CN112561212A - 山洪风险预测方法、装置、设备及计算机存储介质 - Google Patents

山洪风险预测方法、装置、设备及计算机存储介质 Download PDF

Info

Publication number
CN112561212A
CN112561212A CN202110195024.7A CN202110195024A CN112561212A CN 112561212 A CN112561212 A CN 112561212A CN 202110195024 A CN202110195024 A CN 202110195024A CN 112561212 A CN112561212 A CN 112561212A
Authority
CN
China
Prior art keywords
grid unit
grid
water
evapotranspiration
drainage basin
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.)
Pending
Application number
CN202110195024.7A
Other languages
English (en)
Inventor
王宇翔
于春水
周东
王晓晶
赵连国
邹天远
庞志平
李敏
魏思宇
靳朋
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.)
Aerospace Hongtu Information Technology Co Ltd
Original Assignee
Aerospace Hongtu Information Technology 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 Aerospace Hongtu Information Technology Co Ltd filed Critical Aerospace Hongtu Information Technology Co Ltd
Priority to CN202110195024.7A priority Critical patent/CN112561212A/zh
Publication of CN112561212A publication Critical patent/CN112561212A/zh
Pending legal-status Critical Current

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
    • G06Q10/04—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
    • 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—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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种山洪风险预测方法、装置、设备及计算机存储介质，山洪风险预测方法包括：根据数字高程模型将目标流域划分成若干个均匀的网格单元；根据新安江模型计算每个网格单元的蒸散发量、产流量、地面径流、壤中流、地下径流；根据有限体积法求解网格单元的二维浅水方程，以计算出每个网格单元中水的深度、水的速度、与相邻网格单元的水量交换值；基于目标流域的预设雨量，根据每个网格单元的蒸散发量、产流量、地面径流、壤中流、地下径流、水的深度、水量交换值构建目标流域的山洪过程，以对山洪风险进行预测。本申请能够对流域内部各点进行流速和水深的预测，并对流域的回水、激波等常见水力学现象进行模拟，以提供山洪风险预测准确性。

Description

山洪风险预测方法、装置、设备及计算机存储介质
技术领域
本申请涉及水文水资源领域的水文预报领域，具体而言，涉及一种山洪风险预测方法、装置、设备及计算机存储介质。
背景技术
新安江模型是一个广泛使用的概念性水文模型，把一个大流域分为多个子流域，在每一个子流域内，降雨经过蒸散发的消耗后，以蓄满产流的方式划分到各个子流域内进行产汇流计算，最后把各个子流域的出流过程相加，就求得了整个流域的总出流过程。
研究表明，当降雨条件一定时，流域的出流过程主要受流域大小、形状、水系分布、地形坡度等地形地貌特征的影响。传统的新安江模型主要基于单位线方法，对流域出流过程进行计算。这些单位线方法主要包括：时段单位线、地貌单位线、分布式单位线等。这些单位线法主要是对流域出口的流量过程进行预测，但是不能对流域内部各点进行流速和水深的预测。另外，单位线法中，流向的确定主要是依赖于D8算法，显然不能对回水、激波等常见水力学现象进行模拟。因此，现有的通过新安江模型实现山洪风险预测的方式具有准确度低、不能对流域内部各点进行流速和水深的预测、不能对回水、激波等常见水力学现象进行模拟等缺点。
发明内容
本申请实施例的目的在于提供一种山洪风险预测方法、装置、设备及计算机存储介质，用以对流域内部各点进行流速和水深的预测，并对流域的回水、激波等常见水力学现象进行模拟，以提供山洪风险预测准确性。
为此本申请第一方面公开一种山洪风险预测方法，所述方法包括：
根据数字高程模型将目标流域划分成若干个均匀的网格单元；
根据新安江模型计算每个所述网格单元的蒸散发量和每个所述网格单元的产流量，和每个所述网格单元的地面径流，和每个所述网格单元的壤中流，和每个所述网格单元的地下径流；
根据有限体积法求解每个所述网格单元的二维浅水方程，以计算出每个所述网格单元中水的深度，和每个所述网格单元中的水的速度，和每个网格单元与相邻网格单元的水量交换值；
基于所述目标流域的预设雨量，根据每个所述网格单元的蒸散发量，和所述产流量，和所述地面径流，和所述壤中流，和所述地下径流，和所述水的深度，和所述水量交换值构建所述目标流域的山洪过程，以对所述山洪风险进行预测。
本申请第一方面公开的方法将新安江模型与有限体积法相结合，以克服现有技术存在的不能对流域内部各点进行流速和水深的预测、不能对回水、激波等常见水力学现象进行模拟等缺点，进而提高山洪预测精确度。
在本申请第一方面中，作为一种可选的实施方式，所述根据数字高程模型将目标流域划分成若干个均匀的网格单元，包括：
读入所述数字高程模型的数据文件，其中，所述数据文件包括空间节点的数据；
以四个所述空间节点为单位，根据所述空间节点的数据将所述目标流域划分为若干个均匀的网格单元。
在本可选的实施方式中，通过读入所述数字高程模型的数据文件，进而能够以四个所述空间节点为单位，并根据所述空间节点的数据将所述目标流域划分为若干个均匀的网格单元。
在本申请第一方面中，作为一种可选的实施方式，所述根据新安江模型计算每个所述网格单元的蒸散发量，包括：
将每个所述网格单元的实测水面蒸发值作为所述新安江模型的输入，以使得所述新安江模型根据三层蒸散发模式和所述实测水面蒸发值输出每个所述网格单元的上层蓄水量和每个所述网格单元的下层蓄水量；
根据每个所述网格单元的所述上层蓄水量和每个所述网格单元的下层蓄水量计算每个所述网格单元的三个土层的流蒸散发量；
根据每个所述网格单元的三个土层的流蒸散发量计算每个所述网格单元的总流蒸散发量。
在本可选的实施方式中，通过将每个所述网格单元的实测水面蒸发值作为所述新安江模型的输入，进而能够使得所述新安江模型根据三层蒸散发模式、所述实测水面蒸发值输出每个所述网格单元的上层蓄水量、下层蓄水量，进而能够根据每个所述网格单元的所述上层蓄水量、下层蓄水量计算每个所述网格单元的三个土层的流蒸散发量，进而能够根据每个所述网格单元的三个土层的流蒸散发量计算每个所述网格单元的总流蒸散发量。
在本申请第一方面中，作为一种可选的实施方式，将每个所述网格单元的实测水面蒸发值作为所述新安江模型的输入，以使得所述新安江模型根据三层蒸散发模式和所述实测水面蒸发值输出每个所述网格单元的上层蓄水量和每个所述网格单元的下层蓄水量，包括：
当P+WU≥EP时，EU=EP,EL=0,ED=0；
当P+WU<EP,WL≥C×WLM时，
EU=WU+P,EL=(EP-EU)×WL/WLM,ED=0；
当P+WU<EP,C×(EP-EU)≤WL<WLM时，
EU=WU+P,EL=C×(EP-EU),ED=0；
当P+WU<EP,WL<C×(EP-EU)时，
EU=WU+P,EL=WL,ED=C×(EP-EU)-EL；
其中，WU表示所述上层蓄水量；WL表示所述下层蓄水量，EP表示预设的流域蒸散发能力，K表示蒸散发折算系数、EM表示所述实测水面蒸发值；WLM表示下层的张力水蓄水容量、C表示深层蒸散发数、所述
Figure 200857DEST_PATH_IMAGE001
，P表示降雨量,所述EU，所述EL，所述ED分别表示所述三层蒸散发模式中的三个土层的流域散发量。
在本可选的实施方式中，通过上述计算式能够计算每个网格单元的三个土层的蓄水量。
在本申请第一方面中，作为一种可选的实施方式，所述根据新安江模型计算每个所述网格单元的产流量的计算式为：
当
Figure 287761DEST_PATH_IMAGE002
时，流域局部产流，相应的流域总产流量R为：
Figure 100002_DEST_PATH_IMAGE003
当
Figure 558206DEST_PATH_IMAGE004
，即全流域产流时：
Figure 100002_DEST_PATH_IMAGE005
其中，WMM表示流域单点最大张力水容量、WM表示流域平均张开力水容量、PE表示扣除雨期内蒸散发后的降雨量、B表示张力水容量曲线的方次，W0表示流域初始土壤含水量，W0=WM，
Figure 324036DEST_PATH_IMAGE006
在本可选的实施方式，通过上述计算式能够计算每个网格单元的产流量。
本申请第二方面公开一种山洪风险预测装置，所述装置包括：
划分模块，用于根据数字高程模型将目标流域划分成若干个均匀的网格单元；
计算模块，用于根据新安江模型计算每个所述网格单元的蒸散发量和每个所述网格单元的产流量，和每个所述网格单元的地面径流，和每个所述网格单元的壤中流，和每个所述网格单元的地下径流；
求解模块，用于根据有限体积法求解每个所述网格单元的二维浅水方程，以计算出每个所述网格单元中水的深度，和每个所述网格单元中的水的速度，和与相邻网格单元的水量交换值；
构建模块，用于基于所述目标流域的预设雨量，根据每个所述网格单元的蒸散发量，和所述产流量，和所述地面径流，和所述壤中流，和所述地下径流，和所述水的深度，和所述水量交换值构建所述目标流域的山洪过程，以对所述山洪风险进行预测。
本申请第二方面的装置通过执行山洪风险预测方法，能够将新安江模型与有限体积法相结合，以克服现有技术存在的不能对流域内部各点进行流速和水深的预测、不能对回水、激波等常见水力学现象进行模拟等缺点，进而提高山洪预测精确度。
在本申请第二方面中，作为一种可选的实施方式，划分模块包括读入模块和划分子模块，其中：
所述读入模块，用于读入所述数字高程模型的数据文件，其中，所述数据文件包括空间节点的数据；
所述划分子模块，用于以四个所述空间节点为单位，根据所述空间节点的数据将所述目标流域划分为若干个均匀的网格单元。
在本可选的实施方式中，通过读入所述数字高程模型的数据文件，进而能够以四个所述空间节点为单位，并根据所述空间节点的数据将所述目标流域划分为若干个均匀的网格单元。
在本申请第二方面中，作为一种可选的实施方式，所述计算模块，包括第一计算子模块，和第二计算子模块，和第三计算子模块：
所述第一计算子模块，用于将每个所述网格单元的实测水面蒸发值作为所述新安江模型的输入，以使得所述新安江模型根据三层蒸散发模式和所述实测水面蒸发值输出每个所述网格单元的上层蓄水量和每个所述网格单元的下层蓄水量；
所述第二计算子模块，用于根据每个所述网格单元的所述上层蓄水量和每个所述网格单元的下层蓄水量计算每个所述网格单元的三个土层的流蒸散发量；
所述第三计算子模块，用于根据每个所述网格单元的三个土层的流蒸散发量计算每个所述网格单元的总流蒸散发量。
在本可选的实施方式中，通过将每个所述网格单元的实测水面蒸发值作为所述新安江模型的输入，进而能够使得所述新安江模型根据三层蒸散发模式、所述实测水面蒸发值输出每个所述网格单元的上层蓄水量、下层蓄水量，进而能够根据每个所述网格单元的所述上层蓄水量、下层蓄水量计算每个所述网格单元的三个土层的流蒸散发量，进而能够根据每个所述网格单元的三个土层的流蒸散发量计算每个所述网格单元的总流蒸散发量。
本申请第二方面公开一种山洪风险预测设备，所述设备包括：
处理器；以及
存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时，使得所述处理器执行本申请第一方面的山洪风险预测方法。
本申请第三方面的设备通过执行山洪风险预测方法，能够将新安江模型与有限体积法相结合，以克服现有技术存在的不能对流域内部各点进行流速和水深的预测、不能对回水、激波等常见水力学现象进行模拟等缺点，进而提高山洪预测精确度。
本申请第四方面公开一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时，执行本申请第一方面的山洪风险预测方法。
本申请第四方面的计算机存储介质通过执行山洪风险预测方法，能够将新安江模型与有限体积法相结合，以克服现有技术存在的不能对流域内部各点进行流速和水深的预测、不能对回水、激波等常见水力学现象进行模拟等缺点，进而提高山洪预测精确。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本申请实施例公开的一种山洪风险预测方法的流程示意图；
图2是本申请实施例公开的一种山洪风险预测装置的结构示意图；
图3是本申请实施例公开的一种山洪风险预测设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
实施例一
请参阅图1，图1是本申请实施例公开的一种山洪风险预测方法的流程示意图。如图1所示，本申请实施例的方法包括步骤：
101、根据数字高程模型将目标流域划分成若干个均匀的网格单元；
102、根据新安江模型计算每个网格单元的蒸散发量，和每个网格单元产流量，和每个网格单元的地面径流，和每个网格单元的壤中流，和每个网格单元的地下径流；
103、根据有限体积法求解每个网格单元的二维浅水方程，以计算出每个网格单元中水的深度，和每个网格单元的水的速度，和每个网格单元与相邻网格单元的水量交换值；
104、基于目标流域的预设雨量，根据每个网格单元的蒸散发量，和产流量，和地面径流，和壤中流，和地下径流，和水的深度，和水量交换值构建目标流域的山洪过程，以对山洪风险进行预测。
在本申请实施例中，有限体积法的计算式可以是为：
Figure 100002_DEST_PATH_IMAGE007
其中，上标(n)和(n+1)代表当前和下一时间步长；
Figure 213495DEST_PATH_IMAGE008
为时间步长；
Figure 420485DEST_PATH_IMAGE009
为单元面积；j为单元边的索引；
Figure 127410DEST_PATH_IMAGE010
为Riemann流量，由HLL求解器解得；
Figure 787062DEST_PATH_IMAGE011
和
Figure 745790DEST_PATH_IMAGE012
分别为边j的左、右侧守恒变量；
Figure 400763DEST_PATH_IMAGE013
为边j的法向量；
Figure 419534DEST_PATH_IMAGE014
为边j的长度。
在本申请实施例中，网格单元的二维浅水方程的表达式可以是：
Figure 566482DEST_PATH_IMAGE015
其中，Q是守恒变量；F和G是x和y方向的流量；SS是坡度源项；Sf是摩擦力源项；SRS是地表径流源项；t代表时间。
需要说明的是，关于上述表达式的其他说明请参考现有技术，本申请实施例对比不作赘述。
本申请实施例公开的方法将新安江模型与有限体积法相结合，以克服现有技术存在的不能对流域内部各点进行流速和水深的预测、不能对回水、激波等常见水力学现象进行模拟等缺点，进而提高山洪预测精确度。
在本申请实施例中，作为一种可选的实施方式，步骤101：根据数字高程模型将目标流域划分成若干个均匀的网格单元，包括子步骤：
读入数字高程模型的数据文件，其中，数据文件包括空间节点的数据；
以四个空间节点为单位，根据空间节点的数据将目标流域划分为若干个均匀的网格单元。
在本可选的实施方式中，通过读入数字高程模型的数据文件，进而能够以四个空间节点为单位，并根据空间节点的数据将目标流域划分为若干个均匀的网格单元。
在本申请第一方面中，作为一种可选的实施方式，步骤102：根据新安江模型计算每个网格单元的蒸散发量，包括子步骤：
将每个网格单元的实测水面蒸发值作为新安江模型的输入，以使得新安江模型根据三层蒸散发模式和实测水面蒸发值输出每个网格单元的上层蓄水量，和每个网格单元的下层蓄水量；
根据每个网格单元的上层蓄水量和每个网格单元的下层蓄水量计算每个网格单元的三个土层的流蒸散发量；
根据每个网格单元的三个土层的流蒸散发量计算每个网格单元的总流蒸散发量。
在本可选的实施方式中，通过将每个网格单元的实测水面蒸发值作为新安江模型的输入，进而能够使得新安江模型根据三层蒸散发模式、实测水面蒸发值输出每个网格单元的上层蓄水量、下层蓄水量，进而能够根据每个网格单元的上层蓄水量、下层蓄水量计算每个网格单元的三个土层的流蒸散发量，进而能够根据每个网格单元的三个土层的流蒸散发量计算每个网格单元的总流蒸散发量。
在本申请第一方面中，作为一种可选的实施方式，将每个网格单元的实测水面蒸发值作为新安江模型的输入，以使得新安江模型根据三层蒸散发模式和实测水面蒸发值输出每个网格单元的上层蓄水量和每个网格单元的下层蓄水量，包括：
当P+WU≥EP时，EU=EP,EL=0,ED=0；
当P+WU<EP,WL≥C×WLM时，
EU=WU+P,EL=(EP-EU)×WL/WLM,ED=0；
当P+WU<EP,C×(EP-EU)≤WL<WLM时，
EU=WU+P,EL=C×(EP-EU),ED=0；
当P+WU<EP,WL<C×(EP-EU)时，
EU=WU+P,EL=WL,ED=C×(EP-EU)-EL；
其中，WU表示上层蓄水量；WL表示下层蓄水量，EP表示预设的流域蒸散发能力，K表示蒸散发折算系数、EM表示实测水面蒸发值；WLM表示下层的张力水蓄水容量、C表示深层蒸散发数、
Figure 187956DEST_PATH_IMAGE001
，P表示降雨量,EU，EL，ED分别表示三层蒸散发模式中的三个土层的流域散发量。
在本可选的实施方式中，通过上述计算式能够计算每个网格单元的三个土层的蓄水量。相应地，每个网格单元的总流蒸散发量E=EU+EL+ED。
在本申请实施例，作为一种可选的实施方式，根据新安江模型计算每个网格单元的产流量的计算式为：
当
Figure 103960DEST_PATH_IMAGE016
时，流域局部产流，相应的流域总产流量R为：
Figure 28053DEST_PATH_IMAGE017
当
Figure 786931DEST_PATH_IMAGE018
，即全流域产流时：
Figure 821883DEST_PATH_IMAGE019
其中，WMM表示流域单点最大张力水容量、WM表示流域平均张开力水容量、PE表示扣除雨期内蒸散发后的降雨量、B表示张力水容量曲线的方次，W0表示流域初始土壤含水量，W0=WM，
Figure 857972DEST_PATH_IMAGE020
在本申请实施例中，采用蓄满产流机制，引入抛物线型张力水蓄水容量分布曲线：
Figure 812021DEST_PATH_IMAGE021
式中，f为产流面积；F为全流域面积；W为流域单点张力水蓄量；WMM为流域单点最大张力水容量，
Figure 933561DEST_PATH_IMAGE022
WM为流域平均张开力水容量；B为张力水容量曲线的方次。
令W0为流域初始土壤含水量，当
Figure 37783DEST_PATH_IMAGE023
时，对应的张力水蓄水量容量曲线纵坐标值
Figure 787434DEST_PATH_IMAGE024
时，可求得：
Figure 318909DEST_PATH_IMAGE025
在本可选的实施方式，通过上述计算式能够计算每个网格单元的产流量。
在本申请实施例中，对于步骤102：根据新安江模型计算每个网格单元的地面径流、壤中流、地下径流有：引入自由水蓄水容量分布曲线来考虑自由水容量在产流面积上的空间分布不均匀性：
Figure 396586DEST_PATH_IMAGE026
式中，FR为产流面积，且
Figure 429133DEST_PATH_IMAGE027
;
Figure 174236DEST_PATH_IMAGE028
为流域平均自由水容量；
Figure 611033DEST_PATH_IMAGE029
为自由水蓄水容量曲线的方次。
令S为流域自由水蓄水深，则当S=SM时，对应的自由水蓄水容量曲线纵坐标值
Figure 566220DEST_PATH_IMAGE030
，可求得：
Figure 12244DEST_PATH_IMAGE031
当
Figure 611853DEST_PATH_IMAGE032
时，地面径流RS为：
Figure 344186DEST_PATH_IMAGE033
当
Figure 662035DEST_PATH_IMAGE034
时，地面径流RS为：
Figure 646171DEST_PATH_IMAGE035
相应的壤中流RI和地下径流RG为：
Figure 224920DEST_PATH_IMAGE036
Figure 269099DEST_PATH_IMAGE037
式中，KI为自由水蓄水库对壤中流的出流系数；KG为自由水蓄水库对地下径流的出流系统。一般而言，
Figure 74244DEST_PATH_IMAGE038
。
需要说明的是，关于上述计算式的其他说明请参阅现有技术，本申请实施例对此不作赘述。
实施例二
请参阅图2，图2是本申请实施例公开的一种山洪风险预测装置的结构示意图。如图2所示，本申请实施例的装置包括：
划分模块201，用于根据数字高程模型将目标流域划分成若干个均匀的网格单元；
计算模块202，用于根据新安江模型计算每个网格单元的蒸散发量和每个网格单元的产流量，和每个网格单元的地面径流，和每个网格单元的壤中流，和每个网格单元的地下径流；
求解模块203，用于根据有限体积法求解每个网格单元的二维浅水方程，以计算出每个网格单元中水的深度，和每个网格单元中的水的速度，和每个网格单元与相邻网格单元的水量交换值；
构建模块204，用于基于目标流域的预设雨量，根据每个网格单元的蒸散发量，和产流量，和地面径流，和壤中流，和地下径流，和水的深度，和水量交换值构建目标流域的山洪过程，以对山洪风险进行预测。
本申请实施例的装置通过执行山洪风险预测方法，能够将新安江模型与有限体积法相结合，以克服现有技术存在的不能对流域内部各点进行流速和水深的预测、不能对回水、激波等常见水力学现象进行模拟等缺点，进而提高山洪预测精确度。
在本申请实施例中，作为一种可选的实施方式，划分模块201包括读入模块和划分子模块，其中：
读入模块，用于读入数字高程模型的数据文件，其中，数据文件包括空间节点的数据；
划分子模块，用于以四个空间节点为单位，根据空间节点的数据将目标流域划分为若干个均匀的网格单元。
在本可选的实施方式中，通过读入数字高程模型的数据文件，进而能够以四个空间节点为单位，并根据空间节点的数据将目标流域划分为若干个均匀的网格单元。
在本申请实施例中，作为一种可选的实施方式，计算模块202，包括第一计算子模块，和第二计算子模块，和第三计算子模块：
第一计算子模块，用于将每个网格单元的实测水面蒸发值作为新安江模型的输入，以使得新安江模型根据三层蒸散发模式和实测水面蒸发值输出每个网格单元的上层蓄水量和每个网格单元的下层蓄水量；
第二计算子模块，用于根据每个网格单元的上层蓄水量和每个网格单元的下层蓄水量计算每个网格单元的三个土层的流蒸散发量；
第三计算子模块，用于根据每个网格单元的三个土层的流蒸散发量计算每个网格单元的总流蒸散发量。
在本可选的实施方式中，通过将每个网格单元的实测水面蒸发值作为新安江模型的输入，进而能够使得新安江模型根据三层蒸散发模式、实测水面蒸发值输出每个网格单元的上层蓄水量、下层蓄水量，进而能够根据每个网格单元的上层蓄水量、下层蓄水量计算每个网格单元的三个土层的流蒸散发量，进而能够根据每个网格单元的三个土层的流蒸散发量计算每个网格单元的总流蒸散发量。
需要说明的是，关于本申请实施例的装置的其他说明请参阅本申请实施例一，本申请实施例对此不作赘述。
实施例三
请参阅图3，图3是本申请实施例公开的一种山洪风险预测设备的结构示意图。如图3所示，本申请实施例的设备包括：
处理器301；以及
存储器302，配置用于存储机器可读指令，指令在由处理器301执行时，使得处理器301执行本申请实施例一中的山洪风险预测方法。
本申请实施例的设备通过执行山洪风险预测方法，能够将新安江模型与有限体积法相结合，以克服现有技术存在的不能对流域内部各点进行流速和水深的预测、不能对回水、激波等常见水力学现象进行模拟等缺点，进而提高山洪预测精确度。
实施例四
本申请实施例公开一种计算机存储介质，计算机存储介质存储有计算机程序，计算机程序被处理器执行时，执行本申请实施例一的山洪风险预测方法。
本申请实施例的存储介质通过执行山洪风险预测方法，能够将新安江模型与有限体积法相结合，以克服现有技术存在的不能对流域内部各点进行流速和水深的预测、不能对回水、激波等常见水力学现象进行模拟等缺点，进而提高山洪预测精确度。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
需要说明的是，功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-Only Memory，ROM）随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种山洪风险预测方法，其特征在于，所述方法包括：
根据数字高程模型将目标流域划分成若干个均匀的网格单元；
根据新安江模型计算每个所述网格单元的蒸散发量和每个所述网格单元的产流量，和每个所述网格单元的地面径流，和每个所述网格单元的壤中流，和每个所述网格单元的地下径流；
根据有限体积法求解每个所述网格单元的二维浅水方程，以计算出每个所述网格单元中水的深度，和每个所述网格单元中的水的速度，和每个所述网格单元与相邻网格单元的水量交换值；
基于所述目标流域的预设雨量，根据每个所述网格单元的蒸散发量，和所述产流量，和所述地面径流，和所述壤中流，和所述地下径流，和所述水的深度，和所述水量交换值构建所述目标流域的山洪过程，以对所述山洪风险进行预测。
2.如权利要求1所述的方法，其特征在于，所述根据数字高程模型将目标流域划分成若干个均匀的网格单元，包括：
读入所述数字高程模型的数据文件，其中，所述数据文件包括空间节点的数据；
以四个所述空间节点为单位，根据所述空间节点的数据将所述目标流域划分为若干个均匀的网格单元。
3.如权利要求1所述的方法，其特征在于，所述根据新安江模型计算每个所述网格单元的蒸散发量，包括：
将每个所述网格单元的实测水面蒸发值作为所述新安江模型的输入，以使得所述新安江模型根据三层蒸散发模式和所述实测水面蒸发值输出每个所述网格单元的上层蓄水量和每个所述网格单元的下层蓄水量；
根据每个所述网格单元的所述上层蓄水量和每个所述网格单元的下层蓄水量计算每个所述网格单元的三个土层的流蒸散发量；
根据每个所述网格单元的三个土层的流蒸散发量计算每个所述网格单元的总流蒸散发量。
4.如权利要求3所述的方法，其特征在于，所述将每个所述网格单元的实测水面蒸发值作为所述新安江模型的输入，以使得所述新安江模型根据三层蒸散发模式和所述实测水面蒸发值输出每个所述网格单元的上层蓄水量和每个所述网格单元的下层蓄水量，包括：
当P+WU≥EP时，EU=EP,EL=0,ED=0；
当P+WU<EP,WL≥C×WLM时，
EU=WU+P,EL=(EP-EU)×WL/WLM,ED=0；
当P+WU<EP,C×(EP-EU)≤WL<WLM时，
EU=WU+P,EL=C×(EP-EU),ED=0；
当P+WU<EP,WL<C×(EP-EU)时，
EU=WU+P,EL=WL,ED=C×(EP-EU)-EL；
其中，WU表示所述上层蓄水量；WL表示所述下层蓄水量，EP表示预设的流域蒸散发能 力，K表示蒸散发折算系数、EM表示所述实测水面蒸发值；WLM表示下层的张力水蓄水容量、C 表示深层蒸散发数、所述
Figure DEST_PATH_IMAGE001
，P表示降雨量,所述EU，所述EL，所述ED分别表示所述 三层蒸散发模式中的三个土层的流域散发量。
5.如权利要求1所述的方法，其特征在于，所述根据新安江模型计算每个所述网格单元的产流量的计算式为
当
Figure DEST_PATH_IMAGE002
时，流域局部产流，相应的流域总产流量R为：
Figure DEST_PATH_IMAGE003
当
Figure DEST_PATH_IMAGE004
，即全流域产流时：
Figure DEST_PATH_IMAGE005
其中，WMM表示流域单点最大张力水容量、WM表示流域平均张开力水容量、PE表示扣除雨期内蒸散发后的降雨量、B表示张力水容量曲线的方次，W0表示流域初始土壤含水量，W0=WM，
Figure DEST_PATH_IMAGE007
。
6.一种山洪风险预测装置，其特征在于，所述装置包括：
划分模块，用于根据数字高程模型将目标流域划分成若干个均匀的网格单元；
计算模块，用于根据新安江模型计算每个所述网格单元的蒸散发量和每个所述网格单元的产流量，和每个所述网格单元的地面径流，和每个所述网格单元的壤中流，和每个所述网格单元的地下径流；
求解模块，用于根据有限体积法求解每个所述网格单元的二维浅水方程，以计算出每个所述网格单元中水的深度，和每个所述网格单元中的水的速度，和每个所述网格单元与相邻网格单元的水量交换值；
构建模块，用于基于所述目标流域的预设雨量，根据每个所述网格单元的蒸散发量，和所述产流量，和所述地面径流，和所述壤中流，和所述地下径流，和所述水的深度，和所述水量交换值构建所述目标流域的山洪过程，以对所述山洪风险进行预测。
7.如权利要求6所述的装置，其特征在于，划分模块包括读入模块和划分子模块，其中：
所述读入模块，用于读入所述数字高程模型的数据文件，其中，所述数据文件包括空间节点的数据；
所述划分子模块，用于以四个所述空间节点为单位，根据所述空间节点的数据将所述目标流域划分为若干个均匀的网格单元。
8.如权利要求6所述的装置，其特征在于，所述计算模块，包括第一计算子模块和第二计算子模块，和第三计算子模块：
所述第一计算子模块，用于将每个所述网格单元的实测水面蒸发值作为所述新安江模型的输入，以使得所述新安江模型根据三层蒸散发模式和所述实测水面蒸发值输出每个所述网格单元的上层蓄水量和每个所述网格单元的下层蓄水量；
所述第二计算子模块，用于根据每个所述网格单元的所述上层蓄水量和每个所述网格单元的下层蓄水量计算每个所述网格单元的三个土层的流蒸散发量；
所述第三计算子模块，用于根据每个所述网格单元的三个土层的流蒸散发量计算每个所述网格单元的总流蒸散发量。
9.一种山洪风险预测设备，其特征在于，所述设备包括：
处理器；以及
存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时，使得所述处理器执行如权利要求1-5任一项所述的山洪风险预测方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时，执行如权利要求1-5任一项所述的山洪风险预测方法。
CN202110195024.7A 2021-02-22 2021-02-22 山洪风险预测方法、装置、设备及计算机存储介质 Pending CN112561212A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110195024.7A CN112561212A (zh) 2021-02-22 2021-02-22 山洪风险预测方法、装置、设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110195024.7A CN112561212A (zh) 2021-02-22 2021-02-22 山洪风险预测方法、装置、设备及计算机存储介质

Publications (1)

Publication Number Publication Date
CN112561212A true CN112561212A (zh) 2021-03-26

Family

ID=75034453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110195024.7A Pending CN112561212A (zh) 2021-02-22 2021-02-22 山洪风险预测方法、装置、设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN112561212A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106599457A (zh) * 2016-12-13 2017-04-26 中国水利水电科学研究院 一种基于Godunov格式一、二维耦合技术的山洪数值模拟方法
CN107590354A (zh) * 2017-10-26 2018-01-16 成都信息工程大学 基于稳定水流场的流域地表径流汇流模拟方法
CN108897940A (zh) * 2018-06-22 2018-11-27 中国科学院地理科学与资源研究所 基于矩形网格的分布式水文模型和二维水动力模型的单向耦合方法
CN109101706A (zh) * 2018-07-25 2018-12-28 北京大学 集总式水文模型和二维水动力模型的耦合方法
CN111795681A (zh) * 2020-06-30 2020-10-20 杭州鲁尔物联科技有限公司 一种山洪灾害预警方法、装置、服务器及存储介质
CN112199901A (zh) * 2020-09-14 2021-01-08 中国人民解放军火箭军研究院核技术研究所 一种无径流资料山区小流域山洪设计暴雨洪水计算方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106599457A (zh) * 2016-12-13 2017-04-26 中国水利水电科学研究院 一种基于Godunov格式一、二维耦合技术的山洪数值模拟方法
CN107590354A (zh) * 2017-10-26 2018-01-16 成都信息工程大学 基于稳定水流场的流域地表径流汇流模拟方法
CN108897940A (zh) * 2018-06-22 2018-11-27 中国科学院地理科学与资源研究所 基于矩形网格的分布式水文模型和二维水动力模型的单向耦合方法
CN109101706A (zh) * 2018-07-25 2018-12-28 北京大学 集总式水文模型和二维水动力模型的耦合方法
CN111795681A (zh) * 2020-06-30 2020-10-20 杭州鲁尔物联科技有限公司 一种山洪灾害预警方法、装置、服务器及存储介质
CN112199901A (zh) * 2020-09-14 2021-01-08 中国人民解放军火箭军研究院核技术研究所 一种无径流资料山区小流域山洪设计暴雨洪水计算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
朱敏喆 等: "淮河干流分布式水文水动力耦合模型研究", 《水利水电技术》 *
赖亦无: "【水文模型】01 三水源新安江模型", 《HTTPS://BLOG.CSDN.NET/WEIXIN_43012724/ARTICLE/DETAILS/100125595》 *

Similar Documents

Publication Publication Date Title
Barzegar et al. Forecasting of groundwater level fluctuations using ensemble hybrid multi-wavelet neural network-based models
Jalilov et al. Managing the water–energy–food nexus: Gains and losses from new water development in Amu Darya River Basin
Hsiao et al. Flood risk influenced by the compound effect of storm surge and rainfall under climate change for low-lying coastal areas
CN106884405B (zh) 一种无资料地区溃堤型山洪灾害分析评价方法
CN104851360B (zh) 一种洪水风险图的生成方法和系统
Kim et al. Coupled modeling of hydrologic and hydrodynamic processes including overland and channel flow
Cordonnier et al. Large scale terrain generation from tectonic uplift and fluvial erosion
El Kadi Abderrezzak et al. Modelling flash flood propagation in urban areas using a two-dimensional numerical model
Yazdi et al. A simulation-based optimization model for flood management on a watershed scale
Balkhair et al. Development and assessment of rainwater harvesting suitability map using analytical hierarchy process, GIS and RS techniques
CN106202790B (zh) 一种分布式河北模型构建方法及其应用
Sanders Hydrodynamic modeling of urban flood flows and disaster risk reduction
Khatami et al. Benefits of GIS application in hydrological modeling: A brief summary
Yazdi et al. Optimal design of check dams in mountainous watersheds for flood mitigation
Hou et al. Efficient surface water flow simulation on static Cartesian grid with local refinement according to key topographic features
Zhang et al. A multi-scale hybrid long-term morphodynamic model for wave-dominated coasts
Juez et al. An efficient GPU implementation for a faster simulation of unsteady bed-load transport
Joodavi et al. Deriving optimal operational policies for off-stream man-made reservoir considering conjunctive use of surface-and groundwater at the Bar dam reservoir (Iran)
Legleiter Downstream effects of recent reservoir development on the morphodynamics of a meandering channel: Savery Creek, Wyoming, USA
Zheng et al. Addressing the water conflict between agriculture and ecosystems under environmental flow regulation: An integrated modeling study
Chaudhary et al. Integrated 1D and 2D numerical model simulations for flushing of sediment from reservoirs
Tavakolifar et al. Development of 1D–2D urban flood simulation model based on modified cellular automata approach
Roberts et al. Dynamic load balancing for predictions of storm surge and coastal flooding
Begmohammadi et al. Subgrid surface connectivity for storm surge modeling
Hughes et al. A method to include reservoir operations in catchment hydrological models using SHETRAN

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210326

RJ01 Rejection of invention patent application after publication