CN101673369A - 基于投影寻踪的排水管网洪涝风险评价方法 - Google Patents
基于投影寻踪的排水管网洪涝风险评价方法 Download PDFInfo
- Publication number
- CN101673369A CN101673369A CN200910093747A CN200910093747A CN101673369A CN 101673369 A CN101673369 A CN 101673369A CN 200910093747 A CN200910093747 A CN 200910093747A CN 200910093747 A CN200910093747 A CN 200910093747A CN 101673369 A CN101673369 A CN 101673369A
- Authority
- CN
- China
- Prior art keywords
- data
- evaluation
- drainage pipeline
- projection
- pipe network
- 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.)
- Pending
Links
Images
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
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明是一种基于投影寻踪的排水管网洪涝风险评价方法,涉及***综合评价技术领域。该方法整合来自排水管网模型、地理信息***和数据库***的多方面洪涝风险影响因素,使用投影寻踪的评价方法对排水管网洪涝风险进行评价。该方法将各评价指标样本进行线性投影,按照一定的原则寻求最优投影方向向量,最优投影方向向量反映了各评价指标的重要程度,即客观权重,并以此建立综合评价指数对排水管网洪涝风险进行评价分级,为汛期应急抢险提供技术支持。本发明提出的方法避免了评价过程人为分析的片面性,评价结果更具有科学性,且本方法获得洪涝灾害风险图,可以生动、直观地表征灾害风险程度和分布情况,为抢险处置提供了良好的决策平台。
Description
技术领域
本发明涉及一种***综合评价技术,特别是关于一种基于投影寻踪的排水管网洪涝风险评价方法。
背景技术
排水***是城市重要的基础设施,担负着及时排除地面雨水径流,防止洪涝灾害发生的重要功能。但是,全球气候变化和城市化进程的日益加剧,使得具有排水***的城市地区屡遭洪涝灾害的侵袭。城市排水***洪涝灾害不同于江河洪水灾害,具有爆发时间短、经济损失严重的特点,究其产生原因主要是城市局部极端暴雨在短时间内超过雨水***设计排除标准所致(不排除雨水***维护管理存在的问题)。近些年来,国内大中城市均遭受过特大暴雨导致的洪涝灾害,社会经济损失严重。以江河水利模型为主要工具的城市防洪管理不能够解决上述***雨洪涝灾害问题,在城市区域只有采用排水***模型分析排水***运行状况和评价灾害风险才是科学的技术解决手段。因此,非常有必要对城市排水***超标情形下洪灾风险进行科学评价,从而根据不同洪灾重现期的风险状况制定相应的应急预案,为处置突发自然灾害提供决策支持,减少社会经济损失。
欧、美国家排水规范中已经明确规定了采用计算机模型辅助设计、分析排水***。以排水***计算机模型为工具可以有效地模拟排水***超标情形下的水力状况,预测洪灾发生地点、积水深度、发生时刻和影响范围,为设计、管理人员提供可靠的技术支持(模型率定成功前提下)。同时,城市洪涝风险不仅仅由洪灾水力条件决定,由于城市区域社会功能繁杂,人口密度大,洪灾风险还由其影响区域内经济、环境、社会等诸多因素所决定。城市排水***洪涝风险评价实质是属于多目标、多因素决策问题,要进行全面客观的评价,必须采用多因素综合评价方法。许多已有的层次分析法、模糊综合评判法、灰色关联分析法及聚类分析法等综合评价法在将定性分析转化为定量分析的过程中,评价结果往往会受到人为赋权的干扰,存在着一定的主观依赖性。客观评价法的评价过程不受到人为主观因素的干扰,评价结果可以更加真实的反映***的内部特征,具有优越性。本发明就是一种客观评价法。
发明内容
针对上述问题,本发明的目的是提出了基于投影寻踪的城市排水管网洪涝风险综合评价方法。该方法将待评对象的各评价指标样本进行线性投影,按照一定的原则寻求最优投影方向向量,最优投影方向向量反映了各评价指标的重要程度,即客观权重,并以此建立综合评价指数对排水管网洪涝风险进行评价分级,为汛期应急抢险提供技术支持。评价流程参见附图1。
为实现上述目的,本发明采取以下技术方案:基于投影寻踪的城市排水管网洪涝风险综合评价方法,其特征在于:它包含以下步骤:
1)数据整理:收集评价区域排水管网***各种设计、施工、维护资料,评价区域地形数据,社会功能数据,环境影响因素等这些评价基础数据;调查、收集当地暴雨资料,暴雨强度公式等这些气候数据资料。
2)构建评价指标体系:根据收集的数据,对评价区域排水管网进行数学建模,并对排水管网超设计标准条件下各重现期暴雨进行水力模拟计算,获得管网的水力特征;采用地理信息***对评价区域排水管网水力特性、地形数据、社会功能数据、环境影响数据进行***集成,整合成评价指标数据库,构建评价指标体系。
3)构建投影寻踪分析模型:将评价区域排水管网水力特征数据、地形数据、社会功能数据、环境影响数据等这些指标进行标准化处理,用投影寻踪技术确定各指标的客观权重a=(a1,a2,…,an),其中p为指标的数目,p为大于等于1的自然数,并对决策单元(检查井)风险进行评价分级。
4)评价结果分析:根据投影寻踪评价获得的决策单元(检查井)风险分级,采用地理信息软件的空间插值分析功能对排水管网洪涝风险进行分析,绘制各重现期洪涝风险分布图。
所述步骤1)中,所述评价区域排水管网数据及当地地形数据来源于该地区排水管网设计、竣工图纸资料,资料可为纸质档案图纸、CAD电子图纸或实际勘察报告等形式,数据源为排水管网规划设计单位、产权单位或养护单位,在上述数据源无法提供数据时,可委托工程勘察部门对评价区域排水管网进行实地勘察,已获得勘察报告;社会功能数据、环境影响数据可从城市规划管理部门、环境管理部门获得,在数据严重缺失时,可通过实地调查获得数据资料。
所述步骤2)中,所述评价指标体系的构建需要采用排水管网数学模型、地理信息***技术、数据库技术实现。具体包括如下步骤:
a)利用地理信息***建立排水管网模型数据集:将步骤1)中已获得的排水管网数据整理导入地理信息***,建立排水管网模型属性数据数据库。数据导入过程即是排水管网属性数据电子化的过程,使所有数据可被计算机***识别;
b)排水管网建模:根据排水管网模型建模的数据要求,将管网属性数据导入排水管网模型。目前,有多种排水管网模型可供选择使用,可任选一个排水管网模型。根据排水***评价要求设置模型参数,现分两种评价要求,一是对排水管网设计方案进行洪涝风险评价,二是对现有排水管网***进行洪涝风险评价。对于前者,模型参数设置应按照“等价设计条件”的原则进行设置,保证模型模拟条件与管网设计方案的设计条件相同即可,不需要用管网实测水力数据对管网模型进行率定;对于后者,模型必须使用管网实测水力数据对管网模型进行率定,根据率定结果设置管网模型参数,保证模型模拟结果如实反映实际管网***运行状况;
c)确定设计暴雨过程线:排水管网洪涝风险模拟的前提是采用反映当地暴雨特征的降雨过程线作为模型的输入条件。当前针对城市暴雨已有很多设计暴雨形式,但多数设计暴雨需要严格的当地资料,不利于风险评价的实施。Keifer和Chu提出的设计暴雨过程线(有时亦称为芝加哥暴雨过程线)。该过程线可以根据某一特定重现期的强度-历时曲线制定出来,在使用时只需将当地暴雨强度公式中的各参数代入设计暴雨过程线即可获得反映当地暴雨特征的设计暴雨过程线。本发明采用芝加哥暴雨过程线,将评价地区暴雨强度公式各参数代入构建设计暴雨过程线;
d)排水管网洪涝模拟:采用不同重现期(5年、10年、30年、50年、100年)的设计暴雨过程线作为管网模型的输入,进行管网洪涝模拟,获得各重现期条件下评价区域排水管网的水力特征。这些管网水力特征包括检查井内水深、检查井处洪水量、最大积水深度、管道最大流量、流速等这些数据;
e)建立评价指标数据库:根据洪涝灾害影响因素分析,确定洪涝灾害影响指标,本发明将洪涝风险评估指标归纳为技术性能、管理、环境影响和经济影响四个方面,每方面又包含若干评价指标,具体参见附图2,从而建立洪涝风险评价指标体系。
所述步骤3)中,构建所述的投影寻踪分析模型,在本发明中将评价区域内每一个检查井作为研究评价单元,对每个检查井处发生洪涝灾害的影响进行综合评估并对其进行分级,从而获得该区域风险分布图。设第i个检查井处的第j个指标为x* ij(i=1~n,j=1~p,n为检查井个数,p为评价指标个数,n和p均为大于等于1的自然数)。具体包括以下步骤:
①评价指标值归一化处理:为消除各指标值的量纲和统一各指标值的变化范围,首先将指标值进行归一化处理;
式中xjmax,xjmin分别是指标样本集中第j个指标值的最大值和最小值;x* ij是第i个检查井处的第j个指标。
②构造投影指标函数:把p维数据xij综合成以a=(a1,a2,…,ap)为投影方向的一维投影值zi。
然后根据zi(i=1~n)的一维散布图进行分类。式中的a是单位长度向量,即
在综合投影值时,要求投影值zi的散布特征为:局部投影点尽可能密集,最好凝聚成若干个点团;而在整体上投影点团之间尽可能散开。基于上述特征,投影指标函数可构造为
Q(a)=Sz·Dz (3)
式中Sz为投影值zi的标准差,Dz为投影值zi的局部密度,即
式中z为投影值序列的均值;R为求局部密度的窗口半径,一般取值为0.1Sz;距离rij=|zi-zj|;u(R-rij)为单位阶跃函数,当R-rij≥0时函数值为1,当R-rij<0时函数值为0。
③优化投影指标函数:当各评价单元指标数据确定时,投影指标函数Q(a)只随投影方向a的变化而变化。不同的投影方向反映不同的结构数据特征,最佳投影方向a*就是最大可能暴露高维数据某类特征结构的投影方向。可通过求解投影指标函数最大化问题来估计最优投影方向,求解出Q(a)的最大值的同时,也就找到了最优投影方向a*。那么投影寻踪方法的数学模型为
maxQ(a)=SzDz (6)
该数学模型是以a=(a1,a2,…,ap)为优化变量的复杂的非线性优化问题,本发明采用微粒群算法求解上述问题。
④评估分级:由步骤③求得的最佳投影方向a*计算各评价单元(检查井)的投影值zi *。按投影值zi *值进行排序,实现评价单元的评价分级。
所述步骤4)中,所述评价结果分析就是把应经通过步骤3)获得的排水管网检查井处洪涝风险分级序列导入地理信息***,采用地理信息***的空间插值分析功能对排水管网洪涝风险进行分析。本发明使用地理信息软件的克里格法(Kriging法)对某一重现期条件下检查井风险等级序列进行空间插值,生成排水管网洪涝风险分布图。
本发明采取以上技术方案,具有以下优点:1、城市排水管网洪涝灾害是多因素综合作用的结果,本发明整合排水管网模型、地理信息***和数据库***构建了洪涝灾害综合评价体系,该风险评价体系综合了多种水力、环境、社会因素作为评价指标,能够更全面地反映灾害风险发生情态,为防汛抢险提供科学的技术支持。2、本发明提出的评价方法属于客观评价法,避免了水力模拟结果人为分析的片面性,其指标权重的确定不受人为因素干扰,结果更具有科学性。3、根据本发明计算获得的评价指标最佳投影方向向量可以确定洪灾首要影响因素,有助于制定有效的抢险预案,最大程度地减少洪涝灾害影响。4、本发明利用地理信息软件的空间分析功能绘制灾害风险图,可以生动、直观地表征灾害风险程度和分布情况,为抢险处置提供了良好的决策平台。
附图说明
图1是本发明的排水管网洪涝风险评价流程示意图
图2是本发明的排水管网洪涝风险评价指标体系示意图
图3是本发明优化投影指标过程图
具体实施方式
下面结合图1~图3用一个实施例详细说明本发明的具体实施方式。
以某地区排水管网***风险评价为例,具体说明评价过程。该地区面积约822公顷,有重要的体育场馆园区位于该地区,其中位于该地区中北部的体育场馆排水***设计重现期较高,园区内重现期为5年,周边市政***为1年。
首先收集该地区排水管网数据资料,采用排水管网模型对该地区排水***进行建模。采用重现期为5年,10年,30年,50年,100年的芝加哥设计暴雨作为模型的输入进行模拟计算,获得该地区排水管网在设计超标情形下水力状况。然后,从地理信息***中将评价指标体系中的各种指标进行整理收集,本实例中使用的指标体系包括检查井最大积水深度、最大洪水流量、检查井洪水总水量、检查井洪水持续时间、集水区不透水面积、集水区总面积、下游管道过流能力和所在道路等级共八个评价指标,指标样本集共有720个样本(检查井总数),参见表1(已归一化处理)。
表1排水***洪涝风险评估指标样本集及其投影
注:由于检查井数目很多,仅列出部分检查井指标数据。
本实施例将重现期100年评价计算过程作为实例具体说明如下,其它重现期评价计算过程与之类似。把全部评价指标样本集依次代入步骤3)公式,即得到该实例的投影指标函数,然后采用微粒群算法优化计算投影寻踪数学模型。经过5000代迭代搜索计算,目标函数值收敛,得到最大投影指标函数值为1181.07,最佳投影方向a*=(0.38720,0.397770.32227,0.69907,0.03755,0.17694,0.25749,0.01678),优化过程见图3。把a*代入投影指标函数得到各检查井样本的投影值zi *,即相对风险值,部分计算结果见表1。采用地理信息软件的空间插值分析功能即可绘制重现期100年洪涝风险分布图。在重现期100年情况下,排水***洪涝风险可以分为四级,即无风险、较低风险、较高风险和高风险。最佳投影方向a*是表征了各评价指标的客观权重,最佳投影方向向量中各元素的大小顺序代表着各评价指标重要程度大小。根据最佳投影方向a*可知,各评价指标对洪涝风险影响程度由大到小排序为检查井洪水持续时间>检查井最大洪水流量>检查井最大积水深度>检查井洪水总水量>下游管道过流能力>集水区总面积>集水区不透水面积>所在道路等级。由此可见,检查井洪水持续时间是影响洪涝风险的主要因素,在制定对策时应着重考虑。
由于评价数据获取的困难,本实施例仅采用了八项指标作为实例评价指标。随着防灾领域信息化水平的提高,本发明提出的评价体系将会得到不断丰富和完善,评价结果也将更加科学、准确。
以上是本发明的一个典型实施例,本发明的实施不限于此。
Claims (5)
1、一种基于投影寻踪的城市排水管网洪涝风险综合评价方法,其特征在于:它包含以下步骤:
1)数据整理:收集评价区域排水管网***各种设计、施工、维护资料,评价区域地形数据,社会功能数据,环境影响因素这些评价基础数据;调查、收集当地暴雨资料,暴雨强度公式这些气候数据资料;
2)构建评价指标体系:根据收集的数据,对评价区域排水管网进行数学建模,并对排水管网超设计标准条件下各重现期暴雨进行水力模拟计算,获得管网的水力特征;采用地理信息***对评价区域排水管网水力特性、地形数据、社会功能数据、环境影响数据进行***集成,整合成评价指标数据库,构建评价指标体系;
3)构建投影寻踪分析模型:将评价区域排水管网水力特征数据、地形数据、社会功能数据、环境影响数据这些指标进行标准化处理,用投影寻踪技术确定各指标的客观权重a=(a1,a2,…,ap),其中p为指标的数目,p为大于等于1的自然数,并对决策单元风险进行评价分级;
4)评价结果分析:根据投影寻踪评价获得的决策单元风险分级,采用地理信息软件的空间插值分析功能对排水管网洪涝风险进行分析,绘制各重现期洪涝风险分布图。
2、如权利要求1所述的一种基于投影寻踪的城市排水管网洪涝风险综合评价方法,其特征在于:所述步骤1)中,评价区域排水管网数据及当地地形数据来源于该地区排水管网设计、竣工图纸资料,所述资料为纸质档案图纸、CAD电子图纸或实际勘察报告形式,数据源为排水管网规划设计单位、产权单位或养护单位;社会功能数据、环境影响数据可从城市规划管理部门、环境管理部门获得,在数据严重缺失时,可通过实地调查获得数据资料。
3、如权利要求2所述的一种基于投影寻踪的城市排水管网洪涝风险综合评价方法,其特征在于:所述步骤2)中,所述评价指标体系的构建需要采用排水管网数学模型、地理信息***技术、数据库技术实现,具体包括如下步骤:
a)利用地理信息***建立排水管网模型数据集:将步骤1)中已获得的排水管网数据整理导入地理信息***,建立排水管网模型属性数据数据库;b)排水管网建模:根据排水管网模型建模的数据要求,将管网属性数据导入排水管网模型,根据排水***评价要求设置模型参数,分两种评价要求,一是对排水管网设计方案进行洪涝风险评价,二是对现有排水管网***进行洪涝风险评价;对于前者,模型参数设置应按照“等价设计条件”的原则进行设置,保证模型模拟条件与管网设计方案的设计条件相同即可,不需要用管网实测水力数据对管网模型进行率定;对于后者,模型必须使用管网实测水力数据对管网模型进行率定,根据率定结果设置管网模型参数,保证模型模拟结果如实反映实际管网***运行状况;
c)确定设计暴雨过程线:排水管网洪涝风险模拟的前提是采用反映当地暴雨特征的降雨过程线作为模型的输入条件,此处采用芝加哥暴雨过程线,将评价地区暴雨强度公式各参数代入构建设计暴雨过程线;
d)排水管网洪涝模拟:采用不同重现期的设计暴雨过程线作为管网模型的输入,进行管网洪涝模拟,获得各重现期条件下评价区域排水管网的水力特征,所述排水管网的水力特征包括检查井内水深、检查井处洪水量、最大积水深度、管道最大流量、流速这些数据;
e)建立评价指标数据库:根据洪涝灾害影响因素分析,确定洪涝灾害影响指标。
4、如权利要求3所述的一种基于投影寻踪的城市排水管网洪涝风险综合评价方法,其特征在于:所述步骤3)中,构建投影寻踪分析模型,将评价区域内每一个检查井作为研究评价单元,对每个检查井处发生洪涝灾害的影响进行综合评估并对其进行分级,从而获得该区域风险分布图;设第i个检查井处的第j个指标为x* ij,其中i=1~n,j=1~p,n为检查井个数,p为评价指标个数,n和p均为大于等于1的自然数,具体包括以下步骤:
①评价指标值归一化处理:为消除各指标值的量纲和统一各指标值的变化范围,首先将指标值进行归一化处理;
式中xjmax,xjmin分别是指标样本集中第j个指标值的最大值和最小值;x* ij是第i个检查井处的第j个指标;
②构造投影指标函数:把p维数据xij综合成以a=(a1,a2,…,ap)为投影方向的一维投影值zi:
然后根据zi的一维散布图进行分类,其中i=1~n;式中的a是单位长度向量,即
投影指标函数可构造为
Q(a)=Sz·Dz (3)
式中Sz为投影值zi的标准差,Dz为投影值zi的局部密度,即
式中z为投影值序列的均值;R为求局部密度的窗口半径,一般取值为0.1Sz;距离rij=|zi-zj|;u(R-rij)为单位阶跃函数,当R-rij≥0时函数值为1,当R-rij<0时函数值为0;
③优化投影指标函数:通过求解投影指标函数最大化问题来估计最优投影方向,求解出Q(a)的最大值,找到最优投影方向a*,投影寻踪方法的数学模型为
max Q(a)=SzDz (6)
该数学模型是以a=(a1,a2,…,ap)为优化变量的复杂的非线性优化问题,并采用微粒群算法求解上述问题;
④评估分级:由步骤③求得的最佳投影方向a*计算各评价单元的投影值zi *,按投影值zi *值进行排序,实现评价单元的评价分级。
5、如权利要求4所述的一种基于投影寻踪的城市排水管网洪涝风险综合评价方法,其特征在于:所述步骤4)中,所述评价结果分析就是把应经通过步骤3)获得的排水管网检查井处洪涝风险分级序列导入地理信息***,采用地理信息***的空间插值分析功能对排水管网洪涝风险进行分析,并采用地理信息软件的克里格法对某一重现期条件下检查井风险等级序列进行空间插值,生成排水管网洪涝风险分布图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910093747A CN101673369A (zh) | 2009-09-28 | 2009-09-28 | 基于投影寻踪的排水管网洪涝风险评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910093747A CN101673369A (zh) | 2009-09-28 | 2009-09-28 | 基于投影寻踪的排水管网洪涝风险评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101673369A true CN101673369A (zh) | 2010-03-17 |
Family
ID=42020586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910093747A Pending CN101673369A (zh) | 2009-09-28 | 2009-09-28 | 基于投影寻踪的排水管网洪涝风险评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101673369A (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101864750A (zh) * | 2010-06-29 | 2010-10-20 | 西安理工大学 | 多模型综合集成洪水预报***及其预报方法 |
CN101930566A (zh) * | 2010-08-12 | 2010-12-29 | 西安理工大学 | 基于平行***的水利实验模拟***及实验模拟方法 |
CN103164618A (zh) * | 2013-02-25 | 2013-06-19 | 武汉理工大学 | 基于多种群萤火虫和投影寻踪回归的岩体可爆性分类方法 |
CN103218522A (zh) * | 2013-04-01 | 2013-07-24 | 民政部国家减灾中心 | 一种划分洪灾风险等级的方法及装置 |
CN103473434A (zh) * | 2012-06-06 | 2013-12-25 | 邵尧明 | 城市设计暴雨计算方法 |
CN103810532A (zh) * | 2012-11-06 | 2014-05-21 | 北京清华同衡规划设计研究院有限公司 | 优化城市排水***运行状况的方法 |
CN104361421A (zh) * | 2014-09-12 | 2015-02-18 | 清华大学 | 水利施工现场人员安全评估方法及*** |
CN106382471A (zh) * | 2016-11-25 | 2017-02-08 | 上海市城市排水有限公司 | 一种考虑关键节点的城市排水管网诊断评估方法 |
CN107133391A (zh) * | 2017-04-19 | 2017-09-05 | 广州杰赛科技股份有限公司 | 施工图纸的生成方法和*** |
CN107145958A (zh) * | 2017-03-20 | 2017-09-08 | 广东工业大学 | 一种基于改进粒子群算法的市政排水管网智能化排水调度方法 |
CN107292527A (zh) * | 2017-06-30 | 2017-10-24 | 安徽工业大学 | 一种城市排水***性能评估方法 |
CN107423759A (zh) * | 2017-07-18 | 2017-12-01 | 上海商学院 | 低维逐次投影寻踪聚类模型综合评价方法、装置及应用 |
CN108022047A (zh) * | 2017-12-06 | 2018-05-11 | 中山大学 | 一种海绵城市水文计算方法 |
CN108038591A (zh) * | 2017-11-22 | 2018-05-15 | 同济大学 | 一种钢筋混凝土排水箱涵的风险评估方法 |
CN109508822A (zh) * | 2018-11-05 | 2019-03-22 | 四川省农业科学院作物研究所 | 一种农艺性状综合表现指数的油菜产量预估方法 |
CN109785979A (zh) * | 2019-01-07 | 2019-05-21 | 三峡大学 | 一种场次洪水降雨径流过程界定方法 |
CN109858647A (zh) * | 2018-12-21 | 2019-06-07 | 河海大学 | 一种耦合gis和gbdt算法的区域洪涝灾害风险评价与预估方法 |
CN111026999A (zh) * | 2019-11-01 | 2020-04-17 | 国网江苏省电力有限公司经济技术研究院 | 基于改进投影寻踪-灰色关联法的电网发展策略评估方法 |
CN111080129A (zh) * | 2019-12-16 | 2020-04-28 | 浙江清环智慧科技有限公司 | 排水管网监测点的评分方法、装置和电子设备 |
CN111985846A (zh) * | 2020-09-02 | 2020-11-24 | 王磊 | 基于微粒群优化投影寻踪的城市管理质量综合评价方法 |
CN112132341A (zh) * | 2020-09-22 | 2020-12-25 | 西安理工大学 | 一种基于暴雨过程的洪水风险预测方法 |
CN113762729A (zh) * | 2021-08-16 | 2021-12-07 | 河海大学 | 一种城市排水***改造工程综合评价方法 |
CN115203625A (zh) * | 2022-07-29 | 2022-10-18 | 应急管理部国家减灾中心 | 一种旱涝指数数据缺失值插补方法及其插补装置 |
CN116362551A (zh) * | 2023-05-31 | 2023-06-30 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种评估洪涝灾害风险等级的方法 |
-
2009
- 2009-09-28 CN CN200910093747A patent/CN101673369A/zh active Pending
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101864750A (zh) * | 2010-06-29 | 2010-10-20 | 西安理工大学 | 多模型综合集成洪水预报***及其预报方法 |
CN101930566B (zh) * | 2010-08-12 | 2013-11-06 | 西安理工大学 | 基于平行***的水利实验模拟***及实验模拟方法 |
CN101930566A (zh) * | 2010-08-12 | 2010-12-29 | 西安理工大学 | 基于平行***的水利实验模拟***及实验模拟方法 |
CN103473434A (zh) * | 2012-06-06 | 2013-12-25 | 邵尧明 | 城市设计暴雨计算方法 |
CN103810532B (zh) * | 2012-11-06 | 2016-12-21 | 北京清华同衡规划设计研究院有限公司 | 优化城市排水***运行状况的方法 |
CN103810532A (zh) * | 2012-11-06 | 2014-05-21 | 北京清华同衡规划设计研究院有限公司 | 优化城市排水***运行状况的方法 |
CN103164618A (zh) * | 2013-02-25 | 2013-06-19 | 武汉理工大学 | 基于多种群萤火虫和投影寻踪回归的岩体可爆性分类方法 |
CN103218522A (zh) * | 2013-04-01 | 2013-07-24 | 民政部国家减灾中心 | 一种划分洪灾风险等级的方法及装置 |
CN103218522B (zh) * | 2013-04-01 | 2017-10-27 | 民政部国家减灾中心 | 一种划分洪灾风险等级的方法及装置 |
CN104361421A (zh) * | 2014-09-12 | 2015-02-18 | 清华大学 | 水利施工现场人员安全评估方法及*** |
CN106382471B (zh) * | 2016-11-25 | 2019-06-25 | 上海市城市排水有限公司 | 一种考虑关键节点的城市排水管网诊断评估方法 |
CN106382471A (zh) * | 2016-11-25 | 2017-02-08 | 上海市城市排水有限公司 | 一种考虑关键节点的城市排水管网诊断评估方法 |
CN107145958A (zh) * | 2017-03-20 | 2017-09-08 | 广东工业大学 | 一种基于改进粒子群算法的市政排水管网智能化排水调度方法 |
CN107133391A (zh) * | 2017-04-19 | 2017-09-05 | 广州杰赛科技股份有限公司 | 施工图纸的生成方法和*** |
CN107133391B (zh) * | 2017-04-19 | 2020-11-13 | 广州杰赛科技股份有限公司 | 施工图纸的生成方法和*** |
CN107292527A (zh) * | 2017-06-30 | 2017-10-24 | 安徽工业大学 | 一种城市排水***性能评估方法 |
CN107292527B (zh) * | 2017-06-30 | 2020-07-31 | 安徽工业大学 | 一种城市排水***性能评估方法 |
CN107423759B (zh) * | 2017-07-18 | 2021-04-20 | 上海商学院 | 低维逐次投影寻踪聚类模型综合评价方法、装置及应用 |
CN107423759A (zh) * | 2017-07-18 | 2017-12-01 | 上海商学院 | 低维逐次投影寻踪聚类模型综合评价方法、装置及应用 |
CN108038591A (zh) * | 2017-11-22 | 2018-05-15 | 同济大学 | 一种钢筋混凝土排水箱涵的风险评估方法 |
CN108022047A (zh) * | 2017-12-06 | 2018-05-11 | 中山大学 | 一种海绵城市水文计算方法 |
CN108022047B (zh) * | 2017-12-06 | 2021-07-13 | 中山大学 | 一种海绵城市水文计算方法 |
CN109508822A (zh) * | 2018-11-05 | 2019-03-22 | 四川省农业科学院作物研究所 | 一种农艺性状综合表现指数的油菜产量预估方法 |
CN109858647A (zh) * | 2018-12-21 | 2019-06-07 | 河海大学 | 一种耦合gis和gbdt算法的区域洪涝灾害风险评价与预估方法 |
CN109858647B (zh) * | 2018-12-21 | 2021-07-27 | 河海大学 | 一种耦合gis和gbdt算法的区域洪涝灾害风险评价与预估方法 |
CN109785979A (zh) * | 2019-01-07 | 2019-05-21 | 三峡大学 | 一种场次洪水降雨径流过程界定方法 |
CN111026999A (zh) * | 2019-11-01 | 2020-04-17 | 国网江苏省电力有限公司经济技术研究院 | 基于改进投影寻踪-灰色关联法的电网发展策略评估方法 |
CN111080129B (zh) * | 2019-12-16 | 2024-02-20 | 浙江清环智慧科技有限公司 | 排水管网监测点的评分方法、装置和电子设备 |
CN111080129A (zh) * | 2019-12-16 | 2020-04-28 | 浙江清环智慧科技有限公司 | 排水管网监测点的评分方法、装置和电子设备 |
CN111985846A (zh) * | 2020-09-02 | 2020-11-24 | 王磊 | 基于微粒群优化投影寻踪的城市管理质量综合评价方法 |
CN112132341A (zh) * | 2020-09-22 | 2020-12-25 | 西安理工大学 | 一种基于暴雨过程的洪水风险预测方法 |
CN112132341B (zh) * | 2020-09-22 | 2021-10-12 | 西安理工大学 | 一种基于暴雨过程的洪水风险预测方法 |
CN113762729A (zh) * | 2021-08-16 | 2021-12-07 | 河海大学 | 一种城市排水***改造工程综合评价方法 |
CN115203625A (zh) * | 2022-07-29 | 2022-10-18 | 应急管理部国家减灾中心 | 一种旱涝指数数据缺失值插补方法及其插补装置 |
CN116362551A (zh) * | 2023-05-31 | 2023-06-30 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种评估洪涝灾害风险等级的方法 |
CN116362551B (zh) * | 2023-05-31 | 2023-08-08 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种评估洪涝灾害风险等级的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101673369A (zh) | 基于投影寻踪的排水管网洪涝风险评价方法 | |
CN106651211B (zh) | 一种不同尺度区域洪水灾害风险评估的方法 | |
Apreda et al. | A climate vulnerability and impact assessment model for complex urban systems | |
Carrión et al. | Environmental decision-support systems for evaluating the carrying capacity of land areas: Optimal site selection for grid-connected photovoltaic power plants | |
CN101794507A (zh) | 基于浮动车数据的宏观路网交通状态评价方法 | |
Liu et al. | A comprehensive risk analysis of transportation networks affected by rainfall‐induced multihazards | |
CN115994685A (zh) | 一种国土空间规划现状评估方法 | |
CN115033809A (zh) | 一种城市颗粒物时空管控方法 | |
Wang et al. | Analyzing spatial variance of urban waterlogging disaster at multiple scales based on a hydrological and hydrodynamic model | |
CN117332909B (zh) | 基于智能体的多尺度城市内涝道路交通暴露性预测方法 | |
CN110414027A (zh) | 一种适用于洪涝预测***的数据处理方法 | |
CN117272092A (zh) | 基于亚热带地区健康城市评价结果的城市优化建设方法 | |
Xia et al. | Spatial distribution of rural housing abandonment and influencing factors at the village level: a case study of the Loess Plateau of China | |
Baja et al. | Fuzzy modelling of environmental suitability index for rural land use systems: an assessment using a GIS | |
Jin et al. | Integration of an improved transformer with physical models for the spatiotemporal simulation of urban flooding depths | |
Xu et al. | A framework for the evaluation of roof greening priority | |
CN115358587A (zh) | 区域多部门协同的基础设施规划方法及*** | |
Boitor et al. | A new tool for the evaluation of CO2 emissions from road traffic: a case study in Cluj-Napoca, Romania | |
Li et al. | Identifying urban form typologies in seoul with mixture model based clustering | |
CN112365563A (zh) | 降雨频率图集数字化和暴雨高风险区划可视化分析*** | |
CN112862144A (zh) | 基于双层目标优化的无资料城市确定最优损失曲线的方法 | |
Zeng et al. | Flood risk assessment based on principal component analysis for Dongjiang river basin | |
Jin et al. | Using Machine Learning to Identify and Optimize Sensitive Parameters in Urban Flood Model Considering Subsurface Characteristics | |
CN116680518B (zh) | 用于地表水环境的时空态势分析方法 | |
Qiao et al. | Assessment and simulation of thermal environments in Taiyuan urban built-up area, China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100317 |