CN113034853A - 一种洪水预报预警分析方法及系统 - Google Patents

一种洪水预报预警分析方法及系统 Download PDF

Info

Publication number
CN113034853A
CN113034853A CN202110228839.0A CN202110228839A CN113034853A CN 113034853 A CN113034853 A CN 113034853A CN 202110228839 A CN202110228839 A CN 202110228839A CN 113034853 A CN113034853 A CN 113034853A
Authority
CN
China
Prior art keywords
rainfall
water level
threshold
level height
upstream
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
CN202110228839.0A
Other languages
English (en)
Other versions
CN113034853B (zh
Inventor
廖洪涛
张佳
杨得铨
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.)
Chengdu Zhenghe Denang Risk Management Consulting Co ltd
China Pacific Property Insurance Co Ltd
Original Assignee
Chengdu Zhenghe Denang Risk Management Consulting Co ltd
China Pacific Property Insurance 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 Chengdu Zhenghe Denang Risk Management Consulting Co ltd, China Pacific Property Insurance Co Ltd filed Critical Chengdu Zhenghe Denang Risk Management Consulting Co ltd
Priority to CN202110228839.0A priority Critical patent/CN113034853B/zh
Publication of CN113034853A publication Critical patent/CN113034853A/zh
Application granted granted Critical
Publication of CN113034853B publication Critical patent/CN113034853B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
    • G01F23/0007—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm for discrete indicating and measuring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • 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
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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—Systems or methods specially adapted for 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
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Environmental Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Fluid Mechanics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Emergency Management (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种洪水预报预警分析方法及系统，其中方法包括以下步骤：获取保险标地上游的水位高度、保险标地下游的水位高度以及保险标地的警戒水位高度；根据所述保险标地上游的水位高度、所述保险标地下游的水位高度以及所述警戒水位高度获取所述保险标地上游的阈值降雨量；当所述保险标地上游的预测降雨量大于或等于所述阈值降雨量，则发布一级预警。本发明的目的在于提供一种洪水预报预警分析方法及系统，该方法和系统根据大数据，提前设置风险预警阈值，触发阈值后自动发布预警，极大的降低了损失。

Description

一种洪水预报预警分析方法及系统
技术领域
本发明涉及洪水预警技术领域，尤其涉及一种洪水预报预警分析方法及系统。
背景技术
洪水预报预警包括超前预警与临近预报两种类型。从防洪调度角度来讲，洪水预报预警主要目的是实现超前预警、延长预见期，因此目前开展趋势或量级预报是洪水预报预警的特点，也是当前解决洪水预报预警这一挑战性难题的务实手段。但是在洪水趋势、量级预报及可靠度评价方面还缺乏有效的评价指标体系，十分有必要提出一套实用的洪水预报预警评价指标体系，以满足实际预报预警的需求。
发明内容
本发明的目的在于提供一种洪水预报预警分析方法及系统，该方法和系统根据大数据，提前设置风险预警阈值，触发阈值后自动发布预警，极大的降低了损失。
本发明通过下述技术方案实现：
一种洪水预报预警分析方法，包括以下步骤：
S1：获取保险标地上游的水位高度、保险标地下游的水位高度以及保险标地的警戒水位高度；
S2：根据所述保险标地上游的水位高度、所述保险标地下游的水位高度以及所述警戒水位高度获取所述保险标地上游的阈值降雨量；
S3：当所述保险标地上游的预测降雨量大于或等于所述阈值降雨量，则发布一级预警。
优选地，所述S2包括以下子步骤：
S21：根据所述保险标地下游的水位高度和所述警戒水位高度，采用线性差值法获取所述保险标地上游的最大水位高度；
S22：根据所述最大水位高度和所述保险标地上游的水位高度获取所述阈值降雨量。
优选地，所述预测降雨量由ARMA算法获取：
Figure BDA0002958017130000011
式中，yt为预测降雨量，yt-1…yt-p为历史降雨量；
Figure BDA0002958017130000012
为自回归系数，p为自回归阶数，θ为滑动平均系数，q为滑动平均阶数，ε是偏自回归系数。
优选地，还包括步骤S4，当所述保险标地上游的预测降雨量小于所述阈值降雨量时，用于判断所述预测降雨量是否大于或等于极端降水阈值，若所述预测降雨量大于或等于极端降水阈值，则发布二级预警；
其中，所述极端降水阈值为保险标地上游某时段的降雨量阈值，且某时段可以按月或按季节选取。
优选地，所述极端降水阈值按如下步骤获取：
将保险标地上游某时段的每年逐日降水量从小到大排列，形成序列X1、X2、…、Xm、…、Xn；
按下式获取所述极端降水阈值：
m＝p(n+0.38)+0.31；
Figure BDA0002958017130000021
其中，m为极端降水阈值对应的脚标；P为概率，取0.95；n为该时段总的序列个数；
Figure BDA0002958017130000022
为极端降水阈值；i表示年，Xim为第i年对应的降水量。
一种洪水预报预警分析系统，包括获取模块、计算模块以及第一预警模块；
所述获取模块，用于获取保险标地上游的水位高度、保险标地下游的水位高度以及保险标地的警戒水位高度；
所述计算模块，用于根据所述保险标地上游的水位高度、所述保险标地下游的水位高度以及所述警戒水位高度获取所述保险标地上游的阈值降雨量；
所述第一预警模块，用于当所述保险标地上游的预测降雨量大于或等于所述阈值降雨量，发布一级预警。
优选地，所述计算模块包括以下处理过程：
根据所述保险标地下游的水位高度和所述警戒水位高度，采用线性差值法获取所述保险标地上游的最大水位高度；
根据所述最大水位高度和所述保险标地上游的水位高度获取所述阈值降雨量。
优选地，所述预测降雨量由ARMA算法获取：
Figure BDA0002958017130000023
式中，yt为预测降雨量，yt-1…yt-p为历史降雨量；
Figure BDA0002958017130000024
为自回归系数，p为自回归阶数，θ为滑动平均系数，q为滑动平均阶数，ε是偏自回归系数。
优选地，还包括第二预警模块，所述第二预警模块用于当所述保险标地上游的预测降雨量小于所述阈值降雨量时，判断所述预测降雨量是否大于或等于极端降水阈值，若所述预测降雨量大于或等于极端降水阈值，则发布二级预警；
其中，所述极端降水阈值为保险标地上游某时段的降雨量阈值，且某时段可以按月或按季节选取。
优选地，所述极端降水阈值按以下步骤获取：
将保险标地上游某时段的每年逐日降水量从小到大排列，形成序列X1、X2、…、Xm、…、Xn；
按下式获取所述极端降水阈值：
m＝p(n+0.38)+0.31；
Figure BDA0002958017130000031
其中，m为极端降水阈值对应的脚标；P为概率，取0.95；n为该时段总的序列个数；
Figure BDA0002958017130000032
为极端降水阈值；i表示年，Xim为第i年对应的降水量。
本发明与现有技术相比，具有如下的优点和有益效果：
1、利用水文数据，实现点对点精准气象预警预报，基于大数据技术，提前设置风险阈值，触发阈值后自动推送预警预报信息至指定接收对象；
2、设置双重报警，可以根据不同的报警程度进行报警，便于做出不同的风险防范。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
一种洪水预报预警分析方法，如图1所示，包括以下步骤：
S1：获取保险标地上游的水位高度、保险标地下游的水位高度以及保险标地的警戒水位高度；
其中，保险标地上游的水位高度和保险标地下游的水位高度指得是距离目标区域最近的上、下游水文站的水位高度，且水文站的水位高度可直接读出；保险标地的警戒水位高度指的是保险标地的最大水位高度，超出该水位高度可引起洪涝等自然灾害；且该警戒水位根据目标区域地势的不同而不同，是根据目标区域的地势事先设置好的，因此也可直接读出。
S2：根据保险标地上游的水位高度、保险标地下游的水位高度以及警戒水位高度获取保险标地上游的阈值降雨量；
具体地，首先根据保险标地下游的水位高度和保险标地的警戒水位高度，采用线性差值法获取保险标地上游的最大水位高度；
其次根据保险标地上游的最大水位高度和保险标地上游的实际水位高度获取保险标地上游还能容纳的水位高度；
h＝H1-H0；
其中，h为水位高度，H1为保险标地上游的最大水位高度，H0为保险标地上游的实际水位高度；
再次根据保险标地上游的汇水面积和最大水位高度，从而求得保险标地上游的阈值降雨量。
S3：当保险标地上游的预测降雨量大于或等于阈值降雨量，则发布一级预警；
其中，考虑到ARMA算法所需参数少，结构简单，因此在本实施例中，预测降雨量由ARMA算法获取：
Figure BDA0002958017130000041
式中，yt为预测降雨量，yt-1…yt-p为历史降雨量；
Figure BDA0002958017130000042
为自回归系数，p为自回归阶数，θ为滑动平均系数，q为滑动平均阶数，ε是偏自回归系数。
在本实施例中，考虑到水文站的建设是每隔一定距离设置一个，而保险标地所在的位置可能并不存在水文站，因此，无法对保险标地的降雨量或水位高度进行实时获取，从而无法及时进行预警。基于此，发明人经过认真研究后，发现采用逆向思维可对保险标地进行准确预警。具体地，由于水文站的水位高度可实时获取，而发明人通过多次试验，发现保险标地的水位高度可通过线性差值法获取。因此，当保险标地的水位高度达到警戒水位高度时，对应着保险标地上游的一个最大水位高度，当保险标地上游的实际水位高度超出该最大水位高度时，保险标地的水位高度会超过警戒水位高度，从而引起保险标地出现洪涝现象。基于此，发明人通过转换，将对保险标地的水位高度检测预警转换为对上游水文站降雨量进行预测并预警，从而实现对保险标地的准确预警。
实施例2
进一步地，考虑到不同阶段的降雨量不同，不同阶段对极端天气的定义不一样，为了便于对保险标地在不同阶段下的极端天气进行预测，本实施例在实施例1的基础上还包括步骤S4，当保险标地上游的预测降雨量小于阈值降雨量时，用于判断预测降雨量是否大于或等于极端降水阈值，若预测降雨量大于或等于极端降水阈值，则发布二级预警；
其中，本实施例所说的极端降水阈值为保险标地上游某时段的降雨量阈值，且某时段可以按月或按季节选取。
在本实施例中，极端降水阈值按以下步骤获取：
将保险标地上游某时段的每年逐日降水量从小到大排列，形成序列X1、X2、…、Xm、…、Xn；
并按下式获取极端降水阈值：
m＝p(n+0.38)+0.31；
Figure BDA0002958017130000051
其中，m为极端降水阈值对应的脚标；P为概率，取0.95；n为该时段总的序列个数；
Figure BDA0002958017130000052
为极端降水阈值；i表示年，Xim为第i年对应的降水量。
为便于理解，以下以具体的例子进行说明：
假设某年春季的日降水量共有n个值，将n个值按从小到大的排列，形成序列X1、X2、…、Xm、…、Xn，并假设Xm为极端降水阈值，则Xm的脚标m等于：p＝(m-0.31)/(n+0.38)，其中，P＝0.95，若有n＝30，那么m＝29。则X29所对应的降雨量为极端降水阈值。
进一步地，考虑到单次的降雨量存在较大的误差，在本实施例中取极端降水阈值所对应的日期取50年的降雨量平均值作为极端降水的阈值，当预测降雨量大于或等于极端降水阈值，则发布二级预警，便于采取工作人员采取相应的预警措施，降低损失。
实施例3
在本实施例中提供了一种洪水预报预警分析系统，包括获取模块、计算模块以及第一预警模块；
其中，获取模块，用于获取保险标地上游的水位高度、保险标地下游的水位高度以及保险标地的警戒水位高度；
计算模块，用于根据保险标地上游的水位高度、保险标地下游的水位高度以及警戒水位高度获取保险标地上游的阈值降雨量；
具体地，本实施例中的计算模块包括以下处理过程：
根据保险标地下游的水位高度和警戒水位高度，采用线性差值法获取保险标地上游的最大水位高度；
再根据最大水位高度和保险标地上游的水位高度获取阈值降雨量；
第一预警模块，用于当保险标地上游的预测降雨量大于或等于阈值降雨量，发布一级预警；
其中，考虑到ARMA算法所需参数少，结构简单，因此在本实施例中，预测降雨量由ARMA算法获取：
Figure BDA0002958017130000061
式中，yt为预测降雨量，yt-1…yt-p为历史降雨量；
Figure BDA0002958017130000062
为自回归系数，p为自回归阶数，θ为滑动平均系数，q为滑动平均阶数，ε是偏自回归系数。
进一步地，在本实施例中还包括第二预警模块，第二预警模块用于当保险标地上游的预测降雨量小于阈值降雨量时，判断预测降雨量是否大于或等于极端降水阈值，若预测降雨量大于或等于极端降水阈值，则发布二级预警；
其中，本实施例所说的极端降水阈值为保险标地上游某时段的降雨量阈值，且某时段可以按月或按季节选取。
进一步地，在本实施例中极端降水阈值按以下步骤获取：
将保险标地上游某时段的每年逐日降水量从小到大排列，形成序列X1、X2、…、Xm、…、Xn；
并按下式获取极端降水阈值：
m＝p(n+0.38)+0.31；
Figure BDA0002958017130000063
其中，m为极端降水阈值对应的脚标；P为概率，取0.95；n为该时段总的序列个数；
Figure BDA0002958017130000064
为极端降水阈值；i表示年，Xim为第i年对应的降水量。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种洪水预报预警分析方法，其特征在于，包括以下步骤：
S1：获取保险标地上游的水位高度、保险标地下游的水位高度以及保险标地的警戒水位高度；
S2：根据所述保险标地上游的水位高度、所述保险标地下游的水位高度以及所述警戒水位高度获取所述保险标地上游的阈值降雨量；
S3：当所述保险标地上游的预测降雨量大于或等于所述阈值降雨量，则发布一级预警。
2.根据权利要求1所述的一种洪水预报预警分析方法，其特征在于，所述S2包括以下子步骤：
S21：根据所述保险标地下游的水位高度和所述警戒水位高度，采用线性差值法获取所述保险标地上游的最大水位高度；
S22：根据所述最大水位高度和所述保险标地上游的水位高度获取所述阈值降雨量。
3.根据权利要求1所述的一种洪水预报预警分析方法，其特征在于，所述预测降雨量由ARMA算法获取：
Figure FDA0002958017120000013
式中，yt为预测降雨量，yt-1…yt-p为历史降雨量；
Figure FDA0002958017120000014
为自回归系数，p为自回归阶数，θ为滑动平均系数，q为滑动平均阶数，ε是偏自回归系数。
4.根据权利要求1-3中任意一项所述的一种洪水预报预警分析方法，其特征在于，还包括步骤S4，当所述保险标地上游的预测降雨量小于所述阈值降雨量时，用于判断所述预测降雨量是否大于或等于极端降水阈值，若所述预测降雨量大于或等于极端降水阈值，则发布二级预警；
其中，所述极端降水阈值为保险标地上游某时段的降雨量阈值，且某时段可以按月或按季节选取。
5.根据权利要求4所述的一种洪水预报预警分析方法，其特征在于，所述极端降水阈值按如下步骤获取：
将保险标地上游某时段的每年逐日降水量从小到大排列，形成序列X1、X2、…、Xm、…、Xn；
按下式获取所述极端降水阈值：
m＝p(n+0.38)+0.31；
Figure FDA0002958017120000011
其中，m为极端降水阈值对应的脚标；P为概率，取0.95；n为该时段总的序列个数；
Figure FDA0002958017120000012
为极端降水阈值；i表示年，Xim为第i年对应的降水量。
6.一种洪水预报预警分析系统，其特征在于，包括获取模块、计算模块以及第一预警模块；
所述获取模块，用于获取保险标地上游的水位高度、保险标地下游的水位高度以及保险标地的警戒水位高度；
所述计算模块，用于根据所述保险标地上游的水位高度、所述保险标地下游的水位高度以及所述警戒水位高度获取所述保险标地上游的阈值降雨量；
所述第一预警模块，用于当所述保险标地上游的预测降雨量大于或等于所述阈值降雨量，发布一级预警。
7.根据权利要求6所述的一种洪水预报预警分析系统，其特征在于，所述计算模块包括以下处理过程：
根据所述保险标地下游的水位高度和所述警戒水位高度，采用线性差值法获取所述保险标地上游的最大水位高度；
根据所述最大水位高度和所述保险标地上游的水位高度获取所述阈值降雨量。
8.根据权利要求6所述的一种洪水预报预警分析系统，其特征在于，所述预测降雨量由ARMA算法获取：
Figure FDA0002958017120000021
式中，yt为预测降雨量，yt-1…yt-p为历史降雨量；
Figure FDA0002958017120000022
为自回归系数，p为自回归阶数，θ为滑动平均系数，q为滑动平均阶数，ε是偏自回归系数。
9.根据权利要求6-8中任意一项所述的一种洪水预报预警分析系统，其特征在于，还包括第二预警模块，所述第二预警模块用于当所述保险标地上游的预测降雨量小于所述阈值降雨量时，判断所述预测降雨量是否大于或等于极端降水阈值，若所述预测降雨量大于或等于极端降水阈值，则发布二级预警；
其中，所述极端降水阈值为保险标地上游某时段的降雨量阈值，且某时段可以按月或按季节选取。
10.根据权利要求9所述的一种洪水预报预警分析系统，其特征在于，所述极端降水阈值按以下步骤获取：
将保险标地上游某时段的每年逐日降水量从小到大排列，形成序列X1、X2、…、Xm、…、Xn；
按下式获取所述极端降水阈值：
m＝P(n+0.38)+0.31；
Figure FDA0002958017120000031
其中，m为极端降水阈值对应的脚标；P为概率，取0.95；n为该时段总的序列个数；
Figure FDA0002958017120000032
为极端降水阈值；i表示年，Xim为第i年对应的降水量。
CN202110228839.0A 2021-03-02 2021-03-02 一种洪水预报预警分析方法及系统 Active CN113034853B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110228839.0A CN113034853B (zh) 2021-03-02 2021-03-02 一种洪水预报预警分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110228839.0A CN113034853B (zh) 2021-03-02 2021-03-02 一种洪水预报预警分析方法及系统

Publications (2)

Publication Number Publication Date
CN113034853A true CN113034853A (zh) 2021-06-25
CN113034853B CN113034853B (zh) 2023-10-17

Family

ID=76465304

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110228839.0A Active CN113034853B (zh) 2021-03-02 2021-03-02 一种洪水预报预警分析方法及系统

Country Status (1)

Country Link
CN (1) CN113034853B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200382318Y1 (ko) * 2005-02-02 2005-04-18 주식회사 한성전자산업개발 문자/음성변환기능을 구비한 자동우량경보장치
JP2006301756A (ja) * 2005-04-18 2006-11-02 Toshiba Corp 洪水予測を利用した防災システムおよび防災方法
US20070200718A1 (en) * 2006-01-10 2007-08-30 Guardian Industries Corp. Rain sensor with selectively reconfigurable fractal based sensors/capacitors
KR101224258B1 (ko) * 2012-03-21 2013-01-21 대한민국(국립기상연구소장) 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법 및 그 시스템
CN103792524A (zh) * 2014-03-06 2014-05-14 兰州大学 基于云分类的雷达定量降水估计方法
CN105608840A (zh) * 2016-03-09 2016-05-25 长江水利委员会水文局 一种基于融合定量降雨预报算法的山洪预警平台及预警方法
CN206070474U (zh) * 2016-09-26 2017-04-05 水利部交通运输部国家能源局南京水利科学研究院 一种土石坝防洪安全监测预警系统
CN106845778A (zh) * 2016-12-21 2017-06-13 中国水利水电科学研究院 一种基于贡献度的科普勒函数地下水位分析方法
WO2018140839A1 (en) * 2017-01-27 2018-08-02 Ohuku Llc Method and system for simulating, predicting, interpreting, comparing, or visualizing complex data
CN108681848A (zh) * 2018-08-25 2018-10-19 黄河水利委员会黄河水利科学研究院 一种“三位一体”小型水库或淤地坝汛期预警方法
CN109785586A (zh) * 2019-03-04 2019-05-21 四川大学 山区小流域山洪灾害分区预警方法
CN109829584A (zh) * 2019-02-02 2019-05-31 中国水利水电科学研究院 一种山洪风险动态评估方法
CN110009002A (zh) * 2019-03-13 2019-07-12 河海大学 基于多维降雨特征空间最优决策的山洪快速预警预报方法
CN110298480A (zh) * 2019-05-20 2019-10-01 济南大学 一种山洪灾害临界雨量指标计算方法及系统
CN110555561A (zh) * 2019-09-06 2019-12-10 清华大学 一种中长期径流集合预报方法
JP2020092367A (ja) * 2018-12-07 2020-06-11 日本放送協会 降雨減衰予測装置及びプログラム
CN111400643A (zh) * 2020-03-15 2020-07-10 四川大学 基于雨-水-沙变化的山区小流域山洪灾害预警方法
WO2021003768A1 (zh) * 2019-07-08 2021-01-14 大连理工大学 基于前期降雨和上下游拓扑关系的农村基层洪涝预警方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200382318Y1 (ko) * 2005-02-02 2005-04-18 주식회사 한성전자산업개발 문자/음성변환기능을 구비한 자동우량경보장치
JP2006301756A (ja) * 2005-04-18 2006-11-02 Toshiba Corp 洪水予測を利用した防災システムおよび防災方法
US20070200718A1 (en) * 2006-01-10 2007-08-30 Guardian Industries Corp. Rain sensor with selectively reconfigurable fractal based sensors/capacitors
KR101224258B1 (ko) * 2012-03-21 2013-01-21 대한민국(국립기상연구소장) 기상레이더 3차원 반사도 자료를 이용한 3차원 강우유형 분류 방법 및 그 시스템
CN103792524A (zh) * 2014-03-06 2014-05-14 兰州大学 基于云分类的雷达定量降水估计方法
CN105608840A (zh) * 2016-03-09 2016-05-25 长江水利委员会水文局 一种基于融合定量降雨预报算法的山洪预警平台及预警方法
CN206070474U (zh) * 2016-09-26 2017-04-05 水利部交通运输部国家能源局南京水利科学研究院 一种土石坝防洪安全监测预警系统
CN106845778A (zh) * 2016-12-21 2017-06-13 中国水利水电科学研究院 一种基于贡献度的科普勒函数地下水位分析方法
WO2018140839A1 (en) * 2017-01-27 2018-08-02 Ohuku Llc Method and system for simulating, predicting, interpreting, comparing, or visualizing complex data
CN108681848A (zh) * 2018-08-25 2018-10-19 黄河水利委员会黄河水利科学研究院 一种“三位一体”小型水库或淤地坝汛期预警方法
JP2020092367A (ja) * 2018-12-07 2020-06-11 日本放送協会 降雨減衰予測装置及びプログラム
CN109829584A (zh) * 2019-02-02 2019-05-31 中国水利水电科学研究院 一种山洪风险动态评估方法
CN109785586A (zh) * 2019-03-04 2019-05-21 四川大学 山区小流域山洪灾害分区预警方法
CN110009002A (zh) * 2019-03-13 2019-07-12 河海大学 基于多维降雨特征空间最优决策的山洪快速预警预报方法
CN110298480A (zh) * 2019-05-20 2019-10-01 济南大学 一种山洪灾害临界雨量指标计算方法及系统
WO2021003768A1 (zh) * 2019-07-08 2021-01-14 大连理工大学 基于前期降雨和上下游拓扑关系的农村基层洪涝预警方法
CN110555561A (zh) * 2019-09-06 2019-12-10 清华大学 一种中长期径流集合预报方法
CN111400643A (zh) * 2020-03-15 2020-07-10 四川大学 基于雨-水-沙变化的山区小流域山洪灾害预警方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
孟玉婧: "《内蒙古山洪致灾阈值与定量化风险评估研究》", 《暴雨灾害》, vol. 39, no. 3, pages 285 - 292 *
杜志强: "接入实时降雨数据的暴雨型洪涝灾害临灾预警方法", 《地理信息世界》 *
杜志强: "接入实时降雨数据的暴雨型洪涝灾害临灾预警方法", 《地理信息世界》, 28 February 2017 (2017-02-28), pages 97 - 102 *
高琦: "《汉江流域极端面雨量时空分布特征》", 《 暴雨灾害》, vol. 39, no. 5, pages 516 - 523 *

Also Published As

Publication number Publication date
CN113034853B (zh) 2023-10-17

Similar Documents

Publication Publication Date Title
Borne et al. A method for finding sea breeze days under stable synoptic conditions and its application to the Swedish west coast
CN110516025B (zh) 台风追踪系统及方法
CN102364408A (zh) 用于识别和评价遮蔽的方法
CN102831752A (zh) 一种冰湖溃决预警方法
Perry et al. Synoptic classification of snowfall events in the Great Smoky Mountains, USA
CN109740195A (zh) 一种基于气象站观测数据的极值台风风速概率分布模型及设计台风风速的评估方法
Gvoždíková et al. Spatial patterns and time distribution of central European extreme precipitation events between 1961 and 2013
CN115862335A (zh) 基于车路信息融合的拥堵预警方法、系统及存储介质
Verstraten et al. Sensitivity of Australian roof drainage structures to design rainfall variability and climatic change
KR20170025709A (ko) 황사와 연무 통합 예측 및 검증 방법 및 시스템
CN113034853A (zh) 一种洪水预报预警分析方法及系统
Cheng et al. A SCALE‐INVARIANT GAUSS‐MARKOV MODEL FOR DESIGN STORM HYETOGRAPHS 1
CN113610437A (zh) 一种承灾体动态暴露度评估方法及系统
Yum et al. Estimation of the non-exceedance probability of extreme storm surges in South Korea using tidal-gauge data
Grant Water temperatures of the Ngaruroro River at three stations
Booth et al. Storm surge, blocking, and cyclones: A compound hazards analysis for the northeast United States
CN113268867B (zh) 一种基于水热组合的冰川泥石流区域预警方法
KR102015889B1 (ko) 방사선비상대응 원전부지 기상관측자료 분석 시스템 및 방법
CN112668948A (zh) 基于多源信息融合的林业生态环境人机交互系统及方法
Parrett Regional analysis of annual precipitation maxima in Montana
Chase et al. Incorporating weather effects in HCM reliability analysis
CN117436619B (zh) 一种基于等效防洪作用的梯级水库防洪库容联合预留方法
Cui et al. Data-based wind disaster climate identification algorithm and extreme wind speed prediction
CN116070955B (zh) 一种用于山洪沟流域的区域可能最大降雨确定方法
CN115188163A (zh) 一种基于暴雨与洪水相似性的洪水预警方法及系统

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