CN111652777B - 洪灾应急避险方法 - Google Patents
洪灾应急避险方法 Download PDFInfo
- Publication number
- CN111652777B CN111652777B CN202010414775.9A CN202010414775A CN111652777B CN 111652777 B CN111652777 B CN 111652777B CN 202010414775 A CN202010414775 A CN 202010414775A CN 111652777 B CN111652777 B CN 111652777B
- Authority
- CN
- China
- Prior art keywords
- flood
- risk
- transfer
- area
- placement
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000005516 engineering process Methods 0.000 claims abstract description 72
- 238000004891 communication Methods 0.000 claims abstract description 20
- 238000011161 development Methods 0.000 claims abstract description 13
- 238000012546 transfer Methods 0.000 claims description 171
- 238000004364 calculation method Methods 0.000 claims description 49
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 34
- 238000007726 management method Methods 0.000 claims description 25
- 238000005457 optimization Methods 0.000 claims description 24
- 238000010586 diagram Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 22
- 230000008520 organization Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000018109 developmental process Effects 0.000 claims description 12
- 238000011835 investigation Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000001788 irregular Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 238000012876 topography Methods 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 238000005065 mining Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims description 3
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 238000005538 encapsulation Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 230000007261 regionalization Effects 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 230000009471 action Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 8
- 230000004888 barrier function Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000006424 Flood reaction Methods 0.000 description 4
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
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
- 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
-
- 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)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及一种洪灾应急避险方法,该应急避险方法通过升级现有应急避险技术,引入互联网和手机通信定位大数据,为应急指挥工作中的指挥决策者、各有关部门以及具体行动人员,提供基于“水‑人‑地”动态反馈驱动的指挥调度服务,为解决洪灾应急避险问题提供借鉴,提高极端洪水应急避险的精准性,提升对极端洪水应急避险组织管理和实施能力,更有效地减轻洪灾造成的人员伤亡、财产损失,对保障社会经济的持续健康发展具有重要的现实意义。本发明的实施将推动我国防洪应急避险措施关键技术攻关,填补我国洪灾综合应急避险技术空白。
Description
技术领域
本发明涉及洪灾应急避险技术领域,具体涉及一种洪灾应急避险方法。
背景技术
受气候变化、流域下垫面改变、经济社会发展等的影响,我国流域防洪形势正在发生显著的变化。在此情境下,如何合理高效的解决灾民的防洪避险问题就显得十分迫切。因此,开展应急避险关键技术研究对保障国家防洪安全、维护社会经济可持续发展具有重要科学价值和战略意义。
应急避险是应对极端洪水的重要非工程措施。在经常遭受洪水威胁的区域,如蓄滞洪区,针对洪水淹没风险,通过制定和实施人群和财产转移安置等方式,进行防洪应急避险。在预先制定有应急预案的区域,应急避险转移安置工作一般由乡镇防指负责组织实施,实行乡镇干部包村、村干部包组和组长包户三级责任制,各转移安置点分片包干。包村、包组和包户的责任人通过各种传统方式(电话、口头)挨家挨户通知到每一个人,做好随时撤离准备;当撤离工作启动,并到采取达撤离时间,采用持续鸣锣或高音喇叭广播方式,通知所有人员立即无条件向拟定的转移路线和安置点撤离避险。但是,传统的应急避险技术存在通知效率低、应急响应慢、安置转移低效等问题,特别是在新的经济形势下,人员流动大,对以往基于户籍的人员转移方式提出了新的挑战;同时,已有防洪预案主要基于假定洪水淹没情景,而极端洪水实际淹没范围和程度存在许多不确定性,难以满足应急避险的实时动态及反馈要求。对于没有防洪应急预案的区域,例如防洪保护区,当遭受洪水威胁的时候,因无预先制定的调度方案和应急措施,无法及时采取相应措施有效转移人员和财产,如何快速分析洪水淹没范围、确定受影响人群并高效进行避险安置,是无预案地区防洪应急避险需要重点解决的问题。因此,总体而言,对有预案和无预案地区,发生极端洪水时,难以快速掌握危险区内人群分布,难以有效的及时通知并实时跟踪和有序转移灾民。
综上,传统的应急避险技术存在风险预判与通知响应慢、人群信息获取手段有限、人群转移安置低效、安置效果评估技术落后等关键问题,难以适应新形势下避洪转移人流物流大、转移交通工具海量增长、极端洪水精准管理的新情况,无法满足极端洪水条件下分洪溃口位置不确定性、撤离路径动态寻优、安置方案动态调整、转移人口实时反馈驱动的要求,即没有解决应急避险中“水”(洪水的淹没范围、水深、流速、历时等风险信息的判别)、“人”(受灾人群的识别、通知与跟踪)、“地”(撤离路径及安置点的辨识与动态调整)动态反馈驱动的问题。
发明内容
为解决以上问题,本发明提供一种洪灾应急避险方法,解决传统应急避险技术基于假定分洪溃口方案与洪水淹没情景,忽略极端洪水大小及分洪溃口位置与规模不确定性,导致预先制定有应急预案的区域防洪预案失效、没有防洪应急预案的区域风险预判不及时、避险通知响应慢等问题;解决现有技术基于电话、广播等方式通知人群转移,忽略新形势下人员流动大,转移人群信息难以实时动态有效获取与跟踪,导致避险转移效率低,转移效果难以掌控等问题;解决现有应急避险技术转移安置主要按向拟定的转移路线和安置点撤离避险,而忽视极端洪水条件下分洪溃口位置及大小、安置容量可能与已有预案差异较大,避洪转移人流物流大、转移交通工具海量增长,导致转移过程交通堵塞,难以按时转移到指定安置点等问题。该方法基于“水-人-地”动态反馈驱动的指挥调度服务,为解决洪灾应急避险问题提供借鉴,提高极端洪水应急避险的精准性,提升对极端洪水应急避险组织管理和实施能力。
本发明采用的技术方案是:一种洪灾应急避险方法,包括如下步骤:
(1)、快速构建与求解适应不同分洪溃口情景的水动力学模型;
(2)、精准识别、快速预警与实时跟踪风险人群;
(3)、动态辨识安置容量与实时优化避险转移路径;
(4)、基于“水-人-地”动态反馈驱动的应急避险平台模型组件式开发。
作为优选,步骤(1)中,适应不同分洪溃口情景的水动力学模型构建与求解方法,包括如下内容:
A、干支流河道洪水演算;
B、分洪及溃口洪水演算:基于二维水动力学数学模型,在极端洪水条件下的构建与模拟时间长,难以满足快速评估要求进而影响决策时机;水文水动力边界条件复杂,难以一时有效界定的瓶颈问题;通过将现有一维和二维水动力学模型简化,在水文和地形资料收集的基础上,设计一种基于GIS和数字高程模型的水位、淹没范围快速实时动态计算方法。
进一步的,步骤A中,干支流河道洪水演算,包括以下步骤:
a、将组件化、组态化和流程引擎技术引入极端洪水河道演算领域,对现有的河道洪水演进模型进行集成,包括子模型组件的分解与封装、模型的组件化耦合和多模型集成三大关键控制环节;基于高复杂度水利模型和应用的微服务分布式构建方法,构建出具有统一标准结构的极端洪水演算模型微服务集群,对相关的专业计算模型全部进行微服务化改造,使每个专业计算模型都能通过统一的微服务模式完成调用和执行;基于流式组态技术,开发干支流河道极端洪水演算流的构件库,解决来水和资料条件复杂及计算对象数量大、类型多和时段不一的管理问题,实现极端洪水演算模型的灵活快速业务搭建和高效计算,有效应对极端洪水场景下的不确定性组合计算需求;
b、收集气象、水文与工程资料,视雨情、水情和工情条件,选取河道洪水演进模型或,快速获取可能受淹区域的外江水位和流量过程。
进一步的,步骤B中,动态计算方法的具体计算过程如下:
a、基于GIS和地形资料构建不规则三角网,对安全区和可能受淹区域进行高程快速模拟;
b、利用已建立的不规则三角网,运用GIS技术计算分析并获取不同水位下的面积和容积,构建可能受淹区域任意范围的水位~面积或容积关系曲线;
c、根据可能受淹区域外江洪水过程,基于GIS和不规则三角网将不同水位下的蓄洪容积快速进行填洼计算,进而实现洪水前锋到达时间、淹没范围和淹没水深风险信息的快速推演,洪水淹没范围确定以后,基于GIS空间分析功能自动复核安全区。
更进一步的,步骤(2)中,精准识别、快速预警与实时跟踪风险人群,结合传统应急避险技术,采用位置大数据、人工智能和云计算技术实现,具体实现方法如下:
1)、开发终端应用,全面支持互联网位置大数据接口,及通讯运营商定位大数据接口;
2)、接入互联网位置大数据接口和通讯运营商定位大数据接口,基于GIS技术导入步骤(1)的安全区和可能受淹区域,动态监测洪水淹没区及安全区内人群位置信息;
3)、将互联网位置大数据与通讯运营商定位大数据组成多源数据并融合利用,实现各类定位数据的相互补充;基于大数据技术挖掘洪水淹没区及安全区内同期历史人口数据,通过对比分析,验证区域人口数量的合理性;通过现有避险技术调查复核各区域内人群数据,对人群识别信息进一步检验,保障风险人群与安全人群定位的准确性和全覆盖;
4)、采用人群画像技术,动态绘制涉灾区域内人群特征图谱;基于GIS平台,建立区域人流热力图、迁徙图和趋势图,实时掌握人群位置情况,动态模拟和绘制洪水风险区和安全区的人群时空态势图谱,指导撤离路径制定和人群疏导;
5)、将避险过程分为避险转移峰值期、避险转移排查期和灾中应急救援期三个阶段,分门别类地将有关预警避险信息发送给风险人群和组织决策人群。
更进一步的,步骤5)中,
灾前避险转移峰值期:充分结合现有避险技术、空间分析和实时通讯技术,有针对地将洪水前锋到达时间、洪水淹没范围和避险预警与撤离安排信息,推送至风险人群,对洪水风险区内人群进行避险预警,提示其按照拟定预案有序撤离至指定区域;利用无人机预警技术,对风险区内人群进行巡航广播和预警;利用电子围栏技术,对进入洪水可能淹没范围内的人群发出预警通知,提示其远离危险区;基于GIS技术,将各类信息进行时空动态叠加,形成“态势图”、“部署图”、和“指挥沙盘”,并进行反复分析、判断和推演,最后将推演结果推送至避险决策、组织实施与安置管理人群,提示避险决策人群选取适宜避险方案,提示组织人群有效组织责任区内风险人群在规定时间内按照拟定路线安全转移至指定安置区内,提示安置管理人群做好安置服务管理工作,提示交通部门做好转移道路管制工作;
灾前避险转移排查期:绝大多数风险人群已安全转移至安置区内,此时利用互联网位置大数据与通讯运营商定位大数据技术对仍处风险区内的人群加大监测力度,进行逐一排查,排查结果结合无人机搜索技术和现有避险技术进行复核;提示风险人群按照最优撤离方案实施紧急避险;
灾中应急救援期:通过位置大数据和无人机技术,识别洪灾被困人群,告知其自救和援救方案,并将被困人群实时属性信息推送至搜救人员,以便救援方调集进行组织现场救援。
更进一步的,步骤(3)中,动态辨识安置容量与实时优化避险转移路径,在现有避险方案的基础上,结合步骤(1)的洪水淹没范围和步骤(2)的实时人流热力图,研发综合考虑避洪转移人口和转移道路安全性,与区域性、转移道路等级、转移路线最大耗时、就近邻近安置和安置点容量限制性约束因素,及转移交通工具、转移目的地和转移路径转移流向信息动态变化的避洪转移方案优化模型,动态辨识道路拥堵与受淹情况及安置区容量,在现有避险方案规定的范围内实时优化转移路径,减少分洪转移耗时,安全地将风险人群转移至目标安置区。
更进一步的,所述实时优化转移路径,采用以下方法:
(A)、目标函数
避洪转移方案优化模型的目标函数为避险转移总耗时最小,如式(1)所示:
式中,T为避险转移总耗时(h);pi为第i个避险主体的转移路线,time(pi)为第i个避险主体的转移耗时(h);ki为第i个避险主体人数;
每个避险主体的转移路线均由一条或多条道路组成,如式(2)所示:
式中,rij为第i个避险主体选取的第j条转移道路,J为第i个避险主体选取的转移道路总条数;
(B)、约束条件
(a)、转移道路安全性与区域性约束
避险主体所选取的转移道路必须在指定时间内安全到达安置区域,即转移路线均不能受到洪水淹没、道路不通和塌方影响;同时,避险主体所选取的转移道路必须结合传统应急避险方案,在规定范围内的若干条道路中选择,而不能挤占其他避洪主体的道路,如式(3)所示:
nij∈αi∩βi (3)
式中,αi为第i个避险主体安全可行的转移道路集合,βi为第i个避险主体可以使用的转移道路集合,nij为第i个避险主体选取的第j条转移道路的道路编号:
(b)、转移道路等级性约束
避险路线选取时,需考虑不同道路的等级约束,如式(4)所示:
vi∈γ (4)
式中,vi为第i个避险主体所选转移道路的车速,γ为国道、省道、县道、乡道等不同道路的设计车速集合;
(c)、转移路线最大耗时约束
所有风险人群必须在限定时间内全部安全转移至安置点,如式(5)所示:
(d)、安置点容量与就近安置约束
受安置点面积及配备物资限制,安置场所选择时要考虑其安置能力,如式(6)所示;同时,在安置容量允许的情况下优先安置临近避险主体,节约转移耗时及所投入的人力、物力;模型设置时,将安置点容量扣除临近避险主体的待安置人数,如式(7)所示:
(e)、邻近安置约束
应急避险转移时,避险主体一般以组为单位。为便于组织管理,同一个村庄或乡镇的组原则上安置在同一个安置场所,如果安置容量有限,则应考虑就近原则,将部分组安置在邻近安置点;具体表述如下:
式中,i为避险主体,Ti、Li分别第i个避险主体所属的村庄或乡镇和即将被安置的安置区;min Di|Li-Li+1|指第i个避险主体所属的村庄或乡镇被安置在相邻的几个安置点;
(C)、避洪转移方案优化模型计算流程
(a)、获取节点及路网等初始信息,其中风险人群为起点,安置区为终点,该过程将在现有避险方案的基础上,划分避洪转移单元,确定避险转移主体和转移道路可行域,并为道路容量和安置点容量赋值;
(b)、以避险转移总耗时最小为目标函数,以转移道路安全性与区域性、转移道路等级、转移路线最大耗时、就近邻近安置、安置点容量为约束条件,基于容量限制路径规划模型或其他优化模型算法,进行循环迭代计算,实时更新人群分布信息、道路拥堵、可通行性信息和安置点剩余容量信息;在风险人群全部到达安置区后结束计算,得到最优解;
(c)、基于GIS技术将避险转移过程和优化结果进行实时展现,形成避洪转移态势图谱。
作为优选,步骤(4)中,基于“水-人-地”动态反馈驱动的应急避险平台,开展系统集成,将干支流河道洪水演算模型,分洪及溃口洪水演算模型,风险人群识别与预警模型,避险转移方案优化模型整合封装为可调用的独立模块,组件式开发,配置服务调用接口;采用微服务方式,构建出具有统一标准结构的应急避险模型微服务集群,对相关的模型全部进行微服务化改造,使每个专业计算模型都能通过统一的微服务模式完成调用和执行,服务发布,为已有防洪调度平台和洪水应急避险系统提供所需模块服务插件,基于Java开发基于“水-人-地”动态反馈驱动的应急避险平台,满足本地化和云端部署;依据上述基于“水-人-地”动态反馈驱动的应急避险平台,将实时变化的“水”、“人”、“地”信息彼此关联与互相反馈,根据相互间的动态关系实时调整应急避险方案,做到精细化管理。
本发明取得的有益效果是:本发明基于“水-人-地”动态反馈,可实现应急避险全过程全要素的精准管理,充分体现了变化环境下洪灾应急避险技术与现有应急避险措施的不同及先进性,是对现有后工程时期防洪调度的“补短板”工作。具有以下优点:
(1)提出适应不同分洪溃口情景、快速推演洪水演进的水动力学模型构建技术,破解了来水不确定性、分洪溃口位置及规模不确定性带来的避洪转移范围确定难题。
(2)风险人群精准识别、快速预警与实时跟踪技术,通过引入互联网和手机通信定位大数据,突破了现有技术基于户籍的人员转移方式瓶颈,做到了避险转移精准到人,大幅提高了人群转移通知的精准性和时效性,实现了新形势下受灾人群的实时监控、全过程跟踪与转移效果评估,切实提高了应急避险效率。
(3)提出安置容量的动态辨识与避险转移路径的实时优化技术,攻克了转移过程中交通堵塞、安置不合理等难题。
本发明可实现:算的准和算的快,实现不同分洪溃口情景下洪水风险信息的快速准确推演;找的到和能追踪,实现受洪水威胁区域内人群属性的精准识别与快速警示、人口安全转移进展的动态反馈;能安置和安置快,实现安全撤离路径与撤离时间的自动优选、最优避险转移路径的实时推送;可示范和能推广,本发明具有重大的工程应用推广价值,不存在地域针对性,可推广运用到各流域,服务于防洪保护区、蓄滞洪区及洲滩民垸(滩区)的应急避险精细化调度。
目前本发明已成功应用于白格堰塞湖应急避险,即将在国家重点研发计划“变化环境下流域超标准洪水及其综合应对关键技术研究与示范”(2018YFC1508000)项目中应用于长江流域荆江河段、嫩江流域齐齐哈尔河段和淮河沂沭泗流域。因此,本发明的实施,有利于提出基于实时反馈驱动的洪灾应急避险方案,补齐现有后工程时期水工程防洪调度的“短板”。
本发明通过升级现有应急避险技术,引入互联网和手机通信定位大数据,为应急指挥工作中的指挥决策者、各有关部门以及具体行动人员,提供基于“水-人-地”动态反馈驱动的指挥调度服务,为解决洪灾应急避险问题提供借鉴,提高极端洪水应急避险的精准性,提升对极端洪水应急避险组织管理和实施能力,更有效地减轻洪灾造成的人员伤亡、财产损失,对保障社会经济的持续健康发展具有重要的现实意义。本发明的实施将推动我国防洪应急避险措施关键技术攻关,填补我国洪灾综合应急避险技术空白。
附图说明
图1是本发明的技术架构;
图2是本发明的技术路线;
图3是传统应急避险技术短板及本发明的实现目标;
图4是本发明的技术内容与创新点;
图5是干支流河道洪水演算多模型服务封装集成示意图;
图6是适应不同分洪溃口情景的水动力学模型构建与求解方法流程示意图;
图7是风险人群精准识别方法与实时跟踪的技术流程示意图;
图8是风险人群快速预警响应方法的技术流程示意图;
图9是安置容量动态辨识与避险转移路径实时优化方法的技术流程示意图;
图10是2018年金沙江白格堰塞湖溃堰洪水应急避险技术运用效果示意图;
图11是基于“水-人-地”动态反馈驱动的荆江分洪区应急避险三维展示效果示意图;
图12是基于“水-人-地”动态反馈驱动的荆江分洪区应急避险平台效果示意图。
具体实施方式
下面结合附图和具体实施例对本发明作更进一步的说明。
如图1-12所示,本发明的一种洪灾应急避险方法,包括如下步骤:
步骤一:快速构建与求解适应不同分洪溃口情景的水动力学模型;
适应不同分洪溃口情景的水动力学模型构建与求解方法,包括如下内容:
(1)干支流河道洪水演算
①将组件化、组态化和流程引擎技术引入极端洪水河道演算领域,对现有的河道洪水演进模型(水文演算、水动力演算)进行集成,包括子模型组件的分解与封装、模型的组件化耦合和多模型集成等三大关键控制环节。基于高复杂度水利模型和应用的微服务分布式构建方法,构建出具有统一标准结构的极端洪水演算模型微服务集群,对相关的专业计算模型全部进行微服务化改造,使每个专业计算模型都能通过统一的微服务模式完成调用和执行,例如水工程洪水调度模型、集总式水文模型、分布式水文模型、马斯京根模型、大湖模型、一维水动力河道演算模型、二维水动力洪水淹没模型、一维二维耦合模型等微服务。基于流式组态技术,开发干支流河道极端洪水演算流的构件库,解决来水和资料条件复杂及计算对象数量大、类型多、时段不一等的管理问题,实现极端洪水演算模型的灵活快速业务搭建和高效计算,有效应对极端洪水场景下的不确定性组合计算需求。
②收集气象、水文与工程资料,视雨情、水情、工情条件,自主选取最适宜的一种河道洪水演进模型或多种河道洪水演进模型组合计算,快速获取可能受淹区域的外江水位、流量过程。
(2)分洪及溃口洪水演算
基于二维水动力学数学模型在极端洪水条件下的构建与模拟时间长难以满足快速评估要求进而影响决策时机、水文水动力边界条件复杂难以一时有效界定等瓶颈问题,针对一维水动力学数学模型只能计算断面水位、无法给出具体淹没范围等瓶颈问题提出,通过将传统一维、二维水动力学模型简化,在水文、地形资料收集的基础上,设计了一种基于GIS+数字高程模型(DEM)的水位、淹没范围快速实时动态计算方法。具体计算过程如下:
①基于GIS和地形资料构建不规则三角网(TIN),对安全区和可能受淹区域进行高程快速模拟。地形可视现场及资料条件灵活选取,主要包括:1:2000、1:10000等高精度水下与岸上地形测量资料,无人机高清影像监测资料,国内外主要洪灾遥感监测卫星0.8m、2m、8m、10m、15m、30m等不同分辨率遥感影像资料。
②利用已建立的TIN,运用GIS技术的Surface Volume等3DAnalyst工具计算分析并获取不同水位下的面积和容积,构建可能受淹区域任意范围的水位~面积(容积)关系曲线。
③根据可能受淹区域外江洪水过程,基于GIS和DEM(TIN)将不同水位下的蓄洪容积快速进行填洼计算,进而实现洪水前锋到达时间、淹没范围、淹没水深等风险信息的快速推演,洪水淹没范围确定以后,基于GIS空间分析功能自动复核安全区。
适应不同分洪溃口情景的水动力学模型构建与求解方法流程见图5和图6。
步骤二:精准识别、快速预警与实时跟踪风险人群;
结合传统应急避险技术,采用位置大数据、人工智能、云计算等技术实现。具体实现方法如下:
(1)开发终端应用,全面支持腾讯、百度、阿里、华为等互联网位置大数据接口,及联通、移动、电信等通讯运营商定位大数据接口。
(2)接入互联网位置大数据接口和通讯运营商定位大数据接口,基于GIS技术导入步骤1的安全区和可能受淹区域,动态监测洪水淹没区及安全区内人群位置信息。
(3)将互联网位置大数据与通讯运营商定位大数据组成多源数据并融合利用,实现各类定位数据的相互补充;基于大数据技术挖掘洪水淹没区及安全区内同期历史人口数据,通过对比分析,验证区域人口数量的合理性;通过传统避险技术调查复核各区域内人群数据,对人群识别信息进一步检验,保障风险人群与安全人群定位的准确性和全覆盖。
(4)采用人群画像技术,动态绘制涉灾区域内人群特征图谱;基于GIS平台,建立区域人流热力图、迁徙图、趋势图等,实时掌握人群位置情况,动态模拟和绘制洪水风险区和安全区的人群时空态势图谱,指导撤离路径制定和人群疏导。
(5)将避险过程分为避险转移峰值期、避险转移排查期和灾中应急救援期三个阶段,分门别类地将有关预警避险信息发送给风险人群和组织决策人群。
①灾前避险转移峰值期,充分结合传统避险技术、空间分析和实时通讯技术,有针对地将洪水前锋到达时间、洪水淹没范围和避险预警与撤离安排信息,通过持续鸣锣、高音喇叭广播、手机短信、微信、家庭电视等方式,推送至风险人群,对洪水风险区内人群进行避险预警,提示其按照拟定预案有序撤离至指定区域;利用无人机预警技术,对风险区内人群进行巡航广播和预警;利用电子围栏技术,对进入洪水可能淹没范围内的人群发出预警通知,提示其远离危险区;基于GIS技术,将“知己”(受灾对象、救灾力量、救灾手段、监测手段等)、“知彼”(洪水监测及预报预警信息、洪水演变规律及发展趋势、受灾范围与发展趋势、洪灾实时动态评估结果等)、“知天”(暴雨天气现状及趋势预测)和“知地”(下垫面变化、安置区容量、道路交通状况、水利工程运行及损毁情况等)信息进行时空动态叠加,形成“态势图”、“部署图”、“指挥沙盘”等,并进行反复分析、判断和推演,最后将推演结果通过手机短信、微信、APP、系统内置消息等方式,推送至避险决策、组织实施与安置管理人群,提示避险决策人群选取适宜避险方案,提示组织人群有效组织责任区内风险人群在规定时间内按照拟定路线安全转移至指定安置区内,提示安置管理人群做好安置服务管理工作,提示交通部门做好转移道路管制工作。
②在灾前避险转移排查期,绝大多数风险人群已安全转移至安置区内,此时利用互联网位置大数据与通讯运营商定位大数据技术对仍处风险区内的人群加大监测力度,进行逐一排查,排查结果结合无人机搜索技术和传统避险技术进行复核。采用广播、短信、微信、无人机预警等手段,提示风险人群按照最优撤离方案实施紧急避险。
③灾中应急救援期,通过位置大数据和无人机等技术,识别洪灾被困人群,通过无人机广播等方式告知其自救和援救方案,并将被困人群实时属性信息推送至搜救人员,以便救援方调集进行组织现场救援。
风险人群的精准识别、快速响应与实时跟踪方法的技术流程见图7和图8。
步骤三:动态辨识安置容量与实时优化避险转移路径;
在传统避险方案的基础上,结合步骤1的洪水淹没范围、步骤2的实时人流热力图等,研发综合考虑避洪转移人口、转移道路安全性与区域性、转移道路等级、转移路线最大耗时、就近邻近安置、安置点容量等限制性约束因素及转移交通工具、转移目的地、转移路径等转移流向信息动态变化的避洪转移方案优化模型,动态辨识道路拥堵与受淹情况及安置区容量,在传统避险方案规定的范围内实时优化转移路径,减少分洪转移耗时,安全地将风险人群转移至目标安置区。
A、目标函数
避洪转移方案优化模型的目标函数为避险转移总耗时最小,如式(1)所示:
式中,T为避险转移总耗时(h);pi为第i个避险主体的转移路线,time(pi)为第i个避险主体的转移耗时(h);ki为第i个避险主体人数;
每个避险主体的转移路线均由一条或多条道路组成,如式(2)所示:
式中,rij为第i个避险主体选取的第j条转移道路,J为第i个避险主体选取的转移道路总条数;
B、约束条件
a、转移道路安全性与区域性约束
避险主体所选取的转移道路必须在指定时间内安全到达安置区域,即转移路线均不能受到洪水淹没、道路不通和塌方影响;同时,避险主体所选取的转移道路必须结合传统应急避险方案,在规定范围内的若干条道路中选择,而不能挤占其他避洪主体的道路,如式(3)所示:
nij∈αi∩βi (3)
式中,αi为第i个避险主体安全可行的转移道路集合,βi为第i个避险主体可以使用的转移道路集合,nij为第i个避险主体选取的第j条转移道路的道路编号:
b、转移道路等级性约束
避险路线选取时,需考虑不同道路的等级约束,如式(4)所示:
vi∈γ (4)
式中,vi为第i个避险主体所选转移道路的车速,γ为国道、省道、县道、乡道等不同道路的设计车速集合;
c、转移路线最大耗时约束
所有风险人群必须在限定时间内全部安全转移至安置点,如式(5)所示:
d、安置点容量与就近安置约束
受安置点面积及配备物资限制,安置场所选择时要考虑其安置能力,如式(6)所示;同时,在安置容量允许的情况下优先安置临近避险主体,节约转移耗时及所投入的人力、物力;模型设置时,将安置点容量扣除临近避险主体的待安置人数,如式(7)所示:
e、邻近安置约束
应急避险转移时,避险主体一般以组为单位。为便于组织管理,同一个村庄或乡镇的组原则上安置在同一个安置场所,如果安置容量有限,则应考虑就近原则,将部分组安置在邻近安置点;具体表述如下:
式中,i为避险主体,Ti、Li分别第i个避险主体所属的村庄或乡镇和即将被安置的安置区;min Di|Li-Li+1|指第i个避险主体所属的村庄或乡镇被安置在相邻的几个安置点;
C、避洪转移方案优化模型计算流程
a、获取节点及路网等初始信息,其中风险人群为起点,安置区为终点,该过程将在现有避险方案的基础上,划分避洪转移单元,确定避险转移主体和转移道路可行域,并为道路容量和安置点容量赋值;
b、以避险转移总耗时最小为目标函数,以转移道路安全性与区域性、转移道路等级、转移路线最大耗时、就近邻近安置、安置点容量为约束条件,基于容量限制路径规划模型或其他优化模型算法,进行循环迭代计算,实时更新人群分布信息、道路拥堵、可通行性信息和安置点剩余容量信息;在风险人群全部到达安置区后结束计算,得到最优解;
c、基于GIS技术将避险转移过程和优化结果进行实时展现,形成避洪转移态势图谱。
步骤四:基于“水-人-地”动态反馈驱动的应急避险平台模型组件式开发;
基于“水-人-地”动态反馈驱动的应急避险平台,开展系统集成,将干支流河道洪水演算模型、分洪及溃口洪水演算模型、风险人群识别与预警模型,避险转移方案优化模型整合封装为可调用的独立模块,组件式开发,配置服务调用接口;采用微服务方式,构建出具有统一标准结构的应急避险模型微服务集群,对相关的模型全部进行微服务化改造,使每个专业计算模型都能通过统一的微服务模式完成调用和执行,服务发布,为已有防洪调度平台、洪水应急避险系统等各类场景或系统提供所需模块服务插件。基于Java开发基于“水-人-地”动态反馈驱动的应急避险平台,满足本地化和云端部署。依据上述基于“水-人-地”动态反馈驱动的应急平台,将实时变化的“水”、“人”、“地”信息彼此关联与互相反馈,根据相互间的动态关系实时调整应急避险方案,做到精细化管理。
下面用具体事例进行说明:
如图10所示,步骤1:通过洪水演算,分析受洪水威胁区域。以2018年金沙江白格堰塞湖为例,收集白格堰塞体上下游影响范围内地形数据,量算库区水位-容积曲线,构建白格-梨园溃坝模型及洪水演进模型,白格堰塞体溃决后最大溃决流量为3万m3/s,采用GIS和数字高程模型,快速生成白格堰塞体溃决后金沙江沿线约630km的水体淹没范围、淹没水深、淹没流速、淹没历时等风险信息,溃堰洪水淹没影响范围涉及4个市、10个区县、140余个村庄,面积共约60平方公里,在所有受淹村庄中云南省丽江市玉龙纳西族自治县的金河村土地与房屋淹没面积最大,达5.49km2;
步骤2:风险人群精准识别、快速预警与实时跟踪。结合步骤1的洪水淹没范围,调用腾讯、阿里、华为等互联网位置大数据接口及联通、移动、电信等通讯运营商定位大数据接口,快速建立可能受淹区域的人流热力图,获取洪水风险区内人群特征属性与时空分布;利用电子围栏技术和实时通讯技术,通过短信、微信、APP等方式,将防洪应急避险信息及时推送至洪水淹没影响范围内的风险人群和救援方移动终端,通知并实时引导洪水淹没区人员转移,指导救援方现场救援,动态跟踪转移风险人群,并对进入洪水淹没影响范围内的人员发出警示提醒与及时疏散,直至风险人群全部完全撤离。在2018年白格堰塞湖应急避险中,通过接入腾讯位置大数据平台接口,绘制了金河村洪水淹没范围内人流热力图,分析得出金河村约有2000余人需转移,需转移的人群涉及云南、四川、贵州、广西、河南5省14个地级市,其中87%人群来源于丽江市,丽江市的94%人群又来自于玉龙纳西族自治县,转移人群中43%为女性,从年龄分布来看,多为年轻人。2018年金沙江白格堰塞湖溃堰洪水应急避险技术运用效果见图10。
步骤3.安置容量的动态辨识与避险转移路径的实时优化。输入步骤1的洪水淹没范围、步骤2的实时区域热力图,导入转移交通工具、交通地图、道路等级、安置点总容量等信息,基于避洪转移方案优化模型和GIS技术,动态辨识各区域避洪转移人口、安置区容量等,实时优化转移路径,按时安全转移到安置区域。以荆江分洪区为例,应急避险疏散路线、人员安置及转移效果见图11和图12。
以上显示和描述了本发明的基本原理和主要结构特征。本发明不受上述实例的限制,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (4)
1.一种洪灾应急避险方法,包括如下步骤:
(1)、快速构建与求解适应不同分洪溃口情景的水动力学模型:适应不同分洪溃口情景的水动力学模型构建与求解方法,包括如下内容:
A、干支流河道洪水演算,包括以下步骤:
a、将组件化、组态化和流程引擎技术引入极端洪水河道演算领域,对现有的河道洪水演进模型进行集成,包括子模型组件的分解与封装、模型的组件化耦合和多模型集成三大关键控制环节;基于高复杂度水利模型和应用的微服务分布式构建方法,构建出具有统一标准结构的极端洪水演算模型微服务集群,对相关的专业计算模型全部进行微服务化改造,使每个专业计算模型都能通过统一的微服务模式完成调用和执行;基于流式组态技术,开发干支流河道极端洪水演算流的构件库,解决来水和资料条件复杂及计算对象数量大、类型多和时段不一的管理问题,实现极端洪水演算模型的灵活快速业务搭建和高效计算,有效应对极端洪水场景下的不确定性组合计算需求;
b、收集气象、水文与工程资料,视雨情、水情和工情条件,选取河道洪水演进模型或,快速获取可能受淹区域的外江水位和流量过程;
B、分洪及溃口洪水演算:基于二维水动力学数学模型,在极端洪水条件下的构建与模拟时间长,难以满足快速评估要求进而影响决策时机;水文水动力边界条件复杂,难以一时有效界定的瓶颈问题;通过将现有一维和二维水动力学模型简化,在水文和地形资料收集的基础上,设计一种基于GIS和数字高程模型的水位、淹没范围快速实时动态计算方法;动态计算方法的具体计算过程如下:
a、基于GIS和地形资料构建不规则三角网,对安全区和可能受淹区域进行高程快速模拟;
b、利用已建立的不规则三角网,运用GIS技术计算分析并获取不同水位下的面积和容积,构建可能受淹区域任意范围的水位~面积或容积关系曲线;
c、根据可能受淹区域外江洪水过程,基于GIS和不规则三角网将不同水位下的蓄洪容积快速进行填洼计算,进而实现洪水前锋到达时间、淹没范围和淹没水深风险信息的快速推演,洪水淹没范围确定以后,基于GIS空间分析功能自动复核安全区;
(2)、精准识别、快速预警与实时跟踪风险人群:精准识别、快速预警与实时跟踪风险人群,结合传统应急避险技术,采用位置大数据、人工智能和云计算技术实现,具体实现方法如下:
1)、开发终端应用,全面支持互联网位置大数据接口,及通讯运营商定位大数据接口;
2)、接入互联网位置大数据接口和通讯运营商定位大数据接口,基于GIS技术导入步骤(1)的安全区和可能受淹区域,动态监测洪水淹没区及安全区内人群位置信息;
3)、将互联网位置大数据与通讯运营商定位大数据组成多源数据并融合利用,实现各类定位数据的相互补充;基于大数据技术挖掘洪水淹没区及安全区内同期历史人口数据,通过对比分析,验证区域人口数量的合理性;通过现有避险技术调查复核各区域内人群数据,对人群识别信息进一步检验,保障风险人群与安全人群定位的准确性和全覆盖;
4)、采用人群画像技术,动态绘制涉灾区域内人群特征图谱;基于GIS平台,建立区域人流热力图、迁徙图和趋势图,实时掌握人群位置情况,动态模拟和绘制洪水风险区和安全区的人群时空态势图谱,指导撤离路径制定和人群疏导;
5)、将避险过程分为避险转移峰值期、避险转移排查期和灾中应急救援期三个阶段,分门别类地将有关预警避险信息发送给风险人群和组织决策人群;
(3)、动态辨识安置容量与实时优化避险转移路径:动态辨识安置容量与实时优化避险转移路径,在现有避险方案的基础上,结合步骤(1)的洪水淹没范围和步骤(2)的实时人流热力图,研发综合考虑避洪转移人口和转移道路安全性,与区域性、转移道路等级、转移路线最大耗时、就近邻近安置和安置点容量限制性约束因素,及转移交通工具、转移目的地和转移路径转移流向信息动态变化的避洪转移方案优化模型,动态辨识道路拥堵与受淹情况及安置区容量,在现有避险方案规定的范围内实时优化转移路径,减少分洪转移耗时,安全地将风险人群转移至目标安置区;
(4)、基于“水-人-地”动态反馈驱动的应急避险平台模型组件式开发。
2.根据权利要求1所述的洪灾应急避险方法,其特征在于:步骤5)中,
灾前避险转移峰值期:充分结合现有避险技术、空间分析和实时通讯技术,有针对地将洪水前锋到达时间、洪水淹没范围和避险预警与撤离安排信息,推送至风险人群,对洪水风险区内人群进行避险预警,提示其按照拟定预案有序撤离至指定区域;利用无人机预警技术,对风险区内人群进行巡航广播和预警;利用电子围栏技术,对进入洪水可能淹没范围内的人群发出预警通知,提示其远离危险区;基于GIS技术,将各类信息进行时空动态叠加,形成“态势图”、“部署图”、和“指挥沙盘”,并进行反复分析、判断和推演,最后将推演结果推送至避险决策、组织实施与安置管理人群,提示避险决策人群选取适宜避险方案,提示组织人群有效组织责任区内风险人群在规定时间内按照拟定路线安全转移至指定安置区内,提示安置管理人群做好安置服务管理工作,提示交通部门做好转移道路管制工作;
灾前避险转移排查期:绝大多数风险人群已安全转移至安置区内,此时利用互联网位置大数据与通讯运营商定位大数据技术对仍处风险区内的人群加大监测力度,进行逐一排查,排查结果结合无人机搜索技术和现有避险技术进行复核;提示风险人群按照最优撤离方案实施紧急避险;
灾中应急救援期:通过位置大数据和无人机技术,识别洪灾被困人群,告知其自救和援救方案,并将被困人群实时属性信息推送至搜救人员,以便救援方调集进行组织现场救援。
3.根据权利要求1所述的洪灾应急避险方法,其特征在于:所述实时优化转移路径,采用以下方法:
(A)、目标函数
避洪转移方案优化模型的目标函数为避险转移总耗时最小,如式(1)所示:
式中,T为避险转移总耗时(h);pi为第i个避险主体的转移路线,time(pi)为第i个避险主体的转移耗时(h);ki为第i个避险主体人数;
每个避险主体的转移路线均由一条或多条道路组成,如式(2)所示:
式中,rij为第i个避险主体选取的第j条转移道路,J为第i个避险主体选取的转移道路总条数;
(B)、约束条件
(a)、转移道路安全性与区域性约束
避险主体所选取的转移道路必须在指定时间内安全到达安置区域,即转移路线均不能受到洪水淹没、道路不通和塌方影响;同时,避险主体所选取的转移道路必须结合传统应急避险方案,在规定范围内的若干条道路中选择,而不能挤占其他避洪主体的道路,如式(3)所示:
nij∈αi∩βi (3)
式中,αi为第i个避险主体安全可行的转移道路集合,βi为第i个避险主体可以使用的转移道路集合,nij为第i个避险主体选取的第j条转移道路的道路编号:
(b)、转移道路等级性约束
避险路线选取时,需考虑不同道路的等级约束,如式(4)所示:
vi∈γ (4)
式中,vi为第i个避险主体所选转移道路的车速,γ为国道、省道、县道、乡道等不同道路的设计车速集合;
(c)、转移路线最大耗时约束
所有风险人群必须在限定时间内全部安全转移至安置点,如式(5)所示:
(d)、安置点容量与就近安置约束
受安置点面积及配备物资限制,安置场所选择时要考虑其安置能力,如式(6)所示;同时,在安置容量允许的情况下优先安置临近避险主体,节约转移耗时及所投入的人力、物力;模型设置时,将安置点容量扣除临近避险主体的待安置人数,如式(7)所示:
(e)、邻近安置约束
应急避险转移时,避险主体一般以组为单位;为便于组织管理,同一个村庄或乡镇的组原则上安置在同一个安置场所,如果安置容量有限,则应考虑就近原则,将部分组安置在邻近安置点;具体表述如下:
式中,i为避险主体,Ti、Li分别第i个避险主体所属的村庄或乡镇和即将被安置的安置区;min Di|Li-Li+1|指第i个避险主体所属的村庄或乡镇被安置在相邻的几个安置点;
(C)、避洪转移方案优化模型计算流程
(a)、获取节点及路网等初始信息,其中风险人群为起点,安置区为终点,该过程将在现有避险方案的基础上,划分避洪转移单元,确定避险转移主体和转移道路可行域,并为道路容量和安置点容量赋值;
(b)、以避险转移总耗时最小为目标函数,以转移道路安全性与区域性、转移道路等级、转移路线最大耗时、就近邻近安置、安置点容量为约束条件,基于容量限制路径规划模型或其他优化模型算法,进行循环迭代计算,实时更新人群分布信息、道路拥堵、可通行性信息和安置点剩余容量信息;在风险人群全部到达安置区后结束计算,得到最优解;
(c)、基于GIS技术将避险转移过程和优化结果进行实时展现,形成避洪转移态势图谱。
4.根据权利要求1所述的洪灾应急避险方法,其特征在于:步骤(4)中,基于“水-人-地”动态反馈驱动的应急避险平台,开展系统集成,将干支流河道洪水演算模型,分洪及溃口洪水演算模型,风险人群识别与预警模型,避险转移方案优化模型整合封装为可调用的独立模块,组件式开发,配置服务调用接口;采用微服务方式,构建出具有统一标准结构的应急避险模型微服务集群,对相关的模型全部进行微服务化改造,使每个专业计算模型都能通过统一的微服务模式完成调用和执行,服务发布,为已有防洪调度平台和洪水应急避险系统提供所需模块服务插件,基于Java开发基于“水-人-地”动态反馈驱动的应急避险平台,满足本地化和云端部署;依据上述基于“水-人-地”动态反馈驱动的应急避险平台,将实时变化的“水”、“人”、“地”信息彼此关联与互相反馈,根据相互间的动态关系实时调整应急避险方案,做到精细化管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010414775.9A CN111652777B (zh) | 2020-05-15 | 2020-05-15 | 洪灾应急避险方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010414775.9A CN111652777B (zh) | 2020-05-15 | 2020-05-15 | 洪灾应急避险方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111652777A CN111652777A (zh) | 2020-09-11 |
CN111652777B true CN111652777B (zh) | 2023-05-26 |
Family
ID=72344619
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010414775.9A Active CN111652777B (zh) | 2020-05-15 | 2020-05-15 | 洪灾应急避险方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111652777B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327698B (zh) * | 2020-11-05 | 2021-10-12 | 乐清市辰卓电气有限公司 | 一种基于物联网的洪水灾害预警系统及方法 |
CN113505928A (zh) * | 2021-07-14 | 2021-10-15 | 浙江大禹信息技术有限公司 | 一种避险转移方法 |
CN113902168B (zh) * | 2021-09-08 | 2022-11-01 | 长江信达软件技术(武汉)有限责任公司 | 一种基于实时人群数据融合的洪灾应急疏散方法 |
CN114386882B (zh) * | 2022-03-23 | 2022-06-28 | 长江勘测规划设计研究有限责任公司 | 基于水工程调度效果互馈的超标准洪水风险调控方法 |
CN115162817B (zh) | 2022-07-07 | 2023-05-30 | 中国水利水电科学研究院 | 一种防御地面流体短历时强冲击的地下临时避险系统 |
CN115358650B (zh) * | 2022-10-24 | 2023-01-10 | 珠江水利委员会珠江水利科学研究院 | 一种洪涝灾害应急避险与物资实时调配方法 |
CN116128322B (zh) * | 2023-02-23 | 2023-07-25 | 河海大学 | 城市复杂地理场景下洪涝灾害智能体交互式应急决策方法 |
CN116957303B (zh) * | 2023-09-20 | 2023-11-28 | 河海大学 | 面向洪涝灾害场景的应急响应调度决策方法及系统 |
CN117150975B (zh) * | 2023-10-31 | 2024-01-26 | 长江三峡集团实业发展(北京)有限公司 | 一种水动力模型参数优化、水动力过程模拟方法及装置 |
CN117808090B (zh) * | 2024-03-01 | 2024-05-14 | 四川济舟信息科技有限公司 | 结合时空大数据的应急结构化预案文本生成方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008050903A (ja) * | 2006-08-28 | 2008-03-06 | Nippon Telegr & Teleph Corp <Ntt> | 洪水予測方法および洪水予測システム |
CN101188022B (zh) * | 2007-12-20 | 2010-09-29 | 浙江大学 | 一种面向大城市灾害展示的洪涝淹没分析方法 |
CN107063197B (zh) * | 2017-02-28 | 2020-06-05 | 国网江西省电力公司柘林水电厂 | 一种基于空间信息技术的水库特征曲线提取方法 |
CN109145376A (zh) * | 2018-07-19 | 2019-01-04 | 华北电力大学 | 一种基于cad地形图的水库淹没范围确定方法 |
-
2020
- 2020-05-15 CN CN202010414775.9A patent/CN111652777B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111652777A (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111652777B (zh) | 洪灾应急避险方法 | |
CN110532952B (zh) | 基于gis定位技术的洪灾风险预警及撤离系统 | |
CN104835085B (zh) | 旅游运行监管及安全应急管理联动指挥平台系统 | |
CN110264672A (zh) | 一种地质灾害的预警系统 | |
CN103116825B (zh) | 智慧城市管理系统 | |
CN110992653A (zh) | 城市内涝预警系统及方法 | |
CN104156525B (zh) | 一种提高风暴潮灾害风险预测精度的方法 | |
CN107729404A (zh) | 一种区域车辆统计分析管理系统 | |
CN106297291A (zh) | 城市快速路交通信息采集系统 | |
CN106780154A (zh) | 多线程信息聚合的输变电工程建设过程环保措施监控系统及方法 | |
CN102271307A (zh) | 桥梁施工期安全监测与应急救援信息采集传输方法 | |
CN104217384A (zh) | 一种核事故应急处理及辅助决策支持系统 | |
CN105139325A (zh) | 一种自启动灾备预案的管理方法及查询系统 | |
CN112016783B (zh) | 基于lbs的防洪应急避险方法 | |
CN106651074A (zh) | 一种地下管线智能管理系统 | |
CN112697197A (zh) | 一种基于gis和bim融合技术的多孔防洪闸可视化管理系统及方法 | |
CN115358650B (zh) | 一种洪涝灾害应急避险与物资实时调配方法 | |
Wang et al. | Snow removal resource location and allocation optimization for urban road network recovery: a resilience perspective | |
Ye et al. | The system architecture of smart water grid for water security | |
CN111047491A (zh) | 一种三维防凌炸冰指挥平台 | |
CN107908899B (zh) | 一种用于风电场建设施工道路的选线系统及选线方法 | |
CN114492233A (zh) | 一种基于webGIS平台及考虑综合利用要求的流域水模拟方法 | |
CN104091460A (zh) | 一种用于树状结构网的疏散控制方法及系统 | |
CN106197447B (zh) | 一种基于实时内涝数据的导航方法和装置 | |
CN116861317A (zh) | 一种基于bp神经网络的小区内涝预警方法及系统 |
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 |