CN115422848B - 一种城市水系统模拟方法、装置、电子设备及存储介质 - Google Patents

一种城市水系统模拟方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115422848B
CN115422848B CN202211213827.1A CN202211213827A CN115422848B CN 115422848 B CN115422848 B CN 115422848B CN 202211213827 A CN202211213827 A CN 202211213827A CN 115422848 B CN115422848 B CN 115422848B
Authority
CN
China
Prior art keywords
simulation result
target city
water system
water
simulation
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
CN202211213827.1A
Other languages
English (en)
Other versions
CN115422848A (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 CN202211213827.1A priority Critical patent/CN115422848B/zh
Publication of CN115422848A publication Critical patent/CN115422848A/zh
Application granted granted Critical
Publication of CN115422848B publication Critical patent/CN115422848B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种城市水系统模拟方法、装置、电子设备及存储介质，该方法包括：获取目标城市的气候预测数据和土地利用预测数据；根据气候预测数据，进行气候变化模拟，得到气候变化模拟结果；根据土地利用预测数据，进行土地利用变化模拟，得到土地利用变化模拟结果；当目标城市的气候变化模拟结果和土地利用变化模拟结果表征目标城市的城市水系统为待优化城市水系统时，根据目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到目标城市的城市水系统模拟结果。该方法能够得到能够适应目标城市未来气候变化和土地利用变化的城市水系统模拟结果，保证了优化城市水系统的及时性。

Description

一种城市水系统模拟方法、装置、电子设备及存储介质
技术领域
本申请涉及城市水资源管理技术领域，尤其涉及一种城市水系统模拟方法、装置、电子设备及存储介质。
背景技术
目前，人口增长、城市化和气候变化等对城市水系统带来了巨大压力，城市水系统主要包括城市河道、供水管网和排水管网，城市水系统的规划建设应当与社会发展相适应，因此如何对城市水系统进行规划建设成为了重点研究内容。
在现有技术中，通常是检测当前城市水系统存在的缺陷，然后根据得到的缺陷检测结果，优化设计当前城市水系统，而无法及时优化城市水系统。若能够提前模拟城市水系统的理想状态将有利于提高优化城市水系统的及时性，但由于城市水系统受多种复杂因素影响，导致现有技术还未实现对城市水系统的动态模拟，因为亟需一种可以对城市水系统进行动态模拟的方法，对提高优化城市水系统的及时性有重要意义。
发明内容
本申请提供一种城市水系统模拟方法、装置、电子设备及存储介质，以解决现有技术无法保证优化城市水系统的及时性等缺陷。
本申请第一个方面提供一种城市水系统模拟方法，包括：
获取目标城市的气候预测数据和土地利用预测数据；
根据所述气候预测数据，对所述目标城市进行气候变化模拟，得到所述目标城市的气候变化模拟结果；
根据所述土地利用预测数据，对所述目标城市进行土地利用变化模拟，得到所述目标城市的土地利用变化模拟结果；
当所述目标城市的气候变化模拟结果和土地利用变化模拟结果表征所述目标城市的城市水系统为待优化城市水系统时，根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到所述目标城市的城市水系统模拟结果；其中，所述城市水系统动态模拟结果表征城市水系统的目标状态。
可选的，所述气候预测数据包括全球历史气候数据，所述根据所述气候预测数据，对所述目标城市进行气候变化模拟，得到所述目标城市的气候变化模拟结果，包括：
根据所述全球历史气候数据表征的全球气候变化趋势，进行全球气候变化模拟，得到全球气候变化模拟结果；
对所述全球气候变化模拟结果进行降尺度处理，得到所述目标城市的气候变化模拟结果。
可选的，所述土地利用预测数据包括所述目标城市的当前土地利用数据，所述当前土地利用数据包括若干个影响因子，所述根据所述土地利用预测数据，对所述目标城市进行土地利用变化模拟，得到所述目标城市的土地利用变化模拟结果，包括：
根据所述目标城市的当前土地利用数据，确定所述目标城市的土地利用发展模式；
根据所述目标城市的土地利用发展模式，对所述目标城市进行土地利用变化模拟，得到所述目标城市的土地利用变化模拟结果。
可选的，所述根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到所述目标城市的城市水系统模拟结果，包括：
将所述目标城市划分为多个斑块单元；
针对任一所述斑块单元，按照预设水量平衡约束条件，根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，对该斑块单元进行水量平衡模拟，得到该斑块单元的水量平衡模拟结果；
根据各所述斑块单元的水量平衡模拟结果，确定所述目标城市的城市水系统模拟结果。
可选的，所述针对任一所述斑块单元，按照预设水量平衡约束条件，根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，对该斑块单元进行水量平衡模拟，得到该斑块单元的水量平衡模拟结果，包括：
按照如下预设水量平衡约束条件，根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，对该斑块单元进行水量平衡模拟，得到该斑块单元的水量平衡模拟结果：
P+Sm＝E+WW+R+ΔStorage
其中，P表示所述气候变化模拟结果表征的该斑块单元的降水量，Sm表示该斑块单元的供水量，E表示所述土地利用变化模拟结果表征的该斑块单元的蒸散发量，WW表示该斑块单元的排水量，R表示该斑块单元的径流量，ΔStorage表示所述城市水系统预测数据表征的该斑块单元的储水量，该斑块单元的水量平衡模拟结果包括该斑块单元的供水量、排水量和径流量。
可选的，所述根据各所述斑块单元的水量平衡模拟结果，确定所述目标城市的城市水系统模拟结果，包括：
根据所述土地利用变化模拟结果，将土地利用类型相同且相邻的若干个斑块单元汇总为一个集水区；
叠加所述若干个斑块单元的水量平衡模拟结果，得到该集水区的水资源模拟结果；
根据所述目标城市中所有集水区的资源模拟结果，确定所述目标城市的城市水系统模拟结果。
可选的，所述城市水系统模拟结果包括城市水系统运行能耗和城市水系统运行成本，城市水系统包括雨水收集系统和灰水收集系统，所述方法还包括：
根据所述雨水收集系统供水量和灰水收集系统供水量，确定所述城市水系统运行能耗和城市水系统运行成本。
本申请第二个方面提供一种城市水系统模拟装置，包括：
获取模块，用于获取目标城市的气候预测数据和土地利用预测数据；
第一模拟模块，用于根据所述气候预测数据，对所述目标城市进行气候变化模拟，得到所述目标城市的气候变化模拟结果；
第二模拟模块，用于根据所述土地利用预测数据，对所述目标城市进行土地利用变化模拟，得到所述目标城市的土地利用变化模拟结果；
第三模拟模块，用于当所述目标城市的气候变化模拟结果和土地利用变化模拟结果表征所述目标城市的城市水系统为待优化城市水系统时，根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到所述目标城市的城市水系统模拟结果；其中，所述城市水系统动态模拟结果表征城市水系统的目标状态。
本申请第三个方面提供一种电子设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一个方面以及第一个方面各种可能的设计所述的方法。
本申请第四个方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一个方面以及第一个方面各种可能的设计所述的方法。
本申请技术方案，具有如下优点：
本申请提供一种城市水系统模拟方法、装置、电子设备及存储介质，该方法包括：获取目标城市的气候预测数据和土地利用预测数据；根据气候预测数据，对目标城市进行气候变化模拟，得到目标城市的气候变化模拟结果；根据土地利用预测数据，对目标城市进行土地利用变化模拟，得到目标城市的土地利用变化模拟结果；当目标城市的气候变化模拟结果和土地利用变化模拟结果表征目标城市的城市水系统为待优化城市水系统时，根据目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到目标城市的城市水系统模拟结果；其中，城市水系统动态模拟结果表征城市水系统的目标状态。上述方案提供的方法，通过根据目标城市的气候变化模拟结果和土地利用变化模拟结果，对目标城市的水动力系统进行动态模拟，得到能够适应目标城市未来气候变化和土地利用变化的城市水系统模拟结果，以帮助城市水系统规划建设人员尽早制定城市水系统优化策略，从而保证了优化城市水系统的及时性。
附图说明
为了更清楚地说明本申请实施例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申请的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本申请实施例基于的城市水系统模拟系统的结构示意图；
图2为本申请实施例提供的城市水系统模拟方法的流程示意图；
图3为本申请实施例提供的土地利用变化模拟流程示意图；
图4为本申请实施例提供的示例性的城市水系统模拟方法的流程示意图；
图5为本申请实施例提供的斑块单元水量平衡模拟过程的概化模型示意图；
图6为本申请实施例提供的示例性的斑块单元的结构示意图；
图7为本申请实施例提供的城市水系统模拟装置的结构示意图；
图8为本申请实施例提供的电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
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。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。
此外，术语“第一”、“第二”等仅用于描述目的，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。在以下各实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
在现有技术中，通常是检测当前城市水系统存在的缺陷，然后根据得到的缺陷检测结果，优化设计当前城市水系统，而无法及时优化城市水系统。若能够提前模拟城市水系统的理想状态将有利于提高优化城市水系统的及时性，但由于城市水系统受多种复杂因素影响，导致现有技术还未实现对城市水系统的动态模拟，因为亟需一种可以对城市水系统进行动态模拟的方法，对提高优化城市水系统的及时性有重要意义。
针对上述问题，本申请实施例提供的城市水系统模拟方法、装置、电子设备及存储介质，通过获取目标城市的气候预测数据和土地利用预测数据；根据气候预测数据，对目标城市进行气候变化模拟，得到目标城市的气候变化模拟结果；根据土地利用预测数据，对目标城市进行土地利用变化模拟，得到目标城市的土地利用变化模拟结果；当目标城市的气候变化模拟结果和土地利用变化模拟结果表征目标城市的城市水系统为待优化城市水系统时，根据目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到目标城市的城市水系统模拟结果；其中，城市水系统动态模拟结果表征城市水系统的目标状态。上述方案提供的方法，通过根据目标城市的气候变化模拟结果和土地利用变化模拟结果，对目标城市的水动力系统进行动态模拟，得到能够适应目标城市未来气候变化和土地利用变化的城市水系统模拟结果，以帮助城市水系统规划建设人员尽早制定城市水系统优化策略，从而保证了优化城市水系统的及时性。
下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明实施例进行描述。
首先，对本申请所基于的城市水系统模拟系统的结构进行说明：
本申请实施例提供的城市水系统模拟方法、装置、电子设备及存储介质，适用于按照气候变化和土地利用变化，对城市水系统进行动态模拟。如图1所示，为本申请实施例基于的城市水系统模拟系统的结构示意图，主要包括数据采集装置及城市水系统模拟装置。具体地，可以基于数据采集装置采集目标城市的气候预测数据和土地利用预测数据，并将这些数据发送给城市水系统模拟装置，基于该装置根据得到的数据进行城市水系统模拟，以得到目标城市的城市水系统模拟结果。
本申请实施例提供了一种城市水系统模拟方法，用于按照气候变化和土地利用变化，对城市水系统进行动态模拟。本申请实施例的执行主体为电子设备，比如服务器、台式电脑、笔记本电脑、平板电脑及其他可用于进行城市水系统动态模拟的电子设备。
如图2所示，为本申请实施例提供的城市水系统模拟方法的流程示意图，该方法包括：
步骤201，获取目标城市的气候预测数据和土地利用预测数据。
步骤202，根据气候预测数据，对目标城市进行气候变化模拟，得到目标城市的气候变化模拟结果。
其中，气候预测数据可以是目标城市过去若干年的历史气候数据。
具体地，可以根据气候预测数据，分析目标城市的气候变化趋势，进而模拟目标城市在未来若干年的气候变化情况，从而得到目标城市的气候变化模拟结果。
步骤203，根据土地利用预测数据，对目标城市进行土地利用变化模拟，得到目标城市的土地利用变化模拟结果。
其中，土地利用预测数据可以是目标城市当前的当前土地利用数据。
具体地，可以根据土地利用预测数据，分析目标城市未来的土地利用整体变化方向，以对目标城市进行土地利用变化模拟，得到目标城市的土地利用变化模拟结果。
步骤204，当目标城市的气候变化模拟结果和土地利用变化模拟结果表征目标城市的城市水系统为待优化城市水系统时，根据目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到目标城市的城市水系统模拟结果。
其中，城市水系统动态模拟结果表征城市水系统的目标状态。
具体地，可以当气候变化模拟结果与目标城市的当前气候不一致时，或当土地利用变化模拟结果与目标城市的当前土地利用情况不一致时，即当目标城市的气候或土地利用发生一定程度的变化时，确定目标城市的城市水系统为待优化城市水系统。
具体地，可以结合目标城市的气候变化模拟结果表征的气候变化情况、土地利用变化模拟结果表征的土地利用变化情况和城市水系统预测数据，对城市水系统进行动态模拟，生成目标城市的城市水系统模拟结果。
需要说明的是，城市水系统预测数据可以包括目标城市的城市基本特征数据、需水量数据和水系统数据等。
其中，城市基本特征数据包括城市发展规划数据、径流特征数据、地表渗透性数据、集水区组成数据等。主要根据城市发展规划数据确定城市区划情况，管网和污水处理厂等排水设施情况，供水设施情况等；根据径流特征数据确定河道主要节点的流量情况和径流量情况；根据地表渗透性数据确定土地利用类型数据中的不透水面和透水面单元；根据集水区组成数据确定城市、集水区的空间关系。需水量数据可以根据家庭用水量、灌溉用水量和用水量季节性差异进行确定。包括不同土地利用类型的年需水量和日需水量数据，季节性需水量的差异，家庭用水结构等。家庭用水结构，例如可将用水结构分为：洗浴用水、厨房用水、洗衣用水和厕所用水。水系统数据包括各个供水系统和排水系统的单位能耗和经济投入，各个水处理系统的日处理量等。
在上述实施例的基础上，为了提高气候变化模拟的准确性，作为一种可实施的方式，在一实施例中，气候预测数据可以包括权威机构发布的全球历史气候数据，根据气候预测数据，对目标城市进行气候变化模拟，得到目标城市的气候变化模拟结果，包括：
步骤2021，根据全球历史气候数据表征的全球气候变化趋势，进行全球气候变化模拟，得到全球气候变化模拟结果；
步骤2022，对全球气候变化模拟结果进行降尺度处理，得到目标城市的气候变化模拟结果。
其中，全球历史气候数据包括历史长系列的降水量、平均气温、太阳辐射、风速等日尺度的信息，如全球气候和天气数据集，全球气候和天气数据集是一个高空间分辨率全球天气和气候数据数据库，主要包括历史气候数据、历史月值天气数据等，数据可用于制图、空间建模和分析研究等相关活动。
具体地，可以预先构建全球气候变化模拟模型，将全球历史气候数据作为输入数据，输入到全球气候变化模拟模型，以基于该全球气候变化模拟模型，根据全球历史气候数据确定全球气候变化趋势，进而进行未来若干年的全球气候变化模拟，得到全球气候变化模拟结果。
进一步地，可以基于预设的天气发生器，对全球气候变化模拟结果进行降尺度处理，将年尺度的全球气候变化模拟结果转换为目标城市日尺度的气候变化模拟结果。
具体地，天气发生器的计算模型可表示为：
Z(t)＝AZ(t-1)+Bε(t)
其中，Z(t)为k维分量，每个分量表示当日的一个天气指标，例如，当日降水量、平均气温、太阳辐射、风速等；Z(t-1)为前一日的相应天气指标；ε(t)为与Z(t-1)独立的标准正态向量，又称误差项；
A和B为k×k维参数矩阵。
定义：
Figure BDA0003876006360000091
Figure BDA0003876006360000092
其中，ρ0(i,j)为同一天变量i和j的相关系数；(i,j)为变量j延迟1天时变量的i和j的相关系数。
则A和B可由M0和M1计算得出，具体可表示为：
Figure BDA0003876006360000093
Figure BDA0003876006360000094
B可由矩阵的乔里斯基(Cholesky)分解得到。
计算过程中，首先单独计算生成降雨数据和气温数据，进而根据降雨数据计算生成任何一个非降水量气象指标的数据。计算方程可表示为：
Figure BDA0003876006360000095
其中，μi和σi分别为有无降雨对应条件下，变量yt的均值和标准差。
天气发生器的具体计算流程为：
(1)输入已有降雨、气温和其他待模拟的非降雨气象指标数据，建立降雨和气温的随机模型；
(2)采用蒙特卡罗(Monte-Carlo)方法模拟生产降雨和气温数据，再通过降雨和气温模拟其他待模拟的非降雨气象指标数据；
(3)生产当日数据后，以当日数据作为初始条件继续模拟生产下一日的数据，从而一次生成任意长的数据序列，该数据序列即为目标城市在未来连续几天的气候变化模拟结果。
在上述实施例的基础上，为了提高土地利用变化模拟的准确性，作为一种可实施的方式，在一实施例中，土地利用预测数据包括目标城市的当前土地利用数据，当前土地利用数据包括若干个影响因子，根据土地利用预测数据，对目标城市进行土地利用变化模拟，得到目标城市的土地利用变化模拟结果，包括：
步骤2031，根据目标城市的当前土地利用数据，确定目标城市的土地利用发展模式；
步骤2032，根据目标城市的土地利用发展模式，对目标城市进行土地利用变化模拟，得到目标城市的土地利用变化模拟结果。
其中，当前土地利用数据包括目标城市在当前时刻下的土地利用数据和过去若干年的土地利用变化数据。
需要说明的是，土地利用预测数据还包括人口数据和经济发展数据等社会数据；人口数据、经济发展数据可从城市统计年鉴中获取。土地利用数据包括土地利用类型、土地利用可达性、土地适宜性、土地利用区划、空间临近效应等5类影响因子。
其中，土地利用类型指的是土地利用方式相同的土地资源单元，是根据土地利用的地域差异划分的，是反映土地用途、性质及其分布规律的基本地域单位。是人类在改造利用土地进行生产和建设的过程中所形成的各种具有不同利用方向和特点的土地利用类别。土地适宜性是土地对于某种用途是否适宜以及适宜的程度，它是进行土地利用决策，科学地编制土地利用规划的基本依据。可分为现有条件下的适宜性和经过改良后的潜在适宜性两种。土地按其适宜的广泛程度，有多宜性和单宜性之分。多宜性是指某一块土地同时适用于农业、林业、旅游业等多项用途；单宜性是指该土地只适于某特定用途，如陡坡地仅适于发展林业，水域仅适于发展渔业等。土地适宜性评价是针对某种特定的用途而对区域土地资源质量的综合评定。为了保证评价结果的科学性、正确性和实用性，就必须掌握一定的基本原理，遵循一定的评价原则。土地适宜性评价的基本原理是：在现有的生产力经营水平和特定的土地利用方式条件下，以土地的自然要素和社会经济要素相结合作为鉴定指标，通过考察和综合分析土地对各种用途的适宜程度、质量高低及其限制状况等，从而对土地的用途和质量进行分类定级。土地利用区划是在综合研究组成土地综合体的各种要素，特别是自然要素地域分异的基础上，考虑土地利用现状特点及其历史发展，从最大限度发挥土地生产潜力及改善土地生态系统的结构与功能出发，对土地的合理利用方向，包括确定用地的合理分配、结构和布局形式等在空间上进行的分区。土地利用区划既是土地规划的前提，也是农业区划和土地规划的基础。包括现状区划和远景区划。前者主要是认识现状，阐明土地利用的地域分异和特点，揭示土地利用存在的问题和发展潜力；后者在于改善土地利用现状，调整现有土地利用结构，充分合理利用各类土地资源，进一步发挥土地生产潜力。空间近邻效应是指区域内各种经济活动之间或各区域之间的空间位置关系对其相互联系所产生的影响。空间近邻效应遵守距离衰减原理，随着空间距离的增大呈现减小的变化趋势。只要能够基本满足所必需的技术要求、经济效益，各种经济活动都倾向于就近组织资源、要素，也就容易与空间上近邻的相关经济活动或区域发生联系。而且，随着空间距离的增大，各种经济活动采取行动的可能性及产生的影响都将相应地减小。
具体地，可以采用元胞自动机作为土地利用变化模拟模型，将目标城市的当前土地利用数据作为输入数据，输入到元胞自动机，以基于元胞自动机进行未来土地利用动态变化模拟，模拟未来土地利用可能的发展模式，获得未来土地利用长系列年尺度动态变化数据。
其中，元胞自动机的基本组成要素有元胞、状态、邻域和转换规则。元胞是元胞自动机的基本研究对象，可以定义为规则格网。元胞空间是元胞在空间中分布的空间格点，可以是一维、二维或多维。元胞状态可以是两种状态，如“城市用地”或“非城市用地”来表示；也可以是多种状态，如不同的城市用地类型。邻域存在于某一元胞周围，能影响该元胞在下一时刻的状态。转换规则是根据元胞及其邻域元胞的状态，决定下一时刻该元胞状态的动力学函数。定义转换规则是元胞自动机的核心，整个模拟过程完全是受转换规则控制的。如何有效定义或获取转换规则中的参数是模拟对象演变的关键。
其中，元胞自动机的基本原理是元胞i在t+1时刻的状态是其在t时刻的状态和邻域状态的函数，表达式可表示为：
Figure BDA0003876006360000111
其中，
Figure BDA0003876006360000112
为元胞i在t+1时刻的状态；/>
Figure BDA0003876006360000113
为元胞i在t时刻的状态；/>
Figure BDA0003876006360000114
为t时刻元胞i的邻域状态集合；f为转换规则，一个元胞可以对应目标城市的一部分土地区域，即目标城市可以划分为多个元胞。
在本申请实施例中，将土地利用动态模拟元胞自动机的基本组成要素定义如下：
元胞状态：定义为土地利用类型，如将土地利用类型按照一级土地利用类型分类划分为旱地、水田、建设用地、水体、其他用地等。
元胞空间：为二维空间，与土地利用类型数据分辨率一致，形状为方形，大小为30m×30m。
邻域：采用经典的8邻域摩尔模型。
转换规则：由于土地利用变化的时空发展过程是非线性系统动力学过程，因此适合选用人工神经网络(ANN)作为元胞自动机的转换规则，分别进行模型训练和模型预测。神经网络具有自组织、自学习、联想以及记忆的优势，能够有效地简化模型结构，用户不需要定义转化规则，系统能够从原始数据中自动获取和校验模型中各空间变量的权重系数，能够挖掘出符合变化过程的转换规则，同时减少了人为因素的主观影响，适合土地利用时空变化模拟。
本申请实施例采用元胞自动机模拟预测土地利用动态变化的过程由训练模块和预测模块两部分组成，训练模块利用训练数据自动挖掘模型参数，预测模块用训练好的模型进行预测模拟，两个模块共用一个神经网络，即转换规则。各影响因子的处理、分析及模拟结果的显示均在GIS(地理信息系统)软件中操作，获得的土地利用变化模拟结果为长系列年度土地利用类型数据，数据格式为栅格格式。示例性的，如图3所示，为本申请实施例提供的土地利用变化模拟流程示意图。
本申请实施例的神经网络设计采用面向对象的建模思路，采用经典的BP神经网络算法，网络结构分为三层：
第1层为数据输入层，共4个神经元，分别对应土地利用变化各影响因子；
第2层为隐含层，根据Kolmogorov(柯尔莫哥洛夫)定理，对于3层非线性神经网络，其隐含层的神经元个数至少为输入层的2/3，隐含层神经元确定为3个，采用S型正切函数tansig激励函数；
第3层为输出层，由5个神经元组成，分别对应5类土地利用类型的转换概率，采用logsig激励函数。
土地利用未来情景数据转化是将上述栅格格式数据转换为文本数据，即将栅格格式地图文件转换为ASCII格式的文本文件。具体操作流程在ArcGIS中完成。也可在其他软件中完成，最后输出土地利用变化模拟结果。
在上述实施例的基础上，为了提高城市水系统模拟的准确性，作为一种可实施的方式，在一实施例中，根据目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到目标城市的城市水系统模拟结果，包括：
步骤2041，将目标城市划分为多个斑块单元；
步骤2042，针对任一斑块单元，按照预设水量平衡约束条件，根据目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，对该斑块单元进行水量平衡模拟，得到该斑块单元的水量平衡模拟结果；
步骤2043，根据各斑块单元的水量平衡模拟结果，确定目标城市的城市水系统模拟结果。
示例性的，如图4所示，为本申请实施例提供的示例性的城市水系统模拟方法的流程示意图，其中，气候变化模型即为上述全球气候变化模拟模型，用于将最终得到的气候变化模拟结果写入模型数据库，土地利用动态变化模型即为上述土地利用变化模拟模型，用于将最终得到的土地利用变化数据写入模型数据库，城市水系统预测数据包括水系统数据、城市基本特征数据和需水量数据，气象数据包括气候预测数据，经济社会数据包括土地利用预测数据。
具体地，可以基于预设的城市水循环模型，根据模型数据库存储的数据，对各个斑块单元进行水量平衡模拟。
具体地，在一实施例中，可以按照如下预设水量平衡约束条件，根据目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，对该斑块单元进行水量平衡模拟，得到该斑块单元的水量平衡模拟结果：
P+Sm＝E+WW+R+ΔStorage
其中，P表示气候变化模拟结果表征的该斑块单元的降水量，Sm表示该斑块单元的供水量，E表示土地利用变化模拟结果表征的该斑块单元的蒸散发量，WW表示该斑块单元的排水量，R表示该斑块单元的径流量，ΔStorage表示城市水系统预测数据表征的该斑块单元的储水量，该斑块单元的水量平衡模拟结果包括该斑块单元的供水量、排水量和径流量。
示例性的，如图5所示，为本申请实施例提供的斑块单元水量平衡模拟过程的概化模型示意图，斑块单元概化模型主要术语解释见下表：
Figure BDA0003876006360000141
/>
Figure BDA0003876006360000151
具体地，斑块单元水量平衡模拟过程包括如下内容：
过程1：降雨径流过程
主要包括降雨、蒸散发、下渗和径流等过程，其过程在不同的土地利用类型中发生，包括屋面、马路、林地、草地，以及各种公园、花园等开放空间。具体按照不透水面和透水面两类下垫面进行模拟，对不同的下垫面定义不同的参数进行描述。
以日为时间单元进行模拟，每日过程模拟结束后，剩余的水量作为地表径流计算。
过程1.1：透水面蒸散发。
对于草地、林地等渗透性较好的土地利用类型，计算其不透水面积蒸散发ETpervious，可表示为：
若PET>0.75，则ETpervious＝PET；
若PET≤0.75，则
Figure BDA0003876006360000152
其中，ETpervious为透水面蒸散发；PET为潜在蒸散发；PS为持水量。本申请实施例按2层土壤层进行概化和模拟，上层定义为上层持水量，即PS1，下层定义为下层持水量，即PS2。
过程1.1：透水面下渗量。
Figure BDA0003876006360000153
PSD＝min[((PS-PSmin)×DDF),DDmax]
其中，PS1R为上层土壤下渗量；P为降雨量；NEAR为无效径流；NEARroof为屋面无效径流；A为元胞单元面积；DDmax为土壤最大日持水量；PS为土壤持水量；PSmin为最小土壤持水量；DDF为日产流系数，该系数与土地利用类型相关。
过程1.3：透水面径流
PSR＝max[(PS1+P-PSmax),(P+0.5×NEAR-PSmax),0]×Agarden
其中，PSR为透水面径流量；PS1为透水面上层土壤持水量；P为降雨量；PSmax为透水面最大土壤持水量；NEAR为无效径流；Agarden为元胞单元花园平均面积。
过程1.4：不透水面径流量
NEARroof＝(1-EAroof)×(P-Eroof)×Aroof
NEARpaved＝(1-EApaved)×(P-Epaved)×Apaved+0.5×NEARroof
EARroof＝EAroof×(P-Eroof)×Aroof
EARpaved＝EApaved×(P-Epaved)×Apaved+0.5×NEARroof
EARroad＝EAroad×(P-Eroad)×Aroad
R＝PSR+EARroof+EARpaved+EARroad+FF
其中，NEARroof为屋面无效径；EAroof为屋面有效径流；Aroof为元胞单元屋面平均面积。
过程1.5：不透水面蒸散
Eroad＝min(PET,ILroad)
Eroof＝min(PET,ILroof)
Epaved＝min(PET,ILpaved)
Ei＝Eroad+Eroof+Epaved+ETpervious
过程2：供排水过程
供排水分供水系统和排水系统两套系统分别考虑。
供水系统主要考虑集中式供水系统和分散式供水系统，集中式供水系统例如水库、地下水等，分散式供水系统例如雨水收集系统、灰水收集系统等。
排水系统主要考虑集中式污水处理厂和灰水收集系统等。
灰水是从居民住宅的淋浴、浴缸、水槽以及洗衣机里出来的少量使用水，这些水通常会顺着管道流入下水道中。虽然灰水在释放到自然水体时是一种污染物，但对于花园或家庭植物来说，它是一种有益的水与营养来源，并且可以以多种方式重新利用。
本申请实施例通过计算各个单元中居民住宅4类用水的排水量确定灰水的水量，单元的需水量根据该单元距离最近的供水系统确定。例如，如果一个单元有雨水收集系统或灰水收集系统，则优先将这部分水用于厕所用水等水质要求不高的用水需求；如果一个单元有雨水收集系统或灰水收集系统，则该单元的厕所用水等优先由该单元所在集水区的雨水收集系统或灰水收集系统提供，如果该单元所在集水区也没有雨水收集系统或灰水收集系统，亦或是雨水收集系统或灰水收集系统的水量不能满足需求，则剩余用水由自来水厂提供来满足需求。
模拟单元有雨水收集系统时，Srw＝min[(BWD+LWD+TWD),RWTS]
模拟单元有灰水收集系统时，Sgw＝min[TWD,GWTS]
根据实际调查结果，确定居民住宅用水来源中的雨水部分、灰水部分。
Sm＝WD(Cellk)-Srw-Sgw
模拟单元有灰水收集系统时，WW＝IWD-Δ(GWTS)；
模拟单元没有灰水收集系统时，WW＝IWD。
过程3：需水量过程
单元尺度的需水量，主要包括灌溉用水和家庭用水。
灌溉需水量，根据土地利用渗透率和灌溉方式确定。
家庭需水量，根据用水目的和水质要求将家庭用水分为4类，以便将供水与排水一一对应，具体包括洗浴用水、厨房用水、洗衣用水和厕所用水。
由于用水需求是随时间动态变化的，受包括气候变化、经济发展、供水管道渗漏、供水管道压力、水费价格、消费行为等在内的多种因素影响。因此，为简化模拟过程，提升模拟效率，本申请实施例在单元尺度需水量模拟方面，仅考虑年度变化和季节性(月度)变化，对于季节(月)时间尺度内的单日用水量，假定是恒定不变的，即不考虑单日用水量的变化，仅考虑用水量的季节性变化和年度变化。
对于单元尺度需水量的季节性变化，本申请实施例按月进行计算，并通过季节性指数定义季节。
对于单元尺度需水量的年度变化，本申请实施例通过不同土地利用类型数据的年平均耗水量进行计算。
WD(Cellk)＝IRR+IWD(yeari)
IWD(yeari)＝KWD+BWD+LWD+TWD+UWD
SWD(yeari)＝(IWD+UWD)×SI(month)
KWD＝SWD(yeari)×KDP
同理，计算LWD，BWD，TWD。
LWD＝SWD(yeari)×LDP
BWD＝SWD(yeari)×BDP
TWD＝SWD(yeari)×TDP
IRR＝(TIgarden-PS1)×Agarden×PIRg+(TIpos-PS1)×Apos×PIRpos
过程4：雨水系统与灰水系统过程
假设居民住宅配备了小区级的雨水收集系统或灰水收集系统，则每个单元都可以查询到与其对应的指定雨水收集系统或灰水收集系统。
雨水收集系统主要参数为屋面径流的损失量，当日降雨量等，按照降雨扣除屋面的径流损失计算得出。
雨水系统：
ΔRWTS＝min[(EARroof-FF-Srw),(RWT-RWTS)]
灰水收集系统主要参数包括收集系统的存储容量，以及水量来源，主要来源包括厕所用水、洗衣用水和淋浴用水等。
灰水系统：
ΔGWTS＝min[(KWD+BWD+LWD-Sgw),(GWT-RWTS)]
具体地，在一实施例中，城市水系统模拟结果包括城市水系统运行能耗和城市水系统运行成本，城市水系统包括雨水收集系统和灰水收集系统，具体可以根据雨水收集系统供水量和灰水收集系统供水量，确定城市水系统运行能耗和城市水系统运行成本。
其中，城市水系统运行能耗和城市水系统运行成本的计算可以作为第5个过程。其中，城市水系统运行能耗和城市水系统运行成本与雨水收集系统供水量和灰水收集系统供水量之间关系可以根据目标城市的实际情况确定，本申请实施例不做限定。
具体地，在城市水循环模型的模型效果评价方面，可以采用纳什效率系数进行率定和验证，主要为评估监测值和模拟值之间的拟合程度，NSE的值越接近1，说明模型模拟效果越好，NSE大于0.7说明模型模拟结果可信。NSE的计算公式可表示为：
Figure BDA0003876006360000181
其中：
Figure BDA0003876006360000191
为目标城市的城市水系统在t时刻的监测值；/>
Figure BDA0003876006360000192
为目标城市的城市水系统在t时刻的模拟值；/>
Figure BDA0003876006360000193
为监测值的平均值，具体可以根据城市水系统的历史数据确定。/>
进一步地，还可以对城市水循环模型的需水量进行率定和验证，具体可以采用目标城市在过去几年的需水量数据进行模型率定和验证，本申请实施例采用分区域的方式进行率定和验证，即，将目标城市15％的集水区用于模型需水量模块的敏感性分析，将目标城市50％的集水区用于模型率定，剩余集水区用于模型验证。
进一步地，还可以对城市水循环模型的降雨径流进行率定和验证，为了率定降雨径流，本申请实施例估算了每种土地利用类型的不透水系数。通过2个集水区的率定与验证，即可使模型呈现较好的模拟效果。
具体地，在一实施例中，可以根据土地利用变化模拟结果，将土地利用类型相同且相邻的若干个斑块单元汇总为一个集水区；叠加若干个斑块单元的水量平衡模拟结果，得到该集水区的水资源模拟结果；根据目标城市中所有集水区的资源模拟结果，确定目标城市的城市水系统模拟结果。
示例性的，如图6所示，为本申请实施例提供的示例性的斑块单元的结构示意图，将相邻土地利用斑块单元结果进行合并计算；然后，将土地利用斑块单元尺度的计算结果汇总叠加计算可以得到一个集水区的模拟结果；最后将目标城市若干集水区的计算结果分别进行汇总叠加计算，得出最终城市尺度的城市水系统模拟结果。
本申请实施例提供的城市水系统模拟方法，通过获取目标城市的气候预测数据和土地利用预测数据；根据气候预测数据，对目标城市进行气候变化模拟，得到目标城市的气候变化模拟结果；根据土地利用预测数据，对目标城市进行土地利用变化模拟，得到目标城市的土地利用变化模拟结果；当目标城市的气候变化模拟结果和土地利用变化模拟结果表征目标城市的城市水系统为待优化城市水系统时，根据目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到目标城市的城市水系统模拟结果；其中，城市水系统动态模拟结果表征城市水系统的目标状态。上述方案提供的方法，通过根据目标城市的气候变化模拟结果和土地利用变化模拟结果，对目标城市的水动力系统进行动态模拟，得到能够适应目标城市未来气候变化和土地利用变化的城市水系统模拟结果，以帮助城市水系统规划建设人员尽早制定城市水系统优化策略，从而保证了优化城市水系统的及时性。并且，实现了居民住宅不同供水来源、用水需求及排水去向中，不同水量组分的分类模拟计算。实现了城市水循环模拟的同时，同步实现供排水系统能耗和成本的定量计算。
本申请实施例提供了一种城市水系统模拟装置，用于执行上述实施例提供的城市水系统模拟方法。
如图7所示，为本申请实施例提供的城市水系统模拟装置的结构示意图。该城市水系统模拟装置70包括：获取模块701、第一模拟模块702、第二模拟模块703和第三模拟模块704。
其中，获取模块，用于获取目标城市的气候预测数据和土地利用预测数据；第一模拟模块，用于根据气候预测数据，对目标城市进行气候变化模拟，得到目标城市的气候变化模拟结果；第二模拟模块，用于根据土地利用预测数据，对目标城市进行土地利用变化模拟，得到目标城市的土地利用变化模拟结果；第三模拟模块，用于当目标城市的气候变化模拟结果和土地利用变化模拟结果表征目标城市的城市水系统为待优化城市水系统时，根据目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到目标城市的城市水系统模拟结果；其中，城市水系统动态模拟结果表征城市水系统的目标状态。
关于本实施例中的城市水系统模拟装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本申请实施例提供的城市水系统模拟装置，用于执行上述实施例提供的城市水系统模拟方法，其实现方式与原理相同，不再赘述。
本申请实施例提供了一种电子设备，用于执行上述实施例提供的城市水系统模拟方法。
如图8所示，为本申请实施例提供的电子设备的结构示意图。该电子设备80包括：至少一个处理器81和存储器82。
存储器存储计算机执行指令；至少一个处理器执行存储器存储的计算机执行指令，使得至少一个处理器执行如上实施例提供的城市水系统模拟方法。
本申请实施例提供的一种电子设备，用于执行上述实施例提供的城市水系统模拟方法，其实现方式与原理相同，不再赘述。
本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上任一实施例提供的城市水系统模拟方法。
本申请实施例的包含计算机可执行指令的存储介质，可用于存储前述实施例中提供的城市水系统模拟方法的计算机执行指令，其实现方式与原理相同，不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
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 (7)

1.一种城市水系统模拟方法，其特征在于，包括：
获取目标城市的气候预测数据和土地利用预测数据；
根据所述气候预测数据，对所述目标城市进行气候变化模拟，得到所述目标城市的气候变化模拟结果；
根据所述土地利用预测数据，对所述目标城市进行土地利用变化模拟，得到所述目标城市的土地利用变化模拟结果；
当所述目标城市的气候变化模拟结果和土地利用变化模拟结果表征所述目标城市的城市水系统为待优化城市水系统时，根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到所述目标城市的城市水系统模拟结果；其中，所述城市水系统动态模拟结果表征城市水系统的目标状态；
所述根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到所述目标城市的城市水系统模拟结果，包括：
将所述目标城市划分为多个斑块单元；
针对任一所述斑块单元，按照预设水量平衡约束条件，根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，对该斑块单元进行水量平衡模拟，得到该斑块单元的水量平衡模拟结果；
根据各所述斑块单元的水量平衡模拟结果，确定所述目标城市的城市水系统模拟结果；
所述针对任一所述斑块单元，按照预设水量平衡约束条件，根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，对该斑块单元进行水量平衡模拟，得到该斑块单元的水量平衡模拟结果，包括：
按照如下预设水量平衡约束条件，根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，对该斑块单元进行水量平衡模拟，得到该斑块单元的水量平衡模拟结果：
P+Sm＝E+WW+R+ΔStorage
其中，P表示所述气候变化模拟结果表征的该斑块单元的降水量，Sm表示该斑块单元的供水量，E表示所述土地利用变化模拟结果表征的该斑块单元的蒸散发量，WW表示该斑块单元的排水量，r表示该斑块单元的径流量，ΔStorage表示所述城市水系统预测数据表征的该斑块单元的储水量，该斑块单元的水量平衡模拟结果包括该斑块单元的供水量、排水量和径流量；
所述根据各所述斑块单元的水量平衡模拟结果，确定所述目标城市的城市水系统模拟结果，包括：
根据所述土地利用变化模拟结果，将土地利用类型相同且相邻的若干个斑块单元汇总为一个集水区；
叠加所述若干个斑块单元的水量平衡模拟结果，得到该集水区的水资源模拟结果；
根据所述目标城市中所有集水区的资源模拟结果，确定所述目标城市的城市水系统模拟结果。
2.根据权利要求1所述的方法，其特征在于，所述气候预测数据包括全球历史气候数据，所述根据所述气候预测数据，对所述目标城市进行气候变化模拟，得到所述目标城市的气候变化模拟结果，包括：
根据所述全球历史气候数据表征的全球气候变化趋势，进行全球气候变化模拟，得到全球气候变化模拟结果；
对所述全球气候变化模拟结果进行降尺度处理，得到所述目标城市的气候变化模拟结果。
3.根据权利要求1所述的方法，其特征在于，所述土地利用预测数据包括所述目标城市的当前土地利用数据，所述当前土地利用数据包括若干个影响因子，所述根据所述土地利用预测数据，对所述目标城市进行土地利用变化模拟，得到所述目标城市的土地利用变化模拟结果，包括：
根据所述目标城市的当前土地利用数据，确定所述目标城市的土地利用发展模式；
根据所述目标城市的土地利用发展模式，对所述目标城市进行土地利用变化模拟，得到所述目标城市的土地利用变化模拟结果。
4.根据权利要求1所述的方法，其特征在于，所述城市水系统模拟结果包括城市水系统运行能耗和城市水系统运行成本，城市水系统包括雨水收集系统和灰水收集系统，所述方法还包括：
根据所述雨水收集系统供水量和灰水收集系统供水量，确定所述城市水系统运行能耗和城市水系统运行成本。
5.一种城市水系统模拟装置，其特征在于，包括：
获取模块，用于获取目标城市的气候预测数据和土地利用预测数据；
第一模拟模块，用于根据所述气候预测数据，对所述目标城市进行气候变化模拟，得到所述目标城市的气候变化模拟结果；
第二模拟模块，用于根据所述土地利用预测数据，对所述目标城市进行土地利用变化模拟，得到所述目标城市的土地利用变化模拟结果；
第三模拟模块，用于当所述目标城市的气候变化模拟结果和土地利用变化模拟结果表征所述目标城市的城市水系统为待优化城市水系统时，根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，进行城市水系统模拟，以得到所述目标城市的城市水系统模拟结果；其中，所述城市水系统动态模拟结果表征城市水系统的目标状态；
所述第三模拟模块，具体用于：
将所述目标城市划分为多个斑块单元；
针对任一所述斑块单元，按照预设水量平衡约束条件，根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，对该斑块单元进行水量平衡模拟，得到该斑块单元的水量平衡模拟结果；
根据各所述斑块单元的水量平衡模拟结果，确定所述目标城市的城市水系统模拟结果；
所述第三模拟模块，具体用于：
按照如下预设水量平衡约束条件，根据所述目标城市的气候变化模拟结果、土地利用变化模拟结果和城市水系统预测数据，对该斑块单元进行水量平衡模拟，得到该斑块单元的水量平衡模拟结果：
P+Sm＝E+WW+R+ΔStorage
其中，P表示所述气候变化模拟结果表征的该斑块单元的降水量，Sm表示该斑块单元的供水量，E表示所述土地利用变化模拟结果表征的该斑块单元的蒸散发量，WW表示该斑块单元的排水量，R表示该斑块单元的径流量，ΔStorage表示所述城市水系统预测数据表征的该斑块单元的储水量，该斑块单元的水量平衡模拟结果包括该斑块单元的供水量、排水量和径流量；
所述第三模拟模块，具体用于：
根据所述土地利用变化模拟结果，将土地利用类型相同且相邻的若干个斑块单元汇总为一个集水区；
叠加所述若干个斑块单元的水量平衡模拟结果，得到该集水区的水资源模拟结果；
根据所述目标城市中所有集水区的资源模拟结果，确定所述目标城市的城市水系统模拟结果。
6.一种电子设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至4任一项所述的方法。
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中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至4任一项所述的方法。
CN202211213827.1A 2022-09-30 2022-09-30 一种城市水系统模拟方法、装置、电子设备及存储介质 Active CN115422848B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211213827.1A CN115422848B (zh) 2022-09-30 2022-09-30 一种城市水系统模拟方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211213827.1A CN115422848B (zh) 2022-09-30 2022-09-30 一种城市水系统模拟方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN115422848A CN115422848A (zh) 2022-12-02
CN115422848B true CN115422848B (zh) 2023-07-07

Family

ID=84205231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211213827.1A Active CN115422848B (zh) 2022-09-30 2022-09-30 一种城市水系统模拟方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115422848B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622503A (zh) * 2011-12-31 2012-08-01 武汉理工大学 城市土地利用变化模拟方法
KR20170033711A (ko) * 2015-09-17 2017-03-27 한국외국어대학교 연구산학협력단 도시 개발 대상지역의 미래 기후환경 변화 예측 분석시스템 및 이를 이용한 기후 환경 변화 예측 분석 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102622503A (zh) * 2011-12-31 2012-08-01 武汉理工大学 城市土地利用变化模拟方法
KR20170033711A (ko) * 2015-09-17 2017-03-27 한국외국어대학교 연구산학협력단 도시 개발 대상지역의 미래 기후환경 변화 예측 분석시스템 및 이를 이용한 기후 환경 변화 예측 분석 방법

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Decadal Water Resources Projections Over the State of Texas USA;Wenzhao Li et al.;《IEEE Xplore》;全文 *
基于MCE-Markov-CA的郑州市土地利用时空变化模拟研究;徐睿择 等;地理与地理信息科学(第01期);全文 *
基于Patch-Dynamics模式的土地覆被变化预测――以北京市为例;谢正磊 等;北京大学学报(自然科学版)(第03期);全文 *
大城市边缘区土地利用变化模拟研究――以北京市昌平区为例;蒙吉军 等;应用基础与工程科学学报(第02期);全文 *
气候与土地利用变化对流域水资源的影响――以美国北卡罗莱纳州Trent流域为例;王云琦 等;水科学进展(第01期);全文 *

Also Published As

Publication number Publication date
CN115422848A (zh) 2022-12-02

Similar Documents

Publication Publication Date Title
Liang et al. Integrated assessment of land-use/land-cover dynamics on carbon storage services in the Loess Plateau of China from 1995 to 2050
Wang et al. Application of genetic algorithm to land use optimization for non-point source pollution control based on CLUE-S and SWAT
Yushanjiang et al. Quantifying the spatial correlations between landscape pattern and ecosystem service value: A case study in Ebinur Lake Basin, Xinjiang, China
Chang et al. The role of food-energy-water nexus analyses in urban growth models for urban sustainability: A review of synergistic framework
Wang et al. Dynamics of ecosystem services in response to urbanization across temporal and spatial scales in a mega metropolitan area
Chen et al. Assessing potential ecosystem service dynamics driven by urbanization in the Yangtze River Economic Belt, China
Hu et al. How to balance ecosystem services and economic benefits?–A case study in the Pearl River Delta, China
CN112765800A (zh) 一种分布式水资源配置模型的设计方法
Dou et al. Refined water security assessment for sustainable water management: A case study of 15 key cities in the Yangtze River Delta, China
CN108536908A (zh) 基于非点源氮磷流失风险对流域水环境安全评估的方法
CN108573302A (zh) 一种流域面源污染负荷模拟及最佳管理措施优化方法
Fataei et al. Industrial state site selection using MCDM method and GIS in Germi, Ardabil, Iran
Akdeniz et al. Analysis of land use/land cover changes and prediction of future changes with land change modeler: Case of Belek, Turkey
Pan et al. An interval multi-objective fuzzy-interval credibility-constrained nonlinear programming model for balancing agricultural and ecological water management
Yang et al. Multi-scenario simulation of land use and land cover based on shared socioeconomic pathways: The case of coastal special economic zones in China
Fan et al. A novel approach to dynamically optimize the spatio-temporal distribution of crop water consumption
Shirshahi et al. Sustainable optimization of regional agricultural water use by developing a two-level optimization model
Li et al. An integrated simulation-optimization modeling system for water resources management under coupled impacts of climate and land use variabilities with priority in ecological protection
Zhang et al. Modeling urban growth by the use of a multiobjective optimization approach: Environmental and economic issues for the Yangtze watershed, China
Guo et al. RETRACTED ARTICLE: Sponge city plant planning and urban construction based on high-resolution remote sensing images
Zhao et al. Understanding the key factors and future trends of ecosystem service value to support the decision management in the cluster cities around the Yellow River floodplain area
Xu et al. Influences of urban spatial factors on surface urban heat island effect and its spatial heterogeneity: A case study of Xi'an
Liu et al. A quantitative analysis framework for water-food-energy nexus in an agricultural watershed using WEAP-MODFLOW
Guan et al. How can multiscenario flow paths of water supply services be simulated? A supply-flow-demand model of ecosystem services across a typical basin in China
Ju et al. Future climate change and urban growth together affect surface runoff in a large-scale urban agglomeration

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