CN115267950B - 一种初期雨水量化方法、装置、存储介质及电子设备 - Google Patents

一种初期雨水量化方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN115267950B
CN115267950B CN202211050143.4A CN202211050143A CN115267950B CN 115267950 B CN115267950 B CN 115267950B CN 202211050143 A CN202211050143 A CN 202211050143A CN 115267950 B CN115267950 B CN 115267950B
Authority
CN
China
Prior art keywords
runoff
unit
gradient
runoff depth
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.)
Active
Application number
CN202211050143.4A
Other languages
English (en)
Other versions
CN115267950A (zh
Inventor
陈昂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Three Gorges Corp
Original Assignee
China Three Gorges Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Three Gorges Corp filed Critical China Three Gorges Corp
Priority to CN202211050143.4A priority Critical patent/CN115267950B/zh
Publication of CN115267950A publication Critical patent/CN115267950A/zh
Application granted granted Critical
Publication of CN115267950B publication Critical patent/CN115267950B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/14—Rainfall or precipitation gauges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/002—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow wherein the flow is in an open channel
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/66—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by measuring frequency, phase shift or propagation time of electromagnetic or other waves, e.g. using ultrasonic flowmeters
    • G01F1/663—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by measuring frequency, phase shift or propagation time of electromagnetic or other waves, e.g. using ultrasonic flowmeters by measuring Doppler frequency shift
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • 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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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

本发明公开了一种初期雨水量化方法、装置、存储介质及电子设备，对目标研究区域进行划分，得到至少一个水文响应单元；在一段时间内监测目标研究区域内发生的降雨事件的次数，并获得每次发生的降雨事件对应的实测径流量资料；基于每个水文响应单元内每次发生的降雨事件对应的实测径流量资料，计算每个水文响应单元的径流深；按照预设梯度单元对每个水文响应单元的径流深进行划分，得到多个第一径流深梯度单元；基于多个第一径流深梯度单元，经过预设处理方法，得到初期雨水量化数据。基于实测数据考虑了径流深与污染物浓度的变化关系，解决了现有技术中对初期雨水量化过程中污染物考虑不足的问题，提高了初期雨水量化的有效性。

Description

一种初期雨水量化方法、装置、存储介质及电子设备
技术领域
本发明涉及初期雨水评价技术领域，具体涉及一种初期雨水量化方法、装置、存储介质及电子设备。
背景技术
初期雨水是指降雨初期时的雨水，一般是指地面10—15mm厚已形成地表径流的降水。初期雨水已成为水环境污染的重要来源，对初期雨水的量化处理是有效治理水环境污染的前提。但是现有技术中对初期雨水相关研究和技术侧重于初期雨水治理，如各种调蓄池、初期雨水治理技术等，对初期雨水量化方法考虑较少。
现有的初期雨水量化方式主要包括两种：一是使用降雨量或径流深进行量化，以经验值为主；二是使用降雨时间进行量化。但是这些方法过于依赖经验，一般都是基于各地区降雨、径流、污染关系得出的径流深或降雨历史经验值来量化初期雨水，不能有效地对初期雨水进行量化。
发明内容
有鉴于此，本发明实施例提供了涉及一种初期雨水量化方法、装置、存储介质及电子设备，以解决现有技术中初期雨水量化方式过于依赖经验，有效性较差的技术问题。
本发明提出的技术方案如下：
第一方面，本发明实施例提供一种初期雨水量化方法，该初期雨水量化方法包括：对目标研究区域进行划分，得到至少一个水文响应单元；在一段时间内监测所述目标研究区域内发生的降雨事件的次数，并获得每次发生的降雨事件对应的实测径流量资料；基于每个水文响应单元内每次发生的降雨事件对应的所述实测径流量资料，计算每个所述水文响应单元的径流深；按照预设梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元，所述预设梯度单元的大小为每个所述水文响应单元的径流深划分单位值，所述第一径流深梯度单元的大小反映对污染物浓度的稀释效应；基于所述多个第一径流深梯度单元，经过预设处理方法，得到初期雨水量化数据。
可选地，在第一方面的一种可能的实现方式中，所述方法还包括：获取所述目标研究区域内至少一个水文响应单元的基础资料；当监测到任一所述水文响应单元内未发生降雨事件，利用对应的所述水文响应单元的基础资料计算所述水文响应单元的径流深。
可选地，在第一方面的一种可能的实现方式中，按照预设梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元之前，所述方法还包括：获取至少一个不同大小的梯度单元；对不同大小的每个梯度单元进行敏感性分析，确定预设梯度单元。
可选地，在第一方面的一种可能的实现方式中，按照预设梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元之后，所述方法还包括：获取每个所述第一径流深梯度单元对应的径流深资料；基于所述径流深资料绘制径流深梯度曲线。
可选地，在第一方面的一种可能的实现方式中，按照预设梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元之后，所述方法还包括：计算每个所述水文响应单元内每个所述第一径流深梯度单元的污染物浓度；基于所述实测径流量资料和所述径流深资料，绘制径流深梯度单元污染曲线，所述径流深梯度单元污染曲线表征不同第一径流深梯度单元与污染物浓度的关系。
可选地，在第一方面的一种可能的实现方式中，按照预设梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元之后，所述方法还包括：基于所述径流深梯度单元污染曲线获取每个所述第一径流深梯度单元的污染物浓度数据；基于所述第一径流深梯度单元的污染物浓度数据绘制箱线图，所述箱线图表征每个所述第一径流深梯度单元内污染物浓度数据的分布特征。
可选地，在第一方面的一种可能的实现方式中，基于所述多个第一径流深梯度单元，经过预设处理方法，得到初期雨水量化数据，包括：按照预设条件对所述多个第一径流深梯度单元进行处理，得到多个第二径流深梯度单元；基于所述多个第二径流深梯度单元，经过预设量化方法，得到初期雨水量化数据。
第二方面，本发明实施例提供一种初期雨水量化装置，该初期雨水量化装置包括：第一划分模块，用于对目标研究区域进行划分，得到至少一个水文响应单元；获取模块，用于在一段时间内监测所述目标研究区域内发生的降雨事件的次数，并获得每次发生的降雨事件对应的实测径流量资料；计算模块，用于基于每个水文响应单元内每次发生的降雨事件对应的所述实测径流量资料，计算每个所述水文响应单元的径流深；第二划分模块，用于按照目标梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元，所述预设梯度单元的大小为每个所述水文响应单元的径流深划分单位值，所述第一径流深梯度单元的大小反映对污染物浓度的稀释效应；量化模块，用于基于所述多个第一径流深梯度单元，经过预设处理方法，得到初期雨水量化数据。
第三方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如本发明实施例第一方面及第一方面任一项所述的初期雨水量化方法。
第四方面，本发明实施例提供一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如本发明实施例第一方面及第一方面任一项所述的初期雨水量化方法。
本发明提供的技术方案，具有如下效果：
本发明实施例提供的初期雨水量化方法，基于实测数据考虑了径流深与污染物浓度的变化关系，并对初期雨水进行量化，解决了现有技术中对初期雨水量化过程中污染物考虑不足的问题，提高了初期雨水量化的有效性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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的附图。
图1是根据本发明实施例的初期雨水量化方法的流程图；
图2是根据本发明实施例提供的地理参考水文数据集流域数据的结构示意图；
图3是根据本发明实施例提供的采用Pfafstetter方法划分子流域后的结构示意图；
图4是根据本发明实施例提供的径流深梯度曲线示意图；
图5是根据本发明实施例提供的径流深梯度单元污染曲线示意图；
图6是根据本发明实施例提供的箱线图的一示意图；
图7是根据本发明实施例提供的污染物浓度分布箱线图；
图8是根据本发明实施例提供的箱线图数据示意图；
图9是根据本发明实施例提供的箱线图的另一示意图；
图10是根据本发明实施例的初期雨水量化装置的结构框图；
图11是根据本发明实施例提供的计算机可读存储介质的结构示意图；
图12是根据本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
本发明实施例提供一种初期雨水量化方法，如图1所示，该方法包括如下步骤：
步骤101：对目标研究区域进行划分，得到至少一个水文响应单元。
具体地，水文响应单元表示对流域内根据土壤、坡度、植被等因素划分的具有相同水文特性的最小的水文单元，可以根据流域水资源分区资料进行划分得到，或者根据水文模型如SWAT模型进行划分得到，在本发明实施例中作为目标研究区域开展研究的基本单元。
对目标研究区域进行划分时，首先确定作为目标研究区域开展研究的基本单元。
具体地，对目标研究区域按照流域层级结构进行三级结构划分，划分为流域、子流域和水文响应单元。
具体地，通过划分流域和子流域确定不同流域层级结构：
基于全球90m分辨率DEM(Digital Elevation Model，数字高程模型)数据，采用Pfafstetter方法划分流域、子流域，将全球流域划分为12个级别，将第12级子流域即最小子流域单元作为计算连通性的基本单元，全球共划分为1034083个12级子流域，各子流域都具有与其相邻子流域的拓扑关系信息。
本发明实施例中同时采用地理参考水文数据集(HydroSHEDS)中的地理参考水文数据集流域数据(HydroBASINS)，如图2所示。将HydroBASINS子流域单元作为对目标研究区域进行划分得到的子流域；对目标研究区域进行划分得到的流域即为从源头到河口若干相互连接子流域的集合。
其中，采用Pfafstetter方法划分子流域主要包括：
第1步：采用DEM数据建立目标流域区域的数字河网，作为流域子流域划分的初始数据；
第2步：采用3个算法参数确定流域划分层次。参数1是最大划分层次，即进行划分的最高限度，对于每一个划分层次中有存在需要进行划分更小的子流域，需进行可行性检验；参数2是确定检验的标准，本发明实施例中采用最大集水面积Amax表示，是否需要进行更进一步划分的标准是当且仅当子流域的面积大于最大集水面积；参数3是最小集水面积Amin，主要用于控制子流域面积，避免出现面积太小的子流域。对需要进行更进一步划分的流域，如果划分的子流域面积小于最小集水面积，即停止进一步划分。
第3步：对流域进行1次划分，将初始的完整流域划分为9个不同的子流域。划分流域主要通过以下操作实现：①将流域定义为1级流域，从源头到河口定义河流干、支流和水流方向，从河口向源头按照与水流相反的方向确定干、支流网格单元；②对各支流与干流汇流口处的所有网格单元进行编号；③根据各支流的集水面积大小确定最大支流汇流口处的网格编号，并计算各汇流口与河口的距离；④根据流域内4条最大支流的汇流口与河口的距离远近，将从下游到上游的支流子流域分别编号为2、4、6、8；⑤将2、4、6、8编号子流域相邻子流域按照从下游到上游的顺序分别编号为1、3、5、7、9；⑥按照上述方法确定的这9个数字即代表流域内的9个子流域，将其定义为2级子流域(流域)，如图3所示；
第4步：对划分的所有9个子流域进行统计计算，并确定地形特征值，主要包括平均高程、平均坡度、集水面积及集水边界数据等；
例如：平均高程数据根据DEM数据进行计算，DEM数据由若干栅格组成，每个栅格代表一个高程数值，统计子流域面积内所有栅格的高程值，并取平均值，获得子流域的平均高程数据。
第5步：进一步划分子流域，进行二次划分，按照相应步骤重复第3步和第4步操作。对进行二次划分所得的子流域进行Pfafstetter数字编号，并定义为3级子流域(流域)。其中，编号计算公式如下述公式(1)所示：
Nb＝10Na+Nc (1)
式中：Nb表示划分后的3级子流域编号；Na表示划分前的2级子流域编号；Nc表示暂时性的Pfafstetter数字，根据目前的划分层次确定，通常是在1～9之间进行选取；划分层次有n层，相应的标号就有n个数字。例如子流域Nb在划分层次n上(n≥1)，那么将会有n个数字。
第6步：对所有子流域进行最终划分之后，所得的子流域的总数Ns可表示为：
Ns＝9+8(Nf-Nu) (2)
式中：Ns表示子流域的总数；Nf表示从第二次划分经过进一步划分到最后一次划分的子流域总数，即将3级子流域划分为n级子流域的子流域总数；Nu表示从第二次划分未经过进一步划分到最后一次划分的子流域总数，即将3级子流域未划分为n级子流域的子流域总数。
优选地，对于1个流域，包含12级子流域，本发明实施例中将1级子流域设定为“流域”、2级子流域设定为“子流域”，12级子流域设定为“水文响应单元”。
确定水文响应单元作为目标研究区域开展研究的基本单元后，对目标研究区域按照水文响应单元进行划分得到多个水文响应单元，统计目标研究区域水文响应单元的数量并进行编号，水文响应单元与目标研究区域边界存在部分重叠的，以水文响应单元范围作为实际研究区域范围，确定最终目标研究区域包含的水文响应单元。
步骤102：在一段时间内监测所述目标研究区域内发生的降雨事件的次数，并获得每次发生的降雨事件对应的实测径流量资料。
具体地，一段时间表示监测时间，范围一般至少为2个自然年；对于每次发生的降雨事件，将监测持续时间设置为获得第一个自动采样样品前2小时开始，至获得最后一个自动采样样品后2小时结束。
对目标研究区域内发生的降雨事件进行监测时，以水文相应单元为基本监测单元，按照统计的水文相应单元的数量和编号，在目标研究区域内分片设置监测区域和点位，并在监测区域分片安装监测采样设备，同步利用该监测采样设备进行监测指标自动采样，得到每次发生的降雨事件对应的实测径流量资料。其中，监测采样设备可以为多普勒流量计和翻斗式雨量计；采样时间步长间隔设置为1分钟(60秒)，单个时间步长间隔的自动采样容器数量最大值设置为24瓶，以满足夏季降雨较多时的采样存储需求。
监测指标包括水文指标和水质指标。
具体地，水文指标包括降雨量、径流量、流速等；水质指标包括总悬浮固体(TSS)、总氮(TN)和大肠杆菌(E.coli)等，以浓度表示。其中，总悬浮固体(TSS)为必选指标，其他两项指标为可选指标。本发明实施例对可选指标的监测不做具体限定，根据实际需求进行监测，在条件允许的情况下尽量对3项指标都开展监测采样即可。
对于每次发生的降雨事件，在进行监测采样时需要连续的水质监测数据。当没有连续水质监测数据时，可以采用数据插值的方式获得连续水质监测数据。
具体地，可以将径流开始时获得的第一个水质数据作为本次降雨事件第一个样品的污染物浓度，将最后一个水质数据作为本次降雨事件最后一个样品的污染物浓度，采样线性内插法进行内插。本发明实施例中对数据插值方式不做具体限定，只要满足需求即可。
优选地，线性内插法为根据等比关系将两个量建立一个线性方程，然后解方程计算得出所要求的数据。
比如，A(X1，Y1)、B(X2，Y2)为线性方程的两个点，已知另一点P的Y0值，根据线性关系可求得P点的对应值X0，通常点P位于点A、B之间，原则是直线上任意两点间的变量X差值之比应等于对应的变量Y的差值之比，如公式(3)所示：
(X0-X1)/(X2-X1)＝(Y0-Y1)/(Y2-Y1) (3)
步骤103：基于每个水文响应单元内每次发生的降雨事件对应的所述实测径流量资料，计算每个所述水文响应单元的径流深。
具体地，径流深表示在某一时段内通过河流上指定断面的径流总量(W以m3计)除以该断面以上的流域面积(F，以km2计)所得的值，如公式(4)所示。相当于该时段内平均分布于该面积上的水深：
Figure BDA0003818437630000101
式中：R表示径流深(mm)；W表示径流量(m3)，可以在实测径流量资料中获得；F表示水文响应单元的面积(km2)，可以通过收集直接获得。
以水文响应单元为基本空间单元，以每次发生的降雨事件为基本时间单元，根据水文响应单元面积和径流系数(runoff coefficient)，将每次发生的降雨事件对应的实测径流量资料转换为每个水文响应单元的径流深。
其中，径流系数表示一定汇水面积地面径流量(mm)与降雨量(mm)的比值，是任意时段内的径流深度R(或径流总量W)与同时段内的降水深度P(或降水总量)的比值，如公式(5)所示。径流系数说明在降水量中有多少水变成了径流，它综合反映了流域内自然地理要素对径流的影响。
Figure BDA0003818437630000102
式中：P表示降水深度，可以在实测径流量资料中获得。
优选地，还可以利用管网中的流速推求径流深，如公式(6)所示：
Figure BDA0003818437630000103
式中：v表示流速；s表示管网管道横断面面积(m2)；t表示时间。
步骤104：按照预设梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元，所述预设梯度单元的大小为每个所述水文响应单元的径流深划分单位值，所述第一径流深梯度单元的大小反映对污染物浓度的稀释效应。
具体地，径流深表示在某一时段内平均分布于水文响应单元上指定断面上的水深，即水文响应单元为横向空间单元；径流深梯度单元为纵向长度单元。比如，某长方体A作为一个水文响应单元，按照预设梯度单元对该长方体A进行划分，即为对该长方体A的高进行划分，得到多个切割后的小的长方体(多个第一径流深梯度单元)。
第一径流深梯度单元的大小反映对污染物浓度的稀释效应表现为：第一径流深梯度单元大小越大，污染物浓度越低；第一径流深梯度单元大小越小，污染物浓度越高，敏感性更高。
预设梯度单元的大小影响初期雨水的量化结果，因此，将预设梯度单元的大小作为每个水文响应单元的径流深划分单位值，并对每个水文响应单元的径流深进行划分。
在一实施例中，水文响应单元的径流深是10mm，预设梯度单元的大小为2mm，则通过划分可以得到5个第一径流深梯度单元。
步骤105：基于所述多个第一径流深梯度单元，经过预设处理方法，得到初期雨水量化数据。
具体地，初期雨水量化数据包括量化后的初期雨水冲刷量和量化后的初期雨水冲刷强度。其中，初期雨水冲刷量和初期雨水冲刷强度为本发明实施例中构建的用于描述初期雨水特征的两个指标，为正相关关系，在初期雨水冲刷强度较小时更显著。
具体地，初期雨水冲刷量表示将单个水文响应单元污染物浓度冲刷回到背景浓度所需的径流量；初期雨水冲刷强度表示初期冲刷与背景冲刷污染物浓度的差异。
又第一径流深梯度单元反映对污染物浓度的稀释效应，因此，通过对该多个第一径流深梯度单元进行处理，可以得到初期雨水量化数据。
本发明实施例提供的初期雨水量化方法，基于实测数据考虑了径流深与污染物浓度的变化关系，并对初期雨水进行量化，解决了现有技术中对初期雨水量化过程中污染物考虑不足的问题，提高了初期雨水量化的有效性。
作为本发明实施例一种可选的实施方式，所述方法还包括：获取所述目标研究区域内至少一个水文响应单元的基础资料；当监测到任一所述水文响应单元内未发生降雨事件，利用对应的所述水文响应单元的基础资料计算所述水文响应单元的径流深。
具体地，水文响应单元的基础资料可以包括水文响应单元的面积、年(月)降水量、年(月)径流量等。
当监测到某一个水文响应单元内未发生降雨事件，即无法获取到对应的实测径流量资料时，可以根据该水文响应单元的基础资料，采用降水径流频率相应法，得到该水文响应单元的径流深。
其中，降水径流频率相应法的基本原理与假定参证站年降水与设计流域历年径流之经验频率相一致。先确定设计参证站降雨统计参数，点绘理论P－Ⅲ型曲线；再结合年径流深等值线图确定该工程的年径流深均值，根据径流变差系数的计算公式求得径流变差系数；然后结合降雨统计参数确定不同年份与降雨同频率的年径流深系列资料。其中，降雨统计参数可以在水文响应单元的基础资料中获得。
作为本发明实施例一种可选的实施方式，步骤104之前，所述方法还包括：获取至少一个不同大小的梯度单元；对不同大小的每个梯度单元进行敏感性分析，确定预设梯度单元。
具体地，梯度单元的大小对最终初期雨水冲刷量(VFF)和初期雨水冲刷强度(PFI)计算结果有影响，为了保证方法的合理性，避免梯度单元大小对计算结果的影响，对不同大小的每个梯度单元进行敏感性分析。
在一实施例中，分别获取大小为0.5mm、1mm、3mm、4mm和5mm的梯度单元，并对该不同大小的梯度单元进行评估，采用初期雨水冲刷量(VFF)和初期雨水冲刷强度(PFI)两个指标对不同梯度单元大小的评估结果进行敏感性分析，最终确定了2mm作为预设梯度单元的大小。
梯度单元的大小对初期雨水冲刷量(VFF)和初期雨水冲刷强度(PFI)的影响程度不同：梯度单元大小对初期雨水冲刷量(VFF)结果影响不大，如果梯度单元大小设置为较大值，将影响初期雨水冲刷量(VFF)结果，导致由于梯度单元的稀释效应而引起的初期雨水冲刷量(VFF)计算结果偏小；梯度单元大小与初期雨水冲刷强度(PFI)呈显著的正相关关系，初期雨水冲刷强度(PFI)随着梯度单元大小的增加而增加。因此，在具体应用时，如果需要修改梯度单元大小，可以将梯度单元大小修改为较小值。
作为本发明实施例一种可选的实施方式，步骤104之后，所述方法还包括：获取每个所述第一径流深梯度单元对应的径流深资料；基于所述径流深资料绘制径流深梯度曲线。
具体地，将每个第一径流深梯度单元对应的径流深资料按照时间序列在R编程环境进行绘图，并按照划分得到的多个第一径流深梯度单元进行分割，可以得到双纵坐标轴的径流深梯度曲线，如图4所示，横坐标为时间，纵坐标为径流深和径流量。
作为本发明实施例一种可选的实施方式，步骤104之后，所述方法还包括：计算每个所述水文响应单元内每个所述第一径流深梯度单元的污染物浓度；基于所述实测径流量资料和所述径流深资料，绘制径流深梯度单元污染曲线，所述径流深梯度单元污染曲线表征不同第一径流深梯度单元与污染物浓度的关系。
具体地，污染物浓度表示各水文响应单元内径流深梯度单元的污染物平均浓度。
本发明实施例中，相邻的2个第一径流深梯度单元是连续的，即相邻的2个第一径流深梯度单元之间污染物浓度呈线性变化，以此作为污染物浓度计算的前提假设。
对于每次发生的降雨事件，每个第一径流深梯度单元的污染物浓度，根据公式(7)进行计算：
Figure BDA0003818437630000141
式中：C表示每个第一径流深梯度单元的污染物浓度；Ci表示i时刻的污染物浓度(mg/L)；Qi表示i时刻的流速(L/s)；Δt表示监测的时间步长间隔，本发明实施例中时间步长间隔为1分钟(60s)。
根据实测径流量资料获取污染物浓度数据，根据径流深资料获取径流深数据以及第一径流深梯度单元数据，并根据该污染物浓度数据径流深数据以及第一径流深梯度单元数据绘制径流深梯度单元污染曲线，如图5所示，横坐标为径流深，纵坐标为随着径流深变化的污染物浓度变化，并以梯度单元为单位对曲线进行分割。
作为本发明实施例一种可选的实施方式，步骤104之后，所述方法还包括：基于所述径流深梯度单元污染曲线获取每个所述第一径流深梯度单元的污染物浓度数据；基于所述第一径流深梯度单元的污染物浓度数据绘制箱线图，所述箱线图表征每个所述第一径流深梯度单元内污染物浓度数据的分布特征。
具体地，箱线图为一种用作显示一组数据分散情况资料的统计图，主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较；单个矩形箱能显示出一组数据的最大值、最小值、中位数及上下四分位数(如图6所示)，提供有关数据位置和分散情况的关键信息，尤其在比较不同的母体数据时更可表现其差异。
在绘制箱线图时需要至少5组数据(最大值、最小值、中位数及上下四分位数)，因此，本发明实施例中将对于不满足5组数据的梯度单元视为无效数据，不能用于计算。
本发明实施例中，径流深梯度单元污染曲线表征径流深与污染物浓度的关系，因此，根据该径流深梯度单元污染曲线可以获得每个第一径流深梯度单元的污染物浓度数据，将每个第一径流深梯度单元的污染物浓度分布绘制成1个矩形箱，即箱线图。
对所有第一径流深梯度单元的污染物浓度绘制箱线图，可以获得每个水文响应单元内每次发生的降雨事件的污染物浓度分布箱线图，如图7所示，横坐标为径流深；纵坐标为双纵坐标轴，纵坐标轴1为污染物浓度(mg/L)，本发明实施例中采用TSS的浓度，纵坐标轴2为梯度单元的径流量(或流速)平均值。
其中，绘制箱线图的基本方法为：先找出一组数据的上边缘、下边缘、中位数和两个四分位数；然后，连接两个四分位数画出箱体；再将上边缘和下边缘与箱体相连接，中位数在箱体中间。具体步骤如下：
(1)画数轴，度量单位大小和数据批的单位一致，起点比最小值稍小，长度比该数据批的全距稍长；
(2)画一个矩形箱，两端边的位置分别对应数据批的上下四分位数(Q3和Q1)，在矩形箱内部中位数(Xm)位置画一条线段，这条线段为中位线，同时获得四分位间距IQR值，如公式(8)所示：
IQR＝Q3-Q1 (8)
(3)在Q3+1.5IQR和Q1-1.5IQR处画两条与中位线一样的线段，这两条线段为异常值截断点，称为内限；在Q3+3IQR和Q1-3IQR处画两条线段，称为外限。处于内限以外位置的点表示的数据都是异常值，其中在内限与外限之间的异常值为温和的异常值(mild outliers)，在外限以外的为极端的异常值(extreme outliers)；
(4)从矩形箱两端边向外各画一条线段直到不是异常值的最远点，表示该批数据正常值的分布区间；
(5)用“○”标出温和的异常值，用“*”标出极端的异常值。相同值的数据点并列标出在同一数据线位置上，不同值的数据点标在不同数据线位置上。至此便完成一批数据的箱形图绘制。
在一实施例中，如图8所示，该组数据最小值为5，下四分位数(Q1)为7，中位数(Xm)为8.5，上四分位数(Q3)为9，最大值为10，平均值为8，四分位间距(IQR)为2。
作为本发明实施例一种可选的实施方式，步骤105，包括：按照预设条件对所述多个第一径流深梯度单元进行处理，得到多个第二径流深梯度单元；基于所述多个第二径流深梯度单元，经过预设量化方法，得到初期雨水量化数据。
将具有相似污染物浓度特征的多个第一径流深梯度单元进行合并，得到多个第二径流深梯度单元，这种方式可以量化污染物浓度与径流深的关系。
具体地，进行合并时，首先检验第1个与第2个第一径流深梯度单元的差异性，如果不存在差异，则合并为第1个第二径流深梯度单元；然后继续将合并的第二径流深梯度单元与第3个第一径流深梯度单元进行差异性检验，如果不存在差异，则将第3个第一径流深梯度单元并入第1个第二径流深梯度单元，依次继续与第n个第一径流深梯度单元进行差异性检验，直至发现存在差异的第n个第一径流深梯度单元，则停止检验，并将第n-1个第一径流深梯度单元并入第1个第二径流深梯度单元，第1个第二径流深梯度单元为第1个第一径流深梯度单元至第n-1个第一径流深梯度单元的组合；继续将第n个第一径流深梯度单元与第n+1个第一径流深梯度单元进行差异性检验，重复上述步骤，建立第2个第二径流深梯度单元；重复上述步骤，直至全部第一径流深梯度单元合并完成，获得i个第二径流深梯度单元。
其中，可以采用非参数检验的方法检验差异性。本发明实施例中采用非参数威尔克逊秩和检验(Wilcoxon Rank Sum Test)方法进行检验。
具体地，威尔克逊秩和检验方法用于推断计量资料或等级资料的两个独立样本所来自的两个总体分布位置是否有差别，是一种非参数替代配对双样本t检验的方法，可以用于检验两个总体的分布函数是否相等的问题。
其中，两个独立样本的容量均小于10时，按照下述步骤进行检验：
(1)将2个样本数据混合并由小到大进行等级排列(最小的数据秩次编为1，最大的数据秩次编为n1+n2)。
(2)把容量较小的样本中各数据的等级相加，即秩和，用T表示。
(3)把T值与秩和检验表中某α显著性水平下的临界值相比较，如果T1＜T＜T2，则2个样本差异不显著；如果T≤T1或T≥T2，则表明2个样本差异显著。
两个独立样本的容量均大于10时，按照公式(9)进行检验：
Figure BDA0003818437630000171
式中：T表示两个独立样本中较小样本的秩和；n1、n2分别表示两个独立样本。
其中，α显著性水平表示合并规则的严格程度，决定了第一径流深梯度单元能否合并。
α显著性水平对初期雨水冲刷量计算结果有一定影响：显著性水平值降低一般会导致初始冲刷浓度降低，如果初期雨水冲刷强度值较低，则初期雨水冲刷量对污染物浓度变化的显著性水平不敏感。
因此，需要合理设置α显著性水平以保证检验的科学性。本发明实施例中，通过对1％、5％显著性水平对第一径流深梯度单元合并的影响进行评估和敏感性分析，最终将检验的显著性水平设定为5％。
将合并后得到的多个第二径流深梯度单元作为新的基本研究单元并绘制新的箱线图，如图9所示，横坐标为径流深，纵坐标为污染物浓度。
利用合并后得到的多个第二径流深梯度单元对初期雨水进行量化，包括量化初期雨水冲刷量和量化初期雨水冲刷强度。
具体地，将初期雨水冲刷量定义为最后一个即第i个第二径流深梯度单元开始时的径流深，从如图10所示的箱线图即可以直观地获得初期雨水冲刷量的值。如果每次发生的降雨事件中的所有第一径流深梯度单元合并为1个第二径流深梯度单元，即i为1，则初期雨水冲刷量为每次发生的降雨事件的径流深。
采用威尔克逊秩和检验方法对初期雨水冲刷强度进行量化。
具体地，对非参数威尔克逊秩和检验对第1个第二径流深梯度单元和最后一个即第i个第一径流深梯度单元进行差异性检验，采用差异性检验结果即P值(PFF/BG)作为初期雨水冲刷强度的值。
进一步地，将第1个第二径流深梯度单元的污染物浓度中值定义为初期雨水初始冲刷浓度CF，将最后一个即第i个第二径流深梯度单元的污染物浓度中值定义为背景冲刷浓度CBG。初始冲刷浓度与背景冲刷浓度之间所有箱线图的中值呈由高到低的下降趋势，表示随着冲刷，污染物浓度逐渐下降。如果每次发生的降雨事件中的所有梯度单元合并为1个第二径流深梯度单元，即i为1，初期雨水冲刷量的污染物浓度不随径流深变化。
本发明实施例还提供一种初期雨水量化装置，如图10所示，该装置包括：
第一划分模块201，用于对目标研究区域进行划分，得到至少一个水文响应单元；详细内容参见上述方法实施例中步骤101的相关描述。
获取模块202，用于在一段时间内监测所述目标研究区域内发生的降雨事件的次数，并获得每次发生的降雨事件对应的实测径流量资料；详细内容参见上述方法实施例中步骤102的相关描述。
计算模块203，用于基于每个水文响应单元内每次发生的降雨事件对应的所述实测径流量资料，计算每个所述水文响应单元的径流深；详细内容参见上述方法实施例中步骤103的相关描述。
第二划分模块204，用于按照目标梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元，所述预设梯度单元的大小为每个所述水文响应单元的径流深划分单位值，所述第一径流深梯度单元的大小反映对污染物浓度的稀释效应；详细内容参见上述方法实施例中步骤104的相关描述。
量化模块205，用于基于所述多个第一径流深梯度单元，经过预设处理方法，得到初期雨水量化数据；详细内容参见上述方法实施例中步骤105的相关描述。
本发明实施例提供的初期雨水量化装置，基于实测数据考虑了径流深与污染物浓度的变化关系，并对初期雨水进行量化，解决了现有技术中对初期雨水量化过程中污染物考虑不足的问题，提高了初期雨水量化的有效性。
作为本发明实施例一种可选的实施方式，所述装置还包括：第一获取模块，用于获取所述目标研究区域内至少一个水文响应单元的基础资料；第一计算模块，用于当监测到任一所述水文响应单元内未发生降雨事件，利用对应的所述水文响应单元的基础资料计算所述水文响应单元的径流深。
作为本发明实施例一种可选的实施方式，所述装置还包括：第二获取模块，用于获取至少一个不同大小的梯度单元；确定模块，用于对不同大小的每个梯度单元进行敏感性分析，确定预设梯度单元。
作为本发明实施例一种可选的实施方式，所述装置还包括：第三获取模块，用于获取每个所述第一径流深梯度单元对应的径流深资料；第一绘制模块，用于基于所述径流深资料绘制径流深梯度曲线。
作为本发明实施例一种可选的实施方式，所述装置还包括：第二计算模块，用于计算每个所述水文响应单元内每个所述第一径流深梯度单元的污染物浓度；第二绘制模块，用于基于所述实测径流量资料和所述径流深资料，绘制径流深梯度单元污染曲线，所述径流深梯度单元污染曲线表征不同第一径流深梯度单元与污染物浓度的关系。
作为本发明实施例一种可选的实施方式，所述装置还包括：第四获取模块，用于基于所述径流深梯度单元污染曲线获取每个所述第一径流深梯度单元的污染物浓度数据；第三绘制模块，用于基于所述第一径流深梯度单元的污染物浓度数据绘制箱线图，所述箱线图表征每个所述第一径流深梯度单元内污染物浓度数据的分布特征。
作为本发明实施例一种可选的实施方式，所述量化模块包括：第一处理子模块，用于按照预设条件对所述多个第一径流深梯度单元进行处理，得到多个第二径流深梯度单元；第一量化子弄块，用于基于所述多个第二径流深梯度单元，经过预设量化方法，得到初期雨水量化数据。
本发明实施例提供的初期雨水量化装置的功能描述详细参见上述实施例中初期雨水量化方法描述。
本发明实施例还提供一种存储介质，如图11所示，其上存储有计算机程序301，该指令被处理器执行时实现上述实施例中初期雨水量化方法的步骤。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read－Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(HardDisk Drive，缩写：HDD)或固态硬盘(Solid－State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read－Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid－State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
本发明实施例还提供了一种电子设备，如图12所示，该电子设备可以包括处理器41和存储器42，其中处理器41和存储器42可以通过总线或者其他方式连接，图12中以通过总线连接为例。
处理器41可以为中央处理器(Central Processing Unit，CPU)。处理器41还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，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、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器42作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的对应的程序指令/模块。处理器41通过运行存储在存储器42中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的初期雨水量化方法。
存储器42可以包括存储程序区和存储数据区，其中，存储程序区可存储操作装置、至少一个功能所需要的应用程序；存储数据区可存储处理器41所创建的数据等。此外，存储器42可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器42可选包括相对于处理器41远程设置的存储器，这些远程存储器可以通过网络连接至处理器41。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器42中，当被所述处理器41执行时，执行如图1－9所示实施例中的初期雨水量化方法。
上述电子设备具体细节可以对应参阅图1至图9所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (8)

1.一种初期雨水量化方法，其特征在于，所述方法包括：
对目标研究区域进行划分，得到至少一个水文响应单元；
在一段时间内监测所述目标研究区域内发生的降雨事件的次数，并获得每次发生的降雨事件对应的实测径流量资料；
基于每个水文响应单元内每次发生的降雨事件对应的所述实测径流量资料，计算每个所述水文响应单元的径流深；
按照预设梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元，所述预设梯度单元的大小为每个所述水文响应单元的径流深划分单位值，所述第一径流深梯度单元的大小反映对污染物浓度的稀释效应；
基于所述多个第一径流深梯度单元，经过预设处理方法，得到初期雨水量化数据；
所述按照预设梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元之后，所述方法还包括：
获取每个所述第一径流深梯度单元对应的径流深资料；
基于所述径流深资料绘制径流深梯度曲线；
计算每个所述水文响应单元内每个所述第一径流深梯度单元的污染物浓度；
基于所述实测径流量资料和所述径流深资料，绘制径流深梯度单元污染曲线，所述径流深梯度单元污染曲线表征不同第一径流深梯度单元与污染物浓度的关系。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述目标研究区域内至少一个水文响应单元的基础资料；
当监测到任一所述水文响应单元内未发生降雨事件，利用对应的所述水文响应单元的基础资料计算所述水文响应单元的径流深。
3.根据权利要求1所述的方法，其特征在于，按照预设梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元之前，所述方法还包括：
获取至少一个不同大小的梯度单元；
对不同大小的每个梯度单元进行敏感性分析，确定预设梯度单元。
4.根据权利要求1所述的方法，其特征在于，按照预设梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元之后，所述方法还包括：
基于所述径流深梯度单元污染曲线获取每个所述第一径流深梯度单元的污染物浓度数据；
基于所述第一径流深梯度单元的污染物浓度数据绘制箱线图，所述箱线图表征每个所述第一径流深梯度单元内污染物浓度数据的分布特征。
5.根据权利要求1所述的方法，其特征在于，基于所述多个第一径流深梯度单元，经过预设处理方法，得到初期雨水量化数据，包括：
按照预设条件对所述多个第一径流深梯度单元进行处理，得到多个第二径流深梯度单元；
基于所述多个第二径流深梯度单元，经过预设量化方法，得到初期雨水量化数据。
6.一种初期雨水量化装置，其特征在于，包括：
第一划分模块，用于对目标研究区域进行划分，得到至少一个水文响应单元；
获取模块，用于在一段时间内监测所述目标研究区域内发生的降雨事件的次数，并获得每次发生的降雨事件对应的实测径流量资料；
计算模块，用于基于每个水文响应单元内每次发生的降雨事件对应的所述实测径流量资料，计算每个所述水文响应单元的径流深；
第二划分模块，用于按照预设梯度单元对每个所述水文响应单元的径流深进行划分，得到多个第一径流深梯度单元，所述预设梯度单元的大小为每个所述水文响应单元的径流深划分单位值，所述第一径流深梯度单元的大小反映对污染物浓度的稀释效应；
量化模块，用于基于所述多个第一径流深梯度单元，经过预设处理方法，得到初期雨水量化数据；
所述装置还包括：
第三获取模块，用于获取每个所述第一径流深梯度单元对应的径流深资料；
第一绘制模块，用于基于所述径流深资料绘制径流深梯度曲线；
第二计算模块，用于计算每个所述水文响应单元内每个所述第一径流深梯度单元的污染物浓度；
第二绘制模块，用于基于所述实测径流量资料和所述径流深资料，绘制径流深梯度单元污染曲线，所述径流深梯度单元污染曲线表征不同第一径流深梯度单元与污染物浓度的关系。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如权利要求1－5任一项所述的初期雨水量化方法。
8.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行如权利要求1－5任一项所述的初期雨水量化方法。
CN202211050143.4A 2022-08-26 2022-08-26 一种初期雨水量化方法、装置、存储介质及电子设备 Active CN115267950B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211050143.4A CN115267950B (zh) 2022-08-26 2022-08-26 一种初期雨水量化方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211050143.4A CN115267950B (zh) 2022-08-26 2022-08-26 一种初期雨水量化方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN115267950A CN115267950A (zh) 2022-11-01
CN115267950B true CN115267950B (zh) 2023-07-14

Family

ID=83754647

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211050143.4A Active CN115267950B (zh) 2022-08-26 2022-08-26 一种初期雨水量化方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN115267950B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116049341B (zh) * 2023-03-08 2023-08-15 北京七兆科技有限公司 一种水文数据标准化方法、装置、设备及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2732477B1 (fr) * 1995-03-31 1997-06-27 Ecole Nationale Superieure Agr Procede et systeme de determination d'un debit d'eau a l'exutoire d'un bassin versant, procede de determination de donnees correspondant
US7136756B1 (en) * 2004-11-02 2006-11-14 Vieux And Associates, Inc. Method for determining runoff
CN103577640B (zh) * 2013-11-01 2016-09-28 上海市水务规划设计研究院 城市初期雨水截留量标准的制定方法
CN110377868B (zh) * 2019-06-20 2023-06-20 河海大学 一种基于实时雨情的动态水系提取方法
CN110287615B (zh) * 2019-06-28 2020-08-28 南京大学 基于遥感解译和降雨实验的雨水径流污染负荷测算方法
CN112785024B (zh) * 2019-11-08 2023-04-07 天津大学 一种基于流域水文模型的径流计算和预测方法
CN111242472B (zh) * 2020-01-09 2022-08-19 河海大学 一种基于Copula经验密度函数的流域相似性程度识别方法
CN111310124A (zh) * 2020-02-13 2020-06-19 北京市环境保护科学研究院 一种城市径流数据处理方法

Also Published As

Publication number Publication date
CN115267950A (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
US10147057B2 (en) Systems and methods for flood zone modeling
US10795382B2 (en) Method and apparatus for model-based control of a water distribution system
Modarres Regional frequency distribution type of low flow in north of Iran by L-moments
Duan et al. Multi-objective optimal design of detention tanks in the urban stormwater drainage system: uncertainty and sensitivity analysis
Zhang et al. Quantifying rainfall-derived inflow and infiltration in sanitary sewer systems based on conductivity monitoring
AU2021106591A4 (en) Method And System For Calculating A Dynamic Water Environment Capacity Of A Basin Based On River Lake Water Quality Limit
Hafezparast et al. A conceptual rainfall-runoff model using the auto calibrated NAM models in the Sarisoo River
Thrysøe et al. Identifying fit-for-purpose lumped surrogate models for large urban drainage systems using GLUE
CN115267950B (zh) 一种初期雨水量化方法、装置、存储介质及电子设备
Abdollahi et al. Probabilistic event based rainfall-runoff modeling using copula functions
CN112084608B (zh) 一种采用参数不确定性分析模型识别风险管道和节点的方法
CN110929359A (zh) 基于pnn神经网络和swmm技术的管网淤积风险预测建模方法
Lund et al. Assimilating flow and level data into an urban drainage surrogate model for forecasting flows and overflows
Huang et al. Uncertainty quantification in rainfall intensity duration frequency curves based on historical extreme precipitation quantiles
CN111444595A (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
CN113486295B (zh) 基于傅里叶级数的臭氧总量变化预测方法
CN116628914B (zh) 一种排水管网入流入渗分析方法、计算机设备及介质
CN111080129B (zh) 排水管网监测点的评分方法、装置和电子设备
Gaudio et al. A combined methodology for the hydraulic rehabilitation of urban drainage networks
ten Veldhuis et al. Statistical analysis of hydrological response in urbanising catchments based on adaptive sampling using inter-amount times
Nasrin et al. Modelling impact of extreme rainfall on sanitary sewer system by predicting rainfall derived infiltration/inflow
CN113792367B (zh) 基于PySWMM的排水系统多来源入流入渗和出渗量动态估算方法
CN114324800A (zh) 一种排水管道来水监测方法及其系统、存储介质
Bennett et al. Selecting reference streamflow forecasts to demonstrate the performance of NWP-forced streamflow forecasts
Anuruddhika et al. Forecasting flood inundation areas of Attanagalu Oya

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