CN116029551A - 基于水库河流的旱涝预警方法及装置、设备 - Google Patents

Abstract

本发明提供一种基于水库河流的旱涝预警方法及装置、设备，方法包括：接收水库的数据终端发送来的水文信息，所述水文信息包括所述水库的第一水文信息、汇入所述水库的主河流的第二水文信息和汇入所述主河流的各个支河流各自的第三水文信息；根据所述第一水文信息、所述第二水文信息、所述第三水文信息以及预先建立的自然灾害分析模型，确定是否存在自然灾害的风险，并在存在自然灾害风险时发出预警信息。本发明有利于相关工作人员根据预警制定应对措施，最大程度的减轻自然灾害可能造成的损失，保障农业生产及粮食安全。

Description

基于水库河流的旱涝预警方法及装置、设备

技术领域

本发明涉及水库河流监测技术领域，特别是涉及一种基于水库河流的旱涝预警方法及装置、设备。

背景技术

目前中国的河流水库等信息主要由水文站负责管理和维护。国家不断加大对水文基础设施建设投入,水文站网得到快速发展。目前，我国基本建成空间分布基本合理、监测项目比较齐全、测站功能相对完善的水文监测站网体系，实现了对大江大河及其主要支流、有防洪任务的中小河流水文监测全面覆盖。目前，我国水文测站从新中国成立之初的353处发展到12.1万处，其中国家基本水文站3154处，地表水水质站14286处，地下水监测站26550处，水文站网总体密度达到了中等发达国家水平。

然而，目前各地方的一些中小型水库及河流的管理基本还是靠人工，而在实际农业生产及人民生活中这些中小型水库及河流的地位相当重要，中小型水库与河流不仅提供了各个村落的农业用水，通过“村村通”工程不少水库都直接或者间接的提供了人民生活用水。可见目前对中小型的河流、水库的管理能力稍显不足，因此有必要通过技术手段提升对于中小型河流及水库的管理能力。

发明内容

针对以上至少一个技术问题，本发明实施例提供一种基于水库河流的旱涝预警方法及装置、设备。

根据第一方面，本发明实施例提供的基于水库河流的旱涝预警方法，包括：接收水库的数据终端发送来的水文信息，所述水文信息包括所述水库的第一水文信息、汇入所述水库的主河流的第二水文信息和汇入所述主河流的各个支河流各自的第三水文信息；

根据所述第一水文信息、所述第二水文信息、所述第三水文信息以及预先建立的自然灾害分析模型，确定是否存在自然灾害的风险，并在存在自然灾害风险时发出预警信息。

根据第二方面，本发明实施例提供的基于水库河流的旱涝预警装置，包括：信息接收模块，用于接收水库的数据终端发送来的水文信息，所述水文信息包括所述水库的第一水文信息、汇入所述水库的主河流的第二水文信息和汇入所述主河流的各个支河流各自的第三水文信息；

风险确定模块，用于根据所述第一水文信息、所述第二水文信息、所述第三水文信息以及预先建立的自然灾害分析模型，确定是否存在自然灾害的风险，并在存在自然灾害风险时发出预警信息。

根据第三方面，本发明实施例提供计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行实现第一方面提供的方法。

根据第四方面，本发明实施例提供的计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面提供的方法。

本发明实施例提供的基于水库河流的旱涝预警方法及装置、设备，各自或者组合具有以下有益效果：接收水库的数据终端发送来的水文信息，依据水文信息和依据大数据分析得到的自然灾害分析模型，判断是否存在发生自然灾害的风险，当存在风险时发出预警。进而有利于相关工作人员根据预警制定应对措施，最大程度的减轻自然灾害可能造成的损失，保障农业生产及粮食安全。

附图说明

图1为本发明一实施例中基于水库河流的旱涝预警方法的流程示意图；

图2为本发明一个实施例中基于水库河流的旱涝预警装置的结构框图。

具体实施方式

第一方面，本发明实施例提供一种基于水库河流的旱涝预警方法，参见图1，该方法包括如下步骤S110～S120：

S110、接收水库的数据终端发送来的水文信息，所述水文信息包括所述水库的第一水文信息、汇入所述水库的主河流的第二水文信息和汇入所述主河流的各个支河流各自的第三水文信息；

可理解的是，本发明实施例提供的方法可以由任意一个具有计算能力的计算设备执行，例如，后端服务器。

其中，本发明实施例中的水库可以为中小型水库。因为中小型水库的数量非常庞大，因此基于中小型水库进行旱涝预警具有非常重大的意义。

在一个实施例中，所述水库中安装可以有第一水文监测设备和所述数据终端，所述主河流的汇入口处中可以安装有第二水文监测设备，各个所述支河流中均可以安装第三水文监测设备；其中：

所述第一水文监测设备用于将采集到的第一水文信息发送至所述数据终端；所述第二水文监测设备用于将采集到的第二水文信息发送至所述数据终端，所述第三水文监测设备用于将采集到的第三水文信息发送至所述数据终端。

也就是说，在水库不仅需要安装第一水文监控设备，还需要安装数据终端，这样主河流的第二水文监测设备将监测到的第二水文信息发送给水库的数据终端中，以及支河流的第三水文监测设备会将监测到的第三水文信息发送至水库的数据终端中。

这样不仅是因为在水库旁会通常设置一个安置房间，可以用来放置一些设备，因此可以将数据终端放置在该安置房房间中。而且，数据终端还可以将第一水文信息、第二水文信息和第三水文信息进行时间对齐，保证第一水文信息、第二水文信息和第三水文信息对应相同的时间点。

进一步的，在一个实施例中，所述第一水文监测设备包括水位传感器、雨量传感器和空气湿度传感器，所述第一水文信息包括：水库的水位信息、水库位置、水库面积、水库的水渠信息、预计覆盖村落个数、每小时排水量、空气湿度、降雨量和时间信息；

所述第二水文信息中包括主河流的名称、主河流的编号、汇入水库的编号、主河流的河水流速、主河流的水位信息、主河流流经的村庄、主河流中的泥沙含量和时间信息；

所述第三水文信息中包括支河流的名称、支河流的编号、支河流汇入主河流的编号、支河流的河水流速、支河流的水位信息、支河流流经的村庄、支河流中的泥沙含量和时间信息。

也就是说，在实际场景中，可以在每一座中小型水库中安装水位传感器、雨量传感器、空气湿度传感器、数据终端等，其中，水位传感器用来监测水库水位，雨量传感器用来监测降雨量，空气湿度传感器用来监测空气湿度。从而可以监测到的水库水位、空气湿度、降雨量等信息。但是由于水库数量众多，需要对各个数据进行区分，因此在第一水文信息中还包括水库的基本信息，例如，水库位置、水库面积、水库的水渠信息，还可以包括水库每个小时的排水量、由排水量可以预计得到的覆盖村落数量即预计覆盖村落个数，当然还有时间信息。

在主河流的第二水文监测设备中也可以包括水位传感器、流速传感器、泥沙含量传感器等，因此可以监测到的第二水文信息包括主河流的水位信息、流速信息、泥沙含量等，由于在全国范围内主河流数量也比较多，因此第二水文信息中需要包括主河流的基本信息，例如，主河流的名称、主河流的编号、主河流流经的村庄等，为了体现主河流和水库的关系，在第二水文信息中还可以包括汇入水库的编号，当然还有时间信息。

在支河流的第三水文监测设备中也可以包括水位传感器、流速传感器、泥沙含量传感器等，因此可以监测到的第三水文信息包括支河流的水位信息、流速信息、泥沙含量等。由于支河流数量众多，因此在第三水文信息中还可以包括支河流的名称、支河流的编号、支河流流经的村庄，当然为了体现支河流和主河流之间的关系，第三水文信息中还可以包括支河流汇入主河流的编号。当然还可以包括时间信息。

S120、根据所述第一水文信息、所述第二水文信息、所述第三水文信息以及预先建立的自然灾害分析模型，确定是否存在自然灾害的风险，并在存在自然灾害风险时发出预警信息。

在一个实施例中，所述自然灾害分析模型中可以包括第一分析模型，所述第一分析模型依据第一关系而建立，所述第一关系为：根据历史水文数据和历史自然灾害数据而分析出的水库水位、主河流水位、支河流水位、主河流的泥沙含量和支河流的泥沙含量中的至少一项信息在预设时间内的变化情况与各种自然灾害之间的关系；

对应的，所述根据所述第一水文信息、所述第二水文信息、所述第三水文信息以及预先建立的自然灾害分析模型，确定是否存在自然灾害的风险，包括：

若所述第三水文信息中的支河流水位的上升比例超出第一预设比例且所述第二水文信息中的主河流的泥沙含量的上升比例超出第二预设比例，则存在发生洪涝灾害的风险；

若所述第二水文信息中的主河流水位的下降比例超出第三预设比例且所述第一水文信息中的水库水位的下降比例超出第四预设比例，则存在发生干旱灾害的风险。

也就是说，首先要基于历史水文数据和历史自然灾害数据分析出水库水位、主河流水位、支河流水位、主河流的泥沙含量和支河流的泥沙含量中的至少一项信息在预设时间内的变化情况与各种自然灾害之间的关系，即第一关系，进而依据第一关系而构建得到第一分析模型。

例如，在利用第一分析模型进行灾害判断时，若支河流的水位上升比例大于10％，主河流的泥沙含量上升比例为5％，则很有可能发发生洪涝灾害，即有发生洪涝灾害的风险。此时第一预设比例为10％，第二预设比例为5％。所谓的上升比例是指相对于正常情况下的上升值所占的比例。

再例如，如果主河流的水位下降比例超过5％，水库水位下降超过10％，则很有可能发生干旱灾害，即存在发生干旱灾害的风险。此时，第三预设比例为5％，第四预设比例为10％。

可见，基于以上三种水文信息相对于正常情况下的变化幅度，以及利用第一分析模型对变化幅度是否超过一定值进行对比判断，从而得知是否有发升自然灾害的风险，在存在发生自然灾害的风险时发出预警，进而提供相应工作人员提前做好准备工作，避免因为自然灾害的发生而对人们的农业生产、生活等造成严重损失。

进一步的，在一个实施例中，所述自然灾害分析模型中还可以包括第二分析模型，所述第二分析模型为根据第二关系建立，所述第二关系为：根据历史水文数据和历史自然灾害数据而分析出的在预设时间段内平均降雨量和水库平均水位中的至少一项信息与发生洪涝灾害的概率之间的关系；

对应的，所述方法还包括：

根据在预设时间内的第一水文信息中的降雨量计算该预设时间段内的平均降雨量，根据所述预设时间段内的第一水文信息中的水库水位计算该预设时间段内的平均水位；

若所述平均降雨量大于第一预设降雨量值且所述平均水位大于预设水位值，则发生洪涝的概率大于预设概率。

也就是说，可以预先根据历史水文数据和历史自然灾害数据而分析出的在预设时间段内平均降雨量和水库平均水位中的至少一项信息与发生洪涝灾害的概率之间的关系，即第二关系，进而依据第二关系构建第二分析模型，进而可以利用第二分析模型确定发生自然灾害第概率。

例如，按照月份统计在过去5～10年的历史水文数据和历史自然灾害数据，统计出第二关系，依据第二关系建立第二分析模型。在利用第二分析模型进行判断时，如果在一个月份中平均降雨量大于100mm，水库的平均水位为50m，则发生洪涝的概率大于30％。此时第一预设降雨量值为100mm，预设水位值为50m，预设概率为30％。

进一步的，在一个实施例中，所述自然灾害分析模型中还可以包括第三分析模型，所述第三分析模型依据第三关系建立，所述第三关系为在预设时间段内的降雨量和水库水位之间的关系；

对应的，所述方法还包括：

若在预设时间段内所述第一水文信息中的降雨量之和大于第二预设降雨量，则水库水位增加值大于预设值，而且具有发生洪涝的风险。

例如，以15天为单位统计降雨量与水库水位变化情况，建立体现降雨量与水库水位之间关系的第三分析模型。比如，若一季度降雨大于350mm，则水库水位增加值会超过60cm，且容易发生洪涝灾害。

在一个实施例中，本发明实施例提供的方法还可以包括：

将所述第一水文信息存储至预先建立的第一队列中，将所述第二水文信息存储至预先建立的第二队列中，以及将所述第三水文信息存储至所述第三队列中；其中，所述第一队列、所述第二队列和所述第三队列由预设分布式发布订阅消息系统建立；所述第一队列、所述第二队列和所述第三队列中的数据量达到预设数量时，三个队列中的数据被发送至预设搜索分析引擎的数据库中进行存储。

其中，可以在Kafka中创建三个队列，Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理众多ATM机与银行网点生成的日志信息，因此利用kafka可以近乎实时的处理大量数据。

即，在Kafka创建的第一队列即ReservoirQueue，第二队列即MainRiversQueue，第三队列即BranchRiversQueue。当本发明实施例的执行主体在接收到数据终端发送来的水文信息时，将第一水文信息作为一条数据存储在第一队列中，将第二水文信息作为一条数据存储在第二队列中，将第三水文信息作为一条数据存储在第三队列中。

可理解的是，三个队列中的数据条数总是保持一致。

当所述第一队列、所述第二队列和所述第三队列中的数据量达到预设数量时，三个队列中的数据被发送至预设搜索分析引擎的数据库中进行存储。即，三个队列中的数据条数达到一定数量时，三个队列中的数据就会被发送到预设搜索分析引擎的数据库中进行存储。

其中，预设搜索分析引擎可以为Elasticsearch，Elasticsearch是一个分布式、高扩展、高实时的搜索与数据分析引擎。它能很方便的使大量数据具有搜索、分析和探索的能力。充分利用Elasticsearch的水平伸缩性，能使数据在生产环境变得更有价值。Elasticsearch的实现原理主要分为以下几个步骤：首先用户将数据提交到Elasticsearch数据库中，再通过分词控制器去将对应的语句分词，将其权重和分词结果一并存入数据，当用户搜索数据时候，再根据权重将结果排名、打分，再将返回结果呈现给用户。

为了实现不同水文信息的分类存储，具体的，在所述第一队列、所述第二队列和所述第三队列中的数据量达到预设数量时，所述第一队列中的第一水文信息被发送至预设搜索分析引擎中以水库信息为索引主题的第一数据库中，所述第二队列中的第二水文信息被发送至所述预设搜索分析引擎中以主河流信息为索引主题的第二数据库中，所述第三队列中的第三水文信息被发送至所述预设搜索分析引擎中以支河流信息为索引主题的第三数据库中；

其中，所述预设搜索分析引擎用于：响应于人员对水库信息的搜索，从所述第一数据库中执行搜素算法以向人员反馈搜索结果；响应于人员对主河流信息的搜索，从所述第二数据库中执行搜素算法以向人员反馈搜索结果；响应于人员对支河流信息的索引；响应于人员对支河流信息的搜索，从所述第三数据库中执行搜素算法以向人员反馈搜索结果。

也就是说，在三个队列中数据条数达到一定数量后，会将第一队列中的第一水文信息存储到预设搜索分析引擎中以水库信息为索引主题的第一数据库中，将第二队列中的第二水文信息存储到以主河流信息为索引主题的第二数据库中，将第三队列中的第三水文信息存储到以支河流信息为索引主题的第三数据库中。

也就是说，Elasticsearch会预先在搜索页面上建立三个索引主题：水库信息、主河流信息、支河流信息，这样便于用户在搜索页面上进行检索。将不同的索引主题和不同水文信息进行关联，从而便于用户依据不同的索引主题检索到匹配的水文信息。

即，如果用户在预设搜索分析引擎的搜索页面上输入搜索内容，然后点击索引主题——水库信息，进而可以在第一数据库中进行检索匹配。如果用户在预设搜索分析引擎的搜索页面上输入搜索内容，然后点击索引主题——主河流信息，进而可以在第二数据库中进行检索匹配。如果用户在预设搜索分析引擎的搜索页面上输入搜索内容，然后点击索引主题——支河流信息，进而可以在第三数据库中进行检索匹配。

可理解的是，依据历史水文数据和历史自然灾害数据除了可以分析出上述第一关系、第二关系进而建立第一分析模型、第二分析模型之外，还可以依据历史水文数据分析支流水位、泥沙含量对于主河流的影响。

进一步的，本发明实施例提供的方法还可以包括:

将所述预设搜索分析引擎的数据库中存储的水文信息按照不同的维度进行汇总，并通过汇总图的形式进行可视化展示。

例如，利用Kibana对Elasticsearch中的水文信息进行图形化展示，便于人员进行对比分析。其中，Kibana可以通过各种不同的图表、表格、地图等直观的展示Elasticsearch中的水文信息，从而达到高级的数据分析与可视化的目的。

例如，通过柱状图、条形图、饼图等形式将不同维度的水文信息进行对比。例如，对过去一年内12个月的平均降雨量通过条形图的形式展示出来，便于人员得知在过去一年内12个月的平均降雨量的分布情况。

本发明实施例中的自然灾害分析模型是借助物联网及大数据技术，增强水文站对与中小型水库及河流的水文信息的统计分析能力，从而更好的预测、分析农业干旱、洪涝等自然灾害的发生，及时发出预警并制定应对措施，最大程度的减轻自然灾害可能造成的损失。

可理解的是，充分发挥中小型水库及河流在农业生产及水资源调度中的作用，可以及时掌握河流及水库相关信息，结合农业生产掌握合适的放水、蓄水时机。通过精准的数据分析可以针对未来可能发生的自然灾害进行有效预防提前应对，降低自然灾害造成的影响。

本发明实施例中，通过收集中小型水库信息、汇入水库的主河流信息、汇入主河流的支流信息，预测出可能发生的自然灾害甚至发生自然灾害的概率，从而及时合理的应对，保障农业生产及粮食安全。

第二方面，本发明实施例提供一种基于水库河流的旱涝预警装置，参见图2，该装置包括：

信息接收模块，用于接收水库的数据终端发送来的水文信息，所述水文信息包括所述水库的第一水文信息、汇入所述水库的主河流的第二水文信息和汇入所述主河流的各个支河流各自的第三水文信息；

风险确定模块，用于根据所述第一水文信息、所述第二水文信息、所述第三水文信息以及预先建立的自然灾害分析模型，确定是否存在自然灾害的风险，并在存在自然灾害风险时发出预警信息。

在一个实施例中，还包括：

信息存储模块，用于将所述第一水文信息存储至预先建立的第一队列中，将所述第二水文信息存储至预先建立的第二队列中，以及将所述第三水文信息存储至所述第三队列中；其中，所述第一队列、所述第二队列和所述第三队列由预设分布式发布订阅消息系统建立；所述第一队列、所述第二队列和所述第三队列中的数据量达到预设数量时，三个队列中的数据被发送至预设搜索分析引擎的数据库中进行存储。

在一个实施例中，在所述第一队列、所述第二队列和所述第三队列中的数据量达到预设数量时，所述第一队列中的第一水文信息被发送至预设搜索分析引擎中以水库信息为索引主题的第一数据库中，所述第二队列中的第二水文信息被发送至所述预设搜索分析引擎中以主河流信息为索引主题的第二数据库中，所述第三队列中的第三水文信息被发送至所述预设搜索分析引擎中以支河流信息为索引主题的第三数据库中；

其中，所述预设搜索分析引擎用于：响应于人员对水库信息的搜索，从所述第一数据库中执行搜素算法以向人员反馈搜索结果；响应于人员对主河流信息的搜索，从所述第二数据库中执行搜素算法以向人员反馈搜索结果；响应于人员对支河流信息的索引；响应于人员对支河流信息的搜索，从所述第三数据库中执行搜素算法以向人员反馈搜索结果。

在一个实施例中，还包括：

可视化展示模块，用于将所述预设搜索分析引擎的数据库中存储的水文信息按照不同的维度进行汇总，并通过汇总图的形式进行可视化展示。

在一个实施例中，所述水库中安装有第一水文监测设备和所述数据终端，所述主河流的汇入口处中安装有第二水文监测设备，各个所述支河流中均安装第三水文监测设备；其中：

所述第一水文监测设备用于将采集到的第一水文信息发送至所述数据终端；所述第二水文监测设备用于将采集到的第二水文信息发送至所述数据终端，所述第三水文监测设备用于将采集到的第三水文信息发送至所述数据终端。

在一个实施例中，所述第一水文监测设备包括水位传感器、雨量传感器和空气湿度传感器，所述第一水文信息包括：水库的水位信息、水库位置、水库面积、水库的水渠信息、预计覆盖村落个数、每小时排水量、空气湿度、降雨量和时间信息；

所述第二水文信息中包括主河流的名称、主河流的编号、汇入水库的编号、主河流的河水流速、主河流的水位信息、主河流流经的村庄、主河流中的泥沙含量和时间信息；

所述第三水文信息中包括支河流的名称、支河流的编号、支河流汇入主河流的编号、支河流的河水流速、支河流的水位信息、支河流流经的村庄、支河流中的泥沙含量和时间信息。

在一个实施例中，所述自然灾害分析模型中包括第一分析模型，所述第一分析模型依据第一关系而建立，所述第一关系为：根据历史水文数据和历史自然灾害数据而分析出的水库水位、主河流水位、支河流水位、主河流的泥沙含量和支河流的泥沙含量中的至少一项信息在预设时间内的变化情况与各种自然灾害之间的关系；

对应的，所述风险确定模块具体用于：若所述第三水文信息中的支河流水位的上升比例超出第一预设比例且所述第二水文信息中的主河流的泥沙含量的上升比例超出第二预设比例，则存在发生洪涝灾害的风险；若所述第二水文信息中的主河流水位的下降比例超出第三预设比例且所述第一水文信息中的水库水位的下降比例超出第四预设比例，则存在发生干旱灾害的风险。

在一个实施例中，所述自然灾害分析模型中包括第二分析模型，所述第二分析模型为根据第二关系建立，所述第二关系为：根据历史水文数据和历史自然灾害数据而分析出的在预设时间段内平均降雨量和水库平均水位中的至少一项信息与发生洪涝灾害的概率之间的关系；

对应的，所述装置还包括：

概率确定模块，用于根据在预设时间内的第一水文信息中的降雨量计算该预设时间段内的平均降雨量，根据所述预设时间段内的第一水文信息中的水库水位计算该预设时间段内的平均水位；若所述平均降雨量大于第一预设降雨量值且所述平均水位大于预设水位值，则发生洪涝的概率大于预设概率。

可理解的是，本发明实施例提供的装置中有关内容的解释、具体实施方式、有益效果、举例等内容可以参见第一方面提供的方法中的相应部分，此处不再赘述。

第三方面，本发明实施例提供一种计算机可读介质，所述计算机可读介质上存储有计算机指令，所述计算机指令在被处理器执行时，使所述处理器执行第一方面提供的方法。

具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。

在这种情况下，从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此程序代码和存储程序代码的存储介质构成了本发明的一部分。

用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上下载程序代码。

此外，应该清楚的是，不仅可以通过执行计算机所读出的程序代码，而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作，从而实现上述实施例中任意一项实施例的功能。

此外，可以理解的是，将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展模块中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展模块上的CPU等来执行部分和全部实际操作，从而实现上述实施例中任一实施例的功能。

可理解的是，本发明实施例提供的计算机可读介质中有关内容的解释、具体实施方式、有益效果、举例等内容可以参见第一方面提供的方法中的相应部分，此处不再赘述。

第四方面，本说明书一个实施例提供了一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现执行说明书中任一个实施例中的方法。

可理解的是，本发明实施例提供的计算设备中有关内容的解释、具体实施方式、有益效果、举例等内容可以参见第一方面提供的方法中的相应部分，此处不再赘述。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、挂件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (10)

1.一种基于水库河流的旱涝预警方法，其特征在于，包括：

接收水库的数据终端发送来的水文信息，所述水文信息包括所述水库的第一水文信息、汇入所述水库的主河流的第二水文信息和汇入所述主河流的各个支河流各自的第三水文信息；

根据所述第一水文信息、所述第二水文信息、所述第三水文信息以及预先建立的自然灾害分析模型，确定是否存在自然灾害的风险，并在存在自然灾害风险时发出预警信息。

2.根据权利要求1所述的方法，其特征在于，还包括：

将所述第一水文信息存储至预先建立的第一队列中，将所述第二水文信息存储至预先建立的第二队列中，以及将所述第三水文信息存储至所述第三队列中；其中，所述第一队列、所述第二队列和所述第三队列由预设分布式发布订阅消息系统建立；所述第一队列、所述第二队列和所述第三队列中的数据量达到预设数量时，三个队列中的数据被发送至预设搜索分析引擎的数据库中进行存储。

3.根据权利要求2所述的方法，其特征在于，具体包括：

在所述第一队列、所述第二队列和所述第三队列中的数据量达到预设数量时，所述第一队列中的第一水文信息被发送至预设搜索分析引擎中以水库信息为索引主题的第一数据库中，所述第二队列中的第二水文信息被发送至所述预设搜索分析引擎中以主河流信息为索引主题的第二数据库中，所述第三队列中的第三水文信息被发送至所述预设搜索分析引擎中以支河流信息为索引主题的第三数据库中；

其中，所述预设搜索分析引擎用于：响应于人员对水库信息的搜索，从所述第一数据库中执行搜素算法以向人员反馈搜索结果；响应于人员对主河流信息的搜索，从所述第二数据库中执行搜素算法以向人员反馈搜索结果；响应于人员对支河流信息的索引；响应于人员对支河流信息的搜索，从所述第三数据库中执行搜素算法以向人员反馈搜索结果。

4.根据权利要求3所述的方法，其特征在于，还包括：

将所述预设搜索分析引擎的数据库中存储的水文信息按照不同的维度进行汇总，并通过汇总图的形式进行可视化展示。

5.根据权利要求1所述的方法，其特征在于，所述水库中安装有第一水文监测设备和所述数据终端，所述主河流的汇入口处中安装有第二水文监测设备，各个所述支河流中均安装第三水文监测设备；其中：

所述第一水文监测设备用于将采集到的第一水文信息发送至所述数据终端；所述第二水文监测设备用于将采集到的第二水文信息发送至所述数据终端，所述第三水文监测设备用于将采集到的第三水文信息发送至所述数据终端。

6.根据权利要求5所述的方法，其特征在于，

所述第一水文监测设备包括水位传感器、雨量传感器和空气湿度传感器，所述第一水文信息包括：水库的水位信息、水库位置、水库面积、水库的水渠信息、预计覆盖村落个数、每小时排水量、空气湿度、降雨量和时间信息；

所述第二水文信息中包括主河流的名称、主河流的编号、汇入水库的编号、主河流的河水流速、主河流的水位信息、主河流流经的村庄、主河流中的泥沙含量和时间信息；

所述第三水文信息中包括支河流的名称、支河流的编号、支河流汇入主河流的编号、支河流的河水流速、支河流的水位信息、支河流流经的村庄、支河流中的泥沙含量和时间信息。

7.根据权利要求6所述的方法，其特征在于，

所述自然灾害分析模型中包括第一分析模型，所述第一分析模型依据第一关系而建立，所述第一关系为：根据历史水文数据和历史自然灾害数据而分析出的水库水位、主河流水位、支河流水位、主河流的泥沙含量和支河流的泥沙含量中的至少一项信息在预设时间内的变化情况与各种自然灾害之间的关系；

对应的，所述根据所述第一水文信息、所述第二水文信息、所述第三水文信息以及预先建立的自然灾害分析模型，确定是否存在自然灾害的风险，包括：

若所述第三水文信息中的支河流水位的上升比例超出第一预设比例且所述第二水文信息中的主河流的泥沙含量的上升比例超出第二预设比例，则存在发生洪涝灾害的风险；

若所述第二水文信息中的主河流水位的下降比例超出第三预设比例且所述第一水文信息中的水库水位的下降比例超出第四预设比例，则存在发生干旱灾害的风险。

8.根据权利要求7所述的方法，其特征在于，所述自然灾害分析模型中包括第二分析模型，所述第二分析模型为根据第二关系建立，所述第二关系为：根据历史水文数据和历史自然灾害数据而分析出的在预设时间段内平均降雨量和水库平均水位中的至少一项信息与发生洪涝灾害的概率之间的关系；

对应的，所述方法还包括：

根据在预设时间内的第一水文信息中的降雨量计算该预设时间段内的平均降雨量，根据所述预设时间段内的第一水文信息中的水库水位计算该预设时间段内的平均水位；

若所述平均降雨量大于第一预设降雨量值且所述平均水位大于预设水位值，则发生洪涝的概率大于预设概率。

9.一种基于水库河流的旱涝预警装置，其特征在于，包括：

信息接收模块，用于接收水库的数据终端发送来的水文信息，所述水文信息包括所述水库的第一水文信息、汇入所述水库的主河流的第二水文信息和汇入所述主河流的各个支河流各自的第三水文信息；

风险确定模块，用于根据所述第一水文信息、所述第二水文信息、所述第三水文信息以及预先建立的自然灾害分析模型，确定是否存在自然灾害的风险，并在存在自然灾害风险时发出预警信息。

10.一种计算设备，其特征在于，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1～8中的任一项所述的方法。

Images