CN111784976B - 一种山洪灾害预警方法、装置、系统及存储介质 - Google Patents
一种山洪灾害预警方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN111784976B CN111784976B CN202010617528.9A CN202010617528A CN111784976B CN 111784976 B CN111784976 B CN 111784976B CN 202010617528 A CN202010617528 A CN 202010617528A CN 111784976 B CN111784976 B CN 111784976B
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- monitoring
- flood
- model
- 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 74
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 209
- 238000004458 analytical method Methods 0.000 claims abstract description 100
- 238000004364 calculation method Methods 0.000 claims abstract description 91
- 238000004088 simulation Methods 0.000 claims abstract description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 165
- 239000002689 soil Substances 0.000 claims description 32
- 238000012806 monitoring device Methods 0.000 claims description 12
- 238000001704 evaporation Methods 0.000 claims description 9
- 230000008020 evaporation Effects 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 238000005094 computer simulation Methods 0.000 claims 1
- 238000007405 data analysis Methods 0.000 abstract description 9
- 206010063385 Intellectualisation Diseases 0.000 abstract description 4
- 238000013480 data collection Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 238000004540 process dynamic Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Emergency Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Computer Hardware Design (AREA)
- Development Economics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Geology (AREA)
- Computer Security & Cryptography (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例提供了一种山洪灾害预警方法、装置、系统及存储介质。通过监测设备采集监测数据,通过数据处理分析设备自动化确定当前监测区域的漫溢淹没分析结果以及生成报警信息,通过报警设备自动报警,解决了现有技术中山洪灾害预警方式较多的依赖人工的问题,达到实现一体化采集数据、分析数据以及报警,提高山洪灾害预警并减少人力成本的目的。数据处理分析设备通过采用山洪模拟计算模型对监测数据进行分析,可以实现数据分析的智能化,提高预警精度以及预警效率,满足精确且高效预警预报山洪的需求。
Description
技术领域
本发明实施例涉及山洪灾害预警技术,尤其涉及一种山洪灾害预警方法、装置、系统及存储介质。
背景技术
山洪灾害突发性强、区域性强、季节性强、发生率高、危害性大,多数发生在山区和城乡结合部,主要集中在雨季和台风季节,预测预报预防难度大,由于山洪暴涨暴落,成灾快,避灾难,对低洼地带的居民区危害尤其严重,易造成人员伤亡、房屋坍塌、交通中断、耕地损毁等生命财产损失。
目前,山洪灾害预警方式一般需要通过人工方式读取洪水数据,或者通过山洪灾害监测系统自动采集山洪数据,需要人工参与对山洪数据进行模拟、分析以及预警。可见,现有技术山洪灾害预警方式较多的依赖人工,不能保证预警精度以及预警效率,无法满足精确且高效预警预报山洪的需求。
发明内容
本发明实施例提供了一种山洪灾害预警方法、装置、系统及存储介质,以实现提高山洪灾害预警精度和预警效率的效果。
第一方面,本发明实施例提供了一种山洪灾害预警方法,包括:
数据处理分析设备获取监测设备发送的监测数据,其中,所述监测数据包括当前监测区域的水位数据、雨量数据、土壤墒情数据、蒸散发数据以及水流量数据;
所述数据处理分析设备基于山洪模拟计算模型对所述监测数据进行预报演进计算和洪水漫溢淹没分析,得到所述当前监测区域的漫溢淹没分析结果;
如果所述数据处理分析设备确定所述漫溢淹没分析结果超过设定的预警阈值,生成报警信息并将所述报警信息发送给报警设备,以使所述报警设备根据所述报警信息进行报警。
第二方面,本发明实施例还提供了一种山洪灾害预警装置,配置于数据处理分析设备,包括:
监测数据获取模块,用于获取监测设备发送的监测数据,其中,所述监测数据包括当前监测区域的水位数据、雨量数据、土壤墒情数据、蒸散发数据以及水流量数据;
漫溢淹没分析结果确定模块,用于基于山洪模拟计算模型对所述监测数据进行预报演进计算和洪水漫溢淹没分析,得到所述当前监测区域的漫溢淹没分析结果;
报警模块,用于如果确定所述漫溢淹没分析结果超过设定的预警阈值,生成报警信息并将所述报警信息发送给报警设备,以使所述报警设备根据所述报警信息进行报警。
第三方面,本发明实施例还提供了一种山洪灾害预警系统,包括:数据处理分析设备、监测设备、数据采集设备、视频监控设备、报警设备以及终端设备;
所述监测设备、所述数据采集设备、所述视频监控设备、所述报警设备以及所述终端设备分别与所述数据处理分析设备通信连接;
所述数据处理分析设备,用于执行如第一方面中任一项所述的山洪灾害预警方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时实现如第一方面中任一项所述的山洪灾害预警方法
本实施例提供的技术方案,通过监测设备采集监测数据,通过数据处理分析设备自动化确定当前监测区域的漫溢淹没分析结果以及生成报警信息,通过报警设备自动报警,解决了现有技术中山洪灾害预警方式较多的依赖人工的问题,达到实现一体化采集数据、分析数据以及报警,提高山洪灾害预警并减少人力成本的目的。数据处理分析设备通过采用山洪模拟计算模型对监测数据进行分析,可以实现数据分析的智能化,提高预警精度以及预警效率,满足精确且高效预警预报山洪的需求。
附图说明
图1为本发明实施例一提供的一种山洪灾害预警方法的流程示意图;
图2为本发明实施例二提供的一种山洪灾害预警方法的流程示意图;
图3为本发明实施例三提供的一种山洪灾害预警方法的流程示意图;
图4为本发明实施例四提供的一种山洪灾害预警装置的结构示意图;
图5为本发明实施例五提供的一种山洪灾害预警系统的结构示意图;
图6为本发明实施例五提供的数据处理分析设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种山洪灾害预警方法的流程示意图,本实施例可适用于自动获取监测数据、分析监测数据以及进行山洪灾害报警的情况,该方法可以由山洪灾害预警装置来执行,其中该装置可由软件和/或硬件实现,并一般集成在数据处理分析设备或终端中。具体参见图1所示,该方法可以包括如下步骤:
S110,数据处理分析设备获取监测设备发送的监测数据。
可选地,数据处理分析设备可以为移动终端、服务器或可穿戴式设备等。所述监测设备用于实时采集当前监测区域的监测数据,所述当前监测区域可以为山洪灾害易发区域(如流域)。所述监测设备可以包括水位监测设备、雨量监测设备、土壤墒情监测设备、水面蒸发监测设备以及水流量监测设备,相应的,所述监测数据可以包括当前监测区域的水位数据、雨量数据、土壤墒情数据、蒸散发数据以及水流量数据。可选地,所述水位数据可以为流域的水位高度,雨量数据可以为降雨量,所述土壤墒情数据可以为土壤含水量和/或土壤温度,蒸散发数据可以为水面蒸发数据,水流量数据可以为某流域的断面水流量。
本实施例中,对于土壤墒情设备的布设,可以根据某流域的特点,选择具有代表性的土壤区域,布设至少一个土壤墒情监测设备(如土壤墒情监测仪),对土壤温度和湿度进行监测,并采集土壤墒情数据;对于雨量监测设备的布设,可以按照20-100km2/站的密度进行布设,在山洪灾害频发及人口密度大的村组、山洪灾害易发的暴雨中心,按照20-30km2/站的密度进行布设,尽量布置在代表性好、便于看管维护的地方,为保证数据处理分析设备的分析效果,可以在流域具有代表性的区域布设1~2个或者多个翻斗式雨量计;对于水位监测数据的布设,应结合实际情况,选用雷达式水位计或其他形式水位计,水位计主要布设在防洪重点断面、桥梁、堰等水利工程断面、村镇重要设防点断面以及河道形态变化比较大的断面等,为保证数据处理分析设备的分析效果,可以适当加密水位计布设密度,如间隔500米布设一个。上述监测设备的供电方式多样灵活,可以配置市电太阳能电池板、蓄电池等(适合无电地区常年使用),以保证在断电或阴雨天气的情况下,监测设备可以正常工作。
S120,数据处理分析设备基于山洪模拟计算模型对监测数据进行预报演进计算和洪水漫溢淹没分析,得到当前监测区域的漫溢淹没分析结果。
可选地,所述山洪模拟计算模型包括:水文预报模型、洪水演进模型和洪水淹没模型。所述数据处理分析设备根据所述水文预报模型和洪水演进模型对所述监测数据进行预报演进计算,并根据洪水淹没模型对预报演进计算结果进行漫溢淹没分析,得到当前监测区域的漫溢淹没分析结果。具体地,可以根据水文预报模型对所述监测数据进行预报分析,计算当前监测区域的水流量,并将当前监测区域的水流量输入至洪水演进模型,根据洪水演进模型对水流量进行洪水演进计算,确定当前监测区域的洪水演进结果,例如确定平均水位、平均流速、洪峰流量、洪峰水位以及洪峰到达时间等信息,采用洪水淹没模型对水动力分析结果进行漫溢淹没分析,得到当前监测区域的淹没水深、淹没范围、淹没到达时间、淹没历时等信息。数据处理分析设备通过采用山洪模拟计算模型,依次对监测数据进行水文预报、洪水演进以及漫溢淹没分析,可以实现自动化确定当前监测区域的漫溢淹没分析结果,减少人力成本并提高数据分析效率。
需要说明的是,采用水文预报模型对洪水演进模型对水流量进行洪水演进计算的过程中,可以将当前监测区域划分为若干个单元流域,将划分好的每块单元流域的监测数据输入至水文预报模型,通过水文预报模型计算各单元流域的水流量,将各单元流域的水流量叠加得到当前监测区域的全流域的水流量。这样设置的好处是,可以将面积较大的全流域分为多块单元流域计算水流量,并叠加每个单元流域的水流量得到全流域的水流量,可以提高当前监测区域的全流域的水流量的计算精度。
S130,如果数据处理分析设备确定漫溢淹没分析结果超过设定的预警阈值,生成报警信息并将报警信息发送给报警设备,以使报警设备根据报警信息进行报警。
通过前述步骤确定了淹没水深,数据处理分析设备将淹没水深与预先存储的预警阈值进行比较,如果淹没水深超过预警阈值,则将淹没水深超过预警阈值的区域确定为淹没区域,确定淹没区域的范围、淹没到达时间以及淹没历时,根据上述信息和预先存储的预警阈值进行比较,根据比较结果生成报警信息,并将报警信息发送给报警设备,以使报警设备根据报警信息进行报警。通过上述方式,数据处理分析设备可以在对漫溢淹没分析结果分析后自动生成报警信息,以使报警设备进行报警,可以实现通过设备间传输信息实现自动化采集数据、分析数据以及报警,达到提高山洪灾害预警的一体化和智能化的目的。
示例性地,所述预警阈值可以为0,即淹没水深大于0,则将当前区域内的淹没水深大于0的区域确定为淹没区域,并确定淹没水深大于0的范围、淹没到达时间以及淹没时长等信息,数据处理分析设备将淹没水深与预先存储的预警阈值进行比较,如果淹没水深超过预警阈值,比如淹没水深为10cm,20cm,30cm,40cm,则生成不同等级的报警信息,并将报警信息发送给报警设备,报警设备接收报警信息,提示淹没区域、淹没水深、淹没到达时间以及淹没时长等信息。
本实施例中,数据分析处理设备还可以直接对监测设备发送的监测数据进行处理、分析以及阈值判断,即将水位数据、雨量数据或水流量分别与对应的阈值进行比较,根据比较结果生成报警信息,以使报警设备根据报警信息进行报警;或者,数据分析处理设备将监测数据与山洪模拟计算模型的输出结果进行对比分析,结合山洪模拟计算模型的分析结果生成报警信息。通过这种方式,可以进一步提高山洪灾害预警的精度。
本实施例提供的技术方案,通过监测设备采集监测数据,通过数据处理分析设备自动化确定当前监测区域的漫溢淹没分析结果以及生成报警信息,通过报警设备自动报警,解决了现有技术中山洪灾害预警方式较多的依赖人工的问题,达到实现一体化采集数据、分析数据以及报警,提高山洪灾害预警并减少人力成本的目的。数据处理分析设备通过采用山洪模拟计算模型对监测数据进行分析,可以实现数据分析的智能化,提高预警精度以及预警效率,满足精确且高效预警预报山洪的需求。
实施例二
图2为本发明实施例二提供的一种山洪灾害预警方法的流程示意图。本实施例的技术方案在上述实施例的基础上进行了细化。可选地,所述数据处理分析设备基于山洪模拟计算模型对所述监测数据进行预报演进计算,包括:所述数据处理分析设备将所述雨量数据、所述土壤墒情数据和所述蒸散发数据输入至所述水文预报模型,根据所述水文预报模型的相关参数依次进行蒸发计算、产流计算、水源划分计算以及汇流计算,得到各所述单元流域的上出口断面的第一水流量;所述数据处理分析设备对各所述第一水流量进行河道汇流计算,得到各所述单元流域的下出口断面的第二水流量;所述数据处理分析设备将各所述第二水流量进行线性叠加,将叠加结果作为所述当前监测区域的全流域的下出口断面的目标水流量。在该方法实施例中未详尽描述的部分请参考上述实施例。具体参见图2所示,该方法可以包括如下步骤:
S210,数据处理分析设备获取监测设备发送的监测数据。
其中,所述监测数据可以包括水位数据、雨量数据、土壤墒情数据、蒸散发数据以及水流量数据。可选地,雨量数据可以是一场降雨的过程雨量数据,土壤墒情数据可以包括一般、极湿、较湿、极干、较干等级。
S220,数据处理分析设备将雨量数据、土壤墒情数据和蒸散发数据输入至水文预报模型,根据水文预报模型的相关参数依次进行蒸发计算、产流计算、水源划分计算以及汇流计算,得到各单元流域的上出口断面的第一水流量。
可选地,在基于山洪模拟计算模型对所述监测数据进行预报演进计算之前,还包括:
步骤a)数据处理分析设备获取初始模型,并将雨量数据和土壤墒情数据输入初始模型,得到预测水流量,其中,初始模型为与当前监测区域的流域特征指标对应的流域区域的水文预报模型;
步骤b)数据处理分析设备根据当前监测区域的标准水流量和预测水流量对初始模型进行参数率定,将参数率定后的初始模型作为所述水文预报模型;
其中,所述标准水流量根据所述当前监测区域的历史水流量和/或当前水流量确定,所述当前水流量根据所述水位数据和所述当前监测区域的水位断面确定。
可以理解的是,在建立山洪模拟计算模型之前,对当前监测区域的河道地形、基础地理、地方高程、工程信息等资料进行整理,根据收集到的地形资料构建数字高程模型(Digital Elevation Model,简称DEM),并提取河道流域范围和平均坡降等信息作为建立山洪模拟计算模型的基础数据,该基础数据可以包括流域地形、河道断面和工程信息等。
本实施例中,在确定水文预报模型时,可以将与当前监测区域的流域特征指标相似的流域所采用的水文预报模型作为所述当前监测区域的初始模型。其中,所述流域特征指标可以包括流域面积、主河道长、河道纵坡、流域长度、形状系数、每个月平均降雨量等信息。相似的流域所采用的水文预报模型可以为新安江水文预报模型。需要说明的是,新安江水文预报模型是参数的概念性模型,该模型的相关参数可以包括蒸散发参数:K、WUM、WLM、C,产流量参数:WM、B、IMP,水源划分参数:SM、EX、KSS、KG以及汇流参数:KKSS、KKG、CS、L、XE、KE。本实施例中,可以采用全局优化算法或者遗传算法等对初始模型进行参数率定。
具体地,通过新安江水文预报模型确定预测水流量时,可以将所述雨量数据(例如一场降雨的过程雨量数据)、土壤墒情数据(例如一般、极湿、较湿、极干、较干)和蒸散发参数作为新安江水文预报模型的输入参数,新安江水文预报模型根据雨量数据和蒸散发参数进行蒸散发计算,并将土壤墒情数据(例如土壤湿度)作为蒸散发计算的参考参数,得到蒸散发计算结果,新安江水文预报模型根据蒸散发计算结果依次进行产流量计算、水源划分以及汇流计算,确定预测水流量;进一步地,数据处理分析设备将标准水流量(包括预先存储的当前监测区域的历史水流量和/或实时确定的当前水流量)与预测水流量对新安江水文预报模型进行参数率定,将参数率定后的初始模型作为所述水文预报模型。在对新安江水文预报模型进行参数率定时,可以设定一个针对参数率定的目标函数,根据标准水流量与预测水流量调整该目标函数,使该目标函数达到最大或最小,直至标准水流量与预测水流量无限接近,得到参数率定后的新安江水文预报模型。
如前述实施例所述,采用水文预报模型(即参数率定后的新安江水文预报模型)对水流量进行预报演进的过程中,可以将当前监测区域划分为若干个单元流域,将划分好的每块单元流域的监测数据输入至水文预报模型,根据蒸散发参数、产流量参数、水源划分参数、以及汇流参数依次进行蒸发计算、产流计算、水源划分计算以及汇流计算,得到单元流出口的流量过程,将单元流出口的流量过程作为该单元流域的上出口断面的第一水流量。需要说明的是,通过水文预报模型水流量进行预报演进的过程中,可以采用卡尔曼滤波技术并根据预先存储的历史数据对预报时段的预报数据进行实时校正,可以提高水文预报模型的预报精度。
S230,数据处理分析设备对各第一水流量进行河道汇流计算,得到各单元流域的下出口断面的第二水流量。
为了计算流域的上出口断面与下出口断面的水流量的相关关系,本实施例可以采用马斯京根法进行下出口的河道汇流计算,得到各单元流域在全流域出口的流量过程,并将各单元流域在全流域出口的流量过程作为所述各单元流域的下出口断面的第二水流量。可选地,本实施例可以采用线性马斯京根法、分段马斯京根法或者变参数马斯京根法等进行下出口的河道汇流计算。
S240,数据处理分析设备将各第二水流量进行线性叠加,将叠加结果作为当前监测区域的全流域的下出口断面的目标水流量。
可以理解的是,第二水流量是各单元在全流域出口的流量过程,通过将各第二水流量进行线性叠加,可以得到全流域出口总的流量过程,即得到全流域的下出口断面的目标水流量。
数据处理分析设备通过上述S210-S240完成对监测数据的水文预报过程。进一步地,数据处理分析设备需要根据目标水流量依次进行预报演进以及洪水漫溢淹没分析。可选地,所述数据处理分析设备基于山洪模拟计算模型对所述监测数据进行预报演进计算,包括:数据处理分析设备基于洪水演进模型对目标水流量包括的各第二水流量进行洪水演进计算,得到各所述单元流域的下出口断面的洪水演进结果,其中,洪水演进结果包括当前监测区域的各单元流域的平均流速、洪峰流量、洪峰水位以及洪峰到达时间中的至少一种。
可选地,所述洪水演进模型为圣维南方程组,所述第一洪水演进结果包括所述当前监测区域的各单元流域的各断面的平均流量以及平均水位。其中,所述圣维南方程组的表达式为:其中,Q为各所述单元流域的断面的平均流量(m3/s),Z为各所述单元流域的断面的平均水位(m),A为各所述单元流域的断面的主槽过水断面面积(m2),BT为全流域的总河宽(m),q为各所述单元流域的水流量(m3/s),K为流量模数,g为重力加速度(m/s2),x为各所述单元流域的沿水流方向距离(m),t为时间(s)。上述公式中的A、BT、q、K、g、x和t均为已知量,q表示各所述单元流域的水流量为第二水流量,通过上述方程组可以求得Q和Z,并根据预先确定的单元流域的各个断面尺寸和Q计算单元流域的各断面平均流速,以及进一步计算洪峰流量、洪峰水位以及洪峰到达时间等。可选地,对于任意一条流域,设流域的首末两端的节点为N1和N2,将该流域的河段用n个断面划分成n-1个河段,即可确定每个单元流域的每个河段的断面尺寸。
进一步地,数据处理分析设备得到洪水演进结果之后,可以基于洪水淹没模型对洪水演进结果进行洪水漫溢淹没分析。具体分析方法为:所述数据处理分析基于所述洪水淹没模型对所述洪水演进结果进行洪水漫溢淹没分析,并采用非结构网格的有限体积法计算所述当前监测区域的洪水漫溢淹没分析结果,其中,所述洪水漫溢淹没分析结果至少包括所述当前监测区域的各单元流域的淹没水深。
可选地,洪水淹没模型可以为二维洪水淹没模型,二维洪水淹没模型的表达式为:h为淹没水深,q为各所述单元流域的水流量(m3/s),u、v分别为x、y方向的垂向平均流速分量(m/s),g为重力加速度(m/s2)。结合上述圣维南方程组的计算结果,在当前监测区域的各单元流域划分为若干个不规则的非结构网格,将q、u、v以及g作为二维洪水淹没模型的输入数据,对于每个非结构网格采用有限体积法并根据二维洪水淹没模型计算淹没水深h。进一步地,还可以根据淹没水深以及当前监测区域的地形数据确定洪水淹没范围,根据淹没水深和平均流速计算洪水达到时间,以及计算淹没历时等信息。
可以理解的是,本实施例将上述水文预报模型、洪水演进模型和洪水淹没模型集成为山洪模拟计算模型,可以使数据处理分析设备方便快捷的进行流域洪水的产汇流和演进过程的预测和模拟,精确且高效的对山洪数据进行分析以及预警。
S250,如果数据处理分析设备确定漫溢淹没分析结果超过设定的预警阈值,生成报警信息并将报警信息发送给报警设备,以使报警设备根据报警信息进行报警。
本实施例提供的技术方案,通过将上述水文预报模型、洪水演进模型和洪水淹没模型集成为山洪模拟计算模型,可以将水文预报、山洪模拟洪水漫溢淹没分析过程集成在数据处理分析设备,实现通过数据处理分析设备方便快捷的执行预报、山洪模拟和演进等过程,达到智能化确定淹没信息的目的。
实施例三
图3为本发明实施例三提供的一种山洪灾害预警方法的流程示意图。本实施例的技术方案在上述实施例的基础上增加了新的步骤。可选地,该方法还包括:所述数据处理分析设备将所述监测数据和所述漫溢淹没分析结果发送至终端设备。在该方法实施例中未详尽描述的部分请参考上述实施例。具体参见图3所示,该方法可以包括如下步骤:
S310,数据处理分析设备获取监测设备发送的监测数据。
S320,数据处理分析设备基于山洪模拟计算模型对监测数据进行预报演进计算和洪水漫溢淹没分析,得到当前监测区域的漫溢淹没分析结果。
S330,如果数据处理分析设备确定漫溢淹没分析结果超过设定的预警阈值,生成报警信息并将报警信息发送给报警设备,以使报警设备根据报警信息进行报警。
S340,数据处理分析设备将监测数据和所述漫溢淹没分析结果发送至终端设备。
在前述实施例的基础上,数据处理分析设备采用水文预报模型、洪水演进模型以及洪水淹没模型对监测数据进行预报、洪水演进以及洪水漫溢淹没过程中,可以根据确定的水位数据、水流量数据、单元流域的各断面平均流速、洪峰流量、洪峰水位、洪峰到达时间以及淹没水深等信息绘制相关的二维图表,还可以对获取的监测数据绘制对应的二维图表,并将绘制的所有二维图表发送至终端设备,以使终端设备对二维图表进行展示,便于用户在终端查看二维图表。
可选地,数据处理分析设备在对监测数据进行处理和分析的过程中,可以以网格单元对应的计算结果作为基础,结合地理信息系统(Geographic Information System,简称GIS)和DEM提供的数据,按照规范要求的颜色图例,生成基于GIS地图的洪水淹没范围图、淹没水深图、到达时间图、淹没历时图,也可根据时序变化数据,生成洪水过程动态图,并将生成的洪水过程动态图发送给终端设备,通过终端设备展现洪水演进过程,便于用户在终端查看相关结果图。可选地,终端设备还可以接收数据处理分析设备发送的报警信息,以使处于不同地点的工作人员及时获取的报警提示信息,利于工作人员准确掌握现场情况以及进行应急处理等。
可选地,数据处理分析设备对监测数据进行预报演进计算和洪水漫溢淹没分析的过程中,还可以导入降雨时程数据、人工输入预报时间和时段平均降雨量的方式设置预报方案,实现手动在线模拟。系统支持设置多个预报模拟方案,可进行多个预报方案的洪水淹没范围、洪水淹没水深、洪水到达时间、洪水淹没历时的对比分析。
可选地,所述数据处理分析设备还可以接收视频监控设备发送的当前监测区域的视频画面,对所述视频画面进行去噪处理和增透处理,确定去噪处理和增透处理后的视频画面的感兴趣画面,将感兴趣画面发送至终端设备。这样,可以通过终端设备直观的展示当前监测区域的现场的监测数据、二维图表、洪水过程动态图、视频画面以及报警信息等信息,利于工作人员准确掌握现场情况以及进行应急处理等。
可选地,监测设备还可以将监测数据发送至数据采集设备,通过数据采集设备将非数字化的监测数据转化为数字化的监测数据,数据采集设备将数字化的监测数据发送给数据处理分析设备,便于数据处理分析设备分析数据处理分析设备。
本实施例提供的技术方案,数据处理分析设备对监测数据进行预报演进计算和洪水漫溢淹没分析的过程中,可以生成二维图表和洪水过程动态图,以及将二维图表、洪水过程动态图、视频画面以及报警信息发送给终端设备,通过终端设备直观的展示上述信息,便于工作人员准确掌握现场情况以及进行应急处理等。
实施例四
图4为本发明实施例四提供的一种山洪灾害预警装置的结构示意图。该装置配置于数据处理分析设备。参见图4所示,该装置包括:监测数据获取模块410、漫溢淹没分析结果确定模块420以及报警模块430。
其中,监测数据获取模块410,用于获取监测设备发送的监测数据,其中,所述监测数据包括当前监测区域的水位数据、雨量数据、土壤墒情数据、蒸散发数据以及水流量数据;
漫溢淹没分析结果确定模块420,用于基于山洪模拟计算模型对所述监测数据进行预报演进计算和洪水漫溢淹没分析,得到所述当前监测区域的漫溢淹没分析结果;
报警模块430,用于如果确定所述漫溢淹没分析结果超过设定的预警阈值,生成报警信息并将所述报警信息发送给报警设备,以使所述报警设备根据所述报警信息进行报警。
在上述各技术方案的基础上,所述山洪模拟计算模型,包括:水文预报模型、洪水演进模型和洪水淹没模型;
相应的,该装置还包括:水文预报模型确定模块;其中,水文预报模型确定模块用于,获取初始模型,并将所述雨量数据和所述土壤墒情数据输入所述初始模型,得到预测水流量,其中,所述初始模型为与所述当前监测区域的流域特征指标对应的流域区域的水文预报模型;
根据所述当前监测区域的标准水流量和所述预测水流量对所述初始模型进行参数率定,将参数率定后的初始模型作为所述水文预报模型;
其中,所述标准水流量根据所述当前监测区域的历史水流量和/或当前水流量确定,所述当前水流量根据所述水位数据和所述当前监测区域的水位断面确定。
在上述各技术方案的基础上,漫溢淹没分析结果确定模块420还用于,将所述雨量数据、所述土壤墒情数据和所述蒸散发数据输入至所述水文预报模型,根据所述水文预报模型的相关参数依次进行蒸发计算、产流计算、水源划分计算以及汇流计算,得到各所述单元流域的上出口断面的第一水流量;
对各所述第一水流量进行河道汇流计算,得到各所述单元流域的下出口断面的第二水流量;
将各所述第二水流量进行线性叠加,将叠加结果作为所述当前监测区域的全流域的下出口断面的目标水流量。
在上述各技术方案的基础上,漫溢淹没分析结果确定模块420还用于,基于所述洪水演进模型对所述目标水流量包括的各所述第二水流量进行洪水演进计算,得到各所述单元流域的下出口断面的洪水演进结果,其中,所述洪水演进结果包括所述当前监测区域的各单元流域的平均流速、洪峰流量、洪峰水位以及洪峰到达时间中的至少一种。
在上述各技术方案的基础上,漫溢淹没分析结果确定模块420还用于,基于所述洪水淹没模型对所述洪水演进结果进行洪水漫溢淹没分析,并采用非结构网格的有限体积法计算所述当前监测区域的洪水漫溢淹没分析结果,其中,所述洪水漫溢淹没分析结果至少包括所述当前监测区域的各单元流域的淹没水深。
在上述各技术方案的基础上,该装置还包括:发送模块;其中,发送模块,用于将所述监测数据和所述漫溢淹没分析结果发送至终端设备。
在上述各技术方案的基础上,该装置还包括:感兴趣画面确定模块;其中,感兴趣画面确定模块,用于接收视频监控设备发送的所述当前监测区域的视频画面,对所述视频画面进行去噪处理和增透处理,确定去噪处理和增透处理后的视频画面的感兴趣画面;相应的,发送模块,还用于将所述感兴趣画面发送至终端设备。
本实施例提供的技术方案,通过监测设备采集监测数据,通过数据处理分析设备自动化确定当前监测区域的漫溢淹没分析结果以及生成报警信息,通过报警设备自动报警,解决了现有技术中山洪灾害预警方式较多的依赖人工的问题,达到实现一体化采集数据、分析数据以及报警,提高山洪灾害预警并减少人力成本的目的。数据处理分析设备通过采用山洪模拟计算模型对监测数据进行分析,可以实现数据分析的智能化,提高预警精度以及预警效率,满足精确且高效预警预报山洪的需求。
实施例五
图5为本发明实施例五提供的一种山洪灾害预警系统的结构示意图。参见图5所示,该系统包括:数据处理分析设备1、监测设备2、数据采集设备3、视频监控设备4、报警设备5以及终端设备6。
其中,所述监测设备2、所述数据采集设备3、所述视频监控设备4、所述报警设备5以及所述终端设备6分别与所述数据处理分析设备1通信连接。
所述数据处理分析设备1,用于获取监测设备发送的监测数据,其中,所述监测数据包括当前监测区域的水位数据、雨量数据、土壤墒情数据、蒸散发数据以及水流量数据;
基于山洪模拟计算模型对所述监测数据进行预报演进计算和洪水漫溢淹没分析,得到所述当前监测区域的漫溢淹没分析结果;
如果确定所述漫溢淹没分析结果超过设定的预警阈值,生成报警信息并将所述报警信息发送给报警设备,以使所述报警设备根据所述报警信息进行报警。
在上述各技术方案的基础上,所述监测设备2,用于采集当前监测区域的非数字信号格式的监测数据,并将所述非数字信号格式的监测数据发送至所述数据采集设备3;
所述数据采集设备3,用于将所述非数字信号格式的监测数据转化为数字信号格式的监测数据;
所述视频监控设备4,用于实时监测所述当前监测区域的视频画面,并将所述视频画面发送至所述数据处理分析设备;
所述报警设备5,用于接收所述数据处理分析设备发送的报警信息,根据所述报警信息生成报警提示信息;
所述终端设备6,用于接收所述数据处理分析设备发送的所述监测数据和漫溢淹没分析结果,并展示所述监测数据和所述漫溢淹没分析结果。
图6示出了适于用来实现本发明实施方式的示例性数据处理分析设备1的框图。图6显示的数据处理分析设备1仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,数据处理分析设备1以通用计算设备的形式表现。数据处理分析设备1的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
数据处理分析设备1典型地包括多种计算机系统可读介质。这些介质可以是任何能够被数据处理分析设备1访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。数据处理分析设备1可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如山洪灾害预警装置的监测数据获取模块410、漫溢淹没分析结果确定模块420以及报警模块430)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(例如山洪灾害预警装置的监测数据获取模块410、漫溢淹没分析结果确定模块420以及报警模块430)程序模块46的程序/实用工具44,可以存储在例如存储器28中,这样的程序模块46包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块46通常执行本发明所描述的实施例中的功能和/或方法。
数据处理分析设备1也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该数据处理分析设备1交互的设备通信,和/或与使得该数据处理分析设备1能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,数据处理分析设备1还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与数据处理分析设备1的其它模块通信。应当明白,尽管图中未示出,可以结合数据处理分析设备1使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种山洪灾害预警方法,包括:
数据处理分析设备获取监测设备发送的监测数据,其中,所述监测数据包括当前监测区域的水位数据、雨量数据、土壤墒情数据、蒸散发数据以及水流量数据;
所述数据处理分析设备基于山洪模拟计算模型对所述监测数据进行预报演进计算和洪水漫溢淹没分析,得到所述当前监测区域的漫溢淹没分析结果;
如果所述数据处理分析设备确定所述漫溢淹没分析结果超过设定的预警阈值,生成报警信息并将所述报警信息发送给报警设备,以使所述报警设备根据所述报警信息进行报警。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种山洪灾害预警方法。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的一种山洪灾害预警方法的技术方案。
实施例六
本发明实施例五还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的一种山洪灾害预警方法,包括:
数据处理分析设备获取监测设备发送的监测数据,其中,所述监测数据包括当前监测区域的水位数据、雨量数据、土壤墒情数据、蒸散发数据以及水流量数据;
所述数据处理分析设备基于山洪模拟计算模型对所述监测数据进行预报演进计算和洪水漫溢淹没分析,得到所述当前监测区域的漫溢淹没分析结果;
如果所述数据处理分析设备确定所述漫溢淹没分析结果超过设定的预警阈值,生成报警信息并将所述报警信息发送给报警设备,以使所述报警设备根据所述报警信息进行报警。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储的计算机程序不限于如上的方法操作,还可以执行本发明任意实施例所提供的一种山洪灾害预警方法中的相关操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在监测数据、漫溢淹没分析结果、报警信息等,其中承载了计算机可读的程序代码。这种传播的监测数据、漫溢淹没分析结果、报警信息等形式。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
值得注意的是,上述山洪灾害预警装置的实施例中,所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种山洪灾害预警方法,其特征在于,包括:
数据处理分析设备获取监测设备发送的监测数据,其中,所述监测数据包括当前监测区域的水位数据、雨量数据、土壤墒情数据、蒸散发数据以及水流量数据;
所述数据处理分析设备基于山洪模拟计算模型对所述监测数据进行预报演进计算和洪水漫溢淹没分析,得到所述当前监测区域的漫溢淹没分析结果;
如果所述数据处理分析设备确定所述漫溢淹没分析结果超过设定的预警阈值,生成报警信息并将所述报警信息发送给报警设备,以使所述报警设备根据所述报警信息进行报警;
所述山洪模拟计算模型,包括:
水文预报模型、洪水演进模型和洪水淹没模型;
在所述数据处理分析设备基于山洪模拟计算模型对所述监测数据进行预报演进计算之前,还包括:
所述数据处理分析设备获取初始模型,并将所述雨量数据和所述土壤墒情数据输入所述初始模型,得到预测水流量,其中,所述初始模型为与所述当前监测区域的流域特征指标对应的流域区域的水文预报模型;
所述数据处理分析设备根据所述当前监测区域的标准水流量和所述预测水流量对所述初始模型进行参数率定,将参数率定后的初始模型作为所述水文预报模型;
其中,所述标准水流量根据所述当前监测区域的历史水流量和/或当前水流量确定,所述当前水流量根据所述水位数据和所述当前监测区域的水位断面确定。
2.根据权利要求1所述的方法,其特征在于,所述数据处理分析设备基于山洪模拟计算模型对所述监测数据进行预报演进计算,包括:
所述数据处理分析设备将所述雨量数据、所述土壤墒情数据和所述蒸散发数据输入至所述水文预报模型,根据所述水文预报模型的相关参数依次进行蒸发计算、产流计算、水源划分计算以及汇流计算,得到各单元流域的上出口断面的第一水流量;
所述数据处理分析设备对各所述第一水流量进行河道汇流计算,得到各所述单元流域的下出口断面的第二水流量;
所述数据处理分析设备将各所述第二水流量进行线性叠加,将叠加结果作为所述当前监测区域的全流域的下出口断面的目标水流量。
3.根据权利要求2所述的方法,其特征在于,所述数据处理分析设备基于山洪模拟计算模型对所述监测数据进行预报演进计算,包括:
所述数据处理分析设备基于所述洪水演进模型对所述目标水流量包括的各所述第二水流量进行洪水演进计算,得到各所述单元流域的下出口断面的洪水演进结果,其中,所述洪水演进结果包括所述当前监测区域的各单元流域的平均流速、洪峰流量、洪峰水位以及洪峰到达时间中的至少一种。
4.根据权利要求3所述的方法,其特征在于,所述数据处理分析设备基于山洪模拟计算模型对所述监测数据进行洪水漫溢淹没分析,包括:
所述数据处理分析基于所述洪水淹没模型对所述洪水演进结果进行洪水漫溢淹没分析,并采用非结构网格的有限体积法计算所述当前监测区域的洪水漫溢淹没分析结果,其中,所述洪水漫溢淹没分析结果至少包括所述当前监测区域的各单元流域的淹没水深。
5.根据权利要求1所述的方法,其特征在于,还包括:
所述数据处理分析设备将所述监测数据和所述漫溢淹没分析结果发送至终端设备。
6.根据权利要求1所述的方法,其特征在于,还包括:
所述数据处理分析设备接收视频监控设备发送的所述当前监测区域的视频画面,对所述视频画面进行去噪处理和增透处理,确定去噪处理和增透处理后的视频画面的感兴趣画面;
将所述感兴趣画面发送至终端设备。
7.一种山洪灾害预警装置,其特征在于,配置于数据处理分析设备,包括:
监测数据获取模块,用于获取监测设备发送的监测数据,其中,所述监测数据包括当前监测区域的水位数据、雨量数据、土壤墒情数据、蒸散发数据以及水流量数据;
漫溢淹没分析结果确定模块,用于基于山洪模拟计算模型对所述监测数据进行预报演进计算和洪水漫溢淹没分析,得到所述当前监测区域的漫溢淹没分析结果;
报警模块,用于如果确定所述漫溢淹没分析结果超过设定的预警阈值,生成报警信息并将所述报警信息发送给报警设备,以使所述报警设备根据所述报警信息进行报警;
水文预报模型确定模块,用于获取初始模型,并将所述雨量数据和所述土壤墒情数据输入所述初始模型,得到预测水流量,其中,所述初始模型为与所述当前监测区域的流域特征指标对应的流域区域的水文预报模型;
根据所述当前监测区域的标准水流量和所述预测水流量对所述初始模型进行参数率定,将参数率定后的初始模型作为所述水文预报模型;
其中,所述标准水流量根据所述当前监测区域的历史水流量和/或当前水流量确定,所述当前水流量根据所述水位数据和所述当前监测区域的水位断面确定。
8.一种山洪灾害预警系统,其特征在于,包括:数据处理分析设备、监测设备、数据采集设备、视频监控设备、报警设备以及终端设备;
所述监测设备、所述数据采集设备、所述视频监控设备、所述报警设备以及所述终端设备分别与所述数据处理分析设备通信连接;
所述数据处理分析设备,用于执行如权利要求1-6中任一项所述的山洪灾害预警方法。
9.根据权利要求8所述的系统,其特征在于,所述监测设备,用于采集当前监测区域的非数字信号格式的监测数据,并将所述非数字信号格式的监测数据发送至所述数据采集设备;
所述数据采集设备,用于将所述非数字信号格式的监测数据转化为数字信号格式的监测数据;
所述视频监控设备,用于实时监测所述当前监测区域的视频画面,并将所述视频画面发送至所述数据处理分析设备;
所述报警设备,用于接收所述数据处理分析设备发送的报警信息,根据所述报警信息生成报警提示信息;
所述终端设备,用于接收所述数据处理分析设备发送的所述监测数据和漫溢淹没分析结果,并展示所述监测数据和所述漫溢淹没分析结果。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-6中任一项所述的山洪灾害预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010617528.9A CN111784976B (zh) | 2020-06-30 | 2020-06-30 | 一种山洪灾害预警方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010617528.9A CN111784976B (zh) | 2020-06-30 | 2020-06-30 | 一种山洪灾害预警方法、装置、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111784976A CN111784976A (zh) | 2020-10-16 |
CN111784976B true CN111784976B (zh) | 2022-02-18 |
Family
ID=72760411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010617528.9A Active CN111784976B (zh) | 2020-06-30 | 2020-06-30 | 一种山洪灾害预警方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111784976B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN113971866B (zh) * | 2021-09-14 | 2023-06-30 | 山东大学 | 隧道突水突泥灾害联动报警及人员智能疏散系统及方法 |
CN113987971B (zh) * | 2021-10-27 | 2023-05-05 | 北京中地华安科技股份有限公司 | 洪水危险性的预警方法、装置、电子设备和介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678984A (zh) * | 2015-12-30 | 2016-06-15 | 四川大学 | 无资料地区堰塞湖溃决灾害预警体系建立方法 |
CN107195164A (zh) * | 2017-07-03 | 2017-09-22 | 长江水利委员会长江科学院 | 山洪灾害在线监测识别预警方法及其预警系统 |
CN109887240A (zh) * | 2019-03-22 | 2019-06-14 | 福州大学 | 一种基于人工智能的滑坡灾害安全监测与预警方法 |
CN209417901U (zh) * | 2018-09-11 | 2019-09-20 | 杭州定川信息技术有限公司 | 基于土壤墒情实时校正的山洪灾害动态预警系统 |
CN110415488A (zh) * | 2019-05-20 | 2019-11-05 | 宁波市水利水电规划设计研究院 | 一种山洪灾害预警的方法、系统、电子设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8310361B1 (en) * | 2011-06-13 | 2012-11-13 | Google Inc. | Creating and monitoring alerts for a geographical area |
CN110737875B (zh) * | 2019-09-24 | 2023-05-12 | 浙江省水利河口研究院 | 一种中长期山洪灾害预警预判方法 |
-
2020
- 2020-06-30 CN CN202010617528.9A patent/CN111784976B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678984A (zh) * | 2015-12-30 | 2016-06-15 | 四川大学 | 无资料地区堰塞湖溃决灾害预警体系建立方法 |
CN107195164A (zh) * | 2017-07-03 | 2017-09-22 | 长江水利委员会长江科学院 | 山洪灾害在线监测识别预警方法及其预警系统 |
CN209417901U (zh) * | 2018-09-11 | 2019-09-20 | 杭州定川信息技术有限公司 | 基于土壤墒情实时校正的山洪灾害动态预警系统 |
CN109887240A (zh) * | 2019-03-22 | 2019-06-14 | 福州大学 | 一种基于人工智能的滑坡灾害安全监测与预警方法 |
CN110415488A (zh) * | 2019-05-20 | 2019-11-05 | 宁波市水利水电规划设计研究院 | 一种山洪灾害预警的方法、系统、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111784976A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111795681A (zh) | 一种山洪灾害预警方法、装置、服务器及存储介质 | |
CN111784976B (zh) | 一种山洪灾害预警方法、装置、系统及存储介质 | |
ES2894877T3 (es) | Proceso y sistema para análisis y gestión hidrológicos de cuencas de ríos | |
CN111651885A (zh) | 一种智慧型海绵城市洪涝预报方法 | |
CN110646867A (zh) | 一种城市排水监测预警方法和系统 | |
CN110633865A (zh) | 一种基于排涝模型的城市积水预测与安全预警系统 | |
Ahmad et al. | Flood prediction and disaster risk analysis using GIS based wireless sensor networks, a review | |
KR102365591B1 (ko) | 침수 예측 장치 및 그 방법 | |
CN112598883B (zh) | 基于贝叶斯网络的输电线路落雷概率预警方法及预警系统 | |
CN113222283A (zh) | 一种基于数字孪生的山洪预报预警方法及系统 | |
CN116070918A (zh) | 一种城市洪涝安全评估及洪涝灾害防治方法 | |
CN111866452B (zh) | 一种滑坡堰塞坝应急处置的视频实时监测方法 | |
CN107609715B (zh) | 一种基于暴雨特征山洪临界雨量计算方法 | |
CN116821272B (zh) | 一种城市内涝智慧监控预警方法及系统 | |
CN113593191A (zh) | 一种基于大数据的可视化城市内涝监测预警系统 | |
CN116109462A (zh) | 一种自然灾害后饮水水源地污染监测预警方法及系统 | |
CN114201570A (zh) | 河网水质的监测方法、装置和可读存储介质 | |
Henao Salgado et al. | Assessing flood early warning systems for flash floods | |
Panganiban et al. | Rain water level information with flood warning system using flat clustering predictive technique | |
CN114067535B (zh) | 基于人工智能的地质灾害预警方法、装置及存储介质 | |
CN116434485A (zh) | 基于多维度气象数据的灾害预警方法、系统、设备及介质 | |
CN114493005A (zh) | 一种基于降雨量预测河道流量的预警方法及系统 | |
Barfod et al. | The expert tool XGEO and its applications in the Norwegian Avalanche Forecasting Service | |
CN116010618A (zh) | 风险知识图谱的生成方法及装置 | |
TW201727590A (zh) | 動態洪氾預測與警示系統 |
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 |