CN114240119A - 基于数字孪生的国土空间全域全要素防洪防涝系统及预警方法 - Google Patents
基于数字孪生的国土空间全域全要素防洪防涝系统及预警方法 Download PDFInfo
- Publication number
- CN114240119A CN114240119A CN202111503024.5A CN202111503024A CN114240119A CN 114240119 A CN114240119 A CN 114240119A CN 202111503024 A CN202111503024 A CN 202111503024A CN 114240119 A CN114240119 A CN 114240119A
- Authority
- CN
- China
- Prior art keywords
- data
- flood
- space
- waterlogging
- early warning
- 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
Images
Classifications
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- 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
Abstract
本发明公开了一种基于数字孪生的国土空间全域全要素防洪防涝系统和预警方法。具体是通过构建防洪防涝系统实现实现国土空间全域全要素的洪水、涝水预报及预警,其中,防洪防涝系统包括国土空间全域全要素智能感知单元、国土空间全域全要素数字孪生体系单元、国土空间全域全要素洪水、涝水预报单元以及国土空间全域全要素的洪灾、涝灾预警与决策支持单元,该系统能够面向国土空间构建全域洪涝管控工作范围与全要素保护对象覆盖,在覆盖不同国土全空间类型的同时,能够1:1数字化映射并全面真实模拟、动态仿真、可视化展示国土空间内不同要素的所面临的防洪防涝风险,从而实现国土空间全域全要素的洪灾、涝灾预警与决策支持。
Description
技术领域
本发明属于数字孪生技术领域与洪涝灾害预报预警技术领域,具体涉及基于数字孪生的国土空间全域全要素防洪防涝系统及预警方法。
背景技术
近年来,受极端强降雨气候事件频发的影响,国内部分城市、乡镇、村庄等区域洪涝灾害时有发生,对人民生命安全与生产生活造成了重大损失。传统防洪防涝工作通常面向具体河道、流域或者城市重要建设区,但是对于河道、流域或者城市重要建设区外的广大国土空间防洪防涝安全关注度不够。尤其是针对气象数据、水文预报以及防洪防涝体系存在薄弱点的部分城市地下空间、广大的县域、乡镇以及村庄等地区,在遭遇极端强降雨时所引发的洪涝灾害致灾所造成的人员伤亡与财产损失尤为严重,同时也是国土空间防洪防涝亟待查漏补缺的工作领域。因此,面向国土空间全域覆盖的城市空间、乡镇空间、村庄空间、地上空间、地下空间等不同国土全空间类型,针对国土空间山、水、林、田、湖、海、草、沙、冰等自然要素不同的防护特征,同时统筹考虑人员、车辆、土地、建筑、设施等不同社会要素的防洪防涝安全,开展覆盖国土空间全域全要素的防洪防涝灾害预报预警工作,并针对性地提出洪涝灾害预报、预警、预案尤为重要并具有重要的实践价值。因此,有必要通过构建覆盖国土空间全域全要素的数字孪生体系,提出面向国土空间全域全要素防洪防涝的智慧预报预警方法及决策支持系统。
现有防洪防涝计算体系中通常聚焦在具体河道、流域或者城市集中建设区,采用HEC-RAS、MIKE等系列模型分析河道洪水演进、洪涝淹没区以及内涝积水点。上述传统常用方法可实现一维、二维等视角的水动力模拟,实现可视化窗口界面的演示。然而,HEC-RAS、MIKE等传统系列模型分析需要详尽的降雨数据、地形数据、下垫面特征、上下游边界条件、流量过程、水位过程以及河道糙率等参数,同时需要模型参数的率定与验证并形成固定的产流、汇流模拟模块。然而,面向广大市域、县域、乡镇以及村庄的国土空间通常难以提供详尽的模型构建所需的降雨数据与水力参数,难以支撑构建复杂的洪涝水力模型。此外,由于传统方法所构建洪涝模型参数的确定性,通常难以有效融合动态气象预报以及流域边界条件实现洪涝水情的动态实时模拟与洪涝灾害预警,同时无法衔接国土空间开发建设变化造成的自然与社会要素变化,难以实现物理流域与数字流域之间的动态实时信息交互和深度融合,无法在实际防洪防涝工作中高效动态支持生成预报预警决策建议方案。
发明内容
针对现有防洪防涝体系的构建需要详尽的大量数据才能实施、而广大区域难以提供详尽的参数来满足构建复杂的洪涝水利模型的缺陷和问题,本发明提供一种基于数字孪生的国土空间全域全要素防洪防涝系统及预警方法。
本发明解决其技术问题所采用的方案是:一种基于数字孪生的国土空间全域全要素防洪防涝预警方法,包括以下步骤:
步骤一、构建国土空间全域全要素的数字孪生本底数据库;录入目标国土空间范围内的不同重现期的降水数据、河湖水系数据、水文数据、下垫面地形数据,储存至数字孪生本底数据库中;同时动态衔接目标国土空间范围内的气象数据、国土空间开发建设数据、国土空间范围周边的流域上下游水文水力条件数据,并实时传输至数字孪生本底数据库中;
步骤二、构建国土空间全域全要素的数字孪生流域:基于河湖水系干支流、水利工程、下垫面地形数据和城乡排水系统,划分构建覆盖国土空间全域空间的流域,对国土空间范围内的物理流域、自然要素、经济社会信息进行全要素的数字化映射并构建数字化孪生流域系统;并构建耦合数字化孪生流域的国土空间全域全要素数字洪涝模拟器;
步骤三、构建降水数据库:通过统计历史降水数据并结合区域暴雨图集、水文手册以及多源降水预报产品,采用泰森多边形法生成覆盖国土空间全域空间的不同重现期降水数据库;结合气象预报数据动态更新优化降水数据库,实现降水数据与数字孪生流域之间的动态同步性;
步骤四、覆盖国土空间全域的洪水、涝水预报:将降水数据与构建的数字化孪生流域系统耦合,构建国土空间数字化孪生流域的水文水动力仿真模型,实时模拟预报洪水与涝水水情;
步骤五、覆盖国土空间全域全要素的洪灾、涝灾预警与决策支持:依据洪灾、涝灾预警级别标准,智慧辨识覆盖国土空间范围内洪灾、涝灾风险等级;根据实时洪水水情、降雨雨情,实时滚动生成洪灾、涝灾预警信息,并可视化预警展示洪灾、涝灾风险位置与致灾灾情。
上述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,步骤二中国土空间全域全要素数字洪涝模拟器的构建包括以下步骤:
S1、构建覆盖全域国土空间的水文水动力模型:基于数字孪生流域、降水数据库数据,模拟流域内河湖水系与洪涝淹没范围的水文水动力过程,通过对比水文实测资料、规划、设计、施工方案与模拟结果的偏差,率定与优选所构建水文水动力学模型选取的参数,智能感知识别遥感、航拍等历史洪涝灾害数据,深度学习并动态优化构建的覆盖全域国土空间的水文水动力模型;
S2、构建边界条件模块:综合考虑国土空间所处流域的上下游洪水管控要求,基于统一的河湖水系、城市空间、乡镇空间、村庄空间、地上空间、地下空间的防洪、防涝标准,结合上述构建的覆盖全域国土空间的水文水动力模型,动态优化模型中河湖水系上游来水量、下泄水量、堤防工程、内涝淹没水深、内涝退水时间等水力边界条件,构建真实感知反映国土空间内的自然要素、社会要素与数字孪生流域水力关系的数字边界条件模块;
S3、构建全景仿真模型:基于上述模拟辨识的河湖水系、城市空间、乡镇空间、村庄空间、地上空间、地下空间的洪水漫堤、内涝淹没等险情,可视化仿真、定量化呈现国土空间全域内洪水、涝水灾害场景,精准化支撑洪涝灾害防御与救灾决策;通过事前模拟支撑制定最优化的防洪防涝预案,以最大程度规避洪涝风险,通过预警最大程度降低洪涝灾害对城乡生活、工业生产、农业种植的影响。
上述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,采用SCE-UA算法与水文实测资料、规划、设计、施工方案相结合的方法对水文水动力学模型选取的参数进行率定与优选,参数优选与率定的具体过程包括以下步骤:
(1)生成初始参数组:基于SCE-UA算法设定初始水文水动力参数、迭代次数、模型收敛准则以及模型优化的似然函数,根据水文实测资料、规划、设计、施工方案数据,基于矩法优选率定洪水、涝水的Nash模型中的n、k参数,确定参数的取值优选范围并生成参数组初始值;
似然函数S(D)与均方根误差RMSE可分别表达为:
式中:D表示形状参数;N表示模拟洪水、涝水的总次数;n表示模拟洪水、涝水的时刻;Q sim,n 、Q mea,n 分别表示时刻n时的水文模拟值与实测、设计值;
(2)求解似然函数与参数优化;将上述初始参数组代入Nash模型,推求流域洪水涝水的径流过程并求解似然函数,将似然函数反馈至SCE-UA算法优化参数组;迭代循环该步骤直至满足设定的模型收敛准则,选择优化得出的最优模型参数组构建水文水动力学模型。
上述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,步骤三具体包括以下步骤:
S1、确定区域不同重现期的暴雨资料:基于国家、省级、市级、县级多层级气象预报平台、气象站,统计区域历史暴雨降水数据,形成基础实测暴雨数据系列资料;收集区域暴雨图集、水文手册、统计年鉴等资料,采用图则查阅、数据插补等方式分析得出资料层面的暴雨数据系列资料;同时与区域规划、设计、施工以及实测资料进行对比,校正得出区域不同重现期的区域暴雨资料,作为模拟的降水依据;
S2、确定覆盖全域的暴雨资料:针对无实测或统计暴雨资料的区域,基于上述所得区域10min、1h、3h、6h、24h、3d等不同重现期的暴雨数据离散点,采用泰森多边形法构建覆盖全域的暴雨数据多边形网,作图连线插补得出覆盖全域的暴雨资料。
上述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,构建覆盖全域的暴雨数据多边形网包括以下步骤:
(1)构建全域暴雨数据三角网:设区域内已获取的暴雨数据为离散点(X i ,Y j )(i=1,2,3,……,k;j=1,2,3,……,k;k为暴雨数据离散点点数),将区域内暴雨数据离散点用一组直线段划分为k个相邻的三角网;
(2)暴雨数据离散点与三角网编号:对与每个离散点相邻的三角形按顺时针或逆时针方向排序;设离散点为f,找出以f为顶点的一个三角形设为E;取三角形E除f以外的另一顶点e,并同时找出三角形的最后一个顶点g;则下一个三角形必然是以fg为边的,即为三角形G;三角形G的另一顶点为h,则下一三角形是以fh为边的;如此重复进行,直到回到fe边;
(3)构建全域暴雨数据多边形网:绘制每个暴雨数据三角形的外接圆圆心,根据每个暴雨数据离散点的相邻三角形,连接这些相邻三角形的外接圆圆心,即得到全域暴雨数据多边形网。
上述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,步骤四具体包括以下步骤:
S1、基于选定重现期的降水数据、边界条件驱动国土空间全域全要素数字洪涝模拟器,模拟预报暴雨条件、实测暴雨条件、设计降水条件以超标降水条件下的流域产汇流过程、洪水演进态势、涝水淹没态势;
S2、结合洪水、涝水模拟态势,实时预报、可视化展示不同暴雨历时的城市空间、乡镇空间、村庄空间、地上空间、地下空间洪水与涝水水情。
上述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,步骤五具体包括以下步骤:
S1、划定洪灾、涝灾预警级别:对比河流、湖泊、水库、堤防的设防水位、警戒水位、保证水位、防洪高水位、防洪限制水位与模拟水位的关系,综合考虑城市空间、乡镇空间、村庄空间、地上空间、地下空间的内涝模拟淹没范围、淹没水深、退水时间因素,结合洪灾、涝灾的实时监测数据,由轻到重分区域地将国土空间范围内的洪灾、涝灾预警划分为四个等级,分别为蓝色预警、黄色预警、橙色预警以及红色预警;
S2、覆盖全域全要素的洪灾、涝灾灾情研判;结合步骤四中模拟的覆盖全域的洪灾、涝灾水情,模拟不同历时后的山、水、林、田、湖、草、沙等自然要素以及人、车、路、地、建筑、设施等社会要素所遭遇的洪水侵袭、内涝淹没态势,判断不同要素遭遇的洪灾、涝灾风险与潜在灾情;
S3、洪灾、涝灾预警:基于模拟与研判得出的全域全要素遭遇的洪灾、涝灾风险与潜在灾情,结合结合洪灾、涝灾的实时监测数据与致灾风险,针对发布全覆盖城市空间、乡镇空间、村庄空间、地上空间、地下空间范围内可能遭遇的洪灾、涝灾预警,针对人、车、路、地、建筑、设施等社会要素实时、滚动发布预警信息;
S4、洪灾、涝灾决策支持:根据模拟预警以及实时监测洪涝水情,针对公共管理与决策部门实时滚动生成洪灾、涝灾预警信息,为城市决策部门提供可视化预警并展示潜在的洪灾、涝灾风险位置与潜在致灾灾情,为流域防洪防涝调度、河湖巡查防汛、城市交通管控、人员转移安置、救援力量布置、应急预案制定、灾后恢复重建等城市防洪防涝应急管理与科学决策提供技术支撑;
S5、预警决策优化:针对实际洪水、涝水致灾情景超过洪灾、涝灾预警的洪涝灾害事件,综合对比实测洪灾、涝灾致灾范围与程度,校正、更新以及优化国土空间全域全要素数字洪涝模拟器参数选取与预警决策。
上述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,所述洪灾、涝灾预警信息主要包括洪灾、涝灾预警等级,并包括可能发生洪涝灾害的区域、时间、设施、致灾形式以及应对洪灾、涝灾的建议。
本发明还提供一种基于数字孪生的国土空间全域全要素防洪防涝智慧预报预警支持系统,该系统包括国土空间全域全要素智能感知单元、国土空间全域全要素数字孪生体系单元、国土空间全域全要素洪水、涝水预报单元以及国土空间全域全要素的洪灾、涝灾预警与决策支持单元;其中:
国土空间全域全要素智能感知单元能够基于大数据、物联网智能感知并整合涵盖国土空间全域全要素的气象数据、河湖水系数据、水文数据、下垫面地形数据、国土空间规划数据、国土空间开发建设数据、社会经济数据,动态感知并实时传输储存至数字孪生本底数据库;
国土空间全域全要素数字孪生体系单元包括国土空间全域全要素的数字孪生本底数据库和国土空间全域全要素的数字孪生流域;其中:国土空间全域全要素的数字孪生本底数据库与区域气象水文数据、国土空间数据动态衔接为国土空间全域全要素的数字孪生流域提供本底数据库;国土空间全域全要素的数字孪生流域能够基于国土空间全域全要素的数字孪生本底数据库,依托国土空间全域全要素数字洪涝模拟器生成流域国土空间自然要素、社会要素、水文气象、地理地形的数字化映射与结构;
国土空间全域全要素洪水、涝水预报单元能够利用覆盖国土空间全域空间的不同重现期降水数据库,耦合并驱动国土空间数字化孪生流域的数字洪涝模拟器,实现滚动实时预报覆盖国土空间全域范围内的城市空间、乡镇空间、村庄空间、地上空间、地下空间洪水与涝水水情;
国土空间全域全要素的洪灾、涝灾预警与决策支持单元,能够基于国土空间全域全要素洪水、涝水预报单元预报结果,研判全域全要素遭遇的洪灾、涝灾风险与潜在灾情,依据洪灾、涝灾预警级别,并发布洪灾、涝灾预警信息。
上述的基于数字孪生的国土空间全域全要素防洪防涝智慧预报预警支持系统,所述降水数据库是融合历史降水数据、区域暴雨图集、水文手册、卫星监测、地面实测、雷达监测数据,结合实时气象预报数据动态更新优化得到的高精度降水数据库。
上述的基于数字孪生的国土空间全域全要素防洪防涝智慧预报预警支持系统,所述国土空间全域全要素智能感知单元包括气象感知与动态更新模块、河湖水系信息感知与动态更新模块、水文水力要素感知与动态更新模块、下垫面信息感知与动态更新模块、国土空间信息感知与动态更新模块、社会经济信息感知与动态更新模块和自然信息感知与动态更新模块;其中:
气象感知与动态更新模块用于获取和更新实测气象资料数据、历史气象资料数据、卫星气象预报数据、雷达监测气象数据、暴雨图集气象数据、水文手册气象数据、统计年鉴气象数据;
河湖水系信息感知与动态更新模块用于获取和更新河湖水系普查调查数据、河湖水系规划设计数据、河湖水系遥感数据、河湖水系航拍数据、国土空间基础信息平台以及国土调查数据;
水文水力要素感知与动态更新模块用于获取和更新流量数据、水位数据、流域上下游流量与水文数据边界条件、淹没水深数据、堤防数据、泵站数据、蓄滞洪区数据、蓄涝区数据、闸坝数据、防洪工程数据、防涝工程数据、跨区域洪水管控数据;
下垫面信息感知与动态更新模块用于获取和更新地形数据、地质数据、土壤数据、植被数据、城市空间数据、乡镇空间数据、村庄空间数据、地上空间数据、地下空间数据;
国土空间信息感知与动态更新模块用于获取和更新国土调查数据、国土空间基础信息平台数据、国土空间规划数据、自然资源调查监测数据、用地类型数据、遥感数据;
社会经济信息感知与动态更新模块用于获取和更新人口数据、建设区数据、村庄数据、房屋建筑数据、农田数据、防洪防涝设施数据、公路设施数据、铁路设施数据、地铁设施数据、机场设施数据、医疗设施数据、电力设施数据、给排水设施数据、环卫设施数据、燃气设施数据、通信设施数据、工矿企业数据、公共服务设施数据、防海潮设施数据、文物古迹数据;
自然信息感知与动态更新模块用于获取和更新山地数据、水域数据、林地数据、农田数据、湖泊数据、海域数据、草原数据、沙漠数据、冰面数据、雪域数据。
本发明的有益效果:
本发明的系统和方法能够克服传统防洪防涝工作侧重面向单一河道流域或者单一重点城市区域的问题,面向国土空间构建全域洪涝管控工作范围与全要素保护对象覆盖,覆盖城市空间、乡镇空间、村庄空间、地上空间、地下空间等不同国土全空间类型,构建数字孪生流域,融合大数据、物联网智能感知并整合涵盖国土空间全域全要素的气象数据、河湖水系数据、水文数据、下垫面地形数据、国土空间规划数据、国土空间开发建设数据、社会经济数据,1:1数字化映射并全面真实模拟、动态仿真、可视化展示国土空间山、水、林、田、湖、海、草、沙等不同自然要素区域,以及人员、建设区、村庄、农田、防洪防涝设施、公路设施、铁路设施、地铁设施、机场设施、医疗设施、电力设施、给排水设施、环卫设施、房屋建筑、燃气设施、通信设施、工矿企业、公共服务设施、防海潮设施、文物古迹等不同社会要素的所面临的防洪防涝风险,实现覆盖国土空间全域全要素的洪涝水情模拟、全域水情预报、洪涝灾害研判评估以及全域全要素洪涝灾害动态预警。
本发明的系统和方法能够克服行政区管辖层面全域全要素防洪防涝抓手缺失的问题,克服无法衔接国土空间开发建设变化所造成的自然与社会要素变化,并造成难以实现物理流域与数字流域之间的动态实时信息交互和深度融合的问题。本发明面向行政管辖范围的国土空间全域全要素提供一种洪水、涝水智慧预报预警决策支持系统,可以针对性地为某一行政层级(省级、市级、县级、乡镇级、村级)公共管理与决策部门实时滚动生成洪灾、涝灾预警信息,提供可视化预警并展示潜在的洪灾、涝灾风险位置与潜在致灾灾情,为省、市、县、镇、村行政管辖范围内的防洪防涝调度、河湖巡查防汛、城市交通管控、人员转移安置、救援力量布置、应急预案制定、灾后恢复重建等城市防洪防涝应急管理与政策科学决策提供技术支持。
本发明的系统和方法能够克服现有洪涝预报预警方法单一依靠河道治理标准、区域防涝标准开展洪涝预报预警的问题,重点面向因极端强降雨频发造成的超标洪涝进行预报预警并生成应对策略;克服了因气象水文数据缺乏区域难以开展超标洪涝模拟与预报预警的问题,构建覆盖国土空间全域空间的不同重现期以及极端强降雨降水数据库,并结合气象预报数据动态更新优化降水数据库,实现降水数据与数字孪生流域之间的动态同步性。
附图说明
图1是本发明一种基于数字孪生的国土空间全域全要素防洪防涝智慧预报预警方法的原理流程图。
图2是本发明一种基于数字孪生的国土空间全域全要素防洪防涝智慧预报预警决策支持系统的结构示意图。
具体实施方式
针对现有防洪防涝体系面向单一河道或单一城市区域,无法实现全范围、全要素对象、全空间类型覆盖的的缺陷和问题,本发明提供一种基于数字孪生的国土空间全域全要素防洪防涝系统及预警方法。下面结合附图和实施例对本发明进一步说明。
实施例1:本实施例提供一种基于数字孪生的国土空间全域全要素防洪防涝智慧预报预警方法,如图1所示,该方法包括以下步骤:
步骤一、构建国土空间全域全要素的数字孪生本底数据库;录入目标国土空间范围内的不同重现期的降水数据、河湖水系数据、水文数据、下垫面地形数据,储存至数字孪生本底数据库中;并动态衔接目标国土空间范围内的气象数据、国土空间开发建设数据、国土空间范围外的上下游水文数据,实时传输至所构建的数字孪生本底数据库中,实现数字孪生本底数据库与区域气象数据、水文数据及国土空间数据的动态衔接。
所述国土空间为城市空间、农业空间、生态空间和其他空间,具体包括某一层级行政区划(省级、市级、县级、乡镇级、村级)范围内的城市空间、乡镇空间、村庄空间、地上空间、地下空间等不同国土全空间类型。全域是指实施对上述国土空间的全空间覆盖,包括某一层级行政区划范围内的全域、全空间,统筹城乡、陆海、地上地下全空间;全要素是指防洪防涝的保护对象为所述全域国土空间范围内的全要素,包括某一层级行政区划范围内的山、水、林、田、湖、草、沙、冰等自然要素以及人、车、路、地、建筑、设施等社会要素。
具体的:基于大数据、物联网智能感知并整合涵盖国土空间全域全要素的气象数据(气象资料数据、历史气象资料数据、卫星气象预报数据、雷达监测气象数据、暴雨图集气象数据、水文手册气象数据、统计年鉴气象数据等)、河湖水系数据(河湖水系普查调查数据、河湖水系规划设计数据、河湖水系遥感数据、河湖水系航拍数据、国土空间基础信息平台以及国土调查数据等)、水文数据(流量数据、水位数据、流域上下游流量与水文数据边界条件、淹没水深数据、堤防数据、泵站数据、蓄滞洪区数据、蓄涝区数据、闸坝数据、防洪工程数据、防涝工程数据、跨区域洪水管控数据等)、下垫面地形数据(地形数据、地质数据、土壤数据、植被数据、城市空间数据、乡镇空间数据、村庄空间数据、地上空间数据、地下空间数据等)、国土空间规划数据(国土调查数据、国土空间基础信息平台数据、国土空间规划数据、自然资源调查监测数据、用地类型数据、遥感数据等)、国土空间开发建设数据(国土调查数据、国土空间基础信息平台数据、国土空间规划数据、自然资源调查监测数据、用地类型数据、遥感数据等)、社会经济数据(人口数据、建设区数据、村庄数据、房屋建筑数据、农田数据、防洪防涝设施数据、公路设施数据、铁路设施数据、地铁设施数据、机场设施数据、医疗设施数据、电力设施数据、给排水设施数据、环卫设施数据、燃气设施数据、通信设施数据、工矿企业数据、公共服务设施数据、防海潮设施数据、文物古迹数据等)、地理自然数据(山地数据、水域数据、林地数据、农田数据、湖泊数据、海域数据、草原数据、沙漠数据、冰面数据、雪域数据等),动态感知并实时传输储存至数字孪生本底数据库。
步骤二、构建国土空间全域全要素的数字孪生流域;基于河湖水系干支流、水利工程、下垫面地形数据、排水体系,划分构建覆盖国土空间全域空间的流域,对国土空间范围内的物理流域、经济社会信息进行全要素的数字化映射并构建数字化孪生流域系统;构建耦合数字化孪生流域的国土空间全域全要素数字洪涝模拟器。
具体的:国土空间全域全要素的数字孪生流域基于所述国土空间全域全要素的数字孪生本底数据库,对国土空间范围内的物理流域、经济社会信息进行全要素的数字化映射,依托国土空间全域全要素数字洪涝模拟器生成涵盖流域国土空间自然要素、社会要素、水文气象的数字化映射流域。
其中国土空间全域全要素数字洪涝模拟器的构建包括如下内容:
S1、构建覆盖全域国土空间的水文水动力模型;基于数字孪生流域、降水数据库数据,模拟流域内河湖水系与洪涝淹没范围的水文水动力过程,通过对比水文实测资料、规划、设计、施工方案与模拟结果的偏差,率定与优选所构建水文水动力学模型选取的参数,智能感知识别遥感、航拍等历史洪涝灾害数据,深度学习并动态优化构建的覆盖全域国土空间的水文水动力模型。
S2、构建边界条件模块;综合考虑国土空间所处流域的上下游洪水管控要求,基于统一的河湖水系、城市空间、乡镇空间、村庄空间、地上空间、地下空间的防洪、防涝标准,结合上述构建的覆盖全域国土空间的水文水动力模型,动态优化模型中河湖水系上游来水量、下泄水量、堤防工程、内涝淹没水深、内涝退水时间等水力边界条件,构建真实反映感知国土空间内的自然要素、社会要素与数字孪生流域水力关系的数字边界条件模块。
S3、构建全景仿真模型:基于上述模拟辨识的河湖水系、城市空间、乡镇空间、村庄空间、地上空间、地下空间的洪水漫堤、内涝淹没等险情,可视化仿真、定量化呈现国土空间全域内洪水、涝水灾害场景,精准化支撑洪涝灾害防御与救灾决策。通过事前模拟支撑制定最优化防洪防涝预案,以最大程度规避洪涝风险,通过预警最大程度降低洪涝灾害对城乡生活、工业生产、农业种植的影响。
步骤三、构建降水数据库:通过统计历史降水数据并结合区域暴雨图集、水文手册以及多源降水预报产品,采用泰森多边形法生成覆盖国土空间全域空间的不同重现期降水数据库;结合气象预报数据动态更新优化降水数据库,实现降水数据与数字孪生流域之间的动态同步性。具体包括以下内容:
S1、确定区域不同重现期的暴雨资料;基于国家、省级、市级、县级多层级气象预报平台、气象站,统计区域历史暴雨降水数据,形成基础实测暴雨数据系列资料;收集区域暴雨图集、水文手册、统计年鉴等资料,采用图则查阅、数据插补等方式分析得出资料层面的暴雨数据系列资料;同时与区域规划、设计、施工以及实测资料进行对比,校正得出区域不同重现期的区域暴雨资料,作为模拟的降水依据。
S2、确定覆盖全域的暴雨资料;针对无实测或统计暴雨资料的区域,基于所得区域10min、1h、3h、6h、24h、3d等不同重现期的暴雨数据离散点,构建覆盖全域的暴雨数据多边形网,作图连线插补得出覆盖全域的暴雨资料。
步骤四、覆盖国土空间全域的洪水、涝水预报;将降水数据与构建的数字化孪生流域系统耦合,采用上述构建耦合国土空间数字化孪生流域的水文水动力仿真模型,实现覆盖国土空间全域范围内的城市空间、乡镇空间、村庄空间、地上空间、地下空间洪水与涝水水情的滚动实时预报;具体包括以下内容:
S1、基于选定重现期的降水数据、边界条件驱动国土空间全域全要素数字洪涝模拟器,模拟预报暴雨条件、实测暴雨条件、设计降水条件以超标降水条件下的流域产汇流过程、洪水演进态势、涝水淹没态势;
其中选定重现期包括:1年一遇、2年一遇、3年一遇、5年一遇、10年一遇、20年一遇、30年一遇、50年一遇、100年一遇、200年一遇、300年一遇、500年一遇、1000年一遇、2000年一遇。
S2、结合洪水、涝水模拟态势,实时预报、可视化展示不同暴雨历时的城市空间、乡镇空间、村庄空间、地上空间、地下空间洪水与涝水水情;例如可以展示未来0.5h、1h、2h、3h、4h、5h、6h、7h、8h、9h、10h、12h、1d、2d、3d、4d、5d、10d各不同暴雨历时的城市空间、乡镇空间、村庄空间、地上空间、地下空间洪水与涝水水情。
步骤五、覆盖国土空间全域全要素的洪灾、涝灾预警与决策支持;依据划分的洪灾、涝灾预警级别标准,智慧辨识覆盖国土空间范围内的山、水、林、田、湖、草、沙等自然要素以及人、车、路、地、建筑、设施等社会要素所遭遇的洪灾、涝灾风险等级,根据实时上下游洪水水情、降雨雨情,实时滚动生成洪灾、涝灾预警信息,并可视化预警展示洪灾、涝灾风险位置与致灾灾情;具体包括以下内容:
S1、划定洪灾、涝灾预警级别;对比河流、湖泊、水库、堤防的设防水位、警戒水位、保证水位、防洪高水位、防洪限制水位与模拟水位的关系,综合考虑城市空间、乡镇空间、村庄空间、地上空间、地下空间的内涝模拟淹没范围、淹没水深、退水时间因素,结合洪灾、涝灾的实时监测数据,由轻到重分区域地将国土空间范围内的洪灾、涝灾预警划分为四个等级,分别为蓝色预警、黄色预警、橙色预警以及红色预警。
S2、覆盖全域全要素的洪灾、涝灾灾情研判;结合步骤P4中模拟的覆盖全域的洪灾、涝灾水情,模拟不同历时后的山、水、林、田、湖、草、沙、冰等自然要素以及人、车、路、地、建筑、设施等社会要素所遭遇的洪水侵袭、内涝淹没态势,判断不同要素遭遇的洪灾、涝灾风险与潜在灾情。
S3、洪灾、涝灾预警:基于模拟与研判得出的全域全要素遭遇的洪灾、涝灾风险与潜在灾情,结合结合洪灾、涝灾的实时监测数据与致灾风险,针对发布全覆盖城市空间、乡镇空间、村庄空间、地上空间、地下空间范围内可能遭遇的洪灾、涝灾预警,针对人、车、路、地、建筑、设施等社会要素实时、滚动发布预警;所述洪灾、涝灾预警信息主要包括洪灾、涝灾预警等级,并包括可能发生洪涝灾害的区域、时间、设施、致灾形式以及应对洪灾、涝灾的建议等内容。
S4、洪灾、涝灾决策支持:根据模拟预警以及实时监测洪涝水情,针对公共管理与决策部门实时滚动生成洪灾、涝灾预警信息,为城市决策部门提供可视化预警并展示潜在的洪灾、涝灾风险位置与潜在致灾灾情,为流域防洪防涝调度、河湖巡查防汛、城市交通管控、人员转移安置、救援力量布置、应急预案制定、灾后恢复重建等城市防洪防涝应急管理与科学决策提供技术支撑。
S5、预警决策优化:针对实际洪水、涝水致灾情景超过洪灾、涝灾预警的洪涝灾害事件,综合对比实测洪灾、涝灾致灾范围与程度,校正、更新以及优化国土空间全域全要素数字洪涝模拟器参数选取与预警决策。
实施例2:本实施例与实施例1的相同之处不再赘述,不同之处在于,本实施例采用SCE-UA算法与水文实测资料、规划、设计、施工方案相结合的方法对水文水动力学模型选取的参数进行率定与优选,具体步骤包括:
(1)生成初始参数组;基于SCE-UA算法设定初始水文水动力参数、迭代次数、模型收敛准则以及模型优化的似然函数。根据水文实测资料、规划、设计、施工方案数据,基于矩法优选率定洪水、涝水的Nash模型中的n、k参数;确定参数的取值优选范围并生成参数组初始值。
似然函数S(D)与均方根误差RMSE可分别表达为:
式中:D表示形状参数;N表示模拟洪水、涝水的总次数;n表示模拟洪水、涝水的时刻;Q sim,n 、Q mea,n 分别表示时刻n时的水文模拟值与实测、设计值。
(2)求解似然函数与参数优化:将上述初始参数组代入Nash模型,推求流域洪水涝水径流过程并求解似然函数,将似然函数反馈至SCE-UA算法优化参数组,迭代循环该步骤直至满足设定的模型收敛准则,选择优化得出的最优模型参数组构建水文水动力学模型。
实施例3:本实施例与实施例1的相同之处不再赘述,不同之处在于,本实施例采用泰森多边形法构建覆盖全域的暴雨数据多边形网,具体包括以下步骤:
(1)构建全域暴雨数据三角网:设区域内已获取的暴雨数据为离散点(X i ,Y j )(i=1,2,3,……,k;j=1,2,3,……,k,k为暴雨数据离散点点数),将区域内暴雨数据离散点用一组直线段划分为k个相邻的三角网;
(2)对暴雨数据离散点与三角网编号;对与每个离散点相邻的三角形按顺时针或逆时针方向排序;
设离散点为f,找出以f为顶点的一个三角形,设为E;取三角形E除f以外的另一顶点,设为e,则另一个顶点也可找出,即为g;则下一个三角形必然是以fg为边的,即为三角形G;三角形G的另一顶点为h,则下一三角形是以fh为边的;如此重复进行,直到回到fe边;
(3)构建全域暴雨数据多边形网:绘制每个暴雨数据三角形的外接圆圆心并记录;根据每个暴雨数据离散点的相邻三角形,连接这些相邻三角形的外接圆圆心即得到全域暴雨数据多边形网。
对于三角网边缘的暴雨数据多边形,可作垂直平分线与图廓相交,与图廓一起构成不同重现期的全域暴雨数据多边形网。
实施例4:本实施例提供一种基于数字孪生的国土空间全域全要素防洪防涝智慧预报预警决策支持系统,该智慧预报预警决策支持系统用于实现所述的基于数字孪生的国土空间全域全要素防洪防涝智慧预报预警方法。
如图2所示,该智慧预报预警决策支持系统包括国土空间全域全要素智能感知单元、国土空间全域全要素数字孪生体系单元、国土空间全域全要素洪水、涝水预报单元、国土空间全域全要素的洪灾、涝灾预警与决策支持单元。
其中:国土空间全域全要素智能感知单元是基于大数据、物联网智能感知并整合涵盖国土空间全域全要素的气象数据、河湖水系数据、水文数据、下垫面地形数据、国土空间规划数据、国土空间开发建设数据、社会经济数据,动态感知并实时传输储存至数字孪生本底数据库。全域国土空间数据具体包括某一层级(省、市、县、镇、村等)行政区划范围内的城市空间、乡镇空间、村庄空间、地上空间、地下空间等不同国土全空间类型;全要素包括某一层级行政区划范围内的山、水、林、田、湖、海、草、沙、冰等自然要素以及人、车、路、地、建筑、设施等社会要素。
具体的,国土空间全域全要素智能感知单元具体包括气象感知与动态更新模块、河湖水系信息感知与动态更新模块、水文水力要素感知与动态更新模块、下垫面信息感知与动态更新模块、国土空间信息感知与动态更新模块、社会经济信息感知与动态更新模块和自然信息感知与动态更新模块;其中:
气象感知与动态更新模块用于实测气象资料数据、历史气象资料数据、卫星气象预报数据、雷达监测气象数据、暴雨图集气象数据、水文手册气象数据、统计年鉴气象数据。
河湖水系信息感知与动态更新模块用于获取和更新河湖水系普查调查数据、河湖水系规划设计数据、河湖水系遥感数据、河湖水系航拍数据、国土空间基础信息平台以及国土调查数据。
水文水力要素感知与动态更新模块用于获取和更新流量数据、水位数据、流域上下游流量与水文数据边界条件、淹没水深数据、堤防数据、泵站数据、蓄滞洪区数据、蓄涝区数据、闸坝数据、防洪工程数据、防涝工程数据、跨区域洪水管控数据。
下垫面信息感知与动态更新模块用于获取和更新地形数据、地质数据、土壤数据、植被数据、城市空间数据、乡镇空间数据、村庄空间数据、地上空间数据、地下空间数据。
国土空间信息感知与动态更新模块用于获取和更新国土调查数据、国土空间基础信息平台数据、国土空间规划数据、自然资源调查监测数据、用地类型数据、遥感数据。
社会经济信息感知与动态更新模块用于获取和更新人口数据、建设区数据、村庄数据、房屋建筑数据、农田数据、防洪防涝设施数据、公路设施数据、铁路设施数据、地铁设施数据、机场设施数据、医疗设施数据、电力设施数据、给排水设施数据、环卫设施数据、燃气设施数据、通信设施数据、工矿企业数据、公共服务设施数据、防海潮设施数据、文物古迹数据。
自然信息感知与动态更新模块用于获取和更新山地数据、水域数据、林地数据、农田数据、湖泊数据、海域数据、草原数据、沙漠数据、冰面数据、雪域数据。
国土空间全域全要素数字孪生体系单元;主要包括国土空间全域全要素的数字孪生本底数据库与国土空间全域全要素的数字孪生流域;其中
国土空间全域全要素的数字孪生本底数据库通过录入目标国土空间范围内的不同重现期的降水数据、河湖水系数据、水文数据、下垫面地形数据,储存至数字孪生本底数据库中;并动态衔接目标国土空间范围内的气象数据、国土空间开发建设数据、国土空间范围外的上下游水文数据,实时传输至所构建的数字孪生本底数据库中,实现数字孪生本底数据库与区域气象数据、水文数据及国土空间数据的动态衔接。
国土空间全域全要素的数字孪生流域是基于所述国土空间全域全要素的数字孪生本底数据库,国土空间全域全要素的气象数据、河湖水系数据、水文数据、下垫面地形数据、国土空间规划数据、国土空间开发建设数据、社会经济数据,1:1数字化映射并全面真实模拟、动态仿真、可视化展示国土空间山、水、林、田、湖、海、草、沙、冰等不同自然要素区域,以及人员、建设区、村庄、农田、防洪防涝设施、公路设施、铁路设施、地铁设施、机场设施、医疗设施、电力设施、给排水设施、环卫设施、房屋建筑、燃气设施、通信设施、工矿企业、公共服务设施、防海潮设施、文物古迹等不同社会要素的所面临的防洪防涝风险。
国土空间全域全要素洪水、涝水预报单元采用覆盖国土空间全域空间的不同重现期降水数据库,耦合并驱动国土空间数字化孪生流域的数字洪涝模拟器,实现滚动实时预报覆盖国土空间全域范围内的城市空间、乡镇空间、村庄空间、地上空间、地下空间洪水与涝水水情。国土空间全域全要素洪水、涝水预报单元的主要作用是实现针对不同模拟情境下的流域产汇流过程、洪水演进态势、涝水淹没态势,结合洪水、涝水模拟态势的模拟,实时预报、可视化展示不同暴雨历时的城市空间、乡镇空间、村庄空间、地上空间、地下空间洪水与涝水水情。
国土空间全域全要素的洪灾、涝灾预警与决策支持单元用于基于国土空间全域全要素洪水、涝水预报单元预报结果,研判全域全要素遭遇的洪灾、涝灾风险与潜在灾情,依据洪灾、涝灾预警级别,通过互联网、短信等渠道发布洪灾、涝灾预警信息,为公共管理与决策部门生成洪灾、涝灾预警与防汛决策依据。国土空间全域全要素的洪灾、涝灾预警与决策支持单元的主要作用是依据划定的洪灾、涝灾预警级别,通过覆盖全域全要素的洪灾、涝灾灾情研判,针对发布全覆盖城市空间、乡镇空间、村庄空间、地上空间、地下空间范围内可能遭遇的洪灾、涝灾预警,针对人、车、路、地、建筑、设施等社会要素实时、滚动发布预警;同时根据模拟预警以及实时监测洪涝水情,针对公共管理与决策部门实时滚动生成洪灾、涝灾预警信息,为城市决策部门提供可视化预警并展示潜在的洪灾、涝灾风险位置与潜在致灾灾情,为流域防洪防涝调度、河湖巡查防汛、城市交通管控、人员转移安置、救援力量布置、应急预案制定、灾后恢复重建等城市防洪防涝应急管理与科学决策提供技术支撑。
实施例5: 本实施例具体详细解释了采用本发明通过一种基于数字孪生的国土空间全域全要素防洪防涝系统如何实现覆盖全域全要素的洪水、涝水预报预警以及决策支持。
一、构建国土空间全域全要素的数字孪生本底数据库
通过在国土空间全域全要素智能感知单元中实现对覆盖国土空间全域全要素的气象数据、河湖水系数据、水文数据、下垫面地形数据、国土空间规划数据、国土空间开发建设数据、社会经济数据的整合,动态感知并实时传输储存至数字孪生本底数据库。具体包括:
1、气象感知与动态更新模块,通过资料调研搜集并基于大数据、物联网智能感知降水、风速等气象数据,具体包括实测气象资料数据、历史气象资料数据、卫星气象预报数据、雷达监测气象数据、暴雨图集气象数据、水文手册气象数据、统计年鉴气象数据等。
2、河湖水系信息感知与动态更新模块,通过资料调研与大数据、物联网技术,搜集、整合、衔接河湖水系普查调查数据、河湖水系规划设计数据、河湖水系遥感数据、河湖水系航拍数据、国土空间基础信息平台以及国土调查数据等。
3、水文水力要素感知与动态更新模块,通过资料调研与大数据、物联网技术,搜集、整合、衔接流量数据、水位数据、流域上下游流量与水文数据边界条件、淹没水深数据、堤防数据、泵站数据、蓄滞洪区数据、蓄涝区数据、闸坝数据、防洪工程数据、防涝工程数据、跨区域洪水管控数据等。
4、下垫面信息感知与动态更新模块,通过资料调研与大数据、物联网技术,搜集、整合、衔接地形数据、地质数据、土壤数据、植被数据、城市空间数据、乡镇空间数据、村庄空间数据、地上空间数据、地下空间数据等。
5、国土空间信息感知与动态更新模块,通过资料调研与大数据、物联网技术,搜集、整合、衔接国土调查数据、国土空间基础信息平台数据、国土空间规划数据、自然资源调查监测数据、用地类型数据、遥感数据等。
6、社会经济信息感知与动态更新模块,通过资料调研与大数据、物联网技术,搜集、整合、衔接人口数据、建设区数据、村庄数据、房屋建筑数据、农田数据、防洪防涝设施数据、公路设施数据、铁路设施数据、地铁设施数据、机场设施数据、医疗设施数据、电力设施数据、给排水设施数据、环卫设施数据、燃气设施数据、通信设施数据、工矿企业数据、公共服务设施数据、防海潮设施数据、文物古迹数据等。
7、自然信息感知与动态更新模块,通过资料调研与大数据、物联网技术,搜集、整合、衔接山地数据、水域数据、林地数据、农田数据、湖泊数据、海域数据、草原数据、沙漠数据、冰面数据、雪域数据等。
二、构建国土空间全域全要素的数字孪生流域
基于所述国土空间全域全要素的数字孪生本底数据库构建国土空间全域全要素的数字孪生流域。实现对国土空间范围内的物理流域、自然要素、社会要素以及经济社会信息进行全要素的数字化映射,依托国土空间全域全要素数字洪涝模拟器生成涵盖流域国土空间自然要素、社会要素、水文气象的数字孪生流域。
其中,国土空间全域全要素数字洪涝模拟器的构建包括如下内容:
1、构建覆盖全域国土空间的水文水动力模型:基于数字孪生流域、降水数据库数据,模拟流域内河湖水系与洪涝淹没范围的水文水动力过程,通过对比水文实测资料、规划、设计、施工方案与模拟结果的偏差,率定与优选所构建水文水动力学模型选取的参数,智能感知识别遥感、航拍等历史洪涝灾害数据,深度学习并动态优化构建的覆盖全域国土空间的水文水动力模型。
基于SCE-UA算法与水文实测资料、规划、设计、施工方案相结合的方法对水文水动力学模型选取的参数进行率定与优选,参数优选与率定的具体过程包括:
1.1 生成初始参数组。基于SCE-UA算法设定初始水文水动力参数、迭代次数、模型收敛准则以及模型优化的似然函数。根据水文实测资料、规划、设计、施工方案数据,基于矩法优选率定洪水、涝水的Nash模型中的n、k参数;确定参数的取值优选范围并生成参数组初始值。
似然函数S(D)与均方根误差RMSE可分别表达为:
其中,D表示形状参数;N表示模拟洪水、涝水的总次数;n表示模拟洪水、涝水的时刻;Q sim,n 、Q mea,n 分别表示时刻n时的水文模拟值与实测、设计值。
1.2 求解似然函数与参数优化:将上述初始参数组代入Nash模型,推求流域洪水涝水径流过程并求解似然函数,将似然函数反馈至SCE-UA算法优化参数组,迭代循环该步骤直至满足设定的模型收敛准则,选择优化得出的最优模型参数组构建水文水动力学模型。
2、构建边界条件模块。综合考虑国土空间所处流域的上下游洪水管控要求,基于统一的河湖水系、城市空间、乡镇空间、村庄空间、地上空间、地下空间的防洪、防涝标准,结合上述构建的覆盖全域国土空间的水文水动力模型,动态优化模型中河湖水系上游来水量、下泄水量、堤防工程、内涝淹没水深、内涝退水时间等水力边界条件,构建真实反映感知国土空间内的自然要素、社会要素与数字孪生流域水力关系的数字边界条件模块。
3、构建全景仿真模型:基于上述模拟辨识的河湖水系、城市空间、乡镇空间、村庄空间、地上空间、地下空间的洪水漫堤、内涝淹没等险情,可视化仿真、定量化呈现国土空间全域内洪水、涝水灾害场景,精准化支撑洪涝灾害防御与救灾决策。通过事前模拟支撑制定最优化防洪防涝预案,以最大程度规避洪涝风险,通过预警最大程度降低洪涝灾害对城乡生活、工业生产、农业种植的影响。
三、构建降水数据库
通过统计历史降水数据并结合区域暴雨图集、水文手册以及多源降水预报产品,采用泰森多边形法生成覆盖国土空间全域空间的不同重现期降水数据库;结合气象预报数据动态更新优化降水数据库,实现降水数据与数字孪生流域之间的动态同步性。具体的,步骤包括如下内容,
1、确定区域不同重现期的暴雨资料:基于国家、省级、市级、县级多层级气象预报平台、气象站,统计区域历史与实施预报的暴雨降水数据,形成基础实测暴雨数据系列资料。收集区域暴雨图集、水文手册、统计年鉴等资料,采用图则查阅、数据插补等方式分析得出资料层面的暴雨数据系列资料。通过资料调研搜集并基于大数据、物联网智能感知卫星气象与暴雨预报数据、雷达监测气象与暴雨数据。同时与区域规划、设计、施工以及实测资料进行对比,校正得出区域不同重现期的区域暴雨资料,作为模拟的降水依据。
2、确定覆盖全域的暴雨资料:为获取覆盖全域空间的降水数据,针对无实测或统计暴雨资料的区域,基于上述所得区域10min、1h、3h、6h、24h、3d等不同重现期的暴雨数据离散点,采用泰森多边形法构建覆盖全域的暴雨数据多边形网,作图连线插补得出覆盖全域的暴雨资料。
3、动态同步降水数据库:结合气象预报、监测数据实时更新降水数据,动态同步全域降水数据库。
四、覆盖国土空间全域全要素的洪水、涝水预报
将降水数据与构建的数字化孪生流域系统耦合,采用所述构建耦合国土空间数字化孪生流域的水文水动力仿真模型,实现覆盖国土空间全域范围内的城市空间、乡镇空间、村庄空间、地上空间、地下空间洪水与涝水水情的滚动实时预报。具体步骤包括如下内容:
1、基于选定重现期的降水数据、边界条件驱动国土空间全域全要素数字洪涝模拟器,模拟预报暴雨条件、实测暴雨条件、设计降水条件以及超标降水条件下的流域产汇流过程、洪水演进态势、涝水淹没态势。所述选定重现期包括:1年一遇、2年一遇、3年一遇、5年一遇、10年一遇、20年一遇、30年一遇、50年一遇、100年一遇、200年一遇、300年一遇、500年一遇、1000年一遇、2000年一遇。
2、结合洪水、涝水模拟态势,实时预报、可视化展示未来0.5h、1h、2h、3h、4h、5h、6h、7h、8h、9h、10h、12h、1d、2d、3d、4d、5d、10d各不同暴雨历时的城市空间、乡镇空间、村庄空间、地上空间、地下空间洪水与涝水水情。
五、覆盖国土空间全域全要素的洪灾、涝灾预警与决策支持
依据划分的洪灾、涝灾预警级别标准,智慧辨识覆盖国土空间范围内的山、水、林、田、湖、草、沙等自然要素以及人、车、路、地、建筑、设施等社会要素所遭遇的洪灾、涝灾风险等级,根据实时上下游洪水水情、降雨雨情,实时滚动生成洪灾、涝灾预警信息,并可视化预警展示洪灾、涝灾风险位置与致灾灾情。具体步骤包括如下内容:
1、划定洪灾、涝灾预警级别:对比河流、湖泊、水库、堤防的设防水位、警戒水位、保证水位、防洪高水位、防洪限制水位与模拟水位的关系,综合考虑城市空间、乡镇空间、村庄空间、地上空间、地下空间的内涝模拟淹没范围、淹没水深、退水时间因素,结合洪灾、涝灾的实时监测数据,由轻到重分区域地将国土空间范围内的洪灾、涝灾预警划分为四个等级,分别为蓝色预警、黄色预警、橙色预警以及红色预警。
2、覆盖全域全要素的洪灾、涝灾灾情研判:结合步骤四中模拟的覆盖全域的洪灾、涝灾水情,模拟不同历时后的山、水、林、田、湖、草、沙等自然要素以及人、车、路、地、建筑、设施等社会要素所遭遇的洪水侵袭、内涝淹没态势,判断不同要素遭遇的洪灾、涝灾风险与潜在灾情。
3、洪灾、涝灾预警:基于模拟与研判得出的全域全要素遭遇的洪灾、涝灾风险与潜在灾情,结合结合洪灾、涝灾的实时监测数据与致灾风险,针对发布全覆盖城市空间、乡镇空间、村庄空间、地上空间、地下空间范围内可能遭遇的洪灾、涝灾预警,针对人、车、路、地、建筑、设施等社会要素实时、滚动发布预警;所述洪灾、涝灾预警信息主要包括洪灾、涝灾预警等级,并包括可能发生洪涝灾害的区域、时间、设施、致灾形式以及应对洪灾、涝灾的建议等内容。
4、洪灾、涝灾决策支持:根据模拟预警以及实时监测洪涝水情,针对公共管理与决策部门实时滚动生成洪灾、涝灾预警信息,为城市决策部门提供可视化预警并展示潜在的洪灾、涝灾风险位置与潜在致灾灾情,为流域防洪防涝调度、河湖巡查防汛、人员转移安置、城市交通管控、救援力量布置、应急预案制定、灾后恢复重建等城市防洪防涝应急管理与科学决策提供技术支撑。
5、预警决策优化:针对实际洪水、涝水致灾情景超过洪灾、涝灾预警的洪涝灾害事件,综合对比实测洪灾、涝灾致灾范围与程度,校正、更新以及优化国土空间全域全要素数字洪涝模拟器参数选取与预警决策。
Claims (10)
1.一种基于数字孪生的国土空间全域全要素防洪防涝预警方法,其特征在于:包括以下步骤:
步骤一、构建国土空间全域全要素的数字孪生本底数据库;录入目标国土空间范围内的不同重现期的降水数据、河湖水系数据、水文数据、下垫面地形数据,储存至数字孪生本底数据库中;同时动态衔接目标国土空间范围内的气象数据、国土空间开发建设数据、国土空间范围周边的流域上下游水文水力条件数据,实时传输至所构建的数字孪生本底数据库中;
步骤二、构建国土空间全域全要素的数字孪生流域:基于河湖水系干支流、水利工程、下垫面地形数据、城乡排水系统,划分构建覆盖国土空间全域空间的流域,对国土空间范围内的物理流域、自然要素、经济社会信息进行全要素的数字化映射并构建数字化孪生流域系统;构建耦合数字化孪生流域的国土空间全域全要素数字洪涝模拟器;
步骤三、构建降水数据库:通过统计历史降水数据并结合区域暴雨图集、水文手册以及多源降水预报产品,生成覆盖国土空间全域空间的不同重现期降水数据库;结合气象预报数据动态更新优化降水数据库,实现降水数据与数字孪生流域之间的动态同步性;
步骤四、覆盖国土空间全域的洪水、涝水预报:将降水数据与构建的数字化孪生流域系统耦合,构建国土空间数字化孪生流域的水文水动力仿真模型,实时模拟预报洪水与涝水水情;
步骤五、覆盖国土空间全域全要素的洪灾、涝灾预警与决策支持:依据洪灾、涝灾预警级别标准,智慧辨识覆盖国土空间范围内洪灾、涝灾风险等级,根据实时洪水水情、降雨雨情,实时滚动生成洪灾、涝灾预警信息,并可视化预警展示洪灾、涝灾风险位置与致灾灾情。
2.根据权利要求1所述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,其特征在于:步骤二中国土空间全域全要素数字洪涝模拟器的构建包括以下步骤:
S1、构建覆盖全域国土空间的水文水动力模型:基于数字孪生流域、降水数据库数据,模拟流域内河湖水系与洪涝淹没范围的水文水动力过程,通过对比水文实测资料、规划、设计、施工方案与模拟结果的偏差,率定与优选所构建水文水动力学模型选取的参数,智能感知识别遥感、航拍等历史洪涝灾害数据,深度学习并动态优化构建的覆盖全域国土空间的水文水动力模型;
S2、构建边界条件模块:综合考虑国土空间所处流域的上下游洪水管控要求,基于统一的河湖水系、城市空间、乡镇空间、村庄空间、地上空间、地下空间的防洪、防涝标准,结合上述构建的覆盖全域国土空间的水文水动力模型,动态优化模型中河湖水系上游来水量、下泄水量、堤防工程、内涝淹没水深、内涝退水时间等水力边界条件,构建真实感知反映国土空间内的自然要素、社会要素与数字孪生流域水力关系的数字边界条件模块;
S3、构建全景仿真模型:基于模拟辨识的河湖水系、城市空间、乡镇空间、村庄空间、地上空间、地下空间的洪水漫堤、内涝淹没等险情,可视化仿真、定量化呈现国土空间全域内洪水、涝水灾害场景,精准化支撑洪涝灾害防御与救灾决策;并通过事前模拟支撑制定最优化的防洪防涝预案。
3.根据权利要求2所述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,其特征在于:采用SCE-UA算法与水文实测资料、规划、设计、施工方案相结合的方法对水文水动力学模型选取的参数进行率定与优选,参数优选与率定的具体过程包括以下步骤:
(1)生成初始参数组:基于SCE-UA算法设定初始水文水动力参数、迭代次数、模型收敛准则以及模型优化的似然函数,根据水文实测资料、规划、设计、施工方案数据,基于矩法优选率定洪水、涝水的Nash模型中的n、k参数;确定参数的取值优选范围并生成参数组初始值;其中似然函数S(D)与均方根误差RMSE可分别表达为:
式中:D表示形状参数;N表示模拟洪水、涝水的总次数;n表示模拟洪水、涝水的时刻;Q sim,n 、Q mea,n 分别表示时刻n时的水文模拟值与实测、设计值;
(2)求解似然函数与参数优化;将上述初始参数组代入Nash模型,推求流域洪水涝水的径流过程并求解似然函数,将似然函数反馈至SCE-UA算法优化参数组,迭代循环该步骤直至满足设定的模型收敛准则,选择优化的最优模型参数组构建水文水动力学模型。
4.根据权利要求1所述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,其特征在于:步骤三具体包括以下步骤:
S1、确定区域不同重现期的暴雨资料:基于国家、省级、市级、县级多层级气象预报平台、气象站,统计区域历史暴雨降水数据,形成基础实测暴雨数据系列资料;收集区域暴雨图集、水文手册、统计年鉴等资料,采用图则查阅、数据插补等方式分析得出资料层面的暴雨数据系列资料;同时与区域规划、设计、施工以及实测资料进行对比,校正得出区域不同重现期的区域暴雨资料作为模拟的降水依据;
S2、确定覆盖全域的暴雨资料:针对无实测或统计暴雨资料的区域,基于所得区域10min、1h、3h、6h、24h、3d等不同重现期的暴雨数据离散点,采用泰森多边形法构建覆盖全域的暴雨数据多边形网,作图连线插补得出覆盖全域的暴雨资料。
5.根据权利要求4所述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,其特征在于:构建覆盖全域的暴雨数据多边形网包括以下步骤:
(1)构建全域暴雨数据三角网:设区域内已获取的暴雨数据为离散点(X i ,Y j )(i=1,2,3,……,k;j=1,2,3,……,k,k为暴雨数据离散点点数),将区域内暴雨数据离散点用一组直线段划分为k个相邻的三角网;
(2)对暴雨数据离散点与三角网编号:对与每个离散点相邻的三角形按顺时针或逆时针方向排序;设离散点为f,找出以f为顶点的一个三角形设为E;取三角形E除f以外的另一顶点e,并同时找出三角形的最后一个顶点g;则下一个三角形必然是以fg为边的,即为三角形G;三角形G的另一顶点为h,则下一三角形是以fh为边的;如此重复进行,直到回到fe边;
(3)构建全域暴雨数据多边形网:绘制每个暴雨数据三角形的外接圆圆心,根据每个暴雨数据离散点的相邻三角形,连接这些相邻三角形的外接圆圆心,即得到全域暴雨数据多边形网。
6.根据权利要求1所述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,其特征在于:步骤四具体包括以下步骤:
S1、基于选定的重现期的降水数据、边界条件驱动国土空间全域全要素数字洪涝模拟器,模拟预报暴雨条件、实测暴雨条件、设计降水条件以超标降水条件下的流域产汇流过程、洪水演进态势、涝水淹没态势;
S2、结合洪水、涝水模拟态势,实时预报、可视化展示不同暴雨历时的城市空间、乡镇空间、村庄空间、地上空间、地下空间洪水与涝水水情。
7.根据权利要求1所述的基于数字孪生的国土空间全域全要素防洪防涝预警方法,其特征在于:步骤五具体包括以下步骤:
S1、划定洪灾、涝灾预警级别:对比河流、湖泊、水库、堤防的设防水位、警戒水位、保证水位、防洪高水位、防洪限制水位与模拟水位的关系,综合考虑城市空间、乡镇空间、村庄空间、地上空间、地下空间的内涝模拟淹没范围、淹没水深、退水时间因素,结合洪灾、涝灾的实时监测数据,由轻到重分区域将国土空间范围内的洪灾、涝灾预警划分为四个等级,分别为蓝色预警、黄色预警、橙色预警以及红色预警;
S2、覆盖全域全要素的洪灾、涝灾灾情研判;结合步骤四中模拟的覆盖全域的洪灾、涝灾水情,模拟不同历时后的山、水、林、田、湖、草、沙等自然要素以及人、车、路、地、建筑、设施等社会要素所遭遇的洪水侵袭、内涝淹没态势,判断不同要素遭遇的洪灾、涝灾风险与潜在灾情;
S3、洪灾、涝灾预警:基于模拟与研判得出的全域全要素遭遇的洪灾、涝灾风险与潜在灾情,结合结合洪灾、涝灾的实时监测数据与致灾风险,针对发布全覆盖城市空间、乡镇空间、村庄空间、地上空间、地下空间范围内可能遭遇的洪灾、涝灾预警,并针对人、车、路、地、建筑、设施等社会要素实时、滚动发布预警信息;
S4、洪灾、涝灾决策支持:根据模拟预警以及实时监测洪涝水情,针对公共管理与决策部门实时滚动生成洪灾、涝灾预警信息,为城市决策部门提供可视化预警并展示潜在的洪灾、涝灾风险位置与潜在致灾灾情,为流域防洪防涝调度、河湖巡查防汛、城市交通管控、人员转移安置、救援力量布置、应急预案制定、灾后恢复重建等城市防洪防涝应急管理与科学决策提供技术支撑;
S5、预警决策优化:针对实际洪水、涝水致灾情景超过洪灾、涝灾预警的洪涝灾害事件,综合对比实测洪灾、涝灾致灾范围与程度,校正、更新以及优化国土空间全域全要素数字洪涝模拟器参数选取与预警决策。
8.一种基于数字孪生的国土空间全域全要素防洪防涝智慧预报预警支持系统,其特征在于:该系统包括国土空间全域全要素智能感知单元、国土空间全域全要素数字孪生体系单元、国土空间全域全要素洪水、涝水预报单元以及国土空间全域全要素的洪灾、涝灾预警与决策支持单元;其中:
国土空间全域全要素智能感知单元能够基于大数据、物联网智能感知并整合涵盖国土空间全域全要素的气象数据、河湖水系数据、水文数据、下垫面地形数据、国土空间规划数据、国土空间开发建设数据、社会经济数据,动态感知并实时传输储存至数字孪生本底数据库;
国土空间全域全要素数字孪生体系单元包括国土空间全域全要素的数字孪生本底数据库和国土空间全域全要素的数字孪生流域;其中,国土空间全域全要素的数字孪生本底数据库能与区域气象水文数据、国土空间数据动态衔接为国土空间全域全要素的数字孪生流域提供本底数据库;国土空间全域全要素的数字孪生流域能够基于国土空间全域全要素的数字孪生本底数据库,依托国土空间全域全要素数字洪涝模拟器生成流域国土空间自然要素、社会要素、水文气象、地理地形的数字化映射与结构;
国土空间全域全要素洪水、涝水预报单元能够利用覆盖国土空间全域空间的不同重现期降水数据库,耦合并驱动国土空间数字化孪生流域的数字洪涝模拟器,实现滚动实时预报覆盖国土空间全域范围内的城市空间、乡镇空间、村庄空间、地上空间、地下空间洪水与涝水水情;
国土空间全域全要素的洪灾、涝灾预警与决策支持单元,能够基于国土空间全域全要素洪水、涝水预报单元预报结果,研判全域全要素遭遇的洪灾、涝灾风险与潜在灾情,依据洪灾、涝灾预警级别,并发布洪灾、涝灾预警信息。
9.根据权利要求8所述的基于数字孪生的国土空间全域全要素防洪防涝智慧预报预警支持系统,其特征在于:所述降水数据库是融合历史降水数据、区域暴雨图集、水文手册、卫星监测、地面实测、雷达监测数据,结合实时气象预报数据动态更新优化得到的高精度降水数据库。
10.根据权利要求8所述的基于数字孪生的国土空间全域全要素防洪防涝智慧预报预警支持系统,其特征在于:所述国土空间全域全要素智能感知单元包括气象感知与动态更新模块、河湖水系信息感知与动态更新模块、水文水力要素感知与动态更新模块、下垫面信息感知与动态更新模块、国土空间信息感知与动态更新模块、社会经济信息感知与动态更新模块和自然信息感知与动态更新模块;其中:
气象感知与动态更新模块用于实测气象资料数据、历史气象资料数据、卫星气象预报数据、雷达监测气象数据、暴雨图集气象数据、水文手册气象数据、统计年鉴气象数据;
河湖水系信息感知与动态更新模块用于获取和更新河湖水系普查调查数据、河湖水系规划设计数据、河湖水系遥感数据、河湖水系航拍数据、国土空间基础信息平台以及国土调查数据;
水文水力要素感知与动态更新模块用于获取和更新流量数据、水位数据、流域上下游流量与水文数据边界条件、淹没水深数据、堤防数据、泵站数据、蓄滞洪区数据、蓄涝区数据、闸坝数据、防洪工程数据、防涝工程数据、跨区域洪水管控数据;
下垫面信息感知与动态更新模块用于获取和更新地形数据、地质数据、土壤数据、植被数据、城市空间数据、乡镇空间数据、村庄空间数据、地上空间数据、地下空间数据;
国土空间信息感知与动态更新模块用于获取和更新国土调查数据、国土空间基础信息平台数据、国土空间规划数据、自然资源调查监测数据、用地类型数据、遥感数据;
社会经济信息感知与动态更新模块用于获取和更新人口数据、建设区数据、村庄数据、房屋建筑数据、农田数据、防洪防涝设施数据、公路设施数据、铁路设施数据、地铁设施数据、机场设施数据、医疗设施数据、电力设施数据、给排水设施数据、环卫设施数据、燃气设施数据、通信设施数据、工矿企业数据、公共服务设施数据、防海潮设施数据、文物古迹数据;
自然信息感知与动态更新模块用于获取和更新山地数据、水域数据、林地数据、农田数据、湖泊数据、海域数据、草原数据、沙漠数据、冰面数据、雪域数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111503024.5A CN114240119A (zh) | 2021-12-10 | 2021-12-10 | 基于数字孪生的国土空间全域全要素防洪防涝系统及预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111503024.5A CN114240119A (zh) | 2021-12-10 | 2021-12-10 | 基于数字孪生的国土空间全域全要素防洪防涝系统及预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114240119A true CN114240119A (zh) | 2022-03-25 |
Family
ID=80754461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111503024.5A Pending CN114240119A (zh) | 2021-12-10 | 2021-12-10 | 基于数字孪生的国土空间全域全要素防洪防涝系统及预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114240119A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222283A (zh) * | 2021-05-31 | 2021-08-06 | 中国水利水电科学研究院 | 一种基于数字孪生的山洪预报预警方法及系统 |
CN114997541A (zh) * | 2022-08-03 | 2022-09-02 | 浙江远算科技有限公司 | 一种基于数字孪生技术的城市内涝预测方法及预警平台 |
CN115146469A (zh) * | 2022-07-07 | 2022-10-04 | 应急管理部国家自然灾害防治研究院 | 一种基于数字孪生仿真平台的洪涝灾害推演方法及系统 |
CN115358650A (zh) * | 2022-10-24 | 2022-11-18 | 珠江水利委员会珠江水利科学研究院 | 一种洪涝灾害应急避险与物资实时调配方法 |
CN115659703A (zh) * | 2022-12-15 | 2023-01-31 | 广东广宇科技发展有限公司 | 一种基于城市特征数据的数字孪生气象预警模拟方法 |
CN115796460A (zh) * | 2023-02-13 | 2023-03-14 | 广东广宇科技发展有限公司 | 一种基于河湖信息的旱涝灾害防御方法及系统 |
CN116070918A (zh) * | 2023-04-06 | 2023-05-05 | 珠江水利委员会珠江水利科学研究院 | 一种城市洪涝安全评估及洪涝灾害防治方法 |
CN116090677A (zh) * | 2023-04-10 | 2023-05-09 | 湖南大学 | 考虑电力-通信-交通网络耦合的空地应急资源规划方法 |
CN116486027A (zh) * | 2023-04-25 | 2023-07-25 | 中国水利水电科学研究院 | 城市洪涝数字孪生推演方法 |
CN116739385A (zh) * | 2023-08-09 | 2023-09-12 | 长江三峡集团实业发展(北京)有限公司 | 一种基于空间叠加分析的城市交通评价方法及装置 |
CN117057616A (zh) * | 2023-10-11 | 2023-11-14 | 安徽金海迪尔信息技术有限责任公司 | 基于数字孪生的水利监测方法及系统 |
CN117057335A (zh) * | 2023-10-12 | 2023-11-14 | 中国水利水电科学研究院 | 一种流域防洪四预方案智能化生成方法 |
CN117557043A (zh) * | 2023-11-22 | 2024-02-13 | 广东省能源集团有限公司 | 一种水电厂群防汛可视化调度监视管理方法及系统 |
CN117575873A (zh) * | 2024-01-15 | 2024-02-20 | 安徽大学 | 综合气象水文敏感性的洪水警戒方法与系统 |
-
2021
- 2021-12-10 CN CN202111503024.5A patent/CN114240119A/zh active Pending
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113222283B (zh) * | 2021-05-31 | 2023-12-26 | 中国水利水电科学研究院 | 一种基于数字孪生的山洪预报预警方法及系统 |
CN113222283A (zh) * | 2021-05-31 | 2021-08-06 | 中国水利水电科学研究院 | 一种基于数字孪生的山洪预报预警方法及系统 |
CN115146469A (zh) * | 2022-07-07 | 2022-10-04 | 应急管理部国家自然灾害防治研究院 | 一种基于数字孪生仿真平台的洪涝灾害推演方法及系统 |
CN114997541A (zh) * | 2022-08-03 | 2022-09-02 | 浙江远算科技有限公司 | 一种基于数字孪生技术的城市内涝预测方法及预警平台 |
CN115358650A (zh) * | 2022-10-24 | 2022-11-18 | 珠江水利委员会珠江水利科学研究院 | 一种洪涝灾害应急避险与物资实时调配方法 |
CN115358650B (zh) * | 2022-10-24 | 2023-01-10 | 珠江水利委员会珠江水利科学研究院 | 一种洪涝灾害应急避险与物资实时调配方法 |
CN115659703A (zh) * | 2022-12-15 | 2023-01-31 | 广东广宇科技发展有限公司 | 一种基于城市特征数据的数字孪生气象预警模拟方法 |
CN115659703B (zh) * | 2022-12-15 | 2023-04-18 | 广东广宇科技发展有限公司 | 一种基于城市特征数据的数字孪生气象预警模拟方法 |
CN115796460A (zh) * | 2023-02-13 | 2023-03-14 | 广东广宇科技发展有限公司 | 一种基于河湖信息的旱涝灾害防御方法及系统 |
CN115796460B (zh) * | 2023-02-13 | 2023-05-05 | 广东广宇科技发展有限公司 | 一种基于河湖信息的旱涝灾害防御方法及系统 |
CN116070918A (zh) * | 2023-04-06 | 2023-05-05 | 珠江水利委员会珠江水利科学研究院 | 一种城市洪涝安全评估及洪涝灾害防治方法 |
CN116070918B (zh) * | 2023-04-06 | 2023-06-09 | 珠江水利委员会珠江水利科学研究院 | 一种城市洪涝安全评估及洪涝灾害防治方法 |
CN116090677B (zh) * | 2023-04-10 | 2023-06-20 | 湖南大学 | 考虑电力-通信-交通网络耦合的空地应急资源规划方法 |
CN116090677A (zh) * | 2023-04-10 | 2023-05-09 | 湖南大学 | 考虑电力-通信-交通网络耦合的空地应急资源规划方法 |
CN116486027A (zh) * | 2023-04-25 | 2023-07-25 | 中国水利水电科学研究院 | 城市洪涝数字孪生推演方法 |
CN116739385A (zh) * | 2023-08-09 | 2023-09-12 | 长江三峡集团实业发展(北京)有限公司 | 一种基于空间叠加分析的城市交通评价方法及装置 |
CN116739385B (zh) * | 2023-08-09 | 2024-01-30 | 长江三峡集团实业发展(北京)有限公司 | 一种基于空间叠加分析的城市交通评价方法及装置 |
CN117057616A (zh) * | 2023-10-11 | 2023-11-14 | 安徽金海迪尔信息技术有限责任公司 | 基于数字孪生的水利监测方法及系统 |
CN117057616B (zh) * | 2023-10-11 | 2023-12-26 | 安徽金海迪尔信息技术有限责任公司 | 基于数字孪生的水利监测方法及系统 |
CN117057335A (zh) * | 2023-10-12 | 2023-11-14 | 中国水利水电科学研究院 | 一种流域防洪四预方案智能化生成方法 |
CN117057335B (zh) * | 2023-10-12 | 2024-01-05 | 中国水利水电科学研究院 | 一种流域防洪四预方案智能化生成方法 |
CN117557043A (zh) * | 2023-11-22 | 2024-02-13 | 广东省能源集团有限公司 | 一种水电厂群防汛可视化调度监视管理方法及系统 |
CN117575873A (zh) * | 2024-01-15 | 2024-02-20 | 安徽大学 | 综合气象水文敏感性的洪水警戒方法与系统 |
CN117575873B (zh) * | 2024-01-15 | 2024-04-05 | 安徽大学 | 综合气象水文敏感性的洪水警戒方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114240119A (zh) | 基于数字孪生的国土空间全域全要素防洪防涝系统及预警方法 | |
Dutta et al. | A mathematical model for flood loss estimation | |
Degerli et al. | Using the remote sensing method to simulate the land change in the year 2030 | |
CN112182234B (zh) | 流域防洪规划数据知识图谱构建方法 | |
CN115358650B (zh) | 一种洪涝灾害应急避险与物资实时调配方法 | |
CN112052561A (zh) | 一种排水系统防涝应急预案制定方法 | |
Paudyal | Forecasting and warning of water-related disasters in a complex hydraulic setting—the case of Bangladesh | |
CN114528672A (zh) | 基于3s技术的城市水文站网布设方法及系统 | |
Engida | Hydrological and suspended sediment modeling in the Lake Tana Basin, Ethiopia | |
Milmo et al. | The use of historical data and global climate models to assess historical and future surface water and groundwater availability in the Trinity River Basin in Texas | |
Oliveira et al. | Warning system based on real-time flood forecasts in Sao Paulo, Brazil | |
Susetyo | Urban flood management in Surabaya City: anticipating changes in the Brantas River system | |
Sanquah | Climate change and its impacts on flooding in Accra-Greater Accra metropolitan assembly | |
Hai et al. | Utilization of Geographic Information System (GIS) for urban management of RachGia City, Vietnam | |
Alsubeai | A hydrologic climate study for an arid region | |
Shaviraachin | Flood simulation: a case study in the lower Limpopo valley, Mozambique using the SOBEK flood model | |
Akter | Advanced Technologies in the Water Smart City | |
Chen | Analysis and evaluation of the effectiveness of Low Impact Development practices on runoff control using Remote Sensing, GIS and hydrological modeling | |
Rajakumara et al. | Urban Floods in Bengaluru And Flood Models: A Review | |
JAIN | EXPLORING APPLICATIONS OF GEOSPATIAL TECHNOLOGY IN WATERLOGGING CURTAILMENT | |
Menghan et al. | Exploration of Sponge System Design in Wetland Parks Based on Rainwater and Flood Control: A Case Study of Southern Anhui Province. | |
Işik | Supplying water from tigres river to Elazığ in order to meet 2050 water demand | |
MOHAN | Identification and Selection of Suitable Rainwater Harvesting Sites using LiDAR Technology | |
Datta | Developing a Biophilic City through Natural Land Transformation Analysis and Geodesign: The Case of Purbachal New Town, Bangladesh | |
CN117852449A (zh) | 基于大尺度城市暴雨内涝模型的精细化积水处理方法 |
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 |