CN113688548A - 一种河道水位仿真推演方法、装置、电子设备和存储介质 - Google Patents
一种河道水位仿真推演方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113688548A CN113688548A CN202110962146.4A CN202110962146A CN113688548A CN 113688548 A CN113688548 A CN 113688548A CN 202110962146 A CN202110962146 A CN 202110962146A CN 113688548 A CN113688548 A CN 113688548A
- Authority
- CN
- China
- Prior art keywords
- water level
- grid
- predicted
- river
- river channel
- 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.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 327
- 238000004088 simulation Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000005070 sampling Methods 0.000 claims description 24
- 230000001788 irregular Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000008520 organization Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 239000003344 environmental pollutant Substances 0.000 description 8
- 231100000719 pollutant Toxicity 0.000 description 8
- 238000001363 water suppression through gradient tailored excitation Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000009792 diffusion process Methods 0.000 description 4
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种河道水位仿真推演方法、装置、电子设备和存储介质，其中，该方法包括：获取待预测区域和初始水位；根据所述待预测区域确定河道层次细节模型，其中，所述河道层次细节模型包括至少一个网格，所述网格至少包括位置信息和水位高度；基于所述初始水位以及所述河道层次细节模型的相邻网格的水位高度关系确定所述待预测区域的预测水位。本发明实施例通过相邻网格间的水位高度关系生成预测水位，实现河道水位的准确预测，获取河道的水位变化情况，可增强河道管理效率。
Description
技术领域
本发明实施例涉及计算机应用技术领域，尤其涉及一种河道水位仿真推演方法、装置、电子设备和存储介质。
背景技术
河道水位的监测是智慧城市中重要的一环，通过对河道水位的监测和分析，有助于观察分析出污染物的来源和扩散范围，实现河道的数字化关联，提高河道污染治理和管理水平，提高河道水资源的保护水平，帮助改善河道生态环境。
现有的河道水位监测的方式通过研究人员从真实环境中采集河道数据，并对采集信息进行归类、分析以构建仿真模拟系统，该仿真模拟系统只能反映出当前河道的真实状态，仅能反映过去一段时间内水位随时间变化的情况，无法获知未来河道水位的变化情况。然而河道污染物往往会随河道水位变化而扩散，为治理河道污染，准确预测河道水位的未来变化情况成为解决河道污染原因的重要因素。
发明内容
本发明提供一种河道水位仿真推演方法、装置、电子设备和存储介质，以实现河道水位的准确预测，可反映河道的水位变化情况，有助于增强河道环境的管理。
第一方面，本发明实施例提供了一种河道水位仿真推演方法，该方法包括：
获取待预测区域和初始水位；
根据所述待预测区域确定河道层次细节模型，其中，所述河道层次细节模型包括至少一个网格，所述网格至少包括位置信息和水位高度；
基于所述初始水位以及所述河道层次细节模型的相邻网格的水位高度关系确定所述待预测区域的预测水位。
第二方面，本发明实施例还提供了一种河道水位仿真推演装置，该装置包括：
参数获取模块，用于获取待预测区域和初始水位；
地形确定模块，用于根据所述待预测区域确定河道层次细节模型，其中，所述河道层次细节模型包括至少一个网格，所述网格至少包括位置信息和水位高度；
水位预测模块，用于基于所述初始水位以及所述河道层次细节模型的相邻网格的水位高度关系确定所述待预测区域的预测水位。
第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个处理器被所述一个或多个处理器执行，使得所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的河道水位仿真推演方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本发明实施例中任一所述的河道水位仿真推演方法。
本发明实施例，通过获取预测使用的待预测区域和初始水位，确定待预测区域的河道层次细节模型，按照初始水位以及河道层次细节模型中相邻网格之间的水位高度关系确定待预测区域的预测水位，实现河道水位的预测，获取待预测区域的水位变化情况，增强河道环境监测的准确性。
附图说明
图1是本发明实施例一提供的一种河道水位仿真推演方法的流程图；
图2是本发明实施例二提供的一种河道水位仿真推演方法的流程图；
图3是本发明实施例二提供的一种网格划分示例图；
图4是本发明实施例二提供的一种河道水位仿真推演方法的示例图；
图5是本发明实施例三提供的一种河道水位仿真推演装置的结构示意图；
图6是本发明实施例三提供的一种河道水位仿真推演系统的结构示意图；
图7是本发明实施例三提供的一种河道水位仿真推演图；
图8是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构，此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
图1是本发明实施例一提供的一种河道水位仿真推演方法的流程图，本实施例可适用于预测河道未来水位的情况，该方法可以由河道水位仿真推演装置来执行，该装置可以采用硬件和/或软件的方式来实现，参见图1，本发明实施例提供的方法具体包括如下步骤：
步骤110、获取待预测区域和初始水位。
其中，待预测区域可以是进行水位预测的河道位置，待预测区域可以通过经纬度或者河段名称的方式确定，初始水位可以是通过在河流的采样点采集到的河流水位高度。
在本发明实施例中，可以通过用户输入或者自动设定的位置坐标或者河段名称获取到待预测区域，以及，通过采样点采集到的水位作为初始水位，可以理解的是，为了反映未来一段时间的水位变化，初始水位还可以是用户输入的水位取值，该水位取值可以是一个准确的实际水位值或者是一个虚拟的示例水位值。
步骤120、根据待预测区域确定河道层次细节模型，其中，河道层次细节模型包括至少一个网格，网格至少包括位置信息和水位高度。
其中，河道层次细节(Level of Detail，LOD)模型为地形的三维模型，可以是对河道中按照不同层次的细节生成的一种地形模型，河道层次细节模型可以体现河道的水位高度。河道层次细节模型可以由一个或者多个网格组成，按照生成河道层次细节模型的方法不同，构成河道层次细节模型的网格的大小也可以不同，每个网格可以表示河道中对应位置的地形，河道层次细节模型中的网格具体可以包括位置信息和水位高度，位置信息可以是体现网格在河道中所处位置的信息，可以包括网格的地理坐标或者网格所处河道的河段名称等，水位高度可以是网格所处河道位置处的地形深度。
在本发明实施例中，可以根据河道的地形数据预先生成河道层次细节模型，不同河段的河道可以具有各自对应的河道层次细节模型，在进行河道水位仿真推演时，可以按照待预测区域查找对应的河道层次细节模型，例如，可以按照待预测区域的地理位置进行查找对应的河道层次细节模型或者按照待预测区域的河段名称查找对应的河道层次细节模型。
步骤130、基于初始水位以及河道层次细节模型的相邻网格的水位高度关系确定待预测区域的预测水位。
其中，相邻网格可以是与初始水位对应的网格相邻的网格，可以是初始水位网格的上下左右相邻的网格，该网格可以记为当前网格，水位高度关系可以是当前网格与相邻网格的水位高低的关系，由于河道中污染物或者水质分布的母体随着水体移动，会由高水位流向低水位，可以根据当前网格的水位高度关系预测未来的水位情况。
在本发明实施例中，可以在河道层次细节模型中获取到初始水位对应的网格，可以获取该网格与相邻网格的水位高度关系，可以相邻网格与相邻网格之间的水位高度关系预测待预测区域网格的水位高度作为预测水位。例如，可以在所有相邻网格中获取到高于该网格的初始水位的网格，可以获取到的网格的水位高度取平均值作为预测水位，可以预测水位作为新的初始水位重复上述过程直到获取到待测区域内包括的所有网格的预测水位。可以理解的是，水位高度关系可以是反映不同网格间水位高度的情况，可以包括网格的水位高度和网格的水体体积等。
本发明实施例，通过获取待预测区域和初始水位，按照待预测区域获取对应的河道层次细节模型，按照初始水位以及河道层次细节模型中相邻网格之间的水位高度关系生成待预测区域的预测水位，实现河道水位的准确预测，获取待预测区域的水位变化情况，可增强河道环境监测的准确性。
实施例二
图2是本发明实施例二提供的一种河道水位仿真推演方法的流程图，本发明实施例是在上述发明实施例基础上的具体化，参见图2，本发明实施例提供的方法具体包括如下步骤：
步骤210、使用层次细节模型网格简化方法对河道管网的基础信息进行建模以生成河道层次细节模型；其中，河道层次细节模型按照以下至少一种数据组织表达形式生成：规则网格、不规则三角网格和等值线。
其中，河道管网的基础信息可以生成河道地形的信息，可以包括河道网格数据、河道水闸数据以及河道采样水位数据等。层次细节模型网格简化方法是减少层次细节模型中网格的方法，可以包括顶点删除法、边坍塌法、折叠法和三角面片坍塌等，可以减少河道层次细节模型中的网格数量，同时尽量保存网格的几何信息或其他树型，可提高水位预测的效率。
在本发明实施例中，可以按照河道管网的基础信息构建初始层次细节模型，现有技术中构建层次细节模型的方式很多，本发明不在此进行限制，例如，可以通过四叉树法构建层次细节模型或者自适应网格构建层次细节模型等。在后就初始层次细节模型后可以使用层次细节模型网格简化方法对生成的初始层次细节模型进行简化，减少河道层次细节模型中的网格数量。可以理解的是，本发明实施例中，河道层次细节模型可以由规则网格构成、不规则三级网格构成或等值线构成。
步骤220、获取待预测区域和初始水位。
步骤230、根据待预测区域确定河道层次细节模型，其中，河道层次细节模型包括至少一个网格，网格至少包括位置信息和水位高度。
步骤240、获取预设的水位高度推测模型以及待预测区域内各网格的水位高度。
其中，水位高度推测模型可以是根据河道层次细节模型的相邻网格的高度关系进行水位预测的模型，该水位高度推测模型可以是按照水位数据和河道层次细节模型训练生成的神经网络模型或者是通过迭代公式确定的模型，例如，水位高度推测模型可以通过传统牛顿插值法确定的水位推测公式。对于传统牛顿插值法确定的水位推测公式：在x0处泰勒公式展开得：
若f’(x0)≠0，则f(x)的近似公式为：
f(x)≈f(x0)+f’(x0)(x-x0)＝0 (2)
即：
由迭代思想得：
其中，f(x)可以表示水位高度关系，x可以表示层次细节模型中的所有网格的水位高度，可以将公式(4)作为本发明实施例中水位推测公式，可以初始水位的网格与相邻网格之间水位高度关系。
本发明实施例中，可以获取预先设置的水位高度推测模型，以及，在河道层次模型中提取包含在待预测区域内各网格的水位高度，例如，可以按照待预测区域的坐标范围在河道层次细节模型中筛选网格的位置坐标，若网格的位置坐标位于坐标范围内，则获取该网格，可以对河道层次细节模型中各网格进行监测，获取到属于待预测区域的网格，可以属于待预测区域网格的水位高度。
步骤250、将初始水位以及高于初始水位对应网格的相邻网格的水位高度代入水位高度推测模型以获取相邻的网格的预测水位。
具体的，可以将初始水位与提取到的各网格的水位高度进行比较，可以将提取到的所有水位高度中低于初始水位的水位高度剔除，可以将剩余的水位高度以及初始水位输入到水位高度推测模型，使用水位高度推测模型推测出与初始水位的网格的相邻网格的预测水位，例如，当高度推测模型为神经网络模型时，可以根据输入的初始水位和各相邻网格的水位高度确定出相邻网格的预测水位，当高度推测模型为传统牛顿插值法确定的水位推测公式时，可以将初始水位和相邻的网格的初始水位确定出相邻网格的预测水位。
步骤260、将预测水位作为初始水位重复代入水位高度推测模型以获取待预测区域内各网格的预测水位。
具体的，在获取到相邻网格预测水位后，可以将该相邻网格作为迭代过程中新的初始水位，再将初始水位以及高于新的初始位于的相邻网格的水位高度代入高度推测模型中确定出新的相邻网格的预测水位，可以重复执行这个过程直到待预测区域内的网格的所有预测水位均被确定。
步骤270、获取预测水位，并将预测水位在预设展示界面进行可视化展示。
其中，预设展示界面可以预先设置的显示界面，可以通过视频、文字或图像的方式展示预测水位，可以理解的是，可以预先存储有预设展示界面的配置文件，可以根据配置文件生成展示页面。
在本发明实施例中，还可以通过预设展示界面对预测水位进行可视化展示，例如，首先根据配置文件生成可视化界面，然后将预测水位对应的展示信息在该可视化界面中进行展示。
本发明实施例，通过使用层次模型网格简化方法处理河道管网的基础信息以创建河道层次细节模型，获取待预测区域以及初始水位，确定待预测区域的对应的河道层次细节模型，获取水位高度推测模型以及河道层次细节模型中各网格的水位高度，将初始水位以及高于该初始水位的水位高度输入到水位高度推测模型以确定出与相邻网格的预测水位，将该预测水位重新作为初始水位重复使用水位高度推测模型确定相邻网格的预测水位的过程，直到获取到待预测区域内各网格的预测水位，并将预测水位在预设展示界面内进行可视化展示，以实现河道水位的准确预测，可反映河道的水位变化情况，有助于增强河道环境的管理。
进一步的，在上述发明实施例的基础上，所述河道管网的基础信息存储于河道数据库，其中，所述河道数据库至少包括河道网格数据表、河道采样水位数据表和河道水闸开关时间数据表，所述河道网格数据表存储所述网格的网格标识、网格坐标、相邻网格和网格水闸标识，所述河道采样水位数据表存储采样点标识、水位高度和时间，所述河道水闸开关时间数据表存储水闸标识、开关状态和开关时间。
在本发明实施例中，河道层次细节模型构建需要依靠历史水位数据，因此可以建立河道数据库，河道数据库可以至少包括河道网格数据表、河道采样水位数据表和河道水闸开关时间数据表等数据表，其中，河道网格数据表可以保存河道网格的相关信息，可以包括网格标识、网格坐标、相邻网格和网格水闸标识等，其中，网格坐标可以是网格的顶点的经纬度坐标，相邻网格可以是与当前网格相邻的网格的标识号，网格水闸标识可以是网格包括的水闸的标识号，河道采样水位数据表可以是存储河道水位采样点信息的数据表，河道采样数据表可以包括采样点标识、水位和时间，其中，水位可以是在采样点采集到的水位高度，时间可以是采集到水位时的时间，河道水闸开关时间数据表可以存储有河道中各水闸的水闸标识、水闸的开关状态以及水闸的开关时间等信息。
进一步的，在上述发明实施例的基础上，所述水位高度推测模型通过以下公式实现：
其中，Wi为当前网格的第i次迭代的水位，Wj比当前网格的水位高的相邻网格j的第i+1次迭代的水位，Wc为采样点网格的水位,为当前网格的面积，Sj为比当前网格的水位高的相邻网格j的面积。
在本发明实施例中，由于在牛顿迭代法中f’(xk)＝0水位高度推测模型可以通过改进牛顿迭代公式确定，本发明实施例中可以将将f’(xk)用f’(x0)代替，则牛顿迭代公式
改进为：
可以将迭代公式简化为：
按照改进后的牛顿迭代公式构建水位高度推测模型可以包括：
假设河道分为多个网格，每个网格的长度均相同，例如，网格长度为2米，参见图3，假设网格1经过采样，存在水深、水位和流速等参数，网格1和网格2之间可以假设存在一个水闸，水闸开启时，水位发生流动，高水位的网格中的水流向低水位的网格，可以通过河道中水位高的网格向水位低的网格逐步进行迭代计算，推演出各网格的水位，打开闸门后的流入的网格的水位高度等于打开水闸前的高于当前网格的水位的所有网格水体积与所有网格面积的比值，初始状态下，网格2的水位可以为网格1水位的1半，据此，可以整理水位高度推测模型为：
其中，Wi为当前网格的第i次迭代的水位，Wj比当前网格的水位高的相邻网格j的第i+1次迭代的水位，Wc为采样点网格的水位,为当前网格的面积，Sj为比当前网格的水位高的相邻网格j的面积。
进一步的，在上述发明实施例上，还包括：
获取预设模拟事件信息，并按照所述预设模拟事件信息和所述待预测区域的预测水位生成模拟事件展示信息；对所述模拟事件展示信息进行可视化展示。
其中，预设模拟事件信息可以是用于模拟河道事件的信息，例如，发生水污染或者发生水位暴涨等事件的信息，预设模拟事件信息可以包括事件发生地点和事件类型等，模拟事件展示信息可以是对模拟事件展示的信息，可以包括预测水位对事件的影响信息，例如，污染物在河道中的污染区域或者污染物的扩散时间等。
在本发明实施例中，可以获取用户输入的预设模拟事件信息，可以将该信息基于预测水位生成模拟事件展示信息，可以将生成的展示信息进行可视化展示。示例性的，假设预设模拟事件信息为河道污染事件，可以获取到河道污染事件的污染位置以及污染量，可以按照待预测区域的预测水位确定出水位变化情况，可以按照污染位置、污染量以及水位变化情况确定出污染物随时间的扩散范围，可以将污染物随时间的扩散范围进行可视化展示。
示例性的，图4是本发明实施例二提供的一种河道水位仿真推演方法的示例图，参见图4，本发明实施例可以通过读取数据库中数据，按照水位高度推测模型确定出预测水位，可以将预测水位写入数据库以及预测水位生成水位曲线进行可视化展示，还可以按照用户选择的仿真场景进行模拟事件推演，借助预测水位实现河道仿真。
实施例三
图5是本发明实施例三提供的一种河道水位仿真推演装置的结构示意图，可执行本发明任意实施例所提供的软件安装方法，具备执行方法相应的功能模块和有益效果。该装置可以由软件和/或硬件实现，具体包括：参数获取模块301、地形确定模块302和水位预测模块303。
参数获取模块301，用于获取待预测区域和初始水位。
地形确定模块302，用于根据所述待预测区域确定河道层次细节模型，其中，所述河道层次细节模型包括至少一个网格，所述网格至少包括位置信息和水位高度。
水位预测模块303，用于基于所述初始水位以及所述河道层次细节模型的相邻网格的水位高度关系确定所述待预测区域的预测水位。
本发明实施例，通过参数获取模块获取待预测区域和初始水位，地形确定模块按照待预测区域获取对应的河道层次细节模型，水位预测模块按照初始水位以及河道层次细节模型中相邻网格之间的水位高度关系生成待预测区域的预测水位，实现河道水位的准确预测，获取待预测区域的水位变化情况，可增强河道环境监测的准确性。
进一步的，在上述发明实施例的基础上，所述装置还包括：
模型预设模块，用于使用层次细节模型网格简化方法对河道管网的基础信息进行建模以生成河道层次细节模型；其中，所述河道层次细节模型按照以下至少一种数据组织表达形式生成：规则网格、不规则三角网格和等值线。
进一步的，在上述发明实施例的基础上，所述模型预设模块中的河道管网的基础信息存储于河道数据库，其中，所述河道数据库至少包括河道网格数据表、河道采样水位数据表和河道水闸开关时间数据表，所述河道网格数据表存储所述网格的网格标识、网格坐标、相邻网格和网格水闸标识，所述河道采样水位数据表存储采样点标识、水位高度和时间，所述河道水闸开关时间数据表存储水闸标识、开关状态和开关时间。
进一步的，在上述发明实施例的基础上，所述装置中水位预测模块303包括：
参数准备单元，用于获取预设的所述水位高度推测模型以及所述待预测区域内各所述网格的水位高度。
水位筛取单元，用于将所述初始水位以及高于所述初始水位对应网格的相邻网格的水位高度代入所述水位高度推测模型以获取所述相邻的网格的预测水位。
水位预测单元，用于将所述预测水位作为初始水位重复代入所述水位高度推测模型以获取所述待预测区域内各所述网格的预测水位。
进一步的，在上述发明实施例的基础上，所述水位预测模块303中水位高度推测模型通过以下公式实现：
其中，Wi为当前网格的第i次迭代的水位，Wj比当前网格的水位高的相邻网格j的第i+1次迭代的水位，Wc为采样点网格的水位,为当前网格的面积，Sj为比当前网格的水位高的相邻网格j的面积。
进一步的，在上述发明实施例的基础上，所述装置还包括：事件仿真模块，用于获取预设模拟事件信息，并按照所述预设模拟事件信息和所述待预测区域的预测水位生成模拟事件展示信息；对所述模拟事件展示信息进行可视化展示。
进一步的，在上述发明实施例的基础上，所述装置还包括：
水位展示模块，用于获取所述预测水位，并将所述预测水位在预设展示界面进行可视化展示。
示例性的，图6是本发明实施例三提供的一种河道水位仿真推演系统的结构示意图，系统可以具有以下功能：
(a)基础信息建模：利用层次细节模型LOD网格简化方法对河道管网等基础信息进行建模。本发明中地形模型数据使用DEM数据作为基础建模的数据基本格式，DEM数据包含的结构形式：不规则三角网、规则网格、等值线。
(b)仿真流程构建：河道水位仿真推演有基础层、模型层、应用层三部分构成，模型层包括水模型和污染物模型，应用层包括水位推演计算、污染物散播和扩散演示。
(c)仿真算法构建：本发明利用改进的牛顿迭代法对水位进行仿真推演，牛顿迭代法是求近似值算法中的有效算法，使用牛顿迭代法进行水位计算，可根据已知的水位数据，迭代出其他网格的水位数据，求解水位数据需进行试算和预先确定迭代初值及迭代区间，选取不当，影响收敛速度，甚至发散，不能满足河道水位推演仿真系统的要求。使用牛顿迭代法，无需预先确定迭代初值和迭代区间，并具有很高的计算精度和效率，可提高系统的推演效率，满足实时仿真需求。通过改进的牛顿迭代法对水位进行仿真推演的过程可以包括如下：
1)通过采样点网格获取初始采样点水位Wc，令
2)令i＝1；
3)查找计算网格的相邻网格的水位，获取水位比它高的网格j水位Wj和网格j的面积Sj；
4)代入公式(7)，得到网格j的第i+1次的水位Wi+1；
5)如果满足精度要求，即Wi+1-Wi＜ε，则令i＝i+1，计算终止，否则返回第3)步；
将公式7)进行转换为：
令
计算网格水位Wi+1和所有相邻网格水位与面积乘积求和都是i+1次的公式，因此设：
将(9)、(10)、(11)带入到公式(8)：
所以水位计算的牛顿迭代公式：
通过获取公式(13)解的方式获取到网格水位，公式(13)的求解方法：
第一步：令i＝0；
第二步：令i＝i+1，若|Wi+1-Wi|＜ε，则停止，否则执行第三步；
第三步：将xi带入公式(5)中，求xi+1；
第四步：如果满足精度要求，即|Wi+1-Wi|＜ε，则执行第二步，否则执行公式(11)；
第五步：令a＝min(xi,xi+1)，b＝max(xi,xi+1)，形成迭代区间[a,b]，取中点xp＝(a+b)/2；
第六步：令xi＝xp，带入公式(13)，得出计算值xi+1，此时：
若xi+1＜a,令a＝xi+1，b＝xp，xi＝(a+b)/2，返回执行第三步；
若xi+1＞b,令a＝xp，b＝xi+1，xi＝(a+b)/2，返回执行第三步；
若a＜xi+1＜xp,令a不变，b＝xp，xi＝(a+b)/2，返回执行第三步；
若xp＜xi+1＜b,令a＝xp，b不变，xi＝(a+b)/2，返回执行第三步。
(d)仿真场景构建如图7所示：推演仿真场景构建是利用算法计算的水位进行各种模拟仿真，主要功能是对水位进行推演。
本发明构建河道水位仿真推演系统基于对牛顿迭代算法的改进，摆脱传统算法模型的局限性。牛顿迭代法进行河道仿真计算的使用，使得预测水位值不会出现无解或死循环的情况，实现河道水位实时仿真，相较现有技术而言具有跟高的灵活性，使河道水位仿真推演技术不在仅仅局限于传统模型的仿真，本发明大大提高了河道水位仿真的精确度。
实施例四
图8是本发明实施例四提供的一种电子设备的结构示意图，如图8所示，该电子设备包括处理器70、存储器71、输入装置72和输出装置73；电子设备中处理器70的数量可以是一个或多个，图8中以一个处理器70为例；电子设备中的处理器70、存储器71、输入装置72和输出装置73可以通过总线或其他方式连接，图8中以通过总线连接为例。
存储器71作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的河道水位仿真推演方法对应的程序指令/模块(例如，河道水位仿真推演装置中的参数获取模块301、地形确定模块302和水位预测模块303)。处理器70通过运行存储在存储器71中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述的河道水位仿真推演方法。
存储器71可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器71可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器71可进一步包括相对于处理器70远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置72可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置73可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种河道水位仿真推演方法，该方法包括：
获取待预测区域和初始水位；
根据所述待预测区域确定河道层次细节模型，其中，所述河道层次细节模型包括至少一个网格，所述网格至少包括位置信息和水位高度；
基于所述初始水位以及所述河道层次细节模型的相邻网格的水位高度关系确定所述待预测区域的预测水位。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的河道水位仿真推演方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述河道水位仿真推演装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种河道水位仿真推演方法，其特征在于，所述方法包括：
获取待预测区域和初始水位；
根据所述待预测区域确定河道层次细节模型，其中，所述河道层次细节模型包括至少一个网格，所述网格至少包括位置信息和水位高度；
基于所述初始水位以及所述河道层次细节模型的相邻网格的水位高度关系确定所述待预测区域的预测水位。
2.根据权利要求1所述的方法，其特征在于，还包括：
使用层次细节模型网格简化方法对河道管网的基础信息进行建模以生成河道层次细节模型；
其中，所述河道层次细节模型按照以下至少一种数据组织表达形式生成：规则网格、不规则三角网格和等值线。
3.根据权利要求2所述的方法，其特征在于，所述河道管网的基础信息存储于河道数据库，其中，所述河道数据库至少包括河道网格数据表、河道采样水位数据表和河道水闸开关时间数据表，所述河道网格数据表存储所述网格的网格标识、网格坐标、相邻网格和网格水闸标识，所述河道采样水位数据表存储采样点标识、水位高度和时间，所述河道水闸开关时间数据表存储水闸标识、开关状态和开关时间。
4.根据权利要求1所述的方法，其特征在于，所述相邻网格的水位高度关系为包括根据牛顿迭代法确定的水位高度推测模型，相应的，所述基于所述初始水位以及所述河道层次细节模型的相邻网格的水位高度关系确定所述待预测区域的预测水位，包括：
获取预设的所述水位高度推测模型以及所述待预测区域内各所述网格的水位高度；
将所述初始水位以及高于所述初始水位对应网格的相邻网格的水位高度代入所述水位高度推测模型以获取所述相邻的网格的预测水位；
将所述预测水位作为初始水位重复代入所述水位高度推测模型以获取所述待预测区域内各所述网格的预测水位。
5.根据权利要求4所述的方法，其特征在于，所述水位高度推测模型通过以下公式实现：
其中，Wi为当前网格的第i次迭代的水位，Wj比当前网格的水位高的相邻网格j的第i+1次迭代的水位，Wc为采样点网格的水位,S为当前网格的面积，Sj为比当前网格的水位高的相邻网格j的面积。
6.根据权利要求1所述的方法，其特征在于，还包括：
获取预设模拟事件信息，并按照所述预设模拟事件信息和所述待预测区域的预测水位生成模拟事件展示信息；
对所述模拟事件展示信息进行可视化展示。
7.根据权利要求1所述的方法，其特征在于，还包括：
获取所述预测水位，并将所述预测水位在预设展示界面进行可视化展示。
8.一种河道水位仿真推演装置，其特征在于，所述装置包括：
参数获取模块，用于获取待预测区域和初始水位；
地形确定模块，用于根据所述待预测区域确定河道层次细节模型，其中，所述河道层次细节模型包括至少一个网格，所述网格至少包括位置信息和水位高度；
水位预测模块，用于基于所述初始水位以及所述河道层次细节模型的相邻网格的水位高度关系确定所述待预测区域的预测水位。
9.一种电子设备，其特征在于，所述电子设备包括：一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的河道水位仿真推演方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的河道水位仿真推演方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110962146.4A CN113688548A (zh) | 2021-08-20 | 2021-08-20 | 一种河道水位仿真推演方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110962146.4A CN113688548A (zh) | 2021-08-20 | 2021-08-20 | 一种河道水位仿真推演方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113688548A true CN113688548A (zh) | 2021-11-23 |
Family
ID=78581290
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110962146.4A Pending CN113688548A (zh) | 2021-08-20 | 2021-08-20 | 一种河道水位仿真推演方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113688548A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118674127A (zh) * | 2024-08-22 | 2024-09-20 | 浙江华东测绘与工程安全技术有限公司 | 水库水位预测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004197554A (ja) * | 2002-12-03 | 2004-07-15 | Foundation Of River & Basin Integrated Communications Japan | リアルタイム動的氾濫シミュレーションシステム |
| KR20130060410A (ko) * | 2011-11-30 | 2013-06-10 | 한국수자원공사 | 하천홍수 상황인지시스템 및 컴퓨터로 판독 가능한 기록매체 |
| CN104598701A (zh) * | 2015-03-04 | 2015-05-06 | 广东工业大学 | 一种三维场景分段迭代的河网污染仿真推演方法 |
| CN105302777A (zh) * | 2015-09-25 | 2016-02-03 | 福建四创软件有限公司 | 基于网格动态播放的水环境信息展示方法及系统 |
| CN105631168A (zh) * | 2016-03-25 | 2016-06-01 | 中国水利水电科学研究院 | 一种实时高效的流域洪水演进可视化仿真方法 |
| CN108629135A (zh) * | 2018-05-11 | 2018-10-09 | 中国水利水电科学研究院 | 非统一高精度曲面网格水流水质模拟及可视化方法和系统 |
| CN110675496A (zh) * | 2019-09-27 | 2020-01-10 | 武汉中地数码科技有限公司 | 基于三维城市地质模型的网格剖分和可视化方法及其系统 |
-
2021
- 2021-08-20 CN CN202110962146.4A patent/CN113688548A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004197554A (ja) * | 2002-12-03 | 2004-07-15 | Foundation Of River & Basin Integrated Communications Japan | リアルタイム動的氾濫シミュレーションシステム |
| KR20130060410A (ko) * | 2011-11-30 | 2013-06-10 | 한국수자원공사 | 하천홍수 상황인지시스템 및 컴퓨터로 판독 가능한 기록매체 |
| CN104598701A (zh) * | 2015-03-04 | 2015-05-06 | 广东工业大学 | 一种三维场景分段迭代的河网污染仿真推演方法 |
| CN105302777A (zh) * | 2015-09-25 | 2016-02-03 | 福建四创软件有限公司 | 基于网格动态播放的水环境信息展示方法及系统 |
| CN105631168A (zh) * | 2016-03-25 | 2016-06-01 | 中国水利水电科学研究院 | 一种实时高效的流域洪水演进可视化仿真方法 |
| CN108629135A (zh) * | 2018-05-11 | 2018-10-09 | 中国水利水电科学研究院 | 非统一高精度曲面网格水流水质模拟及可视化方法和系统 |
| CN110675496A (zh) * | 2019-09-27 | 2020-01-10 | 武汉中地数码科技有限公司 | 基于三维城市地质模型的网格剖分和可视化方法及其系统 |
Non-Patent Citations (1)
| Title |
|---|
| 石绥祥，雷波: "《中国数字海洋 理论与实践》", 31 October 2011, 海洋出版社, pages: 283 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118674127A (zh) * | 2024-08-22 | 2024-09-20 | 浙江华东测绘与工程安全技术有限公司 | 水库水位预测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109978249B (zh) | 基于分区建模的人口数据空间化方法、系统及介质 | |
| Arsanjani et al. | Integration of logistic regression, Markov chain and cellular automata models to simulate urban expansion | |
| Pontius et al. | Comparing the input, output, and validation maps for several models of land change | |
| Brentan et al. | Hybrid SOM+ k-Means clustering to improve planning, operation and management in water distribution systems | |
| Mateu et al. | Spatio-temporal design: Advances in efficient data acquisition | |
| CN110569580B (zh) | 城市街道空间活力模拟方法、系统、计算机设备及介质 | |
| KR101721114B1 (ko) | 위치정보가 포함된 포인트 데이터를 다축척의 웹 지도상에 클러스터링하기 위하여 격자의 크기를 결정하는 방법 | |
| CN110059385A (zh) | 一种城市元胞自动机情景模拟方法及终端设备 | |
| Murgante et al. | Geocomputation and urban planning | |
| Kaya et al. | Urban DNA: Morphogenetic analysis of urban pattern | |
| Huang et al. | An integrated approach based on Markov Chain and cellular automata to simulation of urban land use changes | |
| CN115640639A (zh) | 基于数字化城市设计的城市更新方案模拟及成本估算方法 | |
| Saleh et al. | Parametric urban comfort envelope, an approach toward a responsive sustainable urban morphology | |
| Crooks | Constructing and implementing an agent-based model of residential segregation through vector GIS | |
| Erturk et al. | Application of watershed modeling system (WMS) for integrated management of a watershed in Turkey | |
| Triantakonstantis et al. | A spatially heterogeneous expert based (SHEB) urban growth model using model regionalization | |
| Ibragimov et al. | Introduction to GIS Application in the Land Cadastre | |
| CN113688548A (zh) | 一种河道水位仿真推演方法、装置、电子设备和存储介质 | |
| CN117172995B (zh) | 基于微生物的污染评估分析方法、系统及存储介质 | |
| Saeidi et al. | Designing an integrated urban growth prediction model: A scenario-based approach for preserving scenic landscapes | |
| CN117688772A (zh) | 土地利用和保护用格局演替仿真系统 | |
| CN110348685B (zh) | 城市工业用地空间干扰度测评方法、系统、设备及介质 | |
| CN112749907A (zh) | 文化生态系统的空间特征分析方法及装置 | |
| Zhou et al. | Python program for spatial reduction and reconstruction method in flood inundation modelling | |
| Demir et al. | GIS-based procedural modeling in contemporary urban planning practice |
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 |