降雨，远远高于研究区域A排水能力，导致内涝的发生；
(2)地形因素：研究区域A的地形表现出西南高东北低的特点，西南为低山丘陵，市区则集中在东北部的平原地区，平原的地形平缓不利于排水，造成内涝的发生；
(3)城市排水能力不足：研究区域A排水管网设计标准较低，造成排水不畅，发生强降雨时雨水难以全部通过排水管网排出，形成城市内涝；
(4)外河水位抬高：发生降水时外河水位不断抬高，高于城市的排水网，导致外河水流沿城市排水管网内灌。
S2.基础资料收集
收集地理资料、水文及历史洪涝水资料、构筑物及工程调度资料、城市雨量站点资料、下垫面资料、内河水位站点资料、河道治理规划资料、河道断面资料、潮位资料以及重要断面流量资料。
S3.模型构建及率定验证
利用收集的基础资料构建产汇流模型、雨水管网排水模型以及河网水动力模型并对模型进行率定验证，模型部分率定验证结果见表1。
表1
S4.多模型耦合计算
以产汇流计算模型计算结果作为河网水动力模型计算的上边界，以外海潮位预测结果作为河网水动力模型计算的下边界，结合雨水管网排水模型，进行多模型的耦合计算。
S5.内涝影响分析
借助GIS的数据统计功能，将内涝研究区域划分为若干的网格，并对每个网格的土地类型进行属性值的录入，属性值包括道路、耕地、小区、学校、医院等。结合多模型耦合计算结果，根据内涝受影响面积、内涝受影响人口数量、内涝受影响GDP、内涝受影响道路里程以及内涝受影响耕地面积等各自的计算方法，对不同时长预报方案的内涝影响进行统计分析，得出不同方案下的内涝受影响面积、内涝受影响人口数量、内涝受影响GDP、内涝受影响道路里程以及内涝受影响耕地面积如表2。
表2
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (9)

1.一种基于数学模型城市内涝的分析方法，其特征在于，所述方法包括如下步骤：
分析内涝成因；
收集基础资料；
根据基础资料和内涝成因构建模型并率定和验证；
多模型耦合计算，获得内涝数据；
根据内涝数据，分析内涝影响。
2.根据权利要求1所述的一种基于数学模型城市内涝的分析方法，其特征在于：所述内涝成因包括：
对城市气候、城市下垫面、城市雨水管网排水能力及江河洪水的影响。
3.根据权利要求1所述的一种基于数学模型城市内涝的分析方法，其特征在于：所述基础资料包括：
地理资料、水文及历史洪涝水资料、构筑物及工程调度资料、城市雨量站点资料、下垫面资料、内河水位站点资料、河道治理规划资料、河道断面资料、潮位资料以及重要断面流量资料。
4.根据权利要求1所述的一种基于数学模型城市内涝的分析方法，其特征在于：所述模型构建及率定和验证的方法包括如下步骤：
利用收集的基础资料构建产汇流模型、雨水管网排水模型以及河网水动力模型；
对模型进行率定和验证。
5.根据权利要求1所述的一种基于数学模型城市内涝的分析方法，其特征在于：所述产汇流模型包括产汇流计算模型及外海潮位预测模型。
6.根据权利要求5所述的一种基于数学模型城市内涝的分析方法，其特征在于：所述多模型耦合计算的方法包括如下步骤：
以产汇流计算模型计算结果作为河网水动力模型计算的上边界；
以外海潮位预测结果作为河网水动力模型计算的下边界；
结合雨水管网排水模型，进行多模型的耦合计算。
7.根据权利要求1所述的一种基于数学模型城市内涝的分析方法，其特征在于：所述内涝影响分析的方法包括如下步骤：
借助GIS的数据统计功能，将内涝研究区域划分为若干的网格；
对每个网格的土地类型进行属性值的录入。
8.根据权利要求7所述的一种基于数学模型城市内涝的分析方法，其特征在于：所述属性值包括道路、耕地、小区、学校和医院。
9.根据权利要求1所述的一种基于数学模型城市内涝的分析方法，其特征在于：所述内涝影响的分析数据包括：内涝受影响面积、内涝受影响人口数量、内涝受影响GDP、内涝受影响道路里程以及内涝受影响耕地面积；
所述内涝受影响面积的分析方法包括如下步骤：
a.根据模型计算结果，得到研究区域的淹没情况；
b.对网格属性进行统计，得到受淹土地类型及面积；
所述内涝受影响人口数量的分析方法包括如下步骤：
a.根据模型计算结果，得到受淹居民区面积；
b.假设在研究区域内每个居民区人口都是均匀分布的，将每个居民区的人口总数与面积进行比值，求出每个居民区的人口密度，并将得到的人口密度存入到网格属性中；
c.将每个网格的受淹居民区面积与居民区人口密度相乘，得到每个网格的受淹人口数量；
d.将统计范围内的各个网格受淹人口数量相加，得到内涝受影响人口数量；
所述内涝受影响GDP的分析方法包括如下步骤：
a.根据模型计算结果，得到受淹产业面积；
b.计算每个产业所在区域内的经济密度，并将得到的经济密度存入到网格属性中；
c.将每个网格的受淹产业面积与对应的经济密度相乘后相加，得到每个网格的受影响GDP；
d.将统计范围内的各个网格受影响GDP相加，得到内涝受影响GDP；
所述内涝受影响道路里程以及内涝受影响耕地面积的分析根据模型计算结果获得。
CN201910495750.3A 2019-06-10 2019-06-10 一种基于数学模型城市内涝的分析方法 Withdrawn CN110222427A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910495750.3A CN110222427A (zh) 2019-06-10 2019-06-10 一种基于数学模型城市内涝的分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910495750.3A CN110222427A (zh) 2019-06-10 2019-06-10 一种基于数学模型城市内涝的分析方法

Publications (1)

Publication Number Publication Date
CN110222427A true CN110222427A (zh) 2019-09-10

Family

ID=67816219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910495750.3A Withdrawn CN110222427A (zh) 2019-06-10 2019-06-10 一种基于数学模型城市内涝的分析方法

Country Status (1)

Country Link
CN (1) CN110222427A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110990659A (zh) * 2019-11-19 2020-04-10 佛山世寰智能科技有限公司 一种基于三维实景的城市内涝管理方法
CN110992653A (zh) * 2019-12-13 2020-04-10 软通动力信息技术有限公司 城市内涝预警系统及方法
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
CN112528563A (zh) * 2020-12-08 2021-03-19 丹华水利环境技术(上海)有限公司 一种基于svm算法的城市内涝预警方法
CN113701060A (zh) * 2021-08-25 2021-11-26 中国水利水电科学研究院 一种基于排水模型的城市排水管网智能诊断方法
CN115953281A (zh) * 2022-12-19 2023-04-11 贵州大学 一种城市地下空间的内涝灾害动态评估方法及系统
CN116126963A (zh) * 2022-12-30 2023-05-16 哈尔滨航天恒星数据系统科技有限公司 非线性多源异构排水模型诊断入流入渗方法
CN116861317A (zh) * 2023-09-04 2023-10-10 北京建筑大学 一种基于bp神经网络的小区内涝预警方法及系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110990659A (zh) * 2019-11-19 2020-04-10 佛山世寰智能科技有限公司 一种基于三维实景的城市内涝管理方法
CN110992653A (zh) * 2019-12-13 2020-04-10 软通动力信息技术有限公司 城市内涝预警系统及方法
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
CN112528563A (zh) * 2020-12-08 2021-03-19 丹华水利环境技术(上海)有限公司 一种基于svm算法的城市内涝预警方法
CN112528563B (zh) * 2020-12-08 2024-04-19 丹华水利环境技术(上海)有限公司 一种基于svm算法的城市内涝预警方法
CN113701060A (zh) * 2021-08-25 2021-11-26 中国水利水电科学研究院 一种基于排水模型的城市排水管网智能诊断方法
CN115953281A (zh) * 2022-12-19 2023-04-11 贵州大学 一种城市地下空间的内涝灾害动态评估方法及系统
CN116126963A (zh) * 2022-12-30 2023-05-16 哈尔滨航天恒星数据系统科技有限公司 非线性多源异构排水模型诊断入流入渗方法
CN116861317A (zh) * 2023-09-04 2023-10-10 北京建筑大学 一种基于bp神经网络的小区内涝预警方法及系统

Similar Documents

Publication Publication Date Title
CN110222427A (zh) 一种基于数学模型城市内涝的分析方法
CN109657841B (zh) 一种城市暴雨内涝积水深度提取方法
CN113610264B (zh) 一种精细化电网台风洪涝灾害预测系统
Zhai et al. Rainfall threshold determination for flash flood warning in mountainous catchments with consideration of antecedent soil moisture and rainfall pattern
Joshi et al. Rainfall-Runoff Simulation in Cache River Basin, Illinois, Using HEC-HMS
Duke et al. Incorporating ancillary data to refine anthropogenically modified overland flow paths
CN106529739A (zh) 基于网格化的洪水预测方法
Khan et al. Hydrological modeling of upper Indus Basin and assessment of deltaic ecology
Hammouri et al. Hydrological modeling of ungauged wadis in arid environments using GIS: a case study of Wadi Madoneh in Jordan
CN108269199A (zh) 一种面向对象的小水库群时空分布式出流计算方法
Hosseini et al. Estimation of hydrologic budget for Gharasou watershed, Iran
Mutua et al. Predicting daily streamflow in ungauged rural catchments: the case of Masinga catchment, Kenya
WAIYASUSRI et al. FLOOD PRONE RISK AREA ANALYSIS DURING 2005-2019 IN LAM SE BOK WATERSHED, UBON RATCHATHANI PROVINCE, THAILAND.
Weldeabzgi et al. Land suitability evaluation for surface irrigation development using parametric evaluation approach: The case of Gudina Wacho watershed, Western Ethiopia
Solaimani et al. Flood occurrence hazard forecasting based on geographical information system
Safavian et al. Analysis of land suitability for small earth dams Using Multi Criteria Evaluation (MCE) in the Geographic Information System (GIS)
CN111241690A (zh) 一种泥石流沟的判识方法及装置
Aherwar et al. Comparison of rainfall runoff simulation by SCS-CN and NAM model in Shipra river basin of Madhya Pradesh, India
Alsubeai A hydrologic climate study for an arid region
Tung et al. Medium range rainfall and flood forecasting for reservoir system operation in the Ca river basin (Vietnam)
Pan et al. Impact of urbanization on flood of Shigu creek in Dongguan city
Kang Geospatial analysis of specific degradation in South Korea
Rokaya Modeling the impacts of LULC change on Runoff and Sediment yield of Bagmati River Basin in Kathmandu Valley
ONG GAO A model of rainfall redistribution in terraced sandy grassland landscapes
Chen et al. Impact of Urbanization on Hydrological Processes: A Case Study of Xinji River in Southern China

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190910