CN110232522B - 一种城市内河水文监测站点优化布设方法 - Google Patents

一种城市内河水文监测站点优化布设方法 Download PDF

Info

Publication number
CN110232522B
CN110232522B CN201910513232.XA CN201910513232A CN110232522B CN 110232522 B CN110232522 B CN 110232522B CN 201910513232 A CN201910513232 A CN 201910513232A CN 110232522 B CN110232522 B CN 110232522B
Authority
CN
China
Prior art keywords
site
sites
monitoring
station
scheme
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.)
Active
Application number
CN201910513232.XA
Other languages
English (en)
Other versions
CN110232522A (zh
Inventor
蒋艳君
陈奕
蔡辉艺
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.)
Fuzhou Planning And Design Institute Group Co ltd
Original Assignee
Fuzhou Planning And Design Institute Group 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 Fuzhou Planning And Design Institute Group Co ltd filed Critical Fuzhou Planning And Design Institute Group Co ltd
Priority to CN201910513232.XA priority Critical patent/CN110232522B/zh
Publication of CN110232522A publication Critical patent/CN110232522A/zh
Application granted granted Critical
Publication of CN110232522B publication Critical patent/CN110232522B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明涉及一种城市内河水文监测站点优化布设方法，以新增站点与已有站点间信息差异性大小判断新增站点是否保留，优化布点位置，得到初步优化方案，通过计算不同站点数量所能获取的信息总量，根据以最少站点数量获取最大信息总量为原则，进一步优化监测站点数量及位置，得到最佳城市内河水文监测站点布设方案，为设计人员或决策者提供理论依据。本发明能够科学地优化监测站点的布设数量与位置。

Description

一种城市内河水文监测站点优化布设方法
技术领域
本发明涉及城市内河水文监测技术领域，特别是一种城市内河水文监测站点优化布设方法。
背景技术
近年来，受全球气候变化影响，暴雨、特大暴雨等极端天气频发，加之城市不透水面积不断增加、排水防涝等基础设施建设滞后、调蓄雨洪和应急管理能力不足，城市内涝成为影响城市正常生产生活最严重的灾害之一。因此，城市内涝防治成为城市管理者与居民最重视、最关切的工作之一。
城市内涝防治，无论是工程建设方案，还是非工程措施方案，都必须在获取大量的城市水文监测数据，全面分析城市水文物理规律的前提条件下科学制定，因此，城市水文数据监测是城市内涝防治工作的关键性基础。而目前，城市内河水文监测系统建设发展严重滞后，绝大多数城市尚未建立科学完备的城市内河水文监测系统。近年来，随着内涝防治工作的深入，部分城市开始逐渐探索建立城市内河水文监测系统。
然而，城市内河水文监测站点布设技术发展严重滞后于流域型河道水文监测站点布设技术，已发布的《城市水文监测与评价分析技术导则》(SL/Z 572-2014)等相关技术规范与导则仅提出水文监测站点布设原则，不同城市水文条件差异较大。城市内河水文监测站点布设数量与位置常依赖于设计人员或管理部门的经验判断，主观性较强，无法在监测设备投入前判断布点数量与位置是否既满足数据获取需求，由于监测设备成本较高，常导致人力物力的浪费。
发明内容
有鉴于此，本发明的目的是提出一种城市内河水文监测站点优化布设方法，能够科学地优化监测站点的布设数量与位置。
本发明采用以下方案实现：一种城市内河水文监测站点优化布设方法，具体包括以下步骤：
步骤S1：设计城市内河水文布设初步方案，设初步方案布点n个，分别为{X1,X2,…,Xn}；
步骤S2：耦合城市二维地形、雨水管网、内河，构建城市水文数值模拟模型，进行参数率定，使模型计算误差控制在允许范围内，获取各监测站点包括水位、流量在内的数据的长时间序列，设序列长度为m，即每个长序列包含m个特征值，以水位为例，各监测站点水文序列集为：
Figure GDA0002132580200000021
式中，n为监测站点数量，m为每个监测站点水位值数量，设Xi表示由m个水位值组成的第i个监测站点水位序列向量；
步骤S3：选取第1个保留监测站点，新增1个站点，计算新增站点Xt与保留站点Xk之间的水文特征差异性D(Xt,Xk)；
步骤S4：判断新增站点的合理性，若合理，保留该监测站点，作为保留站点，若不合理，去除该监测站点，保留站点群维持不变；
步骤S5：逐个遍历新增站点，重复步骤4，直至初步方案中n个监测站点均作为新增站点完成步骤4的筛选，得到城市内河监测站点布设初步优选方案，设经过初步优选后保留站点序列为{X1,X2,…,Xl}(1≤l≤n)；
步骤S6：计算不同站点布设数量及站点组合所能获取的信息总量，包括单点的信息量及该站点与其他站点的关系信息量，与其他站点间关系信息量越大，说明站点间关系越紧密，该站点代表性越高，以此对步骤S5得到的保留站点序列的数量及位置进一步优化；
步骤S7：通过步骤S6，得到不同站点数量、不同站点组合下所能获取的信息总量序列B(i,N(X1,X2,…,Xl；Xu,…,Xv))(i＝1,2,…,l)，针对相同站点数量、不同站点组合，取maxB(i,N(X1,X2,…,Xl；Xu,…,Xv))(i＝1,2,…,l)所对应的的监测站点布设方案(Xu,…,Xv)作为监测站点数量为i的最佳布设方案，即相同站点数情况下所能获取的水文信息代表性最强的组合方案为该布点数量下的最佳布点位置方案；
步骤S8：计算不同布点数量下信息量R(i)，取maxR(i)(i＝1,2,…,l)所对应的布点数量作为最佳监测布点数量q；
步骤S9：通过上述步骤，得到该城市内河水文监测最佳布点数量为q，所对应的监测布点位置为步骤S7计算得出的监测布点数量为对应的最佳布点位置方案。
进一步地，步骤S3中，新增站点Xt与保留站点Xk之间的水文特征差异性D(Xt,Xk)的计算具体为：
Figure GDA0002132580200000031
pi＝P(X＝Δxi)；
Δxi＝Xit-Xik；
式中，1≤t≤n，1≤k≤n，且t≠k；Δxi为Xt与Xk的差值向量中第i个元素，表示两个向量间的差异大小；pi为Δxi在差值向量中出现的概率，
Figure GDA0002132580200000041
进一步地，步骤S4具体为，采用下式判断新增站点的合理性：
Figure GDA0002132580200000042
式中，flag为新增站点判断函数，若flag＝0，则新增站点不合理；若flag＝1，则新增站点合理；ε为站点间差异信息容许上限。
进一步地，步骤S6中，采用下式计算不同站点布设数量及站点组合所能获取的信息总量N(X1,X2,…,Xl；Xu,…,Xv)：
Figure GDA0002132580200000043
Figure GDA0002132580200000044
Figure GDA0002132580200000045
p′i＝P(X＝xi) (xi∈Xj)；
p'ji＝P(X＝xj,Y＝xi) (xj∈Xj,xi∈Xi)。
进一步地，步骤S8中，所述不同布点数量下信息量的计算采用下式：
Figure GDA0002132580200000051
其中，
T(Xj,Xi)＝H(Xj)+H(Xi)-H(Xj,Xi)。
与现有技术相比，本发明有以下有益效果：科学的监测站点优化布设数量与位置，一方面可以高效、全面地获取城市内河水文信息，另一方面可以避免不必要的人力与物力的浪费。
具体实施方式
下面结合实施例对本发明做进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本实施例在城市水文监测设备投入建设前，通过城市水文数值模拟技术获取各监测站点水文信息，提出启发式信息熵理论，计算站点之间信息差异性、不同站点数量所能获取的信息，构建站点优化布设目标函数，凝练监测站点优化布设方法。
城市内河水网密布，拓扑结构复杂，不同河道间水文特征差异显著，城市内河水文监测系统建设总体目标为以最少的监测布点数量、最经济的建设成本科学获取城市内河任意一点水文信息。故城市内河水文监测站点优化应剔除水文特征相关关系较大、无需连续监测而可通过简单计算即可获取水文信息的监测站点，保留水文特征差异性较大的监测布点，使所获取的水文信息量最大。
故本实施例提出以新增站点与已有站点间信息差异性大小判断新增站点是否保留，优化布点位置，得到初步优化方案，通过计算不同站点数量所能获取的信息总量，根据以最少站点数量获取最大信息总量为原则，进一步优化监测站点数量及位置，得到最佳城市内河水文监测站点布设方案，为设计人员或决策者提供理论依据。
本实施例提供了一种城市内河水文监测站点优化布设方法，具体包括以下步骤：
步骤S1：根据《城市水文监测与评价分析技术导则》(SL/Z 572-2014)相关条例，以通过监测站点水文信息内插可获取城市内河任意一点水文信息为原则，设计城市内河水文布设初步方案，设初步方案布点n个，分别为{X1,X2,…,Xn}；
步骤S2：耦合城市二维地形、雨水管网、内河，构建城市水文数值模拟模型，进行参数率定，使模型计算误差控制在允许范围内，获取各监测站点包括水位、流量在内的数据的长时间序列，设序列长度为m，即每个长序列包含m个特征值，以水位为例，各监测站点水文序列集为：
Figure GDA0002132580200000071
式中，n为监测站点数量，m为每个监测站点水位值数量，设Xi表示由m个水位值组成的第i个监测站点水位序列向量；
步骤S3：选取第1个保留监测站点(可任选，以下以Xk为例)，新增1个站点，计算新增站点Xt与保留站点Xk之间的水文特征差异性D(Xt,Xk)；
步骤S4：判断新增站点的合理性，若合理，保留该监测站点，作为保留站点，若不合理，去除该监测站点，保留站点群维持不变；
步骤S5：逐个遍历新增站点，重复步骤4，直至初步方案中n个监测站点均作为新增站点完成步骤4的筛选，得到城市内河监测站点布设初步优选方案，设经过初步优选后保留站点序列为{X1,X2,…,Xl}(1≤l≤n)；
步骤S6：计算不同站点布设数量及站点组合所能获取的信息总量，包括单点的信息量及该站点与其他站点的关系信息量，与其他站点间关系信息量越大，说明站点间关系越紧密，该站点代表性越高，以此对步骤S5得到的保留站点序列的数量及位置进一步优化；
步骤S7：通过步骤S6，得到不同站点数量、不同站点组合下所能获取的信息总量序列B(i,N(X1,X2,…,Xl；Xu,…,Xv))(i＝1,2,…,l)，针对相同站点数量、不同站点组合，取maxB(i,N(X1,X2,…,Xl；Xu,…,Xv))(i＝1,2,…,l)所对应的的监测站点布设方案(Xu,…,Xv)作为监测站点数量为i的最佳布设方案，即相同站点数情况下所能获取的水文信息代表性最强的组合方案为该布点数量下的最佳布点位置方案；
步骤S8：计算不同布点数量下信息量R(i)，取maxR(i)(i＝1,2,…,l)所对应的布点数量作为最佳监测布点数量q；
步骤S9：通过上述步骤，得到该城市内河水文监测最佳布点数量为q，所对应的监测布点位置为步骤S7计算得出的监测布点数量为对应的最佳布点位置方案。
在本实施中，步骤S3中，新增站点Xt与保留站点Xk之间的水文特征差异性D(Xt,Xk)的计算具体为：
Figure GDA0002132580200000081
pi＝P(X＝Δxi)；
Δxi＝Xit-Xik；
式中，1≤t≤n，1≤k≤n，且t≠k；Δxi为Xt与Xk的差值向量中第i个元素，表示两个向量间的差异大小；pi为Δxi在差值向量中出现的概率，
Figure GDA0002132580200000082
在本实施中，步骤S4具体为，采用下式判断新增站点的合理性：
Figure GDA0002132580200000083
式中，flag为新增站点判断函数，若flag＝0，则新增站点不合理；若flag＝1，则新增站点合理；ε为站点间差异信息容许上限。若两个站点任一同时刻水位值仅允许相差同一常数，则ε可取为0。ε可根据优化原则自行设定。
在本实施中，步骤S6中，采用下式计算不同站点布设数量及站点组合所能获取的信息总量N(X1,X2,…,Xl；Xu,…,Xv)：
Figure GDA0002132580200000091
Figure GDA0002132580200000092
Figure GDA0002132580200000093
p′i＝P(X＝xi) (xi∈Xj)；
p'ji＝P(X＝xj,Y＝xi) (xj∈Xj,xi∈Xi)。
在本实施中，步骤S8中，所述不同布点数量下信息量的计算采用下式：
Figure GDA0002132580200000094
其中，
T(Xj,Xi)＝H(Xj)+H(Xi)-H(Xj,Xi)。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,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、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (1)

1.一种城市内河水文监测站点优化布设方法，其特征在于：包括以下步骤：
步骤S1：设计城市内河水文布设初步方案，设初步方案布点n个，分别为{X1,X2,…,Xn}；
步骤S2：耦合城市二维地形、雨水管网、内河，构建城市水文数值模拟模型，进行参数率定，使模型计算误差控制在允许范围内，获取各监测站点包括水位、流量在内的数据的长时间序列，设序列长度为m，即每个长序列包含m个特征值；
步骤S3：选取第1个保留监测站点，新增1个站点，计算新增站点Xt与保留站点Xk之间的水文特征差异性D(Xt,Xk)；
步骤S4：判断新增站点的合理性，若合理，保留该监测站点，作为保留站点，若不合理，去除该监测站点，保留站点群维持不变；
步骤S5：逐个遍历新增站点，重复步骤4，直至初步方案中n个监测站点均作为新增站点完成步骤4的筛选，得到城市内河监测站点布设初步优选方案，设经过初步优选后保留站点序列为{X1,X2,…,Xl}(1≤l≤n)；
步骤S6：计算不同站点布设数量及站点组合所能获取的信息总量，包括单点的信息量及该站点与其他站点的关系信息量，与其他站点间关系信息量越大，说明站点间关系越紧密，该站点代表性越高，以此对步骤S5得到的保留站点序列的数量及位置进一步优化；
步骤S7：通过步骤S6，得到不同站点数量、不同站点组合下所能获取的信息总量序列B(i,N(X1,X2,…,Xl；Xu,…,Xv))(i＝1,2,…,l)，针对相同站点数量、不同站点组合，取maxB(i,N(X1,X2,…,Xl；Xu,…,Xv))(i＝1,2,…,l)所对应的监测站点布设方案(Xu,…,Xv)作为监测站点数量为i的最佳布设方案，即相同站点数情况下所能获取的水文信息代表性最强的组合方案为该布点数量下的最佳布点位置方案；
步骤S8：计算不同布点数量下信息量R(i)，取maxR(i)(i＝1,2,…,l)所对应的布点数量作为最佳监测布点数量q；
步骤S9：通过上述步骤，得到该城市内河水文监测最佳布点数量为q，所对应的监测布点位置为步骤S7计算得出的监测布点数量为对应的最佳布点位置方案；
步骤S3中，新增站点Xt与保留站点Xk之间的水文特征差异性D(Xt,Xk)的计算具体为：
Figure FDA0003266457600000021
pi＝P(X＝Δxi)；
Δxi＝Xit-Xik；
式中，1≤t≤n，1≤k≤n，且t≠k；Δxi为Xt与Xk的差值向量中第i个元素，表示两个向量间的差异大小；pi为Δxi在差值向量中出现的概率，
Figure FDA0003266457600000022
步骤S4具体为，采用下式判断新增站点的合理性：
Figure FDA0003266457600000023
式中，flag为新增站点判断函数，若flag＝0，则新增站点不合理；若flag＝1，则新增站点合理；ε为站点间差异信息容许上限；
步骤S6中，采用下式计算不同站点布设数量及站点组合所能获取的信息总量N(X1,X2,…,Xl；Xu,…,Xv)：
Figure FDA0003266457600000024
Figure FDA0003266457600000025
Figure FDA0003266457600000026
p′i＝P(X＝xi)(xi∈Xi)；
p′ji＝P(X＝xj,X＝xi)(xj∈Xj,xi∈Xi)。
CN201910513232.XA 2019-06-14 2019-06-14 一种城市内河水文监测站点优化布设方法 Active CN110232522B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910513232.XA CN110232522B (zh) 2019-06-14 2019-06-14 一种城市内河水文监测站点优化布设方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910513232.XA CN110232522B (zh) 2019-06-14 2019-06-14 一种城市内河水文监测站点优化布设方法

Publications (2)

Publication Number Publication Date
CN110232522A CN110232522A (zh) 2019-09-13
CN110232522B true CN110232522B (zh) 2021-11-05

Family

ID=67859860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910513232.XA Active CN110232522B (zh) 2019-06-14 2019-06-14 一种城市内河水文监测站点优化布设方法

Country Status (1)

Country Link
CN (1) CN110232522B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116310166B (zh) * 2023-02-08 2024-03-15 长江信达软件技术（武汉）有限责任公司 一种水利地图标绘方法、设备及存储设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106909616A (zh) * 2017-01-13 2017-06-30 南京大学 基于信息熵的多目标水文站网优化模型
CN107194498A (zh) * 2017-04-28 2017-09-22 河海大学 一种水文监测网络的优化方法
CN107315722A (zh) * 2017-07-03 2017-11-03 南京大学 基于克里金和信息熵理论相结合的水文站网优化模型

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140357281A1 (en) * 2013-06-04 2014-12-04 King Abdulaziz City For Science And Technology Method of optimizing locations of cellular base stations

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106909616A (zh) * 2017-01-13 2017-06-30 南京大学 基于信息熵的多目标水文站网优化模型
CN107194498A (zh) * 2017-04-28 2017-09-22 河海大学 一种水文监测网络的优化方法
CN107315722A (zh) * 2017-07-03 2017-11-03 南京大学 基于克里金和信息熵理论相结合的水文站网优化模型

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于信息熵理论的水文站网评价优化研究;陈颖;《中国优秀硕士学位论文全文数据库·基础科学辑》;20140615;第A012-7页 *
陈颖.基于信息熵理论的水文站网评价优化研究.《中国优秀硕士学位论文全文数据库·基础科学辑》.2014,第A012-7页. *

Also Published As

Publication number Publication date
CN110232522A (zh) 2019-09-13

Similar Documents

Publication Publication Date Title
Luan et al. Evaluating Green Stormwater Infrastructure strategies efficiencies in a rapidly urbanizing catchment using SWMM-based TOPSIS
Huang et al. The changing pattern of urban flooding in Guangzhou, China
CN106708944B (zh) 面向swmm建模与顾及多要素的城市区域子流域自动划分方法
Oraei Zare et al. Multi-objective optimization for combined quality–quantity urban runoff control
CN110543984B (zh) 一种基于水安全的城市水面率规划方法
Yazdi Rehabilitation of urban drainage systems using a resilience-based approach
CN101807045B (zh) 基于数据的城市污水泵站系统建模方法
CN103810532B (zh) 优化城市排水系统运行状况的方法
Park et al. Optimal design of stormwater detention basin using the genetic algorithm
CN102890792A (zh) 市政排水管网决策评估方法
CN113701060B (zh) 一种基于排水模型的城市排水管网智能诊断方法
CN115471078B (zh) 一种基于城市水务系统的洪涝风险点评估方法及装置
CN108510196B (zh) 一种海绵城市调蓄容积的评价方法
Liang et al. Investigating the effectiveness and optimal spatial arrangement of low-impact development facilities
CN111062125B (zh) 海绵型综合管廊水文效应评估方法
CN106529739A (zh) 基于网格化的洪水预测方法
CN111737853A (zh) 一种基于swmm模型的低影响开发多目标区间优化配置方法
Wang et al. Optimization of integrating life cycle cost and systematic resilience for grey-green stormwater infrastructure
CN106156949A (zh) 一种基于内涝风险评估的雨水低影响开发规划方法
Vaze et al. Modelling the effects of land‐use change on water and salt delivery from a catchment affected by dryland salinity in south‐east Australia
CN110232522B (zh) 一种城市内河水文监测站点优化布设方法
CN114819390A (zh) 一种用于城市河流泥沙淤积量估算的模型方法
Hooshyaripor et al. A new methodology for surcharge risk management in urban areas (case study: Gonbad-e-Kavus city)
Mugume et al. Can Blue-Green Infrastructure enhance resilience in urban drainage systems during failure conditions?
Siqueira et al. Methodology for the construction of an urban flood hazard chart

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: 350108 No.1, Gaoxin Avenue, high tech Zone, Minhou County, Fuzhou City, Fujian Province

Applicant after: Fuzhou planning and Design Institute Group Co.,Ltd.

Address before: 350108 No.1, Gaoxin Avenue, high tech Zone, Minhou County, Fuzhou City, Fujian Province

Applicant before: FUZHOU PLANNING DESIGN & Research Institute

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant