CN115358526A - 一种城市内涝预警方法、装置、电子设备、存储介质 - Google Patents
一种城市内涝预警方法、装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN115358526A CN115358526A CN202210860009.4A CN202210860009A CN115358526A CN 115358526 A CN115358526 A CN 115358526A CN 202210860009 A CN202210860009 A CN 202210860009A CN 115358526 A CN115358526 A CN 115358526A
- Authority
- CN
- China
- Prior art keywords
- water level
- waterlogging
- point
- index
- situation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 90
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 676
- 230000002265 prevention Effects 0.000 claims abstract description 116
- 238000009825 accumulation Methods 0.000 claims abstract description 57
- 238000012544 monitoring process Methods 0.000 claims description 126
- 238000004364 calculation method Methods 0.000 claims description 67
- 239000007788 liquid Substances 0.000 claims description 31
- 230000008859 change Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 12
- 230000007123 defense Effects 0.000 claims description 8
- 238000011161 development Methods 0.000 abstract description 4
- 230000004044 response Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 20
- 230000015572 biosynthetic process Effects 0.000 description 7
- 238000011158 quantitative evaluation Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Emergency Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明提供一种城市内涝预警方法、装置、电子设备、存储介质,方法包括:采集目标城市中防涝设施的实时水位信息,其中,所述防涝设施包括明沟、隧道、积水点、通道桥涵和管网中的至少一种;基于所述防涝设施的实时水位信息,确定防涝设施态势;基于所述防涝设施态势,计算出所述目标城市的内涝指数;基于所述内涝指数,确定所述目标城市的内涝预警等级。本发明将城市内涝指数具体化为明沟态势、隧道态势、积水点态势、通道桥涵态势和管网排水态势五个子指标,形成可量化的城市内涝指数,细粒度、多维度地刻画城市防汛预警级别,为快速了解洪涝态势、发展趋势提供技术手段,为应急响应级别调整提供科学支撑,为应急指挥调度提供决策依据。
Description
技术领域
本发明涉及城市防涝技术领域,尤其涉及一种城市内涝预警方法、装置、电子设备、存储介质。
背景技术
目前针对城市内涝的研究及方法,大多为城市内涝监测装置及设备、预警装置及系统等。与本发明比较接近的现有技术包括:专利公开号为CN202110549614.5的《一种耦合神经网络-数值模拟的城市内涝快速预报方法》;专利公开号为CN202111668793.0的《一种基于多输出机器学习算法的城市内涝快速预报方法》;专利公开号为CN202210049985.1的《一种城市内涝灾害风险评估方法》。
但是现有技术普遍存在对城市内涝整体缺乏足够的描述指标,选取的描述指标不完备且针对性不高,难以有效且准确地综合量化评价城市内涝的当前态势和未来趋势。因此,急需一种能够细粒度、多维度地刻画城市防汛预警级别的城市内涝预警方法。
发明内容
本发明的目的是提供一种城市内涝预警方法、装置、电子设备、存储介质,用以解决现有城市防涝技术中存在的对城市内涝整体缺乏足够的描述指标,选取的描述指标不完备且针对性不高的问题,通过将城市内涝指数具体化为明沟态势、隧道态势、积水点态势、通道桥涵态势和管网排水态势五个子指标,形成可量化的城市内涝指数,实现了细粒度、多维度地刻画城市防汛预警级别。
本发明提供一种城市内涝预警方法,包括:
采集目标城市中防涝设施的实时水位信息,其中,所述防涝设施包括明沟、隧道、积水点、通道桥涵和管网中的至少一种;
基于所述防涝设施的实时水位信息,确定防涝设施态势;
基于所述防涝设施态势,计算出所述目标城市的内涝指数;
基于所述内涝指数,确定所述目标城市的内涝预警等级。
根据本发明提供的一种城市内涝预警方法,在所述防涝设施为明沟时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述明沟各个水位监测点的实时水位信息,并结合所述明沟各个水位监测点预先标定的设防水位、警戒水位和保证水位,实时求取明沟水位子指标;其中,所述明沟水位子指标包括明沟全部点位综合加权水位、明沟全部入管网点位综合加权水位、以及明沟入管网水位与警戒水位最高比值;
基于实时求取的所述明沟水位子指标的变化趋势,确定明沟水位变化趋势;
基于所述明沟水位子指标和所述明沟水位变化趋势,求和得到明沟态势。
根据本发明提供的一种城市内涝预警方法,所述明沟全部点位综合加权水位的计算方法包括:
对于所述明沟的每一个水位监测点,判断该水位监测点的当前水位是否超越该水位监测点预先标定的设防水位、警戒水位、保证水位,根据超越情况得出该单个水位监测点的加权水位;
计算所述明沟的全部水位监测点的加权水位的算术平均值,再乘以第一权重,得到所述明沟全部点位综合加权水位。
根据本发明提供的一种城市内涝预警方法,所述明沟全部入管网点位综合加权水位的计算方法包括:
对于所述明沟的每一个入管网处水位监测点,判断该水位监测点的当前水位是否超越该水位监测点预先标定的设防水位、警戒水位、保证水位,根据超越情况得出该单个入管网处水位监测点的加权水位;
计算所述明沟的全部入管网处水位监测点的加权水位的算术平均值,再乘以第二权重,得到所述明沟全部入管网点位综合加权水位。
根据本发明提供的一种城市内涝预警方法,所述明沟入管网水位与警戒水位最高比值的计算方法包括:
对于所述明沟的每一个入管网处水位监测点,计算该入管网处水位监测点的当前水位与该入管网处水位监测点的警戒水位的比值;
取所述明沟的全部入管网处水位监测点的比值中的最大值,再乘以第三权重,得到所述明沟入管网水位与警戒水位最高比值。
根据本发明提供的一种城市内涝预警方法,在所述防涝设施为隧道时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述隧道各个水位监测点的实时水位信息,并结合所述隧道各个水位监测点预先标定的预警水位,实时确定隧道水位子指标;其中,所述隧道水位子指标包括驼峰外点位综合加权水位、驼峰外点位漫过驼峰风险、隧道内点位综合加权水位、以及隧道内水位与行车水位最高比值;
基于实时确定的所述隧道水位子指标的变化趋势,确定隧道趋势子指标;其中,所述隧道趋势子指标包括驼峰外水位变化趋势和隧道内水位变化趋势;
基于所述隧道水位子指标和所述隧道趋势子指标,求和得到隧道态势。
根据本发明提供的一种城市内涝预警方法,在所述防涝设施为积水点时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述积水点各个水位监测点的实时水位信息,并结合所述积水点各个水位监测点预先标定的预警水位,实时确定积水点水位子指标;其中,所述积水点水位子指标包括积水点全部点位综合加权水位、以及积水点水位与行车水位最高比值;
基于实时确定的所述积水点水位子指标的变化趋势,确定积水点水位变化趋势;
基于所述积水点水位子指标、所述积水点趋势子指标和积水点数量面积深度态势,求和得到积水点态势;其中,所述积水点数量面积深度态势是基于目标城市辖区内全部积水点数量、面积、深度数据求得的积水点子指标。
根据本发明提供的一种城市内涝预警方法,在所述防涝设施为通道桥涵时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述通道桥涵各个水位监测点的实时水位信息,并结合所述通道桥涵各个水位监测点预先标定的预警水位,实时确定通道桥涵水位子指标;其中,所述通道桥涵水位子指标包括通道桥涵全部点位综合加权水位、以及通道桥涵水位与行车水位最高比值;
基于实时确定的所述通道桥涵水位子指标的变化趋势,确定通道桥涵水位变化趋势;
基于所述通道桥涵水位子指标和所述通道桥涵水位变化趋势,求和得到通道桥涵态势。
根据本发明提供的一种城市内涝预警方法,在所述防涝设施为管网时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述管网各个水位监测点的实时水位信息,并结合所述管网各个水位监测点预先标定的水位状态,实时确定管网水位子指标;其中,所述管网水位子指标包括管网排水口全部点位综合加权液位、以及管网排水口液位与管网口径最高比值;
基于实时确定的所述管网水位子指标的变化趋势,确定管网排水口水位变化趋势;
基于所述管网水位子指标和所述管网排水口水位变化趋势,求和得到管网排水态势。
本发明还提供一种城市内涝预警装置,包括:
水位信息采集模块,用于采集目标城市中防涝设施的实时水位信息,其中,所述防涝设施包括明沟、隧道、积水点、通道桥涵和管网中的至少一种;
防涝设施态势确定模块,用于基于所述防涝设施的实时水位信息,确定防涝设施态势;
内涝指数求取模块,用于基于所述防涝设施态势,计算出所述目标城市的内涝指数;
内涝预警模块,用于基于所述内涝指数,确定所述目标城市的内涝预警等级。
本发明还提供一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一项所述城市内涝预警方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述城市内涝预警方法。
本发明提供的一种城市内涝预警方法、装置、电子设备、存储介质,通过将城市内涝指数具体化为明沟态势、隧道态势、积水点态势、通道桥涵态势和管网排水态势五个子指标,形成可量化的城市内涝指数,综合量化评价城市内涝的当前态势和未来趋势,以量化、全面、易懂、直观的形式,细粒度、多维度地刻画城市防汛预警级别,为快速了解洪涝态势、发展趋势提供技术手段,为应急响应级别调整提供科学支撑,为应急指挥调度提供决策依据。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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是本发明提供的一种城市内涝预警方法的流程示意图;
图2是本发明提供的一种城市内涝预警装置的结构示意图;
图3是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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,都属于本发明保护的范围。
下面结合图1-图3描述本发明的城市内涝预警方法、装置、电子设备、存储介质。
图1是本发明提供的一种城市内涝预警方法的流程示意图,如图1所示,在一具体实施例中,本发明提供的一种城市内涝预警方法,包括如下步骤:
步骤S110、采集目标城市中防涝设施的实时水位信息,其中,所述防涝设施包括明沟、隧道、积水点、通道桥涵和管网中的至少一种;
步骤S120、基于所述防涝设施的实时水位信息,确定防涝设施态势;
步骤S130、基于所述防涝设施态势,计算出所述目标城市的内涝指数;
步骤S140、基于所述内涝指数,确定所述目标城市的内涝预警等级。
在本实施例中,采集目标城市中包括明沟、隧道、积水点、通道桥涵和管网的防涝设施的实时水位信息,根据采集到的各个防涝设施的实时水位信息,来确定各个防涝设施态势,包括明沟态势、隧道态势、积水点态势、通道桥涵态势、管网排水态势,进而计算出各个防涝设施态势的算术平均值作为目标城市的内涝指数,最后,根据得出的内涝指数的取值,确定目标城市的内涝预警等级。
可选的,内涝指数CWI(City Waterlogging Index),为明沟态势CWI.1、隧道态势CWI.2、积水点态势CWI.3、通道桥涵态势CWI.4、管网排水态势CWI.5的算术平均值,计算公式为:
在本实施例中,内涝指数的取值和内涝预警等级的划分都可以结合具体目标城市的实际情况来进行具体限定。可选的,内涝指数取值为0-100,内涝预警等级划分为5个区间,分别为V区(内涝指数在[0,60)范围)、IV区(内涝指数在[60,70)范围)、III区(内涝指数在[70,80)范围)、II区(内涝指数在[80,90)范围)、I区(内涝指数在[90,100]范围),即内涝指数取值越大,内涝预警等级越高,并分别依次用绿色、蓝色、黄色、橙色、红色表示,来直观醒目地显示城市内涝状态。
本实施例提供的一种城市内涝预警方法,通过将城市内涝指数具体化为明沟态势、隧道态势、积水点态势、通道桥涵态势和管网排水态势五个子指标,形成可量化的城市内涝指数,综合量化评价城市内涝的当前态势和未来趋势,以量化、全面、易懂、直观的形式,细粒度、多维度地刻画城市防汛预警级别,为快速了解洪涝态势、发展趋势提供了技术手段,为应急响应级别调整提供了科学支撑,为应急指挥调度提供了决策依据。
在一具体实施例中,根据本发明提供的一种城市内涝预警方法,在所述防涝设施为明沟时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述明沟各个水位监测点的实时水位信息,并结合所述明沟各个水位监测点预先标定的设防水位、警戒水位和保证水位,实时求取明沟水位子指标;其中,所述明沟水位子指标包括明沟全部点位综合加权水位、明沟全部入管网点位综合加权水位、以及明沟入管网水位与警戒水位最高比值;
基于实时求取的所述明沟水位子指标的变化趋势,确定明沟水位变化趋势;
基于所述明沟水位子指标和所述明沟水位变化趋势,求和得到明沟态势。
在本实施例中,明沟态势用于综合评价明沟防汛态势,由明沟态势的子指标求和得出,明沟态势的子指标包括明沟全部点位综合加权水位、明沟全部入管网点位综合加权水位、入管网水位与警戒水位最高比值、明沟水位变化趋势。
可选的,在计算明沟态势指标时,明沟态势的子指标的权重分别取值为:明沟全部点位综合加权水位为20、明沟全部入管网点位综合加权水位为40、入管网水位与警戒水位最高比值为35、明沟水位变化趋势为5。
在本实施例中,基于明沟各个水位监测点的实时水位信息,并结合明沟各个水位监测点预先标定的设防水位、警戒水位和保证水位,实时求取明沟全部点位综合加权水位CWI.1.1、明沟全部入管网点位综合加权水位CWI.1.2、以及明沟入管网水位与警戒水位最高比值CWI.1.3等明沟水位子指标。然后,根据实时求取的明沟水位子指标的变化趋势,确定明沟水位变化趋势CWI.1.4,具体包括:与前次计算结果相比,CWI.1.1取值增加代表+1,减少代表-1,不变代表0;CWI.1.2、CWI.1.3取值增加代表+2,减少代表-2,不变代表0;该子指标—“明沟水位变化趋势”为CWI.1.1、CWI.1.2、CWI.1.3三个子指标的变化趋势结果之和。最后,根据明沟水位子指标和明沟水位变化趋势,求和得到明沟态势。
本实施例提供的一种城市内涝预警方法,通过进一步阐述明沟态势的具体求取路径,有力地支持了形成可量化的城市内涝指数以及综合量化评价城市内涝的当前态势和未来趋势。
在一具体实施例中,根据本发明提供的一种城市内涝预警方法,所述明沟全部点位综合加权水位的计算方法包括:
对于所述明沟的每一个水位监测点,判断该水位监测点的当前水位是否超越该水位监测点预先标定的设防水位、警戒水位、保证水位,根据超越情况得出该单个水位监测点的加权水位;
计算所述明沟的全部水位监测点的加权水位的算术平均值,再乘以第一权重,得到所述明沟全部点位综合加权水位。
在本实施例中,取明沟全部点位综合加权水位CWI.1.1在明沟态势指标中的权重为20,对于全部明沟的每一个点位即水位监测点,判断其当前水位是否超越该点位标定的设防水位、警戒水位、保证水位,根据超越情况得出该单个点位的加权水位。具体规则:
1、小于设防水位,则该点位的加权水位为0;
2、大于等于设防水位,小于警戒水位,则该点位的加权水位为1;
3、大于等于警戒水位,小于保证水位,则该点位的加权水位为3;
4、大于等于保证水位,则该点位的加权水位为10。
最后,计算全部点位的加权水位算术平均值再乘以第一权重20,作为该子指标—“明沟全部点位综合加权水位”的计算结果。
计算公式为:
式中:
N为纳入监测范围的全部明沟的全部监测点位总数;
Weighted-WSi为第i个点位的加权水位,取值范围为{0,1,3,10},计算逻辑如前具体规则所述;
MIN()为取元素中的最小值。
本实施例提供的一种城市内涝预警方法,通过进一步阐述明沟全部点位综合加权水位的具体计算方法,丰富了明沟态势的求取过程,有力地支持了形成可量化的城市内涝指数以及综合量化评价城市内涝的当前态势和未来趋势。
在一具体实施例中,根据本发明提供的一种城市内涝预警方法,所述明沟全部入管网点位综合加权水位的计算方法包括:
对于所述明沟的每一个入管网处水位监测点,判断该水位监测点的当前水位是否超越该水位监测点预先标定的设防水位、警戒水位、保证水位,根据超越情况得出该单个入管网处水位监测点的加权水位;
计算所述明沟的全部入管网处水位监测点的加权水位的算术平均值,再乘以第二权重,得到所述明沟全部入管网点位综合加权水位。
在本实施例中,取明沟全部入管网点位综合加权水位CWI.1.2在明沟态势指标中的权重为40,由于明沟的特殊性,其入管网处点位即入管网处水位监测点,比其他点位更重要,汇总全部该类点位,计算得到该子指标。对于全部明沟的入管网处水位监测点,判断其当前水位是否超越该点位标定的设防水位、警戒水位、保证水位,根据超越情况得出该单个点位的加权水位。具体规则:
1、小于设防水位,则该点位的加权水位为0;
2、大于等于设防水位,小于警戒水位,则该点位的加权水位为1;
3、大于等于警戒水位,小于保证水位,则该点位的加权水位为3;
4、大于等于保证水位,则该点位的加权水位为10。
最后,计算全部入管网处点位的加权水位算术平均值再乘以第二权重40,作为该子指标—“全部入管网点位综合加权水位”的计算结果。
计算公式为:
式中:
N为纳入监测范围的全部明沟的全部入管网处监测点位总数;
Weighted-WSi为第i个点位的加权水位,取值范围为{0,1,3,10},计算逻辑如前具体规则所述;
MIN()为取元素中的最小值。
本实施例提供的一种城市内涝预警方法,通过进一步阐述明沟全部入管网点位综合加权水位的具体计算方法,丰富了明沟态势的求取过程,有力地支持了形成可量化的城市内涝指数以及综合量化评价城市内涝的当前态势和未来趋势。
在一具体实施例中,根据本发明提供的一种城市内涝预警方法,所述明沟入管网水位与警戒水位最高比值的计算方法包括:
对于所述明沟的每一个入管网处水位监测点,计算该入管网处水位监测点的当前水位与该入管网处水位监测点的警戒水位的比值;
取所述明沟的全部入管网处水位监测点的比值中的最大值,再乘以第三权重,得到所述明沟入管网水位与警戒水位最高比值。
在本实施例中,取明沟入管网水位与警戒水位最高比值CWI.1.3在明沟态势指标中的权重为35,对于全部明沟的每一个入管网处点位即入管网处水位监测点,计算其当前水位与该点的警戒水位的比值,取最大值再乘以第三权重35,作为该子指标—“明沟入管网水位与警戒水位最高比值”的计算结果。
计算公式为:
式中:
M为纳入监测范围的全部明沟的全部入管网处监测点位总数;
WSi为第i个入管网处点位的当前水位;
WLi为第i个入管网处点位的警戒水位;
MAX()为取元素中的最大值;
MIN()为取元素中的最小值。
本实施例提供的一种城市内涝预警方法,通过进一步阐述明沟入管网水位与警戒水位最高比值的具体计算方法,丰富了明沟态势的求取过程,有力地支持了形成可量化的城市内涝指数以及综合量化评价城市内涝的当前态势和未来趋势。
在一具体实施例中,根据本发明提供的一种城市内涝预警方法,在所述防涝设施为隧道时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述隧道各个水位监测点的实时水位信息,并结合所述隧道各个水位监测点预先标定的预警水位,实时确定隧道水位子指标;其中,所述隧道水位子指标包括驼峰外点位综合加权水位、驼峰外点位漫过驼峰风险、隧道内点位综合加权水位、以及隧道内水位与行车水位最高比值;
基于实时确定的所述隧道水位子指标的变化趋势,确定隧道趋势子指标;其中,所述隧道趋势子指标包括驼峰外水位变化趋势和隧道内水位变化趋势;
基于所述隧道水位子指标和所述隧道趋势子指标,求和得到隧道态势。
在本实施例中,隧道态势CWI.2用于综合评价隧道防汛态势,由隧道态势的子指标求和得出,隧道态势的子指标包括驼峰外点位综合加权水位CWI.2.1、驼峰外点位漫过驼峰风险CWI.2.2、隧道内点位综合加权水位CWI.2.3、隧道内水位与行车水位最高比值CWI.2.4、驼峰外水位变化趋势CWI.2.5、隧道内水位变化趋势CWI.2.6。
可选的,在计算隧道态势指标时,隧道态势的子指标的权重分别取值为:驼峰外点位综合加权水位为20、驼峰外点位漫过驼峰风险为25、隧道内点位综合加权水位为20、隧道内水位与行车水位最高比值为25、驼峰外水位变化趋势为5、隧道内水位变化趋势为5。
可选的,驼峰外点位综合加权水位(CWI.2.1,权重20)的求取过程如下:
对于全部隧道的每一处驼峰外监测点位即水位监测点,判断其当前水位距离点位对应的驼峰即预先标定的预警水位的高度差,根据距离情况得出该单个点位的加权水位。具体规则:
1、距离差大于10厘米,则该点位的加权水位为0;
2、距离差大于5厘米且小于等于10厘米,则该点位的加权水位为1;
3、距离差大于1厘米且小于等于5厘米,则该点位的加权水位为3;
4、距离差小于等于1厘米,则该点位的加权水位为10。
最后,计算全部点位的加权水位算术平均值再乘以权重,作为该子指标—“隧道驼峰外点位综合加权水位”的计算结果。
计算公式为:
式中:
N为纳入监测范围的全部隧道的全部驼峰外监测点位总数;
Weighted-WSi为第i个驼峰外监测点位的加权水位,取值范围为{0,1,3,10},计算逻辑如前具体规则所述;
MIN()为取元素中的最小值。
可选的,驼峰外点位漫过驼峰风险(CWI.2.2,权重25)的求取过程如下:
对于全部隧道的每一处驼峰外监测点位,判断其当前水位距离点位对应的驼峰的高度差,取其最小值用于计算本指标。
如果取值为最小的点位,其高度差值大于0且小于等于1,则该子指标“驼峰外点位漫过驼峰风险”赋值为12.5。如果取值为最小的点位,其高度差值等于0,则该子指标赋值为25。
可选的,隧道内点位综合加权水位(CWI.2.3,权重20)的求取过程如下:
对于全部隧道的每一处隧道内监测点位,判断其当前水位是否超越如下三个水位即预先标定的预警水位(1厘米为有积水水位,15厘米为不建议行走水位,30厘米为不建议行车水位),根据超越情况得出该单个点位的加权水位。具体规则:
1、小于1厘米,则该点位的加权水位为0;
2、大于等于1厘米,小于15厘米,则该点位的加权水位为1;
3、大于等于15厘米,小于30厘米,则该点位的加权水位为3;
4、大于等于30厘米,则该点位的加权水位为10。最后,计算全部点位的加权水位算术平均值再乘以权重,作为该子指标—“隧道内点位综合加权水位”的计算结果。
计算公式为:
式中:
M为纳入监测范围的全部隧道的全部隧道内监测点位总数;
Weighted-WSi为第i个隧道内监测点位的加权水位,取值范围为{0,1,3,10},计算逻辑如前具体规则所述;
MIN()为取元素中的最小值。
可选的,隧道内水位与行车水位最高比值(CWI.2.4,权重25)的求取过程如下:
对于全部隧道的每一个隧道内点位,计算其当前水位与行车水位(30厘米)的比值,取最大值再乘以权重作为该子指标—“隧道内水位与行车水位最高比值”的计算结果。
计算公式为:
式中:
M为纳入监测范围的全部隧道的全部隧道内监测点位总数;
WSi为第i个点位的当前水位;
MAX()为取元素中的最大值;
MIN()为取元素中的最小值。
可选的,驼峰外水位变化趋势(CWI.2.5,权重5)的求取过程如下:
与前次计算结果相比,CWI.2.1、CWI.2.2取值增加代表+2.5,减少代表-2.5,不变代表0。
该子指标—“驼峰外水位变化趋势”为CWI.2.1、CWI.2.2两个指标的变化趋势结果之和。
可选的,隧道内水位变化趋势(CWI.2.6,权重5)的求取过程如下:
与前次计算结果相比,CWI.2.3、CWI.2.4取值增加代表+2.5,减少代表-2.5,不变代表0。
该子指标—“隧道内水位变化趋势”为CWI.2.3、CWI.2.4两个指标的变化趋势结果之和。
本实施例提供的一种城市内涝预警方法,通过进一步阐述隧道态势及其子指标的具体求取路径,有力地支持了形成可量化的城市内涝指数以及综合量化评价城市内涝的当前态势和未来趋势。
在一具体实施例中,根据本发明提供的一种城市内涝预警方法,在所述防涝设施为积水点时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述积水点各个水位监测点的实时水位信息,并结合所述积水点各个水位监测点预先标定的预警水位,实时确定积水点水位子指标;其中,所述积水点水位子指标包括积水点全部点位综合加权水位、以及积水点水位与行车水位最高比值;
基于实时确定的所述积水点水位子指标的变化趋势,确定积水点水位变化趋势;
基于所述积水点水位子指标、所述积水点趋势子指标和积水点数量面积深度态势,求和得到积水点态势;其中,所述积水点数量面积深度态势是基于目标城市辖区内全部积水点数量、面积、深度数据求得的积水点子指标。
在本实施例中,积水点态势CWI.3用于综合评价积水点防汛态势,由积水点态势的子指标求和得出,积水点态势的子指标包括积水点全部点位综合加权水位CWI.3.1、积水点水位与行车水位最高比值CWI.3.2、积水点水位变化趋势CWI.3.3、积水点数量面积深度态势CWI.3.4。
可选的,在计算积水点态势指标时,积水点态势的子指标的权重分别取值为:积水点全部点位综合加权水位为45、积水点水位与行车水位最高比值为50、积水点水位变化趋势为5、积水点数量面积深度态势为0/60/70/80/90中的任一个。相应的,如果求和后大于100,则记录积水点态势指标取值为100。
可选的,积水点全部点位综合加权水位(CWI.3.1,权重45)的求取过程如下:
对于全部积水点监测点位即水位监测点,判断其当前水位是否超越如下三个水位即预先标定的预警水位(1厘米为有积水水位,15厘米为不建议行走水位,30厘米为不建议行车水位),根据超越情况得出该单个点位的加权水位。具体规则:
1、小于1厘米,则该点位的加权水位为0;
2、大于等于1厘米,小于15厘米,则该点位的加权水位为1;
3、大于等于15厘米,小于30厘米,则该点位的加权水位为3;
4、大于等于30厘米,则该点位的加权水位为10。
最后,计算全部点位的加权水位算术平均值再乘以权重,作为该子指标—“积水点全部点位综合加权水位”的计算结果。
计算公式为:
式中:
M为纳入监测范围的全部积水点监测点位总数;
Weighted-WSi为第i个隧道内监测点位的加权水位,取值范围为{0,1,3,10},计算逻辑如前具体规则所述;
MIN()为取元素中的最小值。
可选的,积水点水位与行车水位最高比值(CWI.3.2,权重50)的求取过程如下:
对于全部积水点的每一个监测点位即水位监测点,计算其当前水位与行车水位(30厘米)的比值,取最大值再乘以权重作为该子指标—“积水点水位与行车水位最高比值”的计算结果。
计算公式为:
式中:
N为纳入监测范围的积水点监测点位总数;
WSi为第i个点位的当前水位;
MAX()为取元素中的最大值;
MIN()为取元素中的最小值。
可选的,积水点水位变化趋势(CWI.3.3,权重5)的求取过程如下:
与前次计算结果相比,CWI.3.1、CWI.3.2取值增加代表+2.5,减少代表-2.5,不变代表0。
该子指标—“积水点水位变化趋势”为CWI.3.1、CWI.3.2两个指标的变化趋势结果之和。
可选的,积水点数量面积深度态势(CWI.3.4,权重0/60/70/80/90)的求取过程如下:
对于辖区全部积水点,通过算法智能计算全辖区积水点数量、面积、深度数据,当情况达到如下等级时,登记记录为1次“城市全域内涝态势”事件。每当新登记成功1次城市全域内涝态势事件时,需要默认同时关闭掉其他已存在着的城市全域内涝态势事件;也可以直接关闭清除掉已存在着的城市全域内涝态势事件。
城市全域内涝态势IV级事件,触发标准:城市因降雨出现一个面积超过0.25平方公里且深度超过15cm的内涝。
城市全域内涝态势III级事件,触发标准:城市因降雨出现3个面积超过0.25平方公里或1个面积超过1平方公里的内涝或出现1个面积超过0.25平方公里且深度超过20cm的内涝。
城市全域内涝态势II级事件,触发标准:城市因降雨出现5个面积超过0.25平方公里或2个面积超过1平方公里或1个面积超过2平方公里的内涝或出现1个面积超过0.25平方公里且深度超过30cm的内涝。
城市全域内涝态势I级事件,触发标准:城市因降雨出现普遍大面积内涝。
对于城市全域内涝态势IV级、III级、II级、I级事件,在计算的时候,分别记为60、70、80、90。当前仍然存在着的城市全域内涝态势最严重等级事件的分值,即为该子指标—“积水点数量面积深度态势”的计算结果。
本实施例提供的一种城市内涝预警方法,通过进一步阐述积水点态势及其子指标的具体求取路径,有力地支持了形成可量化的城市内涝指数以及综合量化评价城市内涝的当前态势和未来趋势。
在一具体实施例中,根据本发明提供的一种城市内涝预警方法,在所述防涝设施为通道桥涵时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述通道桥涵各个水位监测点的实时水位信息,并结合所述通道桥涵各个水位监测点预先标定的预警水位,实时确定通道桥涵水位子指标;其中,所述通道桥涵水位子指标包括通道桥涵全部点位综合加权水位、以及通道桥涵水位与行车水位最高比值;
基于实时确定的所述通道桥涵水位子指标的变化趋势,确定通道桥涵水位变化趋势;
基于所述通道桥涵水位子指标和所述通道桥涵水位变化趋势,求和得到通道桥涵态势。
在本实施例中,通道桥涵态势CWI.4用于综合评价通道桥涵防汛态势,由通道桥涵态势的子指标求和得出,通道桥涵态势的子指标包括通道桥涵全部点位综合加权水位CWI.4.1、通道桥涵水位与行车水位最高比值CWI.4.2、通道桥涵水位变化趋势CWI.4.3。
可选的,在计算通道桥涵态势指标时,通道桥涵态势的子指标的权重分别取值为:通道桥涵全部点位综合加权水位为45、通道桥涵水位与行车水位最高比值为50、通道桥涵水位变化趋势为5。
可选的,通道桥涵全部点位综合加权水位(CWI.4.1,权重45)的求取过程如下:
对于全部通道桥涵监测点位即通道桥涵各个水位监测点,判断其当前水位是否超越如下三个水位即预先标定的预警水位(1厘米为有积水水位,15厘米为不建议行走水位,30厘米为不建议行车水位),根据超越情况得出该单个点位的加权水位。具体规则:
1、小于1厘米,则该点位的加权水位为0;
2、大于等于1厘米,小于15厘米,则该点位的加权水位为1;
3、大于等于15厘米,小于30厘米,则该点位的加权水位为3;
4、大于等于30厘米,则该点位的加权水位为10。
最后,计算全部点位的加权水位算术平均值再乘以权重,作为该子指标—“通道桥涵全部点位综合加权水位”的计算结果。
计算公式为:
式中:
N为纳入监测范围的全部通道桥涵监测点位总数;
Weighted-WSi为第i个通道桥涵监测点位的加权水位,取值范围为{0,1,3,10},计算逻辑如前具体规则所述;
MIN()为取元素中的最小值。
可选的,通道桥涵水位与行车水位最高比值(CWI.4.2,权重50)的求取过程如下:
对于全部通道桥涵的每一个监测点位,计算其当前水位与行车水位(30厘米)的比值,取最大值再乘以权重作为该子指标—“通道桥涵水位与行车水位最高比值”的计算结果。
计算公式为:
式中:
N为纳入监测范围的全部通道桥涵监测点位总数;
WSi为第i个点位的当前水位;
MAX()为取元素中的最大值;
MIN()为取元素中的最小值。
可选的,通道桥涵水位变化趋势(CWI.4.3,权重5)的求取过程如下:
与前次计算结果相比,CWI.4.1、CWI.4.2取值增加代表+2.5,减少代表-2.5,不变代表0。
该子指标—“通道桥涵水位变化趋势”为CWI.4.1、CWI.4.2两个指标的变化趋势结果之和。
本实施例提供的一种城市内涝预警方法,通过进一步阐述通道桥涵态势及其子指标的具体求取路径,有力地支持了形成可量化的城市内涝指数以及综合量化评价城市内涝的当前态势和未来趋势。
在一具体实施例中,根据本发明提供的一种城市内涝预警方法,在所述防涝设施为管网时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述管网各个水位监测点的实时水位信息,并结合所述管网各个水位监测点预先标定的水位状态,实时确定管网水位子指标;其中,所述管网水位子指标包括管网排水口全部点位综合加权液位、以及管网排水口液位与管网口径最高比值;
基于实时确定的所述管网水位子指标的变化趋势,确定管网排水口水位变化趋势;
基于所述管网水位子指标和所述管网排水口水位变化趋势,求和得到管网排水态势。
在本实施例中,管网排水态势CWI.5用于综合评价地下管网防汛态势,由管网排水态势的子指标求和得出,管网排水态势的子指标包括管网排水口全部点位综合加权液位CWI.5.1、管网排水口液位与管网口径最高比值CWI.5.2、管网排水口水位变化趋势CWI.5.3、管网排水口倒灌风险CWI.5.4。
可选的,在计算管网排水态势指标时,管网排水态势的子指标的权重分别取值为:管网排水口全部点位综合加权液位为30、管网排水口液位与管网口径最高比值为35、管网排水口水位变化趋势为5、管网排水口倒灌风险为35。
可选的,管网排水口全部点位综合加权液位(CWI.5.1,权重30)的求取过程如下:
对于全部管网排水口监测点位即管网各个水位监测点,判断其当前液位是否超越如下三个状态即预先标定的水位状态(1厘米为有水状态,液位达管网口径的50%为半水状态,液位达100%为满水状态),根据超越情况得出该单个排水口的加权液位。具体规则:
1、小于1厘米,则该点位的加权液位为0;
2、大于等于1厘米,小于管网口径的50%,则该点位的加权液位为1;
3、大于等于管网口径的50%,小于管网口径的100%,则该点位的加权液位为3;
4、大于等于管网口径的100%,则该点位的加权液位为10。
最后,计算全部点位的加权液位算术平均值再乘以权重,作为该子指标—“管网排水口全部点位综合加权液位”的计算结果。
计算公式为:
式中:
N为纳入监测范围的全部管网排水口监测点位总数;
Weighted-WSi为第i个排水口监测点位的加权液位,取值范围为{0,1,3,10},计算逻辑如前具体规则所述;
MIN()为取元素中的最小值。
可选的,管网排水口液位与管网口径最高比值(CWI.5.2,权重35)的求取过程如下:
对于全部管网排水口的每一个监测点位,计算其当前液位与管网口径的比值,取最大值再乘以权重作为该子指标—“管网排水口液位与管网口径最高比值”的计算结果。
计算公式为:
式中:
N为纳入监测范围的全部管网排水口监测点位总数;
WSi为第i个点位的当前液位;
PDi为第i个点位的管网口径;
MAX()为取元素中的最大值;
MIN()为取元素中的最小值。
可选的,管网排水口水位变化趋势(CWI.5.3,权重5)的求取过程如下:
与前次计算结果相比,CWI.5.1、CWI.5.2取值增加代表+2.5,减少代表-2.5,不变代表0。
该子指标—“管网排水口水位变化趋势”为CWI.5.1、CWI.5.2两个指标的变化趋势结果之和。
可选的,管网排水口倒灌风险(CWI.5.1,权重30)的求取过程如下:
对于全部管网排水口监测点位(只针对可监测排水流量流向的点位),判断其当前流量与流向状态,如果存在任意一个点位流向为负且流量不为零,则认定为反向倒灌状态,该子指标—“管网排水口倒灌风险”赋值为30;其他情况,该子指标赋值为0。
本实施例提供的一种城市内涝预警方法,通过进一步阐述管网排水态势及其子指标的具体求取路径,有力地支持了形成可量化的城市内涝指数以及综合量化评价城市内涝的当前态势和未来趋势。
下面对本发明提供的城市内涝预警装置进行描述,下文描述的城市内涝预警装置与上文描述的城市内涝预警方法可相互对应参照。
图2是本发明提供的一种城市内涝预警装置的结构示意图,如图2所示,在一具体实施例中,本发明提供的一种城市内涝预警装置,包括:
水位信息采集模块210,用于采集目标城市中防涝设施的实时水位信息,其中,所述防涝设施包括明沟、隧道、积水点、通道桥涵和管网中的至少一种;
防涝设施态势确定模块220,用于基于所述防涝设施的实时水位信息,确定防涝设施态势;
内涝指数求取模块230,用于基于所述防涝设施态势,计算出所述目标城市的内涝指数;
内涝预警模块240,用于基于所述内涝指数,确定所述目标城市的内涝预警等级。
本实施例提供的一种城市内涝预警装置,通过设置水位信息采集模块、防涝设施态势确定模块、内涝指数求取模块和内涝预警模块,将城市内涝指数具体化为明沟态势、隧道态势、积水点态势、通道桥涵态势和管网排水态势五个子指标,形成可量化的城市内涝指数,综合量化评价城市内涝的当前态势和未来趋势,以量化、全面、易懂、直观的形式,细粒度、多维度地刻画城市防汛预警级别,为快速了解洪涝态势、发展趋势提供了技术手段,为应急响应级别调整提供了科学支撑,为应急指挥调度提供了决策依据。
图3示例了一种电子设备的实体结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行城市内涝预警方法,该方法包括:
采集目标城市中防涝设施的实时水位信息,其中,所述防涝设施包括明沟、隧道、积水点、通道桥涵和管网中的至少一种;
基于所述防涝设施的实时水位信息,确定防涝设施态势;
基于所述防涝设施态势,计算出所述目标城市的内涝指数;
基于所述内涝指数,确定所述目标城市的内涝预警等级。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元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,本发明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)执行本发明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。
另一方面,本发明还提供一种非暂态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以执行上述各方法提供的城市内涝预警方法,该方法包括:
采集目标城市中防涝设施的实时水位信息,其中,所述防涝设施包括明沟、隧道、积水点、通道桥涵和管网中的至少一种;
基于所述防涝设施的实时水位信息,确定防涝设施态势;
基于所述防涝设施态势,计算出所述目标城市的内涝指数;
基于所述内涝指数,确定所述目标城市的内涝预警等级。
又一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的城市内涝预警方法,该方法包括:
采集目标城市中防涝设施的实时水位信息,其中,所述防涝设施包括明沟、隧道、积水点、通道桥涵和管网中的至少一种;
基于所述防涝设施的实时水位信息,确定防涝设施态势;
基于所述防涝设施态势,计算出所述目标城市的内涝指数;
基于所述内涝指数,确定所述目标城市的内涝预警等级。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (12)
1.一种城市内涝预警方法,其特征在于,包括:
采集目标城市中防涝设施的实时水位信息,其中,所述防涝设施包括明沟、隧道、积水点、通道桥涵和管网中的至少一种;
基于所述防涝设施的实时水位信息,确定防涝设施态势;
基于所述防涝设施态势,计算出所述目标城市的内涝指数;
基于所述内涝指数,确定所述目标城市的内涝预警等级。
2.根据权利要求1所述的城市内涝预警方法,其特征在于,在所述防涝设施为明沟时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述明沟各个水位监测点的实时水位信息,并结合所述明沟各个水位监测点预先标定的设防水位、警戒水位和保证水位,实时求取明沟水位子指标;其中,所述明沟水位子指标包括明沟全部点位综合加权水位、明沟全部入管网点位综合加权水位、以及明沟入管网水位与警戒水位最高比值;
基于实时求取的所述明沟水位子指标的变化趋势,确定明沟水位变化趋势;
基于所述明沟水位子指标和所述明沟水位变化趋势,求和得到明沟态势。
3.根据权利要求2所述的城市内涝预警方法,其特征在于,所述明沟全部点位综合加权水位的计算方法包括:
对于所述明沟的每一个水位监测点,判断该水位监测点的当前水位是否超越该水位监测点预先标定的设防水位、警戒水位、保证水位,根据超越情况得出该单个水位监测点的加权水位;
计算所述明沟的全部水位监测点的加权水位的算术平均值,再乘以第一权重,得到所述明沟全部点位综合加权水位。
4.根据权利要求2所述的城市内涝预警方法,其特征在于,所述明沟全部入管网点位综合加权水位的计算方法包括:
对于所述明沟的每一个入管网处水位监测点,判断该水位监测点的当前水位是否超越该水位监测点预先标定的设防水位、警戒水位、保证水位,根据超越情况得出该单个入管网处水位监测点的加权水位;
计算所述明沟的全部入管网处水位监测点的加权水位的算术平均值,再乘以第二权重,得到所述明沟全部入管网点位综合加权水位。
5.根据权利要求2所述的城市内涝预警方法,其特征在于,所述明沟入管网水位与警戒水位最高比值的计算方法包括:
对于所述明沟的每一个入管网处水位监测点,计算该入管网处水位监测点的当前水位与该入管网处水位监测点的警戒水位的比值;
取所述明沟的全部入管网处水位监测点的比值中的最大值,再乘以第三权重,得到所述明沟入管网水位与警戒水位最高比值。
6.根据权利要求1所述的城市内涝预警方法,其特征在于,在所述防涝设施为隧道时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述隧道各个水位监测点的实时水位信息,并结合所述隧道各个水位监测点预先标定的预警水位,实时确定隧道水位子指标;其中,所述隧道水位子指标包括驼峰外点位综合加权水位、驼峰外点位漫过驼峰风险、隧道内点位综合加权水位、以及隧道内水位与行车水位最高比值;
基于实时确定的所述隧道水位子指标的变化趋势,确定隧道趋势子指标;其中,所述隧道趋势子指标包括驼峰外水位变化趋势和隧道内水位变化趋势;
基于所述隧道水位子指标和所述隧道趋势子指标,求和得到隧道态势。
7.根据权利要求1所述的城市内涝预警方法,其特征在于,在所述防涝设施为积水点时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述积水点各个水位监测点的实时水位信息,并结合所述积水点各个水位监测点预先标定的预警水位,实时确定积水点水位子指标;其中,所述积水点水位子指标包括积水点全部点位综合加权水位、以及积水点水位与行车水位最高比值;
基于实时确定的所述积水点水位子指标的变化趋势,确定积水点水位变化趋势;
基于所述积水点水位子指标、所述积水点趋势子指标和积水点数量面积深度态势,求和得到积水点态势;其中,所述积水点数量面积深度态势是基于目标城市辖区内全部积水点数量、面积、深度数据求得的积水点子指标。
8.根据权利要求1所述的城市内涝预警方法,其特征在于,在所述防涝设施为通道桥涵时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述通道桥涵各个水位监测点的实时水位信息,并结合所述通道桥涵各个水位监测点预先标定的预警水位,实时确定通道桥涵水位子指标;其中,所述通道桥涵水位子指标包括通道桥涵全部点位综合加权水位、以及通道桥涵水位与行车水位最高比值;
基于实时确定的所述通道桥涵水位子指标的变化趋势,确定通道桥涵水位变化趋势;
基于所述通道桥涵水位子指标和所述通道桥涵水位变化趋势,求和得到通道桥涵态势。
9.根据权利要求1所述的城市内涝预警方法,其特征在于,在所述防涝设施为管网时,所述基于所述防涝设施的实时水位信息,确定防涝设施态势,具体包括:
基于所述管网各个水位监测点的实时水位信息,并结合所述管网各个水位监测点预先标定的水位状态,实时确定管网水位子指标;其中,所述管网水位子指标包括管网排水口全部点位综合加权液位、以及管网排水口液位与管网口径最高比值;
基于实时确定的所述管网水位子指标的变化趋势,确定管网排水口水位变化趋势;
基于所述管网水位子指标和所述管网排水口水位变化趋势,求和得到管网排水态势。
10.一种城市内涝预警装置,其特征在于,包括:
水位信息采集模块,用于采集目标城市中防涝设施的实时水位信息,其中,所述防涝设施包括明沟、隧道、积水点、通道桥涵和管网中的至少一种;
防涝设施态势确定模块,用于基于所述防涝设施的实时水位信息,确定防涝设施态势;
内涝指数求取模块,用于基于所述防涝设施态势,计算出所述目标城市的内涝指数;
内涝预警模块,用于基于所述内涝指数,确定所述目标城市的内涝预警等级。
11.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述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程序时实现如权利要求1至9任一项所述城市内涝预警方法。
12.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至9任一项所述城市内涝预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210860009.4A CN115358526A (zh) | 2022-07-20 | 2022-07-20 | 一种城市内涝预警方法、装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210860009.4A CN115358526A (zh) | 2022-07-20 | 2022-07-20 | 一种城市内涝预警方法、装置、电子设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115358526A true CN115358526A (zh) | 2022-11-18 |
Family
ID=84031731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210860009.4A Pending CN115358526A (zh) | 2022-07-20 | 2022-07-20 | 一种城市内涝预警方法、装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115358526A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116386284A (zh) * | 2023-05-26 | 2023-07-04 | 浙江贵仁信息科技股份有限公司 | 一种城市洪涝的告预警方法及系统 |
-
2022
- 2022-07-20 CN CN202210860009.4A patent/CN115358526A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116386284A (zh) * | 2023-05-26 | 2023-07-04 | 浙江贵仁信息科技股份有限公司 | 一种城市洪涝的告预警方法及系统 |
CN116386284B (zh) * | 2023-05-26 | 2023-08-25 | 浙江贵仁信息科技股份有限公司 | 一种城市洪涝的告预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104751642B (zh) | 一种高等级道路交通流运行风险实时预估方法 | |
CN110009002B (zh) | 基于多维降雨特征空间最优决策的山洪快速预警预报方法 | |
CN113191644B (zh) | 一种基于自发-引发风险评价模型城市内涝风险评价方法 | |
CN106706033A (zh) | 一种海绵城市性能监视系统和方法 | |
CN103810532B (zh) | 优化城市排水系统运行状况的方法 | |
CN115471078B (zh) | 一种基于城市水务系统的洪涝风险点评估方法及装置 | |
CN117057616B (zh) | 基于数字孪生的水利监测方法及系统 | |
CN106801463A (zh) | 排水管的排水状态检测方法和系统 | |
CN112593613A (zh) | 城市内涝灾害下交通网络韧性承载力评估方法 | |
CN115358526A (zh) | 一种城市内涝预警方法、装置、电子设备、存储介质 | |
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 | |
Kang et al. | A sensitivity analysis approach of multi-attribute decision making technique to rank flood mitigation projects | |
CN113284354B (zh) | 一种基于强化学习的交通弹性调控方法及系统 | |
Savic et al. | Intelligent urban water infrastructure management | |
CN116226312A (zh) | 一种面向突发事件影响的城市道路交通网络韧性评估方法 | |
CN113689151B (zh) | 跨流域调水工程对交叉河流下游区域的防洪风险评估方法 | |
CN115759994A (zh) | 洪涝灾害应急救援管理方法、装置、设备及存储介质 | |
CN112927480B (zh) | 基于物联网和大数据协同分析的地质灾害监测方法及预警管理平台 | |
CN115577984A (zh) | 一种基于bim技术的滑坡应急治理监管系统 | |
CN117251973B (zh) | 一种洪水避灾路线确定方法 | |
JP4190788B2 (ja) | 氾濫水深予測システム、氾濫水深予測方法、氾濫水深予測プログラムおよび氾濫水深予測プログラムを記録した記録媒体 | |
CN116109143B (zh) | 面向暴雨洪涝灾害风险分析的地形起伏影响指数确定方法、系统、装置及存储介质 | |
CN116935576B (zh) | 一种河道壅塞监测分析预警方法及系统 | |
CN118013232B (zh) | 基于人工智能的大型水利工程水位监测方法及系统 | |
CN116187744A (zh) | 一种地下水导流效果评价系统及方法 |
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 |