CN113157849B - 一种基于转换结点的水路桥接支流流向自动推理方法 - Google Patents
一种基于转换结点的水路桥接支流流向自动推理方法 Download PDFInfo
- Publication number
- CN113157849B CN113157849B CN202110547428.8A CN202110547428A CN113157849B CN 113157849 B CN113157849 B CN 113157849B CN 202110547428 A CN202110547428 A CN 202110547428A CN 113157849 B CN113157849 B CN 113157849B
- Authority
- CN
- China
- Prior art keywords
- flow direction
- river reach
- river
- flow
- conversion node
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Measuring Volume Flow (AREA)
Abstract
本发明公开了一种基于转换结点的水路桥接支流流向自动推理方法,首先,建立两项河口及主流统计识别准则;其次,基于主支流拓扑连接关系,构建主流K阶邻近场,并以编码形式进行描述;最后,以空间邻近关系作为约束,进行“全局”与“局部”方式流向推理一致性判断,探测“分割河段”以对桥接支流进行隶属主流划分,进而依据隶属主流完成支流流向自动推理,从而克服传统方法的不足。
Description
技术领域
本发明涉及地图综合技术领域,更具体的说是涉及一种基于转换结点的水路桥接支流流向自动推理方法。
背景技术
水路运输是交通运输领域中最重要的运输方式之一。在大范围运输区域中,水网结构复杂、转换结点众多,正确的河流流向是合理开展路线空间分析、水路运输标绘制图等工作的先决条件。然而由于流域范围较大或属性信息采集不足等原因,数据库中各段水路经常出现流向不存在或不完整等问题。对于存在多个河口的复杂水网,依据与主流的关联关系,可将支流分为仅关联一个主流的简单支流与关联多个主流的桥接支流两类,前者在河系中数量较多,后者在河系中数量较少。现有研究对简单支流的流向推理已趋于成熟,然而对于桥接支流的流向推理却关注较少、准确度较低。
目前,国内外学者的研究可分为两类:一类利用数字高程模型(DigitalElevationModel,DEM)作为辅助数据进行流向计算,另一类直接利用河系自身空间结构进行流向推理。但是,利用数字高程模型 (DigitalElevationModel,DEM)作为辅助数据进行流向计算的方法仅在地势变化比较剧烈的区域较为适用,在地形平坦区域,不足变得十分明显,此外,这种方法计算流向的准确性受DEM精度影响,导致河流密集区域的河流流向难以准确刻画。此外,在现有技术中,多数河流的流向依赖主流流向进行推理,然而,在主流众多的复杂河系中,作为起算基准的主流在选择上具有随机性。这对仅关联一个主流的河流尚可,但对于局部关联多个主流的河流,这种方式难以保证流向推理的准确性。
因此,如何自动化的赋予每条河流正确的流向是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种基于转换结点的水路桥接支流流向自动推理方法。
为了实现上述目的,本发明采用如下技术方案:
一种基于转换结点的水路桥接支流流向自动推理方法,包括:
S10:选取一条主流为起算基准,识别所述主流的一阶邻近支流并根据所述一阶邻近支流的第一转换结点确定所述一阶邻近支流的流向,所述第一转换结点为所述一阶邻近支流与所述主流连接的结点;
S20:将所述支流流向传导至所述一阶邻近支流的第二转换结点,并将所述支流流向作为所述第二转换结点的全局流向,依据全局方法计算关联所述第二转换结点的各河段流向,所述第二转换结点为所述一阶邻近支流与所述主流连接结点的另一侧结点;
S30:依据局部方法计算关联所述第二转换结点的各河段流向;
S40:将所述全局流向推理结果与所述局部流向推理结果进行匹配;
S50:判断流向匹配结果,若所述流向匹配结果值均为1,则依据河段间邻近关系,继续进行流向推理,直至不存在可推理河段;
S60:判断所有主流是否都已作为起算基准完成计算,若完成全部计算,则输出结果,否则,在剩余主流中选取一条主流为新的起算基准,重复所述步骤S10至所述步骤S50。
优选的,所述步骤S20依据全局方法计算关联所述第二转换结点的各河段流向方法,包括:
S21:根据已知流向的一阶邻近支流确定关联所述已知流向的一阶邻近支流对应的未知流向河段,计算所述已知流向的一阶邻近支流与所述未知流向河段夹角最小值,并根据所述已知流向的一阶邻近支流确定所述夹角最小值对应的未知流向河段的方向;
S22:重复步骤S21,计算剩余已知流向河段与未知流向河段的夹角最小值,确定全部未知流向河段的方向。
优选的,所述步骤S30依据局部方法计算关联所述第二转换结点的各河段流向方法,包括:
S31:计算关联所述第二转换结点的未知河段之间夹角最小值;
S31:令所述夹角最小值关联的河段为上游,确定其它未知流向河段的方向。
优选的,所述步骤S40全局流向推理结果与局部流向推理结果匹配,包括:根据公式:得到流向匹配结果,式中, DirectionMatch表示流向匹配结果,DGR为河段在全局方法下的流向推理结果, DLR为该河段在局部方法下的流向推理结果。
优选的,所述步骤S50判断流向匹配结果,还包括:
S51:若某一河段的流向匹配结果值为0,则进一步确定所述流向匹配结果为0的河段是否为所述步骤S21确定的河段;
S52:若所述流向匹配结果为0的河段是所述步骤S21确定的河段,则继续使用全局方法确定的方向作为该河段流向,否则,将该河段在当前结点处断开,将其定义为分割河段,流向推理不在受当前主流影响。
优选的,所述步骤S50判断流向匹配结果,还包括:若桥接支流两端结点处全局方法确定的流向与局部方法确定的流向匹配结果均不相同,则进一步通过编码比较在各主流邻近场内的阶数,并比较小阶数对应的主流作为流向推理基准。
更优的,所述步骤S60判断所有主流是否都已作为起算基准完成计算,还包括:若断开后的支流不存在可依赖的主流,则依据局部方法确定所述支流流向。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种基于转换结点的水路桥接支流流向自动推理方法,以空间邻近关系作为约束,进行“全局”与“局部”方式流向推理一致性判断,探测“分割河段”以对桥接支流进行隶属主流划分,从而克服传统方法的不足,具体有益效果为:
1)对于在河系中占比较大的简单河系以及复杂河系中的非桥接河段,本发明进行流向推理的准确性较高,可达到98%以上;
2)对于复杂河系中的桥接河段,本发明流向推理的准确性仍在98%以上,保持了较好的精度;
3)本发明方向较为准确,实现了“分割河段”的探测,“分割河段”两侧的河段流向推理结果更为合理,与“锐角假设”一致;
4)当进行水路运输时,通过本发明水路桥接支流流向的计算,能够快速推理出哪条路径最为合适,便于快速找到最佳运输方向,保证后续运输。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的推理方法流程示意图;
图2(a)附图为本实施例提供的计算已知流向河段与未知流向河段夹角示意图,图2(b)附图为本实施例提供的确定流出河段示意图,图2(c)附图为本实施例提供的计算剩余未知流向河段已知流向河段夹角示意图,图2 (d)附图为本实施例提供的确定剩余未知流向河段方向示意图;
图3(a)附图为本实施例提供的局部方法进行流向推理[1]示意图,图3 (b)附图为本实施例提供的局部方法进行流向推理[1]的结果示意图,图3(c) 附图为本实施例提供的局部方法进行流向推理[2]示意图,图3(d)附图为本实施例提供的局部方法进行流向推理[2]的结果示意图;
图4(a)附图为本实施例提供的顾及邻近关系的桥接支流流向推理初步结果及存在异常的河流结点示意图,图4(b)附图为本实施例提供的顾及邻近关系的桥接支流流向推理最终结果示意图;
图5附图为本实施例提供的实验数据示意图;
图6附图为本实施例提供的实验区各河系内河段分布情况柱状图;
图7(a)附图为本实施例提供的基于Schwenk方法流向推理结果的渐变效果图;图7(b)为本实施例提供的基于本发明流向推理结果的渐变效果图;
图8附图为本实施例提供的主支流邻近关系计算与编码描述示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
参见附图1所示,本发明实施例1公开了一种基于转换结点的水路桥接支流流向自动推理方法,包括:
S10:选取一条主流为起算基准,识别主流的一阶邻近支流并根据一阶邻近支流的第一转换结点确定一阶邻近支流的流向,第一转换结点为一阶邻近支流与主流连接的结点;
S20:将支流流向传导至一阶邻近支流的第二转换结点,并将支流流向作为第二转换结点的全局流向,依据全局方法计算关联第二转换结点的各河段流向,第二转换结点为一阶邻近支流与主流连接结点的另一侧结点;
S30:依据局部方法计算关联第二转换结点的各河段流向;
S40:将全局流向推理结果与局部流向推理结果进行匹配;
S50:判断流向匹配结果,若流向匹配结果值均1,则依据河段间邻近关系,继续进行流向推理,直至不存在可推理河段;
S60:判断所有主流是否都已作为起算基准完成计算,若完成全部计算,则输出结果,否则,在剩余主流中选取一条主流为新的起算基准,重复步骤 S10至步骤S50。
在一个具体实施例中,步骤S20依据全局方法计算关联第二转换结点的各河段流向方法,包括:
S21:根据已知流向的一阶邻近支流确定关联已知流向的一阶邻近支流对应的未知流向河段,计算已知流向的一阶邻近支流与未知流向河段夹角最小值,并根据已知流向的一阶邻近支流确定夹角最小值对应的未知流向河段的方向;
S22:重复步骤S21,计算剩余已知流向河段与未知流向河段的夹角最小值,确定全部未知流向河段的方向。
具体说明如下:参见附图2所示,首先根据已知流向的一阶邻近支流确定关联已知流向的一阶邻近支流对应的未知流向河段,并由公式(1)确定各个已知流向的一阶邻近支流与未知流向河段的夹角最小值,并令该值对应的河段流向与已知河段流向一致(如图2(a)和图2(b)),进而由公式(2) 确定其他未知流向河段与已知流向河段的夹角最小值,并将该值对应的河段流向赋予未知流向河段(如图2(c)和图2(d))。
α0=min((180°-αlu1li),(180°-αlu0li)) (1)
α1=min(αlu1lo,αlu1li,αlu2lo,αlu2lo) (2)
式中,li为流入结点O处的已知流入河段,lu*为结点O处的未知流向河段,lo 为结点O处的流出河段。
在一个具体实施例中,步骤S30依据局部方法计算关联第二转换结点的各河段流向方法,包括:
S31:计算关联第二转换结点的未知河段之间夹角最小值;
S31:令夹角最小值关联的河段为上游,确定其它未知流向河段的方向。
具体说明如下:参见附图3所示,首先由公式(3)计算各个未知流向河段间夹角的最小值,并令该值关联的河段为上游,进而依据“中间河段不存在源和汇”原则,确定其他河段的流向。如图3(a)与图3(c)所示为两种典型情况下使用局部方法进行流向推理的结果。
α3=min(αlu0lu1,αlu0lu2,αlu1l2) (3)
式中,lu*为结点O处的未知流向河段。图3(a-d)中,li为流入结点O处的已知流入河段,lo为结点O处的流出河段。
在一个具体实施例中,步骤S40全局流向推理结果与局部流向推理结果匹配,包括:根据公式:得到流向匹配结果,式中,DirectionMatch表示流向匹配结果,DGR为河段在全局方法下的流向推理结果,DLR为该河段在局部方法下的流向推理结果。
在一个具体实施例中,步骤S50判断流向匹配结果,还包括:
S51:若某一河段的流向匹配结果值为0,则进一步确定流向匹配结果为 0的河段是否为步骤S21确定的河段;
S52:若流向匹配结果为0的河段是步骤S21确定的河段,则继续使用全局方法确定的方向作为该河段流向,否则,将该河段在当前结点处断开,将其定义为分割河段,流向推理不在受当前主流影响。
具体的,步骤S50判断流向匹配结果,还包括:若桥接支流两端结点处全局方法确定的流向与局部方法确定的流向匹配结果均不相同,则进一步通过编码比较在各主流邻近场内的阶数,并比较小阶数对应的主流作为流向推理基准。
在一个具体实施例中,步骤S60判断所有主流是否都已作为起算基准完成计算,还包括:若断开后的支流不存在可依赖的主流,则依据局部方法确定支流流向。
具体说明如下:参见附图4(a)所示,河段S3S10为主流MC1的1阶河段,则以MC1作为该河段流向推理基准,得到其流向;至结点S10处,全局流向推理结果与局部流向推理结果不一致,河段S10S11为悬挂弧段,则优先以全局流向推理结果作为其流向,河段S10S13为非悬挂弧段,则在结点S10处将其与主流MC1断开。类似,依次确定其他河段的流向,河段S10S13在结点S13处同样与主流MC2断开。因河段S10S13在主流MC1、MC2的邻近场内均为2 阶河段,则任选某一主流作为基准,本实施例以选择MC2为例,为此,得到全部桥接支流推理结果,参见附图4(b)所示,蓝色河流为以主流MC1作为基准进行流向推理的河流,绿色河流为以主流MC2作为基准进行流向推理的河流。
在一个具体实施例中,主流邻近关系计算具体包括:
根据拓扑邻接关系推断各个主流的K阶邻近场。对于某一主流,与其具有直接拓扑邻近关系的支流河段称为1阶邻近;与1阶邻近河段具有直接拓扑邻近关系的支流河段称为2阶邻近;与此相似,每跨越一条河段,邻近距离关系上增加一个单位(更远),邻近场的阶数加1,直至碰触另一条主流或不再存在连接的的支流,邻近场计算结束。
在一个具体实施例中,由拓扑关系推断出的主支流邻近关系,本发明以编码方式进行描述。编码原则包括:
(1)以MCi(i=1,2,…,n)为河系内的主流编码进行编码;
(2)主流的1阶邻近河段编码为1,主流的2阶邻近河段编码为2,依次类推;
(3)编码记录于每个河段上,标识为<1号主流编码,在1号主流邻近场的编码,2号主流编码,在2号主流邻近场的编码,…>。
参见附图8所示,主流分别标记为MC1,MC2,河段S7S9关联主流MC1,且为其3阶邻近河段,则其编码为(MC1,3);河段S12S13同时关联主流 MC1,MC2,且分别位于其3、2阶邻近场内,则其编码为(MC1,3,MC2, 2)。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种基于转换结点的水路桥接支流流向自动推理方法,以空间邻近关系作为约束,进行“全局”与“局部”方式流向推理一致性判断,探测“分割河段”以对桥接支流进行隶属主流划分,从而克服传统方法的不足,具体有益效果为:
1)对于在河系中占比较大的简单河系以及复杂河系中的非桥接河段,本发明进行流向推理的准确性较高,可达到98%以上;
2)对于复杂河系中的桥接河段,本发明流向推理的准确性仍在98%以上,保持了较好的精度;
3)本发明方向较为准确,实现了“分割河段”的探测,“分割河段”两侧的河段流向推理结果更为合理,与“锐角假设”一致。
4)当进行水路运输时,通过本发明水路桥接支流流向的计算,能够快速推理出哪条路径最为合适,便于快速找到最佳运输方向,保证后续运输。
实施例2
验证本发明实施例1提供的方法,具体过程如下:
1.实验数据与实验环境
依托中国测绘科学研究院研制的WJ-III地图工作站,嵌入本发明提出的基于转换结点的水路桥接支流流向自动推理方法,并通过与Schwenk(2020) 所提方法(以下称Schwenk方法)进行对比,验证本发明的合理性和有效性。试验数据选自湖北省郧阳县1:10000地理国情普查水系数据,空间范围为 104×85km2,包含河系12个,河段2035条,实验数据参见附图5所示,其中,RN代表RiverNetwork。实验环境为单台PC机,装备Windows764位操作系统,CPU型号为IntelI7-4790,主频为3.60GHz,内存容量为16GB。
2.实验数据基本统计分析
采用发明统计视角下的河口识别算法,识别实验区内各个河系的河口及对应主流,并据此对实验数据进行基本统计分析,参见表1以及附图6所示。
表1实验区河系信息统计
如表1所示,实验区内12个河系中包含11个简单河系、1个复杂河系,简单河系占比为91.67%。然而,简单河系内包含的河段数量相对较少,河流层次较浅,空间结构相对易于理解。复杂河系虽仅有1个,但其内河段数量较多,占总河段数量的81.87%,河流层次较深,流向推理难度更大。
3流向推理结果对比分析
分别使用Schwenk方法与本文方法对实验区内的河系进行流向推理,并由有经验的制图人员进行质量检查,检查结果见表2。其中,编号1-11为简单河系,编号12-(a)为复杂河系中的支流河段与简单支流,编号12-(b)为复杂河系中的桥接支流。
表2人工验证精度比较
如表2所示,对于在河系中占比较大的简单河系以及复杂河系中的非桥接河段,Schwenk方法和本文方法进行流向推理的准确性均较高,达到98%以上。然而,对于复杂河系中的桥接河段,Schwenk方法流向推理的准确性仅为 59.3%,本文方法流向推理的准确性仍在98%以上,保持了较好的精度。
为了更好地分析两种方法的流向推理效果,本文对实验区内的河流进行渐变可视化表达。河流渐变的基本原理在于,河流自河源(上游)流向河口 (下游),沿流向方法,宽度逐渐累积。对于某一河段,宽度较大处为流出方向,宽度较小处为流入方向。
实验结果参见附图7(a)-7(b)所示,整体而言,基于两种方法流向推理结果的渐变效果基本相似,对于河系汇入关系的刻画基本准确,支流沿流向方向汇入主流,符合人工理解。然而,在桥接河段汇聚的区域A及区域B处,两种方法的渐变效果明显不同。对于区域A中椭圆形内的河段,由Schwenk方法结果进行渐变时,河流宽度由东北方向至西南方向逐渐增大,这说明河流由东北方向流向西南方向,即此处的流向由主流MC1确定;与此不同,由本发明结果进行渐变时,河流宽度由西南方向至东北方向逐渐增大,这说明河流由西南方向流向东北方向,即此处的流向由主流MC1确定,河段S1S2起到了明显分割的作用。类似地,对于区域B中椭圆形内的河段,由Schwenk方法结果进行渐变时,河流宽度由北向南逐渐增大,这说明河流流向为由北至南,即此处的流向由主流MC1确定;与此不同,由本发明结果进行渐变时,河流宽度由南向北逐渐增大,这说明河流流向为由南至北,即此处的流向由主流MC1确定,河段S3S4起到了明显分割的作用。然而,可以发现,Schwenk方法在此处的流向推理结果明显与公认的水文知识“锐角假设”不符,呈锐角的大多数河段被判定为下游;与此不同,本发明方向推理结果更为合理,经河段S3S4分割后,呈锐角的大多数河段被判定为上游,这与公认的水文知识“锐角假设”是一致的。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种基于转换结点的水路桥接支流流向自动推理方法,其特征在于,包括:
S10:选取一条主流为起算基准,识别所述主流的一阶邻近支流并根据所述一阶邻近支流的第一转换结点确定所述一阶邻近支流的流向,所述第一转换结点为所述一阶邻近支流与所述主流连接的结点;
其中,所述一阶邻近支流为与所述主流具有直接拓扑邻近关系的支流;
S20:将所述支流流向传导至所述一阶邻近支流的第二转换结点,并将所述支流流向作为所述第二转换结点的全局流向,依据全局方法计算关联所述第二转换结点的各河段流向,得到全局流向推理结果,所述第二转换结点为所述一阶邻近支流与所述主流连接结点的另一侧结点;
S30:依据局部方法计算关联所述第二转换结点的各河段流向,得到局部流向推理结果;
S40:将所述全局流向推理结果与所述局部流向推理结果进行匹配;
S50:判断流向匹配结果,若所述流向匹配结果值均为1,则依据河段间邻近关系,继续进行流向推理,直至不存在可推理河段;
S60:判断所有主流是否都已作为起算基准完成计算,若完成全部计算,则输出结果,否则,在剩余主流中选取一条主流为新的起算基准,重复所述步骤S10至所述步骤S50;
其中,所述步骤S20依据全局方法计算关联所述第二转换结点的各河段流向方法,包括:
S21:根据已知流向的一阶邻近支流确定关联所述已知流向的一阶邻近支流对应的未知流向河段,计算所述已知流向的一阶邻近支流与所述未知流向河段夹角最小值,并根据所述已知流向的一阶邻近支流确定所述夹角最小值对应的未知流向河段的方向;
S22:重复步骤S21,计算剩余已知流向河段与未知流向河段的夹角最小值,确定全部未知流向河段的方向,得到全局流向推理结果;
所述步骤S30依据局部方法计算关联所述第二转换结点的各河段流向方法,包括:
S31:计算关联所述第二转换结点的未知河段之间夹角最小值;
S31:令所述夹角最小值关联的河段为上游,确定其它未知流向河段的方向,得到局部流向推理结果。
3.根据权利要求1所述的一种基于转换结点的水路桥接支流流向自动推理方法,其特征在于,所述步骤S50判断流向匹配结果,还包括:
S51:若某一河段的流向匹配结果值为0,则进一步确定所述流向匹配结果为0的河段是否为所述步骤S21确定的河段;
S52:若所述流向匹配结果为0的河段是所述步骤S21确定的河段,则继续使用全局方法确定的方向作为该河段流向,否则,将该河段在第二转换结点处断开,将其定义为分割河段,流向推理不再 受当前主流影响。
4.根据权利要求3所述的一种基于转换结点的水路桥接支流流向自动推理方法,其特征在于,所述步骤S50判断流向匹配结果,还包括:若桥接支流两端结点处全局方法确定的流向与局部方法确定的流向匹配结果均不相同,则进一步通过编码比较在各主流邻近场内的阶数,以及进行小阶数对应的主流的比较,得到流向推理基准。
5.根据权利要求1所述的一种基于转换结点的水路桥接支流流向自动推理方法,其特征在于,所述步骤S60判断所有主流是否都已作为起算基准完成计算,还包括:若断开后的支流不存在可依赖的主流,则依据局部方法确定所述支流流向。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2021101426232 | 2021-02-02 | ||
CN202110142623 | 2021-02-02 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113157849A CN113157849A (zh) | 2021-07-23 |
CN113157849B true CN113157849B (zh) | 2021-11-09 |
Family
ID=76876576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110547428.8A Active CN113157849B (zh) | 2021-02-02 | 2021-05-19 | 一种基于转换结点的水路桥接支流流向自动推理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113157849B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005036331A2 (en) * | 2003-09-12 | 2005-04-21 | Carlson Software, Inc. | Fluvial geomorphic landscape design computer software |
CN107315813B (zh) * | 2017-06-29 | 2020-07-17 | 中国测绘科学研究院 | 一种stroke特征约束的树状河系层次关系构建及简化方法 |
CN112270266B (zh) * | 2020-10-29 | 2021-04-30 | 中国测绘科学研究院 | 多特征约束的网状河流主流识别方法 |
-
2021
- 2021-05-19 CN CN202110547428.8A patent/CN113157849B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113157849A (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110298076B (zh) | 一种基于gis和swmm的城市内涝智能建模及分析方法 | |
CN108399309B (zh) | 一种大尺度复杂地形区分布式水文模型的子流域划分方法 | |
CN106897529B (zh) | 基于污水管网拓扑关系的子流域汇流演算顺序计算方法 | |
CN105160889B (zh) | 一种城市内涝情景下路网交通流的多源点协同疏导方法 | |
CN109784540A (zh) | 一种基于dma分区的供水布局优化系统及优化方法 | |
CN113505471B (zh) | 一种河流断面污染物浓度预测计算方法 | |
CN108614915B (zh) | 基于情景驱动的水文模型自由组建策略方法 | |
CN109325084A (zh) | 一种基于gis的河网图生成方法 | |
CN112270266B (zh) | 多特征约束的网状河流主流识别方法 | |
CN103927417A (zh) | 基于水力模型构建需求的排水管网数字化处理方法 | |
CN104298689A (zh) | 一种河网编码方法和系统 | |
CN108319758A (zh) | 一种基于水力模型的城市下穿地道排水系统优化设计方法 | |
CN113157849B (zh) | 一种基于转换结点的水路桥接支流流向自动推理方法 | |
CN109145413A (zh) | 重力管线泵站收水范围分析方法及装置 | |
KR20140024590A (ko) | 연속지적도의 다축척 모델 생성 방법 | |
CN110766792B (zh) | 基于ArcGIS水文分析工具网格演算次序编码方法 | |
CN115964855B (zh) | 一种基于水工程及水文站的子流域划分方法 | |
CN110737931A (zh) | 一种基于ArcGIS的铁路桥渡水文关键参数提取方法 | |
CN115563740B (zh) | 一种基于排水管网分布的城市地表混合产流计算方法 | |
CN113609683B (zh) | 一种基于盆域分析和泰森多边形的雨水管网子汇水区划分方法 | |
CN114036709A (zh) | 基于雨水管网拓扑结构优化改善节点积水状况的方法 | |
CN115330239A (zh) | 基于swmm模型的农业面源污染风险评估关键源区识别方法 | |
CN114580126A (zh) | 一种城市排水防涝系统的构建方法及构建系统 | |
CN114648617A (zh) | 一种基于数字高程模型dem的水系提取方法 | |
CN110096969B (zh) | 一种基于高分二号和Lidar数据的平原灌区泵闸点位置及其类型识别方法 |
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 |