CN116821272B - 一种城市内涝智慧监控预警方法及系统 - Google Patents

Abstract

本发明公开了一种城市内涝智慧监控预警方法及系统，包括以下步骤：通过洪涝模拟方法构建不同降雨重现期下的道路积水情景数据库，并确定传感器监测设备安装位置，将所述传感器监测设备与城市全景模型相关联，通过所述传感器监测设备进行现场数据采集监测，经过处理后得到的处理分析后的监测数据与城市天气信息在城市内涝智慧预警平台进行集成展示，在城市内涝智慧监控预警平台中判断处理分析后的监测数据中的井内水位，以及计算井内水位的上升速率和冒顶时间，生成黄色、橙色和红色三个预警等级，获取城市内涝预警信息和气象灾害信息，城市内涝智慧监控预警平台对所述城市内涝预警信息和气象灾害预警信息进行发布。

Description

一种城市内涝智慧监控预警方法及系统

技术领域

本发明涉及智慧监控领域，特别是一种城市内涝智慧监控预警方法及系统。

背景技术

当降雨量较大时，城市道路设计和排水系统无法有效处理大量的水量，且城市排水系统可能存在故障和损坏，堵塞下水道，导致排水能力降低；城市中高楼大厦分布密度较大，影响水流路径，导致水流无法顺利排放；城市的不断扩展和土地利用变化会导致自然的水文循环受到破坏，增加道路积水及发生洪涝的可能性。为了对城市内涝情况进行监控预警，使人们在暴雨时能提前制定防防汛方案及解决办法，设计一种城市内涝智慧监控预警方法及系统为工作人员提供工作上的便利。

发明内容

本发明克服了现有技术的不足，提供了一种城市内涝智慧预警方法及系统。

为达到上述目的，本发明采用的技术方案为：

本发明第一方面提供了一种一种城市内涝智慧预警方法，包括以下步骤：

S102：通过大数据统计分析及洪涝数值模拟方法，生成不同降雨重现期下的道路积水情景数据库；

S104：基于所述不同降雨重现期下的道路积水情景数据库，确定传感器监测设备安装位置及传感器监测设备规格，建立城市全景模型，将所述传感器监测设备和城市全景模型相关联；

S106：通过所述传感器监测设备进行现场数据采集监测，得到原始监测数据，对所述原始监测数据进行处理分析得到处理分析后的监测数据，通过气象局网络平台获取城市天气信息，基于城市内涝智慧监控预警平台，对处理分析后的监测数据和城市天气信息进行集成展示；

S108：在城市内涝智慧监控预警平台中判断处理分析后的监测数据中的井内水位高低，以及计算井内水位的上升速率和冒顶时间，生成黄色、橙色和红色三个预警等级；

S110：获取本次降雨的雨型图像，根据本次降雨的雨型得到城市内涝预警信息，城市内涝智慧监控预警平台对城市内涝预警信息和气象灾害预警信息进行发布。

进一步的，本发明的一个较佳实施例中，所述S102，具体为：

通过大数据检索与统计分析，获取道路积水情景历史信息；

通过地图软件获取城市道路和地形曲面信息和城市地理信息，将所述城市道路和地形曲面信息导入BIM三维建模软件，构建城市道路和地形曲面BIM模型， 将所述城市地理周边信息导入GIS建模软件，构建城市地理周边GIS模型；

构建三维坐标系，将所述城市道路和地形曲面BIM模型与城市地理周边GIS模型进行数据整合，得到城市汇水分析条件数据；

通过大数据检索获取城市排水管网分布信息，将所述城市排水管网分布信息导入BIM三维建模软件，构建城市排水管网BIM模型，利用所述城市排水管网BIM模型进行管道排水模拟，采用芝加哥雨型将不同降雨重现期下的降雨强度转换为一场降雨的降雨过程线；

基于暴雨排水模拟系统，将所述道路积水情景历史信息、城市汇水分析条件数据和一场降雨的降雨过程线导入所述暴雨排水模拟系统中进行洪涝数值模拟，生成不同降雨重现期下的道路积水情景数据库。

进一步的，本发明的一个较佳实施例中，所述S104，具体为：

通过所述不同降雨重现期下的道路积水情景数据库，生成城市道路积水情况；

根据所述城市道路积水情况，确定传感器监测设备规格，所述传感器监测设备包括：雨量计、液位计和视频监控；

根据所述城市道路积水情况及传感器监测设备规格，确定传感器监测设备安装位置并获取安装位置坐标数据；

构建三维坐标系，将所述城市道路和地形曲面BIM模型、城市地理周边GIS模型和城市排水管网BIM模型导入三维坐标系中进行模型整合，得到城市全景模型，将所述安装位置坐标数据导入城市全景模型中，所述城市全景模型生成各个传感器监测设备的安装位置，通过超链接的方式使城市全景模型与传感器监测设备相关联，使城市全景模型能快速定位传感器监测设备位置并查看监测数据。

进一步的，本发明的一个较佳实施例中，所述S106，具体为：

所述传感器监测设备中的雨量计和液位计进行现场数据采集，生成原始监测数据，所述原始监测数据通过传感器监测设备的串行通信接口传输至数据存储管理平台内储存；

调取数据存储管理平台内的原始监测数据，将所述原始监测数据导入数据清洗工具中，所述数据清洗工具识别原始检测数据中的缺失值，使用插值方法预测缺失值并探讨数据均值补偿缺失值；

所述数据清洗工具通过统计法，识别得出原始监测数据中的异常值和重复值，数据清洗工具删除异常值和重复值并将原始监测数据调节为统一格式，生成统一格式后的原始监测数据；

所述数据清洗工具对统一格式后的原始监测数据进行数值归一化处理，生成处理分析后的监测数据，所述处理分析后的监测数据包括日雨量、瞬时雨量、累积雨量和井内水位；

基于气象局网络平台，获取城市天气信息，所述城市天气包括气温、湿度、风向和风速、气压和空气质量；

构建城市内涝智慧监控预警平台，在城市内涝智慧监控预警平台中对所述处理分析后的监测数据和城市天气信息进行集成展示。

进一步的，本发明的一个较佳实施例中，所述S108，具体为：

在所述城市内涝智慧监控预警平台内将处理分析后的监测数据分成三个预警等级，所述三个预警等级包括黄色预警、橙色预警和红色预警；

获取雨水井的井深，预设雨水井的井底至井口2/3处为第一水位，预设雨水井的井口以下30cm处为第二水位；

基于城市内涝智慧监控预警平台，获取处理分析后的监测数据中的井内水位，判断所述井内水位；

若井内水位处于第一水位与第二水位之间，则城市内涝智慧监控预警平台生成黄色预警，在城市内涝预警平台生成黄色预警后若井内水位降至第一水位以下，解除黄色预警；

若井内水位达到第二水位，则城市内涝智慧监控预警平台生成橙色预警，在城市内涝预警平台生成橙色预警后若井内水位降至第一水位与第二水位之间，解除橙色预警，生成黄色预警；

当城市内涝智慧监控预警平台生成橙色预警后，所述城市内涝智慧监控预警平台计算井内水位的上升速率，在天气预报中获取降雨时长，由井内水位的上升速率得到井内水位冒顶时间，当所述井内水位冒顶时间小于降雨时长，则城市内涝智慧监控预警平台生成红色预警，在城市内涝预警平台生成红色预警后若所述井内水位冒顶时间不小于降雨时长，则解除红色预警，再通过判断井内水位生成对应预警等级。

进一步的，本发明的一个较佳实施例中，所述S110，具体为：

当城市内涝智慧监控预警平台生成红色预警后，获取传感器监测设备中视频监控的降雨图像信息，对降雨图像信息进行灰度化处理，得到降雨灰度化图像；

定义降雨灰度化图像中一个雨水像素点为种子点，预设雨水像素点的灰度阈值，以种子点为起点，对降雨灰度化图像内的像素点进行相似性扩展，基于二值化法，将灰度值在雨水像素点的灰度阈值内的像素点定义为1，将灰度值不在雨水像素点的灰度阈值内的像素点定义为0，得到二值化降雨图像；

选定所述二值化降雨图像的一个像素点为起始点，表示为目标分割区域的初始位置；

在所述起始点处构建水平集函数，设置所述水平集函数，使水平集函数值逐渐收敛至雨水目标边界；

根据所述水平及函数值将图像分割为目标区域和背景区域，选择水平集函数值为0的位置作为分割边界；

对目标区域内图像进行去除噪声和平滑边界处理，得到本次降雨的雨型图像，分析所述本次降雨的雨型图像生成本次降雨的雨型数据；

将所述本次降雨的雨型数据导入不同降雨重现期下的道路积水情景数据库中进行雨型匹配，得到与本次降雨匹配程度最高的经典雨型，根据本次降雨匹配程度最高的经典雨型获取洪涝模拟结果，由洪涝模拟结果生成城市内涝预警信息，所述城市内涝预警信息包括积水点位置、积水范围、积水深度和积水退去时间；

基于气象局网络平台，获取气象灾害预警信息，所述城市内涝智慧监控预警平台通过短信信息将所述城市内涝预警信息和气象灾害预警信息进行发布。

本发明第二方面还提供了一种城市内涝智慧预警系统，所述城市内涝智慧监控预警系统包括存储器与处理器，所述存储器中储存由城市内涝智慧监控预警程序，所述城市内涝智慧监控预警程序被所述处理器执行时，实现如下步骤：

通过大数据统计分析及洪涝数值模拟方法，生成不同降雨重现期下的道路积水情景数据库；

基于所述不同降雨重现期下的道路积水情景数据库，确定传感器监测设备安装位置及传感器监测设备规格，建立城市全景模型，将所述传感器监测设备和城市全景模型相关联；

通过所述传感器监测设备进行现场数据采集监测，得到原始监测数据，对所述原始监测数据进行处理分析得到处理分析后的监测数据，通过气象局网络平台获取城市天气信息，基于城市内涝智慧监控预警平台，对处理分析后的监测数据和城市天气信息进行集成展示；

在城市内涝智慧监控预警平台中判断处理分析后的监测数据中的井内水位高低，以及计算井内水位的上升速率和冒顶时间，生成黄色、橙色和红色三个预警等级；

获取本次降雨的雨型图像，根据本次降雨的雨型得到城市内涝预警信息，城市内涝智慧监控预警平台对城市内涝预警信息和气象灾害预警信息进行发布。

本发明解决的背景技术中存在的技术缺陷，本发明具备以下有益效果：通过洪涝模拟方法构建不同降雨重现期下的道路积水情景数据库，并确定传感器监测设备安装位置，将所述传感器监测设备与城市全景模型相关联，通过所述传感器监测设备进行现场数据采集监测，经过处理后得到的处理分析后的监测数据与城市天气信息在城市内涝智慧预警平台进行集成展示，基于所述处理分析后的监测数据，在城市内涝智慧监控预警平台中对处理分析后的监测数据进行等级划分，生成三个预警等级，获取城市内涝预警信息和气象灾害信息，城市内涝智慧监控预警平台对所述城市内涝预警信息和气象灾害预警信息进行发布。本方法能够根据雨情预报和水位预测综合判断防汛形势，及时发出预警信息并推送给相关管理人员，为科学制定防汛方案提供依据，提高了决策的科学性和主动性。

附图说明

为了更清楚地说明本发明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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他实施例的附图。

图1示出了一种城市内涝智慧预警方法的流程图；

图2示出了三个预警等级的生成流程图；

图3示出了获得城市内涝预警信息方法的流程图；

图4示出了一种城市内涝智慧预警系统的视图；

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

图1示出了一种城市内涝智慧预警方法的流程图，包括以下步骤：

S102：通过大数据统计分析及洪涝数值模拟方法，生成不同降雨重现期下的道路积水情景数据库；

S104：基于所述不同降雨重现期下的道路积水情景数据库，确定传感器监测设备安装位置及传感器监测设备规格，建立城市全景模型，将所述传感器监测设备和城市全景模型相关联；

S106：通过所述传感器监测设备进行现场数据采集监测，得到原始监测数据，对所述原始监测数据进行处理分析得到处理分析后的监测数据，通过气象局网络平台获取城市天气信息，基于城市内涝智慧监控预警平台，对处理分析后的监测数据和城市天气信息进行集成展示；

S108：在城市内涝智慧监控预警平台中判断处理分析后的监测数据中的井内水位高低，以及计算井内水位的上升速率和冒顶时间，生成黄色、橙色和红色三个预警等级；

S110：获取本次降雨的雨型图像，根据本次降雨的雨型得到城市内涝预警信息，城市内涝智慧监控预警平台对城市内涝预警信息和气象灾害预警信息进行发布。

需要说明的是，本方法能够根据雨情预报和水位预测综合判断防汛形势，及时发出预警信息并推送给相关管理人员，为科学制定防汛方案提供依据，提高了决策的科学性和主动性。

进一步的，本发明的一个较佳实施例中，所述S102，具体为：

通过大数据检索与统计分析，获取道路积水情景历史信息；

通过地图软件获取城市道路和地形曲面信息和城市地理信息，将所述城市道路和地形曲面信息导入BIM三维建模软件，构建城市道路和地形曲面BIM模型， 将所述城市地理周边信息导入GIS建模软件，构建城市地理周边GIS模型；

构建三维坐标系，将所述城市道路和地形曲面BIM模型与城市地理周边GIS模型进行数据整合，得到城市汇水分析条件数据；

通过大数据检索获取城市排水管网分布信息，将所述城市排水管网分布信息导入BIM三维建模软件，构建城市排水管网BIM模型，利用所述城市排水管网BIM模型进行管道排水模拟，采用芝加哥雨型将不同降雨重现期下的降雨强度转换为一场降雨的降雨过程线；

基于暴雨排水模拟系统，将所述道路积水情景历史信息、城市汇水分析条件数据和一场降雨的降雨过程线导入所述暴雨排水模拟系统中进行洪涝数值模拟，生成不同降雨重现期下的道路积水情景数据库。

需要说明的是，所述城市道路和地形曲面BIM模型为三维模型，结合城市地理周边GIS模型，可得到动态城市汇水模型，通过动态城市汇水模型可直观获得城市汇水的基本条件。利用城市排水管网BIM模型进行管道排水模拟，可以用于预测城市积水水位、流速和扩散范围，以芝加哥雨型为基准值将不同降雨重现期下的降雨强度转换为一场降雨的降雨过程线，目的是为生成不同降雨重现期下的道路积水情景数据库提供条件。洪涝数值模拟可模拟城市积水水位、流速等数据，为不同降雨重现期下的道路积水情景数据库提供数据支撑。本发明能够通过洪涝数值模拟构建不同降雨重现期下的道路积水情景数据库，该数据库可以使模拟结果能够更真实地反映实际情况，提高内涝预测准确性，同时该数据库可以在城市内涝智慧预警系统应用过程中不断迭代又话，随着城市变化不断更新。

进一步的，本发明的一个较佳实施例中，所述S104，具体为：

通过所述不同降雨重现期下的道路积水情景数据库，生成城市道路积水情况；

根据所述城市道路积水情况，确定传感器监测设备规格，所述传感器监测设备包括：雨量计、液位计和视频监控；

根据所述城市道路积水情况及传感器监测设备规格，确定传感器监测设备安装位置并获取安装位置坐标数据；

构建三维坐标系，将所述城市道路和地形曲面BIM模型、城市地理周边GIS模型和城市排水管网BIM模型导入三维坐标系中进行模型整合，得到城市全景模型，将所述安装位置坐标数据导入城市全景模型中，所述城市全景模型生成各个传感器监测设备的安装位置，通过超链接的方式使城市全景模型与传感器监测设备相关联，使城市全景模型能快速定位传感器监测设备位置并查看监测数据。

需要说明的是，根据道路积水情况严重程度，在道路积水情况较严重地点设置传感器监测设备。其中，雨量计采用翻斗式雨量计，安装在安装地点的中心位置，使监测结果可以更准确地反映区域整体降雨情况；液位计安装在雨水井内，用于监测井内的水位变化，由于静压式液位计水位适应范围广，但引压孔易堵塞，需定期清理，维护繁琐；超声波液位计测量精度高，但存在测量盲区，当水位上升到一定高度后，无法采集数据，所以液位计采用静压和超声波相结合的复位型液位计，弥补静压和超声波两类传感器的技术缺陷；视频监控用于监控和记录道路积水实际情况和拍摄降雨图像。通过超链接的方式使城市全景模型与传感器监测设备相关联，使在城市全景模型中能查看传感器监测设备位置及监测数据。本发明实现对传感器监测设备的选型和定位，并通过城市全景模型和传感器监测设备相关联，实现快速定位传感器监测设备位置及查看监测数据的目的。

进一步的，本发明的一个较佳实施例中，所述S106，具体为：

所述传感器监测设备中的雨量计和液位计进行现场数据采集，生成原始监测数据，所述原始监测数据通过传感器监测设备的串行通信接口传输至数据存储管理平台内储存；

调取数据存储管理平台内的原始监测数据，将所述原始监测数据导入数据清洗工具中，所述数据清洗工具识别原始检测数据中的缺失值，使用插值方法预测缺失值并探讨数据均值补偿缺失值；

所述数据清洗工具通过统计法，识别得出原始监测数据中的异常值和重复值，数据清洗工具删除异常值和重复值并将原始监测数据调节为统一格式，生成统一格式后的原始监测数据；

所述数据清洗工具对统一格式后的原始监测数据进行数值归一化处理，生成处理分析后的监测数据，所述处理分析后的监测数据包括日雨量、瞬时雨量、累积雨量和井内水位；

基于气象局网络平台，获取城市天气信息，所述城市天气包括气温、湿度、风向和风速、气压和空气质量；

构建城市内涝智慧监控预警平台，在城市内涝智慧监控预警平台中对所述处理分析后的监测数据和城市天气信息进行集成展示。

需要说明的是，传感器监测设备采集的数据为原始监测数据，所述原始监测数据在采集过程中可能存在异常，譬如数据存在重复数据点，数据中存在离群值或异常值，数据单位不匹配及数据字段之间存在逻辑关系的错误。对原始监测数据进行数据清洗，目的是清除原始监测数据中的错误数据，对原始监测数据进行统一格式提高数据一致性和准确性，定义数据结构类型等，使数据更规范可靠。通过气象局网络平台获取到城市天气信息和处理分析后的监测数据可以在内涝预警智慧监控平台上进行集成展示，使数据信息和预警范围更加全面和丰富。本发明能够对原始监测数据进行数据清洗及格式统一处理，并将城市天气信息和处理分析后的监测数据可以在内涝预警智慧监控平台上进行集成展示。

图2示出了了三个预警等级的生成流程图，包括以下步骤，具体为：

S202：预设第一水位和第二水位，对井内水位高低进行分析，根据分析结果判断是否生成黄色预警和橙色预警；

S204：计算井内水位上升速率，得到井内水位冒顶时间，所述井内水位冒顶时间与降雨时长相比较，根据比较结果判断是否生成红色预警；

S206：持续对井内水位高低及井内水位冒顶时间进行分析，当井内水位达到降低或解除预警条件，降低或解除对应预警等级。

进一步的，本发明的一个较佳实施例中，所述预设第一水位和第二水位，对井内水位高低进行分析，根据分析结果判断是否生成黄色预警和橙色预警，具体为：

在所述城市内涝智慧监控预警平台内将处理分析后的监测数据分成三个预警等级，所述三个预警等级包括黄色预警、橙色预警和红色预警；

获取雨水井的井深，预设雨水井的井底至井口2/3处为第一水位，预设雨水井的井口以下30cm处为第二水位；

基于城市内涝智慧监控预警平台，获取处理分析后的监测数据中的井内水位，判断所述井内水位；

若井内水位处于第一水位与第二水位之间，则城市内涝智慧监控预警平台生成黄色预警；

若井内水位达到第二水位，则城市内涝智慧监控预警平台生成橙色预警。

需要说明的是，井内水位为积水在井内达到的位置，当所述井内水位达到一定阈值，对应生成预警。黄色预警和橙色预警是通过井内水位值进行分析，当液位计监测到井内水位达到井深的2/3时，城市内涝智慧监控预警平台生成黄色预警，此时表明排水管网已由重力流转为压力流，排水管网处于超负荷运转状态；当水位达到距离雨水井的井口以下30cm时，此时此监测点位置可能发生道路积水，城市内涝智慧监控预警平台生成橙色预警。本发明能够通过判断井内水位高低，对应生成黄色预警或橙色预警。

进一步的，本发明的一个较佳实施例中，所述计算井内水位上升速率，得到井内水位冒顶时间，所述井内水位冒顶时间与降雨时长相比较，根据比较结果判断是否生成红色预警，具体为：

当城市内涝智慧监控预警平台生成橙色预警后，所述城市内涝智慧监控预警平台计算井内水位的上升速率，井内水位上升速率=（终止时间的井内水位-起始时间的井内水位）/时间间隔；

在天气预报中获取降雨时长，由井内水位的上升速率得到井内水位冒顶时间，当所述井内水位冒顶时间小于降雨时长，则城市内涝智慧监控预警平台生成红色预警。

需要说明的是，所述终止时间的井内水位指某一时刻井内水位高度，起始时间的井内水位是指之前一个时刻的井内水位高度，时间间隔则是两个时刻之间的时间差。所述井内水位冒顶时间指境内水位从起始时间到井内水位超过井口的时间间隔，根据井内水位上升速率可换算得出。当所述井内水位冒顶时间小于降雨时长时，证明降雨时间较长，雨水井储存雨水量不及降雨量，容易形成道路积水，所以生成红色预警。本发明能够通过计算井内水位上升速率，得到井内水位冒顶时间，对应生成红色预警。

进一步的，本发明的一个较佳实施例中，所述持续对井内水位高低及井内水位冒顶时间进行分析，当井内水位达到降低或解除预警条件，降低或解除对应预警等级，具体为：

若井内水位降低到第一水位以下，城市内涝智慧预警平台解除黄色预警；

若井内水位从第二水位降低到第一水位和第二水位之间，城市内涝智慧预警平台将橙色预警降低为黄色预警，若井内水位降低到第一水位以下，城市内涝智慧预警平台解除黄色预警；

若井内水位冒顶时间大于降雨时长，城市内涝智慧预警平台解除红色预警，并判断井内水位高低，对应生成黄色预警和橙色预警。

需要说明的是，井内水位降低到第一水位以下，证明排水管网处于正常负荷运转状态，排水管网处于重力流，若城市内涝智慧预警平台将橙色预警降低为黄色预警，证明此监测点暂时不会发生道路积水，若井内水位冒顶时间大于降雨时长，证明降雨量小于井内雨水存储量，道路发生积水情况但不会发生洪涝情况。本发明能够通过持续对井内水位高低及井内水位冒顶时间进行分析来降低或接触预警等级。

图3示出了获得城市内涝预警信息方法的流程图，包括以下步骤，具体为：

S302：获取传感器监测设备中视频监控的降雨图像信息，对所述降雨图像信息进行处理，得到二值化降雨图像；

S304：对所述二值化降雨图像进行图像分割，生成本次降雨的雨型数据；

S306：将所述本次降雨的雨型数据导入不同降雨重现期下的道路积水情景数据库中进行雨型匹配处理，生成城市内涝预警信息。

进一步的，本发明的一个较佳实施例中，所述获取传感器监测设备中视频监控的降雨图像信息，对所述降雨图像信息进行处理，得到二值化降雨图像，具体为：

当城市内涝智慧监控预警平台生成红色预警后，获取传感器监测设备中视频监控的降雨图像信息，对降雨图像信息进行灰度化处理，得到降雨灰度化图像；

定义降雨灰度化图像中一个雨水像素点为种子点，预设雨水像素点的灰度阈值，以种子点为起点，对降雨灰度化图像内的像素点进行相似性扩展，基于二值化法，将灰度值在雨水像素点的灰度阈值内的像素点定义为1，将灰度值不在雨水像素点的灰度阈值内的像素点定义为0，得到二值化降雨图像。

需要说明的是，对降雨图像信息进行灰度化处理的目的是只保留图像中必要的纹理和形状信息，增强图像的捕获，使图像中雨水特征更明显，同时减少色彩噪声对图像的影响，提高图像的质量。对所述降雨灰度化图像采取二值化法进行处理，获取雨水像素点的像素灰度阈值，从降雨灰度化图像中一点为起点向外扩展，扩展过程中判断像素点是否在雨水像素点灰度阈值内，并对图像中每一个像素点赋值，直到降雨灰度化图像的像素点全部赋值，得到二值化降雨图像。本发明能够通过二值化法对降雨灰度化图像进行处理，得到的二值化图像能大致确定雨水在图像中的位置。

进一步的，本发明的一个较佳实施例中，所述对所述二值化降雨图像进行图像分割，生成本次降雨的雨型数据，具体为：

选定所述二值化降雨图像的一个像素点为起始点，表示为目标分割区域的初始位置；

在所述起始点处构建水平集函数，设置所述水平集函数在目标分割区域值为负值，使水平集函数值逐渐收敛至目标分割区域边界；

根据所述水平及函数值将图像分割为目标区域和背景区域，选择水平集函数值为0的位置作为分割边界；

对目标区域内图像进行去除噪声和平滑边界处理，得到本次降雨的雨型图像，分析所述本次降雨的雨型图像生成本次降雨的雨型数据。

需要说明的是，对二值化降雨图像进行图像分割的方法为水平集方法。所述水平集函数值收敛过程可以通过评分法，通过图像像素点之间的相似程度对图像像素点进行评分，实现对水平集函数的收敛。对目标区域内的图像进行去除噪声和平滑处理，目的是得到更准确的分割结果，生成本次降雨的雨型数据。本发明能够通过水平集方法对二值化降雨图像进行图像分割，得到本次降雨的雨型数据。

进一步的，本发明的一个较佳实施例中，所述将所述本次降雨的雨型数据导入不同降雨重现期下的道路积水情景数据库中进行雨型匹配处理，生成城市内涝预警信息，具体为：

将所述本次降雨的雨型数据导入不同降雨重现期下的道路积水情景数据库中进行雨型匹配，得到与本次降雨匹配程度最高的经典雨型；

根据本次降雨匹配程度最高的经典雨型获取洪涝模拟结果，由洪涝模拟结果生成城市内涝预警信息，所述城市内涝预警信息包括积水点位置、积水范围、积水深度和积水退去时间。

需要说明的是，所述不同降雨重现期下的道路积水情景数据库中囊括各种经典雨型及经典雨型的洪涝模拟数据，将所述本次降雨的雨型数据导入数据库中进行数据比对，可以得到本次降雨匹配程度最高的经典雨型，由所述本次降雨匹配程度最高的经典雨型可生成城市内涝预警信息。本发明能够通过本次降雨的雨型数据与数据库进行比对，得到城市内涝预警信息。

此外，所述一种城市内涝智慧监控预警方法，还包括以下步骤：

在城市内涝智慧预警平台中设置系统总览功能，所述系统总览功能包括片区基本信息、当前预警信息、环境信息、设备监测信息及警报信息；

在城市内涝智慧预警平台设置内涝监测功能，所述内涝监测功能包括降雨量监测、降雨量排名、实时水位、最高水位和内涝预警统计；

在城市内涝智慧预警平台设置环境监测功能，所述环境监测功能包括气温曲线、湿度曲线、高温预警统计、空气质量指数、风力曲线和空气质量统计；

需要说明的是，城市内涝智慧预警平台中集成多个功能，城市内涝智慧预警平台内的各种功能实现运维阶段数字孪生系统中可视化的内涝预警辅助决策功能，为各级管理部门提供春分的数据信息保证和技术支持手段，形成城市综合体内涝预警与安全体系构建，理论计算与实测数据未来相互印证，推动系统迭代升级。

此外，所述一种城市内涝智慧监控预警方法，还包括以下步骤：

所述城市内涝智慧预警平台生成预警等级时，在所述城市全景模型上进行天气场景模拟、降雨强度模拟、实时水位模拟、预警预报详情分析、内涝区域及深度云图分析，以动画形式模拟不同重现期下典型降雨过程引起城市道路积水、内涝预警、积水消散全过程的动态演变。

需要说明的是，在模拟演示过程中，可以动态观察所有市政道路的积水情况，支持对三维场景进行缩放、移动和旋转查看，且城市全景模型场景会随着天气变化在晴天、阴天、雨天自动切换，使场景模拟更加逼真。道路积水情况会随着降雨过程动态变化，高度还原积水范围、积水深度和积水退去时间，使场景模拟更加真实地反映实际情况。本发明能够通过在城市全景模型中实行道路积水场景模拟演示，道路积水场景模拟演示可以使用户更直观体验和掌握该城市内涝智慧监控预警系统的工作原理和预警方法。

本发明第二方面提供了一种城市内涝智慧监控预警系统，所述城市内涝智慧监控预警系统内包括存储器41和处理器42，所述储存器41包括城市内涝智慧监控预警程序，所述城市内涝智慧监控预警程序被所属处理器42执行时，实现如下步骤：

通过大数据统计分析及洪涝数值模拟方法，生成不同降雨重现期下的道路积水情景数据库；

基于所述不同降雨重现期下的道路积水情景数据库，确定传感器监测设备安装位置及传感器监测设备规格，建立城市全景模型，将所述传感器监测设备和城市全景模型相关联；

通过所述传感器监测设备进行现场数据采集监测，得到原始监测数据，对所述原始监测数据进行处理分析得到处理分析后的监测数据，通过气象局网络平台获取城市天气信息，基于城市内涝智慧监控预警平台，对处理分析后的监测数据和城市天气信息进行集成展示；

在城市内涝智慧监控预警平台中判断处理分析后的监测数据中的井内水位高低，以及计算井内水位的上升速率和冒顶时间，生成黄色、橙色和红色三个预警等级；

获取本次降雨的雨型图像，根据本次降雨的雨型得到城市内涝预警信息，城市内涝智慧监控预警平台对城市内涝预警信息和气象灾害预警信息进行发布。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (5)

1.一种城市内涝智慧监控预警方法，其特征在于，包括以下步骤：

通过大数据统计分析及洪涝数值模拟方法，生成不同降雨重现期下的道路积水情景数据库；

基于所述不同降雨重现期下的道路积水情景数据库，确定传感器监测设备安装位置及传感器监测设备规格，建立城市全景模型，将所述传感器监测设备和城市全景模型相关联；

通过所述传感器监测设备进行现场数据采集监测，得到原始监测数据，对所述原始监测数据进行处理分析得到处理分析后的监测数据，通过气象局网络平台获取城市天气信息，基于城市内涝智慧监控预警平台，对处理分析后的监测数据和城市天气信息进行集成展示；

在城市内涝智慧监控预警平台中判断处理分析后的监测数据中的井内水位高低，以及计算井内水位的上升速率和冒顶时间，生成黄色、橙色和红色三个预警等级；

获取本次降雨的雨型图像，根据本次降雨的雨型得到城市内涝预警信息，城市内涝智慧监控预警平台对城市内涝预警信息和气象灾害预警信息进行发布；

其中，所述基于所述不同降雨重现期下的道路积水情景数据库，确定传感器监测设备安装位置及传感器监测设备规格，建立城市全景模型，将所述传感器监测设备和城市全景模型相关联，具体为：

通过所述不同降雨重现期下的道路积水情景数据库，生成城市道路积水情况；

根据所述城市道路积水情况，确定传感器监测设备规格，所述传感器监测设备包括：雨量计、液位计和视频监控；

根据所述城市道路积水情况及传感器监测设备规格，确定传感器监测设备安装位置并获取安装位置坐标数据；

构建三维坐标系，将所述城市道路和地形曲面BIM模型、城市地理周边GIS模型和城市排水管网BIM模型导入三维坐标系中进行模型整合，得到城市全景模型，将所述安装位置坐标数据导入城市全景模型中，所述城市全景模型生成各个传感器监测设备的安装位置，通过超链接的方式使城市全景模型与传感器监测设备相关联，使城市全景模型能快速定位传感器监测设备位置并查看监测数据；

其中，所述获取本次降雨的雨型图像，根据本次降雨的雨型得到城市内涝预警信息，城市内涝智慧监控预警平台对城市内涝预警信息和气象灾害预警信息进行发布，具体为：

当城市内涝智慧监控预警平台生成红色预警后，获取传感器监测设备中视频监控的降雨图像信息，对降雨图像信息进行灰度化处理，得到降雨灰度化图像；

定义降雨灰度化图像中一个雨水像素点为种子点，预设雨水像素点的灰度阈值，以种子点为起点，对降雨灰度化图像内的像素点进行相似性扩展，基于二值化法，将灰度值在雨水像素点的灰度阈值内的像素点定义为1，将灰度值不在雨水像素点的灰度阈值内的像素点定义为0，得到二值化降雨图像；

选定所述二值化降雨图像的一个像素点为起始点，表示为目标分割区域的初始位置；

在所述起始点处构建水平集函数，设置所述水平集函数，使水平集函数值逐渐收敛至雨水目标边界；

根据所述水平及函数值将图像分割为目标区域和背景区域，选择水平集函数值为0的位置作为分割边界；

对目标区域内图像进行去除噪声和平滑边界处理，得到本次降雨的雨型图像，分析所述本次降雨的雨型图像生成本次降雨的雨型数据；

将所述本次降雨的雨型数据导入不同降雨重现期下的道路积水情景数据库中进行雨型匹配，得到与本次降雨匹配程度最高的经典雨型，根据本次降雨匹配程度最高的经典雨型获取洪涝模拟结果，由洪涝模拟结果生成城市内涝预警信息，所述城市内涝预警信息包括积水点位置、积水范围、积水深度和积水退去时间；

基于气象局网络平台，获取气象灾害预警信息，所述城市内涝智慧监控预警平台通过短信信息将所述城市内涝预警信息和气象灾害预警信息进行发布。

2.根据权利要求1中所述的一种城市内涝智慧监控预警方法，其特征在于，所述通过大数据统计分析及洪涝数值模拟方法，生成不同降雨重现期下的道路积水情景数据库，具体为：

通过大数据检索与统计分析，获取道路积水情景历史信息；

通过地图软件获取城市道路和地形曲面信息和城市地理信息，将所述城市道路和地形曲面信息导入BIM三维建模软件，构建城市道路和地形曲面BIM模型， 将所述城市地理周边信息导入GIS建模软件，构建城市地理周边GIS模型；

构建三维坐标系，将所述城市道路和地形曲面BIM模型与城市地理周边GIS模型进行数据整合，得到城市汇水分析条件数据；

通过大数据检索获取城市排水管网分布信息，将所述城市排水管网分布信息导入BIM三维建模软件，构建城市排水管网BIM模型，利用所述城市排水管网BIM模型进行管道排水模拟，采用芝加哥雨型将不同降雨重现期下的降雨强度转换为一场降雨的降雨过程线；

基于暴雨排水模拟系统，将所述道路积水情景历史信息、城市汇水分析条件数据和一场降雨的降雨过程线导入所述暴雨排水模拟系统中进行洪涝数值模拟，生成不同降雨重现期下的道路积水情景数据库。

3.根据权利要求1中所述的一种城市内涝智慧监控预警方法，其特征在于，所述通过所述传感器监测设备进行现场数据采集监测，得到原始监测数据，对所述原始监测数据进行处理分析得到处理分析后的监测数据，通过气象局网络平台获取城市天气信息，基于城市内涝智慧监控预警平台，对处理分析后的监测数据和城市天气信息进行集成展示，具体为：

所述传感器监测设备中的雨量计和液位计进行现场数据采集，生成原始监测数据，所述原始监测数据通过传感器监测设备的串行通信接口传输至数据存储管理平台内储存；

调取数据存储管理平台内的原始监测数据，将所述原始监测数据导入数据清洗工具中，所述数据清洗工具识别原始检测数据中的缺失值，使用插值方法预测缺失值并探讨数据均值补偿缺失值；

所述数据清洗工具通过统计法，识别得出原始监测数据中的异常值和重复值，数据清洗工具删除异常值和重复值并将原始监测数据调节为统一格式，生成统一格式后的原始监测数据；

所述数据清洗工具对统一格式后的原始监测数据进行数值归一化处理，生成处理分析后的监测数据，所述处理分析后的监测数据包括日雨量、瞬时雨量、累积雨量和井内水位；

基于气象局网络平台，获取城市天气信息，所述城市天气包括气温、湿度、风向和风速、气压和空气质量；

构建城市内涝智慧监控预警平台，在城市内涝智慧监控预警平台中对所述处理分析后的监测数据和城市天气信息进行集成展示。

4.根据权利要求1中所述的一种城市内涝智慧监控预警方法，其特征在于，所述在城市内涝智慧监控预警平台中判断处理分析后的监测数据中的井内水位高低，以及计算井内水位的上升速率和冒顶时间，生成黄色、橙色和红色三个预警等级，具体为：

在所述城市内涝智慧监控预警平台内将处理分析后的监测数据分成三个预警等级，所述三个预警等级包括黄色预警、橙色预警和红色预警；

获取雨水井的井深，预设雨水井的井底至井口2/3处为第一水位，预设雨水井的井口以下30cm处为第二水位；

基于城市内涝智慧监控预警平台，获取处理分析后的监测数据中的井内水位，判断所述井内水位；

若井内水位处于第一水位与第二水位之间，则城市内涝智慧监控预警平台生成黄色预警，在城市内涝预警平台生成黄色预警后若井内水位降至第一水位以下，解除黄色预警；

若井内水位达到第二水位，则城市内涝智慧监控预警平台生成橙色预警，在城市内涝预警平台生成橙色预警后若井内水位降至第一水位与第二水位之间，解除橙色预警，生成黄色预警；

当城市内涝智慧监控预警平台生成橙色预警后，所述城市内涝智慧监控预警平台计算井内水位的上升速率，在天气预报中获取降雨时长，由井内水位的上升速率得到井内水位冒顶时间，当所述井内水位冒顶时间小于降雨时长，则城市内涝智慧监控预警平台生成红色预警，在城市内涝预警平台生成红色预警后若所述井内水位冒顶时间不小于降雨时长，则解除红色预警，再通过判断井内水位生成对应预警等级。

5.一种城市内涝智慧监控预警系统，其特征在于，所述城市内涝智慧监控预警系统包括存储器与处理器，所述存储器中储存由城市内涝智慧监控预警程序，所述城市内涝智慧监控预警程序被所述处理器执行时，实现如下步骤：

通过大数据统计分析及洪涝数值模拟方法，生成不同降雨重现期下的道路积水情景数据库；

基于所述不同降雨重现期下的道路积水情景数据库，确定传感器监测设备安装位置及传感器监测设备规格，建立城市全景模型，将所述传感器监测设备和城市全景模型相关联；

通过所述传感器监测设备进行现场数据采集监测，得到原始监测数据，对所述原始监测数据进行处理分析得到处理分析后的监测数据，通过气象局网络平台获取城市天气信息，基于城市内涝智慧监控预警平台，对处理分析后的监测数据和城市天气信息进行集成展示；

在城市内涝智慧监控预警平台中判断处理分析后的监测数据中的井内水位高低，以及计算井内水位的上升速率和冒顶时间，生成黄色、橙色和红色三个预警等级；

获取本次降雨的雨型图像，根据本次降雨的雨型得到城市内涝预警信息，城市内涝智慧监控预警平台对城市内涝预警信息和气象灾害预警信息进行发布；

其中，所述基于所述不同降雨重现期下的道路积水情景数据库，确定传感器监测设备安装位置及传感器监测设备规格，建立城市全景模型，将所述传感器监测设备和城市全景模型相关联，具体为：

通过所述不同降雨重现期下的道路积水情景数据库，生成城市道路积水情况；

根据所述城市道路积水情况，确定传感器监测设备规格，所述传感器监测设备包括：雨量计、液位计和视频监控；

根据所述城市道路积水情况及传感器监测设备规格，确定传感器监测设备安装位置并获取安装位置坐标数据；

构建三维坐标系，将所述城市道路和地形曲面BIM模型、城市地理周边GIS模型和城市排水管网BIM模型导入三维坐标系中进行模型整合，得到城市全景模型，将所述安装位置坐标数据导入城市全景模型中，所述城市全景模型生成各个传感器监测设备的安装位置，通过超链接的方式使城市全景模型与传感器监测设备相关联，使城市全景模型能快速定位传感器监测设备位置并查看监测数据；

其中，所述获取本次降雨的雨型图像，根据本次降雨的雨型得到城市内涝预警信息，城市内涝智慧监控预警平台对城市内涝预警信息和气象灾害预警信息进行发布，具体为：

当城市内涝智慧监控预警平台生成红色预警后，获取传感器监测设备中视频监控的降雨图像信息，对降雨图像信息进行灰度化处理，得到降雨灰度化图像；

定义降雨灰度化图像中一个雨水像素点为种子点，预设雨水像素点的灰度阈值，以种子点为起点，对降雨灰度化图像内的像素点进行相似性扩展，基于二值化法，将灰度值在雨水像素点的灰度阈值内的像素点定义为1，将灰度值不在雨水像素点的灰度阈值内的像素点定义为0，得到二值化降雨图像；

选定所述二值化降雨图像的一个像素点为起始点，表示为目标分割区域的初始位置；

在所述起始点处构建水平集函数，设置所述水平集函数，使水平集函数值逐渐收敛至雨水目标边界；

根据所述水平及函数值将图像分割为目标区域和背景区域，选择水平集函数值为0的位置作为分割边界；

对目标区域内图像进行去除噪声和平滑边界处理，得到本次降雨的雨型图像，分析所述本次降雨的雨型图像生成本次降雨的雨型数据；

将所述本次降雨的雨型数据导入不同降雨重现期下的道路积水情景数据库中进行雨型匹配，得到与本次降雨匹配程度最高的经典雨型，根据本次降雨匹配程度最高的经典雨型获取洪涝模拟结果，由洪涝模拟结果生成城市内涝预警信息，所述城市内涝预警信息包括积水点位置、积水范围、积水深度和积水退去时间；

基于气象局网络平台，获取气象灾害预警信息，所述城市内涝智慧监控预警平台通过短信信息将所述城市内涝预警信息和气象灾害预警信息进行发布。