CN116070918B - 一种城市洪涝安全评估及洪涝灾害防治方法 - Google Patents
一种城市洪涝安全评估及洪涝灾害防治方法 Download PDFInfo
- Publication number
- CN116070918B CN116070918B CN202310358344.9A CN202310358344A CN116070918B CN 116070918 B CN116070918 B CN 116070918B CN 202310358344 A CN202310358344 A CN 202310358344A CN 116070918 B CN116070918 B CN 116070918B
- Authority
- CN
- China
- Prior art keywords
- data
- flood
- urban
- rainfall
- model
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 121
- 230000002265 prevention Effects 0.000 title claims abstract description 50
- 238000004364 calculation method Methods 0.000 claims abstract description 82
- 230000008569 process Effects 0.000 claims abstract description 69
- 238000013461 design Methods 0.000 claims abstract description 50
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000010276 construction Methods 0.000 claims abstract description 30
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 81
- 230000035945 sensitivity Effects 0.000 claims description 74
- 238000012876 topography Methods 0.000 claims description 46
- 238000009826 distribution Methods 0.000 claims description 43
- 238000012937 correction Methods 0.000 claims description 35
- 238000004088 simulation Methods 0.000 claims description 24
- 230000008878 coupling Effects 0.000 claims description 22
- 238000010168 coupling process Methods 0.000 claims description 22
- 238000005859 coupling reaction Methods 0.000 claims description 22
- 238000004519 manufacturing process Methods 0.000 claims description 16
- 230000003993 interaction Effects 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000001704 evaporation Methods 0.000 claims description 8
- 230000008020 evaporation Effects 0.000 claims description 8
- 230000008595 infiltration Effects 0.000 claims description 8
- 238000001764 infiltration Methods 0.000 claims description 8
- 230000000903 blocking effect Effects 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 11
- 238000013439 planning Methods 0.000 description 17
- 238000007726 management method Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000009467 reduction Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 5
- 230000006378 damage Effects 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 4
- 238000009472 formulation Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000011176 pooling Methods 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000009435 building construction Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000013058 risk prediction model Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000005068 transpiration 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及灾害预测及防治技术领域,尤其涉及一种城市洪涝安全评估及洪涝灾害防治方法。该方法包括以下步骤:获取城市水文基础数据;获取城市历史降雨数据并根据城市历史降雨数据以及城市水文基础数据进行计算,获得设计降雨过程数据;根据设计降雨过程数据通过计算,获得洪水过程数据;根据洪水过程数据以及城市水文基础数据构建城市洪涝模型;对城市洪涝模型进行淹没结果评估,生成洪涝淹没结果数据;根据洪涝淹没结果数据确定洪涝风险等级;根据洪涝风险等级获得洪涝安全适应性分析结果;根据洪涝安全适应性分析结果生成洪涝灾害防治措施。本发明基于洪涝淹没结果提出对应的灾害防治方法,使地块洪涝安全风险等级与建设用途相适应。
Description
技术领域
本发明涉及灾害预测及防治技术领域,尤其涉及一种城市洪涝安全评估及洪涝灾害防治方法。
背景技术
为了保护人民生命财产安全和社会经济安全,提高城市开发建设项目抵御洪涝风险能力,增强区域防灾减灾能力,对城市进行洪涝安全评估有着重要的意义。同时,根据洪涝安全评估结果,提出洪涝灾害防治措施,保障城市水安全。为了保障城市洪涝安全,需要提出科学的洪涝安全评估及对应的洪涝灾害防治方法。
发明内容
本发明为解决上述技术问题,提出了一种城市洪涝安全评估及洪涝灾害防治方法,以解决至少一个上述技术问题。
一种城市洪涝安全评估及洪涝灾害防治方法,包括以下步骤:
步骤S1:获取城市水文基础数据,其中城市水文基础数据包括地形地貌数据、道路数据、土地利用数据、房屋建筑数据、河流水系数据、闸泵工程数据以及市政管渠数据;
步骤S2:获取城市历史降雨数据并根据城市历史降雨数据以及城市水文基础数据进行仿真计算,从而获得设计降雨过程数据;
步骤S3:根据设计降雨过程数据通过径流转化计算,从而获得洪水过程数据,其中洪水过程数据包括蒸散发数据、产流数据、流量分布数据以及汇流数据;
步骤S4:根据洪水过程数据以及城市水文基础数据构建城市洪涝模型;
步骤S5:对城市洪涝模型的洪水淹没结果进行处理分析,从而生成洪涝淹没结果数据;
步骤S6:根据洪涝淹没结果数据确定洪涝风险等级;
步骤S7:根据洪涝风险等级进行数值计算并结果语义转换,从而获得洪涝安全适应性分析结果;
步骤S8:根据洪涝安全适应性分析结果通过分析结果匹配方式进行匹配,从而匹配生成洪涝灾害防治措施。
本实施例中全面了解城市水文基础数据、历史降雨数据和洪涝风险等级,从而制定科学、合理的洪涝灾害防治措施。通过数值计算和模拟,可以更好地预测和评估洪涝灾害的影响和危害,提高城市抵御洪涝灾害的能力。同时,该方法还可以优化城市规划和建设,促进城市水资源的可持续利用。
在本说明书的一个实施例中,步骤S1具体为:
步骤S11:通过测绘装置或者遥感装置获取城市范围内的地形地貌数据,其中地形地貌数据包括地形数据、高程数据、坡度数据以及坡向数据;
步骤S12:采集目标城市范围内的道路数据,其中道路数据包括道路类型数据以及阻水道路数据;
步骤S13:通过遥感装置获取目标城市范围内的土地利用数据,其中土地利用数据包括建筑用地数据、农用地数据、林地数据、草地数据以及水域数据;
步骤S14:采集目标城市范围内的房屋建筑数据,其中房屋建筑数据包括建筑物分布数据、建筑类型数据、建筑高度数据、建筑面积数据以及建筑年代数据;
步骤S15:采集目标城市范围内的河流水系数据,其中河流水系数据包括河流流量数据、河流长度数据、河流比降数据以及河道断面数据;
步骤S16:采集目标城市范围内的闸泵工程数据,其中闸泵工程数据包括闸坝工程调度数据、河道堤防数据以及闸坝桥梁数据;
步骤S17:采集目标城市范围内的市政管渠数据,其中市政管渠数据包括排水管/渠数据、检查井数据、雨水口数据、泵站数据以及排水口数据。
本实施例提供城市洪涝安全评估和洪涝灾害防治方法的基础,有助于深入了解城市的洪涝风险情况、地形地貌特征、道路交通状况、建筑物分布情况、河流水系情况、市政管渠情况等,为后续的洪涝模拟、洪涝风险评估、洪涝灾害防治措施制定等提供了必要的数据支持和参考,有助于提高城市的防洪减灾能力,减少洪涝灾害对城市和居民生命财产的损失。
在本说明书的一个实施例中,步骤S2具体为:
步骤S21:获取城市历史降雨数据,其中城市历史降雨数据包括降雨量数据、降雨时段数据、降雨时间数据以及降雨强度数据;
步骤S22:根据城市历史降雨数据进行峰值计算,从而获得峰值降雨数据;
步骤S23:根据峰值降雨数据以及地形地貌数据生成降雨分布数据;
步骤S24:获取边界数据;
步骤S25:根据边界数据以及降雨分布数据通过模拟,仿真生成设计降雨过程数据。
本实施例获取城市历史降雨数据有助于深入了解城市的气候特点和历史降雨情况,为城市防洪防涝工作提供基础数据支持;根据城市历史降雨数据进行峰值计算,可以得到峰值降雨数据,这有助于确定设计重现期和设计洪水标准,为城市防洪防涝工程的规划和设计提供依据;根据峰值降雨数据以及地形地貌数据生成降雨分布数据,可以更准确地反映不同地区的降雨情况,为洪涝预测和防御提供更准确的基础数据;获取边界数据,可以确定城市所在区域的范围,为降雨分布数据的生成提供必要的边界条件;根据边界数据以及降雨分布数据通过模拟,仿真生成设计降雨过程数据,有助于更好地模拟城市洪涝灾害发生时的降雨情况,为防洪防涝预案的制定和应急响应提供重要的基础数据支持。
在本说明书的一个实施例中,步骤S3具体为:
步骤S31:根据设计降雨过程数据通过蒸散发计算,从而计算生成蒸散发数据;
步骤S32:根据设计降雨过程数据通过径流量计算,从而计算生成产流数据;
步骤S33:根据设计降雨过程数据以及河流水系数据进行流量分布计算,从而获得流量分布数据;
步骤S34:根据设计降雨过程数据以及河流水系数据进行汇流计算,从而获得汇流数据;
步骤S35:根据汇流数据进行设计洪水计算,从而生成洪水过程数据。
本实施例可以获得一系列与洪涝灾害相关的数据,包括蒸散发数据、产流数据、流量分布数据、汇流数据以及洪水过程数据。这些数据能够提供给城市洪涝模型进行进一步分析,以帮助更准确地评估洪涝灾害的风险等级、制定相应的防治措施。同时,这些数据也能够为水资源管理、生态环境保护等领域提供重要的基础数据支持。
在本说明书的一个实施例中,步骤S4具体为:
步骤S41:利用排水管/渠数据、检查井数据、雨水口数据、泵站数据以及排水口数据构建生成地下管网汇流模型;
步骤S42:根据设计降雨过程数据以及蒸散发数据、产流数据、流量分布数据以及汇流数据进行建模,从而构建地表产汇流水文模型;
步骤S43:根据设计降雨过程数据通过降雨产流仿真进行构建降雨产流模型;
步骤S44:根据土地利用数据、河道堤防数据、建筑物分布数据、阻水道路数据以及地形数据对降雨产流模型进行二维建模,从而构建地表二维水力学汇流模型;
步骤S45:根据洪水过程数据、河道断面数据以及闸坝工程调度数据进行一维建模,从而构建河道一维水力学模型;
步骤S46:根据河道一维水力学模型、地下管网汇流模型、地表产汇流水文模型、降雨产流模型以及地表二维水力学汇流模型进行耦合调度模型构建,从而构建城市洪涝模型。
本实施例建立城市洪涝模型可以更加真实、准确地模拟城市内部的降雨径流过程和水动力响应情况,为洪涝灾害预警和防治提供有力支持;可以帮助城市规划和管理部门更好地了解城市内部的洪涝风险情况,为城市水利设施的规划、建设和维护提供技术支持;通过建立耦合调度模型,可以综合考虑城市内不同部分的水文条件和水力响应情况,为制定合理的城市水资源调度方案提供科学依据;建立城市洪涝模型可以提高城市的防洪能力和抗洪能力,为减少洪涝灾害造成的损失和影响提供有效手段。
在本说明书的一个实施例中,步骤S5具体为:
步骤S51:根据城市洪涝模型进行降雨下渗计算,从而生成地表洪涝模型;
步骤S52:根据地形地貌数据通过预设的地形地貌复杂度分析方式进行分析,从而生成地貌复杂度并根据地貌复杂度通过预设的地貌复杂度网格匹配生成方式进行匹配,从而匹配生成网格计算方式;
步骤S53:根据网格计算方式对地表洪涝模型进行划分并计算,从而生成洪涝水动力模型;
步骤S54:根据洪涝水动力模型进行洪涝计算,从而生成洪洪涝淹没结果数据,其中洪涝淹没结果数据包括淹没水深数据、洪涝流速数据以及淹没历时数据。
本实施例通过城市洪涝模型对降雨下渗进行计算,从而更准确地模拟城市洪涝情况,为城市防洪准备提供科学依据。同时,通过预设的地形地貌复杂度分析方式对地形地貌进行分析,可以更好地了解城市地貌复杂程度,从而更准确地进行网格匹配,生成洪涝水动力模型。通过洪涝计算,可以生成淹没水深、洪涝流速和淹没历时等数据,从而提供给城市规划部门、应急管理部门等相关部门参考,制定科学合理的防洪和救灾措施,从而减小城市洪涝灾害造成的影响。
在本说明书的一个实施例中,步骤S6具体为:
步骤S61:根据城市水文基础数据进行敏感度标记划分,获得敏感分级信息;
步骤S62:获取人口密度数据以及经济状况数据并根据人口密度数据以及经济状况数据对敏感分级信息进行加权修正,生成敏感性分级系数;
步骤S63:根据敏感性分级系数以及洪涝淹没结果数据生成洪涝风险等级。
本实施例通过敏感度标记划分,将城市水文基础数据按照敏感程度进行分级,提高了对城市洪涝灾害风险的认识和理解;结合人口密度和经济状况等因素对敏感分级信息进行加权修正,更加客观地反映了洪涝灾害对城市的风险影响;根据敏感性分级系数和洪涝淹没结果数据,生成洪涝风险等级,为制定洪涝灾害应急预案、指导城市规划和建设等提供科学依据。
在本说明书的一个实施例中,所述敏感度标记划分通过敏感度参数计算公式生成的敏感度分级指数进行划分,其中敏感度参数计算公式具体为:
为敏感度分级指数,/>为地形风险信息的权重信息,/>为根据地形地貌数据生成的地形风险信息,/>为房屋风险信息的权重信息,/>为根据房屋建筑数据生成的房屋风险信息,/>为排水风险信息的权重信息,/>为根据市政管渠数据生成的排水风险信息,/>为城市水文基础数据中目标城市区域位置信息,/>为区域级别重要程度,/>为根据区域级别重要程度生成的调整修正项,/>为调整项,/>为初始项,/>为敏感度分级指数的修正系数。
本实施例提供一种敏感度参数计算公式,该公式充分考虑地形风险信息的权重信息、根据地形地貌数据生成的地形风险信息/>、房屋风险信息的权重信息/>、根据房屋建筑数据生成的房屋风险信息/>、排水风险信息的权重信息/>、根据市政管渠数据生成的排水风险信息/>、城市水文基础数据中目标城市区域位置信息/>、区域级别重要程度/>、根据区域级别重要程度生成的调整修正项/>、调整项/>、初始项/>以及相互之间的作用关系,根据地形地貌数据生成的地形风险信息/>,包括坡度、坡向等因素,用于衡量地形对洪涝风险的影响程度。较高的地形风险信息表示该区域对洪涝风险的敏感度较高,根据房屋建筑数据生成的房屋风险信息/>,包括建筑类型、建筑高度、建筑面积等因素,用于衡量房屋建筑对洪涝风险的影响程度。较高的房屋风险信息表示该区域对洪涝风险的敏感度较高,根据市政管渠数据生成的排水风险信息/>,包括排水管/渠数据、检查井数据、雨水口数据、泵站数据以及排水口数据等因素,用于衡量市政管渠对洪涝风险的影响程度。较高的排水风险信息表示该区域对洪涝风险的敏感度较高,城市水文基础数据中目标城市区域位置信息/>,用于指定计算的区域范围,通过敏感度分级指数的修正系数/>,用于对敏感度指数进行修正,确保指数的准确性。
在本说明书的一个实施例中,所述敏感性分级系数包括人口敏感性分级系数、经济敏感性分级系数以及地区敏感性分级系数,步骤S62具体为:
步骤S621:获取人口密度数据以及经济状况数据;
步骤S622:判断人口密度数据是否大于或等于人口密度阈值;
步骤S623:确定人口密度数据大于或等于人口密度阈值时,则根据人口密度数据以及经济状况数据对敏感分级信息进行人口加权修正,生成人口敏感性分级系数;
步骤S624:确定人口密度数据小于人口密度阈值时,判断经济状况数据是否大于或等于经济状况阈值;
步骤S625:确定经济状况数据大于或等于经济状况阈值时,则根据人口密度数据以及经济状况数据对敏感分级信息进行经济加权修正,生成经济敏感性分级系数;
步骤S626:确定经济状况数据小于经济状况阈值时,则根据人口密度数据以及经济状况数据对敏感分级信息进行地区加权修正,生成地区敏感性分级系数。
本实施例通过人口密度数据和经济状况数据对敏感分级信息进行加权修正,可以更准确地评估洪涝风险等级,同时考虑到了城市的人口和经济情况,可以更全面地评估洪涝灾害对城市的影响。同时,根据不同的人口密度和经济状况阈值进行判断和修正,可以灵活适应不同城市的情况,具有一定的普适性。
在本说明书的一个实施例中,步骤S7具体为:
根据洪涝风险等级以及城市水文基础数据通过风险数值计算方式进行计算,从而生成洪涝安全隐患数值;
根据洪涝安全隐患数值进行结果语义转换,从而生成洪涝安全适应性分析结果;
其中风险数值计算方式具体为:
为洪涝安全隐患数值,/>为该地区中地形地貌数据影响占比值,/>为该地区中地形地貌数据对应的洪涝风险等级,/>为该地区中市政管渠数据影响占比值,/>为该地区中市政管渠数据对应的洪涝风险等级,/>为该地区中河流水系数据以及闸泵工程数据之间交互生成的影响占比值,/>为该地区中河流水系数据以及闸泵工程数据耦合计算对应的洪涝风险等级,/>为该地区中地形地貌数据以及土地利用数据交互生成的影响占比值,/>为该地区中地形地貌数据以及土地利用数据耦合计算对应的洪涝风险等级,/>为城市水文基础数据中目标城市区域位置信息,/>为调整项,/>为误差项,/>为城市水文基础数据中目标城市区域位置信息的补充系数,/>为洪涝安全隐患数值的修正信息。
本实施例可以基于洪涝风险等级和城市水文基础数据进行风险数值计算,更加客观、准确地评估洪涝灾害的危害程度,有利于制定有效的防灾减灾措施;可以通过结果语义转换,将数值化的洪涝安全隐患数值转化为易于理解和使用的语义结果,方便相关部门和公众了解洪涝灾害风险,提高应对洪涝灾害的意识和能力。
本实施例提供一种风险数值计算方式,该公式充分考虑了该地区中地形地貌数据影响占比值、该地区中地形地貌数据对应的洪涝风险等级/>、该地区中市政管渠数据影响占比值/>、该地区中市政管渠数据对应的洪涝风险等级/>、该地区中河流水系数据以及闸泵工程数据之间交互生成的影响占比值/>、该地区中河流水系数据以及闸泵工程数据耦合计算对应的洪涝风险等级/>、该地区中地形地貌数据以及土地利用数据交互生成的影响占比值/>、该地区中地形地貌数据以及土地利用数据耦合计算对应的洪涝风险等级/>、城市水文基础数据中目标城市区域位置信息/>、调整项/>、误差项/>、城市水文基础数据中目标城市区域位置信息的补充系数/>以及相互之间的作用关系,地形地貌数据影响占比值和地形地貌数据对应的洪涝风险等级/>,能够反映出地形地貌对洪涝风险的影响程度,使模型更准确地预测洪涝风险,市政管渠数据影响占比值和市政管渠数据对应的洪涝风险等级/>,能够反映出市政管渠对洪涝风险的影响程度,使模型更准确地预测洪涝风险,河流水系数据和闸泵工程数据影响占比值和河流水系数据和闸泵工程数据耦合计算对应的洪涝风险等级/>,能够反映出河流水系数据和闸泵工程对洪涝风险的影响程度,使模型更准确地预测洪涝风险,地形地貌数据和土地利用数据影响占比值和地形地貌数据和土地利用数据耦合计算对应的洪涝风险等级,能够反映出地形地貌和土地利用对洪涝风险的影响程度,使模型更准确地预测洪涝风险,目标城市区域位置信息,能够反映出不同区域的洪涝风险差异,使模型更准确地预测洪涝风险,洪涝安全隐患数值的修正信息/>,能够对洪涝安全隐患数值进行调整,使结果更加准确。
在本说明书的一个实施例中,步骤S8具体为:
步骤S81:确定洪涝安全适应性分析结果包括山洪警告数据时,则生成截洪沟防治山洪方案;
步骤S82:确定洪涝安全适应性分析结果包括管网警告数据时,则生成新建改建市政管网方案;
步骤S83:确定洪涝安全适应性分析结果包括径流警告数据时,则生成海绵城市建设方案;
步骤S84:确定洪涝安全适应性分析结果包括排水警告数据,则生成调整地块竖向标高方案。
本实施例针对不同的洪涝风险等级,生成相应的洪涝灾害防治措施,有针对性地解决洪涝灾害问题,提高防治效果;生成多种洪涝灾害防治措施,提供了多个方案,为决策者提供了多种选择,能够更好地平衡各种利益和需求,达到更优的决策结果;生成洪涝灾害防治措施,可以作为城市规划和防灾减灾工作的重要参考,为城市的可持续发展提供支持。
本发明可准确评估城市洪涝安全风险,通过建立评估模型,将明确城市区域洪涝安全风险点,更为准确地评估城市洪涝安全风险。
本发明可明确洪涝安全风险的原因,基于城市洪涝安全风险点,提出对应的防治措施,保障城市水安全。
本发明可为城市开发建设提供洪涝安全预测性评估,根据评估结果进行选址,为城市规划提供科学支撑,提高城市用地效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出了一实施例的城市洪涝安全评估及洪涝灾害防治方法一的步骤流程图;
图2示出了一实施例的城市洪涝模型构建方法一的步骤流程图;
图3示出了一实施例的城市洪涝安全评估及洪涝灾害防治方法二的步骤流程图;
图4示出了一实施例的城市水文基础数据采集方法的步骤流程图;
图5示出了一实施例的设计降雨过程数据生成方法的步骤流程图;
图6示出了一实施例的洪水过程数据生成方法的步骤流程图;
图7示出了一实施例的城市洪涝模型构建方法二的步骤流程图;
图8示出了一实施例的洪涝淹没结果数据生成方法的步骤流程图;
图9示出了一实施例的洪涝风险等级生成方法的步骤流程图;
图10示出了一实施例的敏感性分级系数生成方法的步骤流程图;
图11示出了一实施例的一种洪涝灾害防治方法的步骤流程图。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域所属的技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
一种城市洪涝安全评估及洪涝灾害防治方法,所述方法包括洪涝安全评估方法和洪涝灾害防治方法,洪涝安全评估方法是采用城市洪涝模型,分析洪涝淹没结果,根据城市洪涝风险等级划分标准,评估洪涝安全风险等级。结合区域地块建筑物性质,得出区域的洪涝安全适应性。洪涝灾害防治方法是基于洪涝淹没结果,结合区域地块性质,提出对应的灾害防治方法,使地块洪涝安全风险等级与建设用途相适应。
优选的,采用的城市洪涝模型是由非建成区流域的产汇流模型、一维河道模型、二维地表模型、地下管网排水模型等多模型耦合组成。
优选的,采用的城市洪涝模型进行洪涝淹没分析时,应根据所在区域的重要等级及保护要求,选定对应的设计重现期暴雨。
优选的,采用的城市洪涝模型进行洪涝淹没分析时,淹没分析计算得到的结果时淹没水深、流速及淹没历时等参数。
优选的,评估洪涝安全风险等级时,包括考量洪水对人体风险,主要包括用于表征水深、流速的指标,并地块的敏感性系数,包括人口密度及经济状况。
优选的,采用的洪涝灾害防治方法,是根据淹没分析结果,采取工程措施,减小洪涝安全风险,包括但不限于布置截洪沟防治山洪、新建改建市政管网、海绵城市建设、调整地块竖向标高等方法。
一种城市洪涝安全评估及洪涝灾害防治方法,请参阅图1至图11,包括以下步骤:
步骤S1:获取城市水文基础数据,其中城市水文基础数据包括地形地貌数据、道路数据、土地利用数据、房屋建筑数据、河流水系数据、闸泵工程数据以及市政管渠数据;
具体地,例如针对某个城市,可以通过遥感技术获取该城市的地形地貌数据、土地利用数据和房屋建筑数据,通过地面调查获取道路数据、河流水系数据和市政管渠数据,通过政府部门公开的信息获取闸泵工程数据。这些数据可以通过遥感信息系统技术进行处理和整合,形成城市水文基础数据。
步骤S2:获取城市历史降雨数据并根据城市历史降雨数据以及城市水文基础数据进行仿真计算,从而获得设计降雨过程数据;
具体地,例如基于气象观测数据和数值预报数据,结合地形、土地利用、水文数据等进行模型模拟。例如,可以使用基于格点数据的气象模型WRF(Weather Research andForecasting model)模拟城市降雨过程,并通过模型输出的降雨量和降雨时段等信息生成设计降雨过程数据。
步骤S3:根据设计降雨过程数据通过径流转化计算,从而获得洪水过程数据,其中洪水过程数据包括蒸散发数据、产流数据、流量分布数据以及汇流数据;
具体地,例如使用流域水文模型,如SWMM(Storm Water Management Model)等,来进行降雨径流模拟和分析,SWMM能够模拟城市雨水系统的各个组成部分,如街道、雨水管道、渠道、水库等,可以计算出不同时间尺度内的径流流量,包括蒸散发数据、产流数据、流量分布数据以及汇流数据,从而获得洪水过程数据。
步骤S4:根据洪水过程数据以及城市水文基础数据构建城市洪涝模型;
具体地,例如根据排水管/渠、检查井、雨水口、泵站以及排水口构建地下管网汇流模型;根据蒸散发、产流、流量分布、汇流以及降雨过程构建地表产汇流水文模型;根据河道洪水过程、闸坝工程调度、河道断面、闸坝桥梁构建河道一维水力学模型;根据降雨过程构建降雨产流模型;根据降雨产流模型、地形数据、阻水道路、建筑物分布、河道堤防、土地利用构建地表二维水力学汇流模型;根据河道一维水力学模型、地下管网汇流模型、地表产汇流水文模型、降雨产流模型以及地表二维水力学汇流模型进行耦合调度模型,从而构建城市洪涝模型。
具体地,先将该市的DEM数据、水系数据、路网数据、土地利用数据、建筑物数据、市政管渠数据等城市水文基础数据导入软件中,并进行预处理。然后,将洪水过程数据作为边界条件,输入建立的城市洪涝模型中,进行模拟计算,最终得到洪水淹没结果。
步骤S5:对城市洪涝模型的洪水淹没结果进行处理分析,从而生成洪涝淹没结果数据;
具体地,例如根据计算结果,提取淹没时长、淹没水深、流速等洪水淹没数据,将洪涝模型中的水深、流速等结果数据与地图信息进行叠加,生成洪涝淹没范围。
步骤S6:根据洪涝淹没结果数据确定洪涝风险等级;
具体地,例如根据淹没水深、淹没时间和流速等因素,将洪涝淹没结果数据映射到一定范围内的洪涝风险等级,例如,可以设定一定的淹没水深和流速阈值,将淹没区域划分为高、中、低三个风险等级并以向量的形式进行存储或者展现,如1、2或3,同时,也可以考虑城市基础设施、人口分布等因素,将洪涝风险等级进行细分。
步骤S7:根据洪涝风险等级进行数值计算并结果语义转换,从而获得洪涝安全适应性分析结果;
具体地,例如根据颜色识别和区域重要性进行适应性分析,比如重要行政办公区、重要公共服务区、重要市政基础设施等城市重要设施布置于低风险区,如果其所在地洪水淹没结果为低风险区,建设用地与该地区的洪涝风险等级相适应,反之则不满足要求。
步骤S8:根据洪涝安全适应性分析结果通过分析结果匹配方式进行匹配,从而匹配生成洪涝灾害防治措施。
具体地,例如根据洪涝安全适应性分析结果为建设用地与该区域的洪涝风险等级是不相适应的,则需要采取的防治措施类型,根据防治措施类型以及洪涝安全适应性分析结果,确定需要采取的具体措施,例如建设截洪沟、排水管网改造等,根据具体防治措施,制定防治措施实施方案,包括工程建设方案等。
本实施例中全面了解城市水文基础数据、历史降雨数据和洪涝风险等级,从而制定科学、合理的洪涝灾害防治措施。通过数值计算和模拟,可以更好地预测和评估洪涝灾害的影响和危害,提高城市抵御洪涝灾害的能力。同时,该方法还可以优化城市规划和建设,促进城市水资源的可持续利用。
在本说明书的一个实施例中,步骤S1具体为:
步骤S11:通过测绘装置或者遥感装置获取城市范围内的地形地貌数据,其中地形地貌数据包括地形数据、高程数据、坡度数据以及坡向数据;
具体地,例如在城市范围内设置测量站点,对地形地貌数据进行精确的测量和记录,包括高程、坡度、坡向等参数。根据测量数据生成数字高程模型(DEM),并进行数字化处理,生成地形地貌数据。
步骤S12:采集目标城市范围内的道路数据,其中道路数据包括道路类型数据以及阻水道路数据;
具体地,例如道路数据可以从地图、卫星图像、航空摄影等多种数据来源获取,需要根据实际情况选择合适的数据来源。
步骤S13:通过遥感装置等方式获取目标城市范围内的土地利用数据,其中土地利用数据包括建筑用地数据、农用地数据、林地数据、草地数据以及水域数据;
具体地,例如利用遥感技术获取高分辨率的遥感图像数据,然后通过图像解译技术,对城市范围内的各种土地利用类型进行分类识别和分割,最终得到土地利用数据。
步骤S14:采集目标城市范围内的房屋建筑数据,其中房屋建筑数据包括建筑物分布数据、建筑类型数据、建筑高度数据、建筑面积数据以及建筑年代数据;
具体地,例如通过实地调查获取建筑物分布、建筑类型、建筑面积、建筑年代等信息。可以使用手持GPS设备进行定位和数据采集,或者使用测绘仪器对建筑物进行测量。
步骤S15:采集目标城市范围内的河流水系数据,其中河流水系数据包括河流流量数据、河流长度数据、河流比降数据以及河道断面数据;
具体地,例如通常需要借助于水利部门或相关的地理信息系统软件,如通过访问水利部门的公共平台的数据库进行查询。
步骤S16:采集目标城市范围内的闸泵工程数据,其中闸泵工程数据包括闸坝工程调度数据、河道堤防数据以及闸坝桥梁数据;
具体地,例如通过水利部门、城市规划部门或其他相关部门的官方网站进行查询。
具体地,例如现场实地调查、遥感影像解译、地理信息系统数据提取等。
步骤S17:采集目标城市范围内的市政管渠数据,其中市政管渠数据包括排水管/渠数据、检查井数据、雨水口数据、泵站数据以及排水口数据。
具体地,例如利用遥感技术获取城市图像,利用图像解译技术识别出城市范围内的排水管/渠、检查井、雨水口、泵站和排水口等市政管渠设施的位置和数量,并进行整理和录入。
本实施例提供城市洪涝安全评估和洪涝灾害防治方法的基础,有助于深入了解城市的洪涝风险情况、地形地貌特征、道路交通状况、建筑物分布情况、河流水系情况、市政管渠情况等,为后续的洪涝模拟、洪涝风险评估、洪涝灾害防治措施制定等提供了必要的数据支持和参考,有助于提高城市的防洪减灾能力,减少洪涝灾害对城市和居民生命财产的损失。
在本说明书的一个实施例中,步骤S2具体为:
步骤S21:获取城市历史降雨数据,其中城市历史降雨数据包括降雨量数据、降雨时段数据、降雨时间数据以及降雨强度数据;
具体地,例如气象部门或相关机构会定期发布历史气象数据,其中包括降雨量、降雨时段、降雨时间、降雨强度等信息,可以通过向这些机构查询或者访问它们的网站获取历史降雨数据。
步骤S22:根据城市历史降雨数据进行峰值计算,从而获得峰值降雨数据;
具体地,例如使用气象局的历史降雨数据,选择特定的历时分布曲线进行峰值计算,得到不同历时下的峰值降雨数据。然后根据设计要求确定设计频率和设计历时,读取对应的设计峰值降雨量,作为城市洪涝模型的输入参数。
步骤S23:根据峰值降雨数据以及地形地貌数据生成降雨分布数据;
具体地,例如使用数字高程模型(DEM)计算出每个区域的坡度和坡向,用于确定降雨的流向和流量;根据城市降雨资料中的峰值降雨数据和概率分布函数,确定每个区域的降雨量。
步骤S24:获取边界数据;
具体地,例如根据特定需求进行自定义边界数据作业,如以某一地点为中心,确定一定半径范围内为边界,或者根据经纬度坐标构建边界等。
步骤S25:根据边界数据以及降雨分布数据通过模拟,仿真生成设计降雨过程数据。
具体地,例如通过气象模拟软件,如WRF、MM5、HYSPLIT等,通过输入边界数据和降雨分布数据,进行气象仿真计算,从而生成设计降雨过程数据。
本实施例获取城市历史降雨数据有助于深入了解城市的气候特点和历史降雨情况,为城市防洪防涝工作提供基础数据支持;根据城市历史降雨数据进行峰值计算,可以得到峰值降雨数据,这有助于确定设计重现期和设计洪水标准,为城市防洪防涝工程的规划和设计提供依据;根据峰值降雨数据以及地形地貌数据生成降雨分布数据,可以更准确地反映不同地区的降雨情况,为洪涝预测和防御提供更准确的基础数据;获取边界数据,可以确定城市所在区域的范围,为降雨分布数据的生成提供必要的边界条件;根据边界数据以及降雨分布数据通过模拟,仿真生成设计降雨过程数据,有助于更好地模拟城市洪涝灾害发生时的降雨情况,为防洪防涝预案的制定和应急响应提供重要的基础数据支持。
在本说明书的一个实施例中,步骤S3具体为:
步骤S31:根据设计降雨过程数据通过蒸散发计算,从而计算生成蒸散发数据;
具体地,例如通过数学模型对降雨过程中的蒸发和蒸腾过程进行估算,常用的模型包括Penman-Monteith模型、Priestley-Taylor模型、Hargreaves模型等。
步骤S32:根据设计降雨过程数据通过径流量计算,从而计算生成产流数据;
具体地,例如将一个流域看做若干个相同的单块,并且单块内雨水和产流均匀分布。具体实现时,可以采用单位线法计算,即根据单位雨量下的产流量(即产流系数)来计算不同雨量下的径流量。
步骤S33:根据设计降雨过程数据以及河流水系数据进行流量分布计算,从而获得流量分布数据;
具体地,例如对于一个流域,根据DEM数据进行划分,利用S-CS模型计算每个子流域的产流量,再将产流量进行汇流计算得到每个汇流点的径流过程,最后进行汇流计算得到整个流域的径流过程和洪峰流量。
步骤S34:根据设计降雨过程数据以及河流水系数据进行汇流计算,从而获得汇流数据;
具体地,例如根据地形数据将城市范围划分为若干个单元,并计算每个单元内的产流和入流,再进行单元之间的汇流计算得到汇流结果。例如,可以使用HEC-HMS软件中的单元汇流法模块进行实现。
步骤S35:根据汇流数据进行设计洪水计算,从而生成洪水过程数据。
具体地,例如利用地形地貌数据和河道断面数据,通过数值计算方法计算出洪水过程数据,包括流量、水位等参数。
本实施例可以获得一系列与洪涝灾害相关的数据,包括蒸散发数据、产流数据、流量分布数据、汇流数据以及洪水过程数据。这些数据能够提供给城市洪涝模型进行进一步分析,以帮助更准确地评估洪涝灾害的风险等级、制定相应的防治措施。同时,这些数据也能够为水资源管理、生态环境保护等领域提供重要的基础数据支持。
在本说明书的一个实施例中,步骤S4具体为:
步骤S41:利用排水管/渠数据、检查井数据、雨水口数据、泵站数据以及排水口数据构建生成地下管网汇流模型;
具体地,例如根据采集的数据,建立地下管网汇流模型,根据管网网络结构和属性参数,构建节点、管段和汇流单元等要素,设置汇流算法和参数,同时考虑不同雨型和降雨强度等情况。
步骤S42:根据设计降雨过程数据以及蒸散发数据、产流数据、流量分布数据以及汇流数据进行建模,从而构建地表产汇流水文模型;
具体地,例如采用数学方程来描述地表产汇流过程,如基于水动力学原理的二维或三维水文模型,如SWAT等模型,这些模型将地表产汇流过程细化为各种物理过程,并通过模拟求解方程来得到产汇流结果。
步骤S43:根据设计降雨过程数据通过降雨产流仿真进行构建降雨产流模型;
具体地,例如通过SWMM、HEC-HMS等进行降雨产流仿真,从而进行建模降雨产流模型。
步骤S44:根据土地利用数据、河道堤防数据、建筑物分布数据、阻水道路数据以及地形数据对降雨产流模型进行二维建模,从而构建地表二维水力学汇流模型;
具体地,例如根据土地利用数据、河道堤防数据、建筑物分布数据、阻水道路数据以及地形数据对降雨产流模型通过SWMM进行建模,从而构建地表二维水力学汇流模型。
步骤S45:根据洪水过程数据、河道断面数据以及闸坝工程调度数据进行一维建模,从而构建河道一维水力学模型;
具体地,例如利用水力学原理、数值计算方法等建立河道一维水力学模型,通常采用一维稳定水流方程、动态水位流方程等模型。
步骤S46:根据河道一维水力学模型、地下管网汇流模型、地表产汇流水文模型、降雨产流模型以及地表二维水力学汇流模型进行耦合调度模型构建,从而构建城市洪涝模型。
具体地,例如将各个子模型进行集成,并根据各个子模型之间的相互作用关系进行耦合。
本实施例建立城市洪涝模型可以更加真实、准确地模拟城市内部的降雨径流过程和水动力响应情况,为洪涝灾害预警和防治提供有力支持;可以帮助城市规划和管理部门更好地了解城市内部的洪涝风险情况,为城市水利设施的规划、建设和维护提供技术支持;通过建立耦合调度模型,可以综合考虑城市内不同部分的水文条件和水力响应情况,为制定合理的城市水资源调度方案提供科学依据;建立城市洪涝模型可以提高城市的防洪能力和抗洪能力,为减少洪涝灾害造成的损失和影响提供有效手段。
在本说明书的一个实施例中,步骤S5具体为:
步骤S51:根据城市洪涝模型进行降雨下渗计算,从而生成地表洪涝模型;
具体地,例如根据城市洪涝模型中的径流数据、土壤质地以及土壤含水量通过降雨下渗计算公式,如下渗吸水评估进行计算,从而生成地表洪涝模型。
步骤S52:根据地形地貌数据通过预设的地形地貌复杂度分析方式进行分析,从而生成地貌复杂度并根据地貌复杂度通过预设的地貌复杂度网格匹配生成方式进行匹配,从而匹配生成网格计算方式;
具体地,例如对于地形地貌分析,常见的算法包括地形粗糙度、高程标准差、坡度、坡向等指标的计算,地形粗糙度可通过DEM数据计算,高程标准差可以通过对DEM数据进行统计分析得到,坡度和坡向可以通过计算DEM的导数得到。
步骤S53:根据网格计算方式对地表洪涝模型进行划分并计算,从而生成洪涝水动力模型;
具体地,例如将地表洪涝模型划分为网格,对每个网格进行参数化,包括网格尺寸、位置、方向等参数,将偏微分方程离散化为代数方程,通常采用有限差分法等方法进行离散化,设置初值和边界条件,确定问题的解,通过计算机进行数值计算,得到洪涝水动力模型的解。
步骤S54:根据洪涝水动力模型进行洪涝计算,从而生成洪洪涝淹没结果数据,其中洪涝淹没结果数据包括淹没水深数据、洪涝流速数据以及淹没历时数据。
具体地,例如根据前面步骤中生成的洪涝水动力模型,确定计算范围和时间步长等参数;利用数值计算方法对模型进行离散化处理,将模型划分为若干个小网格,同时建立方程组;对方程组进行求解,得到每个时刻和每个网格点的水深和流速等信息;根据求解结果,进行后续的淹没计算,根据设定的阈值判断哪些区域会被淹没,得到淹没水深和淹没历时数据。
本实施例通过城市洪涝模型对降雨下渗进行计算,从而更准确地模拟城市洪涝情况,为城市防洪准备提供科学依据。同时,通过预设的地形地貌复杂度分析方式对地形地貌进行分析,可以更好地了解城市地貌复杂程度,从而更准确地进行网格匹配,生成洪涝水动力模型。通过洪涝计算,可以生成淹没水深、洪涝流速和淹没历时等数据,从而提供给城市规划部门、应急管理部门等相关部门参考,制定科学合理的防洪和救灾措施,从而减小城市洪涝灾害造成的影响。
在本说明书的一个实施例中,步骤S6具体为:
步骤S61:根据城市水文基础数据进行敏感度标记划分,获得敏感分级信息;
具体地,例如根据经验公式,通过水文参数(如径流系数、产流量等)计算不同城市水文基础数据的敏感度,从而得出敏感分级信息。
步骤S62:获取人口密度数据以及经济状况数据并根据人口密度数据以及经济状况数据对敏感分级信息进行加权修正,生成敏感性分级系数;
具体地,例如将人口密度数据和经济状况数据作为权重因子,对敏感分级信息进行加权修正。加权修正后,将获得每个敏感分级的权重系数。
具体地,例如,在某个城市洪涝灾害风险评估中,可以将敏感分级分为低、中、高三个等级。然后,通过获取该城市的人口密度和经济状况数据,并结合预设的专家意见应答机制,给出每个等级的权重系数。假设低、中、高敏感分级的权重系数分别为0.2、0.5、0.8,则对于一个敏感分级为中的区域,其加权修正后的敏感性分级系数为0.5。
步骤S63:根据敏感性分级系数以及洪涝淹没结果数据生成洪涝风险等级。
具体地,例如基于机器学习方法,利用历史洪涝事件数据和城市基础数据,构建洪涝风险预测模型,根据预测模型输出的预测结果和洪涝淹没结果数据,计算生成洪涝风险等级。
本实施例通过敏感度标记划分,将城市水文基础数据按照敏感程度进行分级,提高了对城市洪涝灾害风险的认识和理解;结合人口密度和经济状况等因素对敏感分级信息进行加权修正,更加客观地反映了洪涝灾害对城市的风险影响;根据敏感性分级系数和洪涝淹没结果数据,生成洪涝风险等级,为制定洪涝灾害应急预案、指导城市规划和建设等提供科学依据。
在本说明书的一个实施例中,所述敏感度标记划分通过敏感度参数计算公式生成的敏感度分级指数进行划分,其中敏感度参数计算公式具体为:
为敏感度分级指数,/>为地形风险信息的权重信息,/>为根据地形地貌数据生成的地形风险信息,/>为房屋风险信息的权重信息,/>为根据房屋建筑数据生成的房屋风险信息,/>为排水风险信息的权重信息,/>为根据市政管渠数据生成的排水风险信息,/>为城市水文基础数据中目标城市区域位置信息,/>为区域级别重要程度,/>为根据区域级别重要程度生成的调整修正项,/>为调整项,/>为初始项,/>为敏感度分级指数的修正系数。
本实施例提供一种敏感度参数计算公式,该公式充分考虑地形风险信息的权重信息、根据地形地貌数据生成的地形风险信息/>、房屋风险信息的权重信息/>、根据房屋建筑数据生成的房屋风险信息/>、排水风险信息的权重信息/>、根据市政管渠数据生成的排水风险信息/>、城市水文基础数据中目标城市区域位置信息/>、区域级别重要程度/>、根据区域级别重要程度生成的调整修正项/>、调整项/>、初始项/>以及相互之间的作用关系,根据地形地貌数据生成的地形风险信息/>,包括坡度、坡向等因素,用于衡量地形对洪涝风险的影响程度。较高的地形风险信息表示该区域对洪涝风险的敏感度较高,根据房屋建筑数据生成的房屋风险信息/>,包括建筑类型、建筑高度、建筑面积等因素,用于衡量房屋建筑对洪涝风险的影响程度。较高的房屋风险信息表示该区域对洪涝风险的敏感度较高,根据市政管渠数据生成的排水风险信息/>,包括排水管/渠数据、检查井数据、雨水口数据、泵站数据以及排水口数据等因素,用于衡量市政管渠对洪涝风险的影响程度。较高的排水风险信息表示该区域对洪涝风险的敏感度较高,城市水文基础数据中目标城市区域位置信息/>,用于指定计算的区域范围,通过敏感度分级指数的修正系数/>,用于对敏感度指数进行修正,确保指数的准确性。
在本说明书的一个实施例中,所述敏感性分级系数包括人口敏感性分级系数、经济敏感性分级系数以及地区敏感性分级系数,步骤S62具体为:
步骤S621:获取人口密度数据以及经济状况数据;
具体地,例如利用移动通信运营商提供的基站信令数据,可以分析人口在城市中的移动情况和活动轨迹,从而推断人口分布和活动范围。通过获取国家统计局等政府部门会定期发布的一些经济统计数据,如GDP、人均收入等,从而可以获取城市的经济状况数据。
步骤S622:判断人口密度数据是否大于或等于人口密度阈值;
具体地,例如判断人口密度数据是否大于或等于人口密度阈值,通常可以采用编程语言中的条件判断语句,其中人口密度阈值可以设为5000人/km²。
步骤S623:确定人口密度数据大于或等于人口密度阈值时,则根据人口密度数据以及经济状况数据对敏感分级信息进行人口加权修正,生成人口敏感性分级系数;
具体地,例如利用卫星遥感数据、地形地貌数据和空间插值技术,预测出不同区域的人口密度,并根据经济状况数据建立数学模型,计算出不同区域的人口加权系数。
步骤S624:确定人口密度数据小于人口密度阈值时,判断经济状况数据是否大于或等于经济状况阈值;
具体地,例如确定人口密度数据小于人口密度阈值时,判断经济状况数据是否大于或等于经济状况阈值,预设的经济状况阈值如15000/m²。
步骤S625:确定经济状况数据大于或等于经济状况阈值时,则根据人口密度数据以及经济状况数据对敏感分级信息进行经济加权修正,生成经济敏感性分级系数;
具体地,例如确定经济状况数据大于或等于经济状况阈值时,对某个区域进行经济加权修正,先根据经济状况数据进行经济分级划分,例如将经济状况分为高、中、低三个等级。然后根据人口密度数据进行人口分级划分,例如将人口密度分为高、中、低三个等级。接着,根据经济和人口密度的分级等级,设定一个权重系数矩阵,例如高经济等级和高人口密度等级对应的权重系数为0.6,高经济等级和中人口密度等级对应的权重系数为0.4,以此类推,最后生成经济敏感性分级系数。
步骤S626:确定经济状况数据小于经济状况阈值时,则根据人口密度数据以及经济状况数据对敏感分级信息进行地区加权修正,生成地区敏感性分级系数。
具体地,例如确定经济状况数据小于经济状况阈值时,根据城市内不同地区历史洪涝灾害发生情况的统计数据,对不同地区的敏感性分级进行修正,生成地区敏感性分级系数。
本实施例通过人口密度数据和经济状况数据对敏感分级信息进行加权修正,可以更准确地评估洪涝风险等级,同时考虑到了城市的人口和经济情况,可以更全面地评估洪涝灾害对城市的影响。同时,根据不同的人口密度和经济状况阈值进行判断和修正,可以灵活适应不同城市的情况,具有一定的普适性。
在本说明书的一个实施例中,步骤S7具体为:
根据洪涝风险等级以及城市水文基础数据通过风险数值计算方式进行计算,从而生成洪涝安全隐患数值;
具体地,例如根据洪涝风险等级以及城市水文基础数据通过本实施例提供的风险数值计算方式进行计算,从而生成洪涝安全隐患数值。
根据洪涝安全隐患数值进行结果语义转换,从而生成洪涝安全适应性分析结果;
具体地,例如将洪涝安全隐患数值从0-1分为5个等级,其中0表示无隐患,1表示极高风险,对应的安全等级分别为安全、较安全、一般、较危险、极其危险。对于每个等级,可以给出相应的安全提示,例如针对极其危险的区域,应该立即疏散人群、加强巡查等措施。
其中风险数值计算方式具体为:
为洪涝安全隐患数值,/>为该地区中地形地貌数据影响占比值,/>为该地区中地形地貌数据对应的洪涝风险等级,/>为该地区中市政管渠数据影响占比值,/>为该地区中市政管渠数据对应的洪涝风险等级,/>为该地区中河流水系数据以及闸泵工程数据之间交互生成的影响占比值,/>为该地区中河流水系数据以及闸泵工程数据耦合计算对应的洪涝风险等级,/>为该地区中地形地貌数据以及土地利用数据交互生成的影响占比值,/>为该地区中地形地貌数据以及土地利用数据耦合计算对应的洪涝风险等级,/>为城市水文基础数据中目标城市区域位置信息,/>为调整项,/>为误差项,/>为城市水文基础数据中目标城市区域位置信息的补充系数,/>为洪涝安全隐患数值的修正信息。
本实施例可以基于洪涝风险等级和城市水文基础数据进行风险数值计算,更加客观、准确地评估洪涝灾害的危害程度,有利于制定有效的防灾减灾措施;可以通过结果语义转换,将数值化的洪涝安全隐患数值转化为易于理解和使用的语义结果,方便相关部门和公众了解洪涝灾害风险,提高应对洪涝灾害的意识和能力。
本实施例提供一种风险数值计算方式,该公式充分考虑了该地区中地形地貌数据影响占比值、该地区中地形地貌数据对应的洪涝风险等级/>、该地区中市政管渠数据影响占比值/>、该地区中市政管渠数据对应的洪涝风险等级/>、该地区中河流水系数据以及闸泵工程数据之间交互生成的影响占比值/>、该地区中河流水系数据以及闸泵工程数据耦合计算对应的洪涝风险等级/>、该地区中地形地貌数据以及土地利用数据交互生成的影响占比值/>、该地区中地形地貌数据以及土地利用数据耦合计算对应的洪涝风险等级/>、城市水文基础数据中目标城市区域位置信息/>、调整项/>、误差项/>、城市水文基础数据中目标城市区域位置信息的补充系数/>以及相互之间的作用关系,地形地貌数据影响占比值和地形地貌数据对应的洪涝风险等级/>,能够反映出地形地貌对洪涝风险的影响程度,使模型更准确地预测洪涝风险,市政管渠数据影响占比值和市政管渠数据对应的洪涝风险等级/>,能够反映出市政管渠对洪涝风险的影响程度,使模型更准确地预测洪涝风险,河流水系数据和闸泵工程数据影响占比值和河流水系数据和闸泵工程数据耦合计算对应的洪涝风险等级/>,能够反映出河流水系数据和闸泵工程对洪涝风险的影响程度,使模型更准确地预测洪涝风险,地形地貌数据和土地利用数据影响占比值和地形地貌数据和土地利用数据耦合计算对应的洪涝风险等级,能够反映出地形地貌和土地利用对洪涝风险的影响程度,使模型更准确地预测洪涝风险,目标城市区域位置信息,能够反映出不同区域的洪涝风险差异,使模型更准确地预测洪涝风险,洪涝安全隐患数值的修正信息/>,能够对洪涝安全隐患数值进行调整,使结果更加准确。
在本说明书的一个实施例中,步骤S8具体为:
步骤S81:确定洪涝安全适应性分析结果包括山洪警告数据时,则生成截洪沟防治山洪方案;
具体地,例如分析流域地形、地貌等特征;结合地形地貌、流域特征等因素,确定截洪沟的设计标准、坡度和长度;根据山洪流量特征和截洪沟的设计标准、坡度和长度,确定截洪沟的形状和断面,通常采用梯形断面或者矩形断面;根据设计流量和截洪沟的形状和断面,计算出截洪沟的防洪过流能力,确保截洪沟的防洪过流能力能够满足设计要求。
步骤S82:确定洪涝安全适应性分析结果包括管网警告数据时,则生成新建改建市政管网方案;
具体地,例如对管网系统进行评估,包括管道长度、管径、流量、流速等参数进行评估,确定管网系统的薄弱点;确定改建方案,根据现状管网问题,确定改建方案。例如:增加管道长度、改变管径等;模拟效果,对改建方案进行模拟效果评估,根据模拟结果对方案进行调整和优化。
步骤S83:确定洪涝安全适应性分析结果包括径流警告数据时,则生成海绵城市建设方案;
具体地,例如蓄水池建设,在城市中建设蓄水池,用于收集雨水并降低城市洪涝风险。绿地建设:在城市中增加绿地覆盖面积,减少城市径流;渗透铺装,在城市道路、广场等硬质地面上采用透水铺装材料,促进雨水渗透入地下,减少城市径流;在城市中建设生态水保工程,如人工湿地、绿色屋顶等,以增加雨水渗透和蓄存能力。
步骤S84:确定洪涝安全适应性分析结果包括排水警告数据,则生成调整地块竖向标高方案。
具体地,例如针对位于地势低洼处、存在排水不足的地区,通过调整地块竖向标高的方式改变地形,以便更好地排水;根据调整后的地形数据重新进行数值计算和仿真计算,验证调整后的地形对排水系统的影响,最终确定可行的调整地块竖向标高方案。
本实施例针对不同的洪涝风险等级,生成相应的洪涝灾害防治措施,有针对性地解决洪涝灾害问题,提高防治效果;生成多种洪涝灾害防治措施,提供了多个方案,为决策者提供了多种选择,能够更好地平衡各种利益和需求,达到更优的决策结果;生成洪涝灾害防治措施,可以作为城市规划和防灾减灾工作的重要参考,为城市的可持续发展提供支持。
本发明可准确评估城市洪涝安全风险,通过建立评估模型,将明确城市区域洪涝安全风险点,更为准确地评估城市洪涝安全风险。
本发明可明确洪涝安全风险的原因,基于城市洪涝安全风险点,提出对应的防治措施,保障城市水安全。
本发明可为城市开发建设提供洪涝安全预测性评估,根据评估结果进行选址,为城市规划提供科学支撑,提高城市用地效率。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种城市洪涝安全评估及洪涝灾害防治方法,其特征在于,包括以下步骤:
步骤S1:获取城市水文基础数据,其中城市水文基础数据包括地形地貌数据、道路数据、土地利用数据、房屋建筑数据、河流水系数据、闸泵工程数据以及市政管渠数据;
步骤S2:获取城市历史降雨数据并根据城市历史降雨数据以及城市水文基础数据进行仿真计算,从而获得设计降雨过程数据;
步骤S3:根据设计降雨过程数据通过径流转化计算,从而获得洪水过程数据,其中洪水过程数据包括蒸散发数据、产流数据、流量分布数据以及汇流数据;
步骤S4:根据洪水过程数据以及城市水文基础数据构建城市洪涝模型;
步骤S5:对城市洪涝模型的洪水淹没结果进行处理分析,从而生成洪涝淹没结果数据;
步骤S6,包括:
步骤S61:根据城市水文基础数据进行敏感度标记划分,获得敏感分级信息;
步骤S62:获取人口密度数据以及经济状况数据并根据人口密度数据以及经济状况数据对敏感分级信息进行加权修正,生成敏感性分级系数;
步骤S63:根据敏感性分级系数以及洪涝淹没结果数据生成洪涝风险等级;
所述敏感度标记划分通过敏感度参数计算公式生成的敏感度分级指数进行划分,其中敏感度参数计算公式具体为:
为敏感度分级指数,/>为地形风险信息的权重信息,/>为根据地形地貌数据生成的地形风险信息,/>为房屋风险信息的权重信息,/>为根据房屋建筑数据生成的房屋风险信息,/>为排水风险信息的权重信息,/>为根据市政管渠数据生成的排水风险信息,/>为城市水文基础数据中目标城市区域位置信息,/>为区域级别重要程度,/>为根据区域级别重要程度生成的调整修正项,/>为调整项,/>为初始项,/>为敏感度分级指数的修正系数;
所述敏感性分级系数包括人口敏感性分级系数、经济敏感性分级系数以及地区敏感性分级系数,步骤S62具体为:
获取人口密度数据以及经济状况数据;
判断人口密度数据是否大于或等于人口密度阈值;
确定人口密度数据大于或等于人口密度阈值时,则根据人口密度数据以及经济状况数据对敏感分级信息进行人口加权修正,生成人口敏感性分级系数;
确定人口密度数据小于人口密度阈值时,判断经济状况数据是否大于或等于经济状况阈值;
确定经济状况数据大于或等于经济状况阈值时,则根据人口密度数据以及经济状况数据对敏感分级信息进行经济加权修正,生成经济敏感性分级系数;
确定经济状况数据小于经济状况阈值时,则根据人口密度数据以及经济状况数据对敏感分级信息进行地区加权修正,生成地区敏感性分级系数;
步骤S7,包括:
根据洪涝风险等级以及城市水文基础数据通过风险数值计算方式进行计算,从而生成洪涝安全隐患数值;
根据洪涝安全隐患数值进行结果语义转换,从而生成洪涝安全适应性分析结果;
其中风险数值计算方式具体为:
为洪涝安全隐患数值,/>为地形地貌数据影响占比值,/>为地形地貌数据对应的洪涝风险等级,/>为市政管渠数据影响占比值,/>为市政管渠数据对应的洪涝风险等级,/>为河流水系数据以及闸泵工程数据之间交互生成的影响占比值,/>为河流水系数据以及闸泵工程数据耦合计算对应的洪涝风险等级,/>为地形地貌数据以及土地利用数据交互生成的影响占比值,/>为地形地貌数据以及土地利用数据耦合计算对应的洪涝风险等级,/>为城市水文基础数据中目标城市区域位置信息,/>为调整项,/>为误差项,/>为城市水文基础数据中目标城市区域位置信息的补充系数,/>为洪涝安全隐患数值的修正信息;
步骤S8,包括:
确定洪涝安全适应性分析结果包括山洪警告数据时,则生成截洪沟防治山洪方案;
确定洪涝安全适应性分析结果包括管网警告数据时,则生成新建改建市政管网方案;
确定洪涝安全适应性分析结果包括径流警告数据时,则生成海绵城市建设方案;
确定洪涝安全适应性分析结果包括排水警告数据,则生成调整地块竖向标高方案。
2.根据权利要求1所述的方法,其特征在于,步骤S1具体为:
通过测绘装置或者遥感装置获取城市范围内的地形地貌数据,其中地形地貌数据包括地形数据、高程数据、坡度数据以及坡向数据;
采集目标城市范围内的道路数据,其中道路数据包括道路类型数据以及阻水道路数据;
通过遥感装置获取目标城市范围内的土地利用数据,其中土地利用数据包括建筑用地数据、农用地数据、林地数据、草地数据以及水域数据;
采集目标城市范围内的房屋建筑数据,其中房屋建筑数据包括建筑物分布数据、建筑类型数据、建筑高度数据、建筑面积数据以及建筑年代数据;
采集目标城市范围内的河流水系数据,其中河流水系数据包括河流流量数据、河流长度数据、河流比降数据以及河道断面数据;
采集目标城市范围内的闸泵工程数据,其中闸泵工程数据包括闸坝工程调度数据、河道堤防数据以及闸坝桥梁数据;
采集目标城市范围内的市政管渠数据,其中市政管渠数据包括排水管/渠数据、检查井数据、雨水口数据、泵站数据以及排水口数据。
3.根据权利要求2所述的方法,其特征在于,步骤S2具体为:
获取城市历史降雨数据,其中城市历史降雨数据包括降雨量数据、降雨时段数据、降雨时间数据以及降雨强度数据;
根据城市历史降雨数据进行峰值计算,从而获得峰值降雨数据;
根据峰值降雨数据以及地形地貌数据生成降雨分布数据;
获取边界数据;
根据边界数据以及降雨分布数据通过模拟,仿真生成设计降雨过程数据。
4.根据权利要求3所述的方法,其特征在于,步骤S3具体为:
根据设计降雨过程数据通过蒸散发计算,从而计算生成蒸散发数据;
根据设计降雨过程数据通过径流量计算,从而计算生成产流数据;
根据设计降雨过程数据以及河流水系数据进行流量分布计算,从而获得流量分布数据;
根据设计降雨过程数据以及河流水系数据进行汇流计算,从而获得汇流数据;
根据汇流数据进行设计洪水计算,从而生成洪水过程数据。
5.根据权利要求4所述的方法,其特征在于,步骤S4具体为:
利用排水管/渠数据、检查井数据、雨水口数据、泵站数据以及排水口数据构建生成地下管网汇流模型;
根据设计降雨过程数据以及蒸散发数据、产流数据、流量分布数据以及汇流数据进行建模,从而构建地表产汇流水文模型;
根据设计降雨过程数据通过降雨产流仿真进行构建降雨产流模型;
根据土地利用数据、河道堤防数据、建筑物分布数据、阻水道路数据以及地形数据对降雨产流模型进行二维建模,从而构建地表二维水力学汇流模型;
根据洪水过程数据、河道断面数据以及闸坝工程调度数据进行一维建模,从而构建河道一维水力学模型;
根据河道一维水力学模型、地下管网汇流模型、地表产汇流水文模型、降雨产流模型以及地表二维水力学汇流模型进行耦合调度模型构建,从而构建城市洪涝模型。
6.根据权利要求1所述的方法,其特征在于,步骤S5具体为:
根据城市洪涝模型进行降雨下渗计算,从而生成地表洪涝模型;
根据地形地貌数据通过预设的地形地貌复杂度分析方式进行分析,从而生成地貌复杂度并根据地貌复杂度通过预设的地貌复杂度网格匹配生成方式进行匹配,从而匹配生成网格计算方式;
根据网格计算方式对地表洪涝模型进行划分并计算,从而生成洪涝水动力模型;
根据洪涝水动力模型进行洪涝计算,从而生成洪涝淹没结果数据,其中洪涝淹没结果数据包括淹没水深数据、洪涝流速数据以及淹没历时数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310358344.9A CN116070918B (zh) | 2023-04-06 | 2023-04-06 | 一种城市洪涝安全评估及洪涝灾害防治方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310358344.9A CN116070918B (zh) | 2023-04-06 | 2023-04-06 | 一种城市洪涝安全评估及洪涝灾害防治方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116070918A CN116070918A (zh) | 2023-05-05 |
CN116070918B true CN116070918B (zh) | 2023-06-09 |
Family
ID=86175402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310358344.9A Active CN116070918B (zh) | 2023-04-06 | 2023-04-06 | 一种城市洪涝安全评估及洪涝灾害防治方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116070918B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116362419B (zh) * | 2023-05-31 | 2023-08-04 | 聊城市科慧市政工程设计院有限公司 | 一种城市防洪预警系统及方法 |
CN116434485A (zh) * | 2023-06-15 | 2023-07-14 | 深圳市千百炼科技有限公司 | 基于多维度气象数据的灾害预警方法、系统、设备及介质 |
CN116911699B (zh) * | 2023-09-14 | 2023-12-19 | 水利部交通运输部国家能源局南京水利科学研究院 | 城市洪涝灾害应对韧性的精细化动态评估方法和系统 |
CN117172034B (zh) * | 2023-11-02 | 2024-02-20 | 中国水利水电科学研究院 | 一种基于河网特征的城市潜在洪水淹没风险评估方法 |
CN117236700B (zh) * | 2023-11-13 | 2024-02-09 | 珠江水利委员会珠江水利科学研究院 | 一种洪涝灾害风险防控方法及系统 |
CN117575319A (zh) * | 2023-11-27 | 2024-02-20 | 郑州大学 | 一种评估城市洪涝灾害等级的方法 |
CN117831231B (zh) * | 2024-03-05 | 2024-05-10 | 南京金固智慧市政研究院有限公司 | 一种对易淹易涝片区进行积淹预警的方法 |
CN117852449B (zh) * | 2024-03-06 | 2024-05-14 | 天津市气象科学研究所 | 基于大尺度城市暴雨内涝模型的精细化积水处理方法 |
CN118013637A (zh) * | 2024-04-08 | 2024-05-10 | 华南理工大学 | 一种面向水灾害的韧性城市设计方案决策方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114240119A (zh) * | 2021-12-10 | 2022-03-25 | 浙江水利水电学院 | 基于数字孪生的国土空间全域全要素防洪防涝系统及预警方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289570B (zh) * | 2011-07-23 | 2015-02-25 | 浙江大学 | 基于降雨-径流-洪水演进计算的洪水预报方法 |
CN106355332A (zh) * | 2016-04-08 | 2017-01-25 | 中国水利水电科学研究院 | 一种基于三层风险评估的洪涝灾害风险应对方法 |
KR102225241B1 (ko) * | 2019-04-30 | 2021-03-11 | 경북대학교 산학협력단 | 실시간 침수 예측 장치 및 방법 |
CN110852577B (zh) * | 2019-10-25 | 2023-06-09 | 镇江德威乐普能源环保科技有限公司 | 基于城市韧性与城市流域水文模型的城市洪涝评估方法 |
CN113313384B (zh) * | 2021-05-28 | 2022-10-25 | 华南理工大学 | 一种融合弹性的城市洪涝灾害风险评估方法 |
CN113569438B (zh) * | 2021-06-04 | 2024-02-02 | 郑州大学 | 基于多源降雨融合和实时校正的城市洪涝模型构建方法 |
CN113610264B (zh) * | 2021-06-22 | 2023-11-07 | 国网浙江省电力有限公司电力科学研究院 | 一种精细化电网台风洪涝灾害预测系统 |
CN113674099B (zh) * | 2021-08-27 | 2022-07-05 | 中国农业科学院农业环境与可持续发展研究所 | 苹果旱涝灾害综合风险评估方法 |
CN115391712A (zh) * | 2022-05-18 | 2022-11-25 | 河海大学 | 一种城市洪涝风险预测方法 |
CN115471078B (zh) * | 2022-09-15 | 2024-02-02 | 镇江市勘察测绘研究院有限公司 | 一种基于城市水务系统的洪涝风险点评估方法及装置 |
-
2023
- 2023-04-06 CN CN202310358344.9A patent/CN116070918B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114240119A (zh) * | 2021-12-10 | 2022-03-25 | 浙江水利水电学院 | 基于数字孪生的国土空间全域全要素防洪防涝系统及预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116070918A (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116070918B (zh) | 一种城市洪涝安全评估及洪涝灾害防治方法 | |
Lyu et al. | Inundation analysis of metro systems with the storm water management model incorporated into a geographical information system: a case study in Shanghai | |
Pradhan et al. | A 100‐year maximum flood susceptibility mapping using integrated hydrological and hydrodynamic models: Kelantan River Corridor, Malaysia | |
Dutta et al. | A mathematical model for flood loss estimation | |
Di Salvo et al. | A GIS-based procedure for preliminary mapping of pluvial flood risk at metropolitan scale | |
Rizeei et al. | An integrated fluvial and flash pluvial model using 2D high-resolution sub-grid and particle swarm optimization-based random forest approaches in GIS | |
Hammouri et al. | Hydrological modeling of ungauged wadis in arid environments using GIS: a case study of Wadi Madoneh in Jordan | |
Ketema et al. | Prioritization of sub-watersheds for conservation measures based on soil loss rate in Tikur Wuha watershed, Ethiopia | |
Mustafa et al. | Application of swat model for sediment loads from valleys transmitted to Haditha reservoir | |
Surwase et al. | Urban flood simulation-A case study of Hyderabad city | |
Cortés-Zambrano et al. | Implementation of the hydraulic modelling of urban drainage in the northeast sector, Tunja, Boyacá | |
Li et al. | The compound effect of spatial and temporal resolutions on the accuracy of urban flood simulation | |
Ghosh et al. | Rationalization of automatic weather stations network over a coastal urban catchment: A multivariate approach | |
WAIYASUSRI et al. | FLOOD PRONE RISK AREA ANALYSIS DURING 2005-2019 IN LAM SE BOK WATERSHED, UBON RATCHATHANI PROVINCE, THAILAND. | |
Lyu et al. | Scenario-based inundation analysis of metro systems: A case study in Shanghai | |
Sumira et al. | Dam Break Analysis of Sermo Dam | |
Kaya et al. | Investigation of morphometric and hydrological characteristics of a water basin using numerical models | |
Alam et al. | Designing Stormwater Drainage Network for Urban Flood Mitigation Using SWMM: A Case Study on Dhaka City of Bangladesh | |
Merkuryeva et al. | Water flow forecasting and river simulation for flood risk analysis | |
Rasu et al. | Evaluation of Flood Risk Map Development through GIS-Based Multi-Criteria Decision Analysis in Maran District, Pahang-Malaysia. | |
Abiri | Assessment of Flood Risks in Ifo Local Government Area of Ogun State | |
Abdelkarim et al. | Flood Risk Mapping and Management in Urban Areas: Integrating Geomatics and Hydrodynamic Modeling-A Case Study of Al Bidi City, Saudi Arabia | |
Sholagberu et al. | Spatial and temporal assessment of sediment yield potential in Cameron highland watershed, Malaysia | |
Ricks | Development of computer simulation model for urban region using XP-SWMM in Savannah, Georgia | |
TASHIRO et al. | EFFECTIVE SENSING AND COMPUTING INLAND FLOOD PROCESSES IN A LOWLAND URBAN AREA WITH SEWER AND DRAINAGE SYSTEMS |
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 |