CN112784203A - 一种用于特小流域的可能最大洪水计算方法 - Google Patents

一种用于特小流域的可能最大洪水计算方法 Download PDF

Info

Publication number
CN112784203A
CN112784203A CN202110070379.3A CN202110070379A CN112784203A CN 112784203 A CN112784203 A CN 112784203A CN 202110070379 A CN202110070379 A CN 202110070379A CN 112784203 A CN112784203 A CN 112784203A
Authority
CN
China
Prior art keywords
website
worker
tool
flood
maximum
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
Application number
CN202110070379.3A
Other languages
English (en)
Other versions
CN112784203B (zh
Inventor
张金良
李超群
盖永岗
付健
陈松伟
张建
段文龙
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.)
Yellow River Engineering Consulting Co Ltd
Original Assignee
Yellow River Engineering Consulting 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 Yellow River Engineering Consulting Co Ltd filed Critical Yellow River Engineering Consulting Co Ltd
Priority to CN202110070379.3A priority Critical patent/CN112784203B/zh
Publication of CN112784203A publication Critical patent/CN112784203A/zh
Application granted granted Critical
Publication of CN112784203B publication Critical patent/CN112784203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Game Theory and Decision Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Alarm Systems (AREA)

Abstract

本发明提供了一种特小流域的可能最大洪水计算方法，包括：步骤1、收集与特小流域相关的最大洪水信息，包括：集水面积和最大洪峰流量；步骤2、将收集的最大洪峰流量和对应的集水面积点绘在双对数坐标系中；步骤3、选用幂指数关系式对最大洪峰流量和对应的集水面积点据进行拟合，即Q＝a*Fb；步骤4、根据拟合结果以及工程点的集水面积F工，获取对应的可能最大洪水Q工，即Q工＝a*(F工)b；步骤5、对可能最大洪水Q工进行验证，并将验证结果进行传输显示。用以根据工程点的流域面积，获取可能最大洪水，便于提高获取结果的效率。

Description

一种用于特小流域的可能最大洪水计算方法
技术领域
本发明涉及工程水文技术领域，特别涉及一种用于特小流域的可能最大洪水计算方法。
背景技术
小流域可能最大洪水的传统计算方法是先推求可能最大暴雨，再根据设计流域所在地区的水文手册推求设计雨型，进行扣损计算，推求设计净雨，然后再采用推理公式法或单位线法推求可能最大洪水，整个计算步骤环环相扣，对计算者专业能力要求较高；此外，对于特小流域，决定洪峰大小的为超短历时暴雨，就目前的暴雨监测资料和技术水平而言，很难根据实测短历时暴雨资料推求超短历时可能最大暴雨，而且对于特小流域，由设计暴雨推求设计洪水时，目前的推理公式法或单位线法的适用性也难以验证。
为解决上述问题，本发明另辟蹊径，不再通过可能最大暴雨辗转推求可能最大洪水，而是根据研究发现中国特小流域的世界大洪水记录基本都发生在黄土高原地区，故而收集了黄土高原地区实测或调查的发生于特小流域的世界最大洪水记录资料，直接建立最大洪峰流量与集水面积的关系，从而根据工程点流域面积直接推求可能最大洪水。该方法建立最大洪峰流量与集水面积的关系式后，可普适于推求黄土高原地区特小流域的可能最大洪水，是一种易于为基层科技工作者掌握和使用的简便方法。
发明内容
本发明提供一种用于特小流域的洪水计算方法，用以根据工程点的流域面积，获取可能最大洪水，便于提高获取结果的效率。
本发明提供一种用于特小流域的可能最大洪水计算方法，包括：
步骤1、收集与特小流域相关的的最大洪水信息，包括：集水面积和最大洪峰流量；
步骤2、将收集的最大洪峰流量和对应的集水面积点绘在双对数坐标系中；
步骤3、选用幂指数关系式对所述最大洪峰流量和对应的集水面积点据进行拟合，即Q＝a*Fb；
步骤4、根据拟合结果以及工程点的集水面积F工，获取对应的可能最大洪水Q工，即Q工＝a*(F工)b；；
步骤5、对所述可能最大洪水Q工进行验证，并将验证结果进行传输显示。
在一种可能实现的方式中，所述特小流域指的是在15km2以内的流域。
在一种可能实现的方式中，对所述最大洪峰流量和对应的集水面积点据进行拟合之前，还包括：
获取所述最大洪峰流量的流量数据字段以及所述集水面积点据的点据数据字段；
对所述流量数据字段以及所述点据数据字段进行合并，获取字段集；
基于所述字段集以及预先设定的词组宽度对所述字段集中的字段进行遍历扫描，获取字段词组；
获取所述字段词组的比特位数，并计算相同比特位数中字段词组出现的频率；
同时，选取所述频率大于预设频率的词组作为关键字段词组，并获取所述关键字段词组的起始比特位以及结束比特位；
基于所述起始比特位以及所述结束比特位，获取所述关键字段词组的比特宽度，将所述比特宽度进行均值处理；
同时，将所述关键字段词组按照均值处理后的结果进行划分，获取n个子关键字段词组；
基于预设重复检验函数，对所述n个子关键字段词组进行重复检验，并将重复的子关键字段词组进行删除处理，使每个重复的子关键字段词组中仅保留一个有效子关键字段词组；
根据所述子关键字段词组获取去重后所对应的所述最大洪峰流量的流量数据以及所述集水面积点据的点据数据，作为待拟合数据；
并将所述待拟合数据按照幂所述指数关系式进行数据拟合，获取拟合曲线。
在一种可能实现的方式中，对所述可能最大洪水Q工进行验证的过程，包括：
计算所述集水面积F工，并根据所述集水面积F工计算所述可能最大洪水Q工，并计算对所述可能最大洪水Q工验证的准确度，具体工作过程包括：
提取所述工程点的集水形状参数，其中，所述形状参数包括所述工程点的集水长度、宽度、弧度、凹程度值、凸程度值；
根据所述工程点的集水形状参数，计算所述集水面积F工；
Figure BDA0002905804330000031
其中，F工表示所述集水面积，γ表示所述工程点的集水凹程度值，δ表示所述工程点的集水凸程度值，c表示所述工程点的集水长度，n表示所述工程点的集水宽度，x表示所述工程点的集水弧度，R表示所述工程点的集水弧度所对应的半径，θ表示所述工程点的集水的弯曲角度，σ表示所述工程点的集水的对角线长度；
同时，基于所述集水面积F工，计算所述可能最大洪水Q工；
Figure BDA0002905804330000032
其中，Q工表示所述可能最大洪水，a、b均为常数；
提取所述洪峰流量在基于不同时间段的观测数据集，基于所述观测数据集确定数据幅度最大波段所对应的洪峰流量，作为基准洪水Q基准；
基于所述基准洪水Q基准，对所述可能最大洪水Q工进行验证，并计算验证准确度；
Figure BDA0002905804330000041
其中，ξ表示验证准确度；t表示对可能最大洪水Q工进行验证所需要的时间；Q工表示所述可能最大洪水；Q基准表示所述基准洪水，τ表示验证的误差系数；F工表示所述集水面积；K表示所述洪峰流量的波动值，且取值范围为(103，3.5*106)；T表示验证的额定时间；
将所述验证准确度与验证标准值进行比较；
当所述验证准确度等于或大于所述验证标准值，完成对所述可能最大洪水Q工的验证；
否则，对所述可能最大洪水Q工重新进行计算，并基于所述基准洪水Q基准，对重新计算好的可能最大洪水Q工进行二次验证，直至所述验证准确度等于或大于所述验证标准值。
在一种可能实现的方式中，步骤1中，在收集与特小流域相关的可能最大洪水信息之前，包括：
获取收集与特小流域相关的可能最大洪水信息的网址集合；
对所述网址集合中的每个网址进行遍历搜索，筛选界面显示访问成功的第一网址；
同时，对每个所述第一网址进行预处理，根据预处理结果，筛选获得第二网址；
获取所述第二网址对应的显示界面的界面信息；
获取所述第二网址从创建时间到当前时间的被访问次数、被举报次数以及用户对所述第二网址的评价信息；
将所述界面信息、被访问次数、被举报次数以及评价信息，输入到网址评估模型中，对所述第二网址的综合可靠度进行评估；
根据评估结果对所有的第二网址进行综合排序，将排序结果输出供用户查看。
在一种可能实现的方式中，将所述界面信息、被访问次数、被举报次数以及评价信息，输入到网址评估模型中，对所述第二网址的综合可靠度进行评估，包括：
提取所述界面信息以及评价信息的中的关键词集合，并将所述关键词集合中的每个关键词与预设关键词库进行对比分析，确定所述关键词集合中每个关键词的有效值；
根据所述被访问次数以及被举报次数，确定所述第一网址的网址可靠值；
根据所述有效值以及可靠值，确定所述第二网址的可信度值；
基于所述网址评估模型以及所述关键词以及关键词的有效值、网址可靠值、可信度值，对综合可靠度进行优化，获得评估结果，并输出。
在一种可能实现的方式中，对每个所述第一网址进行预处理，根据预处理结果，筛选获得第二网址，包括：
记录基于拦截程序对所述第一网址所执行的第一事件操作，并获取所述第一事件操作的第一操作序列；
记录所述第一网址对应的目标程序访问第二网址的第二事件操作，并获取所述第二事件操作的第二操作序列；
对所述第一操作序列以及第二操作序列进行异常序列筛选，若筛选结果为零，判定所述第一网址合格；
否则，将筛选结果输入到异常检测模型中，对筛选的异常序列进行检测，确定所述异常序列对所述第一网址的影响因素，并根据所述影响因素，计算获得影响值；
当所述影响值小于预设值时，判定所述第一网址合格，否则，将所述第一网址剔除。
在一种可能实现的方式中，每个合格的第一网址即为第二网址。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种用于特小流域的可能最大洪水计算方法的流程图；
图2为本发明实施例中特小流域的世界可能最大洪水记录点据和拟合的关系线；
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1-2所示，本发明提供一种用于特小流域的可能最大洪水计算方法，包括：
步骤1、收集与特小流域相关的的可能最大洪水信息，包括：集水面积和最大洪峰流量；
步骤2、将收集的最大洪峰流量和对应的集水面积点绘在双对数坐标系中；
步骤3、选用幂指数关系式对所述最大洪峰流量和对应的集水面积点据进行拟合，即Q＝a*Fb；
步骤4、根据拟合结果以及工程点的集水面积F工，获取对应的可能最大洪水Q工，即Q工＝a*(F工)b；；
步骤5、对所述可能最大洪水Q工进行验证，并将验证结果进行传输显示。
在一种可能实现的方式中，所述特小流域指的是在15km2以内的流域。
针对步骤1：本发明针对的是黄土高原地区，目前对特小流域定义尚无权威统一的说法，本发明中定义为15km2以内的流域为特小流域，发生在中国的特小流域的世界可能最大洪水记录基本都发生于黄土高原地区，收集这些可能最大洪水记录，包括可能最大洪水发生断面的集水面积(km2)和最大洪峰流量(m3/s)数据，所收集的可能最大洪水信息中，应尽可能包含15km2以内不同面积的特小流域，尤其是最小面积值F最小和F最大最大面积值要尽可能小和尽可能大，这样拟合出的关系式才便于推求介于最小和最大面积值之间的其他面积的可能最大洪水值。
针对步骤2：将各可能最大洪水记录的最大洪峰流量和集水面积点绘在双对数坐标系中。这样操作不会改变可能最大洪水记录的最大洪峰流量值和集水面积值，而是将坐标系以对数坐标的刻度进行标注，使得显示图像的数量级跨度压缩，可以更明显的表达最大洪峰流量和集水面积两个变量之间的关系。
针对步骤3：选用幂指数关系式对各洪水记录的最大洪峰流量和集水面积点据进行拟合，幂指数关系式形式为Q＝a*Fb，幂指数是用以拟合双对数坐标系中点据关系的常用关系式。
针对步骤4：拟合好的关系式可作为黄土高原地区特小流域可能最大洪水计算的一种简便方法，由该种方法推求的特小流域可能最大洪水基本位于世界可能最大洪水记录的外包线，对于易于发生极端局部暴雨的黄土高原地区而言，该方法推求的可能最大洪水是具有可靠性的，根据拟合好的关系式Q＝a*Fb，由工程点的集水面积F工，即可推求出其可能最大洪水Q工，即Q工＝a*(F工)b，运用拟合关系式条件是F工最好是介于F最小和F最大之间的值，即使F工超出了F最小和F最大的范围，也不应超出过多。
针对步骤5：进行验证是为了保证其关系的准确性以及可靠性。
上述技术方案的有益效果是：通过收集发生于特小流域的世界记录级大洪水资料，直接建立最大洪峰流量与集水面积的关系，即Q＝a*Fb，从而可根据工程点流域面积直接推求其可能最大洪水，可普适于推求黄土高原地区特小流域的可能最大洪水。与传统技术中，通过先推求可能最大暴雨，再辗转推求可能最大洪水的方法相比，步骤简明、成果可靠、计算简便、易于操作，是一种易于为基层科技工作者掌握和使用的简便方法。
实施例3：
本发明提供了一种可能最大洪水计算方法，对所述最大洪峰流量和对应的集水面积点据进行拟合之前，还包括：
获取所述最大洪峰流量的流量数据字段以及所述集水面积点据的点据数据字段；
对所述流量数据字段以及所述点据数据字段进行合并，获取字段集；
基于所述字段集以及预先设定的词组宽度对所述字段集中的字段进行遍历扫描，获取字段词组；
获取所述字段词组的比特位数，并计算相同比特位数中字段词组出现的频率；
同时，选取所述频率大于预设频率的词组作为关键字段词组，并获取所述关键字段词组的起始比特位以及结束比特位；
基于所述起始比特位以及所述结束比特位，获取所述关键字段词组的比特宽度，将所述比特宽度进行均值处理；
同时，将所述关键字段词组按照均值处理后的结果进行划分，获取n个子关键字段词组；
基于预设重复检验函数，对所述n个子关键字段词组进行重复检验，并将重复的子关键字段词组进行删除处理，使每个重复的子关键字段词组中仅保留一个有效子关键字段词组；
根据所述子关键字段词组获取去重后所对应的所述最大洪峰流量的流量数据以及所述集水面积点据的点据数据，作为待拟合数据；
并将所述待拟合数据按照幂所述指数关系式进行数据拟合，获取拟合曲线。
该实施例中，词组宽度的获取是基于字段集以及遍历扫描的条件所决定的，且词组宽度的取值范围为(1*10-3，2*10-2)；
其中，遍历扫描的条件例如：一次遍历扫描所可以承载的最大字段长度，以及遍历扫描的时间等。
该实施例中，遍历扫描的方式可以是前序遍历、中序遍历也可以是后序遍历。
该实施例中，并获取关键字段词组的起始比特位以及结束比特位是为了确定关键字段词组的比特宽度，获取方法比如是：开始遍历扫描的第一个字段为起始字段，它所对应的比特位即为起始比特位，结束遍历扫描的最后一个字段位结束字段，它所对应的比特位即为结束比特位。
该实施例中，重复检验函数可以是通过输入一组预先按照一定的重复检测准则构造的实例数据来进行动态运行程序，从而达到发现关键字段词组中出现重复字段的过程。
上述技术方案的有益效果是：
通过对流量数据字段以及点据数据字段进行合并，并对合并后的字段集进行去重处理，删除多余重复的数据有利于对节省数据拟合的空间，不仅节省对数据拟合的时间，而且有利于提高最大洪峰流量和对应的集水面积点据进行拟合的拟合准确程度以及拟合效率，从而直接建立最大洪峰流量与集水面积的关系。
实施例4：
本发明提供了一种可能最大洪水计算方法，对所述可能最大洪水Q工进行验证的过程，包括：
计算所述集水面积F工，并根据所述集水面积F工计算所述可能最大洪水Q工，并计算对所述可能最大洪水Q工验证的准确度，具体工作过程包括：
提取所述工程点的集水形状参数，其中，所述形状参数包括所述工程点的集水长度、宽度、弧度、凹程度值、凸程度值；
根据所述工程点的集水形状参数，计算所述集水面积F工；
Figure BDA0002905804330000101
其中，F工表示所述集水面积，γ表示所述工程点的集水凹程度值，δ表示所述工程点的集水凸程度值，c表示所述工程点的集水长度，n表示所述工程点的集水宽度，x表示所述工程点的集水弧度，R表示所述工程点的集水弧度所对应的半径，θ表示所述工程点的集水的弯曲角度，σ表示所述工程点的集水的对角线长度；
同时，基于所述集水面积F工，计算所述可能最大洪水Q工；
Figure BDA0002905804330000102
其中，Q工表示所述可能最大洪水，a、b均为常数；
提取所述洪峰流量在基于不同时间段的观测数据集，基于所述观测数据集确定数据幅度最大波段所对应的洪峰流量，作为基准洪水Q基准；
基于所述基准洪水Q基准，对所述可能最大洪水Q工进行验证，并计算验证准确度；
Figure BDA0002905804330000111
其中，ξ表示验证准确度；t表示对可能最大洪水Q工进行验证所需要的时间；Q工表示所述可能最大洪水；Q基准表示所述基准洪水，τ表示验证的误差系数；F工表示所述集水面积；K表示所述洪峰流量的波动值，且取值范围为(103，3.5*106)；T表示验证的额定时间；
将所述验证准确度与验证标准值进行比较；
当所述验证准确度等于或大于所述验证标准值，完成对所述可能最大洪水Q工的验证；
否则，对所述可能最大洪水Q工重新进行计算，并基于所述基准洪水Q基准，对重新计算好的可能最大洪水Q工进行二次验证，直至所述验证准确度等于或大于所述验证标准值。
该实施例中，凹程度值是指工程点的集水形状中有凹点时，以凹点为起点，两边凹回至平滑为终点，该起点到终点的凹陷程度的平均值称为凹程度值。
该实施例中，凸程度值是指工程点的集水形状中有凸起点时，以凸起点为起点，两边凸起至平滑为终点，该起点到终点的凸起程度的平均值称为凸程度值。
该实施例中，工程点的集水的对角线长度，可以是通过将工程点的集水区域的边界最远点的连接称为对角线长度。
该实施例中，验证的额定时间是指，验证所可以承受的最大时间，当超过额定时间时，该验证即视为不合格。
该实施例中，二次验证是基于可能最大洪水Q工第一次验证进行的，且二次验证的时间为第一次验证时间的一半。
上述技术方案的有益效果是：
通过对集水面积F工的计算可以准确获取可能最大洪水Q工，通过计算对可能最大洪水Q工的验证准确度，可以有效判定可能最大洪水Q工的获取是否准确，当不准确的时候继续获取可能最大洪水Q工，并进行第二次验证，从而可以保证可能最大洪水Q工的计算准确度，进而将验证结果准确进行传输显示。
实施例5：
基于实施例1的基础上，步骤1中，在收集与特小流域相关的可能最大洪水信息之前，包括：
获取收集与特小流域相关的可能最大洪水信息的网址集合；
对所述网址集合中的每个网址进行遍历搜索，筛选界面显示访问成功的第一网址；
同时，对每个所述第一网址进行预处理，根据预处理结果，筛选获得第二网址；
获取所述第二网址对应的显示界面的界面信息；
获取所述第二网址从创建时间到当前时间的被访问次数、被举报次数以及用户对所述第二网址的评价信息；
将所述界面信息、被访问次数、被举报次数以及评价信息，输入到网址评估模型中，对所述第二网址的综合可靠度进行评估；
根据评估结果对所有的第二网址进行综合排序，将排序结果输出供用户查看。
该实施例中，界面信息，可以进入该网址对应的界面显示的所有内容。
该实施例中，评价信息是用户对该网址的评价。
该实施例中，网址评估模型，是预先训练好的。
上述技术方案的有益效果是：
通过获取网址集合，并进行两次筛选，便于保证收集可能最大洪水信息的网址的可靠性，保证数据收集的有效性，通过获取界面信息、被访问次数、被举报次数以及评价信息，且输入到网址评估模型中，便于进行综合评估，并输出评估结果进行查看，方便用户选取有效网址进行数据获取，为后续计算提供有效基础。
实施例6：
基于实施例5的基础上，将所述界面信息、被访问次数、被举报次数以及评价信息，输入到网址评估模型中，对所述第二网址的综合可靠度进行评估，包括：
提取所述界面信息以及评价信息的中的关键词集合，并将所述关键词集合中的每个关键词与预设关键词库进行对比分析，确定所述关键词集合中每个关键词的有效值；
根据所述被访问次数以及被举报次数，确定所述第一网址的网址可靠值；
根据所述有效值以及可靠值，确定所述第二网址的可信度值；
基于所述网址评估模型以及所述关键词以及关键词的有效值、网址可靠值、可信度值，对综合可靠度进行优化，获得评估结果，并输出。
该实施例中，有效值，是指该关键词在整个界面信息以及评价信息中的重要程度。
该实施例中，网址可靠值例如是按照如下公式计算得到的：
网址可靠值＝1-被攻击次数/(被攻击次数+被访问次数)。
该实施例中，可信度值是由所有有效值和可靠值共同决定的。
上述技术方案的有益效果是：
通过获取关键词集合，便于有针对性的进行数据对比，且便于有针对性的确定其的有效值，为确定其网址的综合可靠度提供有效优化因子，且通过获取有效值、网址可靠值以及可信度值，便于对综合可靠度进行优化，提高网址排序的精准性，确保数据获取的可靠性。
实施例7：
基于实施例5的基础上，对每个所述第一网址进行预处理，根据预处理结果，筛选获得第二网址，包括：
记录基于拦截程序对所述第一网址所执行的第一事件操作，并获取所述第一事件操作的第一操作序列；
记录所述第一网址对应的目标程序访问第二网址的第二事件操作，并获取所述第二事件操作的第二操作序列；
对所述第一操作序列以及第二操作序列进行异常序列筛选，若筛选结果为零，判定所述第一网址合格；
否则，将筛选结果输入到异常检测模型中，对筛选的异常序列进行检测，确定所述异常序列对所述第一网址的影响因素，并根据所述影响因素，计算获得影响值；
当所述影响值小于预设值时，判定所述第一网址合格，否则，将所述第一网址剔除。
在一种可能实现的方式中，每个合格的第一网址即为第二网址。
该实施例中，第一事件操作以及第二事件操作，可以都是由程序日志等进行记录的。
上述技术方案的有益效果是：
通过记录第一事件操作以及第二事件操作，并获取对应的操作序列，进而进行异常序列的筛选，进一步方便对网址进行检验，确保其的可靠性，同时，通过将异常序列输入到异常检测模型中，便于确定其的影响因素，进而判断第一网址是否合格，可以有效的避免因为自身攻击或外界攻击导致获取数据失败等，提高获取第二网址的安全性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种用于特小流域的可能最大洪水计算方法，其特征在于，包括：
步骤1、收集与特小流域相关的最大洪水信息，包括：集水面积和最大洪峰流量；
步骤2、将收集的最大洪峰流量和对应的集水面积点绘在双对数坐标系中；
步骤3、选用幂指数关系式对所述最大洪峰流量和对应的集水面积点据进行拟合，即Q＝a*Fb；
步骤4、根据拟合结果以及工程点的集水面积F工，获取对应的可能最大洪水Q工，即Q工＝a*(F工)b；；
步骤5、对所述可能最大洪水Q工进行验证，并将验证结果进行传输显示。
2.如权利要求1所述的可能最大洪水计算方法，其特征在于，
所述特小流域指的是在15km2以内的流域。
3.如权利要求1所述的可能最大洪水计算方法，其特征在于，对所述最大洪峰流量和对应的集水面积点据进行拟合之前，还包括：
获取所述最大洪峰流量的流量数据字段以及所述集水面积点据的点据数据字段；
对所述流量数据字段以及所述点据数据字段进行合并，获取字段集；
基于所述字段集以及预先设定的词组宽度对所述字段集中的字段进行遍历扫描，获取字段词组；
获取所述字段词组的比特位数，并计算相同比特位数中字段词组出现的频率；
同时，选取所述频率大于预设频率的词组作为关键字段词组，并获取所述关键字段词组的起始比特位以及结束比特位；
基于所述起始比特位以及所述结束比特位，获取所述关键字段词组的比特宽度，将所述比特宽度进行均值处理；
同时，将所述关键字段词组按照均值处理后的结果进行划分，获取n个子关键字段词组；
基于预设重复检验函数，对所述n个子关键字段词组进行重复检验，并将重复的子关键字段词组进行删除处理，使每个重复的子关键字段词组中仅保留一个有效子关键字段词组；
根据所述子关键字段词组获取去重后所对应的所述最大洪峰流量的流量数据以及所述集水面积点据的点据数据，作为待拟合数据；
并将所述待拟合数据按照幂所述指数关系式进行数据拟合，获取拟合曲线。
4.如权利要求1所述的可能最大洪水计算方法，其特征在于，对所述可能最大洪水Q工进行验证的过程，包括：
计算所述集水面积F工，并根据所述集水面积F工计算所述可能最大洪水Q工，并计算对所述可能最大洪水Q工验证的准确度，具体工作过程包括：
提取所述工程点的集水形状参数，其中，所述形状参数包括所述工程点的集水长度、宽度、弧度、凹程度值、凸程度值；
根据所述工程点的集水形状参数，计算所述集水面积F工；
Figure FDA0002905804320000021
其中，F工表示所述集水面积，γ表示所述工程点的集水凹程度值，δ表示所述工程点的集水凸程度值，c表示所述工程点的集水长度，n表示所述工程点的集水宽度，x表示所述工程点的集水弧度，R表示所述工程点的集水弧度所对应的半径，θ表示所述工程点的集水的弯曲角度，σ表示所述工程点的集水的对角线长度；
同时，基于所述集水面积F工，计算所述可能最大洪水Q工；
Figure FDA0002905804320000031
其中，Q工表示所述可能最大洪水，a、b均为常数；
提取所述洪峰流量在基于不同时间段的观测数据集，基于所述观测数据集确定数据幅度最大波段所对应的洪峰流量，作为基准洪水Q基准；
基于所述基准洪水Q基准，对所述可能最大洪水Q工进行验证，并计算验证准确度；
Figure FDA0002905804320000032
其中，ξ表示验证准确度；t表示对可能最大洪水Q工进行验证所需要的时间；Q工表示所述可能最大洪水；Q基准表示所述基准洪水，τ表示验证的误差系数；F工表示所述集水面积；K表示所述洪峰流量的波动值，且取值范围为(103，3.5*106)；T表示验证的额定时间；
将所述验证准确度与验证标准值进行比较；
当所述验证准确度等于或大于所述验证标准值，完成对所述可能最大洪水Q工的验证；
否则，对所述可能最大洪水Q工重新进行计算，并基于所述基准洪水Q基准，对重新计算好的可能最大洪水Q工进行二次验证，直至所述验证准确度等于或大于所述验证标准值。
5.如权利要求1所述的可能最大洪水计算方法，其特征在于，步骤1中，在收集与特小流域相关的可能最大洪水信息之前，包括：
获取收集与特小流域相关的可能最大洪水信息的网址集合；
对所述网址集合中的每个网址进行遍历搜索，筛选界面显示访问成功的第一网址；
同时，对每个所述第一网址进行预处理，根据预处理结果，筛选获得第二网址；
获取所述第二网址对应的显示界面的界面信息；
获取所述第二网址从创建时间到当前时间的被访问次数、被举报次数以及用户对所述第二网址的评价信息；
将所述界面信息、被访问次数、被举报次数以及评价信息，输入到网址评估模型中，对所述第二网址的综合可靠度进行评估；
根据评估结果对所有的第二网址进行综合排序，将排序结果输出供用户查看。
6.如权利要求5所述的可能最大洪水计算方法，其特征在于，将所述界面信息、被访问次数、被举报次数以及评价信息，输入到网址评估模型中，对所述第二网址的综合可靠度进行评估，包括：
提取所述界面信息以及评价信息的中的关键词集合，并将所述关键词集合中的每个关键词与预设关键词库进行对比分析，确定所述关键词集合中每个关键词的有效值；
根据所述被访问次数以及被举报次数，确定所述第一网址的网址可靠值；
根据所述有效值以及可靠值，确定所述第二网址的可信度值；
基于所述网址评估模型以及所述关键词以及关键词的有效值、网址可靠值、可信度值，对综合可靠度进行优化，获得评估结果，并输出。
7.如权利要求5所述的可能最大洪水计算方法，其特征在于，对每个所述第一网址进行预处理，根据预处理结果，筛选获得第二网址，包括：
记录基于拦截程序对所述第一网址所执行的第一事件操作，并获取所述第一事件操作的第一操作序列；
记录所述第一网址对应的目标程序访问第二网址的第二事件操作，并获取所述第二事件操作的第二操作序列；
对所述第一操作序列以及第二操作序列进行异常序列筛选，若筛选结果为零，判定所述第一网址合格；
否则，将筛选结果输入到异常检测模型中，对筛选的异常序列进行检测，确定所述异常序列对所述第一网址的影响因素，并根据所述影响因素，计算获得影响值；
当所述影响值小于预设值时，判定所述第一网址合格，否则，将所述第一网址剔除。
8.如权利要求7所述的可能最大洪水计算方法，其特征在于，
每个合格的第一网址即为第二网址。
CN202110070379.3A 2021-01-19 2021-01-19 一种用于特小流域的可能最大洪水计算方法 Active CN112784203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110070379.3A CN112784203B (zh) 2021-01-19 2021-01-19 一种用于特小流域的可能最大洪水计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110070379.3A CN112784203B (zh) 2021-01-19 2021-01-19 一种用于特小流域的可能最大洪水计算方法

Publications (2)

Publication Number Publication Date
CN112784203A true CN112784203A (zh) 2021-05-11
CN112784203B CN112784203B (zh) 2021-10-15

Family

ID=75757681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110070379.3A Active CN112784203B (zh) 2021-01-19 2021-01-19 一种用于特小流域的可能最大洪水计算方法

Country Status (1)

Country Link
CN (1) CN112784203B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730151A (zh) * 2017-11-21 2018-02-23 中国水利水电科学研究院 一种基于概念性水文模型的流域设计洪水推求方法
CN111090925A (zh) * 2019-11-08 2020-05-01 黄河勘测规划设计研究院有限公司 基于免管护淤地坝防溃决的洪水计算方法
CN111339711A (zh) * 2020-02-24 2020-06-26 三峡大学 一种小流域设计洪水推求方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730151A (zh) * 2017-11-21 2018-02-23 中国水利水电科学研究院 一种基于概念性水文模型的流域设计洪水推求方法
CN111090925A (zh) * 2019-11-08 2020-05-01 黄河勘测规划设计研究院有限公司 基于免管护淤地坝防溃决的洪水计算方法
CN111339711A (zh) * 2020-02-24 2020-06-26 三峡大学 一种小流域设计洪水推求方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吉红香 等: "无资料小流域地区可能最大洪水计算研究", 《水利水电技术》 *
纳兴仓 等: "某特小流域设计洪峰流量计算分析", 《水利科技与经济》 *

Also Published As

Publication number Publication date
CN112784203B (zh) 2021-10-15

Similar Documents

Publication Publication Date Title
WO2021072887A1 (zh) 异常流量监测方法、装置、设备及存储介质
WO2021179574A1 (zh) 根因定位方法、装置、计算机设备和存储介质
CN108984708B (zh) 脏数据识别方法及装置、数据清洗方法及装置、控制器
CN106548343B (zh) 一种非法交易检测方法及装置
CN101706749A (zh) 基于软件安全缺陷检测的综合处理方法及其功能模块构架
CN110647447A (zh) 用于分布式系统的异常实例检测方法、装置、设备和介质
CN112346993B (zh) 一种情报分析引擎的测试方法、装置及设备
CN115081945A (zh) 一种地下水环境监测井的损伤监测与评估方法及系统
CN114785616A (zh) 数据风险检测方法、装置、计算机设备及存储介质
CN112784203B (zh) 一种用于特小流域的可能最大洪水计算方法
CN116699724B (zh) 一种时间域激发极化数据质量评价方法、体系及系统
CN111858140B (zh) 污染物监控数据的校验方法、装置、服务器和介质
CN111767546A (zh) 一种基于深度学习的输入结构推断方法和装置
CN117392452A (zh) 基于图像分析的墙体裂缝检测系统及其方法
CN111368894A (zh) 一种fcbf特征选择方法及其在网络入侵检测中的应用
CN110472416A (zh) 一种网页恶意代码检测方法及相关装置
WO2015154431A1 (zh) 合法内存访问的探测方法及装置
CN114124564B (zh) 一种仿冒网站检测方法、装置、电子设备及存储介质
CN113849656A (zh) 基于聚类图谱的技术文本挖掘方法和系统
CN110766054A (zh) 一种压裂砂堵的预警方法、装置、存储介质及设备
CN113836457B (zh) 一种基于信息识别分析的移动互联网终端缓存管理方法、系统及存储介质
RU2782687C1 (ru) Способ и система для определения площади, обработанной сельскохозяйственной машиной
CN118071525B (zh) 一种财务数据审核方法及系统
CN115795143A (zh) 一种基于计算机的信息评价系统及方法
CN113901462A (zh) 一种容器异常识别方法、系统、电子设备及存储介质

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