CN115661330B - 一种基于数字孪生的下沉广场积水计算方法及装置 - Google Patents

一种基于数字孪生的下沉广场积水计算方法及装置 Download PDF

Info

Publication number
CN115661330B
CN115661330B CN202211010924.0A CN202211010924A CN115661330B CN 115661330 B CN115661330 B CN 115661330B CN 202211010924 A CN202211010924 A CN 202211010924A CN 115661330 B CN115661330 B CN 115661330B
Authority
CN
China
Prior art keywords
ponding
water accumulation
sinking
square
water
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.)
Active
Application number
CN202211010924.0A
Other languages
English (en)
Other versions
CN115661330A (zh
Inventor
李金龙
徐成永
张方冰
刘占宇
李娇
文靖
曲鸣川
鲁秋子
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.)
Beijing Urban Construction Design and Development Group Co Ltd
Original Assignee
Beijing Urban Construction Design and Development Group Co Ltd
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 Beijing Urban Construction Design and Development Group Co Ltd filed Critical Beijing Urban Construction Design and Development Group Co Ltd
Priority to CN202211010924.0A priority Critical patent/CN115661330B/zh
Publication of CN115661330A publication Critical patent/CN115661330A/zh
Application granted granted Critical
Publication of CN115661330B publication Critical patent/CN115661330B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

本发明提供一种基于数字孪生的下沉广场积水计算方法及装置，以解决现有技术中通过数学计算公式对积水体积进行计算，准确率不高的问题。该方法包括：对下沉广场积水处周边积水条件进行分析；建立下沉广场及周边地貌的数字孪生模型，基于数字孪生模型和积水处周边积水条件分析计算出下沉广场最大积水量及不同需求水位的积水量，基于下沉广场最大积水量获得下沉广场积水量范围值；基于下沉广场积水处周边积水条件分析构建积水动态计算模型，基于积水动态计算模型计算下沉广场积水处实时积水量；基于积水动态计算模型反推风险积水量下的积水时间。所述基于数字孪生的下沉广场积水计算装置应用于基于数字孪生的下沉广场积水计算方法。

Description

一种基于数字孪生的下沉广场积水计算方法及装置
技术领域
本发明涉及下沉广场积水计算技术领域，尤其涉及一种基于数字孪生的下沉广场积水计算方法及装置。
背景技术
随着我国城市轨道交通规模的扩张以及近年来气候异常的影响，轨道交通雨水倒灌出现频率逐渐增多，并呈现危害愈加严重的趋势。城市轨道交通车站出入口是轨道交通***对外重要的物理接口，而衔接出入口的周边区域积水是导致车站雨水倒灌的重要原因之一。
目前，对于防汛层面的研究多聚焦于车站内部排水方案排水能力的研究及对于应急预案理论的探索，研究多采取分析内涝影响因素，建立理论评估模型的分析手段。其中，朱海燕在文章中通过分析内涝影响因素，建立了地铁站暴雨内涝脆弱性评估模型，对车站脆弱性评价进行指标性分析；张丽佳基于轨道交通站厅的建筑结构条件对车站内涝进行脆弱性评价分析。而对于影响积水漫灌的直接影响因素，即站外区域的积水研究，目前没有成熟的研究基础。在洪涝灾害分析领域，目前已有很多成熟的研究成果，臧文斌通过深入分析汇流过程对城市洪涝过程进行精细化模拟。在洪涝分析新技术应用领域，叶丽梅基于GIS暴雨洪涝淹没模型计算不同重现期致灾雨量的淹没水深和范围，张杰运用GIS技术与暴雨洪水管理模型(storm water management model，缩写为SWMM)，构建郑州暴雨内涝模型。现有计算方法的缺点是仅仅通过各种数学计算公式对积水体积计算，不能准确的计算出实际情况中复杂的积水区域的几何体积，另外无法得到积水量区间。而且对于建立空间模型计算积水量的技术目前尚未应用在积水量分析领域。
发明内容
为解决上述技术问题，本发明提供一种基于数字孪生的下沉广场积水计算方法及装置，以解决现有技术中仅仅通过数学计算公式对积水体积进行计算，准确率有待进一步提高的问题。
本发明提供一种基于数字孪生的下沉广场积水计算方法，该方法包括：
步骤1：对下沉广场积水处周边积水条件进行分析；
步骤2：建立下沉广场及周边地貌的数字孪生模型，基于数字孪生模型和积水处周边积水条件分析计算出下沉广场最大积水量及不同需求水位的积水量，基于下沉广场最大积水量获得下沉广场积水量范围值；
步骤3：基于下沉广场积水处周边积水条件分析构建积水动态计算模型，基于积水动态计算模型计算下沉广场积水处实时积水量；
步骤4：基于积水动态计算模型反推风险积水量下的积水时间。
优选地，所述步骤1：对下沉广场积水处周边积水条件进行分析，包括：
步骤1.1：对下沉广场积水处周边地势条件进行分析；
步骤1.2：对下沉广场积水处周边基础设备排水设施条件进行分析；
步骤1.3：对下沉广场积水处周边市政排水能力条件进行分析；
步骤1.4：对下沉广场积水处周边区域汇水面积进行分析。
优选地，所述步骤1.4：对下沉广场积水处周边区域汇水面积进行分析，包括：
叠加下沉广场积水处周边区域每一个地势高度超过下沉广场的有效积水面积，获得下沉广场积水处周边区域汇水面积，公式为：
Figure BDA0003810542800000021
其中，Si为下沉广场积水处周边汇水区域，i为汇水区域编号，Rt为t时刻下沉广场积水处周边区域汇水面积。
优选地，所述步骤2：建立下沉广场及周边地貌的数字孪生模型，基于数字孪生模型和积水处周边积水条件分析计算出下沉广场最大积水量及不同需求水位的积水量，基于下沉广场最大积水量获得下沉广场积水量范围值，包括：
步骤2.1：利用激光测绘扫描得到下沉广场及周边地貌的点云数据，并对点云数据进行实时拼接去噪预处理，获得预处理后的点云数据；
步骤2.2：基于预处理后的点云数据，建立下沉广场及周边地貌的数字孪生模型；
步骤2.3：根据下沉广场积水处周边地势条件分析，获得最高的积水液位，根据数字孪生模型和最高的积水液位计算出下沉广场最大积水量，基于下沉广场最大积水量获得下沉广场积水量范围；
步骤2.4：根据下沉广场积水处周边积水条件分析，利用数字孪生模型计算出不同需求水位的积水量。
优选地，所述步骤3：基于下沉广场积水处周边积水条件分析构建积水动态计算模型，基于积水动态计算模型计算下沉广场积水处实时积水量，包括：
步骤3.1：基于下沉广场积水处周边积水条件分析构建积水动态计算模型，公式为：
Figure BDA0003810542800000031
式中，/>
Figure BDA0003810542800000032
其中，
Figure BDA0003810542800000033
为tx时刻下沉广场的积水量，Qt为t时刻的降雨量，Rt为t时刻下沉广场积水处周边区域汇水面积，Mt为t时刻市政排水管道的排水能力，Ht为t时刻汇水区域的地表水量渗透能力，Wt为t时刻附加排水泵的排水能力；
步骤3.2：将积水动态计算模型简化为分阶段累积的模型，公式为：
Figure BDA0003810542800000034
式中，
Figure BDA0003810542800000035
其中，
Figure BDA0003810542800000036
为tn时刻下沉广场积水量，Pmax为下沉广场最大积水量；
步骤3.3：将tn时刻的时间切分为n个时间段，对每个时间区间，按照分阶段累积的模型公式，分别计算每个时刻的积水量并求和得到tn时刻的积水量。
优选地，所述步骤4：基于积水动态计算模型反推风险积水量下的积水时间，公式为：
Figure BDA0003810542800000037
其中，tx为目标积水时间，
Figure BDA0003810542800000038
为目标积水量。
与现有技术相比，本发明所提供的一种基于数字孪生的下沉广场积水计算方法具有如下有益效果：首先对下沉广场积水处周边积水条件进行分析；建立下沉广场及周边地貌的数字孪生模型，基于数字孪生模型和积水处周边积水条件分析计算出下沉广场最大积水量及不同需求水位的积水量，基于下沉广场最大积水量获得下沉广场积水量范围值；基于下沉广场积水处周边积水条件分析构建积水动态计算模型，基于积水动态计算模型计算下沉广场积水处实时积水量；基于积水动态计算模型反推风险积水量下的积水时间。本发明通过数字孪生模型和积水处周边积水条件分析计算出下沉广场最大积水量及不同需求水位的积水量，基于下沉广场最大积水量获得下沉广场积水量范围值。通过一比一还原数字孪生建模，计算出更准确的积水量。而且基于积水动态计算模型可以计算下沉广场积水处实时积水量，基于积水动态计算模型也可以反推风险积水量下的积水时间。
本发明还提供一种基于数字孪生的下沉广场积水计算装置，该装置包括：
积水条件分析模块，用于对下沉广场积水处周边积水条件进行分析；
最大积水量和不同需求水位积水量模块：用于建立下沉广场及周边地貌的数字孪生模型，基于数字孪生模型和积水处周边积水条件分析计算出下沉广场最大积水量及不同需求水位的积水量，基于下沉广场最大积水量获得下沉广场积水量范围值；
实时积水量模块，用于基于下沉广场积水处周边积水条件分析构建积水动态计算模型，基于积水动态计算模型计算下沉广场积水处实时积水量；
积水时间模块，用于基于积水动态计算模型反推风险积水量下的积水时间。
优选地，所述积水条件分析模块包括:
地势分析单元，用于对下沉广场积水处周边地势条件进行分析；
基础设备分析单元，用于对下沉广场积水处周边基础设备排水设施条件进行分析；
排水能力分析单元，用于对下沉广场积水处周边市政排水能力条件进行分析；
汇水面积分析单元，用于对下沉广场积水处周边区域汇水面积进行分析。
优选地，所述最大积水量和不同需求水位积水量模块包括：
点云数据采集单元，用于利用激光测绘扫描得到下沉广场及周边地貌的点云数据，并对点云数据进行实时拼接去噪预处理，获得预处理后的点云数据；
模型构建单元，用于基于预处理后的点云数据，建立下沉广场及周边地貌的数字孪生模型；
最大积水量单元，用于根据下沉广场积水处周边地势条件分析，获得最高的积水液位，根据数字孪生模型和最高的积水液位计算出下沉广场最大积水量，基于下沉广场最大积水量获得下沉广场积水量范围；
不同需求水位积水量单元，用于根据下沉广场积水处周边积水条件分析，利用数字孪生模型计算出不同需求水位的积水量。
与现有技术相比，本发明提供的一种基于数字孪生的下沉广场积水计算装置的有益效果与上述技术方案所述一种基于数字孪生的下沉广场积水计算方法的有益效果相同，在此不做赘述。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的一种基于数字孪生的下沉广场积水计算方法中的步骤。
与现有技术相比，本发明提供的计算机可读存储介质的有益效果与上述技术方案所述一种基于数字孪生的下沉广场积水计算方法的有益效果相同，在此不做赘述。为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例所提供的一种基于数字孪生的下沉广场积水计算方法流程图；
图2示出了轨道交通出入口及下沉的站前广场示意图；
图3示出了本发明实施例所提供的一种基于数字孪生的下沉广场积水计算装置的结构示意图；
图4示出了本发明实施例所提供的霍营站A口周边环境示意图；
图5示出了本发明实施例所提供的霍营站A口广场最低边缘示意图；
图6示出了本发明实施例所提供的霍营站A口汇水范围示意图；
图7示出了本发明实施例所提供的下沉的站前广场周边地貌的点云模型示意图；
图8示出了本发明实施例所提供的对点云模型渲染后得到的模型示意图；
图9示出了本发明实施例所提供的最高水位积水量模型结果示意图；
图10示出了本发明实施例所提供的台阶上沿积水量模型结果示意图；
图11示出了本发明实施例所提供的附加挡水板上沿积水量结果示意图；
图12示出了本发明实施例所提供的分阶段得到积水量累积变化曲线图。
具体实施方式
在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
本实施例中提到的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况。“示例性的”或者“例如”等词用于表示作例子、例证或说明，旨在以具体方式呈现相关概念，不应被解释为比其他实施例或设计方案更优选或更具优势。
在介绍本申请实施例之前首先对本申请实施例中涉及到的相关名词作如下释义：
点云测绘技术：一种通过激光扫描对周边物体进行测绘的技术；
数字孪生建模：根据环境实际尺寸数据在计算机中建立原尺寸还原三维模型的技术。
实施例一
本发明实施例提供一种基于数字孪生的下沉广场积水计算方法，图1示出了本发明实施例所提供的一种基于数字孪生的下沉广场积水计算方法的流程图。如图1所示，该方法包括：
步骤S1：对下沉广场积水处周边积水条件进行分析，获得积水处周边区域的汇水面积。
如图2所示，轨道交通车站出入口1前面具有出入口前挡水台阶2，出入口前挡水台阶2前面是车站前下沉广场3，本发明将车站前下沉广场3简称为下沉广场，也可以称为站前广场。轨道交通车站出入口1是轨道交通***对外的物理接口，轨道交通车站出入口1前若地势低洼或带有市政、商业下沉式站前广场，降雨天更容易积水，从而产生倒灌车站内的威胁。针对低洼、下沉式站前广场的出入口防淹排水工作，一方面要从预防入手加强防倒灌措施如沙袋、挡水板以及应急措施的准备。另一方面从解决方案入手要先研究站前广场的汇水、积水速度，积水量，从而设计相应的排水能力或制定排水方案。
因此，本发明实施例通过现场调研的方式对轨道交通站点周边积水条件进行分析。具体地，步骤S1包括：
步骤S1.1：对下沉广场积水处周边地势条件进行分析。
可以理解的是，下沉广场周边的地势情况，在一定程度上决定下沉广场积水量和积水速度。比如，当下沉的站前广场地势较低时，地势低洼、下沉的站前广场可以看成为一个积水池。降雨时，不仅累积下沉广场自身的积水，还可能会从周边汇水，即周边区域的降水都将汇集于此。下沉的站前广场的最大积水量将受制于边缘地势最低端，积水水位原则上不会超过边缘最低区域。因此分析下沉的站前广场积水量，首先应对周边地势条件进行分析。
步骤S1.2：对下沉广场积水处周边基础设备排水设施条件进行分析。
可以理解的是，轨道交通出入口处排水设施的总排水能力是防止内涝危害的关键，下沉低洼处的基础设备排水设施的排水能力越强，地面积水进入地下空间的危险性就越低。因此，可以通过现场调研和查阅资料的方式对下沉广场积水处周边基础设备排水设施条件进行分析。
步骤S1.3：对下沉广场积水处周边市政排水能力条件进行分析。
可以理解的是，下沉低洼处积水原因为持续性强降水超出排水能力而导致的积水现象。市政排水是指通过市政管网汇集雨水并最终排入干、支流河道的过程。市政排水能力受制于下沉的站前广场排水孔的数量、面积，以及市政管道的排水能力。
步骤S1.4：对下沉广场积水处周边区域汇水面积进行分析。
可以理解的是，汇水面积是影响低洼处积水速率的重要参数。通过地势分析可得出积水处周边的地势高差结果，通过分析周边地势较高的区域确定t时刻下沉广场积水处周边区域汇水面积Rt。周边地势比积水区域高的积水会流下来，即，叠加每一个地势高度超过有效积水面积，得到实际可能汇水面积的计算公式为：
Figure BDA0003810542800000081
其中，Si为下沉广场积水处周边汇水区域，i为汇水区域编号，Rt为t时刻下沉广场积水处周边区域汇水面积。
值得注意的是，汇水面积Rt的大小会随时间改变，是一个动态的变量参数。例如北京地铁金安桥站前广场西侧为金安桥底的低洼处，初始积水时，西侧桥底区域不计入站前广场汇水面积，当西侧路面处水位积累到与站前广场边缘等高时，积水将流入站前广场，此时金安桥下路面积水面积应该算入站前广场汇水面积内。
步骤S2：建立下沉广场及周边地貌的数字孪生模型，基于数字孪生模型和积水处周边积水条件分析计算出下沉广场最大积水量及不同需求水位的积水量，基于下沉广场最大积水量获得下沉广场积水量范围值。
需要说明的是，受地势原因，低洼处积水水位是不会超出边缘最低高度，也就是说积水计算有个最大取值范围，即水位积累到最高水位时的积水体积。最高积水水位可以通过周边地势分析得出，由于实际环境下低洼处积水体积并不规则，难以通过简单的数学计算获得最大积水体积。本发明采用的是数字孪生模型计算方法，建立可用于计算的三维数字孪生模型，再根据模型引擎计算出不同需求水位的积水能力值。
具体地，所述步骤S2：建立下沉广场及周边地貌的数字孪生模型，基于数字孪生模型和积水处周边积水条件分析计算出下沉广场最大积水量及不同需求水位的积水量，基于下沉广场最大积水量获得下沉广场积水量范围值，包括：
步骤S2.1：利用激光测绘扫描得到下沉广场及周边地貌的点云数据，并对点云数据进行实时拼接去噪预处理，获得预处理后的点云数据。
应理解，数字孪生模型的数据来源是通过激光测绘得到。具体地，通过应用激光测绘仪及其配套数字孪生点云处理软件计算获得基础数据模型。
本发明实施例中激光扫描测绘应用市场上现有的激光扫描仪器，无需GPS等外界辅助，通过激光扫描成像原理，可以测绘所扫描的外界物品的精准数据，对于大体量建筑物，数据误差在1cm以内。
步骤S2.2：基于预处理后的点云数据，建立下沉广场及周边地貌的数字孪生模型。
通过点云信息处理软件对预处理后的点云数据进行识别，然后建立下沉广场及周边地貌的数字孪生模型。
步骤S2.3：根据下沉广场积水处周边地势条件分析，获得最高的积水液位，根据数字孪生模型和最高的积水液位计算出下沉广场最大积水量，基于下沉广场最大积水量获得下沉广场积水量范围。
具体地，基于数字孪生概念将BIM信息导入真实空间体系，选用WGS84坐标体系基于开源地图信息建立与实际空间对应的空间坐标体系，再利用点云扫描信息对BIM空间数据进行细节修正，并进行对象区域的模型封闭。完成空间数据的数字孪生建设。利用空间计算引擎，进行模型自下而上的淹没空间体积计算，完成对指定高度的空间淹没以及体积计算。
当下沉广场积水量达到最大值Pmax时，积水量将不会再增加。下沉广场的最大积水量受制于地势分析中最大积水水位高度。一般最高水位选取下沉广场最低边缘位置高度，或与地面平齐位置高度。最大积水量体积的获得是通过模型引擎计算最高水位的积水能力值得到。即通过激光扫描及数字孪生技术可以获得积水区域的体积三维模型，根据周边积水条件分析可以得到最大积水高度，将最大积水高度带入三维模型计算引擎，可以计算出最大积水量。
以台阶积水量为例：出入口前台阶高度应作为一个关键水位值计算积水体积。《GB50157-2013地铁设计规范》中规定地下车站出入口、消防专用出入口和无障碍电梯的地面标高，应高出室外地面300mm～450mm，并应满足当地防淹要求。以出入口台阶最高点作为水位高度的积水量是车站积水倒灌的临界指标。
防控措施下积水量：轨道交通运营单位对于防淹漫灌已经设有一些设备设施，包括挡水板、沙袋等防护物资，在一定的防控措施下，如搭建一个挡水板高度后，漫灌水位的积水量也可作为运营单位进一步采取措施的参考值。
步骤S3：基于下沉广场积水处周边积水条件分析构建积水动态计算模型，基于积水动态计算模型计算下沉广场积水处实时积水量。
需要说明的是，所述步骤S3包括：
步骤S3.1：基于下沉广场积水处周边积水条件分析构建积水动态计算模型，公式为：
Figure BDA0003810542800000101
式中，/>
Figure BDA0003810542800000102
其中，
Figure BDA0003810542800000103
为tx时刻下沉厂场的积水量；Qt为t时刻的降雨量，单位为m/h，暴雨天气积水主要来源为降雨；Rt为t时刻下沉广场积水处周边区域汇水面积，单位为m^2；Mt为t时刻市政排水管道的排水能力，单位为m^3/h，下沉广场的市政排水能力由广场内的市政排水孔径大小及接入市政排水管的内径大小决定，当下沉广场排水管道未接入市政管道时，不计算市政排水能力；Ht为t时刻汇水区域的地表水量渗透能力，单位m^3/h；Wt为t时刻附加排水泵的排水能力，单位为m^3/h。
步骤S3.2：对于轨道交通领域，降水量数据从气象网站采集获得，实时性较低，同时排水能力往往也是分阶段改变，并不是实时变化。因此为了应用性更高，将积水动态计算模型简化为分阶段累积的模型，公式为：
Figure BDA0003810542800000111
式中，
Figure BDA0003810542800000112
其中，
Figure BDA0003810542800000113
为tn时刻下沉广场积水量，Pmax为下沉广场最大积水量；
步骤S3.3：将tn时刻的时间切分为n个时间段，对每个时间区间，按照分阶段累积的模型公式，分别计算每个时刻的积水量并求和得到tn时刻的积水量。
分阶段累积的模型中将tn时刻的时间切分为n个时间段，对于每个时间区间，按照积水动态计算模型的原理，分别计算每个时刻的积水量并求和即得到tn时刻的积水量。
步骤S4：基于积水动态计算模型反推风险积水量下的积水时间。
积水时间的计算公式为：
Figure BDA0003810542800000114
其中，
Figure BDA0003810542800000115
tx为目标积水时间，/>
Figure BDA0003810542800000116
为目标积水量。
与现有技术相比，本发明实施例所提供的一种基于数字孪生的下沉广场积水计算方法具有如下有益效果：
1、本发明通过理论化的成因分析，提出4个影响积水量的条件因素、根据对4个影响积水量的条件分析，构建积水动态计算模型，根据积水动态计算模型可以计算下沉广场积水处实时积水量，根据积水动态计算模型还可以反推风险积水量下的积水时间。
2、通过应用三维激光扫描技术配合数字孪生模型引擎计算的办法，得到下沉广场最大积水量，从而确定积水量区间范围值。
3、通过数字孪生模型引擎，通过一比一还原的模型，计算出更准确的积水体积，可为防汛提供实时积水量计算方法及预测积水周边商业公共设施倒灌临界点的发生时间，为防汛应急措施方案提供更精确的数据依据。
如图3所示，本发明实施例还提供一种基于数字孪生的下沉广场积水计算装置，该装置包括：
积水条件分析模块10，用于对下沉广场积水处周边积水条件进行分析；
最大积水量和不同需求水位积水量模块20：用于建立下沉广场及周边地貌的数字孪生模型，基于数字孪生模型和积水处周边积水条件分析计算出下沉广场最大积水量及不同需求水位的积水量，基于下沉广场最大积水量获得下沉广场积水量范围值；
实时积水量模块30，用于基于下沉广场积水处周边积水条件分析构建积水动态计算模型，基于积水动态计算模型计算下沉广场积水处实时积水量；
积水时间模块40，用于基于积水动态计算模型反推风险积水量下的积水时间。
优选地，所述积水条件分析模块10包括:
地势分析单元，用于对下沉广场积水处周边地势条件进行分析；
基础设备分析单元，用于对下沉广场积水处周边基础设备排水设施条件进行分析；
排水能力分析单元，用于对下沉广场积水处周边市政排水能力条件进行分析；
汇水面积分析单元，用于对下沉广场积水处周边区域汇水面积进行分析。
优选地，所述最大积水量和不同需求水位积水量模块20包括：
点云数据采集单元，用于利用激光测绘扫描得到下沉广场及周边地貌的点云数据，并对点云数据进行实时拼接去噪预处理，获得预处理后的点云数据；
模型构建单元，用于基于预处理后的点云数据，建立下沉广场及周边地貌的数字孪生模型；
最大积水量单元，用于根据下沉广场积水处周边地势条件分析，获得最高的积水液位，根据数字孪生模型和最高的积水液位计算出下沉广场最大积水量，基于下沉广场最大积水量获得下沉广场积水量范围；
不同需求水位积水量单元，用于根据下沉广场积水处周边积水条件分析，利用数字孪生模型计算出不同需求水位的积水量。
与现有技术相比，本发明实施例提供的一种基于数字孪生的下沉广场积水计算装置的有益效果与上述技术方案所述一种基于数字孪生的下沉广场积水计算方法的有益效果相同，在此不做赘述。
实施例二
以北京地铁霍营站为例，验证积水动态计算模型与数字孪生模型引擎推导最大积水量的可行性。
1、霍营站站前广场周边地势及汇水面积分析
霍营站是北京地铁8号线和北京地铁13号线相交的一个换乘车站位于北京市昌平区黄平路与双沙铁路交汇处东北侧。
1.1、地势分析
如图4所示，13号线霍营站出入口(A口)站前广场4呈三角形，是周边区域的置低点。站前广场4东侧接驳停车场5，停车场5可以为非机动车停车场，也可以为机动车停车场，停车场5高出站前广场4置低点高度约2m，停车场5的西侧具有高地势汇水区域6。站前广场西北侧为未开发区域7，目前为绿地，高出站前广场4置低点高差约0.5m。站前广场南侧为车站站厅，车站站厅顶部为站厅屋顶区域8。整个站前广场4通过两个通道衔接，分别以坡道、抬升台阶的形式与周边区域相连，通道地势均超出站前广场区域。
如图5所示，通过地势分析，以站前广场4地面为基准面，站前广场4边缘最低高度为花坛上沿9，分析水位最高积累到花坛上沿9高度，最高水位为0.5m。
1.2、固有排水能力分析
实际调研了解到，霍营站站前广场预留有排水孔，但未接入市政排水管道，固本模型计算中，不考虑市政管道排水能力。
霍营站站前广场区域地面的渗透能力可参考道路条件雨水渗透能力为2mm/h。
1.3、汇水面积分析
如图6所示，霍营站站前广场4汇水面积主要由三个区域组成，站前广场4自身的面积约为1588m2；站厅屋顶区域8的面积约为2604m2；周边高地势汇水区域6面积约为12470m2。因此，霍营站站前广场汇水面积Rt＝1588+2598+12470＝16656m2。
1.4、积水范围确定
如图7-图8所示，通过激光扫描设备得到站前广场周边地貌的点云模型，模型中包含实际尺寸数据和地理信息数据。根据点云数据将模型进行人工翻模、渲染，还原实际场景。
如图9所示，将站前广场最高水位带入模型引擎得到霍营站站前广场4最大积水量为980.4m3，即花坛顶面到地面的体积，应理解，图9中基准高指的是花坛上沿9的高度。如图10所示，通过引擎得到出入口台阶高度积水量638.8m3，应理解，图10中基准高指的是台阶高度。如图11所示，增加一个挡水板的高度后，积水量1731.5m3超过最大积水能力，所以积水高度不会超过一个挡水板高度。得到如图12纵轴所示的积水量取值范围为[0，980.4]m3。
1.5、积水量计算
根据前面地势分析计算得到的周边区域汇水面积16656m2，积水最高水位高度0.5m，模型引擎计算得到的积水量取值范围[0，980.4]m3，汇水区域地表渗透能力2mm/h的条件下，以2021年北京门头沟地区最强降雨日48.7mm/h为例，假设霍营站附近区域一定时间区间内维持此降雨强度不变，推算到在无外界附加排水泵排水的条件下，站前广场约在75min时刻达到积水位最高上线0.5m，此后积水量不再增加，在49min时积水位没过车站前挡水台阶上沿，会对车站产生威胁。
根据实际调研结果记录，降雨当日积水情况与模型计算情况基本吻合，可以验证计算模型的可行性。
实际情况，在积水约30min后，运营单位采取应急措施，借用两台排水能力为400m3/h的排水泵对积水区域进行排水作业。降水量约在40min时刻下降至15mm/h并维持恒定，将实际过程中各参数阶段性变化带入积水动态计算模型，分阶段得到如图12所示的积水量累积变化曲线图。
城市地下轨道交通的防汛应急除了应研究***自身防汛排水能力，还应对出入口周边条件尤其是地势条件进行***性的分析研究。
本实施例研究表明，轨道交通出入口周边的地势条件将直接影响汛期雨水倒灌可能性。同时，地势因素、排水条件也影响可能的积水总量及积水速度。通过点云激光测绘配合数字孪生模型引擎可分析出临界积水条件及积水量区间值。结合积水动态计算模型可以模拟出不同降雨条件或不同汇水条件下的积水量变化情况，进而可推导出不同临界积水条件的发生时间，为轨道运营单位更好的制定防汛防控策略提供数据依据，最大程度减轻城市暴雨内涝带来的危害，避免人财物的损失。
此外，本发明实施例还提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该收发器、该存储器和处理器分别通过总线相连，计算机程序被处理器执行时实现上述一种基于数字孪生的下沉广场积水计算方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
此外，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述一种基于数字孪生的下沉广场积水计算方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
计算机可读存储介质包括：永久性和非永久性、可移动和非可移动媒体，是可以保留和存储供指令执行设备所使用指令的有形设备。计算机可读存储介质包括：电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备以及上述任意合适的组合。计算机可读存储介质包括：相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、非易失性随机存取存储器(NVRAM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带存储、磁带磁盘存储或其他磁性存储设备、记忆棒、机械编码装置(例如在其上记录有指令的凹槽中的穿孔卡或凸起结构)或任何其他非传输介质、可用于存储可以被计算设备访问的信息。按照本发明实施例中的界定，计算机可读存储介质不包括暂时信号本身，例如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如穿过光纤电缆的光脉冲)或通过导线传输的电信号。
在本申请所提供的几个实施例中，应该理解到，所披露的装置、电子设备和方法，可以通过其他的方式实现。例如，以上描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或可以集成到另一个***，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的、机械的或其他的形式连接。
所述作为分离部件说明的单元可以是或也可以不是物理上分开的，作为单元显示的部件可以是或也可以不是物理单元，既可以位于一个位置，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或全部单元来解决本发明实施例方案要解决的问题。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术作出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(包括：个人计算机、服务器、数据中心或其他网络设备)执行本发明各个实施例所述方法的全部或部分步骤。而上述存储介质包括如前述所列举的各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换的技术方案，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (4)

1.一种基于数字孪生的下沉广场积水计算方法，其特征在于，包括：
步骤1：对下沉广场积水处周边积水条件进行分析；
所述步骤1：对下沉广场积水处周边积水条件进行分析，包括：
步骤1.1：对下沉广场积水处周边地势条件进行分析；
步骤1.2：对下沉广场积水处周边基础设备排水设施条件进行分析；
步骤1.3：对下沉广场积水处周边市政排水能力条件进行分析；
步骤1.4：对下沉广场积水处周边区域汇水面积进行分析；
所述步骤1.4：对下沉广场积水处周边区域汇水面积进行分析，包括：
叠加下沉广场积水处周边区域每一个地势高度超过下沉广场的有效积水面积，获得下沉广场积水处周边区域汇水面积，公式为：
Figure FDA0004187543200000011
其中，Si为下沉广场积水处周边汇水区域，i为汇水区域编号，Rt为t时刻下沉广场积水处周边区域汇水面积；
步骤2：建立下沉广场及周边地貌的数字孪生模型，基于数字孪生模型和积水处周边积水条件分析计算出下沉广场最大积水量及不同需求水位的积水量，基于下沉广场最大积水量获得下沉广场积水量范围值；
所述步骤2：建立下沉广场及周边地貌的数字孪生模型，基于数字孪生模型和积水处周边积水条件分析计算出下沉广场最大积水量及不同需求水位的积水量，基于下沉广场最大积水量获得下沉广场积水量范围值，包括：
步骤2.1：利用激光测绘扫描得到下沉广场及周边地貌的点云数据，并对点云数据进行实时拼接去噪预处理，获得预处理后的点云数据；
步骤2.2：基于预处理后的点云数据，建立下沉广场及周边地貌的数字孪生模型；
步骤2.3：根据下沉广场积水处周边地势条件分析，获得最高的积水液位，根据数字孪生模型和最高的积水液位计算出下沉广场最大积水量，基于下沉广场最大积水量获得下沉广场积水量范围；
步骤2.4：根据下沉广场积水处周边积水条件分析，利用数字孪生模型计算出不同需求水位的积水量；
步骤3：基于下沉广场积水处周边积水条件分析构建积水动态计算模型，基于积水动态计算模型计算下沉广场积水处实时积水量；
所述步骤3：基于下沉广场积水处周边积水条件分析构建积水动态计算模型，基于积水动态计算模型计算下沉广场积水处实时积水量，包括：
步骤3.1：基于下沉广场积水处周边积水条件分析构建积水动态计算模型，公式为：
Figure FDA0004187543200000021
式中，/>
Figure FDA0004187543200000022
其中，
Figure FDA0004187543200000023
为tx时刻下沉广场的积水量，Qt为t时刻的降雨量，Rt为t时刻下沉广场积水处周边区域汇水面积，Mt为t时刻市政排水管道的排水能力，Ht为t时刻汇水区域的地表水量渗透能力，Wt为t时刻附加排水泵的排水能力；
步骤3.2：将积水动态计算模型简化为分阶段累积的模型,公式为：
Figure FDA0004187543200000024
其中，
Figure FDA0004187543200000025
为tn时刻下沉广场积水量，/>
Figure FDA0004187543200000026
Pmax为下沉广场最大积水量；
步骤3.3：将tn时刻的时间切分为n个时间段，对每个时间区间，按照分阶段累积的模型公式，分别计算每个时刻的积水量并求和得到tn时刻的积水量；
步骤4：基于积水动态计算模型反推风险积水量下的积水时间。
2.根据权利要求1所述的基于数字孪生的下沉广场积水计算方法，其特征在于，
所述步骤4：基于积水动态计算模型反推风险积水量下的积水时间，公式为：
Figure FDA0004187543200000031
其中，tx为目标积水时间，
Figure FDA0004187543200000032
为目标积水量。
3.一种基于数字孪生的下沉广场积水计算装置，其特征在于，包括：
积水条件分析模块，用于对下沉广场积水处周边积水条件进行分析；
所述积水条件分析模块包括:
地势分析单元，用于对下沉广场积水处周边地势条件进行分析；
基础设备分析单元，用于对下沉广场积水处周边基础设备排水设施条件进行分析；
排水能力分析单元，用于对下沉广场积水处周边市政排水能力条件进行分析；
汇水面积分析单元，用于对下沉广场积水处周边区域汇水面积进行分析；
最大积水量和不同需求水位积水量模块：用于建立下沉广场及周边地貌的数字孪生模型，基于数字孪生模型和积水处周边积水条件分析计算出下沉广场最大积水量及不同需求水位的积水量，基于下沉广场最大积水量获得下沉广场积水量范围值；
所述最大积水量和不同需求水位积水量模块包括：
点云数据采集单元，用于利用激光测绘扫描得到下沉广场及周边地貌的点云数据，并对点云数据进行实时拼接去噪预处理，获得预处理后的点云数据；
模型构建单元，用于基于预处理后的点云数据，建立下沉广场及周边地貌的数字孪生模型；
最大积水量单元，用于根据下沉广场积水处周边地势条件分析，获得最高的积水液位，根据数字孪生模型和最高的积水液位计算出下沉广场最大积水量，基于下沉广场最大积水量获得下沉广场积水量范围；
不同需求水位积水量单元，用于根据下沉广场积水处周边积水条件分析，利用数字孪生模型计算出不同需求水位的积水量；
实时积水量模块，用于基于下沉广场积水处周边积水条件分析构建积水动态计算模型，基于积水动态计算模型计算下沉广场积水处实时积水量；
其中，基于下沉广场积水处周边积水条件分析构建积水动态计算模型，基于积水动态计算模型计算下沉广场积水处实时积水量，包括：
步骤3.1：基于下沉广场积水处周边积水条件分析构建积水动态计算模型，公式为：
Figure FDA0004187543200000041
式中，/>
Figure FDA0004187543200000042
其中，
Figure FDA0004187543200000043
为tx时刻下沉广场的积水量，Qt为t时刻的降雨量，Rt为t时刻下沉广场积水处周边区域汇水面积，Mt为t时刻市政排水管道的排水能力，Ht为t时刻汇水区域的地表水量渗透能力，Wt为t时刻附加排水泵的排水能力；
步骤3.2：将积水动态计算模型简化为分阶段累积的模型,公式为：
Figure FDA0004187543200000051
其中，
Figure FDA0004187543200000052
为tn时刻下沉广场积水量，/>
Figure FDA0004187543200000053
Pmax为下沉广场最大积水量；
步骤3.3：将tn时刻的时间切分为n个时间段，对每个时间区间，按照分阶段累积的模型公式，分别计算每个时刻的积水量并求和得到tn时刻的积水量；
积水时间模块，用于基于积水动态计算模型反推风险积水量下的积水时间。
4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-2中任一项所述的一种基于数字孪生的下沉广场积水计算方法中的步骤。
CN202211010924.0A 2022-08-23 2022-08-23 一种基于数字孪生的下沉广场积水计算方法及装置 Active CN115661330B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211010924.0A CN115661330B (zh) 2022-08-23 2022-08-23 一种基于数字孪生的下沉广场积水计算方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211010924.0A CN115661330B (zh) 2022-08-23 2022-08-23 一种基于数字孪生的下沉广场积水计算方法及装置

Publications (2)

Publication Number Publication Date
CN115661330A CN115661330A (zh) 2023-01-31
CN115661330B true CN115661330B (zh) 2023-07-04

Family

ID=84983260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211010924.0A Active CN115661330B (zh) 2022-08-23 2022-08-23 一种基于数字孪生的下沉广场积水计算方法及装置

Country Status (1)

Country Link
CN (1) CN115661330B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117689217B (zh) * 2024-02-04 2024-05-03 国能大渡河金川水电建设有限公司 一种基于bim技术的地下施工监测分析***

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106777919B (zh) * 2016-11-29 2019-04-02 南京信息工程大学 一种基于雨型的暴雨积涝积水动态演进过程预报计算方法
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
CN110298076B (zh) * 2019-05-27 2023-05-09 奥格科技股份有限公司 一种基于gis和swmm的城市内涝智能建模及分析方法
CN113538863B (zh) * 2021-04-13 2022-12-16 交通运输部科学研究院 一种隧道数字孪生场景构建方法及计算机设备
CN113431138B (zh) * 2021-06-28 2022-10-21 基准方中建筑设计股份有限公司 一种车库下沉广场雨水***的施工方法

Also Published As

Publication number Publication date
CN115661330A (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
CN112733337B (zh) 一种暴雨内涝影响下城市道路通行效率评估方法
CN107832931A (zh) 一种平原水网地区内涝风险的模块化分析方法
CN114118884A (zh) 一种城市暴雨内涝区域风险识别的方法、***及存储介质
Ahmad et al. Hydrological modelling and flood hazard mapping of Nullah Lai
CN115471078B (zh) 一种基于城市水务***的洪涝风险点评估方法及装置
KR20160110035A (ko) 재해예측 시스템
Kim et al. Improvement of urban flood damage estimation using a high‐resolution digital terrain
Néelz et al. Using remotely sensed data to support flood modelling
CN115661330B (zh) 一种基于数字孪生的下沉广场积水计算方法及装置
Bloetscher et al. Identification of physical transportation infrastructure vulnerable to sea level rise
CN111475950A (zh) 一种下凹式立交桥下雨洪的模拟方法
JP2020187105A (ja) 浸りｄａｓ（水害危険区域表示手法）
Liu et al. A large-scale waterlogging investigation in a megacity
Wanniarachchi et al. Using SWMM as a tool for floodplain management in ungauged urban watershed
Szydłowski et al. Stormwater and snowmelt runoff storage control and flash flood hazard forecasting in the urbanized coastal basin
Chinnarasri et al. Appropriate engineering measures with participation of community for flood disaster reduction: Case of the Tha Chin Basin, Thailand
Xu et al. Multi-mode surface generalization supports a detailed urban flooding simulation model
Ansari et al. Spatial analyses of flash flood at Narendra Nagar RuB: a case study of Nagpur catchment, Maharashtra, India
Konan Urban Flood modelling and Floodplain Mapping using ArcGIS, HEC-HMS and HEC-RAS in Abidjan city, Côte D’Ivoire–West Africa: Case study of the watershed of Bonoumin-Rivièra Palmeraie
CN117852449B (zh) 基于大尺度城市暴雨内涝模型的精细化积水处理方法
Abiri Assessment of Flood Risks in Ifo Local Government Area of Ogun State
Piotrowski Development of a high-resolution two-dimensional urban/rural flood simulation
CN118037037A (zh) 一种基于淹没标识转移信息的城市隧道洪涝分级预警方法
Vidyapriya et al. Flood Mitigation Techniques—A New Perspective for the Case Study of Adayar Watershed
Ali Floodplain Determination and Management Case study: Wadi Watir-Sinai

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