CN109920213B - 基于降雨时程分布的临界雨量进行实时山洪预警的方法 - Google Patents
基于降雨时程分布的临界雨量进行实时山洪预警的方法 Download PDFInfo
- Publication number
- CN109920213B CN109920213B CN201910191242.6A CN201910191242A CN109920213B CN 109920213 B CN109920213 B CN 109920213B CN 201910191242 A CN201910191242 A CN 201910191242A CN 109920213 B CN109920213 B CN 109920213B
- Authority
- CN
- China
- Prior art keywords
- rainfall
- flood
- time
- water content
- critical
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 118
- 230000008569 process Effects 0.000 claims abstract description 87
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 63
- 239000002689 soil Substances 0.000 claims abstract description 49
- 238000010586 diagram Methods 0.000 claims abstract description 23
- 230000008859 change Effects 0.000 claims description 15
- 238000006424 Flood reaction Methods 0.000 claims description 10
- 238000009825 accumulation Methods 0.000 claims description 9
- 230000001186 cumulative effect Effects 0.000 claims description 8
- 230000002265 prevention Effects 0.000 claims description 6
- DRHKJLXJIQTDTD-OAHLLOKOSA-N Tamsulosine Chemical compound CCOC1=CC=CC=C1OCCN[C@H](C)CC1=CC=C(OC)C(S(N)(=O)=O)=C1 DRHKJLXJIQTDTD-OAHLLOKOSA-N 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 238000013016 damping Methods 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000010438 granite Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于降雨时程分布的临界雨量进行实时山洪预警的方法,首先摘录历次洪水过程中洪峰出现前T时段内的降雨数据,并计算T时段内的累积降雨量;其次,基于洪峰出现前T时段内的降雨数据构建洛伦兹曲线,计算洛伦兹曲线的基尼系数,并依据基尼系数将洪峰出现前T时段内的降雨划分为三类;接着统计洪峰出现前T时刻的张力水含量饱和度,即初始土壤含水量饱和度;然后判断历次洪水是否为超警洪水,分别对均匀,不均匀,集中三种类别的降雨制作累积降雨量‑初始土壤含水量饱和度散点图,并标出超警洪水对应的点,结合超警洪水对应的点画出临界雨量线;最后根据临界雨量线进行实时预警。
Description
技术领域
本发明涉及水文技术领域,尤其涉及一种基于降雨时程分布的临界雨量进行实时山洪预警的方法。
背景技术
我国河流众多,流域面积200至3000km2的中小流域近9000个。近年来,受气候变化影响,由局地强降水造成的中小河流突发性洪水频繁发生,已成为造成人员伤亡的主要灾种。中小流域由于通常处于地形复杂、坡度陡峻的偏远山区,急促上涨的洪水极易形成危害当地的居民人身安全和社会经济的洪涝灾害,因此依据实时观测的降雨数据对中小流域突发性洪水进行快速预警成为亟待解决的重要问题。
临界雨量法是国内外应用较为广泛的一种进行山洪预警的方法。临界雨量是指导致一个流域将要发生山洪灾害时,降雨量可能达到的量级或者强度。基于流域实际情况推算出可靠准确的临界雨量是该方法应用时的关键与核心所在。然而目前已有的推求临界雨量的方法大都没有考虑到降雨的时程分布。实际上,对于同样的降雨量,短促集中的暴雨更容易产生突发性的洪水,因此更具有危险性。若在推算临界雨量的过程中不能对这一情况加以重视,则常常会导致推算出的临界雨量过高,山洪实时预警时实测雨量往往达不到临界雨量从而漏报,为山洪灾害防治带来一定的隐患。如何对临界雨量法进行完善,从而在一定程度上提高对于降雨时程分布特征的重视,也是临界雨量法发展过程中的重点和难点之一。
为了进一步促进临界雨量法的发展,需要更深入研究考虑降雨时程分布不均匀条件下临界雨量的估算方法。
洛伦兹曲线(Lorenz curve)就是,在一个总体(国家、地区)内,以的人口百分比为横坐标,以对应各个人口百分比的收入百分比纵坐标的点组成的曲线。它原本是由美国统计学家M.O.洛伦兹(Max Otto Lorenz,1876-1959)于1907年提出的用以研究国民收入在国民之间的分配问题的数学模型。其洛伦兹曲线的弯曲程度(使用基尼系数来表示)有重要意义。一般来讲,它反映了收入分配的不平等程度。基尼系数越大,弯曲程度越大,收入分配越不平等,反之亦然,因此该曲线在经济学领域中被广泛地应用。在考虑降雨时程分配特征下对于临界雨量进行推算,其关键就是要对降雨序列的不均匀程度进行量化,而这正是洛伦兹曲线研究的范围,因此针对现有的推算临界雨量方法中的不足,如何考虑将洛伦兹曲线应用于临界雨量的推算过程中,量化降雨过程中不断动态发展变化的时程分配特点,从而提高临界雨量推算方法的可靠性,正是发明人需要解决的问题。
发明内容
本发明所要解决的技术问题是针对背景中所涉及到的缺陷,提供一种基于降雨时程分布的临界雨量进行实时山洪预警的方法。
本发明为解决上述技术问题采用以下技术方案
基于降雨时程分布的临界雨量进行实时山洪预警的方法,包括以下步骤:
步骤1,收集流域历次洪水过程中的流量以及降雨数据资料,对于每一次洪水过程,摘录洪峰出现前T时段内的降雨数据,并计算T时段内的累积降雨量,T为大于等于2的整数;
步骤2,对于每一次洪水过程,根据其洪峰出现前T时段内的降雨数据构建洛伦兹曲线,计算洛伦兹曲线的基尼系数,然后将基尼系数分别和预先设置的基尼系数阈值XG、DG进行比较、进而对洪水过程的降雨过程进行划分,XG<DG,如果0<G≤XG,认为降雨类型为均匀,如果XG<G≤DG,认为降雨类型为不均匀,如果DG<G,认为降雨类型为集中;
步骤3,统计每一次洪水过程中洪峰出现前T时刻的张力水含量饱和度,即初始土壤含水量饱和度;
步骤4,对于每一次洪水过程,判断其是否为超警洪水,并分别对均匀、不均匀、集中三种类别的洪峰出现前T时段内的降雨制作累积降雨量-初始土壤含水量饱和度散点图,标出超警洪水对应的点,结合超警洪水对应的点画出临界雨量线;
步骤5,基于实时的降雨数据与土壤含水量饱和度,结合临界雨量线判断是否发生超警洪水,如发生,对当前降雨过程发布山洪预警。
作为本发明基于降雨时程分布的临界雨量进行实时山洪预警的方法,所述步骤1的具体步骤如下:
步骤1.1,收集流域历次洪水过程中的流量以及降雨数据资料,对于每一次洪水过程:
步骤1.1.1,找出洪水过程中最大的流量值,并确定最大的流量值出现的时刻,即洪水的峰现时间MQ_T;
步骤1.1.2,摘录洪峰出现前T时段内的降雨数据Seq_P;
Seq_P={PMQ_T,PMQ_T-1,PMQ_T-2…PMQ_T-T}
式中,PMQ_T为MQ_T时刻的降雨量;PMQ_T-1为MQ_T-1时刻的降雨量;PMQ_T-2为MQ_T-2时刻的降雨量;PMQ_T-T为MQ_T-T时刻的降雨量;
步骤1.1.3,计算T时段内的累积降雨量AccP;
作为本发明基于降雨时程分布的临界雨量进行实时山洪预警的方法,所述步骤2中的具体包括以下步骤:
步骤2.1,对于每一次洪水过程:
步骤2.1.1,将Seq_P中的降雨量由小到大排序,得到NSeq_P;
NSeq_P={P0,P1…Pj…PT}
式中,j为大于等于0小于等于T的整数;
步骤2.1.2,基于NSeq_P计算得到累积时段雨量序列ASeq_P;
ASeq_P={AP0,AP1…APj…APT}
步骤2.1.3,计算Seq_P中的累积时段雨量百分比,得到累积时段雨量百分比序列ANSeq_P;
NSeq_P={F0,F1…Fj…FT}
步骤2.1.4,基于ASeq_P和ANSeq_P计算基尼系数G;
步骤2.2,将历次降雨过程的基尼系数G分别和预先设置的基尼系数阈值XG、DG进行比较、进而对历次降雨过程进行分类,XG<DG,如果0<G≤XG,认为降雨类型为均匀,如果XG<G≤DG,认为降雨类型为不均匀,如果DG<G,认为降雨类型为集中。
作为本发明基于降雨时程分布的临界雨量进行实时山洪预警的方法,所述步骤4的具体步骤如下:
步骤4.1,对于每一次洪水过程,判断其是否为超警洪水:
步骤4.1.1,采用新安江模型,计算出流域中的张力水含量动态变化过程以及安全保护对象所在位置的流量变化过程;
步骤4.1.2,统计洪峰前T时刻的土壤张力水含量饱和度,即初始土壤含水量饱和度Init_W;
Init_W=WMQ_T-T/WM
式中,WMQ_T-T为流域内MQ_T-T时刻的张力水含量;WM为流域张力水容量;
步骤4.1.3,通过实地洪痕调查或者查阅流域管理机构的防灾预警规划得到安全保护对象所在位置的警戒流量Warn_Q;
步骤4.1.4,基于安全保护对象所在位置的流量变化过程,确定最大流量Max_Q;
步骤4.1.5,若洪水过程中的Max_Q≥Warn_Q,则判断洪水为超警洪水;
步骤4.2,分别分别对均匀、不均匀、集中三种类别的洪峰出现前T时段内的的降雨制作累积降雨量-初始土壤含水量饱和度散点图,散点图中采用十字符号进行标记超警洪水、采用圆形符号进行标记未超警洪水;
步骤4.3,依据累积降雨量-初始土壤含水量饱和度散点图中十字符号和圆形符号的分布特征,采用基于最小方差准则的W-H(widrow-hoff)算法,画出临界警戒雨量线,即得到流域中不同类型的降雨下、各种土壤水状态条件下的临界雨量线。
作为本发明基于降雨时程分布的临界雨量进行实时山洪预警的方法,所述步骤5的具体步骤如下:
在实时预警中,不断循环统计本时刻前T时段内的累积降雨量与前T时刻的初始土壤含水量饱和度,计算前T时间段内降雨过程的基尼系数,从而判断降雨的类别,将该次降雨过程该化为数据点,标注在对应类别的累积降雨量-初始土壤含水量饱和度散点图中,若标出的点的位置在临界雨量线的上方,判断发生超警洪水,发布山洪预警。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
本发明提供的一种基于降雨时程分布的临界雨量进行实时山洪预警的方法,以影响临界雨量的物理因子为基础,刻画了推算临界雨量的过程中降雨的时程分配特征的动态发展变化,量化了降雨的时程分布特征对于临界雨量的影响作用,进而估算了山区性中小流域中的临界雨量。这样既保证了计算结果的精度与可靠性,又能及时方便地在山区性中小流域的临界雨量计算中推广应用。且本方法主要利用现有的雨量站点观测数据,数据来源稳定可靠,方法中变量之间的函数关系明确,有利于流域中临界雨量的快速自动计算,可以进一步促进数字水文学以及山区性中小流域山洪防治研究的深入发展。
附图说明
图1是计算流程示意;
图2是大河坝流域示意图;
图3是洛伦兹曲线示意图;
图4是大河坝流域降雨均匀情况下降雨临界线示意图;
图5是大河坝流域降雨不均匀情况下降雨临界线示意图;
图6是大河坝流域降雨集中情况下降雨临界线示意图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
如图1所示,本发明公开了一种基于降雨时程分布的临界雨量进行实时山洪预警的方法,包括以下步骤:
步骤1,收集流域历次洪水过程中的流量以及降雨数据资料,对于每一次洪水过程,摘录洪峰出现前T时段内的降雨数据,并计算T时段内的累积降雨量,T为大于等于2的整数;
步骤1.1,收集流域历次洪水过程中的流量以及降雨数据资料,对于每一次洪水过程:
步骤1.1.1,找出洪水过程中最大的流量值,并确定最大的流量值出现的时刻,即洪水的峰现时间MQ_T;
步骤1.1.2,摘录洪峰出现前T时段内的降雨数据Seq_P;
Seq_P={PMQ_T,PMQ_T-1,PMQ_T-2…PMQ_T-T}
式中,PMQ_T为MQ_T时刻的降雨量;PMQ_T-1为MQ_T-1时刻的降雨量;PMQ_T-2为MQ_T-2时刻的降雨量;PMQ_T-T为MQ_T-T时刻的降雨量;
步骤1.1.3,计算T时段内的累积降雨量AccP;
步骤2,对于每一次洪水过程,根据其洪峰出现前T时段内的降雨数据构建洛伦兹曲线,计算洛伦兹曲线的基尼系数,然后将基尼系数分别和预先设置的基尼系数阈值XG、DG进行比较、进而对洪水过程的降雨过程进行划分,XG<DG,如果0<G≤XG,认为降雨类型为均匀,如果XG<G≤DG,认为降雨类型为不均匀,如果DG<G,认为降雨类型为集中;
步骤2.1,对于每一次洪水过程:
步骤2.1.1,将Seq_P中的降雨量由小到大排序,得到NSeq_P;
NSeq_P={P0,P1…Pj…PT}
式中,j为大于等于0小于等于T的整数;
步骤2.1.2,基于NSeq_P计算得到累积时段雨量序列ASeq_P;
ASeq_P={AP0,AP1…APj…APT}
步骤2.1.3,计算Seq_P中的累积时段雨量百分比,得到累积时段雨量百分比序列ANSeq_P;
NSeq_P={F0,F1…Fj…FT}
步骤2.1.4,基于ASeq_P和ANSeq_P计算基尼系数G;
步骤2.2,将历次降雨过程的基尼系数G分别和预先设置的基尼系数阈值XG、DG进行比较、进而对历次降雨过程进行分类,XG<DG,如果0<G≤XG,认为降雨类型为均匀,如果XG<G≤DG,认为降雨类型为不均匀,如果DG<G,认为降雨类型为集中。
步骤3,统计每一次洪水过程中洪峰出现前T时刻的张力水含量饱和度,即初始土壤含水量饱和度;
步骤4,对于每一次洪水过程,判断其是否为超警洪水,并分别对均匀、不均匀、集中三种类别的洪峰出现前T时段内的降雨制作累积降雨量-初始土壤含水量饱和度散点图,标出超警洪水对应的点,结合超警洪水对应的点画出临界雨量线;
步骤4.1,对于每一次洪水过程,判断其是否为超警洪水:
步骤4.1.1,采用新安江模型,计算出流域中的张力水含量动态变化过程以及安全保护对象所在位置的流量变化过程;
步骤4.1.2,统计洪峰前T时刻的土壤张力水含量饱和度,即初始土壤含水量饱和度Init_W;
Init_W=WMQ_T-T/WM
式中,WMQ_T-T为流域内MQ_T-T时刻的张力水含量;WM为流域张力水容量;
步骤4.1.3,通过实地洪痕调查或者查阅流域管理机构的防灾预警规划得到安全保护对象所在位置的警戒流量Warn_Q;
步骤4.1.4,基于安全保护对象所在位置的流量变化过程,确定最大流量Max_Q;
步骤4.1.5,若洪水过程中的Max_Q≥Warn_Q,则判断洪水为超警洪水;
步骤4.2,分别分别对均匀、不均匀、集中三种类别的洪峰出现前T时段内的的降雨制作累积降雨量-初始土壤含水量饱和度散点图,散点图中采用十字符号进行标记超警洪水、采用圆形符号进行标记未超警洪水;
步骤4.3,依据累积降雨量-初始土壤含水量饱和度散点图中十字符号和圆形符号的分布特征,采用基于最小方差准则的W-H(widrow-hoff)算法,画出临界警戒雨量线,即得到流域中不同类型的降雨下、各种土壤水状态条件下的临界雨量线。
步骤5,基于实时的降雨数据与土壤含水量饱和度,结合临界雨量线判断是否发生超警洪水,如发生,对当前降雨过程发布山洪预警:
在实时预警中,不断循环统计本时刻前T时段内的累积降雨量与前T时刻的初始土壤含水量饱和度,计算前T时间段内降雨过程的基尼系数,从而判断降雨的类别,将该次降雨过程该化为数据点,标注在对应类别的累积降雨量-初始土壤含水量饱和度散点图中,若标出的点的位置在临界雨量线的上方,判断发生超警洪水,发布山洪预警。
以陕西省大河坝流域为例,如图2所示,该流域地处秦岭南麓,流域集水面积约2182km2,总河长约161km,河道平均比降约5.44‰。,上游大部分为高中山区,海拔高程700-3500m,山势雄伟,重峦叠障,峰谷相间,地形破碎,山坡多为凹凸坡,仅在分水岭一带分布有直线坡,平均坡度在40-60°之间。沿河两岸有低山丘陵,自然景观近似华山。流域内属暖温带落叶阔叶林及针阔混合林带,林相的垂直分布规律比较明显,流域森林覆盖率为82%。流域在地质耕造上属南秦岭褶皱带。主要建造岩为:变质混合岩类、花岗岩体也有零星分布。流域内以黄棕壤、棕壤为代表。土壤分布由下到上有黄褐土、褐土、褐棕壤、高山草甸土。由于母岩的风化,流域表层有沙性土壤分布。
流域位于北温带,属大陆性季风气候,多年平均降水量700~900mm,河流水量主要系雨水补给,局部暴雨是发生洪水的主要原因。流域平均径流深度100~500mm,径流系数0.2~0.5,为相对较高产流区,侵蚀模数100~200t/km2。
研究区雨量原始数据采用2010年-2018年间流域中17个雨量站观测逐小时降雨观测数据。
步骤一、收集大河坝流域2010年至2018年间历次洪水过程中的流量以及降雨数据资料,并摘录每一次洪水过程中洪峰出现前12时段内的降雨数据,计算12时段内的累积降雨量,具体包括以下步骤:
1)收集大河坝流域2010年至2018年间历次洪水过程中的流量以及降雨数据资料,找出洪水过程中最大的流量值,并确定每一次洪水过程中最大的流量值出现的时刻,即为该场洪水的峰现时间MQ_T;
2)摘录洪峰出现前12时段内的降雨数据Seq_P;
Seq_P={PMQ_T,PMQ_T-1,PMQ_T-2…PMQ_T-12}
式中:PMQ_T为MQ_T时刻的降雨量;PMQ_T-1为MQ_T-12时刻的降雨量;PMQ_T-12为MQ_T-12时刻的降雨量;依次推类,PMQ_T-12为MQ_T-12时刻的降雨量,这一系列的降雨量构成了为洪峰出现前T时段内的降雨数据Seq_P;T的取值视具体的流域汇流特点和预警标准来确定。
3)计算T时段内的累积降雨量AccP;
式中:MQ_T-i为降雨量的下标,从MQ_T变化到MQ_T-12,即i从0变化到12。
步骤二、基于摘录出的洪峰出现前12时段内的降雨数据构建洛伦兹曲线,如图3所示,计算洛伦兹曲线的基尼系数,并依据基尼系数将洪峰出现前T时段内的降雨划分为均匀,不均匀,集中三类,具体包括以下步骤:
1)将Seq_P中的降雨量由小到大排序,得到NSeq_P;
NSeq_P={P0,P1…Pj…P12}
式中:j为降雨量的下标,从0变化到12;且P0<P1<…<Pj<…P12,即随着下标j的增大,Pj的值也在不断增大。
2)基于NSeq_P计算得到累积时段雨量序列ASeq_P;
ASeq_P={AP0,AP1…APj…AP12}
式中:APj为时段为j时的累积时段雨量,且AP0<AP1<…<APj<…AP12,即随着下标j的增大,Pj的值也在不断增大,最大的AP12的值为Accp。具体的计算方法如下:
式中:k为降雨量P0到Pj之间的下标,从0变化到j。
3)计算Seq_P中的累积时段雨量百分比,得到累积时段雨量百分比序列ANSeq_P;
NSeq_P={F0,F1…Fj…F12}
式中:j从0变化到T;F0<F1<…<Fj<…F12,即随着下标j的增大,Fj的值也在不断增大,最大的F12的值为1。具体的Fj的计算方法如下:
4)基于ASeq_P和ANSeq_P计算基尼系数G;
5)采用2)至4)之间的步骤,计算每一次降雨过程的基尼系数,并依据基尼系数将洪峰出现前12时段内的降雨划分为均匀,不均匀,集中三类;
结合流域综合自然地理情况与实际预警预报操作经验,设置阈值XG(设置为0.3)与DG(设置为0.5),当0<G≤0.3时认为降雨类型为均匀,当0.3<G≤0.5时认为降雨类型为不均匀,当当0.5<G时认为降雨类型为集中。
步骤三、判断洪水是否为超警洪水,分别对均匀,不均匀,集中三种类别的降雨制作累积降雨量-初始土壤含水量饱和度散点图,并标出超警洪水对应的点,结合超警洪水对应的点画出临界雨量线,具体包括以下步骤:
1)采用新安江模型,计算出流域中的张力水含量动态变化过程以及安全保护对象所在位置的流量变化过程;
2)统计洪峰前12时刻的土壤张力水含量饱和度,即初始土壤含水量饱和度Init_W;
Init_W=WMQ_T-12/WM
式中:WMQ_T-12为流域内MQ_T-12时刻的张力水含量;WM为流域张力水容量。
3)通过实地洪痕调查或者查阅流域管理机构的防灾预警规划得到安全保护对象所在位置的警戒流量Warn_Q,该值在大河坝流域约为1000m3/s;
4)基于步骤3.1中计算得到的安全保护对象所在位置的流量变化过程,确定最大流量Max_Q;
5)若洪水过程中的Max_Q≥Warn_Q,则判断该场洪水为超警洪水。分别制作不同类型的降雨下的累积降雨量-初始土壤含水量饱和度散点图,散点图中将超警洪水采用十字符号进行标记,将未超警洪水采用圆形符号进行标记;
6)依据累积降雨量-初始土壤含水量饱和度散点图中十字符号和圆形符号的分布特征,采用基于最小方差准则的W-H(widrow-hoff)算法,画出临界警戒雨量线,即得到流域中不同类型的降雨下,各种土壤水状态条件下的临界雨量线,如图4、图5、图6所示。
步骤四、在实时预警中,基于实时的降雨数据与土壤含水量饱和度判断是否需要对当前降雨过程发布山洪预警,具体包括以下步骤:
在实时预警中,不断循环统计本时刻前12时段内的累积降雨量与前12时刻的初始土壤含水量饱和度,计算前12时段内降雨过程的基尼系数,从而判断降雨的类别,将该次降雨过程该化为数据点,标注在对应类别的累积降雨量-初始土壤含水量饱和度散点图中,若标出的点的位置在临界雨量线的上方则发布山洪预警。
本技术领域技术人员可以理解的是,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、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.基于降雨时程分布的临界雨量进行实时山洪预警的方法,其特征在于,包括以下步骤:
步骤1,收集流域历次洪水过程中的流量以及降雨数据资料,对于每一次洪水过程,摘录洪峰出现前T时段内的降雨数据,并计算T时段内的累积降雨量,T为大于等于2的整数;
步骤2,对于每一次洪水过程,根据其洪峰出现前T时段内的降雨数据构建洛伦兹曲线,计算洛伦兹曲线的基尼系数,然后将基尼系数分别和预先设置的基尼系数阈值XG、DG进行比较、进而对洪水过程的降雨过程进行划分,XG<DG,如果0<G≤XG,认为降雨类型为均匀,如果XG<G≤DG,认为降雨类型为不均匀,如果DG<G,认为降雨类型为集中;
步骤3,统计每一次洪水过程中洪峰出现前T时刻的张力水含量饱和度,即初始土壤含水量饱和度;
步骤4,对于每一次洪水过程,判断其是否为超警洪水,并分别对均匀、不均匀、集中三种类别的洪峰出现前T时段内的降雨制作累积降雨量-初始土壤含水量饱和度散点图,标出超警洪水对应的点,结合超警洪水对应的点画出临界雨量线;
步骤5,基于实时的降雨数据与土壤含水量饱和度,结合临界雨量线判断是否发生超警洪水,如发生,对当前降雨过程发布山洪预警。
2.根据权利要求1所述的基于降雨时程分布的临界雨量进行实时山洪预警的方法,其特征在于,所述步骤1的具体步骤如下:
步骤1.1,收集流域历次洪水过程中的流量以及降雨数据资料,对于每一次洪水过程:
步骤1.1.1,找出洪水过程中最大的流量值,并确定最大的流量值出现的时刻,即洪水的峰现时间MQ_T;
步骤1.1.2,摘录洪峰出现前T时段内的降雨数据Seq_P;
Seq_P={PMQ_T,PMQ_T-1,PMQ_T-2…PMQ_T-T}
式中,PMQ_T为MQ_T时刻的降雨量;PMQ_T-1为MQ_T-1时刻的降雨量;PMQ_T-2为MQ_T-2时刻的降雨量;PMQ_T-T为MQ_T-T时刻的降雨量;
步骤1.1.3,计算T时段内的累积降雨量AccP;
3.根据权利要求2所述的基于降雨时程分布的临界雨量进行实时山洪预警的方法,其特征在于,所述步骤2中的具体包括以下步骤:
步骤2.1,对于每一次洪水过程:
步骤2.1.1,将步骤1.1.2中的Seq_P中的降雨量由小到大排序,得到NSeq_P;
NSeq_P={P0,P1…Pj…PT}
式中,j为大于等于0小于等于T的整数;
步骤2.1.2,基于NSeq_P计算得到累积时段雨量序列ASeq_P;
ASeq_P={AP0,AP1…APj…APT}
步骤2.1.3,计算Seq_P中的累积时段雨量百分比,得到累积时段雨量百分比序列ANSeq_P;
ANSeq_P={F0,F1…Fj…FT}
步骤2.1.4,基于ASeq_P和ANSeq_P计算基尼系数G;
步骤2.2,将历次降雨过程的基尼系数G分别和预先设置的基尼系数阈值XG、DG进行比较、进而对历次降雨过程进行分类,XG<DG,如果0<G≤XG,认为降雨类型为均匀,如果XG<G≤DG,认为降雨类型为不均匀,如果DG<G,认为降雨类型为集中。
4.根据权利要求1所述的基于降雨时程分布的临界雨量进行实时山洪预警的方法,其特征在于,所述步骤4的具体步骤如下:
步骤4.1,对于每一次洪水过程,判断其是否为超警洪水:
步骤4.1.1,采用新安江模型,计算出流域中的张力水含量动态变化过程以及安全保护对象所在位置的流量变化过程;
步骤4.1.2,统计洪峰前T时刻的土壤张力水含量饱和度,即初始土壤含水量饱和度Init_W;
Init_W=WMQ_T-T/WM
式中,WMQ_T-T为流域内MQ_T-T时刻的张力水含量;WM为流域张力水容量;
步骤4.1.3,通过实地洪痕调查或者查阅流域管理机构的防灾预警规划得到安全保护对象所在位置的警戒流量Wam_Q;
步骤4.1.4,基于安全保护对象所在位置的流量变化过程,确定最大流量Max_Q;
步骤4.1.5,若洪水过程中的Max_Q≥Warn_Q,则判断洪水为超警洪水;
步骤4.2,分别对均匀、不均匀、集中三种类别的洪峰出现前T时段内的的降雨制作累积降雨量-初始土壤含水量饱和度散点图,散点图中采用十字符号进行标记超警洪水、采用圆形符号进行标记未超警洪水;
步骤4.3,依据累积降雨量-初始土壤含水量饱和度散点图中十字符号和圆形符号的分布特征,采用基于最小方差准则的W-H(widrow-hoff)算法,画出临界警戒雨量线,即得到流域中不同类型的降雨下、各种土壤水状态条件下的临界雨量线。
5.根据权利要求1所述的基于降雨时程分布的临界雨量进行实时山洪预警的方法,其特征在于,所述步骤5的具体步骤如下:
在实时预警中,不断循环统计本时刻前T时段内的累积降雨量与前T时刻的初始土壤含水量饱和度,计算前T时间段内降雨过程的基尼系数,从而判断降雨的类别,将该次降雨过程该化为数据点,标注在对应类别的累积降雨量-初始土壤含水量饱和度散点图中,若标出的点的位置在临界雨量线的上方,判断发生超警洪水,发布山洪预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910191242.6A CN109920213B (zh) | 2019-03-13 | 2019-03-13 | 基于降雨时程分布的临界雨量进行实时山洪预警的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910191242.6A CN109920213B (zh) | 2019-03-13 | 2019-03-13 | 基于降雨时程分布的临界雨量进行实时山洪预警的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109920213A CN109920213A (zh) | 2019-06-21 |
CN109920213B true CN109920213B (zh) | 2020-10-23 |
Family
ID=66964707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910191242.6A Expired - Fee Related CN109920213B (zh) | 2019-03-13 | 2019-03-13 | 基于降雨时程分布的临界雨量进行实时山洪预警的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109920213B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027764B (zh) * | 2019-12-06 | 2020-07-31 | 中国水利水电科学研究院 | 一种基于机器学习的适用于径流资料缺乏流域的洪水预报方法 |
CN111047213B (zh) * | 2019-12-25 | 2023-06-20 | 长江水利委员会水文局 | 基于多要素联合判别的中长期水资源量临界预警指标方法 |
CN111462450B (zh) * | 2020-01-16 | 2021-06-11 | 华中科技大学 | 一种考虑降雨空间异质性的山洪预警方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101864750B (zh) * | 2010-06-29 | 2011-11-16 | 西安理工大学 | 多模型综合集成洪水预报***及其预报方法 |
CN102013150B (zh) * | 2010-09-28 | 2013-03-27 | 浙江工业大学 | 基于雨强、斜坡土壤含水量和形变量的地质灾害预测*** |
JP2012086747A (ja) * | 2010-10-21 | 2012-05-10 | Bridgestone Corp | ハイドロプレーニング現象の予測方法とその装置 |
CN102169617B (zh) * | 2011-04-15 | 2013-02-20 | 中国科学院水利部成都山地灾害与环境研究所 | 一种雨量资料短缺地区的泥石流预警方法 |
CN103197046B (zh) * | 2013-04-04 | 2015-04-01 | 中国科学院、水利部成都山地灾害与环境研究所 | 泥石流临界土体体积含水率测量方法与泥石流预警方法 |
CN104299367B (zh) * | 2014-10-23 | 2017-04-05 | 中国科学院、水利部成都山地灾害与环境研究所 | 一种滑坡灾害多级综合监测预警方法 |
CN204759699U (zh) * | 2015-07-31 | 2015-11-11 | 珠江水利委员会珠江水利科学研究院 | 一种山洪灾害监测预警装置 |
CN107085658B (zh) * | 2017-04-19 | 2020-11-06 | 郑州大学 | 一种山洪灾害成灾时间确定方法 |
CN108647805B (zh) * | 2018-04-03 | 2022-10-21 | 郑州大学 | 一种山洪灾害临界雨量综合检验方法 |
CN108597189B (zh) * | 2018-04-24 | 2019-12-13 | 河海大学 | 基于临界雨量的分布式中小流域地质灾害及洪水预警方法 |
-
2019
- 2019-03-13 CN CN201910191242.6A patent/CN109920213B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN109920213A (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chang et al. | An integrated model for predicting rainfall-induced landslides | |
CN109920213B (zh) | 基于降雨时程分布的临界雨量进行实时山洪预警的方法 | |
Hu et al. | Short-term gully retreat rates over rolling hill areas in black soil of Northeast China | |
CN109993350B (zh) | 一种基于降雨空间分布的临界雨量估算方法 | |
Kane et al. | An extreme rainfall/runoff event in Arctic Alaska | |
Chu et al. | Extreme rainfall events in the Hawaiian Islands | |
Modrick et al. | Regional bankfull geometry relationships for southern California mountain streams and hydrologic applications | |
Ali et al. | Morphometric analysis of Gilgit river basin in mountainous region of Gilgit-Baltistan Province, Northern Pakistan | |
Miller et al. | Changes in flood response of the Red River of the North basin, North Dakota-Minnesota | |
El-Fakharany et al. | Morphometric analysis and flash floods hazards assessment for Wadi Al Aawag drainage Basins, southwest Sinai, Egypt | |
Huang et al. | Assess river embankment impact on hydrologic alterations and floodplain vegetation | |
Tunas | The application of ITS-2 model for flood hydrograph simulation in large-size rainforest watershed, Indonesia | |
Ghosh et al. | Geomorphic threshold estimation for gully erosion in the lateritic soil of Birbhum, West Bengal, India | |
Oğuz et al. | Estimation of soil erosion and river sediment yield in a rural basin of North Anatolia, Turkey. | |
Isikwue et al. | Evaluation of rainfall erosivity index for Abuja, Nigeria using Lombardi Method | |
Šurda et al. | A determination of area of potential erosion by geographic information systems | |
Suyarto et al. | Hydrological Approach for Flood Overflow Estimation in Buleleng Watershed, Bali. | |
Chanu et al. | Estimation of Curve Number and runoff of a microwatershed using Soil Conservation Service Curve Number method | |
CN111733833B (zh) | 基于凹槽土体特征的低频泥石流沟判识方法 | |
Naikoo et al. | Land use/land cover change detection and validation of SWAT model on VISHOW sub-basin using remote sensing and GIS techniques | |
Al-Rawas | Flash flood modelling in Oman wadis | |
Chen et al. | Gully regulates snowmelt runoff, sediment and nutrient loss processes in Mollisols region of Northeast China | |
CN107832580A (zh) | 基于度日模型的冰水泥石流清水流量计算方法 | |
Naeem et al. | Development of empirical equations for the peak flood of the Chenab river using GIS | |
Zhang et al. | A dynamic risk assessment method of waterlogging points by coupling hydrology model with deep neural network |
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 |
Granted publication date: 20201023 |
|
CF01 | Termination of patent right due to non-payment of annual fee |