CN111008362A - 一种洪水预报启动及停止计算的动态降雨判别方法 - Google Patents

一种洪水预报启动及停止计算的动态降雨判别方法 Download PDF

Info

Publication number
CN111008362A
CN111008362A CN201911108937.XA CN201911108937A CN111008362A CN 111008362 A CN111008362 A CN 111008362A CN 201911108937 A CN201911108937 A CN 201911108937A CN 111008362 A CN111008362 A CN 111008362A
Authority
CN
China
Prior art keywords
rainfall
calculation
forecast
duration
flood
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
CN201911108937.XA
Other languages
English (en)
Other versions
CN111008362B (zh
Inventor
张端虎
周艏
赖壹
许小娟
刘敏
张勇健
朱维科
黄文清
徐玉冬
植国兴
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.)
Shaoguan Hydrographic Bureau Of Guangdong Hydrographic Bureau
Original Assignee
Shaoguan Hydrographic Bureau Of Guangdong Hydrographic Bureau
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 Shaoguan Hydrographic Bureau Of Guangdong Hydrographic Bureau filed Critical Shaoguan Hydrographic Bureau Of Guangdong Hydrographic Bureau
Priority to CN201911108937.XA priority Critical patent/CN111008362B/zh
Publication of CN111008362A publication Critical patent/CN111008362A/zh
Application granted granted Critical
Publication of CN111008362B publication Critical patent/CN111008362B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Hydrology & Water Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Environmental Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Remote Sensing (AREA)
  • Operations Research (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Ecology (AREA)
  • Algebra (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Atmospheric Sciences (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种洪水预报启动及停止计算的动态降雨判别方法。其中，包括基于降雨量的洪水预报启动计算方法，其包括以下步骤：降水监控步骤S1、流域面平均雨量计算步骤S2、启动阈值计算步骤S3：第一历时阶段对比步骤S41、第二历时阶段对比步骤S42、计算启动步骤S5：服务器开启防洪预报计算程序。也包括基于降雨量的洪水预报停止计算方法，其包括以下步骤：流域面平均雨量计算步骤S60、停止阈值计算步骤S61、第三历时阶段对比步骤S71、第四历时阶段对比步骤S72、计算停止步骤S8。本发明用于因应流域面降雨量变化而启动/停止洪水预报监控计算，从而节省计算机资源消耗。

Description

一种洪水预报启动及停止计算的动态降雨判别方法
本发明涉及水文洪水监控技术领域，尤其涉及一种洪水预报启动及停止计算的动态降雨判别方法。
背景技术
水文信息是防汛抗旱的“耳目”，水文预报是防洪决策、抗洪抢险及水利工程运行调度的重要依据。
根据洪水成因可将洪水分为暴雨洪水、融雪洪水及溃坝洪水等类型，其中暴雨洪水是最为常见。根据流域的降雨与出口水文过程的相关关系，水文学者根据实测资料分析了两者之间的规律，并总结了多种预报技术。从对中间水文过程的关注与否可以分为黑箱子模型、概念性模型、物理模型；按照对流域水文过程描述的离散程度分类可以分为集总式模型、分布式模型。其中我们常用的降雨径流相关图、单位线法属于黑箱子、集总式模型，新安江模型属于概念性、集总式模型。Topmodel属于概念性、半分布式模型；SWAT、VIC模型则属于物理模型、分布式模型。
具有利用现代化计算机技术实现了洪水预报模型开发、建模、率定，并以此为基础实现了洪水自动预报。自动采集得到的实时水雨情信息通过公共或专用网络从水文/气象站传输到水情中心，进行处理、转换后存储到数据库管理系统，预报系统获取实时水情、雨情信息，并结合地理信息、未来雨量预测成果输入到模型中自动计算以及修正处理，得到流域出口或者各个网格单元的出口流量。基于信息化技术的洪水预报系统已经成为水文预报服务的重要支撑手段，越来越广泛的作为水情预报的发布依据，代表了水文预报作业发展方向。
现有的水文预报系统中，一般采用定时触发的方式来执行站点的自动滚动预报，即按照固定的时间间隔或指定的时间点来自动执行洪水预报计算。这种方式存在的问题是，无论是否有降雨发生及有无未来可能洪水，系统都需要对所有的站点启动预报计算，会造成大量的计算性能的浪费和不必要的时间延时。特别是近年随着中小河流监测及山洪灾害防治断面的增加，洪水预警预报任务急剧增加，传统方式需要较高的计算机性能方可满足计算；当系统处于运算高峰时，大量计算资源被分摊，会导致洪水发生概率高的站点计算时间延长，从而影响预警时效性。随着分布式水文洪水预报模型的推广及应用，传统方法面对的时效性问题将愈加严重。
发明内容
为了克服现有技术的不足，本发明的目的，在于提供一种基于降雨量的洪水预报启动计算方法，本发明用于因应流域面降雨量变化而启动/停止洪水预报监控计算，从而节省计算机资源消耗。
为了实现本发明的目的，本发明所述的一种基于降雨量的洪水预报启动计算方法，其包括以下步骤：
降水监控步骤S1：根据服务器从外部实时降雨或降雨预测接口获知当前河流的流域面内近期是否存有降水发生，若是，则执行下一步；若否，服务器持续监控降雨数据；
流域面平均雨量计算步骤S2：按所述监测站数量为1或大于1两种情形处理，求得流域面基于每小时的平均降雨量数值Pt；
阈值计算步骤S3：结合暴雨公式：
Figure BDA0002272152380000021
以及已获知流域内的单位小时平均降雨量参数Ps，已获知的第一阶段暴雨递减系数NS1-6，已获知的第二阶段暴雨递减系统NS7-24；计算出自降水起1-6小时的多个第一阈值Ht1，以及计算出7-24小时的多个第二阈值Ht2；
第一历时阶段对比步骤S41：在该预报站点的汇流时间τ内：根据每小时实测的面平均雨量Pt，计算出到当前为止的各个历时的累积雨量Ht，在1-6小时内与相同历时的Ht1进行比较，判断Ht是否出现大于第一阈值Ht1的情况，若是，进入下一步；若否，则执行第二历时阶段对比步骤S42：将各个历时的累积雨量Ht在7-24小时内与相同历时的Ht2进行比较，是否出现大于第二阈值Ht2的情况，若是，进入下一步，若否，持续监控降水数据；
计算启动步骤S5：服务器开启防洪预报计算程序。
进一步地，所述流域逐小时面平均雨量计算步骤S2，若流域内仅设有单一监测站情形，执行S21：根据已知单一站点测得的降雨量，通过当地降雨点面换算公式，算出流域面平均降雨量Pt；若流域内设有多个监测站情形，执行S22：根据所有监测站所测量的降雨量，利用算术平方、泰森多边形、或反距离权重等方法算出流域面平均雨量Pt；
一种基于降雨量的洪水预报停止计算方法，设当前服务器洪水预报计算程序已处于工作状态，其特征在于，包括以下步骤：
S60:判断当前降雨监测站数量情形进行分类处理，计算流域逐小时面平均雨量；
S61：结合暴雨公式，以及已获知的流域内的单位小时平均降雨量参数Pe，第三暴雨递减系数Ne1-6，第四暴雨递减系统Ne7-24；计算出1-6小时的多个第三阈值Ht1，以及计算7-24小时的多个第四阈值Ht2；
第三历时阶段对比步骤S71：在该预报站点的汇流时间τ内：根据每小时实测的面平均雨量Pt，计算到当前为止的各个历时的累积雨量Ht，与相同历时的Ht1进行比较，在1-6小时内是否出现全部小于第三阈值Ht1的情况；若否，继续监控降雨数据；若是，进入第四历时阶段对比步骤S72：将在7-24小时内的各个历时的累积降雨Ht，与相同历时的Ht2进行比较，是否出现全部小于第四阈值Ht2的情况；若是，进入下一步；若否，防洪预报计算程序继续工作；
计算停止步骤S8：服务器停止防洪预报计算程序。
相比现有技术，实施本发明的有益效果在于：
(1)本方法实现了动态的预报计算启动及停止判断条件的计算，为智能化的预报计算提供了一条可行方案，既保证了洪水预报的执行不缺漏，又减少了预报系统的连续运行所需系统资源。
(2)本方法既实现了结合站点实际情况的预报计算启动及停止的降雨过程动态识别，实现了精确、可靠的判断，同时参数非常少(启动和停止条件分别3个参数)，计算简便，可行性强。另外由于暴雨公式是具有普遍适用性的一般公式，故本方法适应性强，可广泛用于全国各地区，在应用过程中只需要结合本地的实际情况对参数进行调整即可。
附图说明
图1为本发明所述洪水预报启动计算方法；
图2为本发明所述洪水预报停止计算方法；
图3为根据监测站数量分单一和多个两种情形进行求流域面平均降雨量的方法；
图4为对应于图1的具体实施流程图例；
图5为对应于图2的具体实施流程图例；
图6为本发明暴雨定点定面换算系数查算图(暴雨低区)；
图7为本发明暴雨定点定面换算系数查算图(暴雨高区)；
图8为暴雨雨力图，1/6～6～12～24小时折线图。
图中，1、降水监控步骤S1；2、流域面平均雨量计算步骤S2；3、阈值计算步骤S3；41、第一历时阶段对比步骤S41；42、第二历时阶段对比步骤S42；5、计算启动步骤S5；60、流域逐小时面平均雨量计算步骤S60；61、阈值计算步骤S61；71、第三历时阶段对比步骤S71；72、第四历时阶段对比步骤S72；8、计算停止步骤S8。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
如图1至图8所示，本发明所提高的公式或数值关系请参考任一版的《水文与水资源学概论》：在图4中Ns1-6为启动条件的1h～6h区间暴雨递减指数，Ns6-24为启动条件的6h～24h区间暴雨递减指数，Tc为流域汇流时间。在图5中，Ne1-6为停止条件的1h～6h区间暴雨递减指数，Ne6-24为停止条件的6h～24h区间暴雨递减指数，Tc为流域汇流时间。
本方法以雨力公式以及降雨量点面换算关系为基础，推导了一种以任意流域大小、任意时段长为判断要素的动态雨量识别算法，当雨量条件满足动态启动/停止雨量时，作为触发预报启动/停止的依据。
本算法提出了一种有效可行的洪水启动/停止的自适应判断方法，并针对广东省率定了相关的参数，实现了智能化、自动化的水文洪水预报计算启动/停止运算，有效解决了传统方法存在的弊端，可有效提高水文洪水预报系统的运行效率，提高洪水预警预报时效性，为防洪减灾提供更长预见期。然后，具体操作步骤如下：
1.根据暴雨公式，流域内降雨量大小与历时具有以下规律：
Figure BDA0002272152380000061
n为暴雨递减指数；
2.采用6h作为分界点，当1h≤t≤6h时，
Figure BDA0002272152380000062
当6h＜t≤24h时，
Figure BDA0002272152380000063
3.当6h＜t≤24h时，可将表达式转换为H1的表达式：
Figure BDA0002272152380000064
4.根据流域内降雨量在空间分布的特点，根据雨量点面换算关系，
Figure BDA0002272152380000065
式中η为点面雨量换算系数，H为流域面平均雨量，H′为流域中心点雨量。点面换算系数大小与流域面积大小以及降雨历时有关，η＝f(t,F)，其中t为降雨历时，F为流域面积；
5.根据广东省暴雨点面换算图表，可采用拟合函数
Figure BDA0002272152380000066
6.当流域内有多个雨量站时，流域面平均雨量通过多个雨量站采用算术平均、泰森多边形、反距离权重等方法计算得到；当流域内只有一个雨量站时，流域面平均雨量通过单站雨量与点面换算系数计算得到：
Figure BDA0002272152380000067
7.当站点处于未启动状态时，
Figure BDA0002272152380000068
值取Ps以及n值取ns，即可计算出任意历时t(t≤τ，τ为站点所在流域的汇流时间)对应的Ht，当某一个t时段实际面平均降雨量超过对应时段的降雨量Ht时，则启动预报计算；在考虑前期降水水平时，
Figure BDA0002272152380000069
取Pc，以及n值取ns，可计算出任意历时t相应降雨量Ht，当t时段内任意P+Pa大于Ht时，则启动预报计算；
8.当站点处于启动预报状态时，
Figure BDA00022721523800000610
值取Pe以及n值ne，即可计算出任意历时t(t≤τ)的相应降雨量Ht，当各历时的面平均降雨量均小于对应时段的降雨量Ht时，则停止预报计算。
第一实施例流域内雨量站数量大于1个的情形：
以南方某省高夫水文站为例，该站流域内有黄竹、高夫两个雨量站。
指标 数值 说明
Ps 18 1小时面平均雨力，启动条件
Pe 10 1小时面平均雨力，停止条件
Ns1-6 0.65 启动条件的暴雨递减指数，1～6小时
Ns6-24 0.63 启动条件的暴雨递减指数，6～24小时
Ne1-6 0.5 停止条件的暴雨递减指数，1～6小时
Ne6-24 0.5 停止条件的暴雨递减指数，6～24小时
Tc 10 汇流时间，单位：小时
由此计算得到各个历时的启动及停止判断雨量：
历时(h) 1 2 3 4 5 6 7 8 9 10
Hs(启动) 18.0 22.9 26.4 29.2 31.6 33.7 35.7 37.5 39.2 40.7
He(停止) 10.0 14.1 17.3 20.0 22.4 24.5 26.5 28.3 30.0 31.6
2019年5月4日至6日降雨过程识别如下：
Figure BDA0002272152380000071
Figure BDA0002272152380000081
Figure BDA0002272152380000091
从表中统计结果分析，5月5日4时的连续9小时、10小时的累积雨量达到相应历时的启动标准，需要开始执行预报计算，进入洪水预报计算启动状态；5月5日22时各个时段的累积雨量均低于相应历时的停止标准，故结束该站洪水预报计算，进入洪水预报计算停止状态。
2019年6月9日至10日降雨过程识别如下：
Figure BDA0002272152380000092
Figure BDA0002272152380000101
从表中统计结果分析，6月10日2时的多个时段的累积雨量达到相应历时的启动标准，需要开始执行预报计算，进入洪水预报计算启动状态；6月10日12时各个时段的累积雨量均低于相应历时的停止标准，故结束该站洪水预报计算，进入洪水预报计算停止状态。
第二实施例，流域内雨量站只有1个的情形
以南方某省长江站为例，该站点集水面积84.99km2。汇流时间为4h，该站点流域内只有一个雨量站。
指标 数值 说明
Ps 18 1小时面平均雨力，启动条件
Pe 10 1小时面平均雨力，停止条件
Ns1-6 0.65 启动条件的暴雨递减指数，1～6小时
Ns6-24 0.63 启动条件的暴雨递减指数，6～24小时
Ne1-6 0.5 停止条件的暴雨递减指数，1～6小时
Ne6-24 0.5 停止条件的暴雨递减指数，6～24小时
Tc 4 汇流时间，单位：小时
根据技术方案1、2，可以计算出汇流时间内的各历时的启动及停止雨量：
历时(h) 1 2 3 4
Hs 18.0 22.9 26.4 29.2
He 10.0 14.1 17.3 20.0
该流域暴雨点面换算关系进行函数拟合可得到拟合参数：
Figure BDA0002272152380000111
Figure BDA0002272152380000121
计算得到长江站流域以上点面换算系数：
历时(h) 1 2 3 4
点面换算系数η 0.8797 0.881 0.896 0.908
2019年5月4日至5日降雨过程识别如下：
Figure BDA0002272152380000122
Figure BDA0002272152380000131
从表中统计结果分析，该站没有累积雨量达到相应历时的启动标准，无需开始执行预报计算。
2019年6月12日-13日降雨过程识别如下：
Figure BDA0002272152380000141
Figure BDA0002272152380000151
从表中统计结果分析，该站6月13日1时的3、4h时段的累积雨量达到相应历时的启动标准，需要开始执行预报计算，进入洪水预报计算启动状态；6月13日7时各个时段的累积雨量均低于相应历时的停止标准，故结束该站洪水预报计算，进入洪水预报计算停止状态。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (3)

1.基于降雨量的洪水预报启动计算方法，其特征在于，包括以下步骤：
降水监控步骤S1：根据服务器从外部实时降雨或降雨预测接口获知当前河流的流域面内近期是否存有降水发生，若是，则执行下一步；若否，服务器持续监控降雨数据；
流域面平均雨量计算步骤S2：按所述监测站数量为1或大于1两种情形处理，求得流域面基于每小时的平均降雨量数值Pt；
启动阈值计算步骤S3：结合暴雨公式：
Figure FDA0002272152370000011
以及已获知流域内的单位小时平均降雨量参数Ps，已获知的第一阶段暴雨递减系数Ns1-6，已获知的第二阶段暴雨递减系统Ns7-24；计算出自降水起1-6小时的多个第一阈值Ht1，以及计算出7-24小时的多个第二阈值Ht2；
第一历时阶段对比步骤S41：在该预报站点的汇流时间τ内：根据每小时实测的面平均雨量Pt，计算出到当前为止的各个历时的累积雨量Ht，在1-6小时内与相同历时的Ht1进行比较，判断Ht是否出现大于第一阈值Ht1的情况，若是，进入下一步；若否，则执行第二历时阶段对比步骤S42：将各个历时的累积雨量Ht在7-24小时内与相同历时的Ht2进行比较，是否出现大于第二阈值Ht2的情况，若是，进入下一步，若否，持续监控降水数据；
计算启动步骤S5：服务器开启防洪预报计算程序。
2.如权利要求1所述的基于降雨量的洪水预报启动计算方法，其特征在于：所述流域逐小时面平均雨量计算步骤S2，若流域内仅设有单一监测站情形，执行S21：根据已知单一站点测得的降雨量，通过当地降雨点面换算公式，算出流域面平均降雨量Pt；若流域内设有多个监测站情形，执行S22：根据所有监测站所测量的降雨量，利用算术平方、泰森多边形、或反距离权重等方法算出流域面平均雨量Pt。
3.基于降雨量的洪水预报停止计算方法，设当前服务器洪水预报计算程序已处于工作状态，其特征在于，包括以下步骤：
S60:判断当前降雨监测站数量情形进行分类处理，计算流域逐小时面平均雨量；
停止阈值计算步骤S61：结合暴雨公式，以及已获知的流域内的单位小时平均降雨量参数Pe，第三暴雨递减系数Ne1-6，第四暴雨递减系统Ne7-24；计算出1-6小时的多个第三阈值Ht1，以及计算7-24小时的多个第四阈值Ht2；
第三历时阶段对比步骤S71：在该预报站点的汇流时间τ内：根据每小时实测的面平均雨量Pt，计算到当前为止的各个历时的累积雨量Ht，与相同历时的Ht1进行比较，在1-6小时内是否出现全部小于第三阈值Ht1的情况；若否，继续监控降雨数据；若是，进入第四历时阶段对比步骤S72：将在7-24小时内的各个历时的累积降雨Ht，与相同历时的Ht2进行比较，是否出现全部小于第四阈值Ht2的情况；若是，进入下一步；若否，防洪预报计算程序继续工作；
计算停止步骤S8：服务器停止防洪预报计算程序。
CN201911108937.XA 2019-11-13 2019-11-13 一种洪水预报启动及停止计算的动态降雨判别方法 Active CN111008362B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911108937.XA CN111008362B (zh) 2019-11-13 2019-11-13 一种洪水预报启动及停止计算的动态降雨判别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911108937.XA CN111008362B (zh) 2019-11-13 2019-11-13 一种洪水预报启动及停止计算的动态降雨判别方法

Publications (2)

Publication Number Publication Date
CN111008362A true CN111008362A (zh) 2020-04-14
CN111008362B CN111008362B (zh) 2023-06-02

Family

ID=70112132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911108937.XA Active CN111008362B (zh) 2019-11-13 2019-11-13 一种洪水预报启动及停止计算的动态降雨判别方法

Country Status (1)

Country Link
CN (1) CN111008362B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320827A (zh) * 2014-07-06 2016-02-10 章华芳 降雨径流预报系统
CN105608840A (zh) * 2016-03-09 2016-05-25 长江水利委员会水文局 一种基于融合定量降雨预报算法的山洪预警平台及预警方法
CN108388957A (zh) * 2018-01-25 2018-08-10 河海大学 一种基于多特征融合技术的中小河流洪水预报方法及其预报系统
JP2019045290A (ja) * 2017-09-01 2019-03-22 東急建設株式会社 河川水位予測システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320827A (zh) * 2014-07-06 2016-02-10 章华芳 降雨径流预报系统
CN105608840A (zh) * 2016-03-09 2016-05-25 长江水利委员会水文局 一种基于融合定量降雨预报算法的山洪预警平台及预警方法
JP2019045290A (ja) * 2017-09-01 2019-03-22 東急建設株式会社 河川水位予測システム
CN108388957A (zh) * 2018-01-25 2018-08-10 河海大学 一种基于多特征融合技术的中小河流洪水预报方法及其预报系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张万宝;苏新国;: "宁夏贺兰山小流域洪水预报方法探讨" *
李哲;杨大文;田富强;: "基于地面雨情信息的长江三峡区间洪水预报研究" *
温立成;: "地震灾区应急洪水预报方案建立研究" *

Also Published As

Publication number Publication date
CN111008362B (zh) 2023-06-02

Similar Documents

Publication Publication Date Title
Gao et al. Simulation and design of joint distribution of rainfall and tide level in Wuchengxiyu Region, China
WO2021073192A1 (zh) 一种考虑预报误差降低水库洪水起调水位的预报调度方法
CN115188163B (zh) 一种基于暴雨与洪水相似性的洪水预警方法及系统
CN104318058A (zh) 基于雨量监测的泥石流预警方法
CN115640967B (zh) 一种基于极端降水灾害预估的电网资源弹性调配方法
CN109033517B (zh) 一种提高雨水管网设计方案适用性的工程优化方法
Zhang et al. A multi-strategy-mode waterlogging-prediction framework for urban flood depth
CN109086978A (zh) 一种雨水排水系统内涝风险评估方法
CN113222368B (zh) 一种基于雨水花园监测数据的雨洪预警方法
CN115409340A (zh) 一种短周期旱涝急转指数构建方法及系统
CN103093619A (zh) 基于智能交通系统的交通评价方法及装置
CN111008362A (zh) 一种洪水预报启动及停止计算的动态降雨判别方法
Iyamuremye et al. Extreme value modelling of rainfall using poisson-generalized pareto distribution: A case study tanzania
Durowoju et al. Relationship between extreme daily rainfall and maximum daily river discharge within Lagos metropolis
CN116643328A (zh) 一种基于网络预报的城市内涝预报方法
CN116167547A (zh) 一种智能水务管控系统及方法
Huang et al. Revisiting functional no-flow events in the Lower Yellow River
Suljić et al. Analysis of Time Oscillations of Water on Lake Modric as a Multi-Purpose Reservoir
Li et al. Precondition Study of a Sponge City: Comprehensive Assessment of the Vulnerability of an Urban Rainwater System
Siwila et al. Climate change impact investigation on hydro-meteorological extremes on Zambia’s Kabompo catchment
Snu et al. Flood frequency analysis at the downstream of Sg. Perak River basin using annual maximum flow discharge data
CN118037062A (zh) 一种基于因果与或图的内涝灾害风险评估系统
Abbot et al. The application of artificial intelligence for monthly rainfall forecasting in the Brisbane Catchment, Queensland, Australia
Pietersen et al. AREAL REDUCTION FACTORS FOR DESIGN RAINFALL ESTIMATION IN THE MODDER-RIET RIVER BASIN, SOUTH AFRICA
Jin et al. Quantitative analysis of coastal dune erosion based on geomorphology features and model 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