CN115796599A - 基于微小流域综合特征的山洪沟风险度分析方法及系统 - Google Patents
基于微小流域综合特征的山洪沟风险度分析方法及系统 Download PDFInfo
- Publication number
- CN115796599A CN115796599A CN202211683618.3A CN202211683618A CN115796599A CN 115796599 A CN115796599 A CN 115796599A CN 202211683618 A CN202211683618 A CN 202211683618A CN 115796599 A CN115796599 A CN 115796599A
- Authority
- CN
- China
- Prior art keywords
- micro
- watershed
- drainage basin
- index
- river reach
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 114
- 238000004364 calculation method Methods 0.000 claims description 81
- 239000002689 soil Substances 0.000 claims description 33
- 238000004458 analytical method Methods 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 7
- 230000000903 blocking effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000004927 clay Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000012502 risk assessment Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Alarm Systems (AREA)
Abstract
本发明提供了基于微小流域综合特征的山洪沟风险度分析方法及系统。该方案包括获取地面模型数据和卫星采集数据,生成立体影像图,提取所述立体影像图中超过汇水面积阈值的河段及微小流域单元,提取微小流域单元的基本属性;根据划分的河段及微小流域单元数据,提取河段以上流域汇流特性,其中,所述汇流特性包括洪峰模数和汇流时间;根据所述河段及微小流域单元数据计算暴雨因子指标;计算山洪沟上游流域产流因子指标;计算山洪沟上游流域汇流因子指标;计算山洪沟的承险体指数;计算山洪沟风险度。该方案通过微小流域综合特征,来量化评估山洪沟风险度,有效弥补了监测手段预判能力不足的问题。
Description
技术领域
本发明涉及山洪风险分析技术领域,更具体地,涉及基于微小流域综合特征的山洪沟风险度分析方法及系统。
背景技术
由局地短历时强降雨引发的山洪灾害多发、频发、重发,导致大量人员伤亡,占洪涝灾害死亡总人数的比例居高不下。随着气候变化不断加剧,极端强降雨频发多发态势日益凸显,加之山丘区社会经济活动更加活跃、人口财富更加集中,山洪灾害风险增长趋势显著,直接威胁山丘区人民生命安全,严重制约山丘区乡村和社会经济的高质量发展。
在本发明技术之前,现有技术对于山洪灾害防御,多以监测手段为主,缺乏对区域风险的精细化评估,难以提前采取有效应对措施。传统的风险分析多基于网格数据,通过采用社会经济、地形地貌、降雨指标,构建网格尺度的风险评估模型,方法没有考虑山丘区河流过流能力的属性,而河道过流能力不足是造成灾害发生最直接的原因。所以本方法提出了基于微小流域的山洪沟风险指数,用于分析区域山洪风险度,可全面、精细化反映河段风险情况。
发明内容
鉴于上述问题,本发明提出了基于微小流域综合特征的山洪沟风险度分析方法及系统,通过构建山洪沟风险指数,来量化评估区域山洪的风险度,有效弥补了监测手段预判能力不足的问题。
根据本发明实施例第一方面,提供一种基于微小流域综合特征的山洪沟风险度分析方法。
在一个或多个实施例中,优选地,所述一种基于微小流域综合特征的山洪沟风险度分析方法包括:
获取地面模型数据和卫星采集数据,生成立体影像图,提取所述立体影像图中超过汇水面积阈值的河段及微小流域单元,在地表上按照预设的长度和宽度将分析区域划分为若干个河段及对应的微小流域单元,并提取微小流域单元的基本属性,作为河段及微小流域单元数据,其中所述基本属性包括面积、坡度、河段长度等;
根据划分的河段及微小流域单元数据,提取河段以上流域汇流特性,其中,所述汇流特性包括洪峰模数和汇流时间;
根据所述河段及微小流域单元数据计算暴雨因子指标;
根据所述河段及微小流域单元数据、所述山洪沟上游流域土壤质地和土地利用数据,计算山洪沟上游流域产流因子指标;
根据所述河段及微小流域单元、山洪沟上游流域形状系数、所述汇流时间、所述洪峰模数、坡度及阻水建筑物,计算山洪沟上游流域汇流因子指标;
根据沿河房屋的距离和高程数据,计算山洪沟的承险体指数;
根据所述暴雨因子指标、所述产流因子指标、所述汇流因子指标和所述承险体指数计算山洪沟风险度。
在一个或多个实施例中,优选地,获取地面模型数据和卫星采集数据,生成立体影像图,提取所述立体影像图中超过汇水面积阈值的河段及微小流域单元,提取微小流域单元的基本属性,具体包括:
设置第一分辨率,按照第一分辨率提取所述地面模型数据;
获得第二分辨率的卫星采集数据;
根据所述卫星采集数据和所述地面模型数据,生成所述立体影像图;
根据所述立体影像图提取其中不超过0.5km2的汇水面积区域,作为微小流域单元;
根据所述河段及微小流域单元数据,提取河段数据;
构建河段及微小流域单元之间的拓扑关系,并提取河段及微小流域单元的基本属性,其中,所述河段及微小流域单元的基本属性包括长度、坡度、形状系数和面积。
在一个或多个实施例中,优选地,所述根据划分的河段及微小流域单元,提取河段以上流域汇流特性,具体包括:
根据划分的河段及微小流域单元,利用第一计算公式计算山洪沟上游流域的汇流时间;
根据划分的河段及微小流域单元,利用第二计算公式计算山洪沟上游流域的洪峰模数;
所述第一计算公式为:
其中,T为山洪沟上游流域河段的最长汇流时间,wn为第n个微小流域,n为划分的微小流域数;m(wi)为第i个微小流域到达流域出口经过的河段数;lj是某一个微小流域到达流域出口所经历的第j个河段的长度;Vj是某一个微小流域到达流域出口所经历的第j个河段的流速,iw为微小流域的降雨强度,istd为预设的降雨强度的临界值;为某一个微小流域到达流域出口所经历的第j个河段的调蓄系数。
所述第二计算公式为:
M=L/S
其中,M为山洪沟上游流域的洪峰模数;L为100年一遇洪水的洪峰流量,S为山洪沟上游流域面积。
在一个或多个实施例中,优选地,根据所述河段及微小流域单元数据计算暴雨因子指标,具体包括:
生成一组随机数,对每一个微小流域提取所述一组随机数中的一个,作为模拟随机雨量值;
根据所述河段及微小流域单元数据,利用第三计算公式获取山洪沟上游流域面雨量,进而获得整个山洪沟上游流域面雨量序列;
对所述整个山洪沟上游流域面雨量序列排序,计算每个重现期的降雨值,作为所述暴雨因子指标;
所述第三计算公式为:
其中,Pj为j时刻山洪沟上游流域面雨量,i为第i个微小流域,xi,j为第i个微小流域在j时刻的模拟随机雨量值,S为山洪沟上游流域总面积,si为第i个微小流域的面积。
在本发明实施例中,举例说明,生成服从[0,1]分布的10000个随机数,得到均匀分布的随机变量U,随机数用U表示;根据经验获知,每个微小流域服从第四计算公式,因此可以通过反函数获得降雨分布的降雨序列,考虑到每个微小流域都是服从概率分布的,则可以利用第三计算公式采用面积加权法,获取整个山洪沟上游流域面雨量序列,其中,所述第四计算公式为:
其中,f(x)为概率密度函数值,xi.j为对应微小流域的降雨量,Γ(α)为伽玛函数,β为尺度参数,也叫欧拉第二积分,是阶乘函数在实数与复数上扩展的一类函数,a为形状参数。
在一个或多个实施例中,优选地,所述根据所述河段及微小流域单元数据、所述山洪沟上游流域土壤质地和土地利用数据,计算山洪沟上游流域产流因子指标,具体包括:
根据所述河段及微小流域单元数据设置山洪沟上游流域的不同土壤质地类型的面积;
根据所述河段及微小流域单元数据设置山洪沟上游流域的不同土地利用类型的面积总数;
利用第五计算公式计算山洪沟上游流域的土壤质地指数;
利用第六计算公式计算山洪沟上游流域的土地利用指数;
根据所述土壤质地指数和所述土地利用指数,利用第七计算公式计算山洪沟上游流域产流因子;
所述第五计算公式为:
LP=(a1 O1+b1O2+c1O3)/ZM
其中,LP为所述山洪沟上游流域的土壤质地指数,ZM为山洪沟上游流域的总面积,a1、b1和c1依次为第一、第二和第三土壤系数,O1、O2和O3依次为壤土面积、砂土面积、黏土面积;
所述第六计算公式为:
Me=(a2 O4+b2O5+c2O6+d2O7)/ZM
其中,Me为所述土地利用指数,a2、b2和c2依次为第一、第二和第三土地利用系数,O4、O5、O6和O7依次为耕地面积、林地面积、草地面积、房屋建筑(区)面积;
所述第七计算公式为:
C=Lp R1·Me R2
其中,C为区域产流因子,R1为第一产流系数,R2为第二产流系数。
在一个或多个实施例中,优选地,根据所述河段及微小流域单元数据、所述山洪沟上游流域形状系数、汇流时间、洪峰模数、坡度及阻水建筑物,计算山洪沟上游流域汇流因子指标,具体包括:
根据阻水建筑物是否大于某一个阻水裕度,若大于阻水裕度则认为存在阻水建筑物,否则认为无阻水建筑物,其中,裕度为一个大于等于0的数;
在山洪沟上游流域的基本属性中获取形状系数和坡度;
获得所述汇流特性包括洪峰模数和所述汇流时间;
当时不存在阻水建筑物,利用第八计算公式计算所述汇流因子指标;
当存在阻水建筑物,利用第九计算公式计算所述汇流因子指标;
所述第八计算公式为:
C=W1X×MP÷T
其中,C为汇流因子指标,W1为转换系数,X为形状系数,P为坡度;
所述第九计算公式为:
C=Z-AW1X×MP÷T
其中,Z为阻水建筑物密度,A为衰减系数指数。
在一个或多个实施例中,优选地,所述根据所述沿河房屋的距离和高程数据,计算山洪沟的承险体指数,具体包括:
根据所述河段及微小流域单元数据,利用第十计算公式计算居民聚集区的房屋最低宅基高程;
根据所述河段及微小流域单元数据,提取沿河两岸的居民聚集区的房屋距离;
根据所述河段及微小流域单元数据,提取居民聚集区的面积和弱房比例;
利用第十一计算公式计算承险体指数,承险体指数用于描述山洪沟两岸房屋对灾害的承受能力;
所述第十计算公式为:
Hmin_i=MIN(Hi1,Hi2,…,Hini)
其中,Hmin_i为第i居民聚集区的最低房屋宅基高程,MIN()为最小值获取公式,Hi1、Hi2、…、Hini为第i居民聚集区的第1、第2、…、第ni个高程,ni为第i居民聚集区的房屋宅基地总数;
所述第十一计算公式为:
F=SS×B×Hmin_i/Lmin_i
其中,F为承险体指数,Lmin_i为沿河房屋距河网的最近距离,SS为聚集区的面积,B为弱房比例。
在一个或多个实施例中,优选地,所述根据所述暴雨因子指标、所述产流因子指标、所述汇流因子指标和所述承险体指数计算山洪沟风险度,具体包括:
根据所述河段及微小流域单元数据的历史山洪灾害数据作为每个微小流域的历史灾害密度HFFD;
将每个微小流域的历史灾害密度作为风险度分析模型的目标函数,获得每个山洪沟上游流域暴雨因子指标、产流因子指标、汇流因子指标和承险体指数的最优系数,分别记为暴雨因子指标权重、产流因子指标权重、汇流因子指标权重和承险体指数权重对应为k1,k2,k3,k4;
根据获得的山洪沟上游流域暴雨因子指标权重k1、产流因子指标权重k2、汇流因子指标权重k3和承险体指标权重k4,利用分层贝叶斯特征加权方法,采用第十三计算公式获得山洪沟风险度;
所述第十二计算公式为:
HFFD=k0+k1niB+k2niC+k3niHc+k4niF
其中,B为所述暴雨因子指标,C为所述产流因子指标,Hc为所述汇流因子指标,F为所述承险体指数,k0为第0综合系数,HFFD为微小流域内历史山洪灾害密度;
所述第十三计算公式为:
R=k1B+k2C+k3Hc+k4F
其中,R为山洪沟风险度,k1、k2、k3和k4依次为暴雨因子指标权重、产流因子指标权重、汇流因子指标权重和承险体指数权重。
根据本发明实施例第二方面,提供一种基于微小流域综合特征的山洪沟风险度分析系统。
在一个或多个实施例中,优选地,所述一种基于微小流域综合特征的山洪沟风险度分析系统包括:
属性提取模块,用于获取地面模型数据和卫星采集数据,生成立体影像图,提取所述立体影像图中超过汇水面积阈值的河段及微小流域单元,在地表上按照预设的长度和宽度将分析区域划分为若干个河段及对应的微小流域单元,并提取微小流域单元的基本属性,作为河段及微小流域单元数据,其中所述基本属性包括面积、坡度、河段长度等;
汇流特性提取模块,用于根据划分的河段及微小流域单元数据,提取河段以上流域汇流特性,其中,所述汇流特性包括洪峰模数和汇流时间;
暴雨因子模块,用于根据所述河段及微小流域单元数据计算暴雨因子指标;
产流因子模块,用于根据所述河段及微小流域单元数据、所述山洪沟上游流域土壤质地和土地利用数据,计算山洪沟上游流域产流因子指标;
汇流因子模块,用于根据所述河段及微小流域单元、山洪沟上游流域形状系数、所述汇流时间、所述洪峰模数、坡度及阻水建筑物,计算山洪沟上游流域汇流因子指标;
承险体模块,用于根据沿河房屋的距离和高程数据,计算山洪沟的承险体指数;
风险度分析模块,用于根据所述暴雨因子指标、所述产流因子指标、所述汇流因子指标和所述承险体指数计算山洪沟风险度。
根据本发明实施例第三方面,提供一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现本发明实施例第一方面中任一项所述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明方案中考虑了流域的拓扑关系属性,是基于物理特性的机理性风险分析手段,在精度上,比之前基于格网的传统分析方法精度提高,指标更为精细。
本发明方案中,情景考虑的多,包括特殊工况、极端降雨的影响等。风险评估更为全面。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,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是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法的流程图。
图2是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的获取地面模型数据和卫星采集数据,生成立体影像图,提取微小流域单元的基本属性的流程图。
图3是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的根据划分的河段及微小流域单元数据,提取河段以上流域汇流特性,其中,所述汇流特性包括洪峰模数和汇流时间的流程图。
图4是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的根据所述河段及微小流域单元数据计算暴雨因子指标的流程图。
图5是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的根据所述河段及微小流域单元数据、所述山洪沟上游流域土壤质地和土地利用数据,计算山洪沟上游流域产流因子指标的流程图。
图6是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的根据所述河段及微小流域单元、山洪沟上游流域形状系数、所述汇流时间、所述洪峰模数、坡度及阻水建筑物,计算山洪沟上游流域汇流因子指标的流程图。
图7是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的根据沿河居民聚集区的房屋距离和高程数据,计算山洪沟的承险体指数的流程图。
图8是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的根据所述暴雨因子指标、所述产流因子指标、所述汇流因子指标和所述承险体指数计算山洪沟风险度的流程图。
图9是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析系统的结构图。
图10是本发明一个实施例中一种电子设备的结构图。
具体实施方式
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
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,所描述的实施例仅仅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。
由局地短历时强降雨引发的山洪灾害多发、频发、重发,导致大量人员伤亡,占洪涝灾害死亡总人数的比例居高不下。随着气候变化不断加剧,极端强降雨频发多发态势日益凸显,加之山丘区社会经济活动更加活跃、人口财富更加集中,山洪灾害风险增长趋势显著,直接威胁山丘区人民生命安全,严重制约山丘区乡村和社会经济的高质量发展。
在本发明技术之前,现有技术对于山洪灾害防御,多以监测手段为主,缺乏对区域风险的精细化评估,难以提前采取有效应对措施。传统的风险分析多基于网格数据,通过采用社会经济、地形地貌、降雨指标,构建网格尺度的风险评估模型,方法没有考虑山丘区河流过流能力的属性,而河道过流能力不足是造成灾害发生最直接的原因。所以本方法提出了山洪沟风险指数,用于分析区域山洪风险度,可全面、精细化反映河段风险情况。
本发明实施例中,提供了基于微小流域综合特征的山洪沟风险度分析方法及系统。该方案通过构建山洪沟风险指数,来量化评估区域山洪的风险度,有效弥补了监测手段预判能力不足的问题。
根据本发明实施例第一方面,提供一种基于微小流域综合特征的山洪沟风险度分析方法。
图1是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法的流程图。
在一个或多个实施例中,优选地,所述一种基于微小流域综合特征的山洪沟风险度分析方法包括:
S101、获取地面模型数据和卫星采集数据,生成立体影像图,提取所述立体影像图中超过汇水面积阈值的河段及微小流域单元,在地表上按照预设的长度和宽度将分析区域划分为若干个河段及对应的微小流域单元,并提取微小流域单元的基本属性,作为河段及微小流域单元数据,其中所述基本属性包括面积、坡度、河段长度等;
S102、根据划分的河段及微小流域单元数据,提取河段以上流域汇流特性,其中,所述汇流特性包括洪峰模数和汇流时间;
S103、根据所述河段及微小流域单元数据计算暴雨因子指标;
S104、根据所述河段及微小流域单元数据、所述山洪沟上游流域土壤质地和土地利用数据,计算山洪沟上游流域产流因子指标;
S105、根据所述河段及微小流域单元、山洪沟上游流域形状系数、所述汇流时间、所述洪峰模数、坡度及阻水建筑物,计算山洪沟上游流域汇流因子指标;
S106、根据沿河房屋的距离和高程数据,计算山洪沟的承险体指数;
S107、根据所述暴雨因子指标、所述产流因子指标、所述汇流因子指标和所述承险体指数计算山洪沟风险度。
本发明实施例中,通过建立所述河道调蓄系数、所述区域孕灾驱动因子指标、所述区域产流因子指标和所述河道汇流因子指标,进而计算河段综合过流能力指数,关联到每个区域的山洪风险,形成区域山洪风险的量化分析方法。
图2是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的获取地面模型数据和卫星采集数据,生成立体影像图,提取微小流域单元的基本属性的流程图。
在一个或多个实施例中,优选地,获取地面模型数据和卫星采集数据,生成立体影像图,提取所述立体影像图中超过汇水面积阈值的河段及微小流域单元,提取微小流域单元的基本属性,具体包括:
S201、设置第一分辨率,按照第一分辨率提取所述地面模型数据;
S202、获得第二分辨率的卫星采集数据;
S203、根据所述卫星采集数据和所述地面模型数据,生成所述立体影像图;
S204、根据所述立体影像图提取其中不超过0.5km2的汇水面积区域,作为微小流域单元;
S205、根据所述河段及微小流域单元数据,提取河段数据;
S206、构建河段及微小流域单元之间的拓扑关系,并提取河段及微小流域单元的基本属性,其中,所述河段及微小流域单元的基本属性包括长度、坡度、形状系数和面积。
在本发明实施例中,优选地,第一分辨率为5m,第二分辨率为0.8m,对DTM数据及卫星采集获得的0.8m分辨率的全色立体影像,提取小流域及河段,建立山丘区河段溯源分析,构建山丘区河段-流域关联关系。考虑山洪灾害多为短历时强降雨引发,流域面积应小于500km2,在提取河段时,以0.5km2为汇水面积阈值。其中,DTM(Digital Terrain Models)即数字地面模型,它是地形起伏的数字表达,它由对地形表面取样所得到的一组点的x、y、z坐标数据和一套对地面提供连续的描述的算法组成。
图3是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的根据划分的河段及微小流域单元数据,提取河段以上流域汇流特性,其中,所述汇流特性包括洪峰模数和汇流时间的流程图。
在一个或多个实施例中,优选地,所述根据划分的河段及微小流域单元,提取河段以上流域汇流特性,具体包括:
S301、根据划分的河段及微小流域单元,利用第一计算公式计算山洪沟上游流域的汇流时间;
S302、根据划分的河段及微小流域单元,利用第二计算公式计算山洪沟上游流域的洪峰模数;
所述第一计算公式为:
其中,T为山洪沟上游流域河段的最长汇流时间,wn为第n个微小流域,n为划分的微小流域数;为第i个微小流域到达流域出口经过的河段数;lj是某一个微小流域到达流域出口所经历的第j个河段的长度;Vj是某一个微小流域到达流域出口所经历的第j个河段的流速,iw为微小流域的降雨强度,istd为预设的降雨强度的临界值;为某一个微小流域到达流域出口所经历的第j个河段的调蓄系数。
在本发明实施例中,采用第一计算公式计算山洪沟上游流域的最长汇流时间的原因是根据流域的拓扑关系,山洪沟上游流域可划分为多个微小流域单元,而洪水流经每个微小流域单元的速率和时间是不同的,会受到微小流域降雨强度、调蓄系数等多种因素的影响。
所述第二计算公式为:
M=L/S
其中,M为山洪沟上游流域的洪峰模数;L为100年一遇洪水的洪峰流量,S为山洪沟上游流域面积。
其中,山洪沟上游流域面积具体为山洪沟所在流域向上逐级合并至500km2的面积,通过卫星采集数据和地面模型数据生成的立体影像图及所构建的河段及微小流域单元之间的拓扑关系提取。
本发明实施例中,山洪沟上游流域的洪峰模数,主要用于反映了一个流域的洪峰流量强度,采用此种方式进行数据数据分析的原因是洪峰模数与汇流时间都是反映微小流域单元下垫面的重要参数指标。
图4是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的根据所述河段及微小流域单元数据计算暴雨因子指标的流程图。
在一个或多个实施例中,优选地,根据所述河段及微小流域单元数据计算暴雨因子指标,具体包括:
S401、生成一组随机数,对每一个微小流域提取所述一组随机数中的一个,作为模拟随机雨量值;
S402、根据所述河段及微小流域单元数据,利用第三计算公式获取山洪沟上游流域面雨量,进而获得整个山洪沟上游流域面雨量序列;
S403、对所述整个山洪沟上游流域面雨量序列排序,计算每个重现期的降雨值,作为所述暴雨因子指标;
所述第三计算公式为:
其中,Pj为j时刻山洪沟上游流域面雨量,i为第i个微小流域,xi,j为第i个微小流域在j时刻的模拟随机雨量值,S为山洪沟上游流域总面积,si为第i个微小流域的面积。
在本发明实施例中,举例说明,生成服从[0,1]分布的10000个随机数,得到均匀分布的随机变量U,随机数用U表示;根据经验获知,每个微小流域服从第四计算公式,因此可以通过反函数获得降雨分布的降雨序列,考虑到每个微小流域都是服从概率分布的,则可以利用第三计算公式采用面积加权法,获取整个山洪沟上游流域面雨量序列,其中,所述第四计算公式为:
其中,f(x)为概率密度函数值,xi.j为对应微小流域的降雨量,Γ(α)为伽玛函数,β为尺度参数,也叫欧拉第二积分,是阶乘函数在实数与复数上扩展的一类函数,a为形状参数,x>0表示概率大于0。
其中,a为形状参数,β为尺度参数,具体的设置方式为a为流域分水线的实际长度与流域同面积圆的周长之比,β为一种描述总体分布离散程度的参数。
图5是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的根据所述河段及微小流域单元数据、所述山洪沟上游流域土壤质地和土地利用数据,计算山洪沟上游流域产流因子指标的流程图。
在一个或多个实施例中,优选地,所述根据所述河段及微小流域单元数据、所述山洪沟上游流域土壤质地和土地利用数据,计算山洪沟上游流域产流因子指标,具体包括:
S501、根据所述河段及微小流域单元数据设置山洪沟上游流域不同土壤质地类型的面积;
S502、根据所述河段及微小流域单元数据设置山洪沟上游流域的不同土地利用类型的面积;
S503、利用第五计算公式计算山洪沟上游流域的土壤质地指数;
S504、利用第六计算公式计算山洪沟上游流域的土地利用指数;
S505、根据所述土壤质地指数和所述土地利用指数,利用第七计算公式计算山洪沟上游流域产流因子;
所述第五计算公式为:
LP=(a1 O1+b1O2+c1O3)/ZM
其中,LP为所述山洪沟上游流域的土壤质地指数,ZM为山洪沟上游流域的总面积,a1、b1和c1依次为第一、第二和第三土壤系数,O1、O2和O3依次为壤土面积、砂土面积、黏土面积;
其中,第一、第二和第三土壤系数表示经验系数,山洪沟上游流域的土壤质地指数用于描述微小流域的产流关系。
所述第六计算公式为:
Me=(a2 O4+b2O5+c2O6+d2O7)/ZM
其中,Me为所述土地利用指数,a2、b2和c2依次为第一、第二和第三土地利用系数,O4、O5、O6和O7依次为耕地面积、林地面积、草地面积、房屋建筑(区)面积;
所述第七计算公式为:
C=Lp R1·Me R2
其中,C为区域产流因子,R1为第一产流系数,R2为第二产流系数。
在本发明实施例中,通过不同类型的土地和土壤设置,利用第五计算公式和第六计算公式山洪沟上游流域的土壤质地指数和土地利用类型指数,最终,形成区域产流因子,具体设置为第七计算公式的原因是流域的产流受土壤质地和土地利用类型的综合影响。
图6是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的根据所述河段及微小流域单元、山洪沟上游流域形状系数、所述汇流时间、所述洪峰模数、坡度及阻水建筑物,计算山洪沟上游流域汇流因子指标的流程图。
在一个或多个实施例中,优选地,根据所述河段及微小流域单元数据、所述山洪沟上游流域形状系数、汇流时间、洪峰模数、坡度及阻水建筑物,计算山洪沟上游流域汇流因子指标,具体包括:
S601、根据阻水建筑物是否大于某一个阻水裕度,若大于阻水裕度则认为存在阻水建筑物,否则认为无阻水建筑物,其中,裕度为一个大于等于0的数;
S602、在山洪沟上游流域的基本属性中获取形状系数和坡度;
S603、获得所述汇流特性包括洪峰模数和所述汇流时间;
S604、当时不存在阻水建筑物,利用第八计算公式计算所述汇流因子指标;
S605、当存在阻水建筑物,利用第九计算公式计算所述汇流因子指标;
所述第八计算公式为:
C=W1X×MP÷T
其中,C为汇流因子指标,W1为转换系数,X为形状系数,P为坡度;
所述第九计算公式为:
C=Z-A W1X×MP÷T
其中,Z为阻水建筑物密度,A为衰减系数指数。
在本发明实施例中,第八计算公式的设置原因为汇流因子与流域的形状系数、坡度和汇流时间相关,其中形状系数呈正比,与坡度呈反比,与汇流时间呈反比,第九计算公式的设置原因为阻水建筑物会降低河道的汇流能力,其中,因为考虑到阻水建筑物的存在,将会导致河道过流能力降低,因此在是否存在阻水建筑物时,将会产生不同的计算方式。
图7是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的根据沿河居民聚集区的房屋距离和高程数据,计算山洪沟的承险体指数的流程图。
在一个或多个实施例中,优选地,所述根据所述沿河居民聚集区的房屋距离和高程数据,计算山洪沟的承险体指数,具体包括:
S701、根据所述河段及微小流域单元数据,提取其中的沿河居民聚集区的房屋距离;
S702、根据所述河段及微小流域单元数据,利用第十计算公式计算居民聚集区的最低宅基高程;
S703、根据所述河段及微小流域单元数据,提取居民聚集区的面积和弱房比例;
S704、利用第十一计算公式计算承险体指数,承险体指数用于描述山洪沟两岸房屋对灾害的承受能力;
所述第十计算公式为:
Hmin_i=MIN(Hi1,Hi2,…,Hini)
其中,Hmin_i为第i居民聚集区的最低房屋宅基高程,MIN()为最小值获取公式,Hi1、Hi2、…、Hini为第i居民聚集区的第1、第2、…、第ni个高程,ni为第i居民聚集区居民户宅基地总数;
所述第十一计算公式为:
F=SS×B×Hmin_i/Lmin_i
其中,F为承险体指数,Lmin_i为沿河房屋距河网的最近距离,SS为聚集区的面积,B为弱房比例。
在本发明实施例中,在进行承险体指数进行在线分析的原理是山洪沟的风险影响对象是沿河两岸居民聚集区,而房屋的距离和宅基高程是最为重要的因素,因此,首先获知了最低房屋宅基高程,进而以此屋宅基高程为基础,结合沿河房屋距河网的最近距离、聚集区的面积和弱房比例进行在线分析,这个过程中,弱房比例的提取方式为通过获取当地统计信息中脆弱房屋的高程信息,结合地面模型数据和卫星采集数据生成的立体影像图获取。
图8是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析方法中的根据所述暴雨因子指标、所述产流因子指标、所述汇流因子指标和所述承险体指数计算山洪沟风险度的流程图。
在一个或多个实施例中,优选地,所述根据所述暴雨因子指标、所述产流因子指标、所述汇流因子指标和所述承险体指数计算山洪沟风险度,具体包括:
S801、根据所述河段及微小流域单元数据的历史灾害数据作为每个微小流域的历史灾害密度HFFD;
S802、将每个微小流域的历史灾害密度作为风险度分析模型的目标函数,获得每个山洪沟上游流域暴雨因子指标、产流因子指标、汇流因子指标和承险体指数的最优系数,分别记为暴雨因子指标权重、产流因子指标权重、汇流因子指标权重和承险体指数权重对应为k1,k2,k3,k4;
S803、根据获得的山洪沟上游流域暴雨因子指标权重k1、产流因子指标权重k2、汇流因子指标权重k3和承险体指标权重k4,利用分层贝叶斯特征加权方法,采用第十三计算公式获得山洪沟风险度;
所述第十二计算公式为:
HFFD=k0+k1niB+k2niC+k3niHc+k4niF
其中,B为所述暴雨因子指标,C为所述产流因子指标,Hc为所述汇流因子指标,F为所述承险体指数,k0为第0综合系数,HFFD为微小流域内历史山洪灾害密度;
所述第十三计算公式为:
R=k1B+k2C+k3Hc+k4F
其中,R为山洪沟风险度,k1、k2、k3和k4依次为暴雨因子指标权重、产流因子指标权重、汇流因子指标权重和承险体指数权重。
在本发明实施例中,为了能够获得真正能够最优的综合的山洪风险,通过历史数据作为样本数据进行最优的综合系数的学习,学习过程综合采用了分层贝叶斯特征加权,最终根据最优的参数重新更新计算获得每个网格的河段综合过流能力指数,这个指数能够有效的涵盖多次分析的数据特征,而且能够有效关联每个小的流域的信息,形成区域化的山洪沟风险度。
根据本发明实施例第二方面,提供一种基于微小流域综合特征的山洪沟风险度分析系统。
图9是本发明一个实施例的一种基于微小流域综合特征的山洪沟风险度分析系统的结构图。
在一个或多个实施例中,优选地,所述一种基于微小流域综合特征的山洪沟风险度分析系统包括:
属性提取模块901,用于获取地面模型数据和卫星采集数据,生成立体影像图,提取所述立体影像图中超过汇水面积阈值的河段及微小流域单元,在地表上按照预设的长度和宽度将分析区域划分为若干个河段及对应的微小流域单元,并提取微小流域单元的基本属性,作为河段及微小流域单元数据,其中所述基本属性包括面积、坡度、河段长度等;
汇流特性提取模块902,用于根据划分的河段及微小流域单元数据,提取河段以上流域汇流特性,其中,所述汇流特性包括洪峰模数和汇流时间;
暴雨因子模块903,用于根据所述河段及微小流域单元数据计算暴雨因子指标;
产流因子模块904,用于根据所述河段及微小流域单元数据、所述山洪沟上游流域土壤质地和土地利用数据,计算山洪沟上游流域产流因子指标;
汇流因子模块905,用于根据所述河段及微小流域单元、山洪沟上游流域形状系数、所述汇流时间、所述洪峰模数、坡度及阻水建筑物,计算山洪沟上游流域汇流因子指标;
承险体模块906,用于根据沿河房屋的距离和高程数据,计算山洪沟的承险体指数;
风险度分析模块907,用于根据所述暴雨因子指标、所述产流因子指标、所述汇流因子指标和所述承险体指数计算山洪沟风险度。
本发明实施例中,为了使得每个区域都能够真实获取量化的山洪风险,对应卫星和土地数据通过关联分析模块进行分析,进而完成综合的风险程度的分区域评估,形成小流域的山洪风险量化评估指数。
根据本发明实施例第三方面,提供一种电子设备。图10是本发明一个实施例中一种电子设备的结构图。图10所示的电子设备为通用基于微小流域综合特征的山洪沟风险度分析装置,其包括通用的计算机硬件结构,其至少包括处理器1001和存储器1002。处理器1001和存储器1002通过总线1003连接。存储器1002适于存储处理器1001可执行的指令或程序。处理器1001可以是独立的微处理器,也可以是一个或者多个微处理器集合。由此,处理器1001通过执行存储器1002所存储的指令,从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线1003将上述多个组件连接在一起,同时将上述组件连接到显示控制器1004和显示装置以及输入/输出(I/O)装置1005。输入/输出(I/O)装置1005可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地,输入/输出装置1005通过输入/输出(I/O)控制器1006与系统相连。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明方案中考虑了流域的拓扑关系属性,是基于物理特性的机理性风险分析手段,在精度上,比之前基于格网的传统分析方法精度提高,指标更为精细。
本发明方案中,情景考虑的多,包括特殊工况、极端降雨的影响等。风险评估更为全面。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于微小流域综合特征的山洪沟风险度分析方法,其特征在于,该方法包括:
获取地面模型数据和卫星采集数据,生成立体影像图,提取所述立体影像图中超过汇水面积阈值的河段及微小流域单元,在地表上按照预设的长度和宽度将分析区域划分为若干个河段及对应的微小流域单元,并提取微小流域单元的基本属性,作为河段及微小流域单元数据,其中所述基本属性包括面积、坡度和河段长度;
根据划分的河段及微小流域单元数据,提取河段以上流域汇流特性,其中,所述汇流特性包括洪峰模数和汇流时间;
根据所述河段及微小流域单元数据计算暴雨因子指标;
根据所述河段及微小流域单元数据、所述山洪沟上游流域土壤质地和土地利用数据,计算山洪沟上游流域产流因子指标;
根据所述河段及微小流域单元、山洪沟上游流域形状系数、所述汇流时间、所述洪峰模数、坡度及阻水建筑物,计算山洪沟上游流域汇流因子指标;
根据沿河房屋的距离和高程数据,计算山洪沟的承险体指数;
根据所述暴雨因子指标、所述产流因子指标、所述汇流因子指标和所述承险体指数计算山洪沟风险度。
2.如权利要求1所述的一种基于微小流域综合特征的山洪沟风险度分析方法,获取地面模型数据和卫星采集数据,生成立体影像图,提取所述立体影像图中超过汇水面积阈值的河段及微小流域单元,提取微小流域单元的基本属性,具体包括:
设置第一分辨率,按照第一分辨率提取所述地面模型数据;
获得第二分辨率的卫星采集数据;
根据所述卫星采集数据和所述地面模型数据,生成所述立体影像图;
根据所述立体影像图提取其中不超过0.5km2的汇水面积区域,作为微小流域单元;
根据所述微小流域单元数据,提取相应的河段数据;
构建河段及微小流域单元之间的拓扑关系,并提取河段及微小流域单元的基本属性,其中,所述河段及微小流域单元的基本属性包括长度、坡度、形状系数和面积。
3.如权利要求1所述的一种基于微小流域综合特征的山洪沟风险度分析方法,其特征在于,所述根据划分的河段及微小流域单元,提取河段以上流域汇流特性,具体包括:
根据划分的河段及微小流域单元,利用第一计算公式计算山洪沟上游流域的汇流时间;
根据划分的河段及微小流域单元,利用第二计算公式计算山洪沟上游流域的洪峰模数;
所述第一计算公式为:
其中,T为山洪沟上游流域河段的最长汇流时间,wn为第n个微小流域,n为划分的微小流域数;为第i个微小流域到达流域出口经过的河段数;lj是某一个微小流域到达流域出口所经历的第j个河段的长度;Vj是某一个微小流域到达流域出口所经历的第j个河段的流速,iw为微小流域的降雨强度,istd为预设的降雨强度的临界值;为某一个微小流域到达流域出口所经历的第j个河段的调蓄系数;
所述第二计算公式为:
M=L/S
其中,M为山洪沟上游流域的洪峰模数;L为100年一遇洪水的洪峰流量,S为山洪沟上游流域面积。
4.如权利要求1所述的一种基于微小流域综合特征的山洪沟风险度分析方法,其特征在于,根据所述河段及微小流域单元数据计算暴雨因子指标,具体包括:
生成一组随机数,对每一个微小流域提取所述一组随机数中的一个,作为模拟随机雨量值;
根据所述河段及微小流域单元数据,利用第三计算公式获取山洪沟上游流域面雨量,进而获得整个山洪沟上游流域面雨量序列;
对所述整个山洪沟上游流域面雨量序列排序,计算每个重现期的降雨值,作为所述暴雨因子指标;
所述第三计算公式为:
其中,Pj为j时刻山洪沟上游流域面雨量,i为第i个微小流域,xi,j为第i个微小流域在j时刻的模拟随机雨量值,S为山洪沟上游流域总面积,si为第i个微小流域的面积。
5.如权利要求1所述的一种基于微小流域综合特征的山洪沟风险度分析方法,其特征在于,所述根据所述河段及微小流域单元数据、所述山洪沟上游流域土壤质地和土地利用数据,计算山洪沟上游流域产流因子指标,具体包括:
根据所述河段及微小流域单元数据设置山洪沟上游流域的不同土壤质地类型的面积;
根据所述河段及微小流域单元数据设置山洪沟上游流域的不同土地利用类型的面积;
利用第五计算公式计算山洪沟上游流域的土壤质地指数;
利用第六计算公式计算山洪沟上游流域的土地利用指数;
根据所述土壤质地指数和所述土地利用指数,利用第七计算公式计算山洪沟上游流域产流因子;
所述第五计算公式为:
LP=(a1 O1+b1O2+c1O3)/ZM
其中,LP为所述山洪沟上游流域的土壤质地指数,ZM为山洪沟上游流域的总面积,a1、b1和c1依次为第一、第二和第三土壤系数,O1、O2和O3依次为壤土面积、砂土面积、黏土面积;
所述第六计算公式为:
Me=(a2 O4+b2O5+c2O6+d2O7)/ZM
其中,Me为所述土地利用指数,a2、b2和c2依次为第一、第二和第三土地利用系数,O4、O5、O6和O7依次为耕地面积、林地面积、草地面积、房屋建筑(区)面积;
所述第七计算公式为:
C=Lp R1·Me R2
其中,C为区域产流因子,R1为第一产流系数,R2为第二产流系数。
6.如权利要求1所述的一种基于微小流域综合特征的山洪沟风险度分析方法,其特征在于,根据所述河段及微小流域单元数据、所述山洪沟上游流域形状系数、汇流时间、洪峰模数、坡度及阻水建筑物,计算山洪沟上游流域汇流因子指标,具体包括:
根据阻水建筑物是否大于某一个阻水裕度,若大于阻水裕度则认为存在阻水建筑物,否则认为无阻水建筑物,其中,裕度为一个大于等于0的数;
在山洪沟上游流域的基本属性中获取形状系数和坡度;
获得所述汇流特性包括洪峰模数和所述汇流时间;
当时不存在阻水建筑物,利用第八计算公式计算所述汇流因子指标;
当存在阻水建筑物,利用第九计算公式计算所述汇流因子指标;
所述第八计算公式为:
C=W1X×MP÷T
其中,C为汇流因子指标,W1为转换系数,X为形状系数,P为坡度;
所述第九计算公式为:
C=Z-AW1X×MP÷T
其中,Z为阻水建筑物密度,A为衰减系数指数。
7.如权利要求1所述的一种基于微小流域综合特征的山洪沟风险度分析方法,其特征在于,所述根据所述沿河房屋的距离和高程数据,计算山洪沟的承险体指数,具体包括:
根据所述河段及微小流域单元数据,利用第十计算公式计算居民聚集区的房屋最低宅基高程;
根据所述河段及微小流域单元数据,提取沿河两岸的居民聚集区的房屋距离;
根据所述河段及微小流域单元数据,提取居民聚集区的面积和弱房比例;
利用第十一计算公式计算承险体指数,承险体指数用于描述山洪沟两岸房屋对灾害的承受能力;
所述第十计算公式为:
Hmin_i=MIN(Hi1,Hi2,…,Hini)
其中,Hmin_i为第i居民聚集区的最低房屋宅基高程,MIN()为最小值获取公式,Hi1、Hi2、…、Hini为第i居民聚集区的第1、第2、…、第ni个高程,ni为第i居民聚集区的房屋宅基地总数;
所述第十一计算公式为:
F=SS×B×Hmin_i/Lmin_i
其中,F为承险体指数,Lmin_i为沿河房屋距河网的最近距离,SS为聚集区的面积,B为弱房比例。
8.如权利要求1所述的一种基于微小流域综合特征的山洪沟风险度分析方法,其特征在于,所述根据所述暴雨因子指标、所述产流因子指标、所述汇流因子指标和所述承险体指数计算山洪沟风险度,具体包括:
根据所述河段及微小流域单元的历史山洪灾害数据作为每个微小流域的历史灾害密度HFFD;
将每个微小流域的历史灾害密度作为风险度分析模型的目标函数,获得每个山洪沟上游流域暴雨因子指标、产流因子指标、汇流因子指标和承险体指数的最优系数,分别记为暴雨因子指标权重、产流因子指标权重、汇流因子指标权重和承险体指数权重对应为k1,k2,k3,k4;
根据获得的山洪沟上游流域暴雨因子指标权重k1、产流因子指标权重k2、汇流因子指标权重k3和承险体指标权重k4,利用分层贝叶斯特征加权方法,采用第十三计算公式获得山洪沟风险度;
所述第十二计算公式为:
HFFD=k0+k1niB+k2niC+k3niHc+k4niF
其中,B为所述暴雨因子指标,C为所述产流因子指标,Hc为所述汇流因子指标,F为所述承险体指数,k0为第0综合系数,HFFD为微小流域内历史山洪灾害密度;
所述第十三计算公式为:
R=k1B+k2C+k3Hc+k4F
其中,R为山洪沟风险度,k1、k2、k3和k4依次为暴雨因子指标权重、产流因子指标权重、汇流因子指标权重和承险体指数权重。
9.一种基于微小流域综合特征的山洪沟风险度分析系统,其特征在于,该系统包括:
属性提取模块,用于获取地面模型数据和卫星采集数据,生成立体影像图,提取所述立体影像图中超过汇水面积阈值的河段及微小流域单元,在地表上按照预设的长度和宽度将分析区域划分为若干个河段及对应的微小流域单元,并提取微小流域单元的基本属性,作为河段及微小流域单元数据,其中所述基本属性包括面积、坡度、河段长度等;
汇流特性提取模块,用于根据划分的河段及微小流域单元数据,提取河段以上流域汇流特性,其中,所述汇流特性包括洪峰模数和汇流时间;
暴雨因子模块,用于根据所述河段及微小流域单元数据计算暴雨因子指标;
产流因子模块,用于根据所述河段及微小流域单元数据、所述山洪沟上游流域土壤质地和土地利用数据,计算山洪沟上游流域产流因子指标;
汇流因子模块,用于根据所述河段及微小流域单元、山洪沟上游流域形状系数、所述汇流时间、所述洪峰模数、坡度及阻水建筑物,计算山洪沟上游流域汇流因子指标;
承险体分析模块,用于根据沿河房屋的距离和高程数据,计算山洪沟的承险体指数;
风险度分析模块,用于根据所述暴雨因子指标、所述产流因子指标、所述汇流因子指标和所述承险体指数计算山洪沟风险度。
10.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211683618.3A CN115796599B (zh) | 2022-12-27 | 2022-12-27 | 基于微小流域综合特征的山洪沟风险度分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211683618.3A CN115796599B (zh) | 2022-12-27 | 2022-12-27 | 基于微小流域综合特征的山洪沟风险度分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115796599A true CN115796599A (zh) | 2023-03-14 |
CN115796599B CN115796599B (zh) | 2023-09-26 |
Family
ID=85426900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211683618.3A Active CN115796599B (zh) | 2022-12-27 | 2022-12-27 | 基于微小流域综合特征的山洪沟风险度分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115796599B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106884405A (zh) * | 2017-03-08 | 2017-06-23 | 中国水利水电科学研究院 | 一种无资料地区溃堤型山洪灾害分析评价方法 |
CN107220754A (zh) * | 2017-05-18 | 2017-09-29 | 长江水利委员会长江科学院 | 一种县域尺度山洪灾害风险评估方法 |
CN112199901A (zh) * | 2020-09-14 | 2021-01-08 | 中国人民解放军火箭军研究院核技术研究所 | 一种无径流资料山区小流域山洪设计暴雨洪水计算方法 |
CN113987810A (zh) * | 2021-10-29 | 2022-01-28 | 中铁二院工程集团有限责任公司 | 一种流域尺度下暴雨洪水的数值预报方法 |
CN115330254A (zh) * | 2022-09-02 | 2022-11-11 | 中国水利水电科学研究院 | 一种山洪综合风险预警方法、系统及存储介质 |
CN115456463A (zh) * | 2022-09-30 | 2022-12-09 | 河南省科达水利勘测设计有限公司 | 一种山洪灾害危险区风险等级划分方法及系统 |
-
2022
- 2022-12-27 CN CN202211683618.3A patent/CN115796599B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106884405A (zh) * | 2017-03-08 | 2017-06-23 | 中国水利水电科学研究院 | 一种无资料地区溃堤型山洪灾害分析评价方法 |
CN107220754A (zh) * | 2017-05-18 | 2017-09-29 | 长江水利委员会长江科学院 | 一种县域尺度山洪灾害风险评估方法 |
CN112199901A (zh) * | 2020-09-14 | 2021-01-08 | 中国人民解放军火箭军研究院核技术研究所 | 一种无径流资料山区小流域山洪设计暴雨洪水计算方法 |
CN113987810A (zh) * | 2021-10-29 | 2022-01-28 | 中铁二院工程集团有限责任公司 | 一种流域尺度下暴雨洪水的数值预报方法 |
CN115330254A (zh) * | 2022-09-02 | 2022-11-11 | 中国水利水电科学研究院 | 一种山洪综合风险预警方法、系统及存储介质 |
CN115456463A (zh) * | 2022-09-30 | 2022-12-09 | 河南省科达水利勘测设计有限公司 | 一种山洪灾害危险区风险等级划分方法及系统 |
Non-Patent Citations (1)
Title |
---|
孙盈等: "基于DPSIR模型的小流域山洪灾害风险评价", 《水电能源科学》, vol. 39, no. 3, pages 28 - 31 * |
Also Published As
Publication number | Publication date |
---|---|
CN115796599B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Barzegar et al. | Forecasting of groundwater level fluctuations using ensemble hybrid multi-wavelet neural network-based models | |
Willgoose et al. | A coupled channel network growth and hillslope evolution model: 1. Theory | |
Ganasri et al. | Assessment of soil erosion by RUSLE model using remote sensing and GIS-A case study of Nethravathi Basin | |
Reid et al. | Forecasting inundation from debris flows that grow volumetrically during travel, with application to the Oregon Coast Range, USA | |
Samarasinghea et al. | Application of remote sensing and GIS for flood risk analysis: a case study at Kalu-Ganga River, Sri Lanka | |
Vergara et al. | Estimating a-priori kinematic wave model parameters based on regionalization for flash flood forecasting in the Conterminous United States | |
Ahmad et al. | Application of USLE model & GIS in estimation of soil erosion for Tandula reservoir | |
Ali | The impact of soil erosion in the upper Blue Nile on downstream reservoir sedimentation | |
Lane et al. | Porous rivers: a new way of conceptualising and modelling river and floodplain flows? | |
Perović et al. | Soil erosion modelling in the complex terrain of Pirot Municipality | |
CN115796599A (zh) | 基于微小流域综合特征的山洪沟风险度分析方法及系统 | |
Okalp | Soil erosion risk mapping using geographic information systems: a case study on Kocadere creek watershed, Izmir | |
Chen | Application of physiographic soil erosion–deposition model in estimating sediment flushing efficiency of empty storage | |
Siervo et al. | Geomorphic analysis and semi-automated landforms extraction in different natural landscapes | |
Jorde et al. | 23 Reservoir operations, physical processes, and ecosystem losses | |
Yan et al. | Modeling computer sight based on DEM data to detect terrain breaks caused by gully erosion on the loess Plateau | |
Wlodarczyk | Channel adjustment in a small mountain stream over a long flood series: insights from the morphological method | |
Konan | Urban Flood modelling and Floodplain Mapping using ArcGIS, HEC-HMS and HEC-RAS in Abidjan city, Côte D’Ivoire–West Africa: Case study of the watershed of Bonoumin-Rivièra Palmeraie | |
Takeuchi et al. | A refined hydro-environmental watershed model with field-plot-scale resolution | |
Fry et al. | The frequency of channel-forming discharges in a tributary of Upper Big Walnut Creek, Ohio | |
CN112861204B (zh) | 山区路域涵洞设计流量的计算方法、装置、终端及介质 | |
BAdoni | AnAlyticAl study of sediment yield chArActeristics of tehri cAtchment in upper himAlAyAs | |
Kozhuhovsky et al. | The evolution of gullies in steppe and forest-steppe landscapes of the Minusinskaya intermountain depression, Siberia: a case study in the central part of the Krasnoyarsk water reservoir | |
Fasihi et al. | Effects of Water Harvesting Techniques on Sedimentation | |
Sirohi | Prioritization of sub watersheds by Morphometric Analysis using Geo spatial Technology |
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 |