CN114662318B - 一种基于数据挖掘的山洪灾害监测站网布设方法及系统 - Google Patents
一种基于数据挖掘的山洪灾害监测站网布设方法及系统 Download PDFInfo
- Publication number
- CN114662318B CN114662318B CN202210307500.4A CN202210307500A CN114662318B CN 114662318 B CN114662318 B CN 114662318B CN 202210307500 A CN202210307500 A CN 202210307500A CN 114662318 B CN114662318 B CN 114662318B
- Authority
- CN
- China
- Prior art keywords
- rainfall
- monitoring
- model
- disaster
- target area
- 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
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
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明提出了一种基于数据挖掘的山洪灾害监测站网布设方法及系统，涉及灾害监测技术领域。该方法包括：构建降雨锥体模型。通过降雨锥体模型得到降雨量。根据暴雨中心雨量和暴雨中心雨量误差值，得到降雨相对误差值，并确定各个流域内的监测站点数量。实现了对目标区域降雨过程中的时空分布特征进行分析，得到各个流域监测站点总数的目的。根据灾害影响指标建立水文勘测模型。通过水文勘测模型对环境信息进行分析得到分析结果。针对任一流域，布设模拟监测站点进行模拟监测。若监测结果与分析结果高度相似，则表明各个模拟监测站点的位置与该流域的环境相匹配，从而针对各个流域的特性，对各个流域的监测战网进行合理布设，达到最优监测的效果。
Description
技术领域
本发明涉及灾害监测技术领域，具体而言，涉及一种基于数据挖掘的山洪灾害监测站网布设方法及系统。
背景技术
山洪灾害是指在山丘区由强降雨引发的具有突发性强、破坏力大等特征的洪水灾害。而监测站网是获取区域尤其是复杂山区小流域暴雨洪水特性最重要、最直接的方式。合理的监测站网布局有利于监测降雨强度变化和洪峰变化的时空差异性，降低流域水文计算的不确定度，大大提高山洪灾害监测预警的精度。所以近年来国内外学者对监测站网布设方法做了大量研究。
但是对于山洪灾害频发的山区小流域而言，不同海拔高度的降雨量差异很大，例如，从山脚到山腰，降雨量随着地势的升高而逐渐增加，到山顶附近后，由于海拔上升，空气中水汽减少，导致降雨量明显减少。且不同坡向降雨量也不同。所以部分山区仍存在站网密度难以满足防治需求的问题。因此，亟需一种山洪灾害监测站网布设方法及系统对山洪灾害危险区特性进行考虑，以对监测站网进行合理有效的布设。
发明内容
本发明的目的在于提供一种基于数据挖掘的山洪灾害监测站网布设方法及系统，用以改善现有技术中未对山洪灾害危险区特性进行考虑，以对监测站网进行合理有效的布设的问题。
本发明的实施例是这样实现的：
第一方面，本申请实施例提供一种基于数据挖掘的山洪灾害监测站网布设方法，其包括如下步骤：
获取目标地区的降雨数据，降雨数据包括降雨等值线图、暴雨中心位置参数、暴雨中心雨量和目标区域各位置雨量；
按照第一预设方法，根据降雨等值线图和暴雨中心位置参数，构建降雨锥体模型；
设定降雨量模拟变化趋势参数，并将降雨量模拟变化趋势参数、暴雨中心雨量和目标区域各位置雨量输入降雨锥体模型中，得到该目标区域的降雨量；
按照正方形网格对目标地区进行监测站模拟布设，得到暴雨中心雨量误差值；
根据暴雨中心雨量和暴雨中心雨量误差值，得到降雨相对误差值，并根据降雨相对误差值确定目标地区各个流域内的监测站点数量；
获取目标区域的历史山洪灾害参数，根据历史山洪灾害参数确定灾害影响指标，并根据灾害影响指标建立水文勘测模型；
获取目标区域各个流域的环境信息，并将任一流域的环境信息输入至水文勘测模型中进行分析，得到对应的分析结果；
将任一流域的分析结果和监测站点数量输入至虚拟布设模型中，调整各个模拟监测站点在虚拟布设模型中的位置，以进行模拟监测得到监测结果；
当监测结果与分析结果的相似度大于预设相似度时，获取各个模拟监测站点在虚拟布设模型中的经纬度信息；
根据经纬度信息，确定对应监测站的位置。
在本发明的一些实施例中，上述按照第一预设方法，根据降雨等值线图和暴雨中心位置参数，构建降雨锥体模型的步骤包括：
将降雨等值线图中降雨等值线梯度变化最大的一边作为圆锥体的母线，将通过暴雨中心的垂直线作为轴线，以构建降雨锥体模型。
在本发明的一些实施例中，上述根据历史山洪灾害参数确定灾害影响指标，并根据灾害影响指标建立水文勘测模型的步骤包括：
根据历史山洪灾害参数确定灾害影响指标和指标权重；
根据灾害影响指标和指标权重建立水文勘测模型。
在本发明的一些实施例中，上述将任一流域的环境信息输入至水文勘测模型中进行分析，得到对应的分析结果的步骤包括：
根据任一流域的环境信息，得到各个灾害影响指标的数据；
按照指标权重，对各个灾害影响指标的数据进行计算，得到分析结果。
在本发明的一些实施例中，上述将任一流域的分析结果和监测站点数量输入至虚拟布设模型中的步骤之前，该方法还包括：
获取目标区域的三维地图，并将三维地图划分为多个网格，每个网格包括经纬度信息；
根据三维地图和经纬度信息，构建虚拟布设模型。
在本发明的一些实施例中，上述根据三维地图和经纬度信息，构建虚拟布设模型的步骤包括：
建立空白模型；
根据三维地图，在空白模型中进行等比例复刻，得到虚拟布设模型，并在虚拟布设模型中对经纬度信息进行标识。
在本发明的一些实施例中，上述设定降雨量模拟变化趋势参数，并将降雨量模拟变化趋势参数、暴雨中心雨量和目标区域各位置雨量输入降雨锥体模型中，得到该目标区域的降雨量的步骤包括：
若降雨量模拟变化趋势参数为从暴雨中心至圆锥体边缘呈直线变化，则根据公式
计算该目标区域的降雨量，其中，Wn为以Ln作半径的圆面积上的降雨量，P0为暴雨中心雨量，Pn为对应于暴雨中心Ln处的雨量，Ln为计算面雨量的面积半径。
第二方面，本申请实施例提供一种基于数据挖掘的山洪灾害监测站布设系统，其包括：
降雨数据获取模块，用于获取目标地区的降雨数据，所述降雨数据包括降雨等值线图、暴雨中心位置参数、暴雨中心雨量和目标区域各位置雨量；
降雨锥体模型构建模块，用于按照第一预设方法，根据所述降雨等值线图和所述暴雨中心位置参数，构建降雨锥体模型；
降雨量得到模块，用于设定降雨量模拟变化趋势参数，并将所述降雨量模拟变化趋势参数、所述暴雨中心雨量和目标区域各位置雨量输入所述降雨锥体模型中，得到该目标区域的降雨量；
误差值得到模块，用于按照正方形网格对所述目标地区进行监测站模拟布设，得到暴雨中心雨量误差值；
流域监测站点数量确定模块，用于根据所述暴雨中心雨量和所述暴雨中心雨量误差值，得到降雨相对误差值，并根据所述降雨相对误差值确定目标地区各个流域内的监测站点数量；
灾害影响指标确定模块，用于获取目标区域的历史山洪灾害参数，根据所述历史山洪灾害参数确定灾害影响指标，并根据所述灾害影响指标建立水文勘测模型；
分析模块，用于获取目标区域各个流域的环境信息，并将任一流域的环境信息输入至所述水文勘测模型中进行分析，得到对应的分析结果；
模拟监测模块，用于将任一流域的分析结果和监测站点数量输入至虚拟布设模型中，调整各个模拟监测站点在虚拟布设模型中的位置，以进行模拟监测得到监测结果；
经纬度信息获取模块，用于当所述监测结果与所述分析结果的相似度大于预设相似度时，获取各个模拟监测站点在虚拟布设模型中的经纬度信息；
监测站位置确定模块，用于根据所述经纬度信息，确定对应监测站的位置。
在本发明的一些实施例中，上述降雨锥体模型构建模块包括：
母线轴线确定单元，用于将降雨等值线图中降雨等值线梯度变化最大的一边作为圆锥体的母线，将通过暴雨中心的垂直线作为轴线，以构建降雨锥体模型。
在本发明的一些实施例中，上述灾害影响指标确定模块包括：
指标权重确定单元，用于根据历史山洪灾害参数确定灾害影响指标和指标权重；
水文勘测模型建立单元，用于根据灾害影响指标和指标权重建立水文勘测模型。
在本发明的一些实施例中，上述分析模块包括：
灾害影响指标数据得到单元，用于根据任一流域的环境信息，得到各个灾害影响指标的数据；
分析结果得到单元，用于按照指标权重，对各个灾害影响指标的数据进行计算，得到分析结果。
在本发明的一些实施例中，上述基于数据挖掘的山洪灾害监测站布设系统还包括：
网格划分模块，用于获取目标区域的三维地图，并将三维地图划分为多个网格，每个网格包括经纬度信息；
虚拟布设模型构建模块，用于根据三维地图和经纬度信息，构建虚拟布设模型。
在本发明的一些实施例中，上述虚拟布设模型构建模块包括：
空白模型建立单元，用于建立空白模型；
复刻单元，用于根据三维地图，在空白模型中进行等比例复刻，得到虚拟布设模型，并在虚拟布设模型中对经纬度信息进行标识。
在本发明的一些实施例中，上述降雨量得到模块包括：
降雨量计算单元，用于若降雨量模拟变化趋势参数为从暴雨中心至圆锥体边缘呈直线变化，则根据公式
计算该目标区域的降雨量，其中，Wn为以Ln作半径的圆面积上的降雨量，P0为暴雨中心雨量，Pn为对应于暴雨中心Ln处的雨量，Ln为计算面雨量的面积半径。
第三方面，本申请实施例提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器。当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法。
第四方面，本申请实施例提供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上述第一方面中任一项的方法。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：
本发明提供一种基于数据挖掘的山洪灾害监测站网布设方法及系统，其包括如下步骤：获取目标地区的降雨数据，降雨数据包括降雨等值线图、暴雨中心位置参数、暴雨中心雨量和目标区域各位置雨量。按照第一预设方法，根据降雨等值线图和暴雨中心位置参数，构建降雨锥体模型。设定降雨量模拟变化趋势参数，并将降雨量模拟变化趋势参数、暴雨中心雨量和目标区域各位置雨量输入降雨锥体模型中，通过降雨锥体模型计算得到该目标区域的降雨量。然后按照正方形网格对目标地区进行监测站模拟布设，计算得到暴雨中心雨量误差值。根据暴雨中心雨量和暴雨中心雨量误差值，得到降雨相对误差值，并根据降雨相对误差值确定目标地区各个流域内的监测站点数量。实现了对目标区域降雨过程中的时空分布特征进行分析，得到满足各个流域山洪灾害防治需求的监测站点总数的目的。获取目标区域的历史山洪灾害参数，分析历史山洪灾害参数确定灾害影响指标，并根据灾害影响指标建立水文勘测模型。然后通过水文勘测模型根据灾害影响指标对任一流域的环境信息进行分析得到分析结果。针对任一流域，将监测站点数量和分析结果作为虚拟布设模型的常量，则各个模拟监测站点在虚拟布设模型中的位置为虚拟布设模型的自变量，监测结果为虚拟布设模型的因变量。按照监测站点数量，将模拟监测站点布设在虚拟布设模型中，对该流域进行模拟监测。若监测结果与分析结果相似度大于预设相似度，则表明此时各个模拟监测站点的位置与该流域的环境相匹配，从而实现了针对各个流域的特性，对各个流域的监测战网进行合理布设的目的，达到了最优监测的效果。最后根据各个模拟监测站点在虚拟布设模型中的经纬度信息，可以确定各个监测站点在对应流域的实际布设位置。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种基于数据挖掘的山洪灾害监测站网布设方法的流程图；
图2为本发明实施例提供的一种基于数据挖掘的山洪灾害监测站布设系统的结构框图；
图3为本发明实施例提供的一种灾害影响指标确定模块的结构框图；
图4为本发明实施例提供的一种分析模块的结构框图；
图5为本发明实施例提供的一种电子设备的示意性结构框图。
图标：100-基于数据挖掘的山洪灾害监测站布设系统；110-降雨数据获取模块；120-降雨锥体模型构建模块；130-降雨量得到模块；140-误差值得到模块；150-流域监测站点数量确定模块；160-灾害影响指标确定模块；161-指标权重确定单元；162-水文勘测模型建立单元；170-分析模块；171-灾害影响指标数据得到单元；172-分析结果得到单元；180-模拟监测模块；190-经纬度信息获取模块；200-监测站位置确定模块；101-存储器；102-处理器；103-通信接口。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，若出现术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，若出现由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该申请产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
在本申请的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的各个实施例及实施例中的各个特征可以相互组合。
实施例
请参照图1，图1所示为本申请实施例提供的一种基于数据挖掘的山洪灾害监测站网布设方法的流程图。本申请实施例提供一种基于数据挖掘的山洪灾害监测站网布设方法，其包括如下步骤：
S110：获取目标地区的降雨数据，降雨数据包括降雨等值线图、暴雨中心位置参数、暴雨中心雨量和目标区域各位置雨量；
具体的，可以通过气象台官网查询目标地区的降雨数据，以得到降雨等值线图、暴雨中心位置参数、暴雨中心雨量和目标区域各位置雨量。
S120：按照第一预设方法，根据降雨等值线图和暴雨中心位置参数，构建降雨锥体模型；
具体的，将降雨等值线图中降雨等值线梯度变化最大的一边作为圆锥体的母线，将通过暴雨中心的垂直线作为轴线，以构建降雨锥体模型，降雨锥体模型认为暴雨量从暴雨中心向边缘逐渐减少。
S130：设定降雨量模拟变化趋势参数，并将降雨量模拟变化趋势参数、暴雨中心雨量和目标区域各位置雨量输入降雨锥体模型中，得到该目标区域的降雨量；
示例性的，假设降雨量从暴雨中心至圆锥体边缘呈直线变化，则根据公式
计算该目标区域的降雨量，其中，Wn为以Ln作半径的圆面积上的降雨量，P0为暴雨中心雨量，Pn为对应于暴雨中心Ln处的雨量，Ln为计算面雨量的面积半径。
S140：按照正方形网格对目标地区进行监测站模拟布设，得到暴雨中心雨量误差值；
具体的，若按照正方形网格布设监测站，暴雨中心将处于4个监测站的中心位置，则依据三角函数，可以得到暴雨中心雨量误差值为
其中，ΔL为监测站间距；Pi为四周雨量站的雨量，即距离暴雨中心
处的雨量。
S150：根据暴雨中心雨量和暴雨中心雨量误差值，得到降雨相对误差值，并根据降雨相对误差值确定目标地区各个流域内的监测站点数量；
具体的，根据暴雨中心雨量和暴雨中心雨量误差值，得到降雨相对误差值为
则
此时，目标地区各个流域内的监测站点数量为
其中，M为任一流域内监测站数量，A为该流域的流域面积。从而对目标区域降雨过程中的时空分布特征进行分析，得到了满足各个流域山洪灾害防治需求的监测站点总数。
S160：获取目标区域的历史山洪灾害参数，根据历史山洪灾害参数确定灾害影响指标，并根据灾害影响指标建立水文勘测模型；
上述实现过程中，用户可以首先通过网上查询得到该目标区域的历史山洪灾害参数，并结合实地考察对目标区域的山洪灾害进行调查，从而根据网上查询数据和实地考察数据确定灾害影响指标，并将灾害影响指标作为模型参数构建水文勘测模型，水文勘测模型可以根据灾害影响指标对环境信息进行分析。
示例性的，对历史山洪灾害参数进行人为分析，可以将上述灾害影响指标确定为暴雨均值、暴雨空间分布、坡度、土壤类型、汇流时间、危险区人口、危险区企事业单位分布、现状防洪能力，以及砖木、竹木类型的房屋占比等指标项目。
S170：获取目标区域各个流域的环境信息，并将任一流域的环境信息输入至水文勘测模型中进行分析，得到对应的分析结果；
示例性的，可以对目标区域各个流域的环境信息调查，例如，调查各个流域的暴雨均值、暴雨空间分布、坡度、土壤类型、汇流时间、危险区人口、危险区企事业单位分布、现状防洪能力，以及砖木、竹木类型的房屋占比等信息，并将这些信息输入水文勘测模型中进行分析，得到分析结果。
其中，上述水文勘测模型可以认为坡度越大，降雨随高程相差越大，则监测站要求越高。汇流时间越短，越可能成灾，则监测站要求越高。危险区人口越多，人员伤亡可能性越大，则监测站要求越高。
S180：将任一流域的分析结果和监测站点数量输入至虚拟布设模型中，调整各个模拟监测站点在虚拟布设模型中的位置，以进行模拟监测得到监测结果；
具体的，针对任一流域，将监测站点数量和分析结果作为虚拟布设模型的常量，则各个模拟监测站点在虚拟布设模型中的位置为虚拟布设模型的自变量，监测结果为虚拟布设模型的因变量。按照监测站点数量，将模拟监测站点布设在虚拟布设模型中，对该流域进行模拟监测。
S190：当监测结果与分析结果的相似度大于预设相似度时，获取各个模拟监测站点在虚拟布设模型中的经纬度信息；
具体的，若监测结果与分析结果高度相似，则表明此时各个模拟监测站点的位置与该流域的环境相匹配，从而针对各个流域的特性，对各个流域的监测战网进行合理布设，达到了最优监测的效果。
S200：根据经纬度信息，确定对应监测站的位置。
具体的，根据各个模拟监测站点的模拟布设位置，获取各个模拟监测站点在虚拟布设模型中的经纬度信息，从而根据各个模拟监测站点的经纬度信息可以确定各个监测站点在对应流域的实际布设位置。
在本实施例的一些实施方式中，上述按照第一预设方法，根据降雨等值线图和暴雨中心位置参数，构建降雨锥体模型的步骤包括：
将降雨等值线图中降雨等值线梯度变化最大的一边作为圆锥体的母线，将通过暴雨中心的垂直线作为轴线，以构建降雨锥体模型。具体的，降雨锥体模型认为暴雨量从暴雨中心向边缘逐渐减少。
在本实施例的一些实施方式中，上述根据历史山洪灾害参数确定灾害影响指标，并根据灾害影响指标建立水文勘测模型的步骤包括：
根据历史山洪灾害参数确定灾害影响指标和指标权重；
根据灾害影响指标和指标权重建立水文勘测模型。
具体的，对历史山洪灾害参数进行分析，不仅可以确定所有灾害影响指标，而且可以确定各项指标的优先性，从而使得根据灾害影响指标和指标权重建立的水文勘测模型对环境信息的分析更加准确。
示例性的，可以认为危险区人口、危险区企事业单位分布，以及砖木、竹木类型的房屋占比的指标优先级高于汇流时间和土壤类型的指标优先级。用户可以根据实际情况确定各个灾害影响指标的权重。
在本实施例的一些实施方式中，上述将任一流域的环境信息输入至水文勘测模型中进行分析，得到对应的分析结果的步骤包括：
根据任一流域的环境信息，得到各个灾害影响指标的数据；
按照指标权重，对各个灾害影响指标的数据进行计算，得到分析结果。
在本实施例的一些实施方式中，上述将任一流域的分析结果和监测站点数量输入至虚拟布设模型中的步骤之前，该方法还包括：
获取目标区域的三维地图，并将三维地图划分为多个网格，每个网格包括经纬度信息；
具体的，可以将目标区域的三维地图均分为多个网格，并将三维地图中任一边缘点作为坐标原点，以此得到每个网格的位置坐标信息，进而可以更易分辨每个网格。并根据三维地图中坐标原点的经纬度信息，计算得到每个网格的经纬度信息。
根据三维地图和经纬度信息，构建虚拟布设模型。从而使得虚拟布设模型中的各个位置包含经纬度信息。
在本实施例的一些实施方式中，上述根据三维地图和经纬度信息，构建虚拟布设模型的步骤包括：
建立空白模型；
根据三维地图，在空白模型中进行等比例复刻，得到虚拟布设模型，并在虚拟布设模型中对经纬度信息进行标识。从而更加直观的得到虚拟布设模型中的经纬度信息。
在本实施例的一些实施方式中，上述设定降雨量模拟变化趋势参数，并将降雨量模拟变化趋势参数、暴雨中心雨量和目标区域各位置雨量输入降雨锥体模型中，得到该目标区域的降雨量的步骤包括：
若降雨量模拟变化趋势参数为从暴雨中心至圆锥体边缘呈直线变化，则根据公式
计算该目标区域的降雨量，其中，Wn为以Ln作半径的圆面积上的降雨量，P0为暴雨中心雨量，Pn为对应于暴雨中心Ln处的雨量，Ln为计算面雨量的面积半径。
请参照图2，图2所示为本发明实施例提供的一种基于数据挖掘的山洪灾害监测站布设系统100的结构框图。本申请实施例提供一种基于数据挖掘的山洪灾害监测站布设系统100，其包括：
降雨数据获取模块110，用于获取目标地区的降雨数据，所述降雨数据包括降雨等值线图、暴雨中心位置参数、暴雨中心雨量和目标区域各位置雨量；
降雨锥体模型构建模块120，用于按照第一预设方法，根据所述降雨等值线图和所述暴雨中心位置参数，构建降雨锥体模型；
降雨量得到模块130，用于设定降雨量模拟变化趋势参数，并将所述降雨量模拟变化趋势参数、所述暴雨中心雨量和目标区域各位置雨量输入所述降雨锥体模型中，得到该目标区域的降雨量；
误差值得到模块140，用于按照正方形网格对所述目标地区进行监测站模拟布设，得到暴雨中心雨量误差值；
流域监测站点数量确定模块150，用于根据所述暴雨中心雨量和所述暴雨中心雨量误差值，得到降雨相对误差值，并根据所述降雨相对误差值确定目标地区各个流域内的监测站点数量；
灾害影响指标确定模块160，用于获取目标区域的历史山洪灾害参数，根据所述历史山洪灾害参数确定灾害影响指标，并根据所述灾害影响指标建立水文勘测模型；
分析模块170，用于获取目标区域各个流域的环境信息，并将任一流域的环境信息输入至所述水文勘测模型中进行分析，得到对应的分析结果；
模拟监测模块180，用于将任一流域的分析结果和监测站点数量输入至虚拟布设模型中，调整各个模拟监测站点在虚拟布设模型中的位置，以进行模拟监测得到监测结果；
经纬度信息获取模块190，用于当所述监测结果与所述分析结果的相似度大于预设相似度时，获取各个模拟监测站点在虚拟布设模型中的经纬度信息；
监测站位置确定模块200，用于根据所述经纬度信息，确定对应监测站的位置。
上述实现过程中，该系统首先根据目标地区的降雨等值线图和暴雨中心位置参数，构建降雨锥体模型。然后将降雨量模拟变化趋势参数、暴雨中心雨量和目标区域各位置雨量输入降雨锥体模型，通过降雨锥体模型计算得到该目标区域的降雨量。然后按照正方形网格布设监测站，计算得到暴雨中心雨量误差值。并依据暴雨中心雨量和暴雨中心雨量误差值得到降雨相对误差值，并根据降雨相对误差值确定各个流域内的监测站点数量。实现了对目标区域降雨过程中的时空分布特征进行分析，得到满足各个流域山洪灾害防治需求的监测站点总数的目的。该系统还通过分析目标区域的历史山洪灾害参数确定灾害影响指标，并将灾害影响指标作为模型参数构建水文勘测模型。然后通过水文勘测模型根据灾害影响指标对任一流域的环境信息进行分析得到分析结果。并针对任一流域，将监测站点数量和分析结果作为虚拟布设模型的常量，则各个模拟监测站点在虚拟布设模型中的位置为虚拟布设模型的自变量，监测结果为虚拟布设模型的因变量。按照监测站点数量，将模拟监测站点布设在虚拟布设模型中，对该流域进行模拟监测。若监测结果与分析结果高度相似，则表明此时各个模拟监测站点的位置与该流域的环境相匹配，从而实现了针对各个流域的特性，对各个流域的监测战网进行合理布设的目的，达到了最优监测的效果。则根据各个模拟监测站点在虚拟布设模型中的经纬度信息，可以确定各个监测站点在对应流域的实际布设位置。
在本实施例的一些实施方式中，上述降雨锥体模型构建模块120包括：
母线轴线确定单元，用于将降雨等值线图中降雨等值线梯度变化最大的一边作为圆锥体的母线，将通过暴雨中心的垂直线作为轴线，以构建降雨锥体模型。具体的，降雨锥体模型认为暴雨量从暴雨中心向边缘逐渐减少。
请参照图3，图3所示为本发明实施例提供的一种灾害影响指标确定模块160的结构框图。在本实施例的一些实施方式中，上述灾害影响指标确定模块160包括：
指标权重确定单元161，用于根据历史山洪灾害参数确定灾害影响指标和指标权重；
水文勘测模型建立单元162，用于根据灾害影响指标和指标权重建立水文勘测模型。
具体的，对历史山洪灾害参数进行分析，不仅可以确定所有灾害影响指标，而且可以确定各项指标的优先性，从而使得根据灾害影响指标和指标权重建立的水文勘测模型对环境信息的分析更加准确。
请参照图4，图4所示为本发明实施例提供的一种分析模块170的结构框图。在本实施例的一些实施方式中，上述分析模块170包括：
灾害影响指标数据得到单元171，用于根据任一流域的环境信息，得到各个灾害影响指标的数据；
分析结果得到单元172，用于按照指标权重，对各个灾害影响指标的数据进行计算，得到分析结果。
在本实施例的一些实施方式中，上述基于数据挖掘的山洪灾害监测站布设系统100还包括：
网格划分模块，用于获取目标区域的三维地图，并将三维地图划分为多个网格，每个网格包括经纬度信息；
具体的，可以将目标区域的三维地图均分为多个网格，并将三维地图中任一边缘点作为坐标原点，以此得到每个网格的位置坐标信息，进而可以更易分辨每个网格。并根据三维地图中坐标原点的经纬度信息，计算得到每个网格的经纬度信息。
虚拟布设模型构建模块，用于根据三维地图和经纬度信息，构建虚拟布设模型。从而使得虚拟布设模型中的各个位置包含经纬度信息。
在本实施例的一些实施方式中，上述虚拟布设模型构建模块包括：
空白模型建立单元，用于建立空白模型；
复刻单元，用于根据三维地图，在空白模型中进行等比例复刻，得到虚拟布设模型，并在虚拟布设模型中对经纬度信息进行标识。从而更加直观的得到虚拟布设模型中的经纬度信息。
在本实施例的一些实施方式中，上述降雨量得到模块130包括：
降雨量计算单元，用于若降雨量模拟变化趋势参数为从暴雨中心至圆锥体边缘呈直线变化，则根据公式
计算该目标区域的降雨量，其中，Wn为以Ln作半径的圆面积上的降雨量，P0为暴雨中心雨量，Pn为对应于暴雨中心Ln处的雨量，Ln为计算面雨量的面积半径。
请参照图5，图5为本申请实施例提供的电子设备的一种示意性结构框图。电子设备包括存储器101、处理器102和通信接口103，该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块，如本申请实施例所提供的一种基于数据挖掘的山洪灾害监测站布设系统100对应的程序指令/模块，处理器102通过执行存储在存储器101内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中，存储器101可以是但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。
处理器102可以是一种集成电路芯片，具有信号处理能力。该处理器102可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解，图5所示的结构仅为示意，电子设备还可包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的配置。图5中所示的各组件可以采用硬件、软件或其组合实现。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (9)
1.一种基于数据挖掘的山洪灾害监测站网布设方法，其特征在于，包括如下步骤：
获取目标地区的降雨数据，所述降雨数据包括降雨等值线图、暴雨中心位置参数、暴雨中心雨量和目标区域各位置雨量；
按照第一预设方法，根据所述降雨等值线图和所述暴雨中心位置参数，构建降雨锥体模型；
设定降雨量模拟变化趋势参数，并将所述降雨量模拟变化趋势参数、所述暴雨中心雨量和目标区域各位置雨量输入所述降雨锥体模型中，得到该目标区域的降雨量；
按照正方形网格对所述目标地区进行监测站模拟布设，得到暴雨中心雨量误差值；
根据所述暴雨中心雨量和所述暴雨中心雨量误差值，得到降雨相对误差值，并根据所述降雨相对误差值确定目标地区各个流域内的监测站点数量；
获取目标区域的历史山洪灾害参数，根据所述历史山洪灾害参数确定灾害影响指标，并根据所述灾害影响指标建立水文勘测模型；
获取目标区域各个流域的环境信息，并将任一流域的环境信息输入至所述水文勘测模型中进行分析，得到对应的分析结果；
将任一流域的分析结果和监测站点数量输入至虚拟布设模型中，调整各个模拟监测站点在虚拟布设模型中的位置，以进行模拟监测得到监测结果；
当所述监测结果与所述分析结果的相似度大于预设相似度时，获取各个模拟监测站点在虚拟布设模型中的经纬度信息；
根据所述经纬度信息，确定对应监测站的位置；
所述按照第一预设方法，根据所述降雨等值线图和所述暴雨中心位置参数，构建降雨锥体模型的步骤包括：
将所述降雨等值线图中降雨等值线梯度变化最大的一边作为圆锥体的母线，将通过暴雨中心的垂直线作为轴线，以构建降雨锥体模型。
2.根据权利要求1所述的基于数据挖掘的山洪灾害监测站网布设方法，其特征在于，根据所述历史山洪灾害参数确定灾害影响指标，并根据所述灾害影响指标建立水文勘测模型的步骤包括：
根据所述历史山洪灾害参数确定灾害影响指标和指标权重；
根据所述灾害影响指标和所述指标权重建立水文勘测模型。
3.根据权利要求2所述的基于数据挖掘的山洪灾害监测站网布设方法，其特征在于，所述将任一流域的环境信息输入至所述水文勘测模型中进行分析，得到对应的分析结果的步骤包括：
根据任一流域的环境信息，得到各个灾害影响指标的数据；
按照指标权重，对各个灾害影响指标的数据进行计算，得到分析结果。
4.根据权利要求1所述的基于数据挖掘的山洪灾害监测站网布设方法，其特征在于，所述将任一流域的分析结果和监测站点数量输入至虚拟布设模型中的步骤之前，还包括：
获取目标区域的三维地图，并将所述三维地图划分为多个网格，每个所述网格包括经纬度信息；
根据所述三维地图和所述经纬度信息，构建虚拟布设模型。
5.根据权利要求4所述的基于数据挖掘的山洪灾害监测站网布设方法，其特征在于，根据所述三维地图和所述经纬度信息，构建虚拟布设模型的步骤包括：
建立空白模型；
根据所述三维地图，在所述空白模型中进行等比例复刻，得到虚拟布设模型，并在虚拟布设模型中对经纬度信息进行标识。
6.根据权利要求1所述的基于数据挖掘的山洪灾害监测站网布设方法，其特征在于，所述设定降雨量模拟变化趋势参数，并将所述降雨量模拟变化趋势参数、所述暴雨中心雨量和目标区域各位置雨量输入所述降雨锥体模型中，得到该目标区域的降雨量的步骤包括：
若降雨量模拟变化趋势参数为从暴雨中心至圆锥体边缘呈直线变化，则根据公式
计算该目标区域的降雨量，其中，Wn为以Ln作半径的圆面积上的降雨量，P0为暴雨中心雨量，Pn为对应于暴雨中心Ln处的雨量，Ln为计算面雨量的面积半径。
7.一种基于数据挖掘的山洪灾害监测站布设系统，其特征在于，包括：
降雨数据获取模块，用于获取目标地区的降雨数据，所述降雨数据包括降雨等值线图、暴雨中心位置参数、暴雨中心雨量和目标区域各位置雨量；
降雨锥体模型构建模块，用于按照第一预设方法，根据所述降雨等值线图和所述暴雨中心位置参数，构建降雨锥体模型；
降雨量得到模块，用于设定降雨量模拟变化趋势参数，并将所述降雨量模拟变化趋势参数、所述暴雨中心雨量和目标区域各位置雨量输入所述降雨锥体模型中，得到该目标区域的降雨量；
误差值得到模块，用于按照正方形网格对所述目标地区进行监测站模拟布设，得到暴雨中心雨量误差值；
流域监测站点数量确定模块，用于根据所述暴雨中心雨量和所述暴雨中心雨量误差值，得到降雨相对误差值，并根据所述降雨相对误差值确定目标地区各个流域内的监测站点数量；
灾害影响指标确定模块，用于获取目标区域的历史山洪灾害参数，根据所述历史山洪灾害参数确定灾害影响指标，并根据所述灾害影响指标建立水文勘测模型；
分析模块，用于获取目标区域各个流域的环境信息，并将任一流域的环境信息输入至所述水文勘测模型中进行分析，得到对应的分析结果；
模拟监测模块，用于将任一流域的分析结果和监测站点数量输入至虚拟布设模型中，调整各个模拟监测站点在虚拟布设模型中的位置，以进行模拟监测得到监测结果；
经纬度信息获取模块，用于当所述监测结果与所述分析结果的相似度大于预设相似度时，获取各个模拟监测站点在虚拟布设模型中的经纬度信息；
监测站位置确定模块，用于根据所述经纬度信息，确定对应监测站的位置；
降雨锥体模型构建模块包括：
母线轴线确定单元，用于将降雨等值线图中降雨等值线梯度变化最大的一边作为圆锥体的母线，将通过暴雨中心的垂直线作为轴线，以构建降雨锥体模型。
8.一种电子设备，其特征在于，包括：
存储器，用于存储一个或多个程序；
处理器；
当所述一个或多个程序被所述处理器执行时，实现如权利要求1-6中任一项所述的方法。
9.一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，该计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210307500.4A CN114662318B (zh) | 2022-03-25 | 2022-03-25 | 一种基于数据挖掘的山洪灾害监测站网布设方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210307500.4A CN114662318B (zh) | 2022-03-25 | 2022-03-25 | 一种基于数据挖掘的山洪灾害监测站网布设方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114662318A CN114662318A (zh) | 2022-06-24 |
| CN114662318B true CN114662318B (zh) | 2022-12-16 |
Family
ID=82033901
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210307500.4A Active CN114662318B (zh) | 2022-03-25 | 2022-03-25 | 一种基于数据挖掘的山洪灾害监测站网布设方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114662318B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117454122B (zh) * | 2023-12-25 | 2024-04-02 | 基康仪器股份有限公司 | 基于定点定面关系的山洪灾害雨量预警分析方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007063849A (ja) * | 2005-08-31 | 2007-03-15 | Toshiba Corp | 河川水位予測モデル作成方法、河川水位予測装置及び河川水位予測モデル作成プログラム |
| CN108446436A (zh) * | 2018-02-08 | 2018-08-24 | 广州地理研究所 | 暴雨洪水非线性模型雨水损失参数的空间分布预警方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110428586B (zh) * | 2019-07-08 | 2021-01-05 | 大连理工大学 | 基于前期降雨和上下游拓扑关系的农村基层洪涝预警方法 |
-
2022
- 2022-03-25 CN CN202210307500.4A patent/CN114662318B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007063849A (ja) * | 2005-08-31 | 2007-03-15 | Toshiba Corp | 河川水位予測モデル作成方法、河川水位予測装置及び河川水位予測モデル作成プログラム |
| CN108446436A (zh) * | 2018-02-08 | 2018-08-24 | 广州地理研究所 | 暴雨洪水非线性模型雨水损失参数的空间分布预警方法 |
Non-Patent Citations (4)
| Title |
|---|
| Optimal siting of hydrological monitoring stations with respect to remote sensing-based geo-environmental patterns;A. Drunpob;《IGARSS 2004. 2004 IEEE International Geoscience and Remote Sensing Symposium》;20041227;全文 * |
| 基于空间信息技术的流域分布式水文模型研究;凌峰;《基础科学》;20080315(第3期);全文 * |
| 锥体梯度法在雨量站网布设中的应用;王巧平等;《水科学与工程技术》;20081225(第06期);全文 * |
| 面向山洪预警的水雨情监测站网布设方法研究;翟晓燕等;《地球信息科学学报》;20171228(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114662318A (zh) | 2022-06-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dash et al. | Identification and validation of potential flood hazard area using GIS‐based multi‐criteria analysis and satellite data‐derived water index | |
| Thakur et al. | Coupling HEC-RAS and HEC-HMS in precipitation runoff modelling and evaluating flood plain inundation map | |
| Nandi et al. | Flood hazard mapping in Jamaica using principal component analysis and logistic regression | |
| Tesfa et al. | Modeling soil depth from topographic and land cover attributes | |
| Razavi et al. | Streamflow prediction in ungauged basins: review of regionalization methods | |
| Angulo-Martínez et al. | Mapping rainfall erosivity at a regional scale: a comparison of interpolation methods in the Ebro Basin (NE Spain) | |
| Samarasinghea et al. | Application of remote sensing and GIS for flood risk analysis: a case study at Kalu-Ganga River, Sri Lanka | |
| Zanardo et al. | Are American rivers Tokunaga self‐similar? New results on fluvial network topology and its climatic dependence | |
| Kumar et al. | Identification of the best multi-model combination for simulating river discharge | |
| Szolgay et al. | A regional comparative analysis of empirical and theoretical flood peak-volume relationships | |
| Tshimanga | Hydrological uncertainty analysis and scenario-based streamflow modelling for the Congo River Basin | |
| Sofia et al. | Metrics for quantifying anthropogenic impacts on geomorphology: road networks | |
| Kabuya et al. | Establishing uncertainty ranges of hydrologic indices across climate and physiographic regions of the Congo River Basin | |
| Sridhar et al. | Precipitation extremes and flood frequency in a changing climate in southeastern Virginia | |
| Pardo‐igúzquiza et al. | Morphometric analysis of karst depressions on a Mediterranean karst massif | |
| CN114662318B (zh) | 一种基于数据挖掘的山洪灾害监测站网布设方法及系统 | |
| CN112561172A (zh) | 一种降雨内涝房屋安全预警系统 | |
| de Arruda Gomes et al. | Hydrologic models coupled with 2D hydrodynamic model for high-resolution urban flood simulation | |
| Tri et al. | Application of meteorological and hydrological drought indices to establish drought classification maps of the Ba River Basin in Vietnam | |
| CN108961402A (zh) | 多卫星遥感降水反演在大尺度复杂流域的时空精度标定方法 | |
| Shastry et al. | Using Steady‐State Backwater Analysis to Predict Inundated Area from National Water Model Streamflow Simulations | |
| Langstaff et al. | Design of an optimum air monitoring network for exposure assessments | |
| Saadatkhah et al. | Spatiotemporal regional modeling of rainfall-induced slope failure in Hulu Kelang, Malaysia | |
| Cázares-Rodríguez et al. | Comparison of two watershed models for addressing stakeholder flood mitigation strategies: Case study of Hurricane Alex in Monterrey, México | |
| Tetzlaff et al. | Model-based assessment of groundwater recharge in Slovenia |
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 |