CN117012004A - 一种城市内涝风险预警方法及系统 - Google Patents
一种城市内涝风险预警方法及系统 Download PDFInfo
- Publication number
- CN117012004A CN117012004A CN202310983306.2A CN202310983306A CN117012004A CN 117012004 A CN117012004 A CN 117012004A CN 202310983306 A CN202310983306 A CN 202310983306A CN 117012004 A CN117012004 A CN 117012004A
- Authority
- CN
- China
- Prior art keywords
- sub
- area
- data
- catchment
- catchment area
- 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 59
- 238000011160 research Methods 0.000 claims abstract description 135
- 238000009826 distribution Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 54
- 238000004519 manufacturing process Methods 0.000 claims description 46
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000010586 diagram Methods 0.000 claims description 18
- 238000011835 investigation Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 description 9
- 238000004088 simulation Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 6
- 238000012876 topography Methods 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008595 infiltration Effects 0.000 description 3
- 238000001764 infiltration Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Geometry (AREA)
- Environmental & Geological Engineering (AREA)
- Strategic Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Geology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Sewage (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Emergency Management (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
Abstract
本发明公开一种城市内涝风险预警方法及系统,涉及城市内涝风险预警领域,该方法包括根据研究区域的地形数据对研究区域进行盆域分析,并基于盆域分析结果进行子汇水区划分,以将汇流集中且高程变幅小于设定值的区域划分到同一子汇水区;以生成同质性最大、异质性最小的子汇水区为目的,将研究区域的影像数据中相邻像素合并;将不存在管网节点的子汇水区与其相邻且公共边界高程最小的子汇水区合并;基于排水管网分布数据,采用泰森多边形法确定与每一子汇水区一一对应的管网节点。本发明通过对研究区域进行子汇水区精细化分,充分考虑子汇水区对产流模型精确度的影响,提高了计算积水内涝深度的准确度,能够更加准确的进行城市内涝风险预警。
Description
技术领域
本发明涉及城市内涝风险预警领域,特别是涉及一种城市内涝风险预警方法及系统。
背景技术
近年来,城市局部气候异常、极端天气频繁出现、排水系统能力不足以及城市地面硬化比例增加而引起的城市局部区域暴雨内涝灾害时常发生,且城市暴雨内涝灾害出现的频次、强度等呈逐年增大的趋势,会引发大规模河水倒灌、道路水淹、交通堵塞、桥梁建筑损毁等灾害,给相关单位和人民的生命财产安全和社会经济发展带来了严重威胁。为减少该区域城市内涝的发生,降低城市内涝造成的损失,对城市内涝进行模拟研究尤为重要。
目前,城市内涝模拟研究常用的模型主要有SWMM、WCA2D、TELEMAC-2D等开源或部分开源模型,以及MIKE、Infoworks ICM等非开源模型,但城市雨洪过程常伴随着街道洪水演进、河道漫溢等多过程,各过程之间又进行着水量的交换,仅采用上述模型难以实现多过程水流交换精确模拟。在城市内涝风险预警相关研究中,数据处理过程较为基础、简单,未充分考虑划分的汇水区对产流模型精确度的影响,因此,计算得到的城市内涝风险预警结果不准确。
发明内容
本发明的目的是提供一种城市内涝风险预警方法及系统,可提高计算积水内涝深度的准确度,能够更加准确的进行城市内涝风险预警。
为实现上述目的,本发明提供了如下方案:
一种城市内涝风险预警方法,所述方法包括:
根据研究区域的地形数据对所述研究区域进行盆域分析,并基于盆域分析结果进行第一次子汇水区划分,以将汇流集中且高程变幅小于设定值的区域划分到同一子汇水区;
以生成同质性最大、异质性最小的子汇水区为目的,将所述研究区域的影像数据中相邻像素合并,进行所述研究区域的第二次子汇水区划分;
将不存在管网节点的子汇水区与其相邻且公共边界高程最小的子汇水区合并,进行所述研究区域的第三次子汇水区划分;
基于所述研究区域的排水管网分布数据,采用泰森多边形法确定与每一所述子汇水区一一对应的管网节点;
计算每一所述子汇水区的汇水区数据;所述汇水区数据包括坡度和不渗透性程度;所述不渗透性程度由子汇水区的土地利用类型确定;
对于每一所述子汇水区,根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算所述子汇水区的地表产流;所述暴雨参数根据所述研究区域的历史时段的降雨数据预测得到;
对于每一所述子汇水区,根据所述研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据,所述排水管网汇流数据包括排水管道流量和排水管网节点处水深;
对于每一所述子汇水区,根据所述子汇水区的所述地表产流和所述排水管网汇流数据计算所述子汇水区的积水内涝深度;
根据各所述子汇水区的积水内涝深度进行风险预警。
可选的,根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算所述子汇水区的地表产流,具体包括:
对所述研究区域的地表平面图进行多尺度网格划分;
基于网格划分后的研究区域,根据各子汇水区的汇水区数据、土地利用数据以及暴雨参数计算各子汇水区的地表产流。
可选的,对所述研究区域的地表平面图进行多尺度网格划分,具体包括:
基于所述研究区域内道路和河流的边界,将所述研究区域划分为第一地块和第二地块,所述第一地块为包含道路或河流的地块,所述第二地块为除去第一地块后的剩余区域构成的地块;
对于每一所述第一地块,以第一网格对所述第一地块进行网格划分;
对于每一所述第二地块,以第二网格对所述第二地块进行网格划分;所述第二网格尺度大于所述第一网格;
将各地块边界处的网格进行融合,得到融合网格图。
可选的,在根据研究区域的地形数据对所述研究区域进行盆域分析之前,还包括:
根据目标区域的水系边界、行政区划边界以及遥感影像数据确定所述研究区域的范围。
可选的,在基于所述研究区域的排水管网分布数据,采用泰森多边形法确定与每一所述子汇水区一一对应的管网节点之前,还包括:
通过人工对所述研究区域的排水管网进行管网拓扑检查,并删除所述研究区域排水管网中的重合管线、孤立管点、问题管线、短支管线,增加无排放口的排水管网节点,得到所述研究区域的排水管网分布数据。
可选的,根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算所述子汇水区的地表产流,具体包括:
根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数采用霍顿下渗曲线计算所述子汇水区内透水区域的地表产流;
根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算考虑洼地蓄水后所述子汇水区内不透水区域的地表产流;
根据所述子汇水区内透水区域的地表产流和不透水区域的地表产流计算所述子汇水区的地表产流。
可选的,根据所述研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据,具体包括:
基于圣维南方程组根据所述研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据。
本发明还提供了一种城市内涝风险预警系统,所述系统包括:
第一次划分模块,用于根据研究区域的地形数据对所述研究区域进行盆域分析,并基于盆域分析结果进行第一次子汇水区划分,以将汇流集中且高程变幅小于设定值的区域划分到同一子汇水区;
第二次划分模块,用于以生成同质性最大、异质性最小的子汇水区为目的,将所述研究区域的影像数据中相邻像素合并,进行所述研究区域的第二次子汇水区划分;
第三次划分模块,用于将不存在管网节点的子汇水区与其相邻且公共边界高程最小的子汇水区合并,进行所述研究区域的第三次子汇水区划分;
子汇水区与管网节点对应模块,用于基于所述研究区域的排水管网分布数据,采用泰森多边形法确定与每一所述子汇水区一一对应的管网节点;
汇水区数据计算模块,用于计算每一所述子汇水区的汇水区数据;所述汇水区数据包括坡度和不渗透性程度;所述不渗透性程度由子汇水区的土地利用类型确定;
地表产流计算模块,用于对于每一所述子汇水区,根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算所述子汇水区的地表产流;所述暴雨参数根据所述研究区域的历史时段的降雨数据预测得到;
排水管网汇流数据计算模块,用于对于每一所述子汇水区,根据所述研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据,所述排水管网汇流数据包括排水管道流量和排水管网节点处水深;
积水内涝深度计算模块,用于对于每一所述子汇水区,根据所述子汇水区的所述地表产流和所述排水管网汇流数据计算所述子汇水区的积水内涝深度;
预警模块,用于根据各所述子汇水区的积水内涝深度进行风险预警。
可选的,所述地表产流计算模块包括:
网格划分单元,用于对所述研究区域的地表平面图进行多尺度网格划分;
地表产流计算单元,用于基于网格划分后的研究区域,根据各子汇水区的汇水区数据、土地利用数据以及暴雨参数计算各子汇水区的地表产流。
可选的,所述网格划分单元包括:
地块划分子单元,用于基于所述研究区域内道路和河流的边界,将所述研究区域划分为第一地块和第二地块,所述第一地块为包含道路或河流的地块,所述第二地块为除去第一地块后的剩余区域构成的地块;
第一网格划分子单元,用于对于每一所述第一地块,以第一网格对所述第一地块进行网格划分;
第二网格划分子单元,用于对于每一所述第二地块,以第二网格对所述第二地块进行网格划分;所述第二网格尺度大于所述第一网格;
融合子单元,用于将各地块边界处的网格进行融合,得到融合网格图。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供了一种城市内涝风险预警方法及系统,该方法包括:根据研究区域的地形数据对研究区域进行盆域分析,并基于盆域分析结果进行第一次子汇水区划分,以将汇流集中且高程变幅小于设定值的区域划分到同一子汇水区;以生成同质性最大、异质性最小的子汇水区为目的,将研究区域的影像数据中相邻像素合并,进行研究区域的第二次子汇水区划分;将不存在管网节点的子汇水区与其相邻且公共边界高程最小的子汇水区合并,进行研究区域的第三次子汇水区划分;基于研究区域的排水管网分布数据,采用泰森多边形法确定与每一子汇水区一一对应的管网节点;计算每一子汇水区的汇水区数据;汇水区数据包括坡度和不渗透性程度;不渗透性程度由子汇水区的土地利用类型确定;对于每一子汇水区,根据子汇水区的汇水区数据、土地利用数据以及暴雨参数计算子汇水区的地表产流;暴雨参数根据研究区域的历史时段的降雨数据预测得到;对于每一子汇水区,根据研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据,排水管网汇流数据包括排水管道流量和排水管网节点处水深;对于每一子汇水区,根据子汇水区的地表产流和排水管网汇流数据计算子汇水区的积水内涝深度;根据各子汇水区的积水内涝深度进行风险预警。本发明通过对研究区域进行子汇水区精细化分,充分考虑划分的汇水区对产流模型精确度的影响,提高了计算积水内涝深度的准确度,能够更加准确的进行城市内涝风险预警。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的城市内涝风险预警方法流程示意图;
图2为本发明实施例1提供的城市内涝风险预警方法具体实施流程示意图;
图3为本发明实施例1提供的研究区域范围示意图;
图4为本发明实施例1提供的城市排水管网拓扑检查后分布图;
图5为本发明实施例1提供的划分子汇水区流程示意图;
图6为本发明实施例1提供的基于盆浴分析初步划分一级子汇水区流程示意图;
图7为本发明实施例1提供的子汇水区划分结果示意图;
图8为本发明实施例1提供的地表二维区域多尺度网格优化剖分结果示意图;
图9为本发明实施例1提供的城市内涝风险预警模型建立流程示意图;
图10为本发明实施例1提供的高程插值结果示意图;
图11为本发明实施例1提供的地面与地下排水管网耦合示意图;
图12为本发明实施例1提供的模型计算结果格式转换工具界面示意图;
图13为本发明实施例1提供的城市内涝模拟结果展示示意图;
图14为本发明实施例2提供的城市内涝风险预警系统框图。
具体实施方式
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,本领域普通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。
目前,关于城市内涝风险预警的研究工作处于快速发展阶段,国内外已有不少研究学者基于SWMM、Infoworks ICM等模型开展暴雨内涝相关研究,包括城市内涝成因分析、洪水风险图编制以及城市内涝风险评估等。但是,在城市内涝风险预警相关研究中,数据处理过程较为基础、简单,未充分考虑划分的汇水区对产流模型精确度的影响,并且未针对不同尺度的大、小地块进行网格优化剖分,模拟淹没效果不佳。
本发明的目的是提供一种城市内涝风险预警方法及系统,通过对研究区域进行子汇水区精细化分,充分考虑划分的汇水区对产流模型精确度的影响,提高了计算积水内涝深度的准确度,能够更加准确的进行城市内涝风险预警。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图1和图2所示,本发明提供了一种城市内涝风险预警方法,所述方法包括:
S1:根据研究区域的地形数据对所述研究区域进行盆域分析,并基于盆域分析结果进行第一次子汇水区划分,以将汇流集中且高程变幅小于设定值的区域划分到同一子汇水区。
S2:以生成同质性最大、异质性最小的子汇水区为目的,将所述研究区域的影像数据中相邻像素合并,进行所述研究区域的第二次子汇水区划分。
S3:将不存在管网节点的子汇水区与其相邻且公共边界高程最小的子汇水区合并,进行所述研究区域的第三次子汇水区划分。
S4:基于所述研究区域的排水管网分布数据,采用泰森多边形法确定与每一所述子汇水区一一对应的管网节点。
S5:计算每一所述子汇水区的汇水区数据;所述汇水区数据包括坡度和不渗透性程度;所述不渗透性程度由子汇水区的土地利用类型确定。
S6:对于每一所述子汇水区,根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算所述子汇水区的地表产流;所述暴雨参数根据所述研究区域的历史时段的降雨数据预测得到。
S7:对于每一所述子汇水区,根据所述研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据,所述排水管网汇流数据包括排水管道流量和排水管网节点处水深。
S8:对于每一所述子汇水区,根据所述子汇水区的所述地表产流和所述排水管网汇流数据计算所述子汇水区的积水内涝深度。
S9:根据各所述子汇水区的积水内涝深度进行风险预警。
首先获取城市内涝风险预警基础数据:获取城市内涝排水模型的基础数据,包括研究区域排水管网相关数据、地形数据、土地利用数据、降雨流量数据、河道及水系数据和遥感影像数据等,主要基础数据属性信息如下:
1.排水管网相关数据
排水管网相关数据主要包括排水管网、检查井(包含雨水篦)和排水口数据及分布,充分体现研究区域内的城市管网平面拓扑结构和管网系统的垂向空间关系,如各个管段之间的连接关系,管网与泵站的连接关系,系统排水口的位置等。
排水管网包括管段编号、管段种类、上下游节点编号、管长、管段类型、断面尺寸、管段材质、管段粗糙系数、上下游偏移量等。如果管段断面是圆形,断面尺寸需提供管段直径数据;如果断面是矩形,需提供渠高、渠宽数据;如果断面是梯形,需提供渠高、下底宽、两侧底角坡度数据。
检查井和雨水篦数据需包含节点编号、检查井种类、井底高程、井深和地理位置坐标。
排水口数据需包含排水口编号、底部高程、地理位置坐标。
在本实施例中,排水管网数据属性如表1所示:
表1排水管网数据属性表
2.地形数据
地形数据即研究区域的DEM高程数据,包括带有高程值和地理位置坐标的shp点图层数据,如表2所示。
表2地形数据属性表
3.土地利用数据
土地利用数据用来分析当前研究区的土地利用现状,计算下渗参数和产汇流参数,主要包括房屋建筑、水体、绿地、森林、裸土、不透水广场、透水广场、道路等,以及研究区域内不同下垫面类型的分布图。如表3所示:
表3土地利用数据属性表
4.降雨流量数据
降雨流量数据包括研究区域雨量站分布位置及各雨量站的历史降雨数据(超过30年)。雨量站数据需提供雨量站名称、编号、所属单位、数据传输时间间隔、传输内容、降雨记录方式、地理位置坐标。降雨数据需提供各雨量站的分钟降雨数据,按照年、月、日、时、分、降雨量的格式整理,降雨时间间隔为1分钟,数据的历史时间尽可能大。
表4降雨流量数据属性表
在本实施例中,在根据研究区域的地形数据对所述研究区域进行盆域分析之前,还包括:根据目标区域的水系边界、行政区划边界以及遥感影像数据确定所述研究区域的范围。
具体地:结合研究区域水系边界和行政区划边界,叠加遥感影像数据确定研究区域范围边界面和边界线,描述研究区域具体流域范围。如图3所示,实线内的区域为本实施例确定的研究区域的范围。
在本实施例中,在基于所述研究区域的排水管网分布数据,采用泰森多边形法确定与每一所述子汇水区一一对应的管网节点之前,还包括:
通过人工对所述研究区域的排水管网进行管网拓扑检查,并删除所述研究区域排水管网中的重合管线、孤立管点、问题管线、短支管线,增加无排放口的排水管网节点,得到所述研究区域的排水管网分布数据。
具体地,城市排水管网拓扑检查包括:检查研究区域内的排水管网重合节点、重合管线、孤立管点、问题管线、短支管线等,及时删除或修改拓扑错误的数据。通过叠加影像、高程、水系等参考数据,在原始管点数据中修改无排放口的排水管网,确保排水管网数据的准确性并满足建模需求。如图4所示,为本实施例中最终确定研究区域的排水管网节点,其包括已知正常的排水管网排水口和为无排放口的排水管网新增排水口(图中的新增排口)。
在本实施例中,如图5所示,步骤S1-S4具体包括:
分级划分子汇水区:汇水区是指某一地区的地表径流汇聚到同一出水口所经过的封闭地表区域。综合考虑地形、水域等因素,分级划分子汇水区减少对产流模型精确度的影响。然后,采用收集到的地形、土地利用等数据补充汇水区属性信息,从而满足汇水区地表径流通过唯一管网节点汇入管段的要求。
步骤S1具体包括:首先使用数字高程模型数据对研究区域进行盆域分析,基于盆域分析结果进行第一次子汇水区划分,得到汇流集中且高程变幅小于设定值的区域(即高程变幅小的区域)划分到同一子汇水区,得到多个一级子汇水区。基于盆浴分析初步划分一级子汇水区的流程如图6所示。
步骤S2具体包括:多尺度分割是一种自下而上的分割方法,在影像信息损失最小的前提下,通过设置分割参数、形状比例系数与紧致度比例系数等合并相邻的像素或小的分割对象,以任意尺度生成同质性最大、异质性最小的分割对象层,辅助分割研究区域的影像数据中大面积山体、水体,以进行第二次子汇水区划分,局部优化初步形成的一级子汇水区得到二级子汇水区。即当一级子汇水区存在山体或水体,且山体或水体的面积大于设定面积,将此山体或水体对应的影像数据中的像素进行合并,得到山体或水体子汇水区,将山体或水体子汇水区记为二级子汇水区,同时将所有一级子汇水区中非山体或水体子汇水区重新命名为二级子汇水区。
步骤S3具体包括:优化后的二级子汇水区未考虑城市排水管网分布,不存在管网节点的子汇水区无法满足城市内涝风险预警模型需求,因此本实施例采用就近合并方法,将所有不存在管网节点的子汇水区与其相邻(最邻近)且公共边界高程最小的二级子汇水区合并,重新生成一个修定后的三级子汇水区,并将其他未进行合并的二级子汇水区重新命名为三级子汇水区。
修定后的三级子汇水区存在一个或多个管网节点,因此本实施例采用泰森多边形法细化管网节点汇水范围,确定与管网节点一一对应的子汇水区,结果如图7所示。
在子汇水区划分完成后,还需要补充子汇水区属性数据,内容如表5所示:
表5子汇水区属性数据表
在本实施例中,步骤S6中根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算所述子汇水区的地表产流,具体包括:
对所述研究区域的地表平面图进行多尺度网格划分。
基于网格划分后的研究区域,根据各子汇水区的汇水区数据、土地利用数据以及暴雨参数计算各子汇水区的地表产流。
其中,所述对所述研究区域的地表平面图进行多尺度网格划分,具体包括:
基于所述研究区域内道路和河流的边界,将所述研究区域划分为第一地块和第二地块,所述第一地块为包含道路或河流的地块,所述第二地块为除去第一地块后的剩余区域构成的地块。
对于每一所述第一地块,以第一网格对所述第一地块进行网格划分。
对于每一所述第二地块,以第二网格对所述第二地块进行网格划分;所述第二网格尺度大于所述第一网格。
将各地块边界处的网格进行融合,得到融合网格图。
具体地,地表二维区域网格优化剖分(对所述研究区域的地表平面图进行多尺度网格划分)包括:为了更好地模拟淹没效果,需要对研究区域地表平面图进行二维网格剖分。
首先,确定需要剖分区域的边界,具体地,由于河道和排水管网所在处会产生淹没溢流,网格剖分仅针对平原城区,由于山体出不会发生淹没溢流,本实施例对除去山体所在区域的研究区域进行网格划分。
根据研究区域内道路和河流的边界划分缓冲区作为小地块,其余为大地块。将包含道路或河流的地块及缓冲区地块记为第一地块,除去第一地块后的剩余区域构成的地块记为第二地块,其中第二地块中存在裸土、森林、建筑中一种或多种土地利用类型。然后,分别对分离后的地表二维区域(第一地块和第二地块)进行网格优化剖分,对于小地块的道路直接生成密集网格,即以第一网格对所述第一地块进行网格划分。对于存在建筑物、河流、裸土等的大地块(第二地块),以第二网格对所述第二地块进行网格划分,其中,第二网格尺度大于第一网格。最后,将大小地块优化剖分后的网格进行融合,即将各地块边界处的网格进行融合,可得到融合网格图,如图8所示,为研究区域的一部分区域网格划分后的结果。
如图9所示,经过上述多尺度网格划分过程后,可构建城市内涝风险预警模型,具体地:基于分级划分的子汇水区与二维地表区域网格优化剖分结果,通过提取网格高程、设置时间序列、设置雨量站、建立地表地下连接关系以及计算地表产流、排水管网汇流、地表产流和排水管网汇流交换流量等流程,并依据相关标准,将计算得出的积水内涝深度划分成五个等级的风险,构建完成城市内涝风险预警模型。
1.提取网格高程:
数字高程模型(DEM)是描述城市地表地形地貌特征的基础,也是分析地表淹水的必须条件,依据高精度的DEM模型提取网格高程,从而实现对地面高程起伏变化的描述,插值结果如图10所示。
2.设置时间序列:
根据研究区域暴雨强度公式,在设计暴雨生成器中设置暴雨参数,包括重现期、雨峰系数、暴雨历时(时)、时间间隔(分)、初始时间等,并选择暴雨强度数据单位(毫米/小时),完成时间序列的添加。
式中:i为暴雨强度,单位mm/min;t为降雨历时,单位min;P为重现期,单位年。n、A1、b、C为地区参数,地区参数的值随地域和气象差异的不同而不同。
3.一维管网与二维地表模型耦合:
针对特殊地形及研究区域的网格边界进行处理,使得网格与地形尽量吻合,保证较高的模拟精度。对于地表严重低洼且明显与实际不符的区域,进行适当的填洼处理,以保证地形与实际尽量相符。边界处理完成后,对一维管网(即图7)与二维地表模型(图8)进行耦合,得到研究区域的耦合模型,初步运行调试并根据运行结果对模拟参数进行调整,以保证模型具有较高运行效率。
4.计算地表产流:
在本实施例中,步骤S6中根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算所述子汇水区的地表产流,具体包括:
根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数采用霍顿下渗曲线计算所述子汇水区内透水区域的地表产流。
根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算考虑洼地蓄水后所述子汇水区内不透水区域的地表产流。
根据所述子汇水区内透水区域的地表产流和不透水区域的地表产流计算所述子汇水区的地表产流。
具体地,地表产流(Qc)是指降雨经过损失变成净雨的过程,本实施例在构建城市内涝风险预警模型时,考虑透水面积上的产流和有洼蓄不透水面积上的产流,采用霍顿下渗曲线计算透水区域的产流,下渗参数根据土地类型确定,不透水区域考虑洼地蓄水,取值范围为1mm~3mm。
计算子汇水区的地表产流所需的输入数据包括研究区域的汇水区数据(汇水区属性信息)、土地利用数据、以及降雨流量数据(暴雨参数),可计算得出每个子汇水区的地表流量数据(地表产流)。
5.计算排水管网汇流:
步骤S7中根据所述研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据,具体包括:基于圣维南方程组根据所述研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据。
具体地,城市的排水系统由入水口(水篦子)、地下排水管网、管网排放口、和河道等组成,采用动力波法,将每一子汇水区的排水管网分布数据与研究区域降雨数据按照求解完整的圣维南方程组来进行排水管网汇流计算,计算每一子汇水区的排水管网汇流数据,排水管网汇流数据包括排水管网管道流量(即排水管道流量Qp)和排水管网节点处水深,能够准确地模拟排水管网的蓄变、回水、逆流和有压流动等复杂流态。
6.计算地表产流和排水管网汇流交换流量:
针对排水管网与地面的水流交换问题,在垂直方向上采用一二维模型耦合的方法,耦合后的结果如图11所示,其中图11(a)为地面的水流通过雨水井流入排水管网的过程示意图,图11(b)为排水管网的水流通过雨水井溢出到地面的过程示意图。每一子汇水区的地表产流和排水管网汇流交换流量(Q)的计算公式如下:
式中:M为流量系数;Hn为排水管道水头(即上述得到的排水管网节点处水深),单位m;Hs为地面水头,单位m;Hg为地面高程,单位m;Wcrest为子流域(子汇水区)宽度,单位m。
上述每一子汇水区的的流量系数M可根据该子汇水区的地表产流Qc和排水管网管道流量Qp计算得到,流量系数计算公式如下:
7.划分城市内涝预警等级:
根据研究区域内,每一子汇水区的地表产流和排水管网汇流交换流量计算得出每一子汇水区的积水内涝深度,地表产流和排水管网汇流交换流量(Q)与积水内涝深度(H)的关系为:
式中:H为子汇水区的积水内涝深度,A、B为参数,依据研究区域地形程度测算得出,即每一子汇水区的对应的参数A、B根据研究区域每一子汇水区的土地利用类型确定。
依托《城镇内涝防治技术规范》(GB 51222-2017)及其他相关标准,将不同积水内涝深度划分成五个等级的风险,分别用不同颜色表示轻微积水、低风险内涝、中风险内涝、较高风险内涝和高风险内涝。其中,积水深度小于15厘米的区域被判定为轻微积水区,积水深度大于等于15厘米、小于27厘米的区域划分为低风险区,积水深度大于等于27厘米、小于40厘米的区域划分为中风险区,积水深度大于等于40厘米、小于60厘米的区域划分为较高风险区,积水深度大于等于60厘米的区域划分为高风险区。
8.城市内涝风险预警模拟:
在城市内涝风险预警模型构建完成后,将相关文件输入到自主研发的转换工具(图12)中进行淹没范围、淹没深度等地表积水过程的渲染展示,即将各多尺度网格划分区域的积水内涝深度在图中用不同颜色进行显示,显示结果如图13所示。并根据实际监测的淹没数据对城市内涝风险预警模型参数进行率定修正工作,确保模拟结果符合实际情况。
本发明提出了一种基于多尺度分割的城市内涝风险预警方法及系统,充分利用研究区域内排水管网数据、地形数据、土地利用数据、降雨流量数据、河道及水系数据和遥感影像数据构建城市内涝风险预警模型,提高数据资源使用率。分级划分子汇水区,通过设置分割参数、形状比例系数与紧致度比例系数等,合并相邻的像素或小的分割对象,以任意尺度生成同质性最大、异质性最小的分割对象层,充分考虑了研究区域内大面积山体、水体等对汇水区划分的影响,提高汇水区划分的准确性与合理性。在不同重现期降雨情景下模拟分析地表淹没情况以及内涝危险性,为城市排水区土地利用规划和洪水风险管理提供参考,减少该区域城市内涝的发生,降低城市内涝造成的损失。
实施例2
如图14所示,本发明还提供了一种城市内涝风险预警系统,所述系统包括:
第一次划分模块T1,用于根据研究区域的地形数据对所述研究区域进行盆域分析,并基于盆域分析结果进行第一次子汇水区划分,以将汇流集中且高程变幅小于设定值的区域划分到同一子汇水区。
第二次划分模块T2,用于以生成同质性最大、异质性最小的子汇水区为目的,将所述研究区域的影像数据中相邻像素合并,进行所述研究区域的第二次子汇水区划分。
第三次划分模块T3,用于将不存在管网节点的子汇水区与其相邻且公共边界高程最小的子汇水区合并,进行所述研究区域的第三次子汇水区划分。
子汇水区与管网节点对应模块T4,用于基于所述研究区域的排水管网分布数据,采用泰森多边形法确定与每一所述子汇水区一一对应的管网节点。
汇水区数据计算模块T5,用于计算每一所述子汇水区的汇水区数据;所述汇水区数据包括坡度和不渗透性程度;所述不渗透性程度由子汇水区的土地利用类型确定。
地表产流计算模块T6,用于对于每一所述子汇水区,根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算所述子汇水区的地表产流;所述暴雨参数根据所述研究区域的历史时段的降雨数据预测得到。
排水管网汇流数据计算模块T7,用于对于每一所述子汇水区,根据所述研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据,所述排水管网汇流数据包括排水管道流量和排水管网节点处水深。
积水内涝深度计算模块T8,用于对于每一所述子汇水区,根据所述子汇水区的所述地表产流和所述排水管网汇流数据计算所述子汇水区的积水内涝深度。
预警模块T9,用于根据各所述子汇水区的积水内涝深度进行风险预警。
其中,所述地表产流计算模块T6包括:
网格划分单元,用于对所述研究区域的地表平面图进行多尺度网格划分。
地表产流计算单元,用于基于网格划分后的研究区域,根据各子汇水区的汇水区数据、土地利用数据以及暴雨参数计算各子汇水区的地表产流。
其中,所述网格划分单元包括:
地块划分子单元,用于基于所述研究区域内道路和河流的边界,将所述研究区域划分为第一地块和第二地块,所述第一地块为包含道路或河流的地块,所述第二地块为除去第一地块后的剩余区域构成的地块。
第一网格划分子单元,用于对于每一所述第一地块,以第一网格对所述第一地块进行网格划分。
第二网格划分子单元,用于对于每一所述第二地块,以第二网格对所述第二地块进行网格划分;所述第二网格尺度大于所述第一网格。
融合子单元,用于将各地块边界处的网格进行融合,得到融合网格图。
本说明书中每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种城市内涝风险预警方法,其特征在于,所述方法包括:
根据研究区域的地形数据对所述研究区域进行盆域分析,并基于盆域分析结果进行第一次子汇水区划分,以将汇流集中且高程变幅小于设定值的区域划分到同一子汇水区;
以生成同质性最大、异质性最小的子汇水区为目的,将所述研究区域的影像数据中相邻像素合并,进行所述研究区域的第二次子汇水区划分;
将不存在管网节点的子汇水区与其相邻且公共边界高程最小的子汇水区合并,进行所述研究区域的第三次子汇水区划分;
基于所述研究区域的排水管网分布数据,采用泰森多边形法确定与每一所述子汇水区一一对应的管网节点;
计算每一所述子汇水区的汇水区数据;所述汇水区数据包括坡度和不渗透性程度;所述不渗透性程度由子汇水区的土地利用类型确定;
对于每一所述子汇水区,根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算所述子汇水区的地表产流;所述暴雨参数根据所述研究区域的历史时段的降雨数据预测得到;
对于每一所述子汇水区,根据所述研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据,所述排水管网汇流数据包括排水管道流量和排水管网节点处水深;
对于每一所述子汇水区,根据所述子汇水区的所述地表产流和所述排水管网汇流数据计算所述子汇水区的积水内涝深度;
根据各所述子汇水区的积水内涝深度进行风险预警。
2.根据权利要求1所述的城市内涝风险预警方法,其特征在于,根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算所述子汇水区的地表产流,具体包括:
对所述研究区域的地表平面图进行多尺度网格划分;
基于网格划分后的研究区域,根据各子汇水区的汇水区数据、土地利用数据以及暴雨参数计算各子汇水区的地表产流。
3.根据权利要求2所述的城市内涝风险预警方法,其特征在于,对所述研究区域的地表平面图进行多尺度网格划分,具体包括:
基于所述研究区域内道路和河流的边界,将所述研究区域划分为第一地块和第二地块,所述第一地块为包含道路或河流的地块,所述第二地块为除去第一地块后的剩余区域构成的地块;
对于每一所述第一地块,以第一网格对所述第一地块进行网格划分;
对于每一所述第二地块,以第二网格对所述第二地块进行网格划分;所述第二网格尺度大于所述第一网格;
将各地块边界处的网格进行融合,得到融合网格图。
4.根据权利要求1所述的城市内涝风险预警方法,其特征在于,在根据研究区域的地形数据对所述研究区域进行盆域分析之前,还包括:
根据目标区域的水系边界、行政区划边界以及遥感影像数据确定所述研究区域的范围。
5.根据权利要求1所述的城市内涝风险预警方法,其特征在于,在基于所述研究区域的排水管网分布数据,采用泰森多边形法确定与每一所述子汇水区一一对应的管网节点之前,还包括:
通过人工对所述研究区域的排水管网进行管网拓扑检查,并删除所述研究区域排水管网中的重合管线、孤立管点、问题管线、短支管线,增加无排放口的排水管网节点,得到所述研究区域的排水管网分布数据。
6.根据权利要求1所述的城市内涝风险预警方法,其特征在于,根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算所述子汇水区的地表产流,具体包括:
根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数采用霍顿下渗曲线计算所述子汇水区内透水区域的地表产流;
根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算考虑洼地蓄水后所述子汇水区内不透水区域的地表产流;
根据所述子汇水区内透水区域的地表产流和不透水区域的地表产流计算所述子汇水区的地表产流。
7.根据权利要求1所述的城市内涝风险预警方法,其特征在于,根据所述研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据,具体包括:
基于圣维南方程组根据所述研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据。
8.一种城市内涝风险预警系统,其特征在于,所述系统包括:
第一次划分模块,用于根据研究区域的地形数据对所述研究区域进行盆域分析,并基于盆域分析结果进行第一次子汇水区划分,以将汇流集中且高程变幅小于设定值的区域划分到同一子汇水区;
第二次划分模块,用于以生成同质性最大、异质性最小的子汇水区为目的,将所述研究区域的影像数据中相邻像素合并,进行所述研究区域的第二次子汇水区划分;
第三次划分模块,用于将不存在管网节点的子汇水区与其相邻且公共边界高程最小的子汇水区合并,进行所述研究区域的第三次子汇水区划分;
子汇水区与管网节点对应模块,用于基于所述研究区域的排水管网分布数据,采用泰森多边形法确定与每一所述子汇水区一一对应的管网节点;
汇水区数据计算模块,用于计算每一所述子汇水区的汇水区数据;所述汇水区数据包括坡度和不渗透性程度;所述不渗透性程度由子汇水区的土地利用类型确定;
地表产流计算模块,用于对于每一所述子汇水区,根据所述子汇水区的所述汇水区数据、土地利用数据以及暴雨参数计算所述子汇水区的地表产流;所述暴雨参数根据所述研究区域的历史时段的降雨数据预测得到;
排水管网汇流数据计算模块,用于对于每一所述子汇水区,根据所述研究区域降雨数据以及排水管网分布数据计算排水管网汇流数据,所述排水管网汇流数据包括排水管道流量和排水管网节点处水深;
积水内涝深度计算模块,用于对于每一所述子汇水区,根据所述子汇水区的所述地表产流和所述排水管网汇流数据计算所述子汇水区的积水内涝深度;
预警模块,用于根据各所述子汇水区的积水内涝深度进行风险预警。
9.根据权利要求8所述的城市内涝风险预警系统,其特征在于,所述地表产流计算模块包括:
网格划分单元,用于对所述研究区域的地表平面图进行多尺度网格划分;
地表产流计算单元,用于基于网格划分后的研究区域,根据各子汇水区的汇水区数据、土地利用数据以及暴雨参数计算各子汇水区的地表产流。
10.根据权利要求9所述的城市内涝风险预警系统,其特征在于,所述网格划分单元包括:
地块划分子单元,用于基于所述研究区域内道路和河流的边界,将所述研究区域划分为第一地块和第二地块,所述第一地块为包含道路或河流的地块,所述第二地块为除去第一地块后的剩余区域构成的地块;
第一网格划分子单元,用于对于每一所述第一地块,以第一网格对所述第一地块进行网格划分;
第二网格划分子单元,用于对于每一所述第二地块,以第二网格对所述第二地块进行网格划分;所述第二网格尺度大于所述第一网格;
融合子单元,用于将各地块边界处的网格进行融合,得到融合网格图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310983306.2A CN117012004B (zh) | 2023-08-07 | 2023-08-07 | 一种城市内涝风险预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310983306.2A CN117012004B (zh) | 2023-08-07 | 2023-08-07 | 一种城市内涝风险预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117012004A true CN117012004A (zh) | 2023-11-07 |
CN117012004B CN117012004B (zh) | 2024-04-16 |
Family
ID=88574011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310983306.2A Active CN117012004B (zh) | 2023-08-07 | 2023-08-07 | 一种城市内涝风险预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117012004B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117649058A (zh) * | 2024-01-29 | 2024-03-05 | 广东广宇科技发展有限公司 | 一种用于城市排涝的水利引导优化方法、系统及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220496A (zh) * | 2017-05-26 | 2017-09-29 | 上海市气象灾害防御技术中心 | 一种城市暴雨内涝评估建模方法 |
CN112242003A (zh) * | 2020-10-19 | 2021-01-19 | 中国测绘科学研究院 | 一种顾及地类与流向的城市子汇水区划分方法 |
CN113609683A (zh) * | 2021-08-06 | 2021-11-05 | 北京工业大学 | 一种基于盆域分析和泰森多边形的雨水管网子汇水区划分方法 |
CN114139258A (zh) * | 2021-11-26 | 2022-03-04 | 深圳市水务科技发展有限公司 | 城市内涝建模评估方法、系统及计算机可读存储介质 |
CN115563740A (zh) * | 2022-10-27 | 2023-01-03 | 中国水利水电科学研究院 | 一种基于排水管网分布的城市地表混合产流计算方法 |
WO2023016036A1 (zh) * | 2021-08-12 | 2023-02-16 | 中交第四航务工程勘察设计院有限公司 | 市政道路积水多因素复合型预警预报方法 |
CN116167608A (zh) * | 2021-11-23 | 2023-05-26 | 天津大学 | 一种城市内涝积水深度风险区的综合改善方法 |
-
2023
- 2023-08-07 CN CN202310983306.2A patent/CN117012004B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107220496A (zh) * | 2017-05-26 | 2017-09-29 | 上海市气象灾害防御技术中心 | 一种城市暴雨内涝评估建模方法 |
CN112242003A (zh) * | 2020-10-19 | 2021-01-19 | 中国测绘科学研究院 | 一种顾及地类与流向的城市子汇水区划分方法 |
CN113609683A (zh) * | 2021-08-06 | 2021-11-05 | 北京工业大学 | 一种基于盆域分析和泰森多边形的雨水管网子汇水区划分方法 |
WO2023016036A1 (zh) * | 2021-08-12 | 2023-02-16 | 中交第四航务工程勘察设计院有限公司 | 市政道路积水多因素复合型预警预报方法 |
CN116167608A (zh) * | 2021-11-23 | 2023-05-26 | 天津大学 | 一种城市内涝积水深度风险区的综合改善方法 |
CN114139258A (zh) * | 2021-11-26 | 2022-03-04 | 深圳市水务科技发展有限公司 | 城市内涝建模评估方法、系统及计算机可读存储介质 |
CN115563740A (zh) * | 2022-10-27 | 2023-01-03 | 中国水利水电科学研究院 | 一种基于排水管网分布的城市地表混合产流计算方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117649058A (zh) * | 2024-01-29 | 2024-03-05 | 广东广宇科技发展有限公司 | 一种用于城市排涝的水利引导优化方法、系统及存储介质 |
CN117649058B (zh) * | 2024-01-29 | 2024-04-26 | 广东广宇科技发展有限公司 | 一种用于城市排涝的水利引导优化方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117012004B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107832931B (zh) | 一种平原水网地区内涝风险的模块化分析方法 | |
CN107563019B (zh) | 一种针对复杂下垫面城区分布式水文模型数字化方法 | |
CN106708944B (zh) | 面向swmm建模与顾及多要素的城市区域子流域自动划分方法 | |
CN103886152B (zh) | 基于城市下凹式立交桥区dem的流域汇水范围制作方法 | |
CN114647881B (zh) | 顾及建筑物微观水文过程的城市内涝建模方法 | |
CN114372685A (zh) | 一种基于swmm模型的城市暴雨内涝风险评估方法 | |
CN110543984A (zh) | 一种基于水安全的城市水面率规划方法 | |
CN115859676B (zh) | 一种顾及气候要素的多层次城市内涝耦合模拟方法 | |
CN116911699B (zh) | 城市洪涝灾害应对韧性的精细化动态评估方法和系统 | |
CN111062125B (zh) | 海绵型综合管廊水文效应评估方法 | |
CN117012004B (zh) | 一种城市内涝风险预警方法及系统 | |
CN115758712B (zh) | 城市雨洪全过程分布式水文水动力学耦合模型构建方法 | |
CN110222427A (zh) | 一种基于数学模型城市内涝的分析方法 | |
CN111581767B (zh) | 一种管网-河流耦合模型校核特征参数率定方法 | |
CN111475950B (zh) | 一种下凹式立交桥下雨洪的模拟方法 | |
CN115115262B (zh) | 一种洪水风险灾害评估的方法 | |
CN112242003B (zh) | 一种顾及地类与流向的城市子汇水区划分方法 | |
CN110532641B (zh) | 一种地表网格分层建模方法及系统 | |
CN114580126A (zh) | 一种城市排水防涝系统的构建方法及构建系统 | |
CN116737989B (zh) | 一种基于视频图像的城市地表水文监测网构建方法 | |
CN115563740B (zh) | 一种基于排水管网分布的城市地表混合产流计算方法 | |
CN111552763A (zh) | 城市面源污染负荷监测方法 | |
CN115330239A (zh) | 基于swmm模型的农业面源污染风险评估关键源区识别方法 | |
CN113887053A (zh) | 一种面向管网水流计算的市政排水资料质量评估方法及系统 | |
Dasallas et al. | Developing synthetic sewer pipe system for data-scarce domains in application for urban flood modeling |
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 |