CN117172997B - 一种防洪预警方法、装置、计算机设备及存储介质 - Google Patents
一种防洪预警方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN117172997B CN117172997B CN202311455087.7A CN202311455087A CN117172997B CN 117172997 B CN117172997 B CN 117172997B CN 202311455087 A CN202311455087 A CN 202311455087A CN 117172997 B CN117172997 B CN 117172997B
- Authority
- CN
- China
- Prior art keywords
- early warning
- early
- warning
- node
- nodes
- 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 199
- 230000008569 process Effects 0.000 claims description 154
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 120
- 238000005315 distribution function Methods 0.000 claims description 56
- 238000004088 simulation Methods 0.000 claims description 41
- 230000004044 response Effects 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 4
- 230000002265 prevention Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 238000011144 upstream manufacturing Methods 0.000 description 5
- 238000005192 partition Methods 0.000 description 4
- 238000006424 Flood reaction Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000039077 Copula Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001983 electron spin resonance imaging Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Alarm Systems (AREA)
Abstract
本发明涉及洪水预警技术领域，公开了一种防洪预警方法、装置、计算机设备及存储介质，基于不同预警节点之间的连接关系以及每个预警节点的径流过程数据计算各预警节点发生洪水时，对下级预警节点的影响贡献值，基于影响贡献值确定多个不同预警节点中的关键预警节点，并基于关键预警节点确定关键预警区域，基于关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息，在进行防洪预警时，考虑了各预警节点在洪水过程中对下级预警节点的影响，有效提高了防洪预警的准确性、针对性以及时效性，解决了相关技术在防洪预警时只是基于行政区域积水情况的模拟结果进行洪水预警，导致防洪预警的准确性较低和针对性不强的问题。
Description
技术领域
本发明涉及洪水预警技术领域，具体涉及一种防洪预警方法、装置、计算机设备及存储介质。
背景技术
气候变化和城市化的高速发展影响下，由暴雨洪水引起的城市内涝日趋频繁，灾损加重。对城市暴雨洪水的精准预警，是减轻洪涝灾害损失的有效途径。
相关技术中，一般通过对城市进行行政区域划分，将城市降雨预报数据输入到降水-产汇流模型进行模拟，得到不同行政区域的积水情况，基于每个行政区域积水情况以及该行政区域的积水阈值，判断是否对该行政区域进行洪水预警。然而，由于城市排水管网等与河流水系存在，一个行政区域的洪水过程会受到其他行政区域的影响，如果只是基于行政区域积水情况的模拟结果进行洪水预警，而不考虑其他区域洪水过程的影响，会导致防洪预警的准确性较低、针对性不强。
发明内容
有鉴于此，本发明提供了一种防洪预警方法、装置、计算机设备及存储介质，以解决现有防洪预警方案的预警准确性较低、针对性不强的问题。
第一方面，本发明提供了一种防洪预警方法，该方法包括：获取目标区域内多个不同预警节点分别对应的径流过程数据以及不同预警节点之间的连接关系，多个不同预警节点由目标区域的排水管网信息以及河流水系信息确定；基于不同预警节点之间的连接关系以及不同预警节点分别对应的径流过程数据分别计算各预警节点发生洪水时，对下级预警节点的影响贡献值，影响贡献值用于表征各预警节点发生洪水时对下级预警节点形成洪水的贡献量；根据影响贡献值确定关键预警节点；根据关键预警节点确定关键预警区域；获取关键预警区域内的水位信息；基于关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息。
本发明提供的防洪预警方法，基于不同预警节点之间的连接关系以及每个预警节点的径流过程数据计算各预警节点发生洪水时，对下级预警节点的影响贡献值，基于影响贡献值确定多个不同预警节点中的关键预警节点，并基于关键预警节点确定关键预警区域，基于关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息，在进行防洪预警时，考虑了各预警节点在洪水过程中对下级预警节点的影响，基于确定的关键预警区域对目标区域进行防洪预警，有效提高了防洪预警的准确性、针对性以及时效性，解决了相关技术在防洪预警时只是基于行政区域积水情况的模拟结果进行洪水预警，而不考虑其他区域洪水过程的影响，会导致防洪预警的准确性较低、针对性不强的问题。
在一种可选的实施方式中，基于不同预警节点之间的连接关系以及不同预警节点分别对应的径流过程数据分别计算各预警节点发生洪水时，对下级预警节点的影响贡献值的步骤，包括：基于不同预警节点之间的连接关系确定至少一个预警节点对，预警节点对由两个直接相连的第一预警节点和第二预警节点构成；基于不同预警节点的径流过程数据计算对应预警节点对的目标概率，目标概率用于表征预警节点对中第一预警节点发生洪水时，第二预警节点发生洪水的概率；基于目标概率计算各预警节点发生洪水时，对下级预警节点的影响贡献值。
本可选实施方式提供的方法，基于每个预警节点在发生洪水时，对应下级预警节点发生洪水的目标概率，确定各预警节点发生洪水时，对下级预警节点的影响贡献值，使得影响贡献值的计算结果更为准确。
在一种可选的实施方式中，获取目标区域内多个不同预警节点分别对应的径流过程数据的步骤，包括：获取每个预警节点的历史降雨信息；依次将每个预警节点的历史降雨信息输入到预先构建的径流模拟模型中，使得径流模拟模型输出对应预警节点的径流过程数据。
本可选实施方式提供的方法，基于预先构建的径流模拟模型可以准确实现对各预警节点径流过程的模拟。
在一种可选的实施方式中，该方法还包括：基于各预警节点的位置信息确定对应的预警区域；获取各预警节点在目标降雨过程中对应的径流过程以及各预警节点的预设径流阈值；基于各预警节点在目标降雨过程中对应的径流过程以及对应预警节点的预设径流阈值，生成不同预警节点分别对应预警区域的预警信息。
本可选实施方式提供的方法，各预警节点在目标降雨过程中对应的径流过程以及对应预警节点的预设径流阈值，生成不同预警节点分别对应预警区域的预警信息，准确地实现了对各预警分区的防洪预报。
在一种可选的实施方式中，获取各预警节点在目标降雨过程中对应的径流过程的步骤，包括：获取目标降雨信息；将目标降雨信息输入到预先构建的径流模拟模型中，使得径流模拟模型输出各预警节点在目标降雨过程中对应的径流过程数据。
本可选实施方式提供的方法，利用预先构建的径流模拟模型可以准确模拟关键预警区域在目标降雨条件下的径流过程，便于后续进行洪水预警。
在一种可选的实施方式中，基于不同预警节点的径流过程数据计算对应预警节点对的目标概率的步骤，包括：基于不同预警节点的径流过程数据确定每个预警节点对中第一预警节点对应径流过程的边缘分布函数和第二预警节点对应径流过程的边缘分布函数；基于预设连接函数以及每个预警节点对中第一预警节点对应径流过程的边缘分布函数和第二预警节点对应径流过程的边缘分布函数建立每个预警节点对的联合分布函数；基于每个预警节点对的联合分布函数计算对应预警节点对的目标概率。
本可选实施方式提供的方法，基于预设连接函数以及每个预警节点对中第一预警节点对应径流过程的边缘分布函数和第二预警节点对应径流过程的边缘分布函数建立每个预警节点对的联合分布函数，基于每个预警节点对的联合分布函数计算对应预警节点对的目标概率，可以实现目标概率的计算。
在一种可选的实施方式中，基于关键预警节点确定关键预警区域的步骤，包括：获取目标区域的数字高程数据以及关键预警节点的位置信息；基于目标区域的数字高程数据以及关键预警节点的位置信息确定关键预警节点发生洪水时对应的集水区；基于关键预警节点发生洪水时对应的集水区确定关键预警区域。
本可选实施方式提供的方法，基于目标区域的数字高程数据以及关键预警节点的位置信息可以准确确定关键预警节点发生洪水时对应的集水区确定关键预警区域。
第二方面，本发明提供了一种防洪预警装置，该装置包括：第一获取模块，用于获取目标区域内多个不同预警节点分别对应的径流过程数据以及不同预警节点之间的连接关系，多个不同预警节点由目标区域的排水管网信息以及河流水系信息确定；计算模块，用于基于不同预警节点之间的连接关系以及不同预警节点分别对应的径流过程数据分别计算各预警节点发生洪水时，对下级预警节点的影响贡献值，影响贡献值用于表征各预警节点发生洪水时对下级预警节点形成洪水的贡献量；第一确定模块，用于根据影响贡献值确定关键预警节点；第二确定模块，用于根据关键预警节点确定关键预警区域；第二获取模块，用于获取关键预警区域内的水位信息；第一处理模块，用于基于关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息。
在一种可选的实施方式中，计算模块包括：第一确定子模块，用于基于不同预警节点之间的连接关系确定至少一个预警节点对，预警节点对由两个直接相连的第一预警节点和第二预警节点构成；第一计算子模块，用于基于不同预警节点的径流过程数据计算对应预警节点对的目标概率，目标概率用于表征预警节点对中第一预警节点发生洪水时，第二预警节点发生洪水的概率；第二计算子模块，用于基于目标概率计算各预警节点发生洪水时，对下级预警节点的影响贡献值。
在一种可选的实施方式中，第一获取模块包括：第一获取子模块，用于获取每个预警节点的历史降雨信息；处理子模块，用于依次将每个预警节点的历史降雨信息输入到预先构建的径流模拟模型中，使得径流模拟模型输出对应预警节点的径流过程数据。
在一种可选的实施方式中，该装置还包括：第三确定模块，用于基于各预警节点的位置信息确定对应的预警区域；第二获取模块，用于获取各预警节点在目标降雨过程中对应的径流过程以及各预警节点的预设径流阈值；处理模块，用于基于各预警节点在目标降雨过程中对应的径流过程以及对应预警节点的预设径流阈值，生成不同预警节点分别对应预警区域的预警信息。
在一种可选的实施方式中，第二获取模块包括：第二获取子模块，用于获取目标降雨信息；处理子模块，用于将目标降雨信息输入到预先构建的径流模拟模型中，使得径流模拟模型输出各预警节点在目标降雨过程中对应的径流过程数据。
在一种可选的实施方式中，第一计算子模块包括：确定单元，用于基于不同预警节点的径流过程数据确定每个预警节点对中第一预警节点对应径流过程的边缘分布函数和第二预警节点对应径流过程的边缘分布函数；建立单元，用于基于预设连接函数以及每个预警节点对中第一预警节点对应径流过程的边缘分布函数和第二预警节点对应径流过程的边缘分布函数建立每个预警节点对的联合分布函数；计算单元，用于基于每个预警节点对的联合分布函数计算对应预警节点对的目标概率。
第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的防洪预警方法。
第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的防洪预警方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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的附图。
图1是根据本发明实施例的防洪预警方法的流程示意图；
图2为本发明实施例中预警节点的位置和连接关系示意图；
图3是根据本发明实施例的另一防洪预警方法的流程示意图；
图4是根据本发明实施例的又一防洪预警方法的流程示意图；
图5是本发明实施例中各预警节点对应预警分区的分布示意图；
图6是根据本发明实施例的防洪预警装置的结构框图；
图7是本发明实施例的计算机设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有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。
相关技术中，一般通过对城市进行行政区域划分，将城市降雨预报数据输入到降水-产汇流模型进行模拟，得到不同行政区域的积水情况，基于每个行政区域积水情况以及该行政区域的积水阈值，判断是否对该行政区域进行洪水预警。然而，由于城市排水管网等与河流水系存在，一个行政区域的洪水过程会受到其他行政区域的影响，如果只是基于行政区域积水情况的模拟结果进行洪水预警，而不考虑其他区域洪水过程的影响，会导致防洪预警的准确性较低、针对性不强。
有鉴于此，本发明实施例提供了一种防洪预警方法，可以应用于一处理器实现目标区域的防洪预警。本发明提供的方法，在进行防洪预警时，考虑了各预警节点在洪水过程中对下级预警节点的影响，有效提高了防洪预警的准确性、针对性以及时效性，解决了相关技术在防洪预警时只是基于行政区域积水情况的模拟结果进行洪水预警，而不考虑其他区域洪水过程的影响，会导致防洪预警的准确性较低、针对性不强的问题。
根据本发明实施例，提供了一种防洪预警方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种防洪预警方法，可用于上述的处理器，图1是根据本发明实施例的防洪预警方法的流程图，如图1所示，该流程包括如下步骤：
步骤S101，获取目标区域内多个不同预警节点分别对应的径流过程数据以及不同预警节点之间的连接关系，多个不同预警节点由目标区域的排水管网信息以及河流水系信息确定。
示例性地，目标区域可以是任一需要进行防洪预警的区域，排水管网信息可以为排水管网规划数据；河流水系信息可以是目标区域内的河流水系矢量信息，这里的矢量信息一般指GIS中读取的空间数据开放格式（ESRI Shapefile，shp）文件；多个不同预警节点根据目标区域的排水管网信息、河流水系信息以及下垫面基础信息确定。多个不同预警节点分别对应的径流过程数据可以由对应的预警节点在历史降雨条件的径流过程确定。本申请实施例中，目标区域可以是预设的一个城市区域，将河流水系进出城市边界的交叉点P1、城市内的雨水井P2、排水管网与渠道河流交叉点P3、河流水系干支流交汇点P4等确定为预警节点，预警节点的位置和连接关系的示意图可以如下图2所示。
步骤S102，基于不同预警节点之间的连接关系以及不同预警节点分别对应的径流过程数据分别计算各预警节点发生洪水时，对下级预警节点的影响贡献值，影响贡献值用于表征各预警节点发生洪水时对下级预警节点形成洪水的贡献量。
示例性地，本申请实施例中，当一个预警节点发生洪水时，会对其下级预警节点的径流过程产生一定的影响，可能会导致下级预警节点发生洪水，基于不同预警节点的径流过程数据可以分析每个预警节点发生洪水时，对其下级预警节点形成洪水的贡献量。
步骤S103，根据影响贡献值确定关键预警节点。
示例性地，本申请实施例中，将对下级预警节点产生洪水影响贡献量最大的上级预警节点作为关键预警节点。
步骤S104，根据关键预警节点确定关键预警区域。
示例性地，本申请实施例中，可以通过分析关键预警节点在发生洪水时对应的集水区，并将该集水区确定为关键预警区域。
步骤S105，获取关键预警区域内的水位信息。
示例性地，本申请实施例中，关键预警区域内的水位信息是由预先设置在关键区域内预设位置的水位监测装置采集到的，预设位置可以是关键预警区域内的易涝点位置。
步骤S106，基于关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息。
示例性地，将关键预警区域内的水位信息与预设水位阈值进行比对，当关键预警区域内的水位信息大于预设径流阈值，可以确定关键区域内可能会发生洪水，生成对应的洪水预警信息；本申请实施例中，可以根据历史台账记录的雨洪过程和模拟径流阈值确定响应关键预警分区特征点位对应积水的水位阈值；若关键分区特征点位有设计暴雨对应的积水水位值历史记录，则将其确定为积水水深阈值；若关键分区特征点位没有相关记录相关的阈值，则利用模拟关键分区出口节点径流阈值反算获得，具体计算过程如下式（1）所示：
（1）
其中，H为预设暴雨条件的关键预警区域积水的水深均值；h i表示关键关键预警区域中格点i对应高程值；q k,模拟表示k时刻模拟获得的预设暴雨条件下关键节点处径流量值；q 排表示节点处排水管网对应最大排水能力；h表示设计暴雨条件特征点位对应积水水位阈值。具体地，基于各预警节点确定对应的预警区域，基于各降雨条件设置对应的水位阈值；同时确定各预警区域的预警响应级别，例如：可以根据上下游水力关系，自上而下将河流水系进入城市边界点控制集水区确定为1级响应预警单元D1；城市雨水井控制集水区为2级单元D2；排水管网与河流水系交叉点控制集水区为3级单元D3；河流水系干支流控制集水区为4级响应预警单元D4，基于不同的水位阈值以及关键预警区域的水位信息，响应目标区域中预警区域的防洪预警，例如，当关键预警区域的水位超过一级水位阈值时，对一级响应预警单元进行防洪预警。
本实施例提供的防洪预警方法，基于不同预警节点之间的连接关系以及每个预警节点的径流过程数据计算各预警节点发生洪水时，对下级预警节点的影响贡献值，基于影响贡献值确定多个不同预警节点中的关键预警节点，并基于关键预警节点确定关键预警区域，基于关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息，在进行防洪预警时，考虑了各预警节点在洪水过程中对下级预警节点的影响，基于确定的关键预警区域对目标区域进行防洪预警，有效提高了防洪预警的准确性、针对性以及时效性，解决了相关技术在防洪预警时只是基于行政区域积水情况的模拟结果进行洪水预警，而不考虑其他区域洪水过程的影响，会导致防洪预警的准确性较低的问题。
在本实施例中提供了一种防洪预警方法，可用于上述的处理器，图3是根据本发明实施例的防洪预警方法的流程图，如图3所示，该流程包括如下步骤：
步骤S301，获取目标区域内多个不同预警节点分别对应的径流过程数据以及不同预警节点之间的连接关系，多个不同预警节点由目标区域的排水管网信息以及河流水系信息确定。详细请参见图1所示实施例的步骤S101，在此不再赘述。
具体地，上述步骤S301包括：
步骤S3011，获取每个预警节点的历史降雨信息。
示例性地，本申请实施例中，每个预警节点的历史降雨信息可以通过气象水位监测数据库中的相关数据获取。
步骤S3012，依次将每个预警节点的历史降雨信息输入到预先构建的径流模拟模型中，使得径流模拟模型输出对应预警节点的径流过程数据。
示例性地，本申请实施例中，预先构建的径流模拟模型包括分布式水文模型和城市降雨-径流模拟模型，将目标区域的历史降雨过程、气象和下垫面基础信息输出到分布式水文模型（Soil and Water Assessment Tool，SWAT）中，可以模拟河流内预警节点的径流过程；将目标区域的历史降雨过程、气象和下垫面基础信息输出到城市降雨-径流模拟模型（Storm water management model，SWMM）中，可以模拟得到排水管网等预警节点径流过程。
步骤S302，基于不同预警节点之间的连接关系以及不同预警节点分别对应的径流过程数据分别计算各预警节点发生洪水时，对下级预警节点的影响贡献值，影响贡献值用于表征各预警节点发生洪水时对下级预警节点形成洪水的贡献量。详细请参见图1所示实施例的步骤S102，在此不再赘述。
具体地，上述步骤S302包括：
步骤S3021，基于不同预警节点之间的连接关系确定至少一个预警节点对，预警节点对由两个直接相连的第一预警节点和第二预警节点构成。
示例性地，基于不同预警节点之间的连接关系，将其中直接相连的两个预警节点作为一个预警节点对，得到多个预警节点对；一个预警节点对由第一预警节点和第二预警节点；本申请实施例中，第二预警节点可以是位于第一预警下游的下级预警节点。
步骤S3022，基于不同预警节点的径流过程数据计算对应预警节点对的目标概率，目标概率用于表征预警节点对中第一预警节点发生洪水时，第二预警节点发生洪水的概率。
示例性的，基于各预警节点的径流过程数据，计算得到每个预警节点对中第一预警节点发生洪水时，第二预警节点发生洪水的概率。
在一些可选的实施方式中，上述步骤S3022包括：
步骤a1，基于不同预警节点的径流过程数据确定每个预警节点对中第一预警节点对应径流过程的边缘分布函数和第二预警节点对应径流过程的边缘分布函数。
示例性地，基于各预警节点的径流过程，确定各预警节点对中第一预警节点对应径流过程的边缘分布函数和第二预警节点对应径流过程的边缘分布函数；本申请实施例中，第一预警节点对应径流过程的边缘分布函数可以用u 1来表示，第二预警节点对应径流过程的边缘分布函数可以用u 2来表示。
步骤a2，基于预设连接函数以及每个预警节点对中第一预警节点对应径流过程的边缘分布函数和第二预警节点对应径流过程的边缘分布函数建立每个预警节点对的联合分布函数。
示例性地，本申请实施例中，预设连接函时可以是Copula函数，利用是Copula函数建立每个预警节点对的联合分布函数，基本原理如下式（2）所示：
（2）
其中，C n (u 1 ,u 2 ,…,u n )为随机变量的n维联合分布函数，用于表示变量间的相关结构；u 1 ,u 2 ,…,u n为变量1至n的边缘分布函数，对径流过程一般选择P-III型分布函数等；φ为阿基米德生成算子，为连续、严格递减函数，φ(0)=∞，φ(1)=0。
本申请实施例中，为了建立每个预警节点对中第一预警节点对应径流过程的边缘分布函数和第二预警节点对应径流过程的边缘分布函数的联合分布函数，可以确定其为二维的联合分布函数，即每个预警节点对的联合分布函数可以如下是（3）和（4）表示：
（3）
（4）
其中，φ(1)=0；φ -1为φ的反函数，x为径流序列值，其余变量含义参照上式（2），此处不再赘述。
步骤a3，基于每个预警节点对的联合分布函数计算对应预警节点对的目标概率。
示例性地，本申请实施例中，基于每个预警节点对的联合分布函数，自上游向下游依次计算具有水力联系的响应预警节点洪水遭遇概率，其基本原理如下式（5）和（6）所示：
（5）
（6）
其中，和/>为关键节点径流序列值；/>和/>为关键节点分位数f对应的特征流量值；/>(*,*)表示计算概率；F X(/>)表示拟合频率曲线对应的P(x<xf)的累计频率值；/>和/>分别为上下级节点径流的边缘分布函数；C(*,*)为联合分布函数。
步骤S3023，基于目标概率计算各预警节点发生洪水时，对下级预警节点的影响贡献值。
示例性地，本申请实施例中，可以通过自下游向上逆向计算上级响应预警节点洪水过程对下级节点的影响贡献大小，按贡献值从大到小，确定对下级节点洪水形成影响较大的关键上级节点；影响贡献值的计算过程可以如下式（7）所示：
（7）
其中，SS i表示上级预警节点i对其下级预警节点洪水形成的贡献值；q i为模拟获得上级节点i径流量长序列均值；Q为模拟获得下级节点径流量长序列均值；p i表示上级预警节点i与其下级预警节点洪水遭遇概率值；ω 1和ω 2分别表示上级预警节点洪水洪量和遭遇概率对下级洪水的影响贡献权重。
步骤S303，根据影响贡献值确定关键预警节点。详细请参见图1所示实施例的步骤S103，在此不再赘述。
步骤S304，根据关键预警节点确定关键预警区域。详细请参见图1所示实施例的步骤S104，在此不再赘述。
步骤S305，获取关键预警区域内的水位信息。详细请参见图1所示实施例的步骤S105，在此不再赘述。
步骤S306，基于关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息。详细请参见图1所示实施例的步骤S106，在此不再赘述。
在本实施例中提供了一种防洪预警方法，可用于上述的处理器，图4是根据本发明实施例的防洪预警方法的流程图，如图4所示，该流程包括如下步骤：
步骤S401，获取目标区域内多个不同预警节点分别对应的径流过程数据以及不同预警节点之间的连接关系，多个不同预警节点由目标区域的排水管网信息以及河流水系信息确定。详细请参见图1所示实施例的步骤S101，在此不再赘述。
步骤S402，基于不同预警节点之间的连接关系以及不同预警节点分别对应的径流过程数据分别计算各预警节点发生洪水时，对下级预警节点的影响贡献值，影响贡献值用于表征各预警节点发生洪水时对下级预警节点形成洪水的贡献量。详细请参见图1所示实施例的步骤S102，在此不再赘述。
步骤S403，根据影响贡献值确定关键预警节点。详细请参见图1所示实施例的步骤S103，在此不再赘述。
步骤S404，根据关键预警节点确定关键预警区域。详细请参见图1所示实施例的步骤S104，在此不再赘述。
步骤S405，获取关键预警区域内的水位信息。详细请参见图1所示实施例的步骤S105，在此不再赘述。
步骤S406，基于关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息。详细请参见图1所示实施例的步骤S106，在此不再赘述。
步骤S4061，获取目标区域的数字高程数据以及关键预警节点的位置信息。
示例性地，本申请实施例中，获取目标区域的城市-流域基本信息，城市-流域基础信息包括：高精度数字高程（DEM）信息、气象水文监测数据、下垫面基础数据、城市排水管网规划数据、河流水系矢量数据以及历史暴雨洪水的台账信息等；根据排水管网、河流水系矢量信息和响应预警关键节点地理位置信息，进行城市-流域DEM的烧录处理，即：按照排水管网、河流水系水力联系，自上游向下以响应预警关键节点为界，依次进行DEM的降高程处理，保证下游管网、河道的DEM值小于上游，得到目标区域的数字高程数据。
步骤S4062，基于目标区域的数字高程数据以及关键预警节点的位置信息确定关键预警节点发生洪水时对应的集水区。
示例性地，本申请实施例中，基于烧录后的DEM数据，结合响应预警关键节点位置信息，利用水文分析工具生成关键预警节点的集水区范围。
步骤S4063，基于关键预警节点发生洪水时对应的集水区确定关键预警区域。本申请实施例中，将关键预警节点对应的集水区作为关键预警区域。
步骤S407，基于各预警节点的位置信息确定对应的预警区域。
示例性地，本申请实施例中，基于烧录后的DEM数据，结合响应预警关键节点位置信息，利用ARCGIS水文分析工具生成各响应预警节点集水区范围；根据上下游水力关系，自上而下将河流水系进入城市边界点控制集水区确定为1级响应预警单元D1；城市雨水井控制集水区为2级单元D2；排水管网与河流水系交叉点控制集水区为3级单元D3；河流水系干支流控制集水区为4级响应预警单元D4，各预警节点对应积水区的分布示意图如图5所示。
步骤S408，获取各预警节点在目标降雨过程中对应的径流过程以及各预警节点的预设径流阈值。
示例性地，本申请实施例中，预设径流阈值的计算过程可以是：筛选城市历史台账记录的不同暴雨内涝等级标准对应的降雨过程，将预先设计的暴雨过程输入已建立的分布式水文模型和城市降雨-径流模拟模型，模拟获得设计降雨对应的各级预警节点的径流阈值；同级别响应预警节点径流阈值计算原理如下式（8）所示：
（8）
其中，q 1i至q 4i表示设计暴雨条件1至4级响应预警节点i对应径流阈值；Q 1i至Q 4i模拟表示设计暴雨条件1至4级响应预警节点i对应模拟径流值。
在一些可选的实施方式中，上述步骤S308包括：
步骤b1，获取目标降雨信息。示例性地，目标降雨过程可以是目标区域内的任一降雨过程，本申请实施例中，该降雨过程可以是天气预报系统预报的降雨过程。
步骤b2，将目标降雨信息输入到预先构建的径流模拟模型中，使得径流模拟模型输出各预警节点在目标降雨过程中对应的径流过程数据。示例性，将目标降雨过程输入到径流模拟模型中，径流模拟模型会输出各预警节点的径流过程。
步骤S409，基于各预警节点在目标降雨过程中对应的径流过程以及对应预警节点的预设径流阈值，生成不同预警节点分别对应预警区域的预警信息。
示例性地，本申请实施例中，将各预警节点在目标降雨过程中对应的径流过程与对应的预设径流阈值进行比对，基于比对结果判断对应节点是否存在洪水风险，若存在洪水风险，则生成该预警节点对应预警区域的预警信息。
在本实施例中还提供了一种防洪预警装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种防洪预警装置，如图6所示，包括：
第一获取模块601，用于获取目标区域内多个不同预警节点分别对应的径流过程数据以及不同预警节点之间的连接关系，多个不同预警节点由目标区域的排水管网信息以及河流水系信息确定；
计算模块602，用于基于不同预警节点之间的连接关系以及不同预警节点分别对应的径流过程数据分别计算各预警节点发生洪水时，对下级预警节点的影响贡献值，影响贡献值用于表征各预警节点发生洪水时对下级预警节点形成洪水的贡献量；
第一确定模块603，用于根据影响贡献值确定关键预警节点；
第二确定模块604，用于根据关键预警节点确定关键预警区域；
第二获取模块605，用于获取关键预警区域内的水位信息；
第一处理模块606，用于基于关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息。
在一些可选的实施方式中，计算模块602包括：第一确定子模块，用于基于不同预警节点之间的连接关系确定至少一个预警节点对，预警节点对由两个直接相连的第一预警节点和第二预警节点构成；第一计算子模块，用于基于不同预警节点的径流过程数据计算对应预警节点对的目标概率，目标概率用于表征预警节点对中第一预警节点发生洪水时，第二预警节点发生洪水的概率；第二计算子模块，用于基于目标概率计算各预警节点发生洪水时，对下级预警节点的影响贡献值。
在一些可选的实施方式中，第一获取模块601包括：
第一获取子模块，用于获取每个预警节点的历史降雨信息；
处理子模块，用于依次将每个预警节点的历史降雨信息输入到预先构建的径流模拟模型中，使得径流模拟模型输出对应预警节点的径流过程数据。
在一些可选的实施方式中，该装置还包括：
第三获取模块，用于获取关键预警区域的水位过程；
比对模块，用于将水位过程与预设水位阈值进行比对，得到比对结果；
第二处理模块，用于基于比对结果生成目标区域的报警信息。
在一些可选的实施方式中，第二获取模块605包括：
第二获取子模块，用于获取关键预警区域的水位过程；
比对子模块，用于将水位过程与预设水位阈值进行比对，得到比对结果；
第二处理模块，用于基于比对结果生成目标区域的报警信息。
在一些可选的实施方式中，第一计算子模块包括：
确定单元，用于基于不同预警节点的径流过程数据确定每个预警节点对中第一预警节点对应径流过程的边缘分布函数和第二预警节点对应径流过程的边缘分布函数；
建立单元，用于基于预设连接函数以及每个预警节点对中第一预警节点对应径流过程的边缘分布函数和第二预警节点对应径流过程的边缘分布函数建立每个预警节点对的联合分布函数；
计算单元，用于基于每个预警节点对的联合分布函数计算对应预警节点对的目标概率。
在一些可选的实施方式中，第二确定模块604包括：
第二获取子模块，用于获取目标区域的数字高程数据以及关键预警节点的位置信息；
第二确定子模块，用于基于目标区域的数字高程数据以及关键预警节点的位置信息确定关键预警节点发生洪水时对应的集水区；
第三确定子模块，用于基于关键预警节点发生洪水时对应的集水区确定关键预警区域。
上述各个模块和单元的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
本实施例中的防洪预警装置是以功能单元的形式来呈现，这里的单元是指ASIC（Application Specific Integrated Circuit，专用集成电路）电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。
本发明实施例还提供一种计算机设备，具有上述图6所示的防洪预警装置。
请参阅图7，图7是本发明可选实施例提供的一种计算机设备的结构示意图，如图7所示，该计算机设备包括：一个或多个处理器10、存储器20，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器10为例。
处理器10可以是中央处理器，网络处理器或其组合。其中，处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。
其中，所述存储器20存储有可由至少一个处理器10执行的指令，以使所述至少一个处理器10执行实现上述实施例示出的方法。
存储器20可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中，存储器20可选包括相对于处理器10远程设置的存储器，这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
存储器20可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器20还可以包括上述种类的存储器的组合。
该计算机设备还包括通信接口30，用于该计算机设备与其他设备或通信网络通信。
本发明实施例还提供了一种计算机可读存储介质，上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (15)
1.一种防洪预警方法，其特征在于，所述方法包括：
获取目标区域内多个不同预警节点分别对应的径流过程数据以及不同预警节点之间的连接关系，所述多个不同预警节点由目标区域的排水管网信息以及河流水系信息确定，所述目标区域为城市区域，所述多个不同预警节点包括河流水系进出城市边界的交叉点、城市内的雨水井、排水管网与渠道河流交叉点以及河流水系干支流交汇点；
基于所述不同预警节点之间的连接关系以及不同预警节点分别对应的径流过程数据分别计算各预警节点发生洪水时，对下级预警节点的影响贡献值，所述影响贡献值用于表征各预警节点发生洪水时对下级预警节点形成洪水的贡献量；
根据所述影响贡献值确定关键预警节点；
根据所述关键预警节点确定关键预警区域；
获取关键预警区域内的水位信息；
基于所述关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息；
基于所述关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息，包括：
获取各预警节点对应的预警区域信息、各预警节点对应的预警区域的预警响应级别以及各预警响应级别对应的预设水位阈值；
将所述关键预警区域内的水位信息与不同预警响应级别分别对应预设水位阈值进行对比，确定目标预警响应级别；
基于所述目标预警响应级别以及各预警节点对应的预警区域的预警响应级别，在不同预警节点分别对应的预警区域中确定至少一个目标预警区域；
基于所述目标预警区域生成所述目标区域的洪水预警信息。
2.根据权利要求1所述的方法，其特征在于，基于所述不同预警节点之间的连接关系以及不同预警节点分别对应的径流过程数据分别计算各预警节点发生洪水时，对下级预警节点的影响贡献值的步骤，包括：
基于所述不同预警节点之间的连接关系确定至少一个预警节点对，所述预警节点对由两个直接相连的第一预警节点和第二预警节点构成；
基于不同预警节点的径流过程数据计算对应预警节点对的目标概率，所述目标概率用于表征预警节点对中所述第一预警节点发生洪水时，所述第二预警节点发生洪水的概率；
基于所述目标概率计算各预警节点发生洪水时，对下级预警节点的影响贡献值。
3.根据权利要求1所述的方法，其特征在于，获取目标区域内多个不同预警节点分别对应的径流过程数据的步骤，包括：
获取每个预警节点的历史降雨信息；
依次将每个预警节点的历史降雨信息输入到预先构建的径流模拟模型中，使得所述径流模拟模型输出对应预警节点的径流过程数据。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于各预警节点的位置信息确定对应的预警区域；
获取各预警节点在目标降雨过程中对应的径流过程以及各预警节点的预设径流阈值；
基于各预警节点在目标降雨过程中对应的径流过程以及对应预警节点的预设径流阈值，生成不同预警节点分别对应预警区域的预警信息。
5.根据权利要求4所述的方法，其特征在于，获取各预警节点在目标降雨过程中对应的径流过程的步骤，包括：
获取目标降雨信息；
将所述目标降雨信息输入到预先构建的径流模拟模型中，使得所述径流模拟模型输出各预警节点在目标降雨过程中对应的径流过程数据。
6.根据权利要求2所述的方法，其特征在于，基于不同预警节点的径流过程数据计算对应预警节点对的目标概率的步骤，包括：
基于不同预警节点的径流过程数据确定每个预警节点对中所述第一预警节点对应径流过程的边缘分布函数和所述第二预警节点对应径流过程的边缘分布函数；
基于预设连接函数以及每个预警节点对中所述第一预警节点对应径流过程的边缘分布函数和所述第二预警节点对应径流过程的边缘分布函数建立每个预警节点对的联合分布函数；
基于所述每个预警节点对的联合分布函数计算对应预警节点对的目标概率。
7.根据权利要求1所述的方法，其特征在于，基于所述关键预警节点确定关键预警区域的步骤，包括：
获取目标区域的数字高程数据以及关键预警节点的位置信息；
基于所述目标区域的数字高程数据以及关键预警节点的位置信息确定所述关键预警节点发生洪水时对应的集水区；
基于所述关键预警节点发生洪水时对应的集水区确定关键预警区域。
8.一种防洪预警装置，其特征在于，所述装置包括：
第一获取模块，用于获取目标区域内多个不同预警节点分别对应的径流过程数据以及不同预警节点之间的连接关系，所述多个不同预警节点由目标区域的排水管网信息以及河流水系信息确定，所述目标区域为城市区域，所述多个不同预警节点包括河流水系进出城市边界的交叉点、城市内的雨水井、排水管网与渠道河流交叉点以及河流水系干支流交汇点；
计算模块，用于基于所述不同预警节点之间的连接关系以及不同预警节点分别对应的径流过程数据分别计算各预警节点发生洪水时，对下级预警节点的影响贡献值，所述影响贡献值用于表征各预警节点发生洪水时对下级预警节点形成洪水的贡献量；
第一确定模块，用于根据所述影响贡献值确定关键预警节点；
第二确定模块，用于根据所述关键预警节点确定关键预警区域；
第二获取模块，用于获取关键预警区域内的水位信息；
第一处理模块，用于基于所述关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息；
基于所述关键预警区域内的水位信息与预设水位阈值生成目标区域的洪水预警信息，包括：
获取各预警节点对应的预警区域信息、各预警节点对应的预警区域的预警响应级别以及各预警响应级别对应的预设水位阈值；
将所述关键预警区域内的水位信息与不同预警响应级别分别对应预设水位阈值进行对比，确定目标预警响应级别；
基于所述目标预警响应级别以及各预警节点对应的预警区域的预警响应级别，在不同预警节点分别对应的预警区域中确定至少一个目标预警区域；
基于所述目标预警区域生成所述目标区域的洪水预警信息。
9.根据权利要求8所述的装置，其特征在于，所述计算模块包括：
第一确定子模块，用于基于所述不同预警节点之间的连接关系确定至少一个预警节点对，所述预警节点对由两个直接相连的第一预警节点和第二预警节点构成；
第一计算子模块，用于基于不同预警节点的径流过程数据计算对应预警节点对的目标概率，所述目标概率用于表征预警节点对中所述第一预警节点发生洪水时，所述第二预警节点发生洪水的概率；
第二计算子模块，用于基于所述目标概率计算各预警节点发生洪水时，对下级预警节点的影响贡献值。
10.根据权利要求8所述的装置，其特征在于，所述第一获取模块包括：
第一获取子模块，用于获取每个预警节点的历史降雨信息；
处理子模块，用于依次将每个预警节点的历史降雨信息输入到预先构建的径流模拟模型中，使得所述径流模拟模型输出对应预警节点的径流过程数据。
11.根据权利要求8所述的装置，其特征在于，所述装置还包括：
第三确定模块，用于基于各预警节点的位置信息确定对应的预警区域；
第二获取模块，用于获取各预警节点在目标降雨过程中对应的径流过程以及各预警节点的预设径流阈值；
处理模块，用于基于各预警节点在目标降雨过程中对应的径流过程以及对应预警节点的预设径流阈值，生成不同预警节点分别对应预警区域的预警信息。
12.根据权利要求11所述的装置，其特征在于，所述第二获取模块包括：
第二获取子模块，用于获取目标降雨信息；
处理子模块，用于将所述目标降雨信息输入到预先构建的径流模拟模型中，使得所述径流模拟模型输出各预警节点在目标降雨过程中对应的径流过程数据。
13.根据权利要求9所述的装置，其特征在于，所述第一计算子模块包括：
确定单元，用于基于不同预警节点的径流过程数据确定每个预警节点对中所述第一预警节点对应径流过程的边缘分布函数和所述第二预警节点对应径流过程的边缘分布函数；
建立单元，用于基于预设连接函数以及每个预警节点对中所述第一预警节点对应径流过程的边缘分布函数和所述第二预警节点对应径流过程的边缘分布函数建立每个预警节点对的联合分布函数；
计算单元，用于基于所述每个预警节点对的联合分布函数计算对应预警节点对的目标概率。
14.一种计算机设备，其特征在于，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1至7中任一项所述的防洪预警方法。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的防洪预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311455087.7A CN117172997B (zh) | 2023-11-03 | 2023-11-03 | 一种防洪预警方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311455087.7A CN117172997B (zh) | 2023-11-03 | 2023-11-03 | 一种防洪预警方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117172997A CN117172997A (zh) | 2023-12-05 |
| CN117172997B true CN117172997B (zh) | 2024-01-26 |
Family
ID=88930346
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311455087.7A Active CN117172997B (zh) | 2023-11-03 | 2023-11-03 | 一种防洪预警方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117172997B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110428586A (zh) * | 2019-07-08 | 2019-11-08 | 大连理工大学 | 基于前期降雨和上下游拓扑关系的农村基层洪涝预警方法 |
| CN116469227A (zh) * | 2023-04-24 | 2023-07-21 | 中国科学院城市环境研究所 | 一种流域洪水预警系统 |
| CN116822969A (zh) * | 2023-08-30 | 2023-09-29 | 安徽金海迪尔信息技术有限责任公司 | 基于模型组合的水利模型云计算方法与系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9600997B1 (en) * | 2015-11-03 | 2017-03-21 | International Business Machines Corporation | Localized flood alert system and method |
-
2023
- 2023-11-03 CN CN202311455087.7A patent/CN117172997B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110428586A (zh) * | 2019-07-08 | 2019-11-08 | 大连理工大学 | 基于前期降雨和上下游拓扑关系的农村基层洪涝预警方法 |
| CN116469227A (zh) * | 2023-04-24 | 2023-07-21 | 中国科学院城市环境研究所 | 一种流域洪水预警系统 |
| CN116822969A (zh) * | 2023-08-30 | 2023-09-29 | 安徽金海迪尔信息技术有限责任公司 | 基于模型组合的水利模型云计算方法与系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117172997A (zh) | 2023-12-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bermúdez et al. | Development and comparison of two fast surrogate models for urban pluvial flood simulations | |
| Henonin et al. | Real-time urban flood forecasting and modelling–a state of the art | |
| US10147057B2 (en) | Systems and methods for flood zone modeling | |
| CN109657841B (zh) | 一种城市暴雨内涝积水深度提取方法 | |
| Ahmad et al. | A three‐dimensional fuzzy methodology for flood risk analysis | |
| KR102225241B1 (ko) | 실시간 침수 예측 장치 및 방법 | |
| CN111795681A (zh) | 一种山洪灾害预警方法、装置、服务器及存储介质 | |
| Davidsen et al. | Simplification of one-dimensional hydraulic networks by automated processes evaluated on 1D/2D deterministic flood models | |
| CN115471078B (zh) | 一种基于城市水务系统的洪涝风险点评估方法及装置 | |
| Prabnakorn et al. | Development of an integrated flood hazard assessment model for a complex river system: a case study of the Mun River Basin, Thailand | |
| Ramaswamy et al. | Ensemble based forecasting and optimization framework to optimize releases from water supply reservoirs for flood control | |
| CN115798147A (zh) | 一种实时洪水预报及洪灾模拟的方法和系统 | |
| Latif et al. | Bivariate flood distribution analysis under parametric copula framework: A case study for Kelantan River basin in Malaysia | |
| CN117172997B (zh) | 一种防洪预警方法、装置、计算机设备及存储介质 | |
| CN115267950B (zh) | 一种初期雨水量化方法、装置、存储介质及电子设备 | |
| CN116628914A (zh) | 一种排水管网入流入渗分析方法、计算机设备及介质 | |
| Nasrin et al. | Modelling impact of extreme rainfall on sanitary sewer system by predicting rainfall derived infiltration/inflow | |
| Siqueira et al. | Methodology for the construction of an urban flood hazard chart | |
| CN111080129A (zh) | 排水管网监测点的评分方法、装置和电子设备 | |
| CN108132984B (zh) | 管网降雨重现期渲染方法、装置及计算机可读存储介质 | |
| Dastgir et al. | Graph method for critical pipe analysis of branched and looped drainage networks | |
| CN114611752A (zh) | 基于Docker集群管理的多模型耦合内涝预警方法及系统 | |
| CN113869804A (zh) | 一种洪涝灾害下的电网设备风险预警方法及系统 | |
| Prakash et al. | Integrating hydrodynamic and hydraulic modeling for evaluating future flood mitigation in urban environments | |
| Massari et al. | A fast simplified model for predicting river flood inundation probabilities in poorly gauged areas |
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 |