CN110992653A - 城市内涝预警***及方法 - Google Patents
城市内涝预警***及方法 Download PDFInfo
- Publication number
- CN110992653A CN110992653A CN201911284723.8A CN201911284723A CN110992653A CN 110992653 A CN110992653 A CN 110992653A CN 201911284723 A CN201911284723 A CN 201911284723A CN 110992653 A CN110992653 A CN 110992653A
- Authority
- CN
- China
- Prior art keywords
- area
- urban
- early
- waterlogging
- warned
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例公开了一种城市内涝预警***及方法。所述***包括:数据采集装置配置为,采集待预警区域的城市基础数据和城市监测数据并存储;云端服务器配置为,依据城市基础数据和城市监测数据,确定待预警区域的降雨产流和降雨汇流;以及,依据降雨产流和降雨汇流对待预警区域进行城市内涝模拟,得到内涝模拟结果,用于进行内涝预警。采用本申请方案,通过云端服务器来实现城市内涝预警分析,借助于云端服务器易快速部署、灵活变更、低成本以及易集中管理等优点,使得城市内涝预警更加方便,且由于云端服务器的处理能力使得城市内涝预警分析能力更强,预警结果更准确。
Description
技术领域
本发明实施例涉及城市防内涝技术领域,尤其涉及一种城市内涝预警***及方法。
背景技术
随着人口的快速增长和城镇化进程的加快,城市内涝已经成为世界上许多国家和地区面临的共同问题,对社会生活和经济产生严重的影响。尤其是在进入汛期后,某些城市会大范围持续出现强降雨天气,城市内涝频繁发生,因此需要城市内涝情况进行及时预警,才能尽可能避免内涝带来各种损失。
目前,常见的城市内涝监测,一方面是依靠部署在地面的电子水尺对地面积水深度进行监测,但是这种方式会造成数据获取种类少,导致城市内涝的预警能力非常有限;另一方面,是基于本地部署城市内涝监测,不仅造成建设成本大幅提高,而且大量的视频等非结构化数据的传输和存储,也会大幅提高数据中心升级改造的成本及维护的难度。
发明内容
本发明实施例中提供了一种城市内涝预警***及方法,以实现对城市内涝的准确预警,且不会造成大幅度增加城市内涝预警成本。
第一方面,本发明实施例中提供了一种城市内涝预警***,所述***包括:数据采集装置和云端服务器;其中,
所述数据采集装置配置为,采集待预警区域的城市基础数据和城市监测数据并存储;所述城市监测数据至少包括降雨信息和水位信息;
所述云端服务器配置为,依据所述城市基础数据和所述城市监测数据,确定所述待预警区域的降雨产流和降雨汇流;所述降雨汇流包括:雨水在城市河道中的流量、雨水在城市道路上的流量和雨水在城市雨水管井中的流量;
所述云端服务器还配置为,依据所述降雨产流和所述降雨汇流对所述待预警区域进行城市内涝模拟,得到内涝模拟结果,用于进行内涝预警。
可选地,所述***还包括:预警显示装置;所述云端服务器配置为,向所述预警显示装置发送所述内涝模拟结果;
所述预警显示装置配置为,依据所述内涝模拟结果对所述待预警区域的内涝情况进行可视化预警。
可选地,所述城市基础数据包括:城市地表的基础数据和城市雨水管井网络的基础数据;所述水位信息包括:易涝点的水位、积水点的水位、河道中的水位、雨水管井中的液位。
可选地,所述云端服务器配置为,依据所述城市监测数据中的降雨信息,采用初损后损法,计算所述待预警区域中各个子区域的降雨产流;
所述云端服务器配置为,依据所述城市基础数据和所述城市监测数据中的水位信息,采用水动力模型,计算所述待预警区域中各个子区域的降雨汇流。
可选地,所述水动力模型包括城市道路的水动力模型、城市河道的水动力模型和城市雨水管井的水动力模型。
可选地,所述预警显示装置配置为,依据所述待预警区域中各个子区域的内涝模拟结果,显示所述待预警区域中各个子区域的内涝情况,以及显示所述待预警区域中各个子区域的降雨信息。
第二方面,本发明实施例中还提供了一种城市内涝预警方法,该方法包括:
数据采集装置,采集待预警区域的城市基础数据和城市监测数据并存储;所述城市监测数据至少包括降雨信息和水位信息;
云端服务器,依据所述城市基础数据和所述城市监测数据,确定所述待预警区域的降雨产流和降雨汇流;所述降雨汇流包括:雨水在城市河道中的流量、雨水在城市道路上的流量和雨水在城市雨水管井中的流量;
云端服务器,还依据所述降雨产流和所述降雨汇流对所述待预警区域进行城市内涝模拟,得到内涝模拟结果,用于进行内涝预警。
可选地,所述方法还包括:所述云端服务器,向预警显示装置发送所述内涝模拟结果;所述预警显示装置,依据所述内涝模拟结果对所述待预警区域的内涝情况进行可视化预警。
可选地,所述城市基础数据包括:城市地表的基础数据和城市雨水管井网络的基础数据;所述水位信息包括:易涝点的水位、积水点的水位、河道中的水位、雨水管井中的液位。
可选地,所述云端服务器,依据所述城市基础数据和所述城市监测数据,确定所述待预警区域的降雨产流和降雨汇流,包括:
所述云端服务器,依据所述城市监测数据中的降雨信息,采用初损后损法,计算所述待预警区域中各个子区域的降雨产流;
所述云端服务器,依据所述城市基础数据和所述城市监测数据中的水位信息,采用水动力模型,计算所述待预警区域中各个子区域的降雨汇流。
可选地,所述水动力模型包括城市道路的水动力模型、城市河道的水动力模型和城市雨水管井的水动力模型。
可选地,所述预警显示装置,依据所述内涝模拟结果对所述待预警区域的内涝情况进行可视化预警,包括:
所述预警显示装置配置为,依据所述待预警区域中各个子区域的内涝模拟结果,显示所述待预警区域中各个子区域的内涝情况,以及显示所述待预警区域中各个子区域的降雨信息。
本发明实施例中提供了一种城市内涝预警***,包括:数据采集装置配置为,采集待预警区域的城市基础数据和城市监测数据并存储;云端服务器配置为,依据城市基础数据和城市监测数据,确定待预警区域的降雨产流和降雨汇流;以及,依据降雨产流和降雨汇流对待预警区域进行城市内涝模拟,得到内涝模拟结果,用于进行内涝预警。采用本申请方案,通过云端服务器来实现城市内涝预警分析,借助于云端服务器易快速部署、灵活变更、低成本以及易集中管理等优点,使得城市内涝预警更加方便,且由于云端服务器的处理能力使得城市内涝预警分析能力更强,预警结果更准确。
上述发明内容仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。在附图中:
图1是本发明实施例中提供的一种城市内涝预警***的结构框图;
图2是本发明实施例中提供的一种城市内涝预警方法的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1是本发明实施例中提供的一种城市内涝预警***的结构框图。本发明实施例可适用于对城市内涝进行预警分析的情况。该***可实现本发明任意实施例中所提供的城市内涝预警方法。如图1所示,本实施例中提供的城市内涝预警***,包括:数据采集装置110和云端服务器120;其中,
数据采集装置110配置为,采集待预警区域的城市基础数据和城市监测数据并存储;城市监测数据至少包括降雨信息和水位信息。
云端服务器120配置为,依据城市基础数据和城市监测数据,确定待预警区域的降雨产流和降雨汇流;降雨汇流包括:雨水在城市河道中的流量、雨水在城市道路上的流量和雨水在城市雨水管井中的流量。
云端服务器120还配置为,依据降雨产流和降雨汇流对待预警区域进行城市内涝模拟,得到内涝模拟结果,用于进行内涝预警。
在本实施例中,待预警区域是指需要进行城市内涝预警分析的区域,例如具体可以为一个城市或者一个城市中某一部分区域。城市基础数据包括:城市地表的基础数据和城市雨水管井网络的基础数据,城市基础数据用于描述城市地表设施和城市地下设施的位置和分布情况。例如,城市地表的基础数据包括城市中街道、路网、排水口以及河道等地表设施的基础数据;城市雨水管井网络的基础数据包括城市中地下排水管道和地下排水井等地下设施的基础数据。
在本实施例中,可选地,可以采用自动采集和人工采集的方式获取待预警区域的城市地表的基础数据和城市雨水管井网络的基础数据。例如,采用无人机航拍、3D建模、人工录入等方式采集城市地表的基础数据和城市雨水管井网络的基础数据。可选地,对于待预警区域的城市地表的基础数据和城市雨水管井网络的基础数据而言,还可以通过数据交换的方式,从已经存储有城市基础数据的数据库中进行抽取。此外,需要对自动采集、人工采集或者数据交换得到的城市基础数据进行数据格式的统一,将得到的城市基础数据转换成符合标准格式的结构化和非结构化数据。采用上述方式,从而在对城市内涝进行分析时,能够充分考虑待预警区域的实际基础数据,而城市基础数据在一定程度上能够反映城市的排水和蓄水能力,从而不仅考虑降雨量对城市内涝的影响,同时还考虑了城市的排水和蓄水能力对城市内涝的影响,进而预警分析的依据条件更加全面,使得城市内涝的预警分析结果更加准确。
在本实施例中,城市监测数据至少包括降雨信息和水位信息。降雨信息包括待预警区域的降雨量。水位信息包括:待预警区域中易涝点的水位、积水点的水位、河道中的水位、雨水管井中的液位。可选地,具体可以在待预警区域的易涝点、积水点、河道以及雨水管井等监测点设置水位传感器,通过设置在监测点的水位传感器在线监测各个监测点的水位信息,并将监测的水位信息进行存储。可选地,移动端的用户可通过城市内涝预警***关联的移动端设备对突发事件进行事件上报,包括图片和文字;而,城市内涝预警***中的数据采集装置110可以获取用户通过移动端设备上报的事件,并对上报的图片和文字进行数据分析,从中挖掘得到与城市监测数据的类型相似或相同的数据。
在本实施例中,城市监测数据具体包括待预警区域的降雨信息,云端服务器120依据城市监测数据包括的降雨信息,分析待预警区域的降雨产流,得到待预警区域的降雨产流结果。可选地,云端服务器120能够依据城市监测数据包括的降雨信息,采用初损后损法计算得到待预警区域的降雨产流结果。
在本实施例的一种可选方式中,云端服务器120能够依据城市基础数据中的城市地表基础数据,将待预警区域划分为多个子区域和子区域边界,分别用来构建待预警区域的面状和线状地物模型。然后,云端服务器120能够依据降雨信息中包含的降雨时间和降雨量,采用初损后损法计算待预警区域中各个子区域的降雨产流过程,得到各个子区域的降雨产流结果。采用初损后损法计算每一个子区域的降雨产流,就是将净雨产生过程简化为初损和后损两个水文过程,即扣除初损和后损后,剩余的降水即为净雨。其中,初损主要考虑子区域内由于植物截留、坑洼截留、尘土吸附等引起水量损失;后损主要是考虑子区域内土壤下渗引起的水量损失,计算采用经典的霍顿下渗理论,将地表积水与时段降雨量叠加,统一作为下渗水源,更好地模拟计算下渗的实际过程。
在本实施例中,城市监测数据具体包括待预警区域的水位信息,云端服务器120依据城市监测数据包括的水位信息和城市基础数据,分析净雨在城市河道中的汇流过程、净雨在城市道路中的汇流过程以及净雨在城市雨水管井中的汇流过程,从而得到待预警区域的净雨汇流结果。预警区域的净雨汇流结果能够反映雨水在城市中的汇流情况。其中,净雨汇流结果通过雨水在城市河道中的流量、雨水在城市道路上的流量和雨水在城市雨水管井中的流量进行描述。
在本实施例的一种可选方式中,待预警区域被划分为多个子区域,云端服务器120能够依据城市基础数据和城市监测数据中的水位信息,采用预先配置的水动力模型,计算待预警区域中各个子区域的降雨汇流。可选地,本实施例的水动力模型包括城市道路的水动力模型、城市河道的水动力模型和城市雨水管井的水动力模型,在待预警区域中不同结构的降雨汇流,会采用不同的水动力模型进行计算,这样才能保证计算得到的降雨汇流结果的准确性。
在一个可选示例中,云端服务器120能够依据城市基础数据和城市监测数据中的水位信息,采用城市河道的水动力模型,计算在待预警区域中各个子区域下雨水在城市河道中的流量。可选地,本实施例通过对一维圣维南方程组进行改进来模拟非恒定河道水流,城市河道的水动力模型采用的方程组具体如下:
在本示例中,上述示例示出的方程组(1)用于描述城市河道中自由面明渠水流的质量和动量守恒过程,为全动力波过程,主要包含了物理量的时间变化率、惯性传输、内部水压强作用、外部重力作用以及外部渠底阻尼作用,并假设静止状态下的水压强垂向分布。在上述的方程组(1)中,t表示时间,x表示纵向空间坐标,A表示城市河道中的过水断面面积,Q表示雨水在城市河道中的流量,ql表示城市河道的旁侧入流,V表示雨水在城市河道中的垂向平均流速,g表示重力加速度,h表示城市河道中的水深,z0表示城市河道的比降,n表示曼宁系数,R表示城市河道的水力半径。通过上述的城市河道的水动力模型可以获知雨水在城市河道中的流量。
在本示例中,在城市河道的水流中,水力变量(流量、水深、流速)在纵向(与城市河道的水流平行的方向)的变化远大于在横向(与城市河道的横断面平行的方向)的变化,因此可以忽略城市河道中的横向水流,只需计算城市河道中纵向的水力变量。此外,城市河道中水流在水平方向上的尺寸远大于在垂向的尺寸,城市河道水流为浅水过程,可直接计算垂向的平均流速。
在另一个可选示例中,云端服务器120能够依据城市基础数据和城市监测数据中的水位信息,采用城市道路的水动力模型,计算在待预警区域中各个子区域下雨水在城市道路中的流量。可选地,城市道路与城市河道的水动力过程在原理上大致相同,本实施例的城市道路的水动力模型采用的方程组具体如下:
在本示例中,上述方程组(2)中,t表示时间,x表示纵向空间坐标,y表示横向空间坐标,g表示重力加速度,h表示城市道路中的水深,u表示雨水在城市道路中的纵向流速,v表示雨水在城市道路中的横向流速,z0表示城市道路的比降,n表示曼宁系数。通过上述的城市道路的水动力模型可以获知用于描述雨水在城市道路上汇流情况的参数值,这些用于描述雨水在城市道路上汇流情况的参数值可以作为雨水在城市河道中的流量。
在本示例中,上述方程组(2)称为浅水方程,当水平方向的尺度远大于垂向尺度时能够成立,例如,水平方向的尺度为垂向尺度的20倍以上时成立,城市道路中的水动力过程属于这种情况。可选地,在学术研究中可考虑水面大气压的空间变化、风载对水面的作用、地转科氏力以及内部应力作用,而在工程应用中,这些因素对计算结果的影响非常小,通常忽略不计。
在本示例中,城市道路的水动力是本实施例中提供的二维全动力波方程组进行分析,如果计算时间较长会导致成本较高,为了合理的节约计算成本,本实施例的城市道路的水动力模型可以根据实际场景进行调整。可选地,当城市道路的地形地貌较为复杂,并且需要计算精确的水力变量时,可以采用全动力波方程组,即采用上述完整的方程组(2)进行分析。当城市道路的地形和地貌的空间差异较小,且对计算结果精度要求不高时,可采用扩散波方程组或者运动波方程。扩散波方程组是指在上述完整的方程组(2)的基础上,删除用于描述惯性传输的项以及运动波方程组是指在扩散波方程组的基础上进一步删除用于描述雨水压强的项和可以理解的是,相对于全动力波方程组,采用运动波方程组或扩散波方程组可节省计算成本,但计算精度有所降低。上述三种计算方式都包含在城市道路的水动力模型中,供用户根据实际情况和需求自行选择。
在又一个可选示例中,云端服务器120能够依据城市基础数据和城市监测数据中的水位信息,采用城市雨水管井的水动力模型,计算在待预警区域中各个子区域下雨水在城市雨水管井中的流量。可选地,城市雨水管井的水动力与城市河道的水动力过程的控制方程组基本相似,区别在于城市雨水管井没有旁侧入流,本实施例的城市雨水管井的水动力模型采用的方程组具体如下:
在本示例中,上述的方程组(3)中,t表示时间,x表示纵向空间坐标,A表示城市雨水管井中的过水断面面积,Q表示雨水在城市雨水管井的流量,V表示雨水在城市雨水管井中的垂向平均流速,g表示重力加速度,h表示城市雨水管井中的水深,z0表示城市雨水管井的比降,n表示曼宁系数,R表示城市雨水管井的水力半径。通过上述的城市雨水管井的水动力模型的方程组可以获知雨水在城市雨水管井中的流量。
在本实施例中,降雨产流能够描述待预警区域的净雨量情况,降雨汇流能够反映雨水在待预警区域的汇流情况。在此基础上,云端服务器120能够依据降雨产流和降雨汇流待预警区域进行城市内涝模拟,判断待预警区域在降雨产流和降雨汇流下是否会发生城市内涝,以得到待预警区域的各个子区域的内涝模拟结果,以此来决定是否进行内涝预警。
在本实施例的一种可选方式中,本实施方式能与上述一个或者多个实施例中的各个可选方案结合。参见图1,本实施例的城市内涝预警***还包括:预警显示装置130。云端服务器120配置为,向预警显示装置130发送内涝模拟结果;预警显示装置130配置为,依据内涝模拟结果对待预警区域的内涝情况进行可视化预警。
在本实施方式中,预警显示装置130为PC端设备,预警显示装置130能够依据待预警区域中各个子区域的内涝模拟结果,显示待预警区域中各个子区域的内涝情况,以及显示待预警区域中各个子区域的降雨信息。例如,预警显示装置130依据待预警区域中各个子区域的内涝模拟结果,显示待预警区域中各个子区域的内涝情况,同时还利用数字孪生技术,将待预警区域的城市建筑物、河湖等采用三维建模技术进行呈现,以及叠加实时气象、物联网感知数据进行渲染。采用这样的方式好处在于,方便决策者更加直观地看到在不同降雨情况下城市内涝可能遇到的风险从而便于做出相应决策。可选地,预警显示装置130内涝模拟结果,对待预警区域的各条道路在不同降雨条件下可能的积水风险进行提示。云端服务器120能够根据虚拟的暴雨结果,通过待预警区域的暴雨径流模型对待预警区域的降雨可能产生的径流分区计算,得出各个分区的径流计算结果。
在本实施方式中,预警显示装置130能够利用基础GIS平台,将水利物联网感知设备及监测数据进行分门别类的管理,生成各类专题图,如水库、河道断面、入河排水口等,可以按照区域、流域等进行展示,同时对监测数据进行分析和统计,统计的结果可以按表格形式、统计图、专题图形式直观地预览显示,并可直接输出水利专题统计地图、水利专题信息查询表格、水利专题统计分析图表。
在本实施方式中,预警显示装置130能够以水利空间数据为基础,显示出各监测类型所处的空间基础信息和空间地理位置分布图,同时在电子地图上显示出各监测硬件设备的基本信息,显示出各监测点位空间地理位置分布图,需要时可按类型分类、查询、统计、分析区域地表水、雨水管网的排水情况,为实现水务治理提供参考。
在本实施方式中,预警显示装置130能够接入内涝相关监测信息,实现内涝风险的实时监测和预警。包括综合查询、点选查询、测站定位、按流域查询和地图配置等功能。例如,某一时间段内的雨情、流域的面积、实时的平均雨量、流域内降雨最多的雨量站、历史重现期以及重点雨量站的降雨过程。
在本实施方式中,预警显示装置130为移动端设备,例如包括手机、平板等设备。预警显示装置130能够对外提供接口或者显示信息,供各级管理者和业务人员查询所辖区域降雨、积水、内涝等实时预警和告警信息、内涝巡查事件上报、接收并处置内涝相关的待办事项
本发明实施例中提供了一种城市内涝预警***,本申请方案中的城市内涝预警***建立在公有云服务器集群、云存储之上,能够实现快速部署、灵活变更、低成本、集中安全管理的效果;并且,可在省、市、县各级城市内涝管理单位范围内推广使用,并基于云和物联网,构建了动态管理、监测预警、常态跟踪于一体的城市内涝预警***,利用内涝分析模型、物联网设备、互联网信息、移动端上报等多种渠道,提高城市内涝信息获取能力、新积水点及突发事件的识别和处置能力、以及内涝预警分析能力。
图2是本发明实施例中提供的一种城市内涝预警方法的流程图。本发明实施例可适用于对城市内涝进行预警分析的情况。该方法可由本发明任意实施例中所提供的城市内涝预警***来实现。如图2所示,本发明实施例中提供的城市内涝预警方法,包括以下步骤:
S210、数据采集装置,采集待预警区域的城市基础数据和城市监测数据并存储;所述城市监测数据至少包括降雨信息和水位信息;
S240、云端服务器,依据所述城市基础数据和所述城市监测数据,确定所述待预警区域的降雨产流和降雨汇流;所述降雨汇流包括:雨水在城市河道中的流量、雨水在城市道路上的流量和雨水在城市雨水管井中的流量;
S230、云端服务器,还依据所述降雨产流和所述降雨汇流对所述待预警区域进行城市内涝模拟,得到内涝模拟结果,用于进行内涝预警。
S240、云端服务器,向预警显示装置发送所述内涝模拟结果;以及预警显示装置,依据所述内涝模拟结果对所述待预警区域的内涝情况进行可视化预警。
在上述实施例的基础上,可选地,所述城市基础数据包括:城市地表的基础数据和城市雨水管井网络的基础数据;所述水位信息包括:易涝点的水位、积水点的水位、河道中的水位、雨水管井中的液位。
在上述实施例的基础上,可选地,所述云端服务器,依据所述城市基础数据和所述城市监测数据,确定所述待预警区域的降雨产流和降雨汇流,包括:
所述云端服务器,依据所述城市监测数据中的降雨信息,采用初损后损法,计算所述待预警区域中各个子区域的降雨产流;
所述云端服务器,依据所述城市基础数据和所述城市监测数据中的水位信息,采用水动力模型,计算所述待预警区域中各个子区域的降雨汇流。
在上述实施例的基础上,可选地,所述水动力模型包括城市道路的水动力模型、城市河道的水动力模型和城市雨水管井的水动力模型。
在上述实施例的基础上,可选地,所述预警显示装置,依据所述内涝模拟结果对所述待预警区域的内涝情况进行可视化预警,包括:
所述预警显示装置配置为,依据所述待预警区域中各个子区域的内涝模拟结果,显示所述待预警区域中各个子区域的内涝情况,以及显示所述待预警区域中各个子区域的降雨信息。
本发明实施例中所提供的城市内涝预警方法可应用于上述本发明任意实施例中所提供的城市内涝预警***,具备该城市内涝预警***相应的功能和有益效果,未在上述实施例中详尽描述的技术细节,具体可参见本申请任意实施例中所提供的城市内涝预警***。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种城市内涝预警***,其特征在于,所述***包括:数据采集装置和云端服务器;其中,
所述数据采集装置配置为,采集待预警区域的城市基础数据和城市监测数据并存储;所述城市监测数据至少包括降雨信息和水位信息;
所述云端服务器配置为,依据所述城市基础数据和所述城市监测数据,确定所述待预警区域的降雨产流和降雨汇流;所述降雨汇流包括:雨水在城市河道中的流量、雨水在城市道路上的流量和雨水在城市雨水管井中的流量;
所述云端服务器还配置为,依据所述降雨产流和所述降雨汇流对所述待预警区域进行城市内涝模拟,得到内涝模拟结果,用于进行内涝预警。
2.根据权利要求1所述的***,其特征在于,所述***还包括:预警显示装置;
所述云端服务器配置为,向所述预警显示装置发送所述内涝模拟结果;
所述预警显示装置配置为,依据所述内涝模拟结果对所述待预警区域的内涝情况进行可视化预警。
3.根据权利要求1所述的***,其特征在于,所述城市基础数据包括:城市地表的基础数据和城市雨水管井网络的基础数据;所述水位信息包括:易涝点的水位、积水点的水位、河道中的水位、雨水管井中的液位。
4.根据权利要求1所述的***,其特征在于,所述云端服务器配置为,依据所述城市监测数据中的降雨信息,采用初损后损法,计算所述待预警区域中各个子区域的降雨产流;
所述云端服务器配置为,依据所述城市基础数据和所述城市监测数据中的水位信息,采用水动力模型,计算所述待预警区域中各个子区域的降雨汇流。
5.根据权利要求4所述的***,其特征在于,所述水动力模型包括城市道路的水动力模型、城市河道的水动力模型和城市雨水管井的水动力模型。
6.根据权利要求2所述的***,其特征在于,
所述预警显示装置配置为,依据所述待预警区域中各个子区域的内涝模拟结果,显示所述待预警区域中各个子区域的内涝情况,以及显示所述待预警区域中各个子区域的降雨信息。
7.一种城市内涝预警方法,其特征在于,所述方法包括:
数据采集装置,采集待预警区域的城市基础数据和城市监测数据并存储;所述城市监测数据至少包括降雨信息和水位信息;
云端服务器,依据所述城市基础数据和所述城市监测数据,确定所述待预警区域的降雨产流和降雨汇流;所述降雨汇流包括:雨水在城市河道中的流量、雨水在城市道路上的流量和雨水在城市雨水管井中的流量;
云端服务器,还依据所述降雨产流和所述降雨汇流对所述待预警区域进行城市内涝模拟,得到内涝模拟结果,用于进行内涝预警。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
所述云端服务器,向预警显示装置发送所述内涝模拟结果;
所述预警显示装置,依据所述内涝模拟结果对所述待预警区域的内涝情况进行可视化预警。
9.根据权利要求7所述的方法,其特征在于,所述城市基础数据包括:城市地表的基础数据和城市雨水管井网络的基础数据;所述水位信息包括:易涝点的水位、积水点的水位、河道中的水位、雨水管井中的液位。
10.根据权利要求7所述的方法,其特征在于,所述云端服务器,依据所述城市基础数据和所述城市监测数据,确定所述待预警区域的降雨产流和降雨汇流,包括:
所述云端服务器,依据所述城市监测数据中的降雨信息,采用初损后损法,计算所述待预警区域中各个子区域的降雨产流;
所述云端服务器,依据所述城市基础数据和所述城市监测数据中的水位信息,采用水动力模型,计算所述待预警区域中各个子区域的降雨汇流。
11.根据权利要求10所述的方法,其特征在于,所述水动力模型包括城市道路的水动力模型、城市河道的水动力模型和城市雨水管井的水动力模型。
12.根据权利要求8所述的方法,其特征在于,所述预警显示装置,依据所述内涝模拟结果对所述待预警区域的内涝情况进行可视化预警,包括:
所述预警显示装置配置为,依据所述待预警区域中各个子区域的内涝模拟结果,显示所述待预警区域中各个子区域的内涝情况,以及显示所述待预警区域中各个子区域的降雨信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911284723.8A CN110992653A (zh) | 2019-12-13 | 2019-12-13 | 城市内涝预警***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911284723.8A CN110992653A (zh) | 2019-12-13 | 2019-12-13 | 城市内涝预警***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110992653A true CN110992653A (zh) | 2020-04-10 |
Family
ID=70093471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911284723.8A Pending CN110992653A (zh) | 2019-12-13 | 2019-12-13 | 城市内涝预警***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110992653A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111443676A (zh) * | 2020-04-14 | 2020-07-24 | 西云图科技(北京)有限公司 | 一种水务***的数据采集*** |
CN112288151A (zh) * | 2020-10-22 | 2021-01-29 | 武汉大学 | 一种面向灾害应急的灾害链构建与灾害分析方法 |
CN112330187A (zh) * | 2020-11-18 | 2021-02-05 | 深圳大学 | 一种地下设施水灾风险评估方法、***、终端及存储介质 |
CN112528563A (zh) * | 2020-12-08 | 2021-03-19 | 丹华水利环境技术(上海)有限公司 | 一种基于svm算法的城市内涝预警方法 |
CN112578479A (zh) * | 2020-12-29 | 2021-03-30 | 北京维艾思气象信息科技有限公司 | 一种基于降水预报的城市内涝告警装置及方法 |
CN112653771A (zh) * | 2021-03-15 | 2021-04-13 | 浙江贵仁信息科技股份有限公司 | 水利数据分片存储方法、点播方法、处理*** |
CN113222296A (zh) * | 2021-06-07 | 2021-08-06 | 中国水利水电科学研究院 | 一种基于数字孪生的防洪调度方法 |
CN113326812A (zh) * | 2021-07-01 | 2021-08-31 | 安徽金晥泵业科技股份有限公司 | 一种基于互联网的区域分片调蓄处理排水*** |
CN113593191A (zh) * | 2021-08-10 | 2021-11-02 | 安徽嘉拓信息科技有限公司 | 一种基于大数据的可视化城市内涝监测预警*** |
CN113971872A (zh) * | 2021-10-22 | 2022-01-25 | 广东电网有限责任公司广州供电局 | 一种电力设施内涝监测预报预警***、方法及设备 |
CN114049747A (zh) * | 2021-09-28 | 2022-02-15 | 深圳市蓝盾满泰科技发展有限公司 | 一种基于gsm技术的城市排涝远程监控*** |
WO2023045463A1 (zh) * | 2021-09-22 | 2023-03-30 | 西安热工研究院有限公司 | 基于数字孪生技术的电站管道在线监测预警***及方法 |
CN116016609A (zh) * | 2023-02-27 | 2023-04-25 | 水利部珠江水利委员会水文局 | 一种区域洪涝的智能监测方法及装置 |
CN116386284A (zh) * | 2023-05-26 | 2023-07-04 | 浙江贵仁信息科技股份有限公司 | 一种城市洪涝的告预警方法及*** |
CN116542061A (zh) * | 2023-05-15 | 2023-08-04 | 岳阳市水利水电规划勘测设计院有限公司 | 河港湖区水系排涝能力勘测数据分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108320462A (zh) * | 2018-03-02 | 2018-07-24 | 中山市爱科应用科技有限公司 | 城市防汛预警预报*** |
CN109543275A (zh) * | 2018-11-15 | 2019-03-29 | 中国水利水电科学研究院 | 一种城区地表径流二维数值模拟方法 |
CN109919372A (zh) * | 2019-02-28 | 2019-06-21 | 武汉大学 | 一种基于全时空的城市暴雨积水评估建模方法 |
CN110222427A (zh) * | 2019-06-10 | 2019-09-10 | 河海大学 | 一种基于数学模型城市内涝的分析方法 |
CN110533885A (zh) * | 2019-08-15 | 2019-12-03 | 江苏省气象服务中心 | 城市内涝监测预警***及预警方法 |
-
2019
- 2019-12-13 CN CN201911284723.8A patent/CN110992653A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108320462A (zh) * | 2018-03-02 | 2018-07-24 | 中山市爱科应用科技有限公司 | 城市防汛预警预报*** |
CN109543275A (zh) * | 2018-11-15 | 2019-03-29 | 中国水利水电科学研究院 | 一种城区地表径流二维数值模拟方法 |
CN109919372A (zh) * | 2019-02-28 | 2019-06-21 | 武汉大学 | 一种基于全时空的城市暴雨积水评估建模方法 |
CN110222427A (zh) * | 2019-06-10 | 2019-09-10 | 河海大学 | 一种基于数学模型城市内涝的分析方法 |
CN110533885A (zh) * | 2019-08-15 | 2019-12-03 | 江苏省气象服务中心 | 城市内涝监测预警***及预警方法 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111443676A (zh) * | 2020-04-14 | 2020-07-24 | 西云图科技(北京)有限公司 | 一种水务***的数据采集*** |
CN112288151A (zh) * | 2020-10-22 | 2021-01-29 | 武汉大学 | 一种面向灾害应急的灾害链构建与灾害分析方法 |
CN112288151B (zh) * | 2020-10-22 | 2022-05-13 | 武汉大学 | 一种面向灾害应急的灾害链构建与灾害分析方法 |
CN112330187A (zh) * | 2020-11-18 | 2021-02-05 | 深圳大学 | 一种地下设施水灾风险评估方法、***、终端及存储介质 |
CN112528563A (zh) * | 2020-12-08 | 2021-03-19 | 丹华水利环境技术(上海)有限公司 | 一种基于svm算法的城市内涝预警方法 |
CN112528563B (zh) * | 2020-12-08 | 2024-04-19 | 丹华水利环境技术(上海)有限公司 | 一种基于svm算法的城市内涝预警方法 |
CN112578479A (zh) * | 2020-12-29 | 2021-03-30 | 北京维艾思气象信息科技有限公司 | 一种基于降水预报的城市内涝告警装置及方法 |
CN112653771B (zh) * | 2021-03-15 | 2021-06-01 | 浙江贵仁信息科技股份有限公司 | 水利数据分片存储方法、点播方法、处理*** |
CN112653771A (zh) * | 2021-03-15 | 2021-04-13 | 浙江贵仁信息科技股份有限公司 | 水利数据分片存储方法、点播方法、处理*** |
CN113222296A (zh) * | 2021-06-07 | 2021-08-06 | 中国水利水电科学研究院 | 一种基于数字孪生的防洪调度方法 |
CN113222296B (zh) * | 2021-06-07 | 2024-05-14 | 中国水利水电科学研究院 | 一种基于数字孪生的防洪调度方法 |
CN113326812A (zh) * | 2021-07-01 | 2021-08-31 | 安徽金晥泵业科技股份有限公司 | 一种基于互联网的区域分片调蓄处理排水*** |
CN113593191A (zh) * | 2021-08-10 | 2021-11-02 | 安徽嘉拓信息科技有限公司 | 一种基于大数据的可视化城市内涝监测预警*** |
WO2023045463A1 (zh) * | 2021-09-22 | 2023-03-30 | 西安热工研究院有限公司 | 基于数字孪生技术的电站管道在线监测预警***及方法 |
CN114049747A (zh) * | 2021-09-28 | 2022-02-15 | 深圳市蓝盾满泰科技发展有限公司 | 一种基于gsm技术的城市排涝远程监控*** |
CN113971872A (zh) * | 2021-10-22 | 2022-01-25 | 广东电网有限责任公司广州供电局 | 一种电力设施内涝监测预报预警***、方法及设备 |
CN116016609A (zh) * | 2023-02-27 | 2023-04-25 | 水利部珠江水利委员会水文局 | 一种区域洪涝的智能监测方法及装置 |
CN116542061A (zh) * | 2023-05-15 | 2023-08-04 | 岳阳市水利水电规划勘测设计院有限公司 | 河港湖区水系排涝能力勘测数据分析方法 |
CN116542061B (zh) * | 2023-05-15 | 2024-03-08 | 岳阳市水利水电规划勘测设计院有限公司 | 河港湖区水系排涝能力勘测数据分析方法 |
CN116386284B (zh) * | 2023-05-26 | 2023-08-25 | 浙江贵仁信息科技股份有限公司 | 一种城市洪涝的告预警方法及*** |
CN116386284A (zh) * | 2023-05-26 | 2023-07-04 | 浙江贵仁信息科技股份有限公司 | 一种城市洪涝的告预警方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110992653A (zh) | 城市内涝预警***及方法 | |
EP3534187B1 (en) | Process and system for hydrological analysis and management for river basins | |
KR102365591B1 (ko) | 침수 예측 장치 및 그 방법 | |
CN103544390B (zh) | 基于元胞自动机的溃决洪水快速演进模拟分析方法 | |
CN107832931A (zh) | 一种平原水网地区内涝风险的模块化分析方法 | |
CN110532952A (zh) | 基于gis定位技术的洪灾风险预警及撤离*** | |
CN114240119A (zh) | 基于数字孪生的国土空间全域全要素防洪防涝***及预警方法 | |
CN113434565A (zh) | 基于cim平台的水利防洪抗旱防涝综合减灾平台*** | |
CN104851360A (zh) | 一种洪水风险图的生成方法和*** | |
JP2005128838A (ja) | 簡易型洪水氾濫解析システム | |
CN111652777A (zh) | 洪灾应急避险方法 | |
CN113409550B (zh) | 基于径流汇流模拟的泥石流灾害预警方法及*** | |
Hsu et al. | An investigation of DEM resolution influence on flood inundation simulation | |
KR20180122872A (ko) | 빗물 저장블록 단위 기반 빗물관리 시스템 | |
Loftis et al. | Using lidar elevation data to develop a topobathymetric digital elevation model for sub-grid inundation modeling at langley research center | |
CN115659816A (zh) | 基于孪生模型的城市内涝点预测方法及*** | |
CN112097851A (zh) | 一种易涝点涝情检测方法及内涝预测方法 | |
Chen et al. | Three-dimensional simulation of regional urban waterlogging based on high-precision DEM model | |
Re et al. | High‐resolution urban flood model for risk mitigation validated with records collected by the affected community | |
Yangxiao et al. | Using Kalman filtering to improve and quantify the uncertainty of numerical groundwater simulations: 2. Application to monitoring network design | |
Chen et al. | A coupled river basin‐urban hydrological model (DRIVE‐Urban) for real‐time urban flood modeling | |
Haile et al. | Integrating hydrodynamic models and high resolution DEM LIDAR for flood modelling | |
CN115953556A (zh) | 暴雨内涝道路风险ar预警方法及装置 | |
Al Mansoori et al. | Photogrammetric techniques and UAV for drainage pattern and overflow assessment in mountainous Terrains-Hatta/UAE | |
CN116150580B (zh) | 一种数字孪生流域数据底板的数据资源评价方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200410 |
|
RJ01 | Rejection of invention patent application after publication |