CN112132967B - 一种山区洪水模拟方法、存储介质及设备 - Google Patents

一种山区洪水模拟方法、存储介质及设备 Download PDF

Info

Publication number
CN112132967B
CN112132967B CN202011144360.0A CN202011144360A CN112132967B CN 112132967 B CN112132967 B CN 112132967B CN 202011144360 A CN202011144360 A CN 202011144360A CN 112132967 B CN112132967 B CN 112132967B
Authority
CN
China
Prior art keywords
mountain area
flood
area
point cloud
mountain
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
Application number
CN202011144360.0A
Other languages
English (en)
Other versions
CN112132967A (zh
Inventor
孙树斌
李金元
李扬
刘元元
王骜
马波
贾强
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.)
Second Construction Co Ltd of China Construction First Group Co Ltd
Original Assignee
Second Construction Co Ltd of China Construction First Group Co Ltd
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 Second Construction Co Ltd of China Construction First Group Co Ltd filed Critical Second Construction Co Ltd of China Construction First Group Co Ltd
Priority to CN202011144360.0A priority Critical patent/CN112132967B/zh
Publication of CN112132967A publication Critical patent/CN112132967A/zh
Application granted granted Critical
Publication of CN112132967B publication Critical patent/CN112132967B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30184—Infrastructure
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本申请涉及一种山区洪水模拟方法。所述方法包括：布设地形扫描设备，对山区地形进行扫描，形成山区整体平面图，并在所述山区整体平面图中标记高度；根据山区区域中的雨量监测设备或山区区域的气象统计数据获取洪水参数；根据所述山区整体平面图，确定泄洪区域；根据所述洪水参数和所述山区整体平面图中确定的泄洪区域，判断泄洪区域是否满足排水要求，若能够满足排水要求，则不需要进行设置；若不能满足排水要求，则需要人工导流进行泄洪。本申请提前对山区洪水进行模拟，提前确定泄洪区域及泄洪量，便于在短时间内雨水过多时提前做好泄洪或人工导流工作，降低了因山区洪水造成的安全事故或人员伤亡，进一步降低了经济损失。

Description

一种山区洪水模拟方法、存储介质及设备
技术领域
本申请涉及洪水模拟技术领域，尤其是涉及一种山区洪水模拟方法。
背景技术
在浅山地区，随着汛期雨水的不断增加，由于排水设施不到位，施工场地容易遭受洪涝灾害，不仅对施工场地带来财产损失，还会造成人员伤亡。因此，在建筑施工场地布置时或施工过程中，一般需要先对施工场地的排水能力进行确定，以减轻山区由于短时间雨水过多造成的损失。
由于短时间内雨水过多，山区施工场地会出现山洪等自然灾害，提前确定施工场地山洪具体流向，便于减轻人员伤亡和经济损失，但现有很多山区施工时并没有提前确定施工场地山洪流向的方法，且无法对施工场地进行布置，因此，进行山区洪水模拟具有重要意义。
发明内容
为了便于对山区洪水进行模拟，判断是否能够承载山区所有洪水，本申请提供了一种山区洪水模拟方法。第一方面，本申请提供的一种山区洪水模拟方法，采用如下的技术方案：
一种山区洪水模拟方法，包括：
确定山区地形地貌：布设地形扫描设备，对山区地形进行扫描，形成山区整体平面图，并在所述山区整体平面图中标记高度；
获取洪水参数：根据山区中的雨量监测设备或山区区域气象统计数据获取洪水参数；
确定泄洪区域：根据所述山区整体平面图，确定泄洪区域；
根据所述洪水参数和所述山区整体平面图中的泄洪区域，判断泄洪区域是否满足排水要求。
通过采用上述技术方案，通过对山区地形进行扫描得到山区整体平面图，并且在山区整体平面图中标记高度，从而能够确定泄洪区域，根据洪水参数判断泄洪区域是否能够承载山区所有洪水，当判断不能承载山区所有洪水时，便于提前采取相应地应对措施。
可选的，所述布设地形扫描设备，对山区地形进行扫描的具体过程为：
S11，布设标靶及扫描站点，安装扫描设备；
S12，采集点云数据和纹理图像数据；
S13，检查点云数据和纹理图像数据是否合格，若不合格则返回步骤S12，若合格则进行步骤S14；
S14，将点云数据和纹理图像数据导出备份。
通过采用上述技术方案，根据实际需要布设若干标靶及扫描站点，对整个山区地形进行扫描，得到点云数据和纹理图像数据。当采集到的数据不符合要求时，需要重新采集，保证了后续操作的准确性。当采集的数据符合要求时，则将相应数据导出备份，以便后续操作的进行。
可选的，所述检查点云数据和纹理图像数据是否合格，具体包括：
检查采集的点云数据和纹理图像数据是否覆盖了整个待模拟山区；
检查采集的点云数据和纹理图像数据是否清晰；
检查采集的点云数据和纹理图像数据是否倾斜、扭曲。
通过采用上述技术方案，进行山区洪水模拟，需要对整个山区进行全面扫描，不能存在漏扫现象。采集的点云数据和纹理图像数据是否清晰，是否倾斜、扭曲，直接影响了生成的山区整体平面图的准确性，因此有必要对采集的数据是否合格进行检查。
可选的，所述形成山区整体平面图，并在所述山区整体平面图中标记高度，具体为：
S21，将不同站点采集的点云数据和纹理图像数据进行拼接；
S22，根据所述点云数据得到高程值；
S23，通过纹理映射将点云数据和纹理图像数据合成为三维图像模型；
S24，对所述三维图像模型进行归一化处理；
S25，根据点云数据信息计算出山区整体平面图的分辨率信息，根据纹理图像数据信息计算出山区整体平面图的像素信息，根据所述分辨率信息和像素信息，形成所述山区整体平面图；
S26，根据所述高程值，在所述山区整体平面图中进行高度标记。
通过采用上述技术方案，由于整个山区地形数据的采集是由多个站点的扫描设备采集的，所以需要先对不同站点采集的点云数据和纹理图像数据进行拼接。然后合成三维图像模型，并进行归一化处理，然后将点云数据信息和纹理图像数据信息结合，能够得到准确地山区整体平面图，并且在该图中标出相应位置的高度，便于后续确定泄洪区域。
可选的，所述步骤S22具体包括：
对点云数据进行预处理；
根据点云数据建立TIN模型；
通过TIN模型构建DEM，从而得到高程值。
通过采用上述技术方案，首先对点云数据进行数据去噪处理，进行去噪处理的点云数据可以准确地表示地表高程点，用其进行TIN和DEM的构建，可以大大的提升DEM的精度在TIN构建完成后，对TIN进行线性内插处理，可以提高高程差值效率，减少差值函数运行时出现的错误，得到准确地高程值。
可选的，在所述步骤S23之前还包括：对拼接后的点云数据和纹理图像数据进行配准。
通过采用上述技术方案，为了获得完整数据，就需要将不同站点即不同参考坐标下的两组或者多组数据统一到同一个坐标系下，进行数据配准，以便后续能够对点云数据和纹理图像数据进行精确地纹理映射。
可选的，所述步骤S25的具体过程为：选取TIN模型中一个三角形的点云数据和纹理图像数据，计算单位距离上对应的像素点的个数，计算出分辨率信息；
计算所述三维图像模型中所有顶点在所述山区整体平面图上的坐标，计算由三维图像模型的纹理图像数据和山区整体平面图的像素数据组成的仿射变换关系矩阵，计算得到每个三维空间顶点的对应像素信息；将相应的分辨率信息和像素信息有序排列，形成所述山区整体平面图。
通过采用上述技术方案，以TIN模型中的三角形为单位，能够计算得到准确度较高的山区整体平面图的分辨率信息，根据映射关系得到像素信息，从而形成清晰、完整、准确性较高的山区整体平面图。
可选的，所述根据所述山区整体平面图，确定泄洪区域，具体为：根据所述山区整体平面图中标注的高度，按照高度由低到高的顺序确定泄洪区域；所述泄洪区域为一个或多个。
通过采用上述技术方案，根据山区整体平面图中标记的高度来确定泄洪区域，然后将高度按照由低到高的顺序进行排序，选择高度最低的几个区域作为泄洪区域。结合实际需求，确定一个或多个泄洪区域，便于根据泄洪量提前做好泄洪准备。
第三方面，本申请提供的一种用于山区洪水模拟的存储介质，采用如下的技术方案：
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行：确定山区地形地貌：布设地形扫描设备，对山区地形进行扫描，形成山区整体平面图，并在所述山区整体平面图中标记高度；
获取洪水参数：根据山区区域雨量监测设备或山区区域气象统计数据获取洪水参数；
确定泄洪区域：根据所述山区整体平面图，确定泄洪区域；
根据所述洪水参数和所述山区整体平面图中的泄洪区域，判断所述泄洪区域是否满足排水要求的步骤。
通过采用上述技术方案，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时能够实现执行本申请所提供的山区洪水模拟方法。
第四方面，本申请提供的一种用于山区洪水模拟的计算机设备，采用如下的技术方案：
一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现：确定山区地形地貌：布设地形扫描设备，对山区地形进行扫描，形成山区整体平面图，并在所述山区整体平面图中标记高度；
获取洪水参数：根据山区区域雨量监测设备或山区区域气象统计数据获取洪水参数；
确定泄洪区域：根据所述山区整体平面图，确定泄洪区域；
根据所述洪水参数和所述山区整体平面图中的泄洪区域，判断所述泄洪区域是否满足排水要求的步骤。
通过采用上述技术方案，所述计算机设备上能够实现执行本申请所提供的山区洪水模拟方法。
综上所述，本申请包括以下有益技术效果：
本申请提前对山区洪水泄洪方式进行模拟，提前确定泄洪区域及泄洪量，便于提前做好泄洪或人工导流，降低因山区洪水造成的安全事故或人员伤亡，进一步降低经济损失。
附图说明
图1是本申请其中一实施例的山区洪水模拟方法的流程图。
图2是本申请其中一实施例的点云数据和纹理图像数据采集流程图。
图3是本申请其中一实施例的形成山区整体平面图的流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。
本具体实施例仅仅是对本申请的解释，其并不是对本申请的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本申请的权利要求范围内都受到专利法的保护。
本申请实施例公开一种山区洪水模拟方法，如图1所示，所述方法的主要流程描述如下。
1.确定山区地形地貌。
(1)在山区选择多个扫描设备布设位置，在布设位置上布设标靶及扫描站点。所述扫描设备可以是三维激光扫描仪，也可以是其他类型的扫描仪，只要能完成对山区的扫描即可。
本实施例中采用三维激光扫描仪，三维激光扫描仪具有扫描速度快、测量准确率高、灵活性强、应用范围广、能够实现全景扫描等特点。使用三维激光扫描仪对山区地形地貌进行扫描时，需要根据周围环境和地势地形特点，合理布置三维扫描仪的站点，然后根据各个站点的具体情况，设置好分辨率，将需要扫描的站点控制在扫描范围内，并控制好各个站点的地理坐标。可以根据实际需要布设多个三维激光扫描仪，值得说明的，这多个三维激光扫描仪的布设位置需要满足对山区进行全面扫描，扫描面积可以相互重叠，但不能存在漏扫现象。图像的拍摄角度应保持镜头正对目标面，无法正面拍摄全景时，应先拍摄部分全景，再逐个正对拍摄，后期再拼接。
如图2所示，通过布设的标靶及扫描站点，采集点云数据和纹理图像数据，对采集的点云数据和纹理图像数据进行检查，检查点云数据和纹理图像数据是否是否覆盖了整个待模拟山区，是否清晰，是否存在倾斜和扭曲现象。若采集的数据不合格，则需要重新采集；若采集的数据合格，则将采集的点云数据和纹理图像数据导出备份。
(2)根据点云数据和纹理图像数据形成山区整体平面图，并在所述山区整体平面图中标记高度，如图3所示。
1)将不同站点采集的点云数据和纹理图像数据进行拼接、配准，通过纹理映射将点云数据和纹理图像数据合成为三维图像模型。
点云数据是通过三维扫描仪扫描得到的表达地表三维形态的、离散的、密度不均匀的数据点集，能够以较高的精度反映地表的真实情况，如地面高低起伏，地表物体反射特征、大小、高矮，物体之间的相对距离关系等。纹理图像是指被扫描物体的表面图像信息，该信息包括像素信息(即RGB值)、深度信息、光照信息等。
在实际的采集过程中，单次的扫描往往得不到完整的数据，需要从不同的站点去扫描该场景。因此需要对每次扫描得到的数据进行拼接，采用PCL(Point Cloud Library)的点云拼接功能进行不同站点采集的点云数据的拼接，采用块拼接纹理合成算法进行纹理图像的拼接。
每次扫描得到的数据都是处在以当前站点为原点的坐标系下，因此，为了获得完整数据，就需要将不同站点即不同参考坐标下的两组或者多组数据统一到同一个坐标系下，进行点云和纹理图像的配准。通过在数据采集过程中引入反射片作为标记物，分别提取反射片在点云和纹理图像中的形心坐标作为配准基元，计算出点云和纹理图像两个坐标系之间的变换，从而实现配准。
将所述点云数据和纹理图像数据合成得到三维图像模型，所述点云数据和纹理图像数据的合成过程就是纹理映射过程。纹理映射的原理就是将纹理数据对应粘贴到三维图像模型表面。首先利用曲率提取提取点云数据中的特征点，并用最小二乘法求得直线特征；对纹理图像进行边缘检测和Hough变换提取纹理图像中的直线特征；根据灭点的几何属性计算平面在相机坐标系下的法向量，利用统一平面内相互垂直的两条直线计算平面在点云坐标系下的法向量；采用四元数法构造旋转矩阵，根据对应平面法向量的旋转关系，用最小二乘法求解旋转矩阵，平移向量则看成是两坐标系原点的平移向量。根据旋转矩阵和平移向量进行点云和纹理图像的纹理映射，从而得到三维图像模型。
2)根据所述点云数据得到高程值。
首先需要对所述点云数据进行降噪、滤波处理，就是按照地形实际情况，在海量数据中将表示非自然地形的数据进行过滤，只留下有意义的点云数据。
使用Delaunay三角剖分算法拟合点云数据，首先选定三个初始点形成初始三角形，寻找最临近点构成共边图形，直到构建的图形将整个区域覆盖为止，形成TIN(Triangulated Irregular Network，不规则三角网)模型。
对TIN模型进行线性内插处理。线性内插对于点云中的海量数据来说，可以极大地提高高程差值效率，减少差值函数运行时出现的误差。线性内插的具体方法如下：
确定目标点高程时，先检索目标点所在的三角形，确定各点的坐标(x1,y1,h1)、(x2,y2,h2)、(x3,y3,h3)，就可以得到目标点方程如下：
Figure BDA0002739206410000041
令两个点与另一顶点间的坐标差值为(x21,y21,h21)、(x31,y31,h31)，则有：
Figure BDA0002739206410000042
Figure BDA0002739206410000043
进而得到目标点的高程值h为：
Figure BDA0002739206410000044
3)对所述三维图像模型进行归一化处理。
首先根据所述点云数据和纹理图像数据的深度信息提取山区范围内的数据信息。若三维图像模型中的任意点(x'i,y'i,z'i)的深度信息满足d(x'i,y'i,z'i)＞d0的条件时，则认定该点为山区数据，其中d(x'i,y'i,z'i)表示点云数据中任意点的深度值，d0表示待模拟山区以外的深度值。对所述深度信息对应的顶点数量进行排序，最后认定顶点数量最多的深度值为d0。
对三维图像模型的坐标点数据进行归一化处理：将三维图像模型的空间坐标(x'i,y'i,z'i)进行平移归一化，使空间坐标满足x'i＞0，y'i＞0，z'i＞0。进行归一化处理的作用在于简化计算过程，避免计算顶点的对应像素信息时出现大量重复的点。
4)根据点云数据信息计算出山区整体平面图的分辨率信息，根据纹理图像数据信息计算出山区整体平面图的像素信息，根据所述分辨率信息和像素信息，形成所述山区整体平面图。
a)根据点云数据信息计算出山区整体平面图的分辨率信息：
从TIN模型中选取一个三角形，该三角形ABC满足任意两点纹理坐标ua＝ub，计算三角形两顶点a,b间的空间距离R：
Figure BDA0002739206410000051
然后计算每单位宽度距离对应的二维图像宽度像素点个数DPIWidth和每单位高度距离对应的二维图像高度像素点个数DPIHeight：
Figure BDA0002739206410000052
Figure BDA0002739206410000053
其中，(ui,vi)表示任意像素点在纹理图像中的坐标值，SpaceWidth、JPGWidth、BMPWidth分别表示三维图像模型的空间宽度值、纹理图像宽度值和山区整体平面图的宽度值，SpaceHeight、JPGHeight、BMPHeight表示对应的高度值。
根据公式(6)和(7)求得山区整体平面图的宽高：
Figure BDA0002739206410000054
Figure BDA0002739206410000055
BMPWidth和BMPHeight即为山区整体平面图的图像分辨率。
b)根据纹理图像数据信息计算出山区整体平面图的像素信息：
计算每一个空间顶点(x'i,y'i,z'i)在山区整体平面图上的坐标(x”i,y”i)：
Figure BDA0002739206410000056
设仿射变换矩阵S为：
Figure BDA0002739206410000061
进一步得出：
Figure BDA0002739206410000062
对于三维图像模型中的每个三角形，通过向量法判断纹理图像上的已知点N(ui,vi)是否在三角形ABC上。设三角形ABC三个点在纹理图像上的坐标分别为A(ua,va)、B(ub,vb)、C(uc,vc)，求出向量
Figure BDA0002739206410000063
由两个向量
Figure BDA0002739206410000064
的叉乘如公式(13)推导出公式(14)，计算
Figure BDA0002739206410000065
Figure BDA0002739206410000066
其中g为单位平面法向量：
Figure BDA0002739206410000067
Figure BDA0002739206410000068
根据叉乘结果判断点N所在区域，从而确定点N遵从的三角形仿射变换关系矩阵S：
当
Figure BDA0002739206410000069
的标量部分正负性相同，点N在三角形ABC内；当
Figure BDA00027392064100000610
的标量部分正负性不同，点N不在三角形ABC内；当
Figure BDA00027392064100000611
点N在三角形ABC边上。
将三角形ABC内和边上的点依据放射冠西矩阵S映射到山区整体平面图上，从而形成完整的山区整体平面图。
c)所述点云数据为生成所述山区整体平面图提供位置数据，纹理图像数据为生成山区整体平面图提供像素数据。将对应位置的对应像素进行有序排列，即可形成完整的山区整体平面图。
2.获取洪水参数。
根据山区所在区域中的雨量监测设备，或山区所在区域的气象统计数据获取山区降雨量、易降雨时间等信息，能够得到短时间降雨量、汇水区域、易降雨时间等参数，将这几个参数作为洪水参数，用来判断泄洪区域是否满足排水要求。
3.确定泄洪区域：根据所述山区整体平面图，确定泄洪区域。
所述山区整体平面图中已经对每一处的高度值进行了标记，按照高度由低到高的顺序确定泄洪区域。其中，根据实际需求，泄洪区域可以是一个，也可以是多个。若泄洪区域为一个，则选取所述山区整体平面图中高度最低的区域作为泄洪区域。若泄洪区域为三个，则根据所述山区整体平面中标注的高度，选取高度最低的三个区域作为泄洪区域。
4.根据所述洪水参数和所述山区整体平面图中的泄洪区域，判断泄洪区域是否满足排水要求。
根据洪水参数和已确定泄洪区域的山区整体平面图，利用Infraworks、MIKEFLOOD、Civil或MIKE21等洪水模拟软件建立洪水模拟模型，模拟现有的泄洪区域是否能够承载山区所有洪水，若能够承载所有洪水，则不需要进行设置其他安全措施或导流，若无法承载所有洪水，则需人工导流进行泄洪。所述人工导流是指扩大泄洪区域以增加泄洪区域容积，或者疏通泄洪区域。所述人工导流是指扩大泄洪区域以增加泄洪区域容积，或者疏通泄洪区域。所述洪水模拟软件可以是Infraworks、MIKE FLOOD、Civil或MIKE21软件，也可以是其他模拟软件，只要能够进行洪水模拟的软件均可。
本申请实施例还公开一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行：确定山区地形地貌：布设地形扫描设备，对山区地形进行扫描，形成山区整体平面图，并在所述山区整体平面图中标记高度；
获取洪水参数：根据山区区域雨量监测设备或山区区域气象统计数据获取洪水参数；
确定泄洪区域：根据所述山区整体平面图，确定泄洪区域；
根据所述洪水参数和所述山区整体平面图中的泄洪区域，判断所述泄洪区域是否满足排水要求的步骤。
本申请实施例还公开一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现：确定山区地形地貌：布设地形扫描设备，对山区地形进行扫描，形成山区整体平面图，并在所述山区整体平面图中标记高度；
获取洪水参数：根据山区区域雨量监测设备或山区区域气象统计数据获取洪水参数；
确定泄洪区域：根据所述山区整体平面图，确定泄洪区域；
根据所述洪水参数和所述山区整体平面图中的泄洪区域，判断所述泄洪区域是否满足排水要求的步骤。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。

Claims (7)

1.一种山区洪水模拟方法，其特征在于，包括：
确定山区地形地貌：布设地形扫描设备，对山区地形进行扫描，形成山区整体平面图，并在所述山区整体平面图中标记高度；
获取洪水参数：根据山区区域雨量监测设备或山区区域气象统计数据获取洪水参数；
确定泄洪区域：根据所述山区整体平面图，确定泄洪区域；
根据所述洪水参数和所述山区整体平面图中的泄洪区域，判断所述泄洪区域是否满足排水要求，若不满足排水要求，则人工导流进行泄洪；
所述布设地形扫描设备，对山区地形进行扫描的具体过程包括：
S11，布设标靶及扫描站点，安装扫描设备；
S12，采集点云数据和纹理图像数据；
所述形成山区整体平面图，并在所述山区整体平面图中标记高度，具体为：
S21，将不同站点采集的点云数据和纹理图像数据进行拼接；
S22，根据所述点云数据得到高程值；
S23，通过纹理映射将所述点云数据和纹理图像数据合成为三维图像模型；
S24，对所述三维图像模型进行归一化处理；
S25，根据所述点云数据计算出山区整体平面图的分辨率信息，根据所述纹理图像数据计算出山区整体平面图的像素信息，根据所述分辨率信息和像素信息，形成所述山区整体平面图；
S26，根据所述高程值，在所述山区整体平面图中进行高度标记；
所述步骤S22具体包括：
对所述点云数据进行预处理；
根据所述点云数据建立TIN模型；
通过所述TIN模型构建DEM，从而得到高程值；
其中，所述通过TIN模型构建DEM，得到高程值的具体步骤为：
确定目标点高程时，先检索目标点所在的三角形，确定各点的坐标(x1,y1,h1)、(x2,y2,h2)、(x3,y3,h3)，得到目标点方程如下：
Figure FDA0004139755340000021
令两个点与另一顶点间的坐标差值为(x21,y21,h21)、(x31,y31,h31)，则有：
Figure FDA0004139755340000022
Figure FDA0004139755340000023
进而得到目标点的高程值h为：
Figure FDA0004139755340000024
所述步骤S25的具体过程为：选取所述TIN模型中一个三角形的点云数据和纹理图像数据，计算单位距离上对应的像素点的个数，计算出分辨率信息；
计算所述三维图像模型中所有顶点在所述山区整体平面图上的坐标，计算由三维图像模型的纹理图像数据和山区整体平面图的像素数据组成的仿射变换关系矩阵，得到每个三维空间顶点的对应像素信息；
将相应的分辨率信息和像素信息有序排列，形成所述山区整体平面图；
步骤S25中，所述根据点云数据信息计算出山区整体平面图的分辨率信息包括：从TIN模型中选取一个三角形，该三角形ABC满足任意两点纹理坐标ua＝ub，计算三角形两顶点a,b间的空间距离R：
Figure FDA0004139755340000025
然后计算每单位宽度距离对应的二维图像宽度像素点个数DPIWidth和每单位高度距离对应的二维图像高度像素点个数DPIHeight：
Figure FDA0004139755340000031
Figure FDA0004139755340000032
其中，(ui,vi)表示任意像素点在纹理图像中的坐标值，SpaceWidth、JPGWidth、BMPWidth分别表示三维图像模型的空间宽度值、纹理图像宽度值和山区整体平面图的宽度值，SpaceHeight、JPGHeight、BMPHeight表示对应的高度值；
根据公式(6)和(7)求得山区整体平面图的宽高：
Figure FDA0004139755340000033
Figure FDA0004139755340000034
BMPWidth和BMPHeight即为山区整体平面图的图像分辨率；
所述根据纹理图像数据信息计算出山区整体平面图的像素信息包括：
计算每一个空间顶点(x'i,y'i,z'i)在山区整体平面图上的坐标(x”i,y”i)：
Figure FDA0004139755340000035
设仿射变换矩阵S为：
Figure FDA0004139755340000036
进一步得出：
Figure FDA0004139755340000037
对于三维图像模型中的每个三角形，通过向量法判断纹理图像上的已知点N(ui,vi)是否在三角形ABC上；设三角形ABC三个点在纹理图像上的坐标分别为A(ua,va)、B(ub,vb)、C(uc,vc)，求出向量
Figure FDA0004139755340000041
由两个向量
Figure FDA0004139755340000042
的叉乘如公式(13)推导出公式(14)，计算
Figure FDA0004139755340000043
其中g为单位平面法向量：
Figure FDA0004139755340000044
Figure FDA0004139755340000045
根据叉乘结果判断点N所在区域，从而确定点N遵从的三角形仿射变换关系矩阵S：
当
Figure FDA0004139755340000046
的标量部分正负性相同，点N在三角形ABC内；当
Figure FDA0004139755340000047
的标量部分正负性不同，点N不在三角形ABC内；当
Figure FDA0004139755340000048
点N在三角形ABC边上；
所述将相应的分辨率信息和像素信息有序排列，形成所述山区整体平面图包括：将三角形ABC内和边上的点依据仿射关系矩阵S映射到山区整体平面图上，形成完整的山区整体平面图。
2.根据权利要求1所述的山区洪水模拟方法，其特征在于，所述布设地形扫描设备，对山区地形进行扫描的具体过程中，所述S12步骤之后，还包括对采集到的数据进行检查和备份，具体为：
S13，检查所述点云数据和所述纹理图像数据是否合格，若不合格则返回步骤S12，若合格则进行步骤S14；
S14，将所述点云数据和所述纹理图像数据导出备份。
3.根据权利要求2所述的山区洪水模拟方法，其特征在于，所述检查所述点云数据和所述纹理图像数据是否合格，具体包括：
检查采集的点云数据和纹理图像数据是否覆盖了整个待模拟山区；
检查采集的点云数据和纹理图像数据是否清晰；
检查采集的点云数据和纹理图像数据是否倾斜、扭曲。
4.根据权利要求1所述的山区洪水模拟方法，其特征在于，在所述步骤S23之前还包括：对拼接后的点云数据和纹理图像数据进行配准。
5.根据权利要求1所述的山区洪水模拟方法，其特征在于，所述根据所述山区整体平面图，确定泄洪区域，具体为：根据所述山区整体平面图中标注的高度，按照高度由低到高的顺序确定泄洪区域；所述泄洪区域为一个或多个。
6.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1-5中任一项所述的方法的步骤。
7.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1-5任一项所述的方法的步骤。
CN202011144360.0A 2020-10-23 2020-10-23 一种山区洪水模拟方法、存储介质及设备 Active CN112132967B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011144360.0A CN112132967B (zh) 2020-10-23 2020-10-23 一种山区洪水模拟方法、存储介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011144360.0A CN112132967B (zh) 2020-10-23 2020-10-23 一种山区洪水模拟方法、存储介质及设备

Publications (2)

Publication Number Publication Date
CN112132967A CN112132967A (zh) 2020-12-25
CN112132967B true CN112132967B (zh) 2023-04-18

Family

ID=73854298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011144360.0A Active CN112132967B (zh) 2020-10-23 2020-10-23 一种山区洪水模拟方法、存储介质及设备

Country Status (1)

Country Link
CN (1) CN112132967B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102760305A (zh) * 2011-04-29 2012-10-31 黄桂芝 采用旋转tin网和距离与夹角双权内插法的三维复杂建模方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007011582A (ja) * 2005-06-29 2007-01-18 Information & Science Techno-System Co Ltd 洪水予測システム
EP2589933B1 (en) * 2011-11-03 2019-10-16 Harman Becker Automotive Systems GmbH Navigation device, method of predicting a visibility of a triangular face in an electronic map view
CN106845074B (zh) * 2016-12-19 2019-03-19 中国人民解放军信息工程大学 建立六边形格网模型的方法、洪水推演模拟方法及其系统
CN107037496A (zh) * 2017-04-01 2017-08-11 重庆地质矿产研究院 一种露天矿山的实地动态检测方法
CN107704592A (zh) * 2017-10-12 2018-02-16 滁州学院 一种基于WebGIS的洪水预报服务构建方法
CN109583642A (zh) * 2018-11-27 2019-04-05 贵州东方世纪科技股份有限公司 一种区域洪水预警方法
CN111105496A (zh) * 2019-12-19 2020-05-05 昆明能讯科技有限责任公司 一种基于机载激光雷达点云数据的高精dem构建方法
CN111260714B (zh) * 2020-01-17 2023-07-04 成都理工大学 一种洪涝受灾评估方法、装置、设备及计算机存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102760305A (zh) * 2011-04-29 2012-10-31 黄桂芝 采用旋转tin网和距离与夹角双权内插法的三维复杂建模方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李睿璞 ; 卢新海 ; 马才学 ; .基于GIS的农地整理三维可视化.农业工程学报.2010,第26卷(第5期),全文. *

Also Published As

Publication number Publication date
CN112132967A (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
JP6674822B2 (ja) 点群データ生成用画像の撮影方法、及び当該画像を用いた点群データ生成方法
US20210201570A1 (en) Method and apparatus for generating digital surface model using satellite imagery
CN110866531A (zh) 一种基于三维建模的建筑物特征提取方法、系统及存储介质
TW200929067A (en) 3D image detecting, editing and rebuilding system
CN108399631B (zh) 一种尺度不变性的倾斜影像多视密集匹配方法
CN112862966B (zh) 地表三维模型构建方法、装置、设备及存储介质
CN112288637A (zh) 无人机航拍图像快速拼接装置及快速拼接方法
Heritage et al. CDW photogrammetry of low relief fluvial features: accuracy and implications for reach‐scale sediment budgeting
CN115861527A (zh) 实景三维模型的构建方法、装置、电子设备及存储介质
CN113920275B (zh) 三角网格构建方法、装置、电子设备及可读存储介质
CN111583119A (zh) 一种正射影像拼接方法、设备以及计算机可读介质
Javadnejad et al. An assessment of UAS-based photogrammetry for civil integrated management (CIM) modeling of pipes
Bertin et al. Geomorphic change detection using cost-effective structure-from-motion photogrammetry: Evaluation of direct georeferencing from consumer-grade UAS at Orewa beach (New Zealand)
JP2014126537A (ja) 座標補正装置、座標補正プログラム、及び座標補正方法
CN116448080B (zh) 一种基于无人机倾斜摄影辅助土方开挖施工的方法
CN112132967B (zh) 一种山区洪水模拟方法、存储介质及设备
CN111260714B (zh) 一种洪涝受灾评估方法、装置、设备及计算机存储介质
KR20190004086A (ko) 3차원 객체정보모델의 생성 방법
CN108335321B (zh) 基于多角度照片的地表砾石尺度信息自动提取方法
EP3664038A1 (en) Geospatial surveying tool
Zhan et al. A novel DSM filtering algorithm for landslide monitoring based on multiconstraints
CN111783192B (zh) 基于倾斜摄影实景模型的复杂地形场地平整土方计算方法
CN113282695B (zh) 一种基于遥感影像的矢量地理信息采集方法和装置
CN115937243A (zh) 一种基于点云三维数据的下游河道图像变形监测方法
Zhang et al. Matching of Ikonos stereo and multitemporal GEO images for DSM generation

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