CN109063224B - 一种岩溶流域耦合水文模型预测方法 - Google Patents

一种岩溶流域耦合水文模型预测方法 Download PDF

Info

Publication number
CN109063224B
CN109063224B CN201810556700.7A CN201810556700A CN109063224B CN 109063224 B CN109063224 B CN 109063224B CN 201810556700 A CN201810556700 A CN 201810556700A CN 109063224 B CN109063224 B CN 109063224B
Authority
CN
China
Prior art keywords
weir
karst
flow
water
model
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.)
Expired - Fee Related
Application number
CN201810556700.7A
Other languages
English (en)
Other versions
CN109063224A (zh
Inventor
王宗星
黄琨
常威
李小河
郭建湖
谭家华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Geosciences
Original Assignee
China University of Geosciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Geosciences filed Critical China University of Geosciences
Priority to CN201810556700.7A priority Critical patent/CN109063224B/zh
Publication of CN109063224A publication Critical patent/CN109063224A/zh
Application granted granted Critical
Publication of CN109063224B publication Critical patent/CN109063224B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Alarm Systems (AREA)

Abstract

本发明的实施例公开了一种岩溶流域耦合水文模型预测方法，建立耦合水文模型方法简单，建立的耦合水文模型，既可模拟地表洪水过程曲线，又可以通过数据模拟地下水***的多重含水介质洪水退水衰减过程，实现了岩溶地区地表水与地下水量耦合计算，可很好地模拟岩溶地区孔隙介质、裂隙介质、小管道、大管道、暗河等多重岩溶含水介质的分段式衰退规律，实现准确地预报岩溶地区大暴雨时暗河洪水衰退，具有更大的洪水预报应用价值；克服了传统数值模拟方法在空间结构上高度的非均质性，而且输入在空间上有不均匀性和分散性的岩溶地区运用时的不足，与适应性差的问题。

Description

一种岩溶流域耦合水文模型预测方法
技术领域
本发明属于水文学流域水文模型水量预测预报技术领域，具体涉及一种岩溶流域耦合水文模型预测方法。
背景技术
岩溶流域由于其特殊的含水***结构和含水介质的极不均一性，其水文运动规律与一般流域不同。经研究发现西南岩溶地区的地下河***与地表河流具有很多相似特点；主要表现在一方面构成地下河***的岩溶管道结构(网)与地表水系网络十分类似，另一方面地下河***对降雨过程和大小响应迅速，也具有地表河流流量大、流速快、比降大等特点，且岩溶泉水流量衰减曲线呈现多段式曲线，对应多重岩溶含水介质特征，地下河与地表水之间有时候往往形为一体、相互转换，共同构成当地水系网络。
在资料缺乏且不便于采集资料数据的岩溶地区，无法为岩溶水***涌水量提供有效的监测或预测数据，不便于在岩溶地区施工。
发明内容
针对上述技术问题，本发明的实施例提供了一种在资料缺乏地区可监测计预测岩溶地区其流域耦合水文模型的建立方法及其应用。
为解决上述技术问题，本发明的实施例提供了一种岩溶流域耦合水文模型预测方法，包括以下步骤：
(1)根据遥感、地理信息***、全球定位***在岩溶区采集的信息，下载矢量等高线制作岩溶区流域的数字高程模型，并对得到的模型进行处理得到岩溶地区流域的原始基础数据；
(2)将得到的原始基础数据建立Topmodel模型，并输入地形指数、降雨数据、蒸发数据计算地表水进入地下水的总量；
(3)采用高分辨率流量监测装置监测岩溶地区流域的流量，识别流域的岩溶含水介质特征，并建立多重岩溶含水介质水箱模型，通过所述水箱模型计算地下流域裂隙/管道的出流系数值；
(4)根据得到的地表水补给、地下流域裂隙/管道的出流系数值，利用上述Topmodel模型、Tank模型耦合模拟得到初步的耦合水文模型，经对参数率定后得到校正后的耦合水文模型；
(5)将得到的耦合水文模型应用于模拟岩溶区流域的降雨洪水过程曲线，预测岩溶地区暗河洪水量。
与相关技术比较，本发明的实施例提供的技术方案带来的有益效果是：本发明的岩溶流域耦合水文模型的建立方法及其应用，建立耦合水文模型方法简单，建立的耦合水文模型，既可模拟地表洪水过程曲线，又可以通过数据模拟地下水***的多重含水介质洪水退水衰减过程，实现了岩溶地区地表水与地下水量耦合计算，可很好地模拟岩溶地区孔隙介质、裂隙介质、小管道、大管道、暗河等多重岩溶含水介质的分段式衰退规律，实现准确地预报岩溶地区大暴雨时暗河洪水衰退，具有更大的洪水预报应用价值。
附图说明
图1是本发明实施例的耦合水文模型建立方法流程图；
图2是本发明实施例的流量衰减曲线及分段示意图；
图3是本发明实施例的复式矩形堰流量监测站结构示意图；
图4是本发明实施例建立的耦合水文模型的物理概念示意图；
图5是本发明实施例孔家湾子流域数字高程模型图；
图6是本发明实施例子流域地形指数分布图；
图7是本发明实施例孔家湾子流域洪水量过程模拟曲线图；
其中：复式矩形流量堰21、监测装置22、钻孔水位监测站3、左侧堰体4、右侧堰体5、基底6、复式矩形堰口7、第一层薄壁堰口71、第二层砌砖堰口72、不锈钢板73、水位监测装置孔8、不锈钢管81、小孔82。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述。
实施例一
请参考图1，本发明的实施例提供了一种岩溶流域耦合水文模型预测方法，包括以下步骤：
(1)根据遥感、地理信息***、全球定位***在岩溶区采集的地理地貌信息及图像，根据采集的信息及图像处理得到相应的矢量等高线，根据矢量等高线制作岩溶区流域的数字高程模型，并对得到的数字高程模型进行处理得到岩溶地区流域的原始基础数据；在岩溶区，人工不便于采集地理形势信息，利用遥感、地理信息***、全球定位***采集的地理地貌信息及图像，提高了采集信息的准确性，降低了劳动强度；
所述原始基础数据包括地形指数数据、地形指数概率分布曲线；
(2)将得到的原始基础数据建立Topmodel模型，并输入地形指数、降雨数据、蒸发数据计算地表水进入地下水的总量Qq；其中降雨数据、蒸发数据根据气象监测的数据得到；
(3)采用高分辨率流量监测装置监测岩溶地区流域的流量，识别流域的岩溶含水介质特征，并建立多重岩溶含水介质水箱模型，通过所述水箱模型计算地下流域裂隙/管道的出流系数；
所述岩溶含水介质特征通过暗河流量衰减方程(1)中的衰减系数α识别；
Figure BDA0001681511230000041
其中：衰减期任意时刻—t；衰减开始时刻—t0；t时刻相应的流量—Qt；t0时刻相应的流量—Q0；衰减系数—α；
得到衰减系数方程(2)为：
Figure BDA0001681511230000042
其中，α的范围为n×10-1～n×10-4；
参照附图2，由于岩溶含水介质的高度非均质性，根据衰减系数值将岩溶水的衰减动态分解为若干个衰减段，判断岩溶水水流状态；
AB段：曲线较陡，α值较大，在n×10-1～n×10-2之间，表明在流量衰减初期各种泄水通道的总和，但水量主要来自大型的岩溶管道和地下暗河或洞穴的快速***，地下水流速大，流量衰减快，持续时间较短，仅几天至十几天，水流常呈现紊流状态；
BC段：曲线坡度较AB段有所变缓，α值也相应减小，一般在n×10-2～n×10-3之间；表明相应的反映来自大型岩溶管道和洞穴的水量有限，主要***的是岩溶化的大裂隙及其他溶洞裂隙***的水，由于流量衰减速度减小，使得该段可以保持较长期的衰减趋势；
CD段：坡度变得更缓，其α值也更小，大多在n×10-3～n×10-4之间，表明地下水水力坡度大大减缓，以层流为主，主要是***细小裂隙、层间裂隙、节理中的储水；由于***速度进一步减慢，因而延长期比前两亚动态更长；
DE段：曲线趋于水平，α值最小，一般为n×10-4数量级甚至更小，相当于较稳定的***充满于细小裂隙***及洞穴充填物孔隙中的水；
参照附图3，其中，流量Q通过岩溶区的复式矩形流量监测站监测数据得到；具体地，所述复式矩形堰流量监测站包括复式矩形流量堰21及监测装置22，所述复式矩形流量堰21包括左侧堰体4、右侧堰体5和基底6，所述左侧堰体4与右侧堰体5为对称结构，所述左侧堰体4包括紧邻河沟岸的矩形结构及呈阶梯型的矩形结构；所述左侧堰体4、右侧堰体5和基底6形成复式矩形堰口7，所述监测装置22位于所述复式矩形堰口7的上游；所述监测装置22的监测步长为5min，水位监测的精度为1mm，通过复式矩形流量堰21的监测的水位变化得到各级流域***的水流量、降雨量数据信息；
所述复式矩形堰口7的上游挖设有水位监测装置孔8，所述水位监测装置孔8中埋设不锈钢管81，所述不锈钢管81的管身上均匀设置小孔82，所述不锈钢管81中安装所述监测装置22；所述不锈钢管81的外径为5cm，壁厚4mm；
所述复式矩形堰口7包括第一层薄壁堰口71、第二层砌砖堰口72，所述第一层薄壁堰口71采用不锈钢板73制作成薄壁堰口；所述不锈钢板的厚度为3mm～5mm；所述第二层砌砖堰口72的厚度为9cm～11cm；
流量根据所述复式矩形流量堰21的堰前水位与最大堰顶高度之间的关系采用不同的计算方式；当所述堰前水位小于最大堰顶高度采用公式(3)计算流量，所述堰前水位大于最大堰顶高度采用公式(4)计算流量；
Figure BDA0001681511230000061
Figure BDA0001681511230000062
其中，Q为流量，单位为每秒每立方米；m为流量系数；B1为所述第一层薄壁堰口71的宽度，单位为米；B2为所述第二层砌砖堰口72的宽度，单位为米；g为重力加速度；H为堰前水位，单位为米；P1为所述第一层薄壁堰口71对应的小堰上游坎高，单位为米；h1为最大堰顶高度，单位为米；P2为所述第二层砌砖堰口72对应的大堰上游坎高，单位为米；
通过所述复式矩形流量堰监测得到的流量值通过公式(3)或公式(4)计算得到暗河流量衰减系数，即地下流域的管道/裂隙出流系数值；
(4)统计气象数据，根据得到的地表水进入地下水总量Qq、地下流域的管道/裂隙出流系数值及统计的气象数据，利用上述Topmodel模型、水箱模型耦合模拟得到初步的耦合水文模型，经对参数率定后得到矫正后的耦合水文模型；
具体地，统计岩溶区流域的降雨量、降雨强度数据，得到各流域的汇流滞后时间，对Topmodel模型进行参数率定，根据降雨量、降雨强度得到洪水期的流量衰减规律、岩溶水***含水介质特征及各储水空间所占比例，对所述水箱模型的出流系数进行率定，并将率定后的参数输入所述耦合水文模型中得到校正后的耦合水文模型；
利用地下暗河或流量衰减曲线分析含水层储水空间的性质及其各占总储水量的比例；
由dV＝-Qtdt (5)
当t＝0时V＝0 (6)
故
Figure BDA0001681511230000071
Figure BDA0001681511230000072
Figure BDA0001681511230000073
Figure BDA0001681511230000074
如果衰减曲线是由几个亚动态迭加，则应为其积分之和，各亚动态贮水量(Vi)对总贮水量(V0)的百分比为：
Figure BDA0001681511230000075
得到所述耦合水文模型为：
Figure BDA0001681511230000076
Qq＝S*ξ*z (13)
其中，Q总为地下暗河流量模拟值，Qq为地表水进入地下水总量；S为流域面积系数；z为水位参数；ξ为流域尺度参数；α1为微小裂隙/孔隙出流系数；z1为微小裂隙/孔隙含水介质空间体积数量参数；α2为裂隙/小管道出流系数；z2为裂隙/小管道含水介质空间体积数量参数；α3为大管道/暗河出流系数；z3为大管道/暗河含水介质空间体积数量参数。所述流域面积系数S、流域尺度参数ξ、微小裂隙/孔隙含水介质空间体积数量参数z1、裂隙/小管道含水介质空间体积数量参数z2、大管道/暗河含水介质空间体积数量参数z3均通过监测统计数据获得。
本发明实施例建立的耦合水文模型参数较少易于计算，与相关技术中的水文模型或传统的数值模拟方法比较，克服了传统数值模拟方法在空间结构上高度的非均质性、空间上的不均匀性和分散性的岩溶地区运用时的不足与适应性差的问题，更加适合用于水文监测资料缺乏的研究区；在洪水预测预报过程中极大地降低了劳动强度和经济成本；将建立的耦合水文模型应用于岩溶地区，模拟岩溶地区暗河洪水流量，很好地展现了孔隙介质、裂隙介质、小管道、大管道、暗河等多重岩溶含水介质的分段式衰退规律，使得在预测预报岩溶地区大暴雨时暗河洪水衰退规律更加准确，具有更大的洪水预报应用价值。
(5)将得到的耦合水文模型应用于模拟岩溶区流域的降雨洪水过程曲线，预测岩溶地区暗河洪水量。
实施例二
参照附图5～7，根据本发明实施例耦合水文模型预测方法，对孔家湾地区的地形地貌采集信息及图像，获得数字高程模型图及地形指数分布曲线图；根据计算得到的相关数据、统计数据和监测数据，采用上述耦合水文模型得到孔家湾子流域洪水量过程模拟曲线图预测孔家湾子流域的洪水流量。
在本文中，所涉及的前、后、上、下等方位词是以附图中零部件位于图中以及零部件相互之间的位置来定义的，只是为了表达技术方案的清楚及方便。应当理解，所述方位词的使用不应限制本申请请求保护的范围。
在不冲突的情况下，本文中上述实施例及实施例中的特征可以相互结合。
以上所述仅为本发明的较佳实施例，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、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种岩溶流域耦合水文模型预测方法，其特征是，包括以下步骤：
(1)根据遥感、地理信息***、全球定位***在岩溶区采集地理地貌信息及图像，根据采集的信息及图像处理得到相应的矢量等高线，根据矢量等高线制作岩溶区流域的数字高程模型，并对得到的数字高程模型进行处理得到岩溶地区流域的原始基础数据；
(2)将得到的原始基础数据建立Topmodel模型，并输入地形指数、降雨数据、蒸发数据计算地表水进入地下水的总量Qq；
(3)采用高分辨率流量监测装置监测岩溶地区流域的流量，识别流域的岩溶含水介质特征，并建立多重岩溶含水介质水箱模型，通过所述水箱模型计算地下流域裂隙/管道的出流系数值；其中，所述流量通过岩溶区的复式矩形堰流量监测站监测数据得到，具体地，所述流量根据所述复式矩形堰的堰前水位与最大堰顶高度之间的关系采用不同的计算方式，当所述堰前水位小于最大堰顶高度时，计算流量的公式为：
Figure FDA0002439768340000011
当所述堰前水位大于最大堰顶高度时，计算流量的公式为：
Figure FDA0002439768340000012
其中，Q为流量，单位为每秒每立方米；m为流量系数；B1为第一层薄壁堰口的宽度，单位为米；B2为第二层砌砖堰口的宽度，单位为米；g为重力加速度；H为堰前水位，单位为米；P1为第一层薄壁堰口对应的小堰上游坎高，单位为米；h1为最大堰顶高度，单位为米；P2为第二层砌砖堰口对应的大堰上游坎高，单位为米；
(4)统计气象数据，根据得到的地表水进入地下水总量Qq、地下流域裂隙/管道的出流系数值及统计的气象数据，利用上述Topmodel模型、水箱模型耦合模拟得到初步的耦合水文模型，经参数率定后得到校正后的耦合水文模型：
Figure FDA0002439768340000021
Qq＝S*ξ*z
其中，Q总为地下暗河流量模拟值，Qq为地表水进入地下水总量，S表示流域面积系数；z为水箱模型水位参数；ξ为流域尺度参数；α1为微小裂隙/孔隙出流系数；z1为微小裂隙/孔隙含水介质空间体积数量参数；α2为裂隙/小管道出流系数；z2为裂隙/小管道含水介质空间体积数量参数；α3为大管道/暗河出流系数；z3为大管道/暗河含水介质空间体积数量参数；
(5)将得到的耦合水文模型应用于模拟岩溶区流域的降雨洪水过程曲线，预测岩溶地区暗河洪水量。
2.根据权利要求1所述的一种岩溶流域耦合水文模型预测方法，其特征是，所述步骤(1)中，所述原始基础数据包括地形指数数据、地形指数概率分布曲线。
3.根据权利要求1所述的一种岩溶流域耦合水文模型预测方法，其特征是，所述步骤(3)中，所述岩溶含水介质特征通过暗河流量衰减方程(1)中的衰减系数α识别；
Figure FDA0002439768340000031
其中：衰减期任意时刻—t；衰减开始时刻—t0；t时刻相应的流量—Qt；t0时刻相应的流量—Q0；衰减系数—α；
得到衰减系数方程(2)为：
Figure FDA0002439768340000032
其中，α的范围为n×10-1～n×10-4。
4.根据权利要求1所述的一种岩溶流域耦合水文模型预测方法，其特征是，所述复式矩形堰流量监测站包括复式矩形流量堰及监测装置，所述复式矩形流量堰包括左侧堰体、右侧堰体和基底，所述左侧堰体与右侧堰体为对称结构，所述左侧堰体包括紧邻河沟岸的矩形结构及呈阶梯型的矩形结构；所述左侧堰体、右侧堰体和基底形成复式矩形堰口，所述监测装置位于所述复式矩形堰口的上游；所述复式矩形堰口包括第一层薄壁堰口、第二层砌砖堰口。
5.根据权利要求3所述的一种岩溶流域耦合水文模型预测方法，其特征是，所述步骤(4)中，统计岩溶区流域的降雨量、降雨强度数据，得到各流域的汇流滞后时间，对Topmodel模型进行参数率定，根据降雨量、降雨强度得到洪水期的流量衰减规律、岩溶水***含水介质特征及各储水空间所占比例，对所述水箱模型的出流系数进行率定，并将率定后的参数输入初步的耦合水文模型中得到校正后的耦合水文模型。
CN201810556700.7A 2018-05-31 2018-05-31 一种岩溶流域耦合水文模型预测方法 Expired - Fee Related CN109063224B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810556700.7A CN109063224B (zh) 2018-05-31 2018-05-31 一种岩溶流域耦合水文模型预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810556700.7A CN109063224B (zh) 2018-05-31 2018-05-31 一种岩溶流域耦合水文模型预测方法

Publications (2)

Publication Number Publication Date
CN109063224A CN109063224A (zh) 2018-12-21
CN109063224B true CN109063224B (zh) 2020-07-07

Family

ID=64819819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810556700.7A Expired - Fee Related CN109063224B (zh) 2018-05-31 2018-05-31 一种岩溶流域耦合水文模型预测方法

Country Status (1)

Country Link
CN (1) CN109063224B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111460686B (zh) * 2020-04-23 2020-11-03 中国水利水电科学研究院 一种大气、陆面与水文三者双向耦合方法
CN114674880B (zh) * 2022-03-11 2022-11-04 中国地质大学（武汉） 一种模拟岩溶间污染物迁移-扩散过程的装置
CN114692471B (zh) * 2022-06-01 2023-01-24 山东省地质矿产勘查开发局八〇一水文地质工程地质大队(山东省地矿工程勘察院) 一种岩溶地下水***流网模拟方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930357B (zh) * 2012-11-20 2017-03-08 中铁第四勘察设计院集团有限公司 岩溶隧道暗河暴雨涌水洪峰峰值及峰值时间的预测方法
EP3256885B1 (en) * 2015-02-13 2020-12-30 Services Petroliers Schlumberger Diagenetic and depositional rock analysis
CN109113788A (zh) * 2018-05-31 2019-01-01 中国地质大学（武汉） 一种岩溶隧道涌水预测方法

Also Published As

Publication number Publication date
CN109063224A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
CN111369059B (zh) 基于雨洪模拟耦合模型的城市内涝快速预测方法及***
Russo et al. Analysis of extreme flooding events through a calibrated 1D/2D coupled model: the case of Barcelona (Spain)
Abi Aad et al. Modeling techniques of best management practices: Rain barrels and rain gardens using EPA SWMM-5
Djordjević et al. Experimental and numerical investigation of interactions between above and below ground drainage systems
CN111507375B (zh) 一种城市内涝风险快速评估方法及***
CN108984823B (zh) 一种合流制溢流调蓄池规模的确定方法
CN109063224B (zh) 一种岩溶流域耦合水文模型预测方法
JP2008050903A (ja) 洪水予測方法および洪水予測システム
CN115391712A (zh) 一种城市洪涝风险预测方法
CN109060003B (zh) 一种小流域岩溶水***的高分辨率水文监测方法
CN111475950B (zh) 一种下凹式立交桥下雨洪的模拟方法
Schilling et al. Errors in stormwater modeling—A quantitative assessment
Li et al. Development of 1D and 2D coupled model to simulate urban inundation: an application to Beijing Olympic Village
CN115510771A (zh) 一种基于水文水动力耦合模型的社区雨涝数值模拟方法
Thorndahl et al. Assessment of runoff contributing catchment areas in rainfall runoff modelling
CN109472102B (zh) 一种基于蚂蚁河流域的桥涵构造推算方法
Khodashenas et al. Management of urban drainage system using integrated MIKE SWMM and GIS
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***
Dikici et al. Flood hazard assessment for Alibeyköy watershed in İstanbul with MIKE NAM and MIKE 21
CN106709160B (zh) 一种确定swmm软件中累积参数的方法
Lameche et al. Urban flood numerical modeling and hydraulic performance of a drainage network: A case study in Algiers, Algeria
Basnayaka et al. Comparing hydrology and hydraulics surface routing approaches in modeling an urban catchment
Cao et al. Study on the Whole Process Simulation and Regulation Mechanism of Urban Green Ecological Rainwater Drainage System.
CN110146434B (zh) 一种城市户外绿道冷板测试装置
Liu et al. City Flood Disaster Scenario Simulation based on 1D-2D Coupled Rain-flood Model: A Case Study in Luoyang, China

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200707