CN111090934A - 基于雨量和空间划分的降水-径流-淹没模拟方法 - Google Patents

基于雨量和空间划分的降水-径流-淹没模拟方法 Download PDF

Info

Publication number
CN111090934A
CN111090934A CN201911274843.XA CN201911274843A CN111090934A CN 111090934 A CN111090934 A CN 111090934A CN 201911274843 A CN201911274843 A CN 201911274843A CN 111090934 A CN111090934 A CN 111090934A
Authority
CN
China
Prior art keywords
rainfall
space
runoff
space division
data
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
CN201911274843.XA
Other languages
English (en)
Other versions
CN111090934B (zh
Inventor
胡德勇
于琛
刘曼晴
王莎莎
狄宇飞
段欣
张亚妮
张秀华
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.)
Capital Normal University
Original Assignee
Capital Normal University
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 Capital Normal University filed Critical Capital Normal University
Priority to CN201911274843.XA priority Critical patent/CN111090934B/zh
Publication of CN111090934A publication Critical patent/CN111090934A/zh
Application granted granted Critical
Publication of CN111090934B publication Critical patent/CN111090934B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Alarm Systems (AREA)

Abstract

本发明公开了基于雨量和空间划分的降水‑径流‑淹没模拟方法,包括:S1:获取待测流域的初始降水数据,并对数据进行预处理,得到处理后的降水数据;S2:对待测流域的降水量进行情景划分,并建立待测流域的前期影响雨量与降水的关联模型;S3:建立所述前期影响雨量与径流的关联模型;S4:基于DEM对待测流域进行空间划分;S5:利用上述空间划分,实现径流‑淹没模拟;本发明能够解决在区域水文参量缺失的情况下,由降水数据快速模拟径流变化状况,并实现洪水淹没推演,对于提升洪水灾害预测预报能力有着重要的意义。

Description

基于雨量和空间划分的降水-径流-淹没模拟方法
技术领域
本发明涉及水利信息技术领域,更具体的说是涉及基于雨量和空间划分的降水-径流-淹没模拟方法。
背景技术
暴雨洪涝灾害是全球极具破坏性的灾害之一,会对社会经济和生态系统造成极大地损害。我国每年发生多次暴雨事件且影响区域广泛,由暴雨致洪所造成的洪涝灾害,对人的生命财产安全及经济发展产生深远影响。
在暴雨洪涝灾害预测和评估时,准确描述“降水-径流-淹没”关系,使用合理的洪水淹没算法是灾害统计与分析的关键。在模拟洪水淹没算法设计中常见有源种子蔓延算法,应用时通常给定固定水位值,进行淹没与否的判断,未能体现洪水演进中水位信息动态变化过程;同时,有源种子蔓延算法以点单元进行递归计算,这在大区域研究时,会出现数据存储困难、算法效率较低的缺点。
因此,如何提供一种能够解决上述问题的降水-径流-淹没的模拟方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了基于雨量和空间划分的降水-径流-淹没模拟方法,实现了由降水产生到径流的模拟,再到洪水淹没的模拟过程,能够解决由降水事件发生到淹没范围模拟的整体暴雨洪涝灾害机理过程快速且较准确推演。
为了实现上述目的,本发明采用如下技术方案:
一种基于雨量和空间划分的降水-径流-淹没模拟方法,包括:
S1:获取待测流域的初始降水数据以及DEM数据,并对所述初始降水数据进行预处理,得到处理后的降水数据;
S2:对待测流域的降水量进行情景划分,并建立待测流域的前期影响雨量与降水的关联模型;
S3:建立前期影响雨量与径流的关联模型;
S4:根据所述DEM数据的拓扑特征和属性特征,对待测流域进行空间划分;
S5:利用上述空间划分,实现径流-淹没模拟。
采用上述方法的有益效果为:探究前期影响雨量对于的降水-径流机理影响,结合实时降水信息,对洪水演进过程进行模拟预测,可降低输入较多水文参数的冗余工作。
优选的,所述步骤S4还包括:
S41:将DEM数据转换为矢量要素,并进行拓扑检查;
S42:进行空间划分,读取矢量要素的高程属性,并通过拓扑关系,将数个高程属性相同且邻接的要素划分为一个空间数据集,根据拓扑关系界定空间分块的层次逻辑,如果检索的空间分块与邻接边界接触,则进行标记;
S43:为空间划分后的数据集添加面积字段,获取面积属性;
S44:依次遍历空间并提取高程属性和面积属性。
优选的,所述S42还包括:
S421:对所述步骤S41得到的矢量要素结合DEM处理为规则网格结构的要素;
S422:对规则网格结构进行分块,合并高程属性相同且邻接的网格结构,得到不规则空间分块;
S423:选定溃口点,并根据溃口点空间位置结合拓扑关系界定空间划分的层次逻辑,如果检索的空间分块与邻接边界接触,则进行标记;
S424:存储在空间划分后的DEM分块数据的属性表中。
优选的,所述步骤S5还包括:
S51:获取待测流域的平均高程,结合洪量值得到平均水深,从而获取待 测流域的动态水位,公式如下:
Figure RE-GDA0002421968880000031
Figure RE-GDA0002421968880000032
式中,Q为洪量值;q为流量;t为累积时间;H为水位值;h为空间分块的 高程;s为空间分块的面积;i为时间次数,j为空间分块编号,d为迭代次数;
S52:以DEM空间划分作为迭代递进的单元,将满足淹没条件的划分标记 存储,同时根据S44获取洪水演进范围内的高程属性和面积属性;
S53:洪水演进过程模拟,根据拓扑关系界定空间划分的层次逻辑,如果 检索的空间划分与邻接边界接触,则进行标记;判读低于水位值的空间分块, 并标记记录总面积,表达式如下:
Figure RE-GDA0002421968880000033
式中,S为淹没区域的面积;
S54:计算最终状态下水位值,且通过DEM数据得到水深空间分布:
Figure RE-GDA0002421968880000034
式中,hi为DEM各个位置的高程,f(q,t)为径流随时间的变化函数,即总 流量值,SF为最终状态的淹没面积。
优选的,所述步骤S2中,待测流域的降雨雨量分为三种情景(24h累计):小雨0.1-10mm,10.1-50mm,暴雨大于或等于50.1mm。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了基于雨量和空间划分的降水-径流-淹没模拟方法,具有以下有益效果:
(1)本发明探究前期影响雨量对于降水-径流过程的影响,这样在模拟时可降低输入众多水文参数的冗余,尽可能简化与概念化水文过程,提高模型运行效率,提升暴雨洪涝灾害预测预警的时效性。
(2)本发明可以通过动态洪水参量进行输入,实现洪水动态演进过程分析,解决了以往采用单一静态水位模拟的局限性。
(3)本文算法可在灾害发生时,结合实时降水信息,对洪水演进过程进行模拟预测,可实现洪水灾害预测预报。为抗洪抢险提供决策支持,对管控灾情、减少损失具有重要意义。
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,下面将对实施例或现有技术描述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,还可以根据提供的附图获得其他的附图。
图1附图为本发明基于雨量和空间划分的降水-径流-淹没模拟方法的执行流程图;
图2附图为本发明DEM空间分块属性读取、邻接检索和邻域层级划分示意图;
图3附图为本发明实施例不同降雨情景的降水-流量关系图;
图4附图为本发明实施例基于理想地形的淹没测试图。
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。
参见附图1所示,本发明实施例提供基于雨量和空间划分的降水-径流-淹没模拟方法,包括:
S1:获取待测流域的初始降水数据,并对数据进行预处理,得到处理后的降水数据;
其中,降水数据来源包括以下三种:①气象站点观测数据,其特征为固定的点位数据,记录时间持续;②卫星降水产品数据,其特征为面状数据,覆盖范围大,准实时;③实测雨量计,其特征可移动的点位数据,应用于较小范围,可密集布置。
具体数据预处理过程如下:①③数据通常采用泰森多边形法或克里金插 值法得到面域的雨量均值,获取公式如下:
p=f1p1+f2p2+…+fnpn (1)
式中,f1,f2,fn分别为各雨量站泰森多边形面积计算的权重数;p1,p2, pn分别为各测站同时期降雨量和流域平均雨量。
Figure RE-GDA0002421968880000051
Figure RE-GDA0002421968880000052
Figure RE-GDA0002421968880000053
式中,
Figure RE-GDA0002421968880000054
是点位处的估计值,pi是已知雨量站点数值,λ表示权重,
Figure RE-GDA0002421968880000055
满 足与真实值差值最小最优系数minVar,同时满足无偏估计E。
②数据直接获取,获取公式如下:
Figure RE-GDA0002421968880000056
式中,n为栅格卫星降水数据的栅格个数。
S2:对待测流域的降水量进行情景划分,并建立待测流域的前期影响雨 量与降水的关联模型,建立过程如下:
建立研究流域T、Y站点的降水-流量关系模型。通过前期影响雨量分析研 究流域的降水与流量关联信息,用于探究流域降水和流量变化规律,计算公 式为:
Pa,t=Ka(Pt-1+Pa,t-1) (6)
式中,Ka是消退系数;Pt-1为前t-1日的降水量(mm);Pa,t-1为前t-1日的 前期影响雨量(mm)。
Ka的取值范围一般在0.8-0.95之间,经测试本研究取值可以为0.85,本 实施例中可以使用前5日的累计降水量获取Pt-1,即在实施例中t的取值为6, 具体公式如下:
Figure RE-GDA0002421968880000061
式中,pi为前i日的降水量(mm);系数ai的取值可以为i/15。
S3:建立所述前期影响雨量与径流的关联模型;
其中,不同降雨情景下的关系模型,可表示为如下两种形式:
y=loga x+b (8)
y=ax+b (9)
具体的,在降水-径流模拟时,预先对噪声数据进行了筛选处理,以保证 关系模型的相关性。
S4:基于DEM对待测流域进行空间划分;
S5:利用上述空间划分,实现径流-淹没模拟。
参见附图2所示,在一个具体的实施例中,步骤S4还包括:
S41:将DEM数据转换为矢量要素,并进行拓扑检查;
S42:进行空间划分,读取矢量要素的高程属性,并通过拓扑关系,将数个高程属性相同且邻接的要素划分为一个空间数据集,根据拓扑关系界定空间分块的层次逻辑,如果检索的空间分块与邻接边界接触,则进行标记;
S43:为空间划分后的数据集添加面积字段,获取面积属性;
S44:依次遍历空间并提取高程属性和面积属性。
在一个具体的实施例中,所述S42还包括:
S421:对所述步骤S41得到的矢量要素结合DEM处理为规则网格结构的要素;
S422:对规则网格结构进行分块,合并高程属性相同且邻接的网格结构,得到不规则空间分块;
S423:选定溃口点,并根据溃口点空间位置结合拓扑关系界定空间划分的层次逻辑,如果检索的空间分块与邻接边界接触,则进行标记;
其中,溃口点需要人工选定,即结合相关资料和信息,预估潜在可能发生溃口的位置,在空间划分后的DEM数据上标记,还可以将溃口点描述为溃口位置:模型中一个点位或者一段河道均可作为溃口,并进行后续计算。
S424:存储在空间划分后的DEM分块数据的属性表中。
在一个具体的实施例中,所述步骤S5还包括:
S51:获取待测流域的平均高程,结合洪量值得到平均水深,从而获取动 态水位,公式如下:
Figure RE-GDA0002421968880000071
Figure RE-GDA0002421968880000072
式中,Q为洪量值;q为流量;t为累积时间;H为水位值;h为空间分块的 高程;s为空间分块的面积;i为时间次数,j为空间分块编号,d为迭代次数;
S52:以DEM空间划分作为迭代递进的单元,将满足淹没条件的划分标记 存储,同时根据S44获取洪水演进范围内的高程属性和面积属性;
S53:洪水演进过程模拟,根据拓扑关系界定空间划分的层次逻辑,如果 检索的空间划分与邻接边界接触,则进行标记。判读低于水位值的空间分块, 并标记记录总面积,公式如下:
Figure RE-GDA0002421968880000073
式中,S为淹没区域的面积。
具体的,通过如下方法判断洪水演进过程模拟是否终止:①计算平均水深时,当结果小于设定阈值时,算法结束运行;②前后两次迭代淹没区域的面积是否发生变化,若未在变化,算法结束运行。
S54:计算最终状态下水位值,且通过DEM数据得到水深空间分布:
Figure RE-GDA0002421968880000074
式中,hi为DEM各个位置的高程,f(q,t)为径流随时间的变化函数,即总 流量值,SF为最终状态的淹没面积。
在一个具体的实施例中,所述步骤S2中,待测流域的降雨雨量分为三种情景(24h累计):小雨0.1-10mm,10.1-50mm,暴雨大于或等于50.1mm。
实施例2
预先获取的T、Y两个水文站所得到的降雨数据以及DEM数据,在降水-径流模拟时,预先对噪声数据进行了筛选处理,以保证关系模型的相关性。对流量按大小进行分段,统计T、Y水文站逐段模拟流量的平均误差。各流量范围下,模型计算结果均低于记录值。流量范围在(0, 1500)区间的占比最大(68.74%),相对误差最小(平均4.47%);在(1500, 3000)流量区间下,平均相对误差增长到14.76%,具体结果参见表1及附图2所示。
Figure 91821DEST_PATH_IMAGE014
从统计结果来看,模拟模型能够较准确描述低值流量区间的降水-流量关系。
抽取T、Y站点的水位样本,与模拟水位值进行验证,结果如表2所示。其中,T站模拟的误差范围为(-1.44, 1.22),平均绝对误差0.86m,均方根误差1.02m。Y站模拟的误差范围为(-0.21, -0.99),平均绝对误差0.73m,均方根误差0.41m。
T、Y两个站点除X01、X02样本模拟结果均值偏差为1.04m和1.05m,其余样本偏差均小于1m。介于本次模拟使用的DEM数据精度单位为1m,整体来看模拟效果良好。
Figure DEST_PATH_IMAGE015
通过上述关键处理与方法研究,整理径流-淹没范围模拟的流程方案。通过DEM、初始位置和洪水信息的输入数据,得到迭代变化的水位值信息。将高程低于水位值的分块区域标记存储为淹没区,计算水深空间分布。
通过降水-径流-淹没范围模拟,构建由降水数据模拟径流量,再到计算淹没范围为一体的暴雨洪涝灾害处理流程方案,具体步骤包括,基于收集的研究流域水文信息,开展洪水演进的情景测试、模拟分析和模型对比,具体过程如下:
Ⅰ.构建两组理想化的地形情景,进行算法的适用性测试
两组地形情景格网阵列相同,且格网单位面积设置为1m2,V字地形的特征表现为中心点高程最低(0m),向四周扩展高程逐渐升高,最外层高程为30m(参见附图4(a)所示),倒V字地形的特征表现为中心点高程最高(30m),向外高程逐渐降低,且最外层的高程是0m(参见附图4(d)所示),两组理想地形的剖面线表现为“倒三角”和“正三角”的形态(参见附图4(c)(f)所示)。
Ⅱ.采用静态参量输入的方法进行算法适用性测试
两组情景的洪量值都设置为30000 m3,且均假定洪水初始位置为地形中心点,附图4(b)(e)展示了两组地形受洪水淹没后,水深分布的最终形态;V字地形,洪水由内向外逐渐填充,水深分布表现为内深外浅(参见附图4(c)所示);倒V字地形,洪水会先扩散到地势较低的外层区域,再逐渐向高地势的地方蔓延,水深分布表现为外深内浅,且中间较高地势区域未被淹没。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种基于雨量和空间划分的降水-径流-淹没模拟方法,其特征在于,包括:
S1:获取待测流域的初始降水数据以及DEM数据,并对所述初始降水数据进行预处理,得到处理后的降水数据;
S2:对待测流域的降水量进行情景划分,并建立待测流域的前期影响雨量与降水的关联模型;
S3:建立前期影响雨量与径流的关联模型;
S4:根据所述DEM数据的拓扑特征和属性特征,对待测流域进行空间划分;
S5:利用上述空间划分,实现径流-淹没模拟。
2.根据权利要求1所述的一种基于雨量和空间划分的降水-径流-淹没模拟方法,其特征在于,所述步骤S4还包括:
S41:将DEM数据转换为矢量要素,并进行拓扑检查;
S42:进行空间划分,读取矢量要素的高程属性,并通过拓扑关系,将数个高程属性相同且邻接的要素划分为一个空间数据集,根据拓扑关系界定空间分块的层次逻辑,如果检索的空间分块与邻接边界接触,则进行标记;
S43:为空间划分后的数据集添加面积字段,获取面积属性;
S44:依次遍历空间并提取高程属性和面积属性。
3.根据权利要求2所述的一种基于雨量和空间划分的降水-径流-淹没模拟方法,其特征在于,所述S42还包括:
S421:对所述步骤S41得到的矢量要素结合DEM处理为规则网格结构的要素;
S422:对规则网格结构进行分块,合并高程属性相同且邻接的网格结构,得到不规则空间分块;
S423:选定溃口点,并根据溃口点空间位置结合拓扑关系界定空间划分的层次逻辑,如果检索的空间分块与邻接边界接触,则进行标记;
S424:存储在空间划分后的DEM分块数据的属性表中。
4.根据权利要求1所述的一种基于雨量和空间划分的降水-径流-淹没模拟方法,其特征在于,所述步骤S5还包括:
S51:获取待测流域的平均高程,结合洪量值得到平均水深,从而获取待测流域的动态水位,公式如下:
Figure RE-FDA0002421968870000021
Figure RE-FDA0002421968870000022
式中,Q为洪量值;q为流量;t为累积时间;H为水位值;h为空间分块的高程;s为空间分块的面积;i为时间次数,j为空间分块编号,d为迭代次数;
S52:以DEM空间划分作为迭代递进的单元,将满足淹没条件的划分标记存储,同时根据S44获取洪水演进范围内的高程属性和面积属性;
S53:洪水演进过程模拟,根据拓扑关系界定空间划分的层次逻辑,如果检索的空间划分与邻接边界接触,则进行标记;判读低于水位值的空间分块,并标记记录总面积,表达式如下:
Figure RE-FDA0002421968870000023
式中,S为淹没区域的面积;
S54:计算最终状态下水位值,且通过DEM数据得到水深空间分布:
Figure RE-FDA0002421968870000024
式中,hi为DEM各个位置的高程,f(q,t)为径流随时间的变化函数,即总流量值,SF为最终状态的淹没面积。
5.根据权利要求1所述的一种基于雨量和空间划分的降水-径流-淹没模拟方法,其特征在于,所述步骤S2中,待测流域的降雨分为三种情景:小雨0.1-10mm,中大雨10.1-50mm,暴雨大于或等于50.1mm。
CN201911274843.XA 2019-12-12 2019-12-12 基于雨量和空间划分的降水-径流-淹没模拟方法 Active CN111090934B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911274843.XA CN111090934B (zh) 2019-12-12 2019-12-12 基于雨量和空间划分的降水-径流-淹没模拟方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911274843.XA CN111090934B (zh) 2019-12-12 2019-12-12 基于雨量和空间划分的降水-径流-淹没模拟方法

Publications (2)

Publication Number Publication Date
CN111090934A true CN111090934A (zh) 2020-05-01
CN111090934B CN111090934B (zh) 2022-06-10

Family

ID=70396369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911274843.XA Active CN111090934B (zh) 2019-12-12 2019-12-12 基于雨量和空间划分的降水-径流-淹没模拟方法

Country Status (1)

Country Link
CN (1) CN111090934B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288151A (zh) * 2020-10-22 2021-01-29 武汉大学 一种面向灾害应急的灾害链构建与灾害分析方法
CN112381285A (zh) * 2020-11-12 2021-02-19 中国科学院空天信息创新研究院 一种基于遥感的洪涝淹没预测方法
CN113158464A (zh) * 2021-04-22 2021-07-23 宁波弘泰水利信息科技有限公司 一种基于dem的洪水淹没演进过程分析方法
CN113408211A (zh) * 2021-07-12 2021-09-17 中国水利水电科学研究院 基于机器学习的城市内涝积水点积水过程预测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289570A (zh) * 2011-07-23 2011-12-21 浙江大学 基于降雨-径流-洪水演进计算的洪水预报方法
CN104298841A (zh) * 2013-07-16 2015-01-21 杭州贵仁科技有限公司 一种基于历史数据的洪水预报方法和系统
US20190354873A1 (en) * 2018-02-16 2019-11-21 Lucas Pescarmona Analysis system and hydrology management for basin rivers

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289570A (zh) * 2011-07-23 2011-12-21 浙江大学 基于降雨-径流-洪水演进计算的洪水预报方法
CN104298841A (zh) * 2013-07-16 2015-01-21 杭州贵仁科技有限公司 一种基于历史数据的洪水预报方法和系统
US20190354873A1 (en) * 2018-02-16 2019-11-21 Lucas Pescarmona Analysis system and hydrology management for basin rivers

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
J. ZHU: "GIS Based Urban Flood Inundation Modeling", 《2010 SECOND WRI GLOBAL CONGRESS ON INTELLIGENT SYSTEMS》 *
于琛,胡德勇,段欣,张亚妮,曹诗颂,张旸: "基于降水-流量关联与水力模型的暴雨洪涝灾害预警", 《水电能源科学》 *
赖广陵等: "于六边形格网的城市内涝洪水演进方法研究", 《测绘学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288151A (zh) * 2020-10-22 2021-01-29 武汉大学 一种面向灾害应急的灾害链构建与灾害分析方法
CN112288151B (zh) * 2020-10-22 2022-05-13 武汉大学 一种面向灾害应急的灾害链构建与灾害分析方法
CN112381285A (zh) * 2020-11-12 2021-02-19 中国科学院空天信息创新研究院 一种基于遥感的洪涝淹没预测方法
CN112381285B (zh) * 2020-11-12 2024-06-07 中国科学院空天信息创新研究院 一种基于遥感的洪涝淹没预测方法
CN113158464A (zh) * 2021-04-22 2021-07-23 宁波弘泰水利信息科技有限公司 一种基于dem的洪水淹没演进过程分析方法
CN113408211A (zh) * 2021-07-12 2021-09-17 中国水利水电科学研究院 基于机器学习的城市内涝积水点积水过程预测方法及系统
CN113408211B (zh) * 2021-07-12 2022-02-11 中国水利水电科学研究院 基于机器学习的城市内涝积水点积水过程预测方法及系统

Also Published As

Publication number Publication date
CN111090934B (zh) 2022-06-10

Similar Documents

Publication Publication Date Title
CN111090934B (zh) 基于雨量和空间划分的降水-径流-淹没模拟方法
US20220327447A1 (en) Climate-based risk rating
Bhandari et al. 2D unsteady flow routing and flood inundation mapping for lower region of Brazos River watershed
Wu et al. The characteristics of regional heavy precipitation events over eastern monsoon China during 1960–2013
CN111666314B (zh) 基于多因子的风暴潮易损性评估方法、装置和计算机设备
CN112381285B (zh) 一种基于遥感的洪涝淹没预测方法
CN111915158A (zh) 一种基于Flood Area模型的暴雨灾害天气风险评估方法、装置及设备
CN110008439B (zh) 基于矩阵分解的降雨数据时空一体化插值算法
CN112132341B (zh) 一种基于暴雨过程的洪水风险预测方法
Thakali et al. Flood risk assessment using the updated FEMA floodplain standard in the Ellicott City, Maryland, United States
CN116579224A (zh) 基于变量筛选重构模型提高陆地水储量重构准确性方法
CN113869804B (zh) 一种洪涝灾害下的电网设备风险预警方法及系统
Pal et al. Projected changes in extreme streamflow and inland flooding in the mid-21st century over Northeastern United States using ensemble WRF-Hydro simulations
Han et al. A GPU-accelerated hydrodynamic model for urban rainstorm inundation simulation: a case study in China
CN113657610A (zh) 一种基于随机森林的冰雹气候特征预测方法
Zahraie et al. SST clustering for winter precipitation prediction in southeast of Iran: Comparison between modified K-means and genetic algorithm-based clustering methods
Yang et al. A novel algorithm with heuristic information for extracting drainage networks from raster DEMs
CN116611681A (zh) 一种考虑微地形影响的配电设备雨涝淹没风险区域分级方法
Ponjiger et al. Evaluation of rainfall erosivity in the Western Balkans by mapping and clustering ERA5 reanalysis data
CN115965243A (zh) 一种用于土地利用变化下洪涝风险动态评价的模型链
CN115841171A (zh) 一种电网输变电设备暴雨淹没的快速预测方法及系统
CN115453664A (zh) 一种适用于无资料地区的降雨径流预报方法
Perera et al. Improvement of socio-hydrological model to capture the dynamics of combined river and urban floods: a case study in Lower Kelani River Basin, Sri Lanka
Hu et al. Methodology and findings for the exposure analysis of the Chinese wastewater sector to flooding and earthquakes hazards
Mustafa et al. Trend analysis of annual and monthly rainfall in Erbil City, Kurdistan Region, Iraq

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