CN113158464A - 一种基于dem的洪水淹没演进过程分析方法 - Google Patents
一种基于dem的洪水淹没演进过程分析方法 Download PDFInfo
- Publication number
- CN113158464A CN113158464A CN202110436250.XA CN202110436250A CN113158464A CN 113158464 A CN113158464 A CN 113158464A CN 202110436250 A CN202110436250 A CN 202110436250A CN 113158464 A CN113158464 A CN 113158464A
- Authority
- CN
- China
- Prior art keywords
- submerged
- grid
- flooding
- water level
- path
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Remote Sensing (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于DEM的洪水淹没演进过程分析方法,包括以下步骤:S10:优化河道水位的时间变化;S20:淹没网格系列精简优化;S30:优化河道水位的空间变化;S40:淹没网格系列邻域迭代分析,同时在迭代过程中对淹没网格系列进行控制性更新;S50:优化水流的流向路径,进行流向同一性修正;同时通过Floyd‑Warshall算法对各淹没网格到初始淹没网格系列的最短淹没路径进行搜索;S60:统计淹没分析结果,并通过淹没路径转化算法将洪水淹没路径转化为水位相关值。本申请中的分析方法,通用性强,并且能实现对洪水淹没演进过程的模拟分析;提取淹没网格系列轮廓,提高计算效率;优化河道水位的时空变化;分析河道水流的流向路径,保证淹没分析过程的逐时连续性及合理性。
Description
技术领域
本发明属于洪水淹没动态分析技术领域,具体涉及一种基于DEM的洪水淹没演进过程分析方法。
背景技术
我国是自然灾害发生十分频繁的国家,其中,洪涝灾害一直威胁着人们的生命财产安全和社会的稳定发展。如,长期以来,黄河下游河道淤积萎缩,洪灾频繁发生,每年都会面临严峻的防洪形势。同时,近几十年来,水资源的开发利用不断扩大,城乡经济建设发展迅速,洪水灾害出现的频率和其造成的损失也不断的增加,因此快速、准确、科学的模拟和预测、分析洪水淹没过程是一个热门的研究方向,对防洪减灾具有重要意义。
现有技术中,洪水淹没分析方法主要有水力学模型分析方法、地理信息系统分析方法、利用卫星遥感数据进行洪水淹没分析的方法等,每种分析方法都有其优势和局限性。如水力学模型淹没分析方法建模复杂,需要分析下垫面及历史水文资料,用于支撑参数率定验证,且方法不具备通用性,计算量大,效率低;地理信息系统分析方法往往难以周全地考虑实际河道水位的时空变化规律,且未对洪水的流向路径进行分析,难以保证淹没分析过程的逐时连续性及合理性。
因此,基于以上现有技术中还存在的一些问题,本申请进行了进一步的研究。
发明内容
针对以上现有技术中的不足,本发明提供了一种基于DEM的洪水淹没演进过程分析方法,不需要过多的下垫面及历史水文资料,且不需要进行复杂的水利模型建模及参数率定验证,通用性较强,并且能实现对洪水淹没演进过程的模拟分析。方法考虑实际河道水位的时空变化规律,以淹没网格为分析源,通过淹没网格系列精简优化算法提高计算效率,基于邻域迭代算法、流向同一性修正、最短淹没路径算法及淹没路径转化算法,分析洪水在约束条件下的完整淹没演进过程,统计结果符合洪水的实际传播特征,能够实现对洪水淹没演进过程、淹没范围、淹没水深、淹没面积的分析估计。
为了解决上述技术问题,本发明通过下述技术方案得以解决。
一种基于DEM的洪水淹没演进过程分析方法,包括以下步骤:S10:优化河道水位的时间变化:确定淹没分析参数,并通过淹没分析过程步长将水位上升过程分解成多个阶段进行研究;S20:淹没网格系列精简优化:在进行淹没网格系列迭代分析前,对初始淹没网格系列进行预处理,在不影响计算结果的前提下,提取淹没网格系列轮廓,对初始淹没网格系列进行精简优化,只保留邻域有未被淹没的网格;S30:优化河道水位的空间变化:基于河道比降计算各淹没网格水位的沿程变化;S40:淹没网格系列邻域迭代分析,同时在迭代过程中对淹没网格系列进行控制性更新,对于重复搜索到的淹没网格不再参与迭代计算;S50:优化水流的流向路径,进行流向同一性修正,对边邻域和角邻域的路径长度设置实际的网格中心路径值:边邻域1,角邻域同时通过Floyd-Warshall算法对各淹没网格到初始淹没网格系列的最短淹没路径进行搜索;S60:统计淹没分析结果,并通过淹没路径转化算法将洪水淹没路径转化为水位相关值,便于分析洪水淹没演进过程。
本申请中的洪水淹没演进过程分析方法,基于DEM进行数据迭代分析,不需要过多的下垫面及历史水文资料,且不需要进行复杂的水利模型建模及参数率定验证,通用性较强,并且能实现对洪水淹没演进过程的模拟分析。方法考虑实际河道水位的时空变化规律,以淹没网格为分析源,通过淹没网格系列精简优化算法提高计算效率,基于邻域迭代算法、流向同一性修正、最短淹没路径算法及淹没路径转化算法,分析洪水在约束条件下的完整淹没演进过程,统计结果符合洪水的实际传播特征,能够实现对洪水淹没演进过程、淹没范围、淹没水深、淹没面积的分析估计。
进一步的,步骤S10中,包括以下步骤:S11:确定淹没分析参数:河道水位代表点位置;淹没分析期初水位Z初与期末水位Z末,Z初<Z末;淹没分析过程步长ΔZ,ΔZ>0,一般设为0.1;初始淹没网格系列GZ初;
进一步的,步骤S20中,包括以下步骤:S21:精简Z水位对应的初始淹没网格系列GZ简:将所有淹没网格gi,j作为Z水位的初始淹没网格系列GZ初,若gi,j的八个邻域G邻i,j均已淹没,则gi,j不再列入精简后的淹没网格系列GZ简,即:
GZ简={gi,j|gi,j∈GZ初,D邻i,j<8}
GZ初={gi,j|di,j=1}
D邻i,j={∑di+x,j+y|x,y∈{-1,0,1}且不同时为0}
G邻i,j={gi+x,j+y|x,y∈{-1,0,1}且不同时为0}。
进一步的,步骤S30中,包括以下步骤:S31:计算淹没网格水位Zi,j:Zi,j=Z–I*Li,j,其中:I为河道比降;Li,j为期初水位点与淹没网格水位点沿河道的距离。
进一步的,步骤S40中,包括以下步骤:S41:淹没网格邻域分析:对于淹没网格gi,j的八个邻域G邻i,j,若邻域高程Hi+x,j+y低于淹没网格水位Zi,j,则判定该邻域被淹没,即:
S42:更新淹没网格系列GZ:若新增的淹没网格系列ΔG邻i,j不属于GZ初与GZ简,则将其添加至GZ进行迭代计算,即:
GZ=GZ简∪ΔG邻
ΔG邻i,j={gi+x,j+y|di+x,j+y=1,x,y∈{-1,0,1}且不同时为0}。
进一步的,步骤S50中,包括以下步骤:S51:流向同一性修正:对边邻域和角邻域的路径长度设置实际的网格中心路径值,保证洪水流向模拟在所有方向上的同一性,即:
S52:计算最短淹没路径LZ:新增的淹没网格Δgi,j的淹没路径li,j为Δgi,j到GZ简的所有路径长度P(Δgi,j,GZ简)中的最短路径长度,其中GZ简间的路径长度为0,即:
li,j=minP(Δgi,j,g’),g’∈GZ简
LZ={li,j|Δgi,j∈ΔG邻}。
进一步的,步骤S60中,包括以下步骤:S61:统计淹没分析结果:对于水位Z对应的淹没范围WZ、淹没面积SZ、淹没水深HZ,可基于单位网格面积si,j、淹没网格水位Zi,j及淹没网格高程Hi,j统计得到,即:
WZ=GZ
SZ={∑si,j|gi,j∈GZ}
hi,j=Zi,j–Hi,j
HZ={hi,j|hi,j>0,gi,j∈GZ}。
S62:淹没路径转化:为了分析洪水随水位变化的淹没演进过程,需将所有淹没网格的淹没路径转化为水位相关值T,即:
T={TZ|Z=Z初+n*ΔZ,Z≤Z末,n∈N}
TZ={ti,j|ti,j=Z+ΔZ*li,j/max LZ,li,j∈LZ}。
与现有技术相比,本发明具有以下有益效果:提供了一种基于DEM的洪水淹没演进过程分析方法,通用性强,并且能实现对洪水淹没演进过程的模拟分析;提取淹没网格系列轮廓,对初始淹没网格系列进行精简优化,能大幅减少迭代计算量,提高计算效率;优化河道水位的时空变化,并通过流向同一性修正、最短淹没路径算法及淹没路径转化算法,分析河道水流的流向路径,保证淹没分析过程的逐时连续性及合理性。
附图说明
图1为本申请中的洪水淹没演进过程分析方法的流程图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
参见图1,本申请中的一种基于DEM的洪水淹没演进过程分析方法,包括以下步骤:S10:优化河道水位的时间变化:确定淹没分析参数,并通过淹没分析过程步长将水位上升过程分解成多个阶段进行研究;S20:淹没网格系列精简优化:在进行淹没网格系列迭代分析前,对初始淹没网格系列进行预处理,在不影响计算结果的前提下,提取淹没网格系列轮廓,对初始淹没网格系列进行精简优化,只保留邻域有未被淹没的网格;S30:优化河道水位的空间变化:基于河道比降计算各淹没网格水位的沿程变化;S40:淹没网格系列邻域迭代分析,同时在迭代过程中对淹没网格系列进行控制性更新,对于重复搜索到的淹没网格不再参与迭代计算;S50:优化水流的流向路径,进行流向同一性修正,对边邻域和角邻域的路径长度设置实际的网格中心路径值:边邻域1,角邻域同时通过Floyd-Warshall算法对各淹没网格到初始淹没网格系列的最短淹没路径进行搜索;S60:统计淹没分析结果,并通过淹没路径转化算法将洪水淹没路径转化为水位相关值,便于分析洪水淹没演进过程。
本申请中的洪水淹没演进过程分析方法,基于DEM进行数据迭代分析,不需要过多的下垫面及历史水文资料,且不需要进行复杂的水利模型建模及参数率定验证,通用性较强,并且能实现对洪水淹没演进过程的模拟分析。方法考虑实际河道水位的时空变化规律,以淹没网格为分析源,通过淹没网格系列精简优化算法提高计算效率,基于邻域迭代算法、流向同一性修正、最短淹没路径算法及淹没路径转化算法,分析洪水在约束条件下的完整淹没演进过程,统计结果符合洪水的实际传播特征,能够实现对洪水淹没演进过程、淹没范围、淹没水深、淹没面积的分析估计。
进一步的,步骤S10中,包括以下步骤:S11:确定淹没分析参数:河道水位代表点位置;淹没分析期初水位Z初与期末水位Z末,Z初<Z末;淹没分析过程步长ΔZ,ΔZ>0,一般设为0.1;初始淹没网格系列GZ初;
进一步的,步骤S20中,包括以下步骤:S21:精简Z水位对应的初始淹没网格系列GZ简:将所有淹没网格gi,j作为Z水位的初始淹没网格系列GZ初,若gi,j的八个邻域G邻i,j均已淹没,则gi,j不再列入精简后的淹没网格系列GZ简,即:
GZ简={gi,j|gi,j∈GZ初,D邻i,j<8}
GZ初={gi,j|di,j=1}
D邻i,j={∑di+x,j+y|x,y∈{-1,0,1}且不同时为0}
G邻i,j={gi+x,j+y|x,y∈{-1,0,1}且不同时为0}。
进一步的,步骤S30中,包括以下步骤:S31:计算淹没网格水位Zi,j:Zi,j=Z–I*Li,j,其中:I为河道比降;Li,j为期初水位点与淹没网格水位点沿河道的距离。
进一步的,步骤S40中,包括以下步骤:S41:淹没网格邻域分析:对于淹没网格gi,j的八个邻域G邻i,j,若邻域高程Hi+x,j+y低于淹没网格水位Zi,j,则判定该邻域被淹没,即:
S42:更新淹没网格系列GZ:若新增的淹没网格系列ΔG邻i,j不属于GZ初与GZ简,则将其添加至GZ进行迭代计算,即:
GZ=GZ简∪ΔG邻
ΔG邻i,j={gi+x,j+y|di+x,j+y=1,x,y∈{-1,0,1}且不同时为0}。
进一步的,步骤S50中,包括以下步骤:S51:流向同一性修正:对边邻域和角邻域的路径长度设置实际的网格中心路径值,保证洪水流向模拟在所有方向上的同一性,即:
S52:计算最短淹没路径LZ:新增的淹没网格Δgi,j的淹没路径li,j为Δgi,j到GZ简的所有路径长度P(Δgi,j,GZ简)中的最短路径长度,其中GZ简间的路径长度为0,即:
li,j=minP(Δgi,j,g’),g’∈GZ简
LZ={li,j|Δgi,j∈ΔG邻}。
进一步的,步骤S60中,包括以下步骤:S61:统计淹没分析结果:对于水位Z对应的淹没范围WZ、淹没面积SZ、淹没水深HZ,可基于单位网格面积si,j、淹没网格水位Zi,j及淹没网格高程Hi,j统计得到,即:
WZ=GZ
SZ={∑si,j|gi,j∈GZ}
hi,j=Zi,j–Hi,j
HZ={hi,j|hi,j>0,gi,j∈GZ}。
S62:淹没路径转化:为了分析洪水随水位变化的淹没演进过程,需将所有淹没网格的淹没路径转化为水位相关值T,即:
T={TZ|Z=Z初+n*ΔZ,Z≤Z末,n∈N}
TZ={ti,j|ti,j=Z+ΔZ*li,j/max LZ,li,j∈LZ}。
本申请中,区别于传统的水利模型方法,是一种基于DEM的洪水淹没演进过程分析方法,不需要过多的下垫面及历史水文资料,且不需要进行复杂的水利模型建模及参数率定验证,通用性较强,并且能实现对洪水淹没演进过程的模拟分析。方法考虑实际河道水位的时空变化规律,以淹没网格为分析源,通过淹没网格系列精简优化算法提高计算效率,基于邻域迭代算法、流向同一性修正、最短淹没路径算法及淹没路径转化算法,分析洪水在约束条件下的完整淹没演进过程,统计结果符合洪水的实际传播特征,能够实现对洪水淹没演进过程、淹没范围、淹没水深、淹没面积的分析估计。
具体的,本申请中,在进行淹没网格系列迭代分析前,对初始淹没网格系列进行预处理,在不影响计算结果的前提下,提取淹没网格系列轮廓,对初始淹没网格系列进行精简优化,只保留邻域有未被淹没的网格。同时在迭代过程中对淹没网格系列进行控制性更新,对于重复搜索到的网格不再参与迭代计算,算法能大幅减少迭代计算量,提高计算效率。
此外,考虑到河道水位上升及淹没演进过程的逐时连续性,海拔较高区域需在水位上升到一定高度后才会被淹没,若不对水位上升过程进行分解,而是直接突变水位进行分析,则无法反应上述区域的实际淹没演进过程。本方法通过淹没分析过程步长将水位上升过程分解成多个阶段进行研究,同时通过淹没路径转化算法将洪水淹没演进过程转化为水位相关值,保证了演进过程的逐时连续性。同时,考虑到河道坡降对于河道水位的影响,尤其是山区河道坡降较大,导致上下游的河道水位差较大,不宜选用同一水位进行淹没分析。本方法通过计算各淹没网格沿程水位,实现了对河道水位空间变化的模拟。
进一步的,本方法考虑了洪水流向模拟在所有方向上的同一性及基于多淹没源的洪水淹没演进路径追溯。由于边邻域和角邻域的实际距离存在差异,若八个邻域的路径长度完全相同,则无法保证传播方向上的同一性。本方法通过对边邻域和角邻域的路径长度设置实际的网格中心路径值(边邻域1,角邻域),保证了洪水流向模拟在所有方向上的同一性,同时通过Floyd-Warshall算法对各淹没网格到初始淹没网格系列的最短淹没路径进行搜索,实现了基于多淹没源的洪水淹没演进路径追溯。
从图1中可以看出,本申请中的分析方法运行时,先获取研究区域的DEM数据并确定淹没分析参数,基于确定的淹没分析参数将淹没过程划分成多个阶段,然后开始精简当前阶段水位下的初始淹没网格系列,精简后进行淹没网格的水位计算、领域分析、更新操作,并循环直至淹没网格系列分析完毕,然后计算当前阶段新增淹没网格的最短淹没路径、统计淹没分析结果,并循环进行下个淹没过程阶段的计算分析,直至所有阶段分析完毕,最后输出分析结果。
本发明的保护范围包括但不限于以上实施方式,本发明的保护范围以权利要求书为准,任何对本技术做出的本领域的技术人员容易想到的替换、变形、改进均落入本发明的保护范围。
Claims (7)
1.一种基于DEM的洪水淹没演进过程分析方法,其特征在于,包括以下步骤:
S10:优化河道水位的时间变化:确定淹没分析参数,并通过淹没分析过程步长将水位上升过程分解成多个阶段进行研究;
S20:淹没网格系列精简优化:在进行淹没网格系列迭代分析前,对初始淹没网格系列进行预处理,在不影响计算结果的前提下,提取淹没网格系列轮廓,对初始淹没网格系列进行精简优化,只保留邻域有未被淹没的网格;
S30:优化河道水位的空间变化:基于河道比降计算各淹没网格水位的沿程变化;
S40:淹没网格系列邻域迭代分析,同时在迭代过程中对淹没网格系列进行控制性更新,对于重复搜索到的淹没网格不再参与迭代计算;
S50:优化水流的流向路径,进行流向同一性修正,对边邻域和角邻域的路径长度设置实际的网格中心路径值:边邻域1,角邻域同时通过Floyd-Warshall算法对各淹没网格到初始淹没网格系列的最短淹没路径进行搜索;
S60:统计淹没分析结果,并通过淹没路径转化算法将洪水淹没路径转化为水位相关值,便于分析洪水淹没演进过程。
4.根据权利要求3所述的一种基于DEM的洪水淹没演进过程分析方法,其特征在于,步骤S30中,包括以下步骤:
S31:计算淹没网格水位Zi,j:
Zi,j=Z–I*Li,j,
其中:I为河道比降;Li,j为期初水位点与淹没网格水位点沿河道的距离。
7.根据权利要求6所述的一种基于DEM的洪水淹没演进过程分析方法,其特征在于,步骤S60中,包括以下步骤:
S61:统计淹没分析结果:
对于水位Z对应的淹没范围WZ、淹没面积SZ、淹没水深HZ,可基于单位网格面积si,j、淹没网格水位Zi,j及淹没网格高程Hi,j统计得到,即:
WZ=GZ
SZ={∑si,j|gi,j∈GZ}
hi,j=Zi,j–Hi,j
HZ={hi,j|hi,j>0,gi,j∈GZ}。
S62:淹没路径转化:为了分析洪水随水位变化的淹没演进过程,需将所有淹没网格的淹没路径转化为水位相关值T,即:
T={TZ|Z=Z初+n*ΔZ,Z≤Z末,n∈N}
TZ={ti,j|ti,j=Z+ΔZ*li,j/max LZ,li,j∈LZ}。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110436250.XA CN113158464B (zh) | 2021-04-22 | 2021-04-22 | 一种基于dem的洪水淹没演进过程分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110436250.XA CN113158464B (zh) | 2021-04-22 | 2021-04-22 | 一种基于dem的洪水淹没演进过程分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113158464A true CN113158464A (zh) | 2021-07-23 |
CN113158464B CN113158464B (zh) | 2023-01-24 |
Family
ID=76869614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110436250.XA Active CN113158464B (zh) | 2021-04-22 | 2021-04-22 | 一种基于dem的洪水淹没演进过程分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113158464B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009057583A1 (de) * | 2009-09-04 | 2011-03-10 | Siemens Aktiengesellschaft | Vorrichtung und Verfahren zur Erzeugung einer zielgerichteten realitätsnahen Bewegung von Teilchen entlang kürzester Wege bezüglich beliebiger Abstandsgewichtungen für Personen- und Objektstromsimulationen |
CN104156525A (zh) * | 2014-08-05 | 2014-11-19 | 天津大学 | 一种提高风暴潮灾害风险预测精度的方法 |
CN104460343A (zh) * | 2014-11-13 | 2015-03-25 | 长江水利委员会长江科学院 | 一种基于水位监测数据的河道洪水淹没模拟方法 |
CN110750864A (zh) * | 2019-09-18 | 2020-02-04 | 西安理工大学 | 一种基于bim技术的溃坝洪水演示预警方法及平台 |
CN111090934A (zh) * | 2019-12-12 | 2020-05-01 | 首都师范大学 | 基于雨量和空间划分的降水-径流-淹没模拟方法 |
CN111501902A (zh) * | 2020-05-09 | 2020-08-07 | 上海勘测设计研究院有限公司 | 一种雨水收集装置 |
CN111581756A (zh) * | 2020-04-28 | 2020-08-25 | 国网通用航空有限公司 | 洪水淹没范围的确定方法及装置 |
-
2021
- 2021-04-22 CN CN202110436250.XA patent/CN113158464B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009057583A1 (de) * | 2009-09-04 | 2011-03-10 | Siemens Aktiengesellschaft | Vorrichtung und Verfahren zur Erzeugung einer zielgerichteten realitätsnahen Bewegung von Teilchen entlang kürzester Wege bezüglich beliebiger Abstandsgewichtungen für Personen- und Objektstromsimulationen |
CN104156525A (zh) * | 2014-08-05 | 2014-11-19 | 天津大学 | 一种提高风暴潮灾害风险预测精度的方法 |
CN104460343A (zh) * | 2014-11-13 | 2015-03-25 | 长江水利委员会长江科学院 | 一种基于水位监测数据的河道洪水淹没模拟方法 |
CN110750864A (zh) * | 2019-09-18 | 2020-02-04 | 西安理工大学 | 一种基于bim技术的溃坝洪水演示预警方法及平台 |
CN111090934A (zh) * | 2019-12-12 | 2020-05-01 | 首都师范大学 | 基于雨量和空间划分的降水-径流-淹没模拟方法 |
CN111581756A (zh) * | 2020-04-28 | 2020-08-25 | 国网通用航空有限公司 | 洪水淹没范围的确定方法及装置 |
CN111501902A (zh) * | 2020-05-09 | 2020-08-07 | 上海勘测设计研究院有限公司 | 一种雨水收集装置 |
Non-Patent Citations (1)
Title |
---|
陈翔,等: "洪涝潮多元耦合模型研究及应用", 《水利规划与设计》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113158464B (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108257142B (zh) | Dem中斜坡单元提取方法 | |
CN106650618A (zh) | 一种基于随机森林模型的人口数据空间化方法 | |
CN113128055A (zh) | 一种基于产流系数的分布式水文模型空间率定方法 | |
CN114462254A (zh) | 基于流向的分布式水文模型并行计算方法 | |
CN114841402A (zh) | 一种基于多特征图网络的地下水位高度预测方法及系统 | |
CN114819374A (zh) | 区域新能源超短期功率预测方法及系统 | |
CN113158464B (zh) | 一种基于dem的洪水淹没演进过程分析方法 | |
CN115329656A (zh) | 一种基于改进卷积神经网络的城市内涝积水分布快速预测方法 | |
CN116777066B (zh) | 基于地基云图引导深度分解的光伏功率概率预测方法及装置 | |
CN112116709A (zh) | 一种提高地形表达精度的地形特征线处理方法 | |
CN117012004A (zh) | 一种城市内涝风险预警方法及系统 | |
CN116416395A (zh) | 一种基于点云压缩数字地表模型的洪水淹没快速评估方法 | |
CN107918920B (zh) | 多光伏电站的出力关联性分析方法 | |
CN115728463A (zh) | 一种基于半嵌入式特征选择的可解释性水质预测方法 | |
CN114781749A (zh) | 一种小水电厂发电流量数据的预测方法及系统 | |
CN109086245B (zh) | 一种基于替代模型的vic参数多目标方法 | |
CN117332544B (zh) | 矢量与栅格水文计算单元协同的城市雨洪模型建模方法 | |
CN113051825B (zh) | 一种海底趋势面的动态ls-svm构建方法 | |
CN118037002B (zh) | 水网系统中调水工程年度水资源调度计划编制方法及系统 | |
CN117934584A (zh) | 基于dem分辨率的最佳汇水面积阈值确定方法 | |
CN116362423B (zh) | 一种预测水库入库流量的方法 | |
Cui et al. | Quantify and reduce flood forecast uncertainty by the CHUP-BMA method | |
CN117936105B (zh) | 基于深度学习网络的多模态黑色素瘤免疫治疗预测方法 | |
CN116245028A (zh) | 一种基于深度学习的分布式新能源出力估计方法 | |
CN118112685A (zh) | 一种针对无资料地区的流域水文高效高精度预报方法 |
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 |