CN115223338A - 一种山洪灾害监测预警方法、系统、设备及计算机可读介质 - Google Patents
一种山洪灾害监测预警方法、系统、设备及计算机可读介质 Download PDFInfo
- Publication number
- CN115223338A CN115223338A CN202210767721.XA CN202210767721A CN115223338A CN 115223338 A CN115223338 A CN 115223338A CN 202210767721 A CN202210767721 A CN 202210767721A CN 115223338 A CN115223338 A CN 115223338A
- Authority
- CN
- China
- Prior art keywords
- hour
- data
- early warning
- rainfall
- future
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/14—Rainfall or precipitation gauges
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Computing Systems (AREA)
- Hydrology & Water Resources (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种山洪灾害监测预警方法、系统、设备及计算机可读介质,所述方法包括以下步骤:采用质心法模型用实况的雷达数据计算未来1小时的雷达数据;根据所述雷达数据,计算未来1小时隐患点设定区域内雷达回波强度数据总和Z;将雷达回波总和Z转为降雨数据的数学模型,并根据所述降雨数据的数学模型,计算未来1小时降雨数据;将所述降雨数据输入至边缘计算的山洪装置M2中。本发明可以计算隐患点未来1小时的积水深度,大幅提高预警准确率,为村民提前发出山洪预警信息,让村民有足够的时间采取防御措施。
Description
技术领域
本发明涉及山洪预警领域,尤其是涉及为采用气象雷达大数据和山洪隐患点的降雨数据、积水深度数据对山洪灾害预警的技术,具体地说,涉及一种山洪灾害监测预警方法、系统、设备及计算机可读介质。
背景技术
山洪灾害是我国的最严重的自然灾害,因其突发性,降雨到成灾基本在30分钟内,如果没有提前预警,引发的伤亡和损失都很大。
目前我国的山洪灾害预警主要是用过去小时降雨量作为主要依据,但是,由于以下原因,预警不准,在村民中形成了“狼来了”概念。
首先,降雨量与是否形成山洪灾害没有必然的联系,因为山洪灾害除与降雨量有关外,还与地形地貌、排水是否畅顺等有关联,例如,有些地方30mm降雨就山洪暴发了,有些地方100mm降雨还没有发生山洪,单靠降雨量预警山洪准确率很低,
其次,过去1小时的降雨量是“事后”数据,基本上是等到降雨数据出来了,山洪灾害也同时发生了,村民没有自救的时间,伤亡就此发生了。
另外,山洪发生后,灾区道路、供电、通信基本中断,群众的求救信号无法发出,救援人员无法确定受灾群众的位置,延误救援,造成进一步的伤亡和损失。
有鉴于此特提出本发明。
发明内容
本发明要解决的技术问题在于克服现有技术的不足,提供一种可以计算隐患点未来1小时的积水深度,大幅提高预警准确率,为村民提前发出山洪预警信息,让村民有足够的时间采取防御措施的山洪灾害监测预警方法、系统、设备及计算机可读介质。
为解决上述技术问题,本发明采用技术方案的基本构思是:
第一方面,一种山洪灾害监测预警方法,所述方法包括:
步骤1:采用质心法模型用实况的雷达数据计算未来1小时的雷达数据;
步骤2:根据所述雷达数据,计算未来1小时隐患点设定区域内雷达回波强度数据总和Z;
步骤3:将雷达回波总和Z转为降雨数据的数学模型,并根据所述降雨数据的数学模型,计算未来1小时降雨数据;
步骤4:将所述降雨数据输入至边缘计算的山洪装置M2中。
在上述任一方案中优选的实施例,所述计算未来1小时降雨数据,包括:
获取过去1小时滚动的实际降雨量L0,以及过去1小时滚动的设定范围内的实际雷达回波数据总和Z0;
根据降雨数据的数学模型,计算未来1小时降雨数据,其中,所述降雨数据的数学模型公式为L=A3*Z1-B2*Z2+C*Z3,其中,
C=(L0/Z0)*C1,雷达回波数据大于50dBz的转换系数。
在上述任一方案中优选的实施例,所述边缘计算的山洪装置M2用于监测隐患的实时积水和降雨,接收云服务器下发的未来1小时降雨数据L,计算动态排水系数S;
并计算隐患点未来1小时的最大积水深度,当最大积水深度大于设定的门槛值时,山洪预警,预警信息上传到服务器。
在上述任一方案中优选的实施例,所述计算隐患点未来1小时的最大积水深度,包括:
计算1小时内的实际监测积水深度的增加值H0;
计算1小时内积水深度计算值的增加值H1,H1是积水深度的计算值过去1小时的滚动增加值,是通过雨量来计算的积水深度,计算公式为下面流程中的H1=L*N*S,其中,所述L为未来1小时降雨数据,所述N为降雨量转为积水深度的转换系数,所述S为动态排水系数。
在上述任一方案中优选的实施例,所述积水深度的转换系数N的及计算方式为:N=H0/L0,H0是边缘计算的山洪装置M2监测的积水深度数据过去1小时的滚动增加值,L0是过去1小时边缘计算的山洪装置M2监测的降雨量。
在上述任一方案中优选的实施例,所述动态排水系数S为实际积水深度增加值或通过降雨数据计算出来的积水深度增加值,且所述动态排水系数S=H0/H1。
在上述任一方案中优选的实施例,所述的山洪灾害监测预警方法,还包括:
计算未来1小时新增积水深度的增加值H2,计算公式为H2=L*N*S;
计算山洪灾害预警,未来1小时的预计积水深度为H=H2+H3,其中H2为未来1小时新增积水深度的增加值,H3为边缘计算的山洪装置M2监测的当前实际积水深度值,当H大于设置的门槛值W时,边缘计算的山洪装置M2发出预警信息,预警信息上传到云服务器。
采用上述技术方案后,本发明与现有技术相比具有以下有益效果。
采用气象雷达大数据和山洪隐患点的降雨数据、积水深度数据,设计特定的算法,计算未来1小时的最大降雨量,然后,融入地形固定因子和排水动态因子,计算隐患点未来1小时的积水深度,大幅提高了预警准确率,为村民提前发出山洪预警信息,让村民有足够的时间采取防御措施。采用太阳能供电避免灾害发生时供电中断,采用4G+北斗通信避免灾害发生时通信中断,专用的报警器接收预警信息,确保夜晚接收到预警信息。
第二方面,一种山洪灾害监测预警系统,所述系统,包括:
第一计算模块,用于采用质心法模型用实况的雷达数据计算未来1小时的雷达数据;
第二计算模块,用于根据所述雷达数据,计算未来1小时隐患点设定区域内雷达回波强度数据总和Z;
处理模块,用于将雷达回波总和Z转为降雨数据的数学模型,并根据所述降雨数据的数学模型,计算未来1小时降雨数据;
输入模块,用于将所述降雨数据输入至边缘计算的山洪装置M2中。
第三方面,一种山洪灾害监测预警设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现所述的山洪灾害监测预警方法的步骤。
第四方面,一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现所述的山洪灾害监测预警方法。
下面结合附图对本发明的具体实施方式作进一步详细的描述。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分,本领域技术人员应该理解的是,这些附图未必是按比例绘制的,在附图中:
图1是本发明山洪灾害监测预警方法流程示意图。
图2是本发明山洪灾害监测预警方法的山洪预警计算的流程示意图。
图3是本发明山洪灾害监测预警系统原理示意图。
需要说明的是,这些附图和文字描述并不旨在以任何方式限制本发明的构思范围,而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,当元件被称为“固定于”或“设置于”另一个元件,它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至该另一个元件上。
在本申请的描述中,需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“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,仅是为了便于描述本发明和简化描述,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发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
本申请下述实施例以山洪灾害监测预警方法、系统、设备及计算机可读介质为例进行详细说明本申请的方案,但是此实施例并不能限制本申请保护范围。
实施例
如图1至图3所示,本发明提供了一种山洪灾害监测预警方法,所述方法包括:
步骤1:采用质心法模型用实况的雷达数据计算未来1小时的雷达数据;
步骤2:根据所述雷达数据,计算未来1小时隐患点设定区域内雷达回波强度数据总和Z;
步骤3:将雷达回波总和Z转为降雨数据的数学模型,并根据所述降雨数据的数学模型,计算未来1小时降雨数据;
步骤4:将所述降雨数据输入至边缘计算的山洪装置M2中。
在本发明实施例所述的山洪灾害监测预警方法中,采用气象雷达大数据和山洪隐患点的降雨数据、积水深度数据,设计特定的算法,计算未来1小时的最大降雨量,然后,融入地形固定因子和排水动态因子,计算隐患点未来1小时的积水深度,大幅提高了预警准确率,为村民提前发出山洪预警信息,让村民有足够的时间采取防御措施。采用太阳能供电避免灾害发生时供电中断,采用4G+北斗通信避免灾害发生时通信中断,专用的报警器接收预警信息,确保夜晚接收到预警信息。
如图1至图3所示,所述计算未来1小时降雨数据,包括:
获取过去1小时滚动的实际降雨量L0,以及过去1小时滚动的设定范围内的实际雷达回波数据总和Z0;
根据降雨数据的数学模型,计算未来1小时降雨数据,其中,所述降雨数据的数学模型公式为L=A3*Z1-B2*Z2+C*Z3,其中,
C=(L0/Z0)*C1,雷达回波数据大于50dBz的转换系数;所述边缘计算的山洪装置M2用于监测隐患的实时积水和降雨,接收云服务器下发的未来1小时降雨数据L,计算动态排水系数S;
并计算隐患点未来1小时的最大积水深度,当最大积水深度大于设定的门槛值时,山洪预警,预警信息上传到服务器。
如图1至图3所示,所述计算隐患点未来1小时的最大积水深度,包括:
计算1小时内的实际监测积水深度的增加值H0;
计算1小时内积水深度计算值的增加值H1,H1是积水深度的计算值过去1小时的滚动增加值,是通过雨量来计算的积水深度,计算公式为下面流程中的H1=L*N*S,其中,所述L为未来1小时降雨数据,所述N为降雨量转为积水深度的转换系数,所述S为动态排水系数。
如图1至图3所示,所述积水深度的转换系数N的及计算方式为:N=H0/L0,H0是边缘计算的山洪装置M2监测的积水深度数据过去1小时的滚动增加值,L0是过去1小时边缘计算的山洪装置M2监测的降雨量,所述动态排水系数S为实际积水深度增加值或通过降雨数据计算出来的积水深度增加值,且所述动态排水系数S=H0/H1。
如图1至图3所示,所述的山洪灾害监测预警方法,还包括:
第一步:采用成熟的“质心法”模型用实况的雷达数据计算未来1小时的雷达数据,按照雷达6分钟产出一次1*1公里的数据的时间和空间分辨率,计算未来10次数据。同时每个月的雷达数训练一次质心法模型。
第二步:计算未来1小时隐患点设定区域内雷达回波总和Z(雷达回波强度数据是雷达扫描降雨云团后的表征云团中含水量的数据,单位是dBzz,雷达产出的数据分辨率是1*1公里的强度数据,时间间隔为6分钟,在本发明实施例中,雷达数据、雷达回波、雷达回波强度都是同一个概念),Z是每一个点10次雷达数据的总和,默认是隐患点上游5公里,左右两边各1公里,面积共计10平方公里,按照1*1公里空间分辨率,10平方公里就会有10个雷达数据,未来1小时的10次数据,Z1是雷达数据小于30dBz的数据之和,Z2是雷达数据30dBz~50dBz之间的雷达数据之和,Z3是大于50dBz的雷达数据之和,Z0是所有雷达数据之和。
第三步:设计雷达回波数据转为降雨数据的数学模型,过去1小时滚动的实际降雨量L0(边缘计算的山洪监测装置M2实际监测数据),过去1小时滚动的设定范围内的实际雷达回波数据总和Z0(实际雷达数据计算),未来1小时降雨数据的数学模型公式为L=A3*Z1-B2*Z2+C*Z3,其中;
C=(L0/Z0)*C1,雷达回波数据大于50dBz的转换系数,其中C1为高强度雷达回波时(大于50dBz)的季节系数,经验值存在云服务器中。
第四步:L数据实时下传到边缘计算的山洪装置M2。
在本发明实施例中,所述边缘计算的山洪装置M2用于接收云服务器下发的未来1小时降雨数据L,计算动态排水系数S,然后本地计算该隐患点未来1小时的最大积水深度H,当H大于设定的门槛值H0时,山洪预警,预警信息上传到服务器。见图1,U1是小型工业计算机,完成数据接收、数据分析计算、缓存、控制等功能,在检测装置中完成山洪预警计算,大幅度节约服务器的计算量,降低成本,型号为J4125-4500U。U2为数据接口单元,将水位传感器的数据和视频数据经过转换后送到计算机,型号为F-3218。U3为电源模块,控制太阳能板为电池充电,并转为12V直流电为整个装置供电,型号为F-T12。U4为太阳能电池板,型号为X-18/120W。U5为电池,型号为12V50AH。U6为摄像头,当水位上升到一定高度时由计算机P1输出控制指令,控制T1导通,给摄像头供电,开始摄像,并把视频上传到服务器,当计算机检测不到4G信号时,控制视频控制关机,型号为1080P-120。U7为水位传感器,检测隐患点的实时积水深度,型号为MY-136。U8为雨量监测仪,监测山洪隐患点的降雨量,型号为L300,U9为4G/北斗通信模块,如果隐患4G信号良好则只配置4G模块,如果4G信号不好则配置北斗通信模块,将数据上传到服务器,型号为F-8001GB。
如图1至图3所示,山洪预警计算采用边缘计算技术,所有计算在M2中完成,大量节省云服务计算成本,步骤如下。
第一步:计算1小时内的实际监测积水深度的增加值H0,H0是M2监测的积水深度数据过去1小时的滚动增加值,例如,10点M2的监测的积水深度是350mm,11点的积水深度是550mm,则10点到11点1小时内的积水增加值是H0=550-350=200mm。如果是0或负值即停止计算。
第二步:计算1小时内积水深度计算值的增加值H1,H1是积水深度的计算值过去1小时的滚动增加值,是通过雨量来计算的积水深度,计算公式为下面流程中的H1=L*N*S。例如,10点计算值为390mm,11点的计算值为620mm,则10点到11点1小时内的积水计算值是H1=62-39=230mm。
第三步:计算降雨量转为积水深度的转换系数N,N=H0/L0,H0是过去一小时M2监测的实际积水深度,L0是过去1小时的M2监测的降雨量,例如,过去1小时的积水深度增加值为200mm,实际降雨量为30mm,则N=200/30=6.67。N是每6分钟滚动动态更新的系数。
第四步:计算“汇排系数S”,汇排系数是实际积水深度增加值与通过降雨数据计算出来的积水深度增加值,理论上来讲,两者应该是一致的,但是由于排水口可能受到临时的垃圾堵塞,造成积水快速上升,计算公式S=H0/H1。例如,上面的例子中,S=20/23=0.87,说明排水比雨水汇集更快。S是每6分钟滚动动态更新的系数。
第五步:计算未来1小时新增积水深度的增加值,计算公式为H2=L*N*S,例如,按照上述例子,N为6.67,S为0.87,设降雨量为53mm,则未来1小时的新增积水深度值H2=53*6.67*0.87=307.55mm。
第六步:计算山洪灾害预警,未来1小时的预计积水深度为H=2+H3,其中H2是上述计算值,H3是M2监测的当前实际积水深度值,当H大于设置的门槛值W时M2发出预警信息,预警信息上传到云服务器。例如,W=1500mm,当前积水深度H3=1200mm,则H=1200+307.55=1507.55mm,大于1500mm,发出山洪预警。
如图1至图3所示,所述云服务器接收到隐患点发出山洪预警后,报警指令发给报警器,报警器发出声光报警,以便夜班和嘈杂环境的值班人员确保获知预警信息。见图1,U11是4G和北斗通信模块,建议型号为W2013,4G优先,当无4G信号时自动通过北斗连接,U13是单片机,建议型号为C5132,单片机处理服务器下发的预警信息,通过电阻R2和三极管T2控制报警喇叭U12发出报警声音,报警灯L1发出闪动的报警灯光。同时单片机定时发送握手信息到云服务器,表示报警器正常,否则云服务器提示报警器故障。
一种山洪灾害监测预警系统,所述系统,包括:
第一计算模块,用于采用质心法模型用实况的雷达数据计算未来1小时的雷达数据;
第二计算模块,用于根据所述雷达数据,计算未来1小时隐患点设定区域内雷达回波强度数据总和Z;
处理模块,用于将雷达回波总和Z转为降雨数据的数学模型,并根据所述降雨数据的数学模型,计算未来1小时降雨数据;
输入模块,用于将所述降雨数据输入至边缘计算的山洪装置M2中。
一种山洪灾害监测预警设备,包括:存储器,用于存储计算机程序;处理器,用于执行所述计算机程序时实现如所述山洪灾害监测预警方法的步骤。
其中,处理器用于控制该测量设备的整体操作,以完成上述的山洪灾害监测预警方法中的全部或部分步骤。存储器用于存储各种类型的数据以支持在该测量设备的操作,这些数据例如可以包括用于在该测量设备上操作的任何应用程序或方法的指令,以及应用程序相关的数据,例如联系人数据、收发的消息、图片、音频、视频等等。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(StaticRandomAccessMemory,简称SRAM),电可擦除可编程只读存储器(ElectricallyErasableProgrammableRead-OnlyMemory,简称EEPROM),可擦除可编程只读存储器(ErasableProgrammableRead-OnlyMemory,简称EPROM),可编程只读存储器(ProgrammableRead-OnlyMemory,简称PROM),只读存储器(Read-OnlyMemory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。多媒体部可以包括屏幕和音频部。其中屏幕例如可以是触摸屏,音频部用于输出和/或输入音频信号。例如,音频部可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或通过通信部发送。音频部还包括至少一个扬声器,用于输出音频信号。I/O接口为处理器和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信部用于该测量设备与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(NearFieldCommunication,简称NFC),2G、3G、4G或5G,或它们中的一种或几种的组合,因此相应的该通信部可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
在一示例性实施例中,测量设备可以被一个或多个应用专用集成电路(ApplicationSpecificIntegratedCircuit,简称ASIC)、数字信号处理器(DigitalSignalProcessor,简称DSP)、数字信号处理设备(DigitalSignalProcessingDevice,简称DSPD)、可编程逻辑器件(ProgrammableLogicDevice,简称PLD)、现场可编程门阵列(FieldProgrammableGateArray,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述的山洪灾害监测预警方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,该程序指令被处理器执行时实现上述的山洪灾害监测预警方法的步骤。例如,该计算机可读存储介质可以为上述包括程序指令的存储器,上述程序指令可由测量设备的处理器执行以完成上述的山洪灾害监测预警方法。
相应于上面的方法实施例,本公开实施例还提供了一种可读存储介质,下文描述的一种可读存储介质与上文描述的一种山洪灾害监测预警方法可相互对应参照。
第四方面,一种可读存储介质,可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例的山洪灾害监测预警方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,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,或者对其中部分或者全部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技术方案的范围。
Claims (10)
1.一种山洪灾害监测预警方法,其特征在于,所述方法包括:
步骤1:采用质心法模型用实况的雷达数据计算未来1小时的雷达数据;
步骤2:根据所述雷达数据,计算未来1小时隐患点设定区域内雷达回波强度数据总和Z;
步骤3:将雷达回波总和Z转为降雨数据的数学模型,并根据所述降雨数据的数学模型,计算未来1小时降雨数据;
步骤4:将所述降雨数据输入至边缘计算的山洪装置M2中。
3.根据权利要求2所述的山洪灾害监测预警方法,其特征在于,所述边缘计算的山洪装置M2用于监测隐患的实时积水和降雨,接收云服务器下发的未来1小时降雨数据L,计算动态排水系数S;
并计算隐患点未来1小时的最大积水深度,当最大积水深度大于设定的门槛值时,山洪预警,预警信息上传到服务器。
4.根据权利要求3所述的山洪灾害监测预警方法,其特征在于,所述计算隐患点未来1小时的最大积水深度,包括:
计算1小时内的实际监测积水深度的增加值H0;
计算1小时内积水深度计算值的增加值H1,H1是积水深度的计算值过去1小时的滚动增加值,是通过雨量来计算的积水深度,计算公式为下面流程中的H1=L*N*S,其中,L为未来1小时降雨数据,N为降雨量转为积水深度的转换系数,S为动态排水系数。
5.根据权利要求4所述的山洪灾害监测预警方法,其特征在于,所述积水深度的转换系数N的及计算方式为:N=H0/L0,H0是边缘计算的山洪装置M2监测的积水深度数据过去1小时的滚动增加值,L0是过去1小时边缘计算的山洪装置M2监测的降雨量。
6.根据权利要求4所述的山洪灾害监测预警方法,其特征在于,所述动态排水系数S为实际积水深度增加值或通过降雨数据计算出来的积水深度增加值,且所述动态排水系数S=H0/H1。
7.根据权利要求6所述的山洪灾害监测预警方法,其特征在于,还包括:
计算未来1小时新增积水深度的增加值H2,计算公式为H2=L*N*S;
计算山洪灾害预警,未来1小时的预计积水深度为H=H2+H3,其中H2为未来1小时新增积水深度的增加值,H3为边缘计算的山洪装置M2监测的当前实际积水深度值,当H大于设置的门槛值W时,边缘计算的山洪装置M2发出预警信息,预警信息上传到云服务器。
8.一种山洪灾害监测预警系统,其特征在于,包括:
第一计算模块,用于采用质心法模型用实况的雷达数据计算未来1小时的雷达数据;
第二计算模块,用于根据所述雷达数据,计算未来1小时隐患点设定区域内雷达回波强度数据总和Z;
处理模块,用于将雷达回波总和Z转为降雨数据的数学模型,并根据所述降雨数据的数学模型,计算未来1小时降雨数据;
输入模块,用于将所述降雨数据输入至边缘计算的山洪装置M2中。
9.一种山洪灾害监测预警设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7中任一项所述的山洪灾害监测预警方法的步骤。
10.一种存储介质,其特征在于,其上存储有计算机程序,所述程序被处理器执行时实现如权利要求1至7中任一项所述的山洪灾害监测预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210767721.XA CN115223338B (zh) | 2022-07-01 | 2022-07-01 | 一种山洪灾害监测预警方法、系统、设备及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210767721.XA CN115223338B (zh) | 2022-07-01 | 2022-07-01 | 一种山洪灾害监测预警方法、系统、设备及计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115223338A true CN115223338A (zh) | 2022-10-21 |
CN115223338B CN115223338B (zh) | 2023-04-28 |
Family
ID=83610094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210767721.XA Active CN115223338B (zh) | 2022-07-01 | 2022-07-01 | 一种山洪灾害监测预警方法、系统、设备及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115223338B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003014868A (ja) * | 2001-06-28 | 2003-01-15 | Foundation Of River & Basin Integrated Communications Japan | 洪水予測情報提供システム |
CN105608840A (zh) * | 2016-03-09 | 2016-05-25 | 长江水利委员会水文局 | 一种基于融合定量降雨预报算法的山洪预警平台及预警方法 |
CN110415488A (zh) * | 2019-05-20 | 2019-11-05 | 宁波市水利水电规划设计研究院 | 一种山洪灾害预警的方法、系统、电子设备及存储介质 |
CN111397686A (zh) * | 2020-02-24 | 2020-07-10 | 广州风雨雷科技有限公司 | 一种城市内涝预警方法 |
CN211906479U (zh) * | 2020-02-27 | 2020-11-10 | 广西九宇蓝科技有限公司 | 山洪灾害监测预警系统 |
CN112738754A (zh) * | 2020-12-30 | 2021-04-30 | 长江水利委员会长江科学院 | 一种基于边缘计算的山洪灾害预警监测系统 |
-
2022
- 2022-07-01 CN CN202210767721.XA patent/CN115223338B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003014868A (ja) * | 2001-06-28 | 2003-01-15 | Foundation Of River & Basin Integrated Communications Japan | 洪水予測情報提供システム |
CN105608840A (zh) * | 2016-03-09 | 2016-05-25 | 长江水利委员会水文局 | 一种基于融合定量降雨预报算法的山洪预警平台及预警方法 |
CN110415488A (zh) * | 2019-05-20 | 2019-11-05 | 宁波市水利水电规划设计研究院 | 一种山洪灾害预警的方法、系统、电子设备及存储介质 |
CN111397686A (zh) * | 2020-02-24 | 2020-07-10 | 广州风雨雷科技有限公司 | 一种城市内涝预警方法 |
CN211906479U (zh) * | 2020-02-27 | 2020-11-10 | 广西九宇蓝科技有限公司 | 山洪灾害监测预警系统 |
CN112738754A (zh) * | 2020-12-30 | 2021-04-30 | 长江水利委员会长江科学院 | 一种基于边缘计算的山洪灾害预警监测系统 |
Non-Patent Citations (1)
Title |
---|
张启义 等: "山洪灾害动态预警方法研究现状" * |
Also Published As
Publication number | Publication date |
---|---|
CN115223338B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zeng et al. | The effect of heat waves on mortality and effect modifiers in four communities of Guangdong Province, China | |
CN111882830B (zh) | 城市内涝监测预报预警方法、装置、系统及存储介质 | |
HRP20210573T1 (hr) | Posredovanje u upozoravanju na katastrofe uz pomoć prirode | |
KR101103697B1 (ko) | 강우강도와 토양함수율을 이용한 경사지 경보시스템 | |
CN203720380U (zh) | 一种移动水文气象监测北斗定位通信与报警装置 | |
KR101684427B1 (ko) | 산사태 및 토석류 원격 모니터링 시스템 및 그 방법 | |
CN105569732B (zh) | 基于图像和水文数据监测的煤矿水灾报警方法 | |
CN107835244A (zh) | 基于物联网的农业大田气候灾害监测预警系统 | |
JP2010286458A (ja) | 集中豪雨予測システム | |
CN111784976B (zh) | 一种山洪灾害预警方法、装置、系统及存储介质 | |
JP5693491B2 (ja) | 貯水池動態監視システム | |
KR101078273B1 (ko) | 유비쿼터스 홍수 예ㆍ경보 시스템 및 방법 | |
US9123228B2 (en) | Security alarm systems and methods for collecting and utilizing condition data | |
CN111915847A (zh) | 一种精细化降雨预报系统及其预警方法 | |
Varghese et al. | Iot based disaster monitoring and management system for dams (idmmsd) | |
CN115223338A (zh) | 一种山洪灾害监测预警方法、系统、设备及计算机可读介质 | |
KR101219192B1 (ko) | 오지 수리시설물의 물관리 자동화시스템 | |
FR3044428A1 (fr) | Systeme de detection et de communication d'alertes meteo par une station de base qui collecte par voie hertzienne des mesures produites par au moins une station meteo auto alimentee | |
CN207718596U (zh) | 一种智能洪水预警系统 | |
CN113077609A (zh) | 一种基于大数据的自然灾害预警系统及方法 | |
KR101447718B1 (ko) | 강우 강도와 기간 강우량 분석을 통한 강우 경보 장치 및 강우 경보 생성 방법 | |
KR20040090044A (ko) | 자동기상관측을 통한 재난 경보 및 생활정보 제공 시스템 | |
CN212256542U (zh) | 一种山洪灾害预警系统 | |
CN108803422A (zh) | 一种用于水位高度监测的控制系统 | |
CN115002415A (zh) | 一种水渠监控装置及系统 |
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 |