CN112578479A - 一种基于降水预报的城市内涝告警装置及方法 - Google Patents
一种基于降水预报的城市内涝告警装置及方法 Download PDFInfo
- Publication number
- CN112578479A CN112578479A CN202011603322.7A CN202011603322A CN112578479A CN 112578479 A CN112578479 A CN 112578479A CN 202011603322 A CN202011603322 A CN 202011603322A CN 112578479 A CN112578479 A CN 112578479A
- Authority
- CN
- China
- Prior art keywords
- data
- forecast
- waterlogging
- urban
- urban waterlogging
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000001556 precipitation Methods 0.000 claims abstract description 87
- 230000002265 prevention Effects 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000007405 data analysis Methods 0.000 claims abstract description 10
- 230000032683 aging Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 7
- 238000010276 construction Methods 0.000 abstract description 2
- 230000007123 defense Effects 0.000 abstract description 2
- 238000009825 accumulation Methods 0.000 description 7
- 241000976924 Inca Species 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Atmospheric Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Alarm Systems (AREA)
Abstract
本发明属于城市内涝气象预测技术领域,具体提供了一种基于降水预报的城市内涝告警装置和方法,其中装置包括:数据获取模块,用于获取城市的气象数据和城市排水防涝标准;数据处理模块,用于根据气象数据生成24小时降水量累计值,所述24小时降水量累计值按照时间序列排列;数据分析模块,用于根据24小时降水量累计值和城市排水防涝标准获取城市内涝风险因子,所述城市内涝风险因子按照时间序列排列;风险预警模块,用于根据城市内涝风险因子生成城市内涝告警。通过上述装置,能够为可以为全国范围内以城市行政区划为单位的城市提供内涝告警,进而为城市建设部门、水利部门等提供建议,提高其防御效率。
Description
技术领域
本发明属于城市内涝气象预测技术领域,具体提供了一种基于降水预报的城市内涝告警装置及方法。
背景技术
城市内涝是指由于强降水或连续性降水超过城市排水能力致使城市内产生积水灾害的现象。目前我国城市化发展迅速,随之而来的诸多效应中,有许多因素加剧了汛期街道积涝的情况。城市积水造成公用设施受损,使交通、电力、通讯、网络传输、水源等受到了严重影响或损坏,给人们的生产生活带来诸多不便。另外随着城市人口资产密度的提高,同等淹没情况下损失增加。且城市的中枢作用使得次生影响和间接损失加大,严重时可能造成重大的经济损失和人员伤亡。为了监控、防范全国各城市因降水引发的城市内涝,进而实现及时预警、及时监督、及时处理由于城市内涝引起的不利影响,及时、准确的气象预报及内涝告警不可或缺。
中国专利CN105550803A公开了一种城市内涝分析方法及系统,该方法包括根据城市空间信息,生成包含各个洼地的城市空间模型,根据获取T时间内预测总降雨量、洼地面积以及地下管路信息,得到洼地的积水深度,判定积水深度是否大于设定阈值,在积水深度大于设定阈值时,生成表征洼地内涝的告警信息。但是我国面积辽阔,地形地貌多样,建筑、道路规划也各不相同,采用数值模型方法对基础数据的要求较高,如管网分布、地下通道等,只适用于对小范围区域的研究,不能够适应更大范围的城市内涝评估。
鉴于此,本发明亟待提供一种基于降水预报的城市内涝告警装置及方法,能够广泛应用于不同地形、不同区域的内涝告警。
发明内容
本发明的目的在于提供一种能够广泛应用于不同地形、不同区域的内涝告警的基于降水预报的城市内涝告警装置及方法。
本发明提供的基于降水预报的城市内涝告警装置,包括:数据获取模块,用于获取城市的气象数据和城市防涝标准,所述气象数据包括逐时降水实况和逐时降水预报;数据处理模块,用于根据城市的气相数据按照时间序列生成每个时刻的24小时降水量累计值;数据分析模块,用于根据24小时降水量累计数据和城市防涝标准计算城市内涝风险因子;风险预警模块,用于根据城市内涝风险因子生成城市内涝告警。
如上所述的基于降水预报的城市内涝告警装置,进一步优选为,所述数据获取模块包括:数据采集模块,用于采集城市排水防涝标准以及多个气象预报站的历史气象数据,所述气象数据包括逐时降水实况数据和逐时降水预报数据;还用于获取标准气象站的当前气象数据;数据校核模块,用于根据历史气象数据中的逐时降水实况数据校核逐时降水预报数据的准确度,并将预报准确度高的气象预报站作为标准气象站。
如上所述的基于降水预报的城市内涝告警装置,进一步优选为,所述数据处理模块包括:数据解析模块,用于获取标准气象站的气象数据,并从所述气象数据中获取逐时降水实况数据和逐时降水预报数据;数据计算模块,用于根据气象数据生成24小时降水量累计值,包括:根据逐时降水实况数据计算24小时实际降水量累计值,所述24小时实际降水量累计值按照时序排列;用于根据逐时降水预报数据获取24小时预报降水量累计值,所述24小时预报降水量累计值按照时序排列。
如上所述的基于降水预报的城市内涝告警装置,进一步优选为,所述数据处理模块还包括误差处理模块,所述误差处理模块用于根据预报时效权重策略为逐时降水预报数据赋予权重值,得到处理后的逐时降水预报数据。
如上所述的基于降水预报的城市内涝告警装置,进一步优选为,所述数据分析模块包括:计算模块,用于根据24小时实际降水量累计值和城市防涝标准计算得到基于实况的城市内涝风险因子;还用于根据24小时预报降水量累计值和城市防涝标准计算得到基于预报的城市内涝风险因子;判断模块,用于根据基于实况的城市内涝风险因子及内涝风险预警策略判断内涝状况;还用于根据基于预报的城市内涝风险因子及内涝风险预警策略判断城市内涝风险。
如上所述的基于降水预报的城市内涝告警装置,进一步优选为,所述预报时效权重策略为根据预报时效为逐时降水预报数据赋予权重值,且权重值随预报时效的增长依次减小;所述内涝风险预警策略包括将不同的内涝风险因子划分为不同的风险等级。
如上所述的基于降水预报的城市内涝告警装置,进一步优选为,所述风险预警模块包括:内涝状况模块,用于根据内涝状况生成包括城市昨日内涝状况信息的城市内涝告警;内涝预警模块,用于根据城市内涝风险生成包括城市内涝风险预警信息的城市内涝告警。
如上所述的基于降水预报的城市内涝告警装置,进一步优选为,所述气象数据为基于高时空分辨率降水预报产品的气象数据。
本发明还公开了基于降水预报的城市内涝告警方法,用于上述任一项所述的基于降水预报的城市内涝告警装置,包括:步骤1:获取城市的气象数据和城市排水防涝标准;步骤2:根据气象数据生成24小时降水量累计值,所述24小时降水量累计值按照时间序列排列;步骤3:根据24小时降水量累计值和城市排水防涝标准获取城市内涝风险因子,所述城市内涝风险因子按照时间序列排列;步骤4:用于根据城市内涝风险因子生成城市内涝告警。
如上所述的基于降水预报的城市内涝告警方法,进一步优选为,步骤2具体包括:步骤2.1:用于获取标准气象站的气象数据,并区分所述逐时降水实况和逐时降水预报;步骤2.2:根据预报时效权重策略为逐时降水预报中每个时刻赋予权值,并根据权值得到误差处理后的24小时的降水量累计值;步骤2.3:根据逐时降水实况数据生成昨日逐时过去24小时降水量累计值;根据处理后的数据获取今日逐时过去24小时降水量累计值。
本发明与现有技术相比具有以下的优点:
1)可以为全国范围内以城市行政区划为单位的城市提供内涝告警,进而为城市建设部门、水利部门等提供建议,提高其防御效率;
2)本发明中的装置和方法不限于城市行政区划范围为单位的城市内涝告警,可降尺度到区县、乡镇、村落,甚至格点。
3)本发明中的装置和方法不限于逐时更新的城市内涝告警,可融合短临降水产品进行时间降尺度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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的附图。
图1为本发明中基于降水预报的城市内涝告警装置的框架连接图;
图2为本发明中基于降水预报的城市内涝告警方法的流程图。
具体实施方式
实施例1:
图1为本发明中基于降水预报的城市内涝告警装置的框架连接图,如图1所示,本实施例公开了一种基于降水预报的城市内涝告警装置,包括:
数据获取模块,用于获取城市的气象数据和城市排水防涝标准;
数据处理模块,用于根据气象数据生成24小时降水量累计值,所述24小时降水量累计值按照时间序列排列;
数据分析模块,用于根据24小时降水量累计值和城市排水防涝标准获取城市内涝风险因子,所述城市内涝风险因子按照时间序列排列;
风险预警模块,用于根据城市内涝风险因子生成城市内涝告警。
进一步的,所述数据获取模块包括:
数据采集模块,用于采集城市排水防涝标准以及多个气象预报站的历史气象数据,所述气象数据包括逐时降水实况数据和逐时降水预报数据;还用于获取标准气象站的当前气象数据;
数据校核模块,用于根据历史气象数据中的逐时降水实况数据校核逐时降水预报数据的准确度,并将预报准确度高的气象预报站作为标准气象站。
具体的,可在城市的气象站采集城市排水防涝标准,可在城市的气象站和其他气象预报站获取气象数据。当待采集的目标城市缺少城市排水防涝标准时,可采用邻近相似城市的标准代替,具体的,可通过一下三个原则综合考量:1)目标城市和邻近城市是否相邻,2)目标城市和邻近城市的经济状况是否接近,3)目标城市和邻近城市的降水量及特征是否相似。当待采集的目标城市缺少有效气象站时,也可采用邻近城市的气象数据,选择标准与城市排水防涝标准的替换标准相同。
进一步的,所述数据处理模块包括:
数据解析模块,用于获取标准气象站的气象数据,并从所述气象数据中获取逐时降水实况数据和逐时降水预报数据;
数据计算模块,用于根据气象数据生成24小时降水量累计值,包括:根据逐时降水实况数据计算24小时实际降水量累计值,所述24小时实际降水量累计值按照时序排列;用于根据逐时降水预报数据获取24小时预报降水量累计值,所述24小时预报降水量累计值按照时序排列。
具体的,以自然日为单位,生成前一天0时至后两日23时每一时刻的24小时降水累计数据,每一时刻的24小时降水累计数据均为以该时刻为基准,将之前24小时的小时降水量叠加,得到24小时降水累计数据。其中,24小时实际降水量累计值是根据实际逐时降水实况数据为准得到的,24小时预报降水量累计值是根据逐时降水预报数据为准得到的。
进一步的,所述数据处理模块还包括误差处理模块,所述误差处理模块用于根据预报时效权重策略为逐时降水预报数据赋予权重值,得到处理后的逐时降水预报数据。
在气象数据中,逐时降水预报数据的估计时容易高估,且随着预报时效的延长,预报的准确性也相对下降,因此,根据预报时效为逐时预报数据赋予权重值,能够降低由于降水高估所带来的告警虚报问题,从而降低无效风险出现的概率。具体的,采用逐时降水预报数据与对应权重的乘积作为基准,得到24小时预报降水量累计值。
进一步的,所述数据分析模块包括:
计算模块,用于根据24小时实际降水量累计值和城市防涝标准计算得到基于实况的城市内涝风险因子;还用于根据24小时预报降水量累计值和城市防涝标准计算得到基于预报的城市内涝风险因子;
判断模块,用于根据基于实况的城市内涝风险因子及内涝风险预警策略判断内涝状况;还用于根据基于预报的城市内涝风险因子及内涝风险预警策略判断城市内涝风险。
具体的,计算模块中,内涝风险因子的计算公式为:
F=24小时降水累积值/城市排水防涝标准,F为内涝风险因子。
比较城市行政区划范围内当日24小时降水累计数据与该城市排水防涝标准比较,每个时刻的内涝风险因子为该时刻24小时累计值和所在城市防涝标准的比值确定。当任意时刻满足预警条件时,则该时刻所在日预警,当一日中出现多种预警级别时,则取最高预警级别。
当F≥0.95时,为内涝风险红色预警,出现城市内涝的风险极大;当0.95>F≥0.9时,为内涝风险橙色预警,出现城市内涝的风险大;当0.9>F≥0.85时,为内涝风险黄色预警,出现城市内涝的风险较大;当0.85>F≥0.8时,为内涝风险蓝色预警,有一定出现城市内涝的风险。
进一步的,所述预报时效权重策略为根据预报时效为逐时降水预报数据赋予权重值,且权重值随预报时效的增长依次减小;所述内涝风险预警策略包括将不同的内涝风险因子划分为不同的风险等级,且随着内涝风险因子的增大,风险等级也提高。
具体的,本实施例中,预报时效权重策略为:当预报时效在6小时以内时(含6小时),预报值即为真值;当预报时效在12小时以内6小时以外时(含12时),预报准确率下降,为降低由于预报降水量级偏大的概率,该时间段预报权重值为0.9;当预报时效在12小时以外时,预报准确率下降更多,该时间段预报权重赋值为0.8。
进一步的,所述风险预警模块包括:
内涝状况模块,用于根据内涝状况生成包括城市昨日内涝状况信息的城市内涝告警;
内涝预警模块,用于根据城市内涝告警生成包括城市内涝风险预警信息的城市内涝告警。
进一步的,所述气象数据为基于高分辨率的气象数据。具体的,可采用类似奥地利气象局研发的短时临近预报系统INCA,INCA的空间分辨率为1km,时间分辨率为1h,更新频率为10min,分为降水估计产品和降水预报产品。类似短时临近预报系统INCA的基于高分辨率站点及格点降水实况的预报数据使得动态逐时监测评估预警城市内涝情况成为可能。且随着高分辨率气象预报的发展,全国精细化站点预报产品可提供覆盖全国所有城市站点的未来3日逐时降水预报,结合降水实况,可逐时产出分辨率为500m的格点预报,通过针对具体点的插值,获取精细化的降水实况数据。
实施例2:
图2为本发明中基于降水预报的城市内涝告警方法的流程图。如图2所示,本实施例公开了基于降水预报的城市内涝告警方法,用于实施例1中所述的基于降水预报的城市内涝告警装置,包括:
步骤1:获取城市的气象数据和城市排水防涝标准;
步骤2:根据气象数据生成24小时降水量累计值,所述24小时降水量累计值按照时间序列排列;
步骤3:根据24小时降水量累计值和城市排水防涝标准获取城市内涝风险因子,所述城市内涝风险因子按照时间序列排列;
步骤4:用于根据城市内涝风险因子生成城市内涝告警。
进一步的,步骤2具体包括:
步骤2.1:用于获取标准气象站的气象数据,并区分所述逐时降水实况和逐时降水预报;
步骤2.2:根据预报时效权重策略为逐时降水预报中每个时刻赋予权值,并根据权值得到误差处理后的24小时的降水量累计值;
步骤2.3:根据逐时降水实况数据生成昨日逐时过去24小时降水量累计值;根据处理后的数据获取今日逐时过去24小时降水量累计值。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于降水预报的城市内涝告警装置,其特征在于,包括:
数据获取模块,用于获取城市的气象数据和城市排水防涝标准;
数据处理模块,用于根据气象数据生成24小时降水量累计值,所述24小时降水量累计值按照时间序列排列;
数据分析模块,用于根据24小时降水量累计值和城市排水防涝标准获取城市内涝风险因子,所述城市内涝风险因子按照时间序列排列;
风险预警模块,用于根据城市内涝风险因子生成城市内涝告警。
2.根据权利要求1所述的基于降水预报的城市内涝告警装置,其特征在于,所述数据获取模块包括:
数据采集模块,用于采集城市排水防涝标准以及多个气象预报站的历史气象数据,所述气象数据包括逐时降水实况数据和逐时降水预报数据;还用于获取标准气象站的当前气象数据;
数据校核模块,用于根据历史气象数据中的逐时降水实况数据校核逐时降水预报数据的准确度,并将预报准确度高的气象预报站作为标准气象站。
3.根据权利要求2所述的基于降水预报的城市内涝告警装置,其特征在于,所述数据处理模块包括:
数据解析模块,用于获取标准气象站的气象数据,并从所述气象数据中获取逐时降水实况数据和逐时降水预报数据;
数据计算模块,用于根据气象数据生成24小时降水量累计值,包括:根据逐时降水实况数据计算24小时实际降水量累计值,所述24小时实际降水量累计值按照时序排列;根据逐时降水预报数据获取24小时预报降水量累计值,所述24小时预报降水量累计值按照时序排列。
4.根据权利要求3所述的基于降水预报的城市内涝告警装置,其特征在于,所述数据处理模块还包括误差处理模块,所述误差处理模块用于根据预报时效权重策略为逐时降水预报数据赋予权重值,得到处理后的逐时降水预报数据。
5.根据权利要求4所述的基于降水预报的城市内涝告警装置,其特征在于,所述数据分析模块包括:
计算模块,用于根据24小时实际降水量累计值和城市防涝标准计算得到基于实况的城市内涝风险因子;还用于根据24小时预报降水量累计值和城市防涝标准计算得到基于预报的城市内涝风险因子;
判断模块,用于根据基于实况的城市内涝风险因子及内涝风险预警策略判断内涝状况;还用于根据基于预报的城市内涝风险因子及内涝风险预警策略判断城市内涝风险。
6.根据权利要求5所述的基于降水预报的城市内涝告警装置,其特征在于,所述预报时效权重策略为根据预报时效为逐时降水预报数据赋予权重值,且权重值随预报时效的增长依次减小;所述内涝风险预警策略包括将不同的内涝风险因子划分为不同的风险等级。
7.根据权利要求6所述的基于降水预报的城市内涝告警装置,其特征在于,所述风险预警模块包括:
内涝状况模块,用于根据内涝状况生成包括城市昨日内涝状况信息的城市内涝告警;
内涝预警模块,用于根据城市内涝风险生成包括城市内涝风险预警信息的城市内涝告警。
8.根据权利要求7所述的基于降水预报的城市内涝告警装置,其特征在于,所述气象数据为基于高时空分辨率降水预报产品的气象数据。
9.一种基于降水预报的城市内涝告警方法,其特征在于,用于权利要求1-8中任一项所述的基于降水预报的城市内涝告警装置,包括:
步骤1:获取城市的气象数据和城市排水防涝标准;
步骤2:根据气象数据生成24小时降水量累计值,所述24小时降水量累计值按照时间序列排列;
步骤3:根据24小时降水量累计值和城市排水防涝标准获取城市内涝风险因子,所述城市内涝风险因子按照时间序列排列;
步骤4:用于根据城市内涝风险因子生成城市内涝告警。
10.根据权利要求9所述的基于降水预报的城市内涝告警方法,其特征在于,步骤2具体包括:
步骤2.1:获取标准气象站的气象数据,并区分逐时降水实况和逐时降水预报;
步骤2.2:根据预报时效权重策略为逐时降水预报中每个时刻赋予权值,并根据权值得到误差处理后的24小时的降水量累计值;
步骤2.3:根据逐时降水实况数据生成昨日逐时过去24小时降水量累计值;根据处理后的数据获取今日逐时过去24小时降水量累计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011603322.7A CN112578479B (zh) | 2020-12-29 | 2020-12-29 | 一种基于降水预报的城市内涝告警装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011603322.7A CN112578479B (zh) | 2020-12-29 | 2020-12-29 | 一种基于降水预报的城市内涝告警装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112578479A true CN112578479A (zh) | 2021-03-30 |
CN112578479B CN112578479B (zh) | 2022-07-26 |
Family
ID=75144247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011603322.7A Active CN112578479B (zh) | 2020-12-29 | 2020-12-29 | 一种基于降水预报的城市内涝告警装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112578479B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408211A (zh) * | 2021-07-12 | 2021-09-17 | 中国水利水电科学研究院 | 基于机器学习的城市内涝积水点积水过程预测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140072994A (ko) * | 2012-12-05 | 2014-06-16 | 한국전자통신연구원 | 재난경보 제공 시스템 및 그 운용 방법 |
CN107239575A (zh) * | 2017-06-29 | 2017-10-10 | 邯郸市气象局 | 城市道路暴雨内涝风险分析与预警智联网服务系统及方法 |
CN107944219A (zh) * | 2017-12-13 | 2018-04-20 | 广东电网有限责任公司电力科学研究院 | 一种表征不同时段旱涝致灾特征的方法和装置 |
CN110992653A (zh) * | 2019-12-13 | 2020-04-10 | 软通动力信息技术有限公司 | 城市内涝预警系统及方法 |
CN111652519A (zh) * | 2020-06-06 | 2020-09-11 | 郑州大学 | 一种城市内涝风险评估方法 |
CN112016831A (zh) * | 2020-08-27 | 2020-12-01 | 西安易辑数字科技有限公司 | 一种基于ai智能预报的城市内涝落区的识别方法 |
-
2020
- 2020-12-29 CN CN202011603322.7A patent/CN112578479B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140072994A (ko) * | 2012-12-05 | 2014-06-16 | 한국전자통신연구원 | 재난경보 제공 시스템 및 그 운용 방법 |
CN107239575A (zh) * | 2017-06-29 | 2017-10-10 | 邯郸市气象局 | 城市道路暴雨内涝风险分析与预警智联网服务系统及方法 |
CN107944219A (zh) * | 2017-12-13 | 2018-04-20 | 广东电网有限责任公司电力科学研究院 | 一种表征不同时段旱涝致灾特征的方法和装置 |
CN110992653A (zh) * | 2019-12-13 | 2020-04-10 | 软通动力信息技术有限公司 | 城市内涝预警系统及方法 |
CN111652519A (zh) * | 2020-06-06 | 2020-09-11 | 郑州大学 | 一种城市内涝风险评估方法 |
CN112016831A (zh) * | 2020-08-27 | 2020-12-01 | 西安易辑数字科技有限公司 | 一种基于ai智能预报的城市内涝落区的识别方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113408211A (zh) * | 2021-07-12 | 2021-09-17 | 中国水利水电科学研究院 | 基于机器学习的城市内涝积水点积水过程预测方法及系统 |
CN113408211B (zh) * | 2021-07-12 | 2022-02-11 | 中国水利水电科学研究院 | 基于机器学习的城市内涝积水点积水过程预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112578479B (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ruan et al. | Assessment of temporal and spatial progress of urban resilience in Guangzhou under rainstorm scenarios | |
JP4511560B2 (ja) | 洪水リスクの自動化された位置に依存した認識のための方法及びシステム | |
CN105005827B (zh) | 一种基于电力突发事件的应急响应预警方法 | |
CN112506994B (zh) | 一种电力设备洪涝隐患点监测预警方法及相关装置 | |
CN106844531A (zh) | 一种基于网格的防汛指挥研判系统 | |
CN112070286A (zh) | 复杂地形流域的降水预报预警系统 | |
CN106682774A (zh) | 一种接触网绝缘子污闪预测方法 | |
CN104851051A (zh) | 一种结合动态修正的电网区域暴雨量精细化预警方法 | |
CN107169645A (zh) | 一种计及暴雨灾害影响的输电线路故障概率在线评估方法 | |
CN109518732B (zh) | 电网通道降水型滑坡灾害的致灾降水阈值划分方法及系统 | |
CN116109462B (zh) | 一种自然灾害后饮水水源地污染监测预警方法及系统 | |
WO2024093581A1 (zh) | 一种面向电力设备设施的洪涝水位监测方法和系统 | |
Shi et al. | A spatial accessibility assessment of urban tourist attractions emergency response in Shanghai | |
CN113743658A (zh) | 基于临界雨量的中小流域地质灾害及洪水预警方法 | |
CN112578479B (zh) | 一种基于降水预报的城市内涝告警装置及方法 | |
CN115018165A (zh) | 基于大数据的洪水预报分析系统及方法 | |
CN115146992A (zh) | 一种基于多源卫星遥感的森林火险等级精细化预测方法 | |
CN109784720B (zh) | 一种台风灾害下基于时空网格关联的配电网风险评估方法 | |
CN112593613A (zh) | 城市内涝灾害下交通网络韧性承载力评估方法 | |
CN109471205B (zh) | 一种基于网格化气象数据在电网运行中的监测预警方法 | |
CN110728448A (zh) | 基于强降水时空分布特征的电网灾害风险评估方法和装置 | |
CN113344735B (zh) | 电网设备的防灾减灾监测预警系统 | |
CN113313342B (zh) | 多种自然灾害引发电网设备故障概率分析方法和系统 | |
CN116824807B (zh) | 多灾害预警报警方法及系统 | |
CN116682236A (zh) | 一种城市内涝预报预警方法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230706 Address after: 9F-J, Building 11, North District, No. 46 Zhongguancun South Street, Haidian District, Beijing, 100081 Patentee after: Beijing Fengyun Meteorological Technology Development Co.,Ltd. Address before: 2 / F, Huafeng building, North District, 46 Zhongguancun South Street, Haidian District, Beijing Patentee before: BEIJING WIS METEOROLOGICAL INFORMATION TECHNOLOGY CO.,LTD. |
|
TR01 | Transfer of patent right |