CN111582755B - 一种基于多维度集合信息山洪灾害综合风险动态评估方法 - Google Patents
一种基于多维度集合信息山洪灾害综合风险动态评估方法 Download PDFInfo
- Publication number
- CN111582755B CN111582755B CN202010429000.9A CN202010429000A CN111582755B CN 111582755 B CN111582755 B CN 111582755B CN 202010429000 A CN202010429000 A CN 202010429000A CN 111582755 B CN111582755 B CN 111582755B
- Authority
- CN
- China
- Prior art keywords
- risk
- rainfall
- mountain torrent
- disaster
- village
- 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
Links
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多维度集合信息山洪灾害综合风险动态评估方法,包括以下步骤:步骤1、基于修正的成灾雨量的山洪风险评估;步骤2、基于水位‑流量的山洪风险评估;步骤3、基于淹没范围、流速、水深的山洪风险评估;步骤4、确定山洪风险等级;步骤5、山洪风险的动态评估;步骤6、山洪风险评估结果的不确定性分析。本发明提出了一种基于多维度集合信息山洪灾害综合风险动态评估方法,适应于无资料地区的山洪风险精细化评估,评估指标更加科学可靠,并基于实时监测数据或模型的模拟预报数据,进行山洪风险的动态评估,为山洪灾害防御提供了更有效的决策依据。
Description
技术领域
本发明涉及山洪防御技术领域,尤其涉及一种基于多维度集合信息山洪灾害综合风险动态评估方法,主要用于山洪风险评估与预警决策等工作。
背景技术
山洪灾害是我国当前自然灾害中造成人员伤亡的主要灾种,也是我国防汛工作的难点和薄弱环节。具有点多面广、季节性和区域性明显、突发频发、成灾快、破坏力强等特点。自2006年国务院批复了《全国山洪灾害防治规划》,标志着山洪灾害防治工作进入了新阶段。经过10年的工程与非工程设施建设,不仅提升了山洪灾害的防御水平,同时也积累了大量可靠的基础数据,包括山洪灾害调查评价数据、土地利用与植被类型数据、土壤类型与土壤质地、小流域及下垫面条件数据等,为山洪灾害防治方面的研究工作奠定了良好的基础。
风险评估是山洪预警与决策的重要依据。山洪风险评估的方法众多,大致分为:致灾因子危险性评估、脆弱性分析、临界雨量分析、综合风险评估四个类型。基于致灾因子危险性的评估是在致灾因子分析的基础上,划定危险区与危险等级,建立危险区范围的预测模型,但各危险性因子权重的确定主观性较强,危险区等级划分也无统一标准,不利于推广应用;脆弱性分析是从承灾体的角度,探究其敏感性和抵抗能力,通过矩阵法、指标法、曲线法等评估承灾体脆弱性,但承灾体脆弱性评估需考虑多方面的因素,其间的复杂联系很难用模型表述,受自然或社会因素差异的影响,不能保证其精度;临界雨量分析对于山洪灾害防治至关重要,其基本思路是当小流域中某时段内的降雨量达到或超过某一临界值时,形成洪水恰好等于成灾流量,以此来进行风险评估,但由于数据资料的限制或机理模型的缺陷,该方法也未能推广应用;综合风险评估考虑的因素更多,且方法多种多样,没有形成统一的规范和理论框架,不适宜应用,目前还仅限于研究阶段。
因此,目前各类山洪风险评估方法的适用性不强,应用效果较差,而且山洪多发生于无资料地区,难以在实际应用中,不能为山洪预警与决策提供帮助。
发明内容
本发明设计了一种基于多维度集合信息山洪灾害综合风险动态评估方法,其解决的技术问题是如何在无资料地区开展精细化的山洪风险评估,实现山洪风险更准确的动态评估,易于推广应用。
本发明的目的是通过以下技术方案实现的:
一种基于多维度集合信息山洪灾害综合风险动态评估方法,包括以下步骤:
步骤1、基于修正的成灾雨量的山洪风险评估:
选取发生过山洪灾害的村庄周边n个雨量站作为基准站,发生山洪灾害时n个雨量站所测得的1h、3h、6h雨量作为n个雨量站对应的成灾雨量,利用n个基准站在整个待测区域内进行泰森多边形插值,划分为n个基准单元;整个待测区域内共N个雨量站,N远大于n(N的取值范围与选定的研究区范围与站网密度有关),首先采用N个雨量站在空间上利用泰森多边形进行差值,使每一个雨量站对应空间上的一个单元,即划分了N个最小单元;每个基准单元包含若干个最小单元,并为第i个基准单元赋值1h、3h、6h的成灾雨量Pi-1h、Pi-3h、Pi-6h;第i个基准单元内最小单元的成灾雨量为αj×Pi-1h、αj×Pi-3h、αj×Pi-6h,即在最小单元内的村庄,其成灾雨量就是最小单元的成灾雨量,降雨值超过最小单元的成灾雨量则为一级风险,降雨值没有超过最小单元的成灾雨量则无风险;αj为最小单元的成灾雨量修正系数,j表示基准单元内最小单元的序列号(j不大于10),αj=αj1×αj2;其中P年j为第j个最小单元对应的雨量站的年降雨量;为N个雨量站的平均年降雨量;αj2=δ/δ’或αj2=δ’/δ,δ为每个最小单元的平均坡度,δ’为每个基准单元的平均坡度;
步骤2、基于水位-流量的山洪风险评估:
利用村庄关联的河段风险,推求村庄风险,村庄风险值由Z×β1-p或Q×β1-p计算,风险等级划分使用河道的风险划分标准,其中,Z为河道水位,Q为河道流量,β为修正系数,p为村庄房屋中砖混结构类房屋的比重;修正系数β是将河段关联的所有村庄,按照由小到大排序,H为村庄宅基地与河滩高程差,L为村庄距离河段的垂直距离,处于前20%的村庄,修正系数β设为1.0,处于20-40%的村庄,修正系数β设为0.8,处于40-60%的村庄,修正系数β设为0.6,处于60-100%的村庄,修正系数β设为0.4;
步骤3、基于淹没范围、流速、水深的山洪风险评估:
溃坝淹没范围选用的是水库水位达坝顶高程时的溃坝淹没范围,村庄的风险值由Z库×γ计算,风险等级划分使用水库的风险划分标准,Z库为水库水位,γ为修正系数;修正系数γ是将所有村庄的值作为一个集合,h为溃坝后所有关联村庄中某一村庄的最大淹没深度,v为溃坝后所有关联村庄中某一村庄的最大流速,取所有村庄中的最大值作为分母,每个村庄的作为分子,计算得到每一个村庄的修正系数γ;
步骤4、确定山洪风险等级:
最终的山洪风险等级由步骤1、步骤2、步骤3各维度评估的最高风险等级作为村庄的风险评估等级;
步骤5、山洪风险的动态评估:
在判定风险等级后,进一步基于不断更新的实测降雨或洪水信息,以及预报降雨或洪水信息,基于步骤1、步骤2、步骤3实现山洪风险的动态评估;
步骤6、山洪风险评估结果的不确定性评价:
通过评估相似流域,设计不同情境的暴雨洪水计算,建立相似流域的暴雨洪水图谱来互相验证山洪风险评估结果,降低不确定性。
进一步,步骤1中的山洪风险评估是以2000年以来,发生过山洪灾害的村庄周边n个雨量站作为基准站,发生山洪灾害时n个雨量站所测得的1h、3h、6h雨量作为n个雨量站对应的成灾雨量。其中村庄周边雨量站的确定方法为:基于高精度地形地貌数据确定流域内的水流方向与汇水关系,划分小流域单元,每个流域单元的面积约16km2。村庄周边的雨量站,优先选用村庄所在小流域内的雨量站,若小流域内的雨量站少于3个,则增加该小流域上游的小流域内的雨量站,将上游小流域内的雨量站也选为基准站。由于大部分地区未发生山洪灾害,因此需要采用插值的办法获得整个区域内所有雨量站的成灾雨量。
进一步,步骤1中依据高精度地形数据,计算每个最小单元的平均坡度δ和每个基准单元的平均坡度δ’,并根据遥感影像中的植被覆盖情况判断是否是迎风坡,当最小单元属于迎风坡时,每个最小单元的成灾雨量修正系数αj2=δ/δ’,当最小单元属于背风坡时,每个最小单元的成灾雨量修正系数αj2=δ’/δ,当最小单元部分属于迎风坡,部分属于背风坡时,αj2=δ/δ’。
进一步,步骤2中的山洪风险评估通过设置汇流阈值,使每个小流域只生成1条河段,并建立村庄与小流域内河段的关联关系。由于山洪多发生于无资料地区,河段的水位、流量由实测降雨作为流域分布式水文模型计算求得。
当河段有特征水位时,采用下表作为河段风险等级划分的依据:
如果没有河段特征水位,按照下表作为河段风险等级划分的依据,其中1)若河段有设计洪水的资料则采用现有资料,2)若河段无设计洪水的资料则采用雨洪同频的方法计算设计洪水:
最终村庄的风险值为Z×β1-p或Q×β1-p,其风险等级与河段一致:
进一步,步骤3中的山洪风险评估利用水动力模型计算水库水位达坝顶高程溃坝后的淹没范围,凡在淹没范围内的村庄都与该水库进行关联。水库的风险等级划分标准如下表所示:
计算得到每一个村庄的修正系数γ,村庄的风险值为Z库×γ,其等级划分与水库一致:
进一步,步骤4中的山洪风险等级是通过基于修正的成灾雨量的山洪风险评估、基于水位-流量的山洪风险评估、基于淹没范围、流速、水深的山洪风险评估,确定了村庄从各个维度的山洪风险评估结果,最终的山洪风险等级由各维度评估的最高风险等级作为村庄的风险评估等级。
进一步,步骤5中的山洪风险动态评估中,采用基于修正的成灾雨量的山洪风险评估进行山洪风险动态评估是引入天气雷达与WRF(Weather Research and Forecasting)模式进行降雨预报,对临近2h内采用雷达临近预报结果,对超过2h的采用WRF模式进行预报,预报降雨的空间分辨率为1km×1km,若预报降雨值超过最小单元成灾雨量则为一级风险,预报降雨值没有超过最小单元的成灾雨量则无风险。
进一步,步骤5中的山洪风险动态评估中,采用基于水位-流量的山洪风险评估方法进行山洪风险动态评估是将预报降雨作为流域分布式水文模型的输入,输出值是河道流量,并可根据“河道的水位—流量关系”推求河道水位,进行洪水预报。
进一步,步骤5中的山洪风险动态评估中,采用基于淹没范围、流速、水深的山洪风险评估方法进行山洪风险动态评估是将预报降雨作为流域分布式水文模型的输入,输出值是入库流量,并可根据“水库的水位-库容关系、水位-下泄流量关系”推求水库的水位,进行水库的入库洪水预报。
进一步,步骤6中的山洪风险评估结果不确定性评价是由于上述评估方法一定程度上还依赖于基础资料的质量。例如,基于降雨的山洪风险评估方法受雨量站布设密度的影响较大,基于水位-流量的山洪风险评估方法受雨量站布设密度和水文站资料完整性的影响较大,而基于淹没范围、流速、水深的山洪风险评估方法受地形资料的精度影响较大。因此,对于山洪风险评估结果进行不确定性分析非常必要。为了降低缺资料以及流域研究的碎片化对山洪风险评估的影响,以流域河网密度ρ、平均坡度δ、年降雨量P年作为主要指标,采用相似度simij分析流域的相似性,相似度simij超过0.7则认为属于相似流域,并经过设计不同情境的暴雨洪水计算,建立相似流域的暴雨洪水图谱,用以相互验证山洪风险评估结果,降低不确定性。
sim(ρi,ρj)=1/(1+dij),其中dij=|ρi-ρj|是第i个流域和第j个流域在特征ρ上的绝对距离,ρ已进行归一化处理;
sim(δi,δj)=1/(1+δij),其中δij=|δi-δj|是第i个流域和第j个流域在特征δ上的绝对距离,δ已进行归一化处理;
sim(P年i,P年j)=1/(1+P年ij),其中P年ij=|P年i-P年j|是第i个流域和第j个流域在特征P年上的绝对距离,P年已进行归一化处理;
simij=μ1sim(ρi,ρj)+μ2sim(δi,δj)+μ3sim(P年i,P年j),μ1、μ2、μ3分别表示各自对应的项的权重值,μ1+μ2+μ3=1。
本发明山洪风险动态评估方法具有以下有益效果:
(1)本发明能够一定程度上解决无资料地区山洪风险的精细化评估,为无资料地区的山洪风险评估提供可靠的指标,对基础数据资料的依赖性小,相比现有方法更易于推广应用。
(2)本发明提供的山洪风险评估方法是动态的,评估结果随时间变化而变化,评估结果不仅是对当前时刻的风险评估,也对未来一段时间的风险进行评估,不仅是基于降雨的评估,也是基于水位、流量、淹没范围、淹没水深、流速等的评估,评估更加全面系统,为山洪预警与决策提供更有效的信息。
(3)本发明提供的山洪风险评估,得到了相似流域的互相验证,对存在明显评估错误的山洪风险具有提示作用,有助于降低山洪风险评估的不确定性。
下面结合附图及具体实施方式对本发明作进一步详细说明。
附图说明
图1:本发明多维度精准化山洪风险动态评估方法流程示意图。
图2:山洪风险评估结果示意图。
具体实施方式
实施例1
下面结合图1,对本发明做进一步说明:
本实施例所采用的技术方案是一种基于多维度集合信息山洪灾害综合风险动态评估方法,按照以下步骤实施:
(1)基于修正的成灾雨量的山洪风险评估
以2000年以来,发生过山洪灾害的村庄周边n个雨量站作为基准站,发生山洪灾害时n个雨量站所测得的1h、3h、6h雨量作为n个雨量站对应的成灾雨量。其中村庄周边雨量站的确定方法为:基于高精度地形地貌数据确定流域内的水流方向与汇水关系,划分小流域单元,每个流域单元的面积约16km2。村庄周边的雨量站,优先选用村庄所在小流域内的雨量站,若小流域内的雨量站少于3个,则增加该小流域上游的小流域内的雨量站,将上游小流域内的雨量站也选为基准站。
由于大部分地区未发生山洪灾害,因此需要采用插值的办法获得整个区域内所有雨量站的成灾雨量。
假定整个区域内共N个雨量站(N远大于n),首先采用N个雨量站在空间上利用泰森多边形进行差值,使每一个雨量站对应空间上的一个单元,即划分了N个最小单元。
其次,利用n个基准站在整个区域内进行泰森多边形插值,划分为n个基准单元,每个基准单元包含若干个最小单元,并为每个基准单元赋值1h、3h、6h的成灾雨量Pi-1h、Pi-3h、Pi-6h。
再次,通过计算第j个最小单元对应的雨量站的年降雨量P年j以及N个雨量站的平均年降雨量,第j个最小单元的成灾雨量修正系数 同时依据高精度地形数据,计算每个最小单元的平均坡度δ和每个基准单元的平均坡度δ’,并根据遥感影像中的植被覆盖情况判断是否是迎风坡,当最小单元属于迎风坡时,每个最小单元的成灾雨量修正系数2αj2=δ/δ’,当最小单元属于背风坡时,每个最小单元的成灾雨量修正系数2αj2=δ’/δ,当最小单元部分属于迎风坡,部分属于背风坡时,修正系数以迎风坡为准。
最后确定第j个最小单元的修正系数αj=αj1×αj2,基准单元内最小单元的成灾雨量为αj×Pi-1h、αj×Pi-3h、αj×Pi-6h,即在最小单元内的村庄,其成灾雨量就是最小单元的成灾雨量,为一级风险。降雨值超过最小单元成灾雨量则为一级风险,降雨值没有超过最小单元的成灾雨量则无风险。
(2)基于水位-流量的山洪风险评估
首先通过设置汇流阈值,使每个小流域只生成1条河段,并建立村庄与小流域内河段的关联关系。由于山洪多发生于无资料地区,河段的水位、流量由实测降雨作为中国山洪水文模型CNFF计算求得。
当河段有特征水位时,采用下表作为河段风险等级划分的依据:
如果没有河段特征水位,按照下表作为河段风险等级划分的依据,其中1)若河段有设计洪水的资料则采用现有资料,2)若河段无设计洪水的资料则采用雨洪同频的方法计算设计洪水:
其次,通过村庄关联的河段的风险,推求村庄的风险。设定村庄宅基地与河滩高程差为H,村庄距离河段的垂直距离为L,将河段关联的所有村庄,按照由小到大排序,处于前20%的村庄,修正系数β设为1.0,处于20-40%的村庄,修正系数β设为0.8,处于40-60%的村庄,修正系数β设为0.6,处于60-100%的村庄,修正系数β设为0.4。另外,村庄房屋中砖混结构类房屋的比重p作为指数,即最终村庄的风险值为Z×β1-p或Q×β1-p,其风险等级与河段一致:
(3)基于淹没范围、流速、水深的山洪风险评估
首先,利用Mike21水动力模型计算水库水位达坝顶高程溃坝后的淹没范围,凡在淹没范围内的村庄都与该水库进行关联。水库的风险等级划分标准如下表所示:
计算溃坝后所有关联村庄中某一村庄的最大淹没深度h和最大流速v,并将所有村庄的值作为一个集合,取所有村庄中的最大值作为分母,每个村庄的作为分子,计算得到每一个村庄的修正系数γ,村庄的风险值为Z库×γ,其等级划分与水库一致:
(4)确定山洪风险等级
通过基于修正的成灾雨量的山洪风险评估、基于水位-流量的山洪风险评估、基于淹没范围、流速、水深的山洪风险评估,确定了村庄从各个维度的山洪风险评估结果,最终的山洪风险等级由各维度评估的最高风险等级作为村庄的风险评估等级。图2为福建局部地区一次山洪风险的评估结果。
(5)山洪风险的动态评估
在判定风险等级后,进一步基于不断更新的实测降雨或洪水信息,以及预报降雨或洪水信息,实现山洪风险的动态评估。对于预报降雨会洪水信息而言:
首先,引入天气雷达与WRF(Weather Research and Forecasting)模式进行降雨预报,对临近2h内采用雷达临近预报结果,对超过2h的采用WRF模式进行预报,预报降雨的空间分辨率为1km×1km,并采用基于降雨的山洪风险评估方法进行山洪风险评估;
其次,将预报降雨作为CNFF的输入,进行洪水预报,并基于水位-流量的山洪风险评估方法进行山洪风险评估;
再次,将预报降雨作为CNFF的输入,进行水库的入库洪水预报,并基于淹没范围、流速、水深的山洪风险评估方法进行山洪风险评估。
(6)山洪风险评估结果的不确定性评价
由于上述评估方法一定程度上还依赖于基础资料的质量。例如,基于降雨的山洪风险评估方法受雨量站布设密度的影响较大,基于水位-流量的山洪风险评估方法受雨量站布设密度和水文站资料完整性的影响较大,而基于淹没范围、流速、水深的山洪风险评估方法受地形资料的精度影响较大。因此,对于山洪风险评估结果进行不确定性分析非常必要。
为了降低缺资料以及流域研究的碎片化对山洪风险评估的影响,通过大数据挖掘技术,以流域河网密度ρ、平均坡度δ、年降雨量P年作为主要指标,采用相似度simij分析流域的相似性,相似度simij超过0.7则认为属于相似流域,并经过设计不同情境的暴雨洪水计算,建立相似流域的暴雨洪水图谱,用以相互验证山洪风险评估结果,降低不确定性。
sim(ρi,ρj)=1/(1+dij),其中dij=|ρi-ρj|是第i个流域和第j个流域在特征ρ上的绝对距离,ρ已进行归一化处理;
sim(δi,δj)=1/(1+δij),其中δij=|δi-δj|是第i个流域和第j个流域在特征δ上的绝对距离,δ已进行归一化处理;
sim(P年i,P年j)=1/(1+P年ij),其中P年ij=|P年i-P年j|是第i个流域和第j个流域在特征P年上的绝对距离,P年已进行归一化处理;
simij=μ1 sim(ρi,ρj)+μ2sim(δi,δj)+μ3sim(P年i,P年j),μ1+μ2+μ3=1。
上面结合附图对本发明进行了示例性的描述,显然本发明的实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种改进,或未经改进将本发明的构思和技术方案直接应用于其它场合的,均在本发明的保护范围内。
Claims (8)
1.一种基于多维度集合信息山洪灾害综合风险动态评估方法,其特征在于:包括以下步骤:
步骤1、基于修正的成灾雨量的山洪风险评估:
选取待测区域内发生过山洪灾害的村庄周边n个雨量站作为基准站,发生山洪灾害时n个雨量站所测得的1h、3h、6h雨量作为n个雨量站对应的成灾雨量,利用n个基准站在整个待测区域内进行泰森多边形插值,划分为n个基准单元;整个待测区域内所有雨量站个数记为N,N大于n,采用N个雨量站在空间上利用泰森多边形进行插值,使每一个雨量站对应空间上的一个单元,即划分了N个最小单元;每个基准单元包含若干个最小单元,并为第i个基准单元赋值1h、3h、6h的成灾雨量Pi-1h、Pi-3h、Pi-6h;第i个基准单元内第j个最小单元的成灾雨量为αj×Pi-1h、αj×Pi-3h、αj×Pi-6h,在最小单元内的村庄,其成灾雨量就是最小单元的成灾雨量,降雨值超过最小单元的成灾雨量则为一级风险,降雨值没有超过最小单元的成灾雨量则无风险;αj为最小单元的成灾雨量修正系数,j表示基准单元内最小单元的序列号,αj=αj1×αj2;其中P年j为第j个最小单元对应的雨量站的年降雨量;为N个雨量站的平均年降雨量;αj2=δ/δ’或αj2=δ’/δ,其中δ为每个最小单元的平均坡度,δ’为每个基准单元的平均坡度;
步骤2、基于水位-流量的山洪风险评估:
利用村庄关联的河段风险,推求村庄风险,村庄风险值由Z×β1-p或Q×β1-p计算,风险等级划分使用河道的风险划分标准,其中,Z为河道水位,Q为河道流量,β为修正系数,p为村庄房屋中砖混结构类房屋的比重;修正系数β是将河段关联的所有村庄,按照由小到大排序,H为村庄宅基地与河滩高程差,L为村庄距离河段的垂直距离,处于前20%的村庄,修正系数β设为1.0,处于20%-40%的村庄,修正系数β设为0.8,处于40%-60%的村庄,修正系数β设为0.6,处于60%-100%的村庄,修正系数β设为0.4;
步骤3、基于淹没范围、流速、水深的山洪风险评估:
溃坝淹没范围选用的是水库水位达坝顶高程时的溃坝淹没范围,村庄的风险值由Z库×γ计算,风险等级划分使用水库的风险划分标准,Z库为水库水位,γ为修正系数;修正系数γ是将所有村庄的值作为一个集合,h为溃坝后所有关联村庄中某一村庄的最大淹没深度,v为溃坝后所有关联村庄中某一村庄的最大流速,取所有村庄中的最大值作为分母,每个村庄的作为分子,计算得到每一个村庄的修正系数γ;
步骤4、确定山洪风险等级:
最终的山洪风险等级由步骤1、步骤2、步骤3各维度评估的最高风险等级作为村庄的风险评估等级;
步骤5、山洪风险的动态评估:
在判定风险等级后,进一步基于不断更新的实测降雨或洪水信息,以及预报降雨或洪水信息,基于步骤1、步骤2、步骤3进行山洪风险的动态评估;
步骤6、山洪风险评估结果的不确定性评价:
通过评估相似流域,设计不同情境的暴雨洪水计算,建立相似流域的暴雨洪水图谱来互相验证山洪风险评估结果,降低不确定性。
2.根据权利要求1所述一种基于多维度集合信息山洪灾害综合风险动态评估方法,其特征在于:步骤1中,村庄周边雨量站的确定方法为:选用发生过山洪灾害的村庄周边的雨量站作为基准站,数量不少于3个,若村庄所在小流域内的雨量站少于3个,则增加该小流域上游的小流域内的雨量站,将上游小流域内的雨量站也选为基准站。
3.根据权利要求1所述一种基于多维度集合信息山洪灾害综合风险动态评估方法,其特征在于:步骤1中,αj2的确定依据是当最小单元属于迎风坡时,αj2=δ/δ’,当最小单元属于背风坡时,αj2=δ’/δ,当最小单元部分属于迎风坡,部分属于背风坡时,αj2=δ/δ’。
4.根据权利要求1所述一种基于多维度集合信息山洪灾害综合风险动态评估方法,其特征在于:步骤2中,河段水位、河道流量由实测降雨作为流域分布式水文模型的输入计算求得。
5.根据权利要求1所述一种基于多维度集合信息山洪灾害综合风险动态评估方法,其特征在于:步骤3中,山洪风险评估利用水动力模型计算水库水位达坝顶高程溃坝后的淹没范围,凡在淹没范围内的村庄都与该水库进行关联。
6.根据权利要求1所述一种基于多维度集合信息山洪灾害综合风险动态评估方法,其特征在于:步骤5中的山洪风险动态评估中,基于步骤1采用基于修正的成灾雨量的山洪风险评估进行山洪风险动态评估是引入天气雷达与WRF模式进行降雨预报,若预报降雨值超过最小单元成灾雨量则为一级风险,预报降雨值没有超过最小单元的成灾雨量则无风险。
7.根据权利要求1所述一种基于多维度集合信息山洪灾害综合风险动态评估方法,其特征在于:步骤5中的山洪风险动态评估中,基于步骤2采用基于水位-流量的山洪风险评估方法进行山洪风险动态评估是将预报降雨作为流域分布式水文模型的输入,输出值是河道流量,并可根据“河道的水位—流量关系”推求河道水位,进行洪水预报。
8.根据权利要求1所述一种基于多维度集合信息山洪灾害综合风险动态评估方法,其特征在于:步骤5中的山洪风险动态评估中,基于步骤3采用淹没范围、流速、水深的山洪风险评估方法进行山洪风险动态评估是将预报降雨作为流域分布式水文模型的输入,输出值是入库流量,并可根据“水库的水位-库容关系、水位-下泄流量关系”推求水库的水位,进行水库的入库洪水预报。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010429000.9A CN111582755B (zh) | 2020-05-20 | 2020-05-20 | 一种基于多维度集合信息山洪灾害综合风险动态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010429000.9A CN111582755B (zh) | 2020-05-20 | 2020-05-20 | 一种基于多维度集合信息山洪灾害综合风险动态评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582755A CN111582755A (zh) | 2020-08-25 |
CN111582755B true CN111582755B (zh) | 2020-12-22 |
Family
ID=72126946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010429000.9A Active CN111582755B (zh) | 2020-05-20 | 2020-05-20 | 一种基于多维度集合信息山洪灾害综合风险动态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582755B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112700159A (zh) * | 2021-01-11 | 2021-04-23 | 四川师范大学 | 建立农村宅基地旅游化流转评估模型的方法 |
CN113222283B (zh) * | 2021-05-31 | 2023-12-26 | 中国水利水电科学研究院 | 一种基于数字孪生的山洪预报预警方法及系统 |
CN113792437A (zh) * | 2021-09-22 | 2021-12-14 | 中国电建集团华东勘测设计研究院有限公司 | 多维度防汛形势综合研判方法及系统 |
CN113592371B (zh) * | 2021-10-08 | 2022-01-18 | 北京市科学技术研究院城市安全与环境科学研究所 | 基于多维风险矩阵的综合风险分析系统、方法和设备 |
CN114091756B (zh) * | 2021-11-23 | 2022-07-05 | 国家海洋环境预报中心 | 一种基于泰森多边形的乡镇级海啸风险评估方法 |
CN115034543B (zh) * | 2022-04-14 | 2024-01-05 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种溃坝生命损失动态估算方法 |
CN115423157B (zh) * | 2022-08-15 | 2023-04-28 | 中国水利水电科学研究院 | 一种山洪灾害风险动态预警方法及装置 |
CN115080556B (zh) * | 2022-08-19 | 2022-11-22 | 中国水利水电科学研究院 | 一种降雨监测异常数据检测及插补方法 |
CN115479540B (zh) * | 2022-09-14 | 2023-06-30 | 西南交通大学 | 一种基于激光扫描的岩溶突水灾害量级评估方法和系统 |
CN115994686B (zh) * | 2022-11-21 | 2023-07-28 | 中国科学院地理科学与资源研究所 | 一种基于博弈论组合赋权的多维度洪水风险评估方法 |
CN115809743B (zh) * | 2022-12-28 | 2024-04-16 | 应急管理部国家自然灾害防治研究院 | 一种溃决洪水致灾的态势感知与应急评价方法及系统 |
CN115983529B (zh) * | 2022-12-30 | 2023-07-04 | 中国水利水电科学研究院 | 基于地理空间识别的河道过流能力分析方法、系统及设备 |
CN116070955B (zh) * | 2023-02-13 | 2023-07-04 | 中国水利水电科学研究院 | 一种用于山洪沟流域的区域可能最大降雨确定方法 |
CN117523780A (zh) * | 2023-08-16 | 2024-02-06 | 中国水利水电科学研究院 | 一种基于不同降雨监测预报条件的山洪预警指标分析方法 |
CN117172560B (zh) * | 2023-11-02 | 2024-02-13 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 桥梁阻水作用下山洪灾害风险分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108133578A (zh) * | 2017-12-25 | 2018-06-08 | 中国科学院、水利部成都山地灾害与环境研究所 | 山洪灾害险情动态预警方法、精细化分级监测预警方法 |
CN108304967A (zh) * | 2018-01-18 | 2018-07-20 | 长江水利委员会水文局 | 降雨-流量-水位耦合插值求解山洪灾害临界雨量的方法 |
CN109829584A (zh) * | 2019-02-02 | 2019-05-31 | 中国水利水电科学研究院 | 一种山洪风险动态评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180182041A1 (en) * | 2016-12-27 | 2018-06-28 | Aon Global Operations Ltd (Singapore Branch) | Systems and Methods for Wide-Scale Mapping of Neighborhood Property Geolocations and Estimating Property Values Thereof |
-
2020
- 2020-05-20 CN CN202010429000.9A patent/CN111582755B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108133578A (zh) * | 2017-12-25 | 2018-06-08 | 中国科学院、水利部成都山地灾害与环境研究所 | 山洪灾害险情动态预警方法、精细化分级监测预警方法 |
CN108304967A (zh) * | 2018-01-18 | 2018-07-20 | 长江水利委员会水文局 | 降雨-流量-水位耦合插值求解山洪灾害临界雨量的方法 |
CN109829584A (zh) * | 2019-02-02 | 2019-05-31 | 中国水利水电科学研究院 | 一种山洪风险动态评估方法 |
Non-Patent Citations (1)
Title |
---|
"复合预警指标在山洪灾害预警中的应用分析";郭良等;《人民黄河》;20180731;第40卷(第7期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111582755A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582755B (zh) | 一种基于多维度集合信息山洪灾害综合风险动态评估方法 | |
Xu et al. | Urban flooding risk assessment based on an integrated k-means cluster algorithm and improved entropy weight method in the region of Haikou, China | |
CN108960599B (zh) | 基于反演算法的输电线路暴雨灾害精细化预测方法及系统 | |
CN105184423B (zh) | 一种风电场集群风速预测方法 | |
CN115689293B (zh) | 一种基于压力-状态-响应框架的城市内涝韧性评估方法 | |
CN110096751B (zh) | 一种估算无资料地区中小型水库蓄量的方法 | |
CN115130396A (zh) | 一种河道型水库库区的分布式水文模型建模方法 | |
CN111680828A (zh) | 一种基于时空变源混合产流进行山洪预警的方法 | |
Sugiura et al. | Development of a flood forecasting system on the upper Indus catchment using IFAS | |
CN115809800A (zh) | 洪涝灾害风险评估方法 | |
CN110135652B (zh) | 一种长期汛期径流预测方法 | |
Wang et al. | Evaluation of multi‐source precipitation data in a watershed with complex topography based on distributed hydrological modeling | |
Wang et al. | Analyzing spatial variance of urban waterlogging disaster at multiple scales based on a hydrological and hydrodynamic model | |
Liu et al. | Risk assessment of debris flow in Ya’an city based on BP neural network | |
Lai et al. | Waterlogging risk assessment based on self-organizing map (SOM) artificial neural networks: a case study of an urban storm in Beijing | |
Yan et al. | Study on the dynamic characteristics of shallow groundwater level under the influence of climate change and human activities in Cangzhou, China | |
Ghosh et al. | Rationalization of automatic weather stations network over a coastal urban catchment: A multivariate approach | |
CN116523189A (zh) | 一种考虑水文特征的墒情站点规划方法、装置及存储介质 | |
Guo et al. | Risk assessment of typhoon storm surge based on a simulated annealing algorithm and the least squares method: A case study in Guangdong Province, China | |
CN112528563B (zh) | 一种基于svm算法的城市内涝预警方法 | |
Yang et al. | Applicability evaluation of the SWIM at river basins of the black soil region in Northeast China: A case study of the upper and middle Wuyuer River basin | |
Guo et al. | Daily runoff simulation in Poyang Lake Intervening Basin based on remote sensing data | |
Khalili et al. | The effects of forecasted precipitation amount on probable maximum precipitation and probable maximum flood parameters | |
CN116679357B (zh) | 一种对雷达定量降水估测进行水量平衡处理的方法 | |
Cupak et al. | Basics of Hydrology for Streams and Rivers |
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 |