CN114528761B - 平原水网圩区-圩外系统滞蓄关系优化方法及系统 - Google Patents
平原水网圩区-圩外系统滞蓄关系优化方法及系统 Download PDFInfo
- Publication number
- CN114528761B CN114528761B CN202210132273.6A CN202210132273A CN114528761B CN 114528761 B CN114528761 B CN 114528761B CN 202210132273 A CN202210132273 A CN 202210132273A CN 114528761 B CN114528761 B CN 114528761B
- Authority
- CN
- China
- Prior art keywords
- polder
- area
- water
- scene
- region
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 64
- 241000196171 Hydrodictyon reticulatum Species 0.000 title claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 269
- 238000009825 accumulation Methods 0.000 claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 27
- 238000009826 distribution Methods 0.000 claims abstract description 16
- 238000012512 characterization method Methods 0.000 claims abstract description 7
- 230000033228 biological regulation Effects 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000012360 testing method Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 11
- 238000001556 precipitation Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 230000001970 hydrokinetic effect Effects 0.000 claims description 7
- 230000009897 systematic effect Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000007621 cluster analysis Methods 0.000 claims description 5
- 230000008030 elimination Effects 0.000 claims description 5
- 238000003379 elimination reaction Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000011160 research Methods 0.000 claims description 4
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009545 invasion Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005086 pumping 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- 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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
- G06Q50/265—Personal security, identity or safety
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Fluid Mechanics (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Algebra (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种平原水网圩区‑圩外系统滞蓄关系优化方法及系统,该方法包括:根据历史水文、降雨数据识别场次降雨涨水期,建立典型历史情景集合并分类,模拟典型历史情景下河网水位、河网外排水量和圩内与圩外河网的槽蓄量;构建平原水网区蓄泄特征表征指标;建立区域蓄泄特征指标~水文要素的非线性关系;确定圩内、圩外单位面积滞蓄水量比的阈值;模拟预测实时情景圩区‑圩外系统滞蓄关系,并判断是否需要优化实时情景滞蓄关系;针对有优化需要的实时情景,完成实时情景圩区‑圩外系统滞蓄关系优化。本发明为自动模拟预测实时情景下水网区洪涝水的时空分配,判断并优化实时情景下水网区的滞蓄关系提供了可操作的方法和智能化系统,可指导水网区实时防洪调度。
Description
技术领域
本发明涉及水文技术领域,具体涉及一种平原水网圩区-圩外系统滞蓄关系优化方法。
背景技术
世界上的多数平原水网区气候湿润,降水充沛,河流纵横,河网高度发育且没有明确的流域出口,蓄泄关系复杂,同时地势低洼,因此防洪除涝问题突出。当前并没有很好的解决方案。
为了防洪排涝,建设了诸多圩区和城市防洪大包围,圩区(包括城市防洪大包围)建设通过筑堤、建闸、设排涝站排水等方法,防止圩外河道洪水侵袭,排除圩区内部涝水。但大量的圩区建设改变了区域洪涝水自然蓄泄特性及其在圩外河网、圩内河网的时空分配特征,当降水强度较大时圩区集中向圩外排水,圩外骨干河道排水能力有限,往往导致圩外河网水位抬升迅速,增加区域整体的防洪风险。
对于某个平原水网圩区-圩外水网系统来说,一场降雨下该区域洪涝水风险大小主要表现为河网水位的高低,局部时段区域河网水位偏高、洪涝风险较大,除受降雨量大等非人为可控因素的影响外,更多的是圩区-圩外水网系统滞蓄关系不当、区域洪涝水时空分配不合理的结果。而现有技术方法不能较好解决上述问题。
因此,在区域经济社会快速发展要求不断提升防洪除涝安全度的大背景下,寻求一种简单、可靠、可定量的平原水网圩区-圩外系统洪涝水滞蓄关系预测、优化方法,对于平原水网区洪涝风险管理显得尤为重要,也是目前区域防洪工程调度管理亟待解决的问题。
发明内容
发明目的:针对现有技术无法模拟预测、判断并优化实时情景下水网区滞蓄关系的不足,提出一种平原水网圩区-圩外系统滞蓄关系优化方法,进一步的目的是提出一种基于上述方法的系统。
技术方案:
第一方面,提供一种平原水网圩区-圩外系统滞蓄关系优化方法,包括如下步骤:
S1、采集研究区域的历史水文和降雨数据,并基于所述历史水文和降雨数据识别场次降雨涨水期,建立典型历史情景集合并分类,基于河网-圩区拓扑关系,建立水文水动力模型,通过水文水动力模型计算模拟各个典型历史情景下河网水位、河网外排水量,以及各时刻下圩内与圩外河网的槽蓄量;
S2、构建平原水网区蓄泄特征的表征指标,所述表征指标包含典型历史情景下的区域蓄泄比SDRj、区域蓄泄比SDR、圩外河网单位面积滞蓄水量AS1、圩内河网单位面积滞蓄水量AS2和防洪风险指数R;
S3、基于典型历史情景下区域外排水量和槽蓄量的计算结果,计算典型历史情景下的区域蓄泄比SDRj,分别绘制典型历史情景下区域蓄泄比SDRj与初始水位Z(j,1)、累计降雨量Pj的关系图,SDRj=f(Z(j,1),Pj);并进行区域蓄泄比SDR与上述水文要素的相关性检验,通过相关性检验后,以各个(Z(j,1),ln(SDRj))为参数建立区域蓄泄比SDR~水文要素的关系;
S4、确定圩内、圩外单位面积滞蓄水量比的阈值CAS;
计算各典型历史情景下圩外单位面积滞蓄水量AS1、圩内单位面积滞蓄水量AS2、圩内与圩外单位面积滞蓄水量比AS2/AS1,并进一步确定圩内与圩外单位面积滞蓄水量比AS2/AS1的阈值CAS;
S5、模拟预测实时情景圩区-圩外系统滞蓄关系,并根据预测计算的实时情景防洪风险指数R,区域蓄泄比SDR~水文要素的关系,圩内与圩外单位面积滞蓄水量比AS2/AS1与阈值CAS的比较,判断是否需要优化实时情景下的圩区-圩外系统滞蓄关系;
S6、针对防洪风险指数R>0同时圩内与圩外单位面积滞蓄水量比AS2/AS1<阈值CAS的实时情景,采用系统聚类方法对圩区进行聚类分析,再通过增加不同类型圩区调蓄水深Hs的方式来优化圩区-圩外系统滞蓄关系,以降低防洪风险指数R。
根据本申请的一个方面,所述阈值CAS的确定方法如下:
在聚类分析后生成的各类典型历史情景中,取满足防洪风险指数R=0的若干典型历史情景中圩内与圩外单位面积滞蓄水量比AS2/AS1的均值作为该类情景下的CAS,
式中,k为表示情景类别的自然数,CAS,k为第k类情景对应的圩内与圩外单位面积滞蓄水量比阈值,j为表示情景序号的自然数,AS1,k,j为属于k类情景下的情景j的圩外河网单位面积滞蓄水量,AS2,k,j为属于k类情景下的情景j的圩内河网单位面积滞蓄水量,Rk,j为k类情景中情景j的防洪风险指数,Dk为k类情景中满足防洪风险指数Rk,j=0的情景个数。
根据本申请的一个方面,所述S1中所述识别场次降雨涨水期,建立典型历史情景集合的过程,具体为:
输入历史降雨、水位数据,场次降水开始的时刻记为t1,
t1时刻水位站i的水位记为Z1,i,区域河网的平均水位记为Z1,Z1取各Z1,i的算术平均值,
场次降水中河网水位达到峰值的时刻记为t2,
t2时刻对应的水位为峰值水位Zmax,
从t1到t2的降水过程定义为一个场次降水事件的涨水期,t1、t2满足以下条件:
t1之前特定时段△t内平均降雨强度小于1mm/d;
t1~t2时段内单日最大降雨量P1d≥10mm;
由此建立河网初始水位Z1、场次降水涨水期降雨量P的二维情景集合{Z1,P}。
根据本申请的一个方面,步骤S1所述对建立的情景集合进行分类,具体为:
采用系统聚类方法对构建的典型历史情景集合进行分类,聚类样本为构建的若干历史情景,聚类指标为初始水位均值Z1。
根据本申请的一个方面,步骤S1所述水文水动力模型构建及计算,具体为:
收集平原水网区地形、下垫面、水系、圩区、水文站点资料;
构建预研究区域的圩区与圩区、圩区与河网的拓扑关系;
基于上述拓扑关系,查找独立圩区、嵌套圩区与可分割圩区;
将可分割圩区拆分成等效为独立圩区的若干个子圩区,并将所述子圩区插入所述独立圩区形成的集合;
查找所述嵌套圩区的层级,并基于层级关系,标定内部圩区为二级圩区、三级圩区至N级圩区;
构建包括产汇流子模型、河网水动力子模型的水文水动力耦合模型,并采用水文站历史水位数据对模型进行率定验证;
采用经率定的水文水动力模型模拟计算典型历史情景下的平原水网区的河网水位、河网槽蓄量和河网外排水量。
根据本申请的一个方面,步骤S2中所述构建平原水网区蓄泄特征表征指标中,
所述区域蓄泄比SDRj为SDRj=Sj/W(j,out)
式中,SDRj为典型历史场景j下的区域蓄泄比;Sj为典型历史场景j下的区域总滞蓄水量,包含圩外河网、圩内河网的滞蓄水量;W(j,out)为典型历史场景j下的区域河网外排水量。
所述圩外河网单位面积滞蓄水量ASj1为ASj1=Sj1/U1;
所述圩内河网单位面积滞蓄水量ASj2为AS j2=Sj2/U2;
式中,ASj1为历史情景j下的圩外河网单位面积滞蓄水量,ASj2为历史情景j下的圩内河网单位面积滞蓄水量,U1为圩外河网面积,U2为圩区面积,Sj1为历史情景j下的圩外河网滞蓄水量,S j2为历史情景j下的圩内河网滞蓄水量;
所述防洪风险指数R为:
式中:ri为水位站i的防洪风险指数,R为区域防洪风险指数,zi(t)为水位站i的水位过程,Hi为水位站i的保证水位,n为站点数量;其余变量含义同前;
当R>0时,表示区域内部分或全部水位站水位超过保证水位,区域存在一定防洪风险。
根据本申请的一个方面,所述步骤S5进一步包括:
S51、实时情景圩区-圩外系统滞蓄关系模拟预测:基于获取的包括河网水位、预报降雨在内的实时数据,采用所述水文水动力模型模拟预测实时情景下的河网水位、河网槽蓄量和河网外排水量,并计算得到实时情景下的区域蓄泄比SDR,圩内与圩外单位面积滞蓄水量比AS2/AS1、以及防洪风险指数R;
S52、实时情景圩区-圩外系统滞蓄关系判断:首先判断实时情景防洪风险指数R值大小,若防洪风险指数R=0,则完成实时情景圩区-圩外系统滞蓄关系计算;
若防洪风险指数R>0,则进一步判断圩内与圩外单位面积滞蓄水量比AS2/AS1与阈值CAS大小,若圩内与圩外单位面积滞蓄水量比AS2/AS1<阈值CAS,则对实时情景圩区-圩外系统滞蓄关系进行优化,否则完成实时情景圩区-圩外系统滞蓄关系计算。
根据本申请的一个方面,所述S6中所述圩区聚类分析方法具体为:
构建反映圩区自然属性与社会属性的指标,圩区自然属性包括圩内水面率、堤顶高程和排涝模数,其中圩内水面率表征圩区自然状态下调蓄能力,堤顶高程差异间接反映圩区地面高程差异,排涝模数表征工程作用下圩区调蓄能力;
社会属性指标用于区分圩区农业圩或非农业圩属性,采用圩内耕地面积占比间接表征圩区社会属性,圩内耕地面积占比越大,表示该圩区农业圩属性越大;
基于上述自然属性和社会属性指标,采用系统聚类分析法将区域内圩区分为若干类型。
根据本申请的一个方面,所述S6中所述实时情景滞蓄系优化,具体为:
针对防洪风险指数R>0同时圩内与圩外单位面积滞蓄水量比AS2/AS1<阈值CAS的实时情景,在保证圩区自身安全的前提下,对于不同类型的圩区不同程度地增加圩区调蓄水深Hs,以增加涨水期圩内河网滞蓄水量,优化洪涝水在圩外河网、圩内河网的时空分配,从而实现圩区-圩外系统滞蓄关系优化,降低实时情景防洪风险指数。
根据本申请的一个方面,
构建预研究区域的圩区与圩区、圩区与河网的拓扑关系;
基于上述拓扑关系,查找独立圩区、嵌套圩区与可分割圩区;
将可分割圩区拆分成等效为独立圩区的若干个子圩区,并将所述子圩区插入所述独立圩区形成的集合;
查找所述嵌套圩区的层级,并基于层级关系,标定内部圩区为二级圩区、三级圩区至N级圩区;基于已标定的圩区层级划定圩区调控的优先级。
在进一步的实施例中,判断是否属于可分割圩区的方法是,内部圩区与外部圩区共边(圩堰),且内部圩区包含于外部圩区;判断是否属于嵌套圩区的方法是,外部圩区全部包含内部圩区,且内部圩区与外部圩区没有重叠的圩堰;判断两个圩区为独立圩区的方法是,两个圩区互不包含,可共用部分圩堰。
在进一步的实施例中,在实时情景滞蓄优化时,按照圩区的层级,从内之外,逐级优化;圩内的面积为圩堰包含的所有面积。
因此当一个大圩区包含小圩区时,在计算大圩区圩内面积时,被包含的小圩区的面积也统计在其中。第二方面,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中任一项所述方法的步骤。
有益效果:本发明针对某些平原水网区圩区众多,遭遇降雨时圩区-圩外系统滞蓄关系不合理导致的河网水位迅速升高影响防洪安全的问题,提出了一种平原水网圩区-圩外系统滞蓄关系优化方法,可以自动模拟预测实时情景下洪涝水的时空分配,判断并优化实时情景下水网区圩区-圩外系统的滞蓄关系,从而指导实时防洪调度,降低区域洪涝风险。
附图说明
图1是河网-圩区拓扑关系图((a)为圩区-圩外河网拓扑关系图,(b)为单个圩区拓扑关系图)。
图2是本发明的技术流程图。
图3是本发明的系统架构图。
图4是本发明实施例一圩区聚类结果。
图5是本发明实施例一蓄泄比SDR~Z1关系图。
图6是本发明实施例一滞蓄关系优化对比图。
图7a和图7b是本发明两种二级嵌套圩区示意图。
图8是本发明实施例三水文水动力模型技术框架图。
具体实施方式
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。
为了解决上述问题,申请人进行了深入地研究。
如图1中的a和b所示,对于平原河网地区,城市防洪工程和圩区建设是提高低洼地区防洪标准最直接的措施之一。此时某个区域河网的调蓄能力既包含了圩外河网的调蓄能力,也包含了圩区及城市大包围的调蓄能力。城防、圩区建设通过圈圩筑堤、建闸控制、设站排水等方法,防止外河洪水侵袭,排除圩内涝水,从而达到防洪和排涝的目的。但同时圩区建设使得各圩区自成封闭系统,诸多河道成为圩内河道,其涝水则主要排入周边的圩外河道,从而改变了自然状态下圩内、圩外洪涝水的汇流过程和时空分配。
通过发明人的研究,认为在一定量级降雨下,降低某个河网区域洪涝风险关键在于,定量模拟和预测实时情景下洪涝水在圩区-圩外系统中的时空分配特征和河网防洪风险大小,并做出调整和优化,以求在圩区安全的前提下,圩外河网水位不至于过高,从而达到优化区域洪涝水在圩区-圩外系统中的时空分配、区域整体防洪安全最大化(防洪风险指数R最小)的目的。
实施例一:
本实施例以长江下游某平原河网区为例,应用本发明提出的一种平原水网圩区-圩外系统滞蓄关系优化方法来计算分析平原水网区典型历史场次降水事件涨水期圩区-圩外系统滞蓄关系,并进一步优化实时情景下的圩区-圩外系统滞蓄关系。结合附图3,其具体步骤如下:
步骤1,根据历史水文、降雨数据识别场次降雨涨水期,建立典型历史情景集合,并对建立的情景集合进行分类,通过水文水动力模型计算模拟各历史情景下河网水位、区域外排水量,以及各时刻下圩内与圩外的槽蓄量等要素;
步骤2,构建平原水网区蓄泄特征表征指标,包含区域蓄泄比SDRj、区域蓄泄比SDR、圩外河网单位面积滞蓄水量AS1、圩内河网单位面积滞蓄水量AS2和防洪风险指数R;
步骤3,基于典型历史情景下河网水位、外排水量、槽蓄量的计算过结果,计算绘制典型历史情景j下区域蓄泄比SDRj,并分别绘制典型历史情景下SDRj与初始水位Z(j,1)、累计降雨量Pj的关系图,SDRj=f(Z(j,1),Pj),并进行SDRj与上述水文要素的相关性检验,通过相关性检验后,以各个(Z(j,1),ln(SDRj))为参数建立区域蓄泄比SDR~水文要素的关系,为后续预测提供数据支撑。
步骤4,确定圩内、圩外单位面积滞蓄水量比的阈值CAS;
计算各历史情景下圩外单位面积滞蓄水量AS1、圩内单位面积滞蓄水量AS2、圩内与圩外单位面积滞蓄水量比AS2/AS1,并进一步确定圩内与圩外单位面积滞蓄水量比AS2/AS1的阈值CAS。确定圩内与圩外单位面积滞蓄水量比阈值CAS的目的是寻求一定的水文条件下适宜的阈值CAS值,作为某个河网区是否实现滞蓄有度的判断依据。阈值CAS的确定方法如下:
在聚类后生成的各类情景中,取该类情景中满足区域防洪风险指数R=0的若干历史情景下圩内与圩外单位面积滞蓄水量比AS2/AS1的均值作为阈值CAS。
需要说明的是,尽管通过系统聚类方法将历史情景做了分类,每一个类别中水文要素相对较为接近,但由于各水位站初始水位空间分布差异以及降雨等要素的影响,即使同属于同一个类别的历史情景和未来实时情景,其河网产水量时空分布特征、圩外河网及圩区滞蓄量大小仍可能存在一定差异,并进一步导致区域防洪风险大小的差异,为此,基于偏安全的考虑,本发明采用满足防洪风险指数R=0的若干历史情景中圩内与圩外单位面积滞蓄水量比AS2/AS1的均值作为该类情景下的阈值CAS。
式中,k为表示情景类别的自然数,CAS,k为第k类情景对应的圩内、圩外单位面积滞蓄水量比阈值,j为表示情景序号的自然数,AS1,k,j为属于k类情景下的情景j的圩内河网单位面积滞蓄水量,AS2,k,j为属于k类情景下的情景j的圩内河网单位面积滞蓄水量,Rk,j为k类情景中情景j的防洪风险指数,Dk为k类情景中满足防洪风险指数Rk,j=0的情景个数。
步骤5,获取实时水文数据,模拟预测实时情景圩区-圩外系统滞蓄关系,并根据预测计算的实时情景防洪风险指数R,圩内与圩外单位面积滞蓄水量比AS2/AS1与阈值的比较,判断是否需要优化实时情景圩区-圩外系统滞蓄关系;
步骤6,针对防洪风险指数R>0同时圩内与圩外单位面积滞蓄水量比AS2/AS1<阈值CAS的实时情景,首先采用系统聚类方法对圩区进行聚类,再通过增加不同类型圩区调蓄水深Hs的方式优化圩区-圩外系统滞蓄关系,降低防洪风险指数R。
在进一步的实施例中,根据步骤1所述方法,输入历史降雨、水位数据,场次降水开始的时刻记为t1,t1时刻水位站i的水位记为Z1,i,区域河网的平均水位记为Z1,Z1取各Z1,i的算术平均值,场次降水中河网水位达到峰值的时刻记为t2,t2时刻对应的峰值水位记为Zmax,则t1到t2的降水过程定义为一个场次降水事件的涨水期,t1、t2满足以下条件:
t1之前特定时段△t内平均降雨强度小于1mm/d;
t1~t2时段内单日最大降雨量P1d≥10mm。
由此建立河网初始水位Z1、场次降水涨水期降雨量P的二维情景集合{Z1,P},本实施例中构建了满足上述条件的历史情景共计24个。
采用系统聚类方法对构建的24个历史情景集合进行聚类分析,聚类指标为初始水位均值Z1。据此,将构建的情景分为3个类别,第一类情景为Z1≤3.51m,第二类情景为3.51m<Z1≤3.81m,第三类情景为Z1>3.81m,见表1。
表1历史情景聚类结果
由于难以获取区域内完整的河网外排水量、河网槽蓄量等历史资料,在进一步的实施例中,采用构建水文水动力模型对上述二维情景进行模拟计算的方式来弥补历史实测数据的不足。收集平原水网区地形、下垫面、水系、圩区(含城市防洪大包围)、水文站点等资料,构建包括产汇流子模型、河网水动力子模型的水文水动力耦合模型,并采用水文站历史水位数据对模型进行率定验证。采用经率定的水文水动力模型计算历史情景下的平原水网区河网水位、河网槽蓄量、河网外排水量等要素。
在进一步的实施例中,步骤2建立平原水网区蓄泄特征表征指标,分别为典型历史情景下的区域蓄泄比SDRj、圩外河网单位面积滞蓄水量AS1、圩内河网单位面积滞蓄水量AS2、防洪风险指数R,各指标含义及计算方法如下:
1)区域蓄泄比SDR
典型情景河网总滞蓄水量与区域外排水量的比值,反映一定时段内河网(含圩内河网)发挥的调蓄作用大小,SDR越大表示河网发挥的调蓄作用越大。
SDRj=Sj/W(j,out)
式中,SDRj为典型历史情景j下的区域蓄泄比;Sj为典型历史情景j下的区域总滞蓄水量,包含圩外河网、圩内河网的滞蓄水量;W(j,out)为典型历史情景j下的区域外排水量。
2)圩外河网单位面积滞蓄水量AS1、圩内河网单位面积滞蓄水量AS2
由于圩外河网、圩内河网滞蓄水量的能力与其面积有关,因此,为客观反映圩外河网、圩内河网发挥的相对调蓄作用大小,建立圩外河网、圩内河网单位面积滞蓄水量指标ASj1、ASj2,客观衡量圩区的调蓄作用贡献,避免圩外河网、圩区面积因素对于调蓄作用大小的影响。
所述圩外河网单位面积滞蓄水量ASj1为ASj1=Sj1/U1;
所述圩内河网单位面积滞蓄水量ASj2为AS j2=Sj2/U2;
式中,AS1为圩外河网单位面积滞蓄水量,AS2为圩内河网单位面积滞蓄水量,U1为圩外河网面积,U2为圩区面积,Sj1为圩外河网滞蓄水量,S j2为圩内河网滞蓄水量;为终止时刻t2时圩外的槽蓄量,为初始时刻t1时圩外的槽蓄量,为终止时刻t2时圩内的槽蓄量,为初始时刻t1时圩内的槽蓄量;其余变量含义同前。
3)防洪风险指数R
一场降雨下,河网水位上涨是区域河网槽蓄量增加的结果和反映。为衡量不同水文情景下圩外河网蓄水状态和防洪除涝风险差异,构建防洪风险指数R。通常认为某个水位站水位处于保证水位以下时,防洪风险基本可控,反之则认为防洪风险较大,同时防洪风险又与河网水位超保证水位历时有关,因此,防洪风险指数R按下式计算:
式中:ri为水位站i的防洪风险指数,R为区域防洪风险指数,zi(t)为水位站i的水位过程,Hi为水位站i的保证水位,n为站点数量;其余变量含义同前。
当R>0时,表示区域内部分或全部水位站水位超过保证水位,区域存在一定防洪风险。
在进一步的实施例中,步骤3具体为:绘制典型情景下区域蓄泄比SDRj与河网初始水位Z(j,1)、Pj的关系图,并进行区域蓄泄比SDRj与河网初始水位Z(j,1)、场次降水涨水期降雨量Pj的相关性检验。本实施例中,经相关性检验,区域蓄泄比SDR与河网初始水位Z(j,1)通过显著性水平α=0.05的相关性检验,SDRj与场次降水涨水期降雨量Pj未通过显著性水平α=0.05的相关性检验,故建立SDR~Z1的关系(详见图4)如下:
ln(SDR)=a*Z1+b
式中,a、b为拟合后的参数,本实施例中,a、b分别为-2.570、8.796。
在进一步的实施例中,步骤4根据前述建立的3个历史情景类别,分别计算各类历史情景中满足防洪风险指数R=0的AS2/AS1的均值,作为该类情景圩内与圩外单位面积滞蓄水量比的阈值CAS。本实施例中,第一类情景(Z1≤3.51m)圩内与圩外单位面积滞蓄水量比阈值CAS,1=0.495,第二类情景(3.51m<Z1≤3.81m)圩内与圩外单位面积滞蓄水量比阈值CAS,2=0.651,第三类情景(Z1>3.81m)圩内与圩外单位面积滞蓄水量比阈值CAS,3=0.127。
表2各类历史情中圩内、圩外单位面积滞蓄水量比阈值
分类 | AS<sub>2</sub>/AS<sub>1</sub>范围 | 阈值C<sub>AS</sub> |
第一类情景 | 0.314~0.597 | C<sub>AS,1</sub>=0.495 |
第二类情景 | 0.3~1.711 | C<sub>AS,2</sub>=0.651 |
第三类情景 | 0.049~0.246 | C<sub>AS,3</sub>=0.127 |
在进一步的实施例中,针对表3中的1个实时情景开展滞蓄关系预测和优化,具体如下:
1)通过水文遥测设备获取水位站实时水位数据,基于获取的河网水位、预报降雨等实时数据,采用水文水动力模型模拟计算实时情景下的河网水位、河网槽蓄量、河网外排水量等要素,并计算实时情景下的区域蓄泄比SDR、圩内与圩外单位面积滞蓄水量比AS2/AS1、防洪风险指数R等指标值。
2)判断实时情景防洪风险指数R值大小,若R=0,则完成实时情景圩区-圩外系统滞蓄关系计算;若R>0,则进一步判断圩内与圩外单位面积滞蓄水量比AS2/AS1与阈值CAS大小,若AS2/AS1>CAS,则对实时情景圩区-圩外系统滞蓄关系进行优化。本实施例中实时情景初始水位为3.77m,属于前述第二类情景,模拟预测的防洪风险指数R=0.97,AS2/AS1=0.113,由于R>0且AS2/AS1<CAS,2,需要进行实时情景圩区-圩外系统滞蓄关系优化。
3)鉴于农业型圩区、非农业型圩区的保护标准、圩区自身排泄涝水能力、调蓄空间等有差异,采用系统聚类分析法,将区域内圩区分为若干类型。构建能够反映圩区自然属性与社会属性的指标,圩区自然属性主要包括圩内水面率、堤顶高程、排涝模数等指标;社会属性指标主要用于区分圩区农业圩或非农业圩属性,采用圩内耕地面积占比间接表征圩区社会属性,圩内耕地面积占比越大,表示该圩区农业圩属性越大。基于该方法,本实施例中圩区共分为5类,分别为A类、B类、C类、D类、其他。
4)对于不同类型的圩区不同程度地增加圩区调蓄水深Hs,本实施例中,A类圩区调蓄水深由0.2m增加至0.6m,B类圩区调蓄水深由0.2m增加至0.4m,C类圩区调蓄水深由0.2m增加至0.3m,D类圩区调蓄水深由0.1m增加至0.2m,其他圩区调蓄水深不变。圩区-圩外系统滞蓄关系优化后,重新预测该实时情景下的滞蓄关系和防洪风险指数,实时情景防洪风险指数R的预测值由初始预测的0.97降低至优化后重新预测的0.78。优化前后结果对比见表3、图6。
表3实时情景圩区-圩外系统滞蓄关系优化前后对比
实施例二:
本实施例以二级嵌套圩区A(某个城市防洪工程)为例,进一步说明针对二级嵌套圩区如何进行水文水动力模型概化和圩区调蓄水深优化。
该二级嵌套圩区A内部多级嵌套圩区拓扑关系图如图7a所示。对于包含二级小圩区的城市防洪工程,在进行水文水动力模型构建时,需要将该二级嵌套圩区进行“降级”处理,即通过完整概化一级圩区内的河道,将该二级嵌套圩区处理为多个二级小圩区,再将圩区A、若干二级小圩区与其余普通圩区一起进行聚类分析。
本实施例中,圩区A内部包含r1、r2、r3、r4、r5五条河道,并分为A-1、A-2、A-3、A-4四个独立的二级小圩区。水文水动力模型构建时,分别概化R1、R2、R3、R4四条圩外河道和r1、r2、r3、r4、r5五条圩区内部河道,以及A-1、A-2、A-3、A-4四个二级小圩区,由此完成对二级嵌套圩区的“降级”。再将圩区A和A-1、A-2、A-3、A-4二级小圩区与其余普通圩区一起进行聚类分析。在完成分类的基础上,对圩区A和A-1、A-2、A-3、A-4二级小圩区进行调蓄水深Hs优化。圩区排水时,A-1、A-2、A-3、A-4四个二级小圩区内实际滞蓄水深分别超过给定的调蓄水深值时,首先通过圩区排水设施(泵站)将各自内部涝水排入圩区A内部河道r1、r2、r3、r4、r5,或直接排入R1、R2、R3、R4四条圩区外部河道;由于二级小圩区的排水,圩区A内部河道r1、r2、r3、r4、r5的实际调蓄水深将增加,当圩区A内部河道r1、r2、r3、r4、r5的实际滞蓄水深超过给定的圩区A调蓄水深值时,圩区A通过排水设施(泵站)将内部涝水排入R1、R2、R3、R4四条圩外河道。
在部分平原河网区域,存在一些较大的圩区,例如城市或农业区域,例如图4所述的大包围。在大包围中,常常存在若干小圩区,有的小圩区如图7b所示,存在有大圩区相同的边,在这种情况下,可以近似等效为一个大圩区分割成不同区域,需要对不同区域进行独立调控,即通过对大圩区的分割,对其降级,使分割后的小圩区与其它圩区在同一调控级别。
但是也存在下述情况。如图7b所示,当一个大圩区内具有至少一个与大圩区不存在邻边的小圩区时(或者说小圩区被大圩区完全包覆,形成于大圩区内部时),即可形成至少二重嵌套圩区,此时,内部圩区完全被外部圩区包围,且内部圩区和外部圩区之间具有河道等区域。例如图7b中圩1和下方的圩3被大圩区全部包围。在这种情况下,如果大圩区和被其包覆的小圩区采用同样的调控策略,有可能导致调控失效。对于小圩区而言,其外部的区域是大圩区的内部,因此,两者如果采用同样的调控策略,有可能导致大圩区内部、小圩区外部的区域被两种不同的调控策略管控,导致调控优化失败。
总之,图7a和图7b的调控优化过程如下,在上述实施例各步骤中增加相关处理方法,为了简化表述,省略了上述方法的其他内容:
构建预研究区域的圩区与圩区、圩区与河网的拓扑关系;
基于上述拓扑关系,查找独立圩区、嵌套圩区与可分割圩区;
将可分割圩区拆分成等效为独立圩区的若干个子圩区,并将所述子圩区插入所述独立圩区形成的集合;
查找所述嵌套圩区的层级,并基于层级关系,标定内部圩区为二级圩区、三级圩区至N级圩区;基于已标定的圩区层级划定圩区调控的优先级。
在进一步的实施例中,判断是否属于可分割圩区的方法是,内部圩区与外部圩区共边(圩堰),且内部圩区包含于外部圩区;判断是否属于嵌套圩区的方法是,外部圩区全部包含内部圩区,且内部圩区与外部圩区没有重叠的圩堰;判断两个圩区为独立圩区的方法是,两个圩区互不包含,可共用部分圩堰。
在进一步的实施例中,在实时情景滞蓄优化时,按照圩区的层级,从内之外,逐级优化;圩内的面积为圩堰包含的所有面积。
因此当一个大圩区(外部圩区,下同)包含小圩区(内部圩区,下同)时,在计算大圩区圩内面积时,被包含的小圩区的面积也统计在其中。
在这一实施例中,通过对圩区内外空间关系的构建,细化对圩区与圩区、圩区与河道之间的关系的描述,并采用上述方法进行调控。
也就是说,在步骤S1或者S2时,构建预研究区域的空间拓扑关系,包括圩区与圩区、圩区与河网(河道)的拓扑关系;
并基于这种拓扑关系,对圩区进行分类,能够分割的圩区,进行分割,形成平行同级的圩区,对于嵌套的圩区,分成不同层级;
在模拟预测实时情景时,按照已经分号的层级设定调控的优先级。
最后在调控的时候,根据优先级进行调控。
实施例三:
提出一种平原水网圩区-圩外系统滞蓄关系优化系统,用于实现平原水网区滞蓄关系优化方法,该系统包括实时数据获取模块、水文水动力模型、滞蓄关系计算模块、滞蓄关系优化模块,如图2所示,各模块功能具体如下:
(1)实时数据获取模块:包括水文遥测系统和在线数据库,其中,水文遥测系统用于对实际情景中各水位站的水位数据进行实时感知和接收,水位站密度不低于1个/300km2,水位数据采集频次为10min/次,在线数据库用于存储历史水文数据、水文遥测系统的实时水文数据、预报降雨数据。
(2)水文水动力模型:基于历史水文数据进行模拟计算,或基于实时获取的水位数据、预报的降雨数据进行模拟预测。本实施例中,共包括产流计算、汇流计算两部分,其中,产流计算时区分圩外河网、圩区内部河网,并分别按水面、水田、旱地、建设用地四类下垫面进行产流计算;汇流计算时,为能更精细、准确模拟坡面汇流过程和汇流区域范围,陆域坡面汇流模拟采用分布式汇流单位线方法进行计算,圩区调度通过设置圩区内部水面滞蓄水深、泵站排涝能力等参数实现,当圩区内部某时刻实际调蓄水深超过给定的滞蓄水深Hs,圩区就开启排水设施(泵站)进行排水。
(3)滞蓄关系计算模块:基于历史水文数据完成滞蓄关系特征指标计算,以及区域蓄泄比SDR~水文要素的非线性关系建立、相关指标阈值计算等。
(4)滞蓄关系优化模块:基于实时水文数据,模拟预测实时情景下的区域滞蓄关系;根据防洪风险指数、预设的圩内与圩外单位面积滞蓄水量比阈值,判断是否需要优化滞蓄关系,针对判断结果为“是”的情况,根据步骤5和6所述的方法完成圩区聚类、增加调蓄水深、洪涝水时空分配优化等,从而实现圩区-圩外系统滞蓄关系优化,降低实时情景防洪风险指数。
总之,本申请针对平原水网区城市防洪工程、圩区众多的现象,通过优化区域内洪涝水在圩内、圩外两个系统的时空分布,从而达到降低区域整体防洪风险目的的一种技术。其原则是基于不同片区河网、圩区、城市防洪工程的调蓄能力和洪涝承受能力,通过提前预降水位为后期滞蓄涝水预留空间、优化圩区调蓄水深等方式,合理挖掘河网调蓄水的潜力,优化区域洪涝水在时间尺度及不同对象中的空间分配,充分发挥区域河网、圩区对于洪涝水的滞蓄作用。
如上所述,尽管参照特定的实施例已经表示和表述了本发明,但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下,可对其在形式上和细节上做出各种变化。
Claims (10)
1.一种平原水网圩区-圩外系统滞蓄关系优化方法,其特征在于,包括如下步骤:
S1、采集研究区域的历史水文和降雨数据,并基于所述历史水文和降雨数据识别场次降雨涨水期,建立典型历史情景集合并分类,基于河网-圩区拓扑关系,建立水文水动力模型,通过水文水动力模型计算模拟各个典型历史情景下河网水位、河网外排水量,以及各时刻下圩内与圩外河网的槽蓄量;
S2、构建平原水网区蓄泄特征的表征指标,所述表征指标包含典型历史情景下的区域蓄泄比SDRj、区域蓄泄比SDR、圩外河网单位面积滞蓄水量AS1、圩内河网单位面积滞蓄水量AS2和防洪风险指数R;
S3、基于典型历史情景下区域外排水量和槽蓄量的计算结果,计算典型历史情景j下的区域蓄泄比SDRj,分别绘制典型历史情景下区域蓄泄比SDRj与初始水位Z(j,1)、累计降雨量Pj的关系图,SDRj=f(Z(j,1),Pj);并进行区域蓄泄比SDR与初始水位Z(j,1)、累计降雨量Pj的相关性检验,通过相关性检验后,以各个(Z(j,1),ln(SDRj))为参数建立区域蓄泄比SDR~初始水位的关系,建立蓄泄比SDR与初始水位的关系式;
S4、确定圩内、圩外单位面积滞蓄水量比的阈值CAS;
计算各典型历史情景下圩外单位面积滞蓄水量AS1、圩内单位面积滞蓄水量AS2、圩内与圩外单位面积滞蓄水量比AS2/AS1,并进一步确定圩内与圩外单位面积滞蓄水量比AS2/AS1的阈值CAS;
S5、模拟预测实时情景圩区-圩外系统滞蓄关系,并根据预测计算的实时情景防洪风险指数R,区域蓄泄比SDR~水文要素的关系,圩内与圩外单位面积滞蓄水量比AS2/AS1与阈值CAS的比较,判断是否需要优化实时情景下的圩区-圩外系统滞蓄关系;
S6、针对防洪风险指数R>0同时圩内与圩外单位面积滞蓄水量比AS2/AS1<阈值CAS的实时情景,采用系统聚类方法对圩区进行聚类分析,再通过增加不同类型圩区调蓄水深Hs的方式来优化圩区-圩外系统滞蓄关系,以降低防洪风险指数R;
所述阈值CAS的确定方法如下:
在聚类分析后生成的各类典型历史情景中,取满足防洪风险指数R=0的若干典型历史情景中圩内与圩外单位面积滞蓄水量比AS2/AS1的均值作为该类情景下的CAS,
式中,k为表示情景类别的自然数,CAS,k为第k类情景对应的圩内与圩外单位面积滞蓄水量比阈值,j为表示情景序号的自然数,AS1,k,j为属于k类情景下的情景j的圩外河网单位面积滞蓄水量,AS2,k,j为属于k类情景下的情景j的圩内河网单位面积滞蓄水量,Rk,j为k类情景中情景j的防洪风险指数,Dk为k类情景中满足防洪风险指数Rk,j=0的情景个数。
2.根据权利要求1所述的一种平原水网圩区-圩外系统滞蓄关系优化方法,其特征在于,S1中所述识别场次降雨涨水期,建立典型历史情景集合的过程,具体为:
输入历史降雨、水位数据,场次降水开始的时刻记为t1,
t1时刻水位站i的水位记为Z1,i,区域河网的平均水位记为Z1,Z1取各Z1,i的算术平均值,
场次降水中河网水位达到峰值的时刻记为t2,
t2时刻对应的水位为峰值水位Zmax,
从t1到t2的降水过程定义为一个场次降水事件的涨水期,t1、t2满足以下条件:
t1之前特定时段△t内平均降雨强度小于1mm/d;
t1~t2时段内单日最大降雨量P1d≥10mm;
由此建立河网初始水位Z1、场次降水涨水期降雨量P的二维情景集合{Z1,P}。
3.根据权利要求1所述的一种平原水网圩区-圩外系统滞蓄关系优化方法,其特征在于,步骤S1所述对建立的情景集合进行分类,具体为:
采用系统聚类方法对构建的典型历史情景集合进行分类,聚类样本为构建的若干历史情景,聚类指标为初始水位均值Z1。
4.根据权利要求1所述的一种平原水网圩区-圩外系统滞蓄关系优化方法,其特征在于,步骤S1所述水文水动力模型构建及计算,具体为:
收集平原水网区地形、下垫面、水系、圩区、水文站点资料;
构建预研究区域的圩区与圩区、圩区与河网的拓扑关系;
基于上述拓扑关系,查找独立圩区、嵌套圩区与可分割圩区;
将可分割圩区拆分成等效为独立圩区的若干个子圩区,并将所述子圩区插入所述独立圩区形成的集合;
查找所述嵌套圩区的层级,并基于层级关系,标定内部圩区为二级圩区、三级圩区至N级圩区;
判断是否属于可分割圩区的方法是,内部圩区与外部圩区共边,且内部圩区包含于外部圩区;判断是否属于嵌套圩区的方法是,外部圩区全部包含内部圩区,且内部圩区与外部圩区没有重叠的圩堰;判断两个圩区为独立圩区的方法是,两个圩区互不包含,可共用部分圩堰;
构建包括产汇流子模型、河网水动力子模型的水文水动力耦合模型,并采用水文站历史水位数据对模型进行率定验证;
采用经率定的水文水动力模型模拟计算典型历史情景下的平原水网区的河网水位、河网槽蓄量和河网外排水量。
5.根据权利要求1所述的一种平原水网圩区-圩外系统滞蓄关系优化方法,其特征在于,步骤S2中所述构建平原水网区蓄泄特征表征指标中,
所述区域蓄泄比SDRj为SDRj=Sj/W(j,out)
式中,SDRj为典型历史场景j下的区域蓄泄比;Sj为典型历史场景j下的区域总滞蓄水量,包含圩外河网、圩内河网的滞蓄水量;W(j,out)为典型历史场景j下的区域河网外排水量;
所述圩外河网单位面积滞蓄水量ASj1为ASj1=Sj1/U1;
所述圩内河网单位面积滞蓄水量ASj2为ASj2=Sj2/U2;
式中,ASj1为历史情景j下的圩外河网单位面积滞蓄水量,ASj2为历史情景j下的圩内河网单位面积滞蓄水量,U1为圩外河网面积,U2为圩区面积,Sj1为历史情景j下的圩外河网滞蓄水量,S j2为历史情景j下的圩内河网滞蓄水量;
所述防洪风险指数R为:
式中:ri为水位站i的防洪风险指数,R为区域防洪风险指数,zi(t)为水位站i的水位过程,Hi为水位站i的保证水位,n为站点数量;
当R>0时,表示区域内部分或全部水位站水位超过保证水位,区域存在一定防洪风险。
6.根据权利要求4所述的一种平原水网圩区-圩外系统滞蓄关系优化方法,其特征在于,所述步骤S5进一步包括:
S51、实时情景圩区-圩外系统滞蓄关系模拟预测:基于获取的包括河网水位、预报降雨在内的实时数据,采用所述水文水动力模型模拟预测实时情景下的河网水位、河网槽蓄量和河网外排水量,并计算得到实时情景下的区域蓄泄比SDR,圩内与圩外单位面积滞蓄水量比AS2/AS1以及防洪风险指数R;
S52、实时情景圩区-圩外系统滞蓄关系判断:首先判断实时情景防洪风险指数R值大小,若防洪风险指数R=0,则完成实时情景圩区-圩外系统滞蓄关系计算;
若防洪风险指数R>0,则进一步判断圩内与圩外单位面积滞蓄水量比AS2/AS1与阈值CAS大小,若圩内与圩外单位面积滞蓄水量比AS2/AS1<阈值CAS,则对实时情景圩区-圩外系统滞蓄关系进行优化,否则完成实时情景圩区-圩外系统滞蓄关系计算。
7.根据权利要求1所述的一种平原水网圩区-圩外系统滞蓄关系优化方法,其特征在于,所述S6中所述圩区聚类分析方法具体为:
构建反映圩区自然属性与社会属性的指标,圩区自然属性包括圩内水面率、堤顶高程和排涝模数,其中圩内水面率表征圩区自然状态下调蓄能力,堤顶高程差异间接反映圩区地面高程差异,排涝模数表征工程作用下圩区调蓄能力;
社会属性指标用于区分圩区农业圩或非农业圩属性,采用圩内耕地面积占比间接表征圩区社会属性,圩内耕地面积占比越大,表示该圩区农业圩属性越大;
基于上述自然属性和社会属性指标,采用系统聚类分析法将区域内圩区分为若干类型。
8.根据权利要求1所述的一种平原水网圩区-圩外系统滞蓄关系优化方法,其特征在于,所述S6中所述实时情景圩区-圩外系统滞蓄关系优化,具体为:
针对防洪风险指数R>0同时圩内与圩外单位面积滞蓄水量比AS2/AS1<阈值CAS的实时情景,在保证圩区自身安全的前提下,对于不同类型的圩区不同程度地增加圩区调蓄水深Hs,以增加涨水期圩内河网滞蓄水量,优化洪涝水在圩外河网、圩内河网的时空分配,从而实现圩区-圩外系统滞蓄关系优化,降低实时情景防洪风险指数。
9.根据权利要求1所述的一种平原水网圩区-圩外系统滞蓄关系优化方法,其特征在于,
所述步骤S5还包括:基于权利要求5步骤S1中已标定的圩区层级划定圩区调控的优先级;
所述步骤S6还包括:在实时情景滞蓄优化时,按照圩区的层级,从内之外,逐级优化;圩内的面积为圩堰包含的所有面积。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210132273.6A CN114528761B (zh) | 2022-02-14 | 2022-02-14 | 平原水网圩区-圩外系统滞蓄关系优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210132273.6A CN114528761B (zh) | 2022-02-14 | 2022-02-14 | 平原水网圩区-圩外系统滞蓄关系优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114528761A CN114528761A (zh) | 2022-05-24 |
CN114528761B true CN114528761B (zh) | 2022-09-06 |
Family
ID=81623805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210132273.6A Active CN114528761B (zh) | 2022-02-14 | 2022-02-14 | 平原水网圩区-圩外系统滞蓄关系优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114528761B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273313B (zh) * | 2023-09-08 | 2024-05-24 | 中关村科学城城市大脑股份有限公司 | 水网调蓄方法、装置、电子设备和计算机可读介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590556A (zh) * | 2017-08-31 | 2018-01-16 | 华北电力大学 | 一种根据动库容影响实施的水库防洪优化调度方法 |
WO2019042162A1 (zh) * | 2017-08-29 | 2019-03-07 | 上海海洋大学 | 基于环境因子的西北非海域头足类渔场预报方法 |
CN109446934A (zh) * | 2018-10-12 | 2019-03-08 | 北京英视睿达科技有限公司 | 水环境监管方法和系统 |
CN112726487A (zh) * | 2020-12-07 | 2021-04-30 | 福建省水利水电勘测设计研究院 | 一种通过水位控制保障城市河湖多功能的河湖连通方法 |
CN112800636A (zh) * | 2021-04-08 | 2021-05-14 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种估算无资料地区流域地表水资源量的方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108876141B (zh) * | 2018-06-12 | 2021-10-15 | 河海大学 | 流域蓄泄时滞效应的定量化分析指标 |
-
2022
- 2022-02-14 CN CN202210132273.6A patent/CN114528761B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019042162A1 (zh) * | 2017-08-29 | 2019-03-07 | 上海海洋大学 | 基于环境因子的西北非海域头足类渔场预报方法 |
CN107590556A (zh) * | 2017-08-31 | 2018-01-16 | 华北电力大学 | 一种根据动库容影响实施的水库防洪优化调度方法 |
CN109446934A (zh) * | 2018-10-12 | 2019-03-08 | 北京英视睿达科技有限公司 | 水环境监管方法和系统 |
CN112726487A (zh) * | 2020-12-07 | 2021-04-30 | 福建省水利水电勘测设计研究院 | 一种通过水位控制保障城市河湖多功能的河湖连通方法 |
CN112800636A (zh) * | 2021-04-08 | 2021-05-14 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种估算无资料地区流域地表水资源量的方法及系统 |
Non-Patent Citations (7)
Title |
---|
Impacts of hydraulic redistribution on eco-hydrological cycles: A case study over the Amazon basin;Wang, YY 等;《SCIENCE CHINA-EARTH SCIENCES》;20180930;第61卷(第9期);第1330-1340页 * |
Water erosion risk assessment and impact on productivity of a Venezuelan soil;Lobo, D 等;《CATENA》;20051230;第64卷(第2-3期);第297-306页 * |
国内外韧性城市的研究对黄河滩区空间规划的启示;李翅等;《城市发展研究》;20200226;第27卷(第02期);第54-60页 * |
太湖流域圩区排涝对区域防洪影响分析;周宏伟等;《水利规划与设计》;20151130(第11期);第1-21页 * |
太湖流域大尺度洪水分析中对圩区影响洪涝分布的模拟;王静等;《水利水电技术》;20100920;第41卷(第09期);第91-96页 * |
武澄锡虞区河湖水系连通与水安全保障研究的思考;陆志华等;《人民长江》;20200828;第51卷(第08期);第118-122页 * |
流域分布式水文模拟中的模型网格尺度效应;罗智锋等;《三峡大学学报(自然科学版)》;20130425;第35卷(第02期);第6-11页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114528761A (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113379109B (zh) | 一种基于预测模型自适应的径流预报方法 | |
Li et al. | Dynamic control of flood limited water level for reservoir operation by considering inflow uncertainty | |
Azevedo et al. | Integration of water quantity and quality in strategic river basin planning | |
Sedki et al. | Simulation-optimization modeling for sustainable groundwater development: a Moroccan coastal aquifer case study | |
Lei et al. | Deriving mixed reservoir operating rules for flood control based on weighted non-dominated sorting genetic algorithm II | |
CN104318058B (zh) | 基于雨量监测的泥石流预警方法 | |
CN112528563B (zh) | 一种基于svm算法的城市内涝预警方法 | |
CN114528761B (zh) | 平原水网圩区-圩外系统滞蓄关系优化方法及系统 | |
CN113469528B (zh) | 一种考虑时空关联多维不确定性的水库群多目标防洪调度风险分析方法 | |
CN115774953A (zh) | 一种基于数据处理的污染时空风险监管评估系统及方法 | |
CN111737853A (zh) | 一种基于swmm模型的低影响开发多目标区间优化配置方法 | |
CN104615845A (zh) | 一种超临界洪水风险分析方法 | |
CN111143498B (zh) | 小河流洪水预报方法 | |
CN106598918A (zh) | 基于分位数回归的非一致性设计洪水计算方法 | |
CN106548285A (zh) | 计及小水电出力的趸售电量预测方法 | |
CN114936505B (zh) | 一种城市雨水井多点位水深快速预报的方法 | |
CN115186857A (zh) | 一种基于集成学习的神经网络水库水位预测方法 | |
CN109919397B (zh) | 平原河网地区排涝容量校验优化方法 | |
CN109002946B (zh) | 一种河湖补水的“两库—两站”系统水资源优化调度方法 | |
CN108763798B (zh) | 一种湖泊与地下水非稳定流作用模拟方法 | |
CN116362552B (zh) | 一种评估小型水库安全风险等级的方法 | |
CN117575289A (zh) | 水量-水质多目标协同的水库优化调度方法 | |
CN113589404B (zh) | 一种场次暴雨径流量预测方法 | |
CN112507635B (zh) | 一种流域湿地洪水调蓄功能量化评估方法 | |
Xie et al. | Evaluation of sustainable use of water resources based on random forest: A Case study in the Lishui River Basin, Central China |
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 |