CN102831287A - 城市暴雨水灾害模拟预测方法 - Google Patents
城市暴雨水灾害模拟预测方法 Download PDFInfo
- Publication number
- CN102831287A CN102831287A CN2011101612641A CN201110161264A CN102831287A CN 102831287 A CN102831287 A CN 102831287A CN 2011101612641 A CN2011101612641 A CN 2011101612641A CN 201110161264 A CN201110161264 A CN 201110161264A CN 102831287 A CN102831287 A CN 102831287A
- Authority
- CN
- China
- Prior art keywords
- model
- gis
- information system
- geographic information
- urban
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Alarm Systems (AREA)
Abstract
本发明提供了一种城市暴雨水灾害模拟预测方法，该方法包括：A．修改暴雨径流管理模型，使其与地理信息***的数据模型一致；B．通过所述地理信息***将所述暴雨径流管理模型的计算内核嵌入到所述地理信息***中；C．划分研究区域的子流域；D．利用所述地理信息***获取各项模型所需的参数；E．在所述地理信息***中通过所述暴雨径流管理模型进行模拟计算；F．根据所述模拟计算的结果实现三维可视化。本发明能有效提供城市暴雨水灾害韵预测效率，实现城市水灾害预测的信息化和数字化，对城市暴雨水灾害的积水位置、深度、时间、历时可以提供快速、准确和直观有效的预报，为防灾减灾提供决策支持。
Description
技术领域
本发明涉及洪水灾害预测技术，更具体地说，涉及一种城市暴雨水灾害模拟预测
方法。
背景技术
洪水灾害一直是困扰人类社会发展的自然灾害，洪水灾害预测是防洪减灾工作的
核心内容之一。目前水灾害的管理利用地理信息***(Geographiclnformation System，简称“GIS”)技术、遥感技术(Remote Sensing，简称“RS”)和全球定位***(Global Positioning System，简称“GPS”)技术，以及暴雨预测技术、洪水预报技术等来模拟预测。但是，这种管理方法各项工作完成相对独立，并没有将所有的技术集成到一个平台，不利于对水灾害进行快速有效地预测。同时，对于城市水灾害演进实现三维可视化目前也一直处于探索研究阶段。
GIS技术具有强大的数据管理能力和可视化能力，城市暴雨管理模型一暴雨径流
管理模型(Storm Water Management Model，简称“SWMM”)可以很好的对雨洪进行管理、分析和设计，但是在现阶段的水灾害预测工作中，仅先利用GIS技术来管理和预处理数据，再利用SWMM模拟计算，然盾利用GIS技术二维显示计算结果。其中，SWMM模型与GIS数据模型并没有兼容。这种方法不符合灾害预测工作快速、高效、直观的要求。
发明内容
基于此，有必要提供一种能有效提高预测效率的城市暴雨水灾害模拟预测方法。
所述城市暴雨水灾害模拟预测方法包括以下步骤：A．修改暴雨径流管理模型，使其与地理信息***的数据模型一致；B．通过所述地理信息***将所述暴雨径流管理模型的计算内核嵌入到所述地理信息***中；C.划分研究区域的子流域；D．利用所述地理信息***获取各项模型所需的参数；E.在所述地理信息***中通过所述暴雨径流管理模型进行模拟计算；F.根据所述模拟计算的结果实现三维动态可视化。
所述步骤A中修改暴雨径流管理模型的步骤包括：A1.更新数据模型类定义；A2.更新已有数据实体；
所述步骤B包括：数据层次综合集成、模型层次综合集成。
所述步骤C中划分研究区域的子流域的步骤还包括：将分布式流域水文模型集成到地理信息***中。
所述步骤E中通过暴雨径流管理模型进行模拟计算的步骤包括：E1.模拟计算各结点水深；E2.模拟从结点到结点或者从结点到出永口水流深度的变化情况。
所述步骤F中根据模拟计算的结果实现三维动态可视化的步骤包括：F1.根据所述模拟计算的结果进行地面积水涨消过程的三维动态4D仿真；F2.根据所述模拟计算的结果进行地下排水管网的三维可视化。
上述城市暴雨水灾害模拟预测方法，通过修改暴雨径流管理模型，使其与地理信息***的数据模型一致，并将暴雨径流管理模型的计算内核嵌入到地理信息***中，从而将地理信息***与暴雨径流管理模型集成于一个平台，这样可以大大提高计算的效率，能更加有效的为防灾减灾提供决策支持；同时，通过修改暴雨径流管理模型，将其与地理信息***综合集成，能实现高效便捷操作，从而有效地提高预测效率。
附图说明
图1是一个实施例中城市暴雨水灾害模拟预测方法的总体结构示意图；
图2是一个实施例中城市暴雨水灾害模拟预测的***示意图；
图3是一个实施例中城市暴雨水灾害模拟预测方法的流程图。
具体实施方式
本发明提供的城市暴雨水灾害模拟预测方法，首先修改SWMM数据模型，在GIS平台上嵌入SWMM计算内核，从而将城市暴雨管理模型SWMM和GIS集成到一个平台，然后通过子流域划分以及获取模型所需参数，使SWMM在平台中可以直接利用GIS数据来模拟计算水深以及排水管网的排水情况，并通过GIS平台实现地理积水涨消过程的三维动态4D仿真以及地下管网的三维可视化。
如图l所示，将SwIvWI计算内核嵌入到城市暴雨水灾害模拟预测GIS集成平台中，空间数据库中存倍和管理多用户空间数据库的通路，其将基础数据子库、气象数据子库及管线数据子库中的数据通过数据处理接口提供给GIS集成平台。该GIS集成平台除了具有GIS的基本功能外，还具有以下功能：数据组织管理与处理、属性信息查询、模拟计算、水灾害预测以及4D仿真。
图2示出了一个实施例中城市暴雨水灾害预测的***，该***包括气象数据采集***、区域地理信息数据库和GIS集成平台。其中：气象数据采集***用于采集气象数据，为水灾害模拟预测提供实时、准确的数据；区域地理信息数据库用于管理大量数据，包括基础地理数据和排水管网数据；GIS集成平台用于对水灾害模拟预测并进行三维可视化。如图l所示，本发明方法所采用的***结构包括GIS集成平台、各种数据库及SWMM模型。
图3示出了一个实施例中城市暴雨水灾害模拟预测方法的流程，具体过程如下：
在步骤S31中，修改暴雨径流管理模型，使其与地理信息***的数据模型一致。在一个实施方式中，修改SWMM数据模型的过程具体包括：更新数据模型类定义；更新已有数据实体。在一个实施例中，通过研究SWMM的数据模型，在模型源代码中直接将规定的数据模型修改成与GIS教据模型一致，以达到在GIS平台中SWMM直接利用带有属性信息的GIS数据来模拟计算的目的。
在步骤S32，通过地理信息***将暴雨径流管理模型的计算内核嵌入到地理信息***中。在一个实施方式中，具体包括：数据层次综合集成、模型层次综合集成。将SWMM模型的计算内核嵌入到GIS平台中后，则在GIS平台中SWMM可直接利用CJIS数据进行模拟计算。
在步骤S33中，划分研究区域的子流域。利用适用于复杂大流域的水文模型SWAT(Soil and Water Assessment Tool，一种基于GIS基础上的分布式流域水文模型)，将SWAT集成到GIS平台中，并通过建立的数字高层模型(DigitaIElevation Model，简称“DEM”)计算元胞个数和面积，创建河流和出水口，即可实现子流域的划分，同时还可以计算各个子流域的参数。由于在子流域划分的同时，还可创建河流和出水口，在已有的河流数据和出水口数据不全或者缺失的情况下，可以做数据校核的参考。
在步骤S34中，利用地理信息***获取各项模型所需的参数。所需的参数分为确定性参数和不确定性参数两大类。对于确定性参数一般采用GIS技术以及根据实际数据来获得，例如对于各个子流域的面积、河流的长度都可以通过GIS平台开发来实现；对于不确定性参数，首先通过前人的取值经验，然后将他们所取的参数放在本研究中返回试验，同时参考优化参数的方法获得适合本发明的参数。参数获取后，参考SWMM指定的输入文件格式，将参数添加到各个图层的属性表中，这样，利用SWMM模拟计算时只需选择所需的图层即可。
在步骤S35中，在地理信息***中通过暴雨径流管理模型进行模拟计算。在一个实施例方式中，模拟计算的过程具体包括：模拟计算各结点水深；模拟计算从结点到结点或者从结点到出水口水流深度的变化情况。由于SWMM的计算内核已经嵌入GIS平台，只需利用GIS数据进行计算即可。通道SWMM初始模拟结果，可以得到积水点的水深时间序列图，可以看出各结点积水水深随时间的变化情况。SWMM还可以模拟从结点到结点或者从结点到出水口水流深度的变化情况，可以从剖面图的表达方式形象地表达排水管道及结点的竖向位置关系。以及结果通过GIS图形表达功能可以对结果进行直观表达。
在步骤S36中，根据模拟计算结果实现三维可视化。在一个实施例方式中，所进行的三维可视化过程具体包括：根据模拟计算结果进行地面积水涨消过程的三维动态4D仿真；根据模拟计算结果进行地下排水管网的三维可视化。
上述城市暴雨水灾害模拟预测方法，通过修改SWMM数据模型，并在GIS平台中嵌入SWMM计算内核，从而将GIS和SWMM模型集成在一个平台，然后划分子流域、获取模型所需参数，并通过SWMM模型进行模拟计算，从而完成城市暴雨水灾害的模拟计算，得到各结点水深；而三维可视化过程根据模拟计算的结果实现地理积水涨消过程的三维动态4D仿真以及地下排水管网的三维可视化，从而为制定防灾减灾措施提供更为直观和有效的手段。
本发明提供的城市暴雨水灾害模拟预测方法基于GIS综合集成建立一个可靠、快速且具育足够精确度的洪水模拟预测和预警***，将为城市管理者提供一个掌握全局和决策的辅助工具，同时也为公众提供一个知晓其生活环境内的信息的窗口。做好城市水灾的模拟与预测工作可以降低人民生命财产的损失，保障社会安定团结。同时，这项工作能做到以最小的投入将灾害损失降低到最低限度，最大程度的减免国家经济损失，减少不必要的市政投资，实现防洪经济效益的最大化。
以上所述仅为本发明的较佳实施例而己，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种城市暴雨水灾害模拟预测方法，其特征在于，所述方法包括以下步骤：
A．修改暴雨径流管理模型，使其与地理信息***的数据模型一致；
B．通过所述地理信息***将所述暴雨径流管理模型的计算内核嵌入到所述地理信息***中；
C．划分研究区域的子流域；
D．利用所述地理信息***获取各项模型所需的参数；
E．在所述地理信息***中通过所述暴雨径流管理模型进行模拟计算；
F．根据所述模拟计算的结果实现三维动态可视化。
2. 根据权利要求l所述的城市暴雨水灾害模拟预测方法，其特征在于，所述步骤A中修改暴雨径流管理模型的步骤包括：
A1.更新数据模型类定义；
A2.更新已有数据实体。
3. 根据权利要求l所述的城市暴雨水灾害模拟预测方法，其特征在于，所述步骤B包括：数据层次综合集成、模型层次综合集成。
4. 根据权利要求l所述的城市暴雨水灾害模拟预测方法，其特征在于，所述步骤C中划分研究区域的子流域的步骤还包括：
将分布式流域水文模型集成到地理信息***中。
5.根据权利要求l所述的城市暴雨水灾害模拟预测方法，其特征在于，所述步骤E中通过暴雨径流管理模型进行模拟计算的步骤包括：
E1.模拟计算各结点水深；
E2.模拟从结点到结虑或者从结点到出水口水流深度的变化情况。
6. 根据权利要求l所述的城市暴雨水灾害模拟预测方法，其特征在于，所述步骤F中根据模拟计算的结果实现三维动态可视化的步骤包括：
F1．根据所述模拟计算的结果进行地面积水涨消过程的三维动态4D仿真；
F2.根据所述模拟计算的结果进行地下排水管网的三维可视化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011101612641A CN102831287A (zh) | 2011-06-16 | 2011-06-16 | 城市暴雨水灾害模拟预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011101612641A CN102831287A (zh) | 2011-06-16 | 2011-06-16 | 城市暴雨水灾害模拟预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102831287A true CN102831287A (zh) | 2012-12-19 |
Family
ID=47334422
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011101612641A Pending CN102831287A (zh) | 2011-06-16 | 2011-06-16 | 城市暴雨水灾害模拟预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102831287A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109165795A (zh) * | 2018-10-11 | 2019-01-08 | 南昌工程学院 | 一种基于群智能算法的集合径流预测***与方法 |
| CN112733335A (zh) * | 2020-12-28 | 2021-04-30 | 北方大贤风电科技（北京）有限公司 | 一种暴雨灾害评估预测*** |
| CN112862144A (zh) * | 2020-08-10 | 2021-05-28 | 郑州大学 | 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 |
-
2011
- 2011-06-16 CN CN2011101612641A patent/CN102831287A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109165795A (zh) * | 2018-10-11 | 2019-01-08 | 南昌工程学院 | 一种基于群智能算法的集合径流预测***与方法 |
| CN112862144A (zh) * | 2020-08-10 | 2021-05-28 | 郑州大学 | 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 |
| CN112862144B (zh) * | 2020-08-10 | 2023-08-25 | 郑州大学 | 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 |
| CN112733335A (zh) * | 2020-12-28 | 2021-04-30 | 北方大贤风电科技（北京）有限公司 | 一种暴雨灾害评估预测*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101694680B (zh) | 城市暴雨水灾害模拟预测方法 | |
| Wijesekara et al. | A comprehensive land-use/hydrological modeling system for scenario simulations in the Elbow River watershed, Alberta, Canada | |
| Chen et al. | Investigating the spatiotemporal pattern between the built environment and urban vibrancy using big data in Shenzhen, China | |
| Yan et al. | Effects of land use change on hydrologic response at a watershed scale, Arkansas | |
| Munafo et al. | Soil sealing in the growing city: a survey in Rome, Italy | |
| Yang et al. | Assessing planning approaches by watershed streamflow modeling: Case study of The Woodlands; Texas | |
| Nguyen et al. | Toward a sustainable city of tomorrow: a hybrid Markov–Cellular Automata modeling for urban landscape evolution in the Hanoi city (Vietnam) during 1990–2030 | |
| Liu et al. | Improving urban resilience through green infrastructure: an integrated approach for connectivity conservation in the Central City of Shenyang, China | |
| Omar | Evaluation of actions for better water supply and demand management in Fayoum, Egypt using RIBASIM | |
| Joseph et al. | Assessment of environmental flow requirements using a coupled surface water-groundwater model and a flow health tool: A case study of Son river in the Ganga basin | |
| Urich et al. | Modelling the urban water cycle as an integrated part of the city: a review | |
| Gober et al. | Socio-hydrology modelling for an uncertain future, with examples from the USA and Canada | |
| Nagarajan et al. | Remote sensing-and GIS-based runoff modeling with the effect of land-use changes (a case study of Cochin corporation) | |
| Zhang et al. | Construction of the green infrastructure network for adaption to the sustainable future urban sprawl: A case study of Lanzhou City, Gansu Province, China | |
| Li et al. | The simulation, regulation capacity assessment and coping strategy of rainstorm runoff waterlogging in Zhu pai-chong Basin of Nanning, China | |
| Xu et al. | Urban flooding resilience evaluation with coupled rainfall and flooding models: A small area in Kunming City, China as an example | |
| Müller et al. | The impacts of climate and land-use change on flood and heat hazards | |
| Salmani et al. | Compilation simulation of surface water and groundwater resources using the SWAT-MODFLOW model for a karstic basin in Iran | |
| Fei et al. | Research on the layout of urban disaster-prevention and risk-avoidance green space under the improvement of supply and demand match: The case study of the main urban area of Nanjing, China | |
| CN102831287A (zh) | 城市暴雨水灾害模拟预测方法 | |
| Lin et al. | Multi-scenario simulation analysis of cultivated land based on PLUS model—a case study of Haikou, China | |
| Lamers et al. | Forecasting tropical cyclone rainfall and flooding hazards and impacts | |
| Saleh et al. | An integrated weather–hydrologic–coastal–stormwater framework to model urban‐coastal interactions: City of Hoboken application | |
| Zhang et al. | Construction of an ecological security pattern based on functional wetland theory: A case study in a landscape city | |
| Wijesekara | An integrated modeling system to simulate the impact of land-use changes on hydrological processes in the Elbow River watershed in Southern Alberta |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20121219 |