CN114547009A - 一种利用p&c法推求设计雨型的方法及系统 - Google Patents
一种利用p&c法推求设计雨型的方法及系统 Download PDFInfo
- Publication number
- CN114547009A CN114547009A CN202210160997.1A CN202210160997A CN114547009A CN 114547009 A CN114547009 A CN 114547009A CN 202210160997 A CN202210160997 A CN 202210160997A CN 114547009 A CN114547009 A CN 114547009A
- Authority
- CN
- China
- Prior art keywords
- rainfall
- proportion
- rain
- determining
- data
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/041—Abduction
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Mathematical Optimization (AREA)
- Atmospheric Sciences (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Biodiversity & Conservation Biology (AREA)
- Environmental Sciences (AREA)
- Fuzzy Systems (AREA)
- Ecology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种利用P&C法推求设计雨型的方法及系统。该利用P&C法推求设计雨型的方法包括步骤:设计雨型统计样本确定步骤,单场降雨各时段降雨量比例确定及排序步骤,多场降雨对应序位时段雨量比例统计平均步骤,各序位雨量比例确定步骤,以及推求设计雨型步骤。本申请对连续多年以上资料年份的降雨数据进行数据清洗,对多年多场降雨各对应序位时段雨量比例统计平均处理,确定降雨历时各时段平均降雨量,推求适用于初期雨水截流的短历时设计雨型,避免了采用当地最有代表性的降雨过程或者每年一场最大降雨的降雨样本作为设计雨型时,导致降雨样本代表性不足,设计雨型不能符合“初期雨水”污染严重设计需求情况的问题。
Description
技术领域
本发明涉及设计雨型技术领域,尤其涉及一种利用P&C法推求设计雨型的方法及系统,更具体为利用Pilgrim&Cordery法(简称"P&C法")推求的适用于初期雨水截流的短历时设计雨型的方法及系统。
背景技术
雨型是降雨强度在时间尺度上的分配过程,暴雨强度公式表达了平均强度与最强时段的规律,但并未描绘暴雨强度的过程;而不同的强度过程,对径流曲线与调蓄计算均有重要的影响。故雨型的研究同暴雨公式的建立一样是现代城市暴雨管理的基础,有着重要的研究意义。
不同强度的降雨使得暴雨调蓄设施表现出不同的处理效率,不同的雨型会导致降雨径流的计算结果产生明显的差异。因此,设计雨型应基于大量暴雨资料的统计获得,具有典型性和代表性,能反映绝大多数情况下的暴雨强度变化过程。在大量暴雨资料统计规律基础上选择当地最有代表性的降雨过程作为设计雨型,虽不能符合于所有降雨,却能代表大多数场合下的平均情况,概括了大多数暴雨强度过程的变化规律。
在降雨过程中,水处理专家将降雨的初期命名为“初期雨水”。初期雨水有别于其他降雨是,由于初期雨水在降落的过程中混有空气中大量的工业废气、汽车尾气排放的颗粒物,同时又冲刷地面各种污染物的路面、屋面,致使初期降雨的含污量高于其他时期,是城市水体主要面源污染之一。
随着城市化进程的加快,携带大量污染物的初期雨水排放到城市河流湖泊受纳水体中,将使河流湖泊的生态系统破坏,不仅危害到水中的各种生物,而且也会对人类的健康产生很大的影响,因此初期雨水收集处理对于城市河流湖泊水体污染防治具有重要意义。以控制面源污染为目的的初期雨水调蓄设施基于低重现期设计雨型,合理确定调蓄设施的入流量和调蓄容积,对确定截流调蓄设施的规模和调控运行具有十分重要的意义。
不同的国家和地区推求雨型的方法不尽相同,在专利201710826540.9中公开了一种城市设计暴雨雨型统计方法,基于不少于30年的暴雨记录资料,包括如下步骤:1)场雨过程确定;2)降雨过程采集;3)雨型统计;4)雨峰确定,将城市暴雨强度公式求得的雨量值分别对应带入设计暴雨雨型的分配比例,可得到城市设计暴雨时程雨量分配即设计雨型。但是,其选择每年一场最大降雨的降雨样本代表性不足,并且该方法得到的雨型适用于排水防涝以及海绵城市规划设计,但是对于初期雨水相关的研究,该方法推导的雨型是难于满足规划设计需要的。
发明内容
本发明的目的在于,提供一种利用P&C法推求设计雨型的方法及系统,通过采用Pilgrim&Cordery法(简称"P&C法"),对连续多年以上资料年份的降雨数据进行数据清洗,排除“初雨效应”不明显的降雨事件,并对每一场降雨进行分析筛选,对多年多场降雨各对应序位时段雨量比例统计平均处理,确定降雨历时各时段平均降雨量,推求适用于初期雨水截流的短历时设计雨型,解决了现有技术采用当地最有代表性的降雨过程或者每年一场最大降雨的降雨样本作为设计雨型,降雨样本代表性不足,设计雨型不能符合“初期雨水”污染严重情况的技术问题。
为了实现上述目的,本发明其中一实施例中提供一种利用P&C法推求设计雨型的方法,包括步骤:
设计雨型统计样本确定步骤,收集预设计雨型的地区现有的所有实测降雨资料并预处理,排除“初雨效应”不明显的降雨事件数据和异常数据,形成雨型统计样本;
单场降雨各时段降雨量比例确定及排序步骤,按规定的各降雨历时,对所述雨型统计样本中每一场降雨样本进行等时长分段,按照各分段的雨量值降序排序;或者计算各分段降雨量占该降雨历时内总雨量的百分比,按照各分段的雨量百分比值降序排序;
多场降雨对应序位时段雨量比例统计平均步骤,对选定的降雨历时,计算多场降雨样本的各序位号雨量百分比的均值,确定Pilgrim和Cordery设计雨型各序位号的雨量比例;
各序位雨量比例确定步骤,将各序位的雨量比例与各分段的序位一一对应,即可得到Pilgrim和Cordery设计雨型的时程分配比例;以及
推求设计雨型步骤,利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量,结合降雨历时各时段雨量比例即可推求出Pilgrim和Cordery设计雨型。
于本申请一实施例中所述的利用P&C法推求设计雨型的方法,其中,所述设计雨型统计样本确定步骤中,
所述实测降雨资料通过雨量站雨量记录仪收集获取;
采用数据库导入所述实测降雨资料的数据,进行计算分析和统计后排除“初雨效应”不明显的降雨事件数据和异常数据;
所述“初雨效应”不明显的降雨事件数据为≤2mm降雨量;
所述异常数据包括重复数据或降雨量超出对应地区降雨范围的错误数据;
在形成雨型统计样本之前还包括:根据筛选后的多年降雨统计结果,逐年选取0-120min雨量最大的至少8场降雨过程,然后将选取的降雨样本由大至小排序,再选取资料年限的2至6倍样本数,作为所述雨型统计样本。
于本申请一实施例中所述的利用P&C法推求设计雨型的方法,其中,所述单场降雨各时段降雨量比例确定及排序步骤中,以5-10min为间隔将各场降雨样本进行等时长分段。
于本申请一实施例中所述的利用P&C法推求设计雨型的方法,其中,所述推求设计雨型步骤中,包括:
降雨历时各时段雨量比例确定步骤,根据得到的Pilgrim和Cordery设计雨型的时程分配比例确定降雨历时各时段雨量比例;
降雨历时各时段平均降雨量步骤,利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量;
推求出pilgrim和Cordery设计雨型步骤,通过降雨总量结合降雨历时各时段雨量比例,推求出Pilgrim和Cordery设计雨型。
于本申请一实施例中所述的利用P&C法推求设计雨型的方法,其中,所述单场降雨各时段降雨量比例确定及排序步骤中,实现对单场降雨各时段降雨量排序序位号确定;所述多场降雨对应序位时段雨量比例统计平均步骤中,实现对多场降雨对应时段序位号统计雨量比例平均值;所述各序位雨量比例确定步骤中,实现对雨型各时段的序位确定。
本申请还提供一种利用P&C法推求设计雨型的系统,其包括:
设计雨型统计样本确定单元,用于收集预设计雨型的地区现有的所有实测降雨资料并预处理,排除“初雨效应”不明显的降雨事件数据和异常数据,形成雨型统计样本;
单场降雨各时段降雨量比例确定及排序单元,用于按规定的各降雨历时,对所述雨型统计样本中每一场降雨样本进行等时长分段,按照各分段的雨量值降序排序;或者计算各分段降雨量占该降雨历时内总雨量的百分比,按照各分段的雨量百分比值降序排序;
多场降雨对应序位时段雨量比例统计平均单元,用于对选定的降雨历时,计算多场降雨样本的各序位号雨量百分比的均值,确定Pilgrim和Cordery设计雨型各序位号的雨量比例;
各序位雨量比例确定单元,用于将各序位的雨量比例与各分段的序位一一对应,即可得到Pilgrim和Cordery设计雨型的时程分配比例;以及
推求设计雨型单元,用于利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量,结合降雨历时各时段雨量比例即可推求出Pilgrim和Cordery设计雨型。
于本申请一实施例中所述的利用P&C法推求设计雨型的系统,其中,所述实测降雨资料通过雨量站雨量记录仪收集获取;
采用数据库导入所述实测降雨资料的数据,进行计算分析和统计后排除“初雨效应”不明显的降雨事件数据和异常数据;
所述“初雨效应”不明显的降雨事件数据为≤2mm降雨量;
所述异常数据包括重复数据或降雨量超出对应地区降雨范围的错误数据;
所述设计雨型统计样本确定单元,还用于在形成雨型统计样本之前,根据筛选后的多年降雨统计结果,逐年选取0-120min雨量最大的至少8场降雨过程,然后将选取的降雨样本由大至小排序,再选取资料年限的2至6倍样本数,作为所述雨型统计样本。
于本申请一实施例中所述的利用P&C法推求设计雨型的系统,其中,所述单场降雨各时段降雨量比例确定及排序单元,用于以5-10min为间隔将各场降雨样本进行等时长分段。
于本申请一实施例中所述的利用P&C法推求设计雨型的系统,其中,所述推求设计雨型单元,包括:
降雨历时各时段雨量比例确定单元,用于根据得到的Pilgrim和Cordery设计雨型的时程分配比例确定降雨历时各时段雨量比例;
降雨历时各时段平均降雨量单元,用于利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量;
推求出pilgrim和Cordery设计雨型单元,用于通过降雨总量结合降雨历时各时段雨量比例,推求出Pilgrim和Cordery设计雨型。
于本申请一实施例中所述的利用P&C法推求设计雨型的系统,其中,所述单场降雨各时段降雨量比例确定及排序单元,用于实现对单场降雨各时段降雨量排序序位号确定;所述多场降雨对应序位时段雨量比例统计平均单元,用于实现对多场降雨对应时段序位号统计雨量比例平均值;所述各序位雨量比例确定单元,用于实现对雨型各时段的序位确定。
本发明的有益效果在于,提供一种利用P&C法推求设计雨型的方法及系统,通过采用Pilgrim&Cordery法(简称"P&C法"),对连续多年以上资料年份的降雨数据进行数据清洗,排除“初雨效应”不明显的降雨事件,并对每一场降雨进行分析筛选,对多年多场降雨各对应序位时段雨量比例统计平均处理,确定降雨历时各时段平均降雨量,推求适用于初期雨水截流的短历时设计雨型,避免了采用当地最有代表性的降雨过程或者每年一场最大降雨的降雨样本作为设计雨型时,导致降雨样本代表性不足,设计雨型不能符合“初期雨水”污染严重设计需求情况的问题。
附图说明
下面结合附图,通过对本申请的具体实施方式详细描述,呈现本申请的技术方案及其它有益效果。
图1为本申请实施例提供的利用P&C法推求设计雨型的方法的流程图。
图2为本申请实施例提供的推求设计雨型步骤的流程图。
图3为本申请实施例提供的利用P&C法推求设计雨型的方法的原理图。
图4为本申请实施例提供的利用P&C法推求设计雨型的系统的结构示意图。
图5为本申请实施例提供的推求适用于初期雨水截流的短历时雨型示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
下文的公开提供了许多不同的实施方式或例子用来实现本申请的不同结构。为了简化本申请的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本申请。此外,本申请可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本申请提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
具体的,请参阅图1至图5,本申请实施例提供一种利用P&C法推求设计雨型的方法及系统,所述利用P&C法推求设计雨型的方法及系统,通过采用Pilgrim&Cordery法(简称"P&C法"),对连续多年以上资料年份的降雨数据进行数据清洗,排除“初雨效应”不明显的降雨事件,并对每一场降雨进行分析筛选,对多年多场降雨各对应序位时段雨量比例统计平均处理,确定降雨历时各时段平均降雨量,推求适用于初期雨水截流的短历时设计雨型,避免了采用当地最有代表性的降雨过程或者每年一场最大降雨的降雨样本作为设计雨型时,导致降雨样本代表性不足,设计雨型不能符合“初期雨水”污染严重设计需求情况的问题。
如图1所示,本申请其中的一个实施例中提供一种利用P&C法推求设计雨型的方法,包括以下步骤S1-S5。
S1、设计雨型统计样本确定步骤,收集预设计雨型的地区现有的所有实测降雨资料并预处理,排除“初雨效应”不明显的降雨事件数据和异常数据,形成雨型统计样本。
其中,所述实测降雨资料通过雨量站雨量记录仪收集获取;采用数据库(优选MySQL数据库)导入所述实测降雨资料的数据,进行计算分析和统计后排除“初雨效应”不明显的降雨事件数据和异常数据;所述“初雨效应”不明显的降雨事件数据为≤2mm降雨量;所述异常数据包括重复数据或降雨量超出对应地区降雨范围的错误数据。在形成雨型统计样本之前还包括:根据筛选后的多年降雨统计结果,逐年选取0-120min雨量最大的至少8场降雨过程,然后将选取的降雨样本由大至小排序,再选取资料年限的2至6倍样本数,作为所述雨型统计样本。
S2、单场降雨各时段降雨量比例确定及排序步骤,按规定的各降雨历时,对所述雨型统计样本中每一场降雨样本进行等时长分段,按照各分段的雨量值降序排序;或者计算各分段降雨量占该降雨历时内总雨量的百分比,按照各分段的雨量百分比值降序排序。其中优选以5-10min为间隔将各场降雨样本进行等时长分段。
S3、多场降雨对应序位时段雨量比例统计平均步骤,对选定的降雨历时,计算多场降雨样本的各序位号雨量百分比的均值,确定Pilgrim和Cordery设计雨型各序位号的雨量比例。
S4、各序位雨量比例确定步骤,将各序位的雨量比例与各分段的序位一一对应,即可得到Pilgrim和Cordery设计雨型的时程分配比例;以及
S5、推求设计雨型步骤,利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量,结合降雨历时各时段雨量比例即可推求出Pilgrim和Cordery设计雨型。
如图2所示,其中,所述推求设计雨型步骤S5中,包括:
S51、降雨历时各时段雨量比例确定步骤,根据得到的Pilgrim和Cordery设计雨型的时程分配比例确定降雨历时各时段雨量比例;
S52、降雨历时各时段平均降雨量步骤,利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量;
S53、推求出pilgrim和Cordery设计雨型步骤,通过降雨总量结合降雨历时各时段雨量比例,推求出Pilgrim和Cordery设计雨型。
如图3所示,图3为本申请所述的利用P&C法推求设计雨型的方法的原理图。其中,所述单场降雨各时段降雨量比例确定及排序步骤中,实现对单场降雨各时段降雨量排序序位号确定;所述多场降雨对应序位时段雨量比例统计平均步骤中,实现对多场降雨对应时段序位号统计雨量比例平均值;所述各序位雨量比例确定步骤中,实现对雨型各时段的序位确定。
如图4所示,基于前文所述的利用P&C法推求设计雨型的方法,本申请还提供一种利用P&C法推求设计雨型的系统10,其包括设计雨型统计样本确定单元1、单场降雨各时段降雨量比例确定及排序单元2、多场降雨对应序位时段雨量比例统计平均单元3、各序位雨量比例确定单元4和推求设计雨型单元5。
设计雨型统计样本确定单元1,用于收集预设计雨型的地区现有的所有实测降雨资料并预处理,排除“初雨效应”不明显的降雨事件数据和异常数据,形成雨型统计样本;其中,所述实测降雨资料通过雨量站雨量记录仪收集获取;采用数据库导入所述实测降雨资料的数据,进行计算分析和统计后排除“初雨效应”不明显的降雨事件数据和异常数据;所述“初雨效应”不明显的降雨事件数据为≤2mm降雨量;所述异常数据包括重复数据或降雨量超出对应地区降雨范围的错误数据。所述设计雨型统计样本确定单元1还用于在形成雨型统计样本之前,根据筛选后的多年降雨统计结果,逐年选取0-120min雨量最大的至少8场降雨过程,然后将选取的降雨样本由大至小排序,再选取资料年限的2至6倍样本数,作为所述雨型统计样本。
单场降雨各时段降雨量比例确定及排序单元2,用于按规定的各降雨历时,对所述雨型统计样本中每一场降雨样本进行等时长分段,按照各分段的雨量值降序排序;或者计算各分段降雨量占该降雨历时内总雨量的百分比,按照各分段的雨量百分比值降序排序。其中,所述单场降雨各时段降雨量比例确定及排序单元2用于以5-10min为间隔将各场降雨样本进行等时长分段。
多场降雨对应序位时段雨量比例统计平均单元3,用于对选定的降雨历时,计算多场降雨样本的各序位号雨量百分比的均值,确定Pilgrim和Cordery设计雨型各序位号的雨量比例。
各序位雨量比例确定单元4,用于将各序位的雨量比例与各分段的序位一一对应,即可得到Pilgrim和Cordery设计雨型的时程分配比例。
推求设计雨型单元5,用于利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量,结合降雨历时各时段雨量比例即可推求出Pilgrim和Cordery设计雨型。
其中,所述推求设计雨型单元5,包括降雨历时各时段雨量比例确定单元51、降雨历时各时段平均降雨量单元52和推求出pilgrim和Cordery设计雨型单元53。降雨历时各时段雨量比例确定单元51,用于根据得到的Pilgrim和Cordery设计雨型的时程分配比例确定降雨历时各时段雨量比例;降雨历时各时段平均降雨量单元52,用于利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量;推求出pilgrim和Cordery设计雨型单元53,用于通过降雨总量结合降雨历时各时段雨量比例,推求出Pilgrim和Cordery设计雨型。
请结合图3所示,图3为本申请所述的利用P&C法推求设计雨型的方法的原理图。其中,所述单场降雨各时段降雨量比例确定及排序单元1,用于实现对单场降雨各时段降雨量排序序位号确定;所述多场降雨对应序位时段雨量比例统计平均单元2,用于实现对多场降雨对应时段序位号统计雨量比例平均值;所述各序位雨量比例确定单元3,用于实现对雨型各时段的序位确定。
在实际工程应用中,雨型主要作为计算机数学模型的输入条件,进行雨水径流过程计算。基于暴雨强度公式的径流量计算方法,在一定程度上均化了暴雨峰值强度的变化过程,降低了最不利设计工况的程度,无法获得准确的过程线,在工程应用中的安全性和适用性都相对较弱。
而现有各种方法推求的设计雨型均对应最大降雨时段,对初期降雨特征的研究不足导致相应的初期雨水截流规划设计工作存在诸多难点。本发明根据多年连续的实测降雨资料,提出一种利用P&C法推求的适用于初期雨水截流的设计雨型,对基于初期降雨的规划设计研究提供参考。
结合实际工程应用中的推求方法,本发明提出了的利用P&C法推求的适用于初期雨水截流的设计雨型,包括以下步骤。
(1)收集长系列实测降雨资料并预处理
某雨量站雨量记录仪采用了翻斗式雨量计,雨水通过承雨口落入接水漏斗,经漏斗流入翻斗,当雨水达到一定量时,翻斗发生翻转,每翻转一次,传感器发讯元器件输出一次可以计量的物理量信号。雨量计采用定时分段的方法,每5分钟记录一次,用mm表示,每日上午8时作为分界,即每日上午8:05记录归零。首先收集该雨量站自2004年1月至2019年12月共计161.7万条的实测降雨记录,为了提高大数据的统计和分析效率,采用数据库(优选MySQL数据库)导入长系列实测数据,进行计算分析和统计。
受设备限制,年代较早的数据出现异常数据、记录缺失不全等情况,异常记录对统计结果的合理性有较大的影响。通过编写Python程序进行甄别和筛选,过滤掉“毛刺”数据等异常数据,此外异常数据处理还包括重复数据的清洗等。
(2)降雨事件划分
每一场降雨均可看作一次独立事件,本发明首先确定了降雨事件,也即降雨场次划分,方法为:依据一个规定的最小降雨间隔时间(IETD,Inter-event Time Definition),定义该降雨间隔时间内无雨或降雨量小于指定值以区分间隔前后为两场降雨,将一系列连续的降雨资料划分成独立场次。照我国规定,划分两场雨的最小时间间隔IETD为2小时。本研究将雨量大于0的降雨算作一场降雨事件,例如当前时刻有降雨记录,而此前2小时内降雨记录皆为零,则视为一场降雨开始,如当前时刻有降雨记录,而此后2小时内降雨记录皆为零,则视为该场降雨结束。
按上述条件编写Python程序调用数据库,以上海为例,将连续16年的降雨实测记录资料划分为独立降雨事件,共计2135场,平均每年133场降雨。
(3)样本的筛选
一次降水过程经植物截留、填洼、下渗和蒸发后,产生地表径流的那部分初期雨水截流是城市初雨污染的研究重点,≤2mm降雨多以下渗土壤或者蒸发的方式散失,其径流量可以忽略。在2135场降雨事件中,≤2mm的降雨事件共为1021场次,约占47.8%。考虑到这部分的降雨事件“初雨效应”不明显,本发明在研究了长系列降雨特性后,在筛选样本时剔除这部分降雨事件。
根据筛选后的2004-2019年的降雨统计结果,选取逐年0~120min雨量最大的8场降雨过程,然后将16年的样本由大至小排序,再选取资料年限的4倍样本数,共计64场作为雨型统计样本。
(4)Pilgrim和Cordery设计雨型推导法
Pilgrim和Cordery设计雨型推导法主要包括按暴雨量大小各时段排序序位号的确定及按暴雨量大小各时段雨量比例序位的确定,具体流程如下:
1)对规定的各降雨历时,以5min为间隔将各场降雨样本进行分段,计算各分段降雨量占该降雨历时内总雨量的百分比,并按各分段的雨量(或百分比值)大小降序排序,大值对应小序位号。
2)对选定的降雨历时,计算多场降雨样本的各序位号雨量百分比的均值,确定Pilgrim和Cordery设计雨型各序位号的雨量比例。
3)计算多场降雨样本的各分段的序位号的均值,用以确定Pilgrim和Cordery设计雨型各分段的序位。
4)将各序位的雨量比例与各分段的序位一一对应,即可得到Pilgrim和Cordery设计雨型的时程分配比例。
5)利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量,结合时程分配比例即可推求出Pilgrim和Cordery设计雨型。
采用上述方法,推求适用于初期雨水截流的短历时雨型。结果表明120min雨型雨峰位置位于45min左右,雨峰系数为0.375,各时段雨量分配比例见下表。
表1 120min Pilgrim和Cordery雨型雨量分配表
t(min) | 5 | 10 | 15 | 20 | 25 | 30 | 35 | 40 |
比例(%) | 0.95 | 2.64 | 3.36 | 9.61 | 7.47 | 4.23 | 13.23 | 18.63 |
t(min) | 45 | 50 | 55 | 60 | 65 | 70 | 75 | 80 |
比例(%) | 24.59 | 5.62 | 2.09 | 1.74 | 1.16 | 1.39 | 0.60 | 0.50 |
t(min) | 85 | 90 | 95 | 100 | 105 | 110 | 115 | 120 |
比例(%) | 0.40 | 0.77 | 0.31 | 0.18 | 0.09 | 0.14 | 0.25 | 0.05 |
初期雨水截流调蓄一般基于低重现期设计雨型。Pilgrim和Cordery法结合当地暴雨强度公式(P=1)得到的120min设计雨型见表2。
表2一种利用P&C法推求的适用于初期雨水截流的设计雨型(以上海为例)
t(min) | 5 | 10 | 15 | 20 | 25 | 30 | 35 | 40 |
i(mm/h) | 5.47 | 15.19 | 19.32 | 55.25 | 42.96 | 24.34 | 76.06 | 107.12 |
t(min) | 45 | 50 | 55 | 60 | 65 | 70 | 75 | 80 |
i(mm/h) | 141.42 | 32.32 | 11.99 | 10.03 | 6.65 | 8.00 | 3.43 | 2.90 |
t(min) | 85 | 90 | 95 | 100 | 105 | 110 | 115 | 120 |
i(mm/h) | 2.31 | 4.40 | 1.79 | 1.06 | 0.52 | 0.78 | 1.42 | 0.27 |
推求适用于初期雨水截流的短历时雨型见图4。
基于上述改进点,本发明能获得的有益效果为:雨水调蓄设施从功能上可分为两大类,一类是以调节洪峰流量为目的的超标径流调蓄设施,另一类是以控制面源污染为目的的初期雨水调蓄设施。任何初雨产生的效果都与排水系统种类、降雨过程、排水系统特点以及收纳水体息息相关。如何优化截流系统的调控运行,目前尚无精准的理论计算方法,对调蓄设施的工程建设尤其是水力学设施的设计造成较大影响。为保证雨水调蓄设施设计方案的合理性,不仅需要通过理论方法计算确定其设计规模,同时需要采用设计降雨过程线对设计方案进行校核和优化,本发明利用P&C法推求的适用于初期雨水截流的设计雨型,对降雨径流过程及初期雨水调蓄设施调控运行的准确模拟,具有非常重要的意义。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想;本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例的技术方案的范围。
Claims (10)
1.一种利用P&C法推求设计雨型的方法,其特征在于,包括步骤:
设计雨型统计样本确定步骤,收集预设计雨型的地区现有的所有实测降雨资料并预处理,排除“初雨效应”不明显的降雨事件数据和异常数据,形成雨型统计样本;
单场降雨各时段降雨量比例确定及排序步骤,按规定的各降雨历时,对所述雨型统计样本中每一场降雨样本进行等时长分段,按照各分段的雨量值降序排序;或者计算各分段降雨量占该降雨历时内总雨量的百分比,按照各分段的雨量百分比值降序排序;
多场降雨对应序位时段雨量比例统计平均步骤,对选定的降雨历时,计算多场降雨样本的各序位号雨量百分比的均值,确定Pilgrim和Cordery设计雨型各序位号的雨量比例;
各序位雨量比例确定步骤,将各序位的雨量比例与各分段的序位一一对应,即可得到Pilgrim和Cordery设计雨型的时程分配比例;以及
推求设计雨型步骤,利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量,结合降雨历时各时段雨量比例即可推求出Pilgrim和Cordery设计雨型。
2.根据权利要求1所述的利用P&C法推求设计雨型的方法,其特征在于,所述设计雨型统计样本确定步骤中,
所述实测降雨资料通过雨量站雨量记录仪收集获取;
采用数据库导入所述实测降雨资料的数据,进行计算分析和统计后排除“初雨效应”不明显的降雨事件数据和异常数据;
所述“初雨效应”不明显的降雨事件数据为≤2mm降雨量;
所述异常数据包括重复数据或降雨量超出对应地区降雨范围的错误数据;
在形成雨型统计样本之前还包括:根据筛选后的多年降雨统计结果,逐年选取0-120min雨量最大的至少8场降雨过程,然后将选取的降雨样本由大至小排序,再选取资料年限的2至6倍样本数,作为所述雨型统计样本。
3.根据权利要求1所述的利用P&C法推求设计雨型的方法,其特征在于,所述单场降雨各时段降雨量比例确定及排序步骤中,以5-10min为间隔将各场降雨样本进行等时长分段。
4.根据权利要求1所述的利用P&C法推求设计雨型的方法,其特征在于,所述推求设计雨型步骤中,包括:
降雨历时各时段雨量比例确定步骤,根据得到的Pilgrim和Cordery设计雨型的时程分配比例确定降雨历时各时段雨量比例;
降雨历时各时段平均降雨量步骤,利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量;
推求出pilgrim和Cordery设计雨型步骤,通过降雨总量结合降雨历时各时段雨量比例,推求出Pilgrim和Cordery设计雨型。
5.根据权利要求1所述的利用P&C法推求设计雨型的方法及系统,其特征在于,
所述单场降雨各时段降雨量比例确定及排序步骤中,实现对单场降雨各时段降雨量排序序位号确定;
所述多场降雨对应序位时段雨量比例统计平均步骤中,实现对多场降雨对应时段序位号统计雨量比例平均值;
所述各序位雨量比例确定步骤中,实现对雨型各时段的序位确定。
6.一种利用P&C法推求设计雨型的系统,其特征在于,包括:
设计雨型统计样本确定单元,用于收集预设计雨型的地区现有的所有实测降雨资料并预处理,排除“初雨效应”不明显的降雨事件数据和异常数据,形成雨型统计样本;
单场降雨各时段降雨量比例确定及排序单元,用于按规定的各降雨历时,对所述雨型统计样本中每一场降雨样本进行等时长分段,按照各分段的雨量值降序排序;或者计算各分段降雨量占该降雨历时内总雨量的百分比,按照各分段的雨量百分比值降序排序;
多场降雨对应序位时段雨量比例统计平均单元,用于对选定的降雨历时,计算多场降雨样本的各序位号雨量百分比的均值,确定Pilgrim和Cordery设计雨型各序位号的雨量比例;
各序位雨量比例确定单元,用于将各序位的雨量比例与各分段的序位一一对应,即可得到Pilgrim和Cordery设计雨型的时程分配比例;以及
推求设计雨型单元,用于利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量,结合降雨历时各时段雨量比例即可推求出Pilgrim和Cordery设计雨型。
7.根据权利要求6所述的利用P&C法推求设计雨型的系统,其特征在于,
所述实测降雨资料通过雨量站雨量记录仪收集获取;
采用数据库导入所述实测降雨资料的数据,进行计算分析和统计后排除“初雨效应”不明显的降雨事件数据和异常数据;
所述“初雨效应”不明显的降雨事件数据为≤2mm降雨量;
所述异常数据包括重复数据或降雨量超出对应地区降雨范围的错误数据;
所述设计雨型统计样本确定单元,还用于在形成雨型统计样本之前,根据筛选后的多年降雨统计结果,逐年选取0-120min雨量最大的至少8场降雨过程,然后将选取的降雨样本由大至小排序,再选取资料年限的2至6倍样本数,作为所述雨型统计样本。
8.根据权利要求6所述的利用P&C法推求设计雨型的系统,其特征在于,所述单场降雨各时段降雨量比例确定及排序单元,用于以5-10min为间隔将各场降雨样本进行等时长分段。
9.根据权利要求6所述的利用P&C法推求设计雨型的系统,其特征在于,所述推求设计雨型单元,包括:
降雨历时各时段雨量比例确定单元,用于根据得到的Pilgrim和Cordery设计雨型的时程分配比例确定降雨历时各时段雨量比例;
降雨历时各时段平均降雨量单元,用于利用暴雨强度公式计算得到一定重现期及降雨历时的降雨总量;
推求出pilgrim和Cordery设计雨型单元,用于通过降雨总量结合降雨历时各时段雨量比例,推求出Pilgrim和Cordery设计雨型。
10.根据权利要求6所述的利用P&C法推求设计雨型的系统,其特征在于,
所述单场降雨各时段降雨量比例确定及排序单元,用于实现对单场降雨各时段降雨量排序序位号确定;
所述多场降雨对应序位时段雨量比例统计平均单元,用于实现对多场降雨对应时段序位号统计雨量比例平均值;
所述各序位雨量比例确定单元,用于实现对雨型各时段的序位确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210160997.1A CN114547009A (zh) | 2022-02-22 | 2022-02-22 | 一种利用p&c法推求设计雨型的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210160997.1A CN114547009A (zh) | 2022-02-22 | 2022-02-22 | 一种利用p&c法推求设计雨型的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114547009A true CN114547009A (zh) | 2022-05-27 |
Family
ID=81678096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210160997.1A Pending CN114547009A (zh) | 2022-02-22 | 2022-02-22 | 一种利用p&c法推求设计雨型的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114547009A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115034506A (zh) * | 2022-06-29 | 2022-09-09 | 珠江水利委员会珠江水利科学研究院 | 基于降雨数据的防洪方案生成方法、装置、设备及介质 |
-
2022
- 2022-02-22 CN CN202210160997.1A patent/CN114547009A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115034506A (zh) * | 2022-06-29 | 2022-09-09 | 珠江水利委员会珠江水利科学研究院 | 基于降雨数据的防洪方案生成方法、装置、设备及介质 |
CN115034506B (zh) * | 2022-06-29 | 2023-02-07 | 珠江水利委员会珠江水利科学研究院 | 基于降雨数据的防洪方案生成方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Impacts of reservoir operations on multi-scale correlations between hydrological drought and meteorological drought | |
CN110728035B (zh) | 一种基于控制断面水质达标的污染物总量控制方法 | |
CN110991046B (zh) | 一种基于响应面函数的排水系统内涝风险快速预警方法 | |
Chen et al. | Reconstructing historical changes in phosphorus inputs to rivers from point and nonpoint sources in a rapidly developing watershed in eastern China, 1980–2010 | |
CN111444595B (zh) | 基于swmm与efdc耦合模型的截污工程环境效应评估方法及装置 | |
CN114547009A (zh) | 一种利用p&c法推求设计雨型的方法及系统 | |
CN111553588B (zh) | 矿区土壤重金属污染特征及环境影响因素的分析方法 | |
CN115062071B (zh) | 一种用于河道的水资源污染扩散分析方法及系统 | |
CN104679970A (zh) | 一种数据检测方法及装置 | |
CN114881345A (zh) | 气候变化下暴雨疾风复合灾害的社会经济暴露度预估方法 | |
CN115587699A (zh) | 一种指定河流区域内水环境质量核定评价方法和系统 | |
CN115689051A (zh) | 一种基于GA算法耦合Morris和GLUE的SWMM模型参数自动率定方法 | |
CN114004514A (zh) | 一种大气臭氧污染发生气象条件等级判别方法 | |
CN116502805B (zh) | 基于围区水网提升量化评价模型的调度方案快速筛选方法 | |
CN117522189A (zh) | 一种针对土壤污染的精确评估方法 | |
CN114693493B (zh) | 一种基于IoT的污染河流水生态修复系统 | |
CN113379299B (zh) | 一种基于模型的合流制溢流污染情况的评价方法 | |
CN113506000B (zh) | 一种计算城市汇水区域暴雨溢流风险的方法 | |
CN116167502A (zh) | 一种初期雨水调蓄池容积计算方法 | |
CN110619111B (zh) | 一种天然径流系列一致性修正方法 | |
CN110108609B (zh) | 一种基于卫星多通道的pm2.5浓度值分布情况获取方法及系统 | |
CN113158591B (zh) | 一种确定流域土地开发利用承载力的方法 | |
Bacalhau et al. | Water supply reservoir operation in relation to climate variability: Pirapama river basin (Pernambuco-Brazil) | |
CN114491978B (zh) | 基于时变参数水文不确定性处理器的日模型实时预报方法 | |
CN110059375B (zh) | 一种吞吐流型城市内湖水环境容量动态计算方法 |
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 |