CN116486027A - 城市洪涝数字孪生推演方法 - Google Patents

Abstract

本发明公开了城市洪涝数字孪生推演方法，包括以下步骤：S1、获取三维模型数据，建立三维城市模型；S2、根据二维模型数据和一维模型数据分别构建二维水动力学模型和一维水动力学模型，得到城市洪涝模拟结果；S3、根据城市洪涝模拟结果得到洪涝模拟的基础属性，并根据洪涝模拟的基础属性进行洪涝过程的描述；S4、根据三维城市模型和洪涝过程的描述渲染城市洪涝积水过程，完成城市洪涝数字孪生推演。本发明可以实现水深、水面、流速及洪涝风险在三维城市模型上的叠加显示，可以更直观地实现城市积水过程推演。本发明基于少量公开数据即可实现城市数字孪生效果构建，与数值模拟结果进行动态耦合，实现对城市洪涝的动态推演和展示。

Description

城市洪涝数字孪生推演方法

技术领域

本发明属于城市洪涝模拟与防控领域，具体涉及城市洪涝数字孪生推演方法。

背景技术

在气候变化影响下，极端暴雨发生频率和强度显著增加，加之我国处于快速城市化阶段，两者叠加极易引发严重的城市洪涝灾害。科学的城市洪涝过程模拟与仿真推演，有助于科学认识城市洪涝的发生发展过程，特别是基于降雨预报、情景模拟等开展的推演，可辅助管理人员对洪涝的严重程度、发展过程等进行科学研判，对于城市洪涝防控决策具有重要意义。近年来，数字孪生概念和技术快速兴起，在各行各业加快应用。多数的城市洪涝推演***主要基于数值模拟***研发，主要面向专业技术人员，其专业性较强，但直观程度较低，不利于辅助决策和形象化展示。部分***实现了城市洪涝数值模拟结果与三维场景的叠加，但一般是静态的叠加展示，即仅针对某一时刻的模拟结果与三维场景的叠加，无法实现时间序列的动态推演和展示。此外，在三维场景构建方面，多数需要基于复杂、丰富的基础数据构建，主要包括倾斜摄影、高精度高程数据等。

发明内容

针对现有技术中的上述不足，本发明提供的城市洪涝数字孪生推演方法解决了现有的城市洪涝的动态推演方法无法实现动态推演和展示的问题。

为了达到上述发明目的，本发明采用的技术方案为：城市洪涝数字孪生推演方法，包括以下步骤：

S1、获取三维模型数据，建立三维城市模型；

S2、根据二维模型数据和一维模型数据分别构建二维水动力学模型和一维水动力学模型，得到城市洪涝模拟结果；

S3、根据城市洪涝模拟结果得到洪涝模拟的基础属性，并根据洪涝模拟的基础属性进行洪涝过程的描述；

S4、根据三维城市模型和洪涝过程的描述渲染城市洪涝积水过程，完成城市洪涝数字孪生推演。

进一步地：所述S1中，三维模型数据包括DEM数据、卫星影像、道路数据、绿地数据和建筑数据；

所述S1具体为：

将卫星影像作为城市模型的底图，将DEM数据作为城市模型的高程基础，将建筑数据、道路数据和绿地数据依次导入城市模型中，得到三维城市模型。

进一步地：所述S2中，所述一维水动力学模型用于描述管道水流运动，所述一维水动力学模型的连续方程具体为下式：

所述一维水动力学模型的动量方程具体为下式：

式中，x为第一距离，t为时间，A为过水断面面积，Q为流量，H为水头，g为重力加速度，S_f为摩阻比降。

进一步地：所述S2中，所述二维水动力学模型用于描述城市地表径流过程，所述二维水动力学模型的连续方程具体为下式：

所述二维水动力学模型的动量方程具体为下式：

式中，y为第二距离，u为x方向的流速，v为y方向的流速，h为水深，Z为水位，v_e是有效粘性系数，F_x为x方向的底摩阻项，F_y为y方向的底摩阻项，div(·)为散度符号通式，为梯度算子。

进一步地：所述S3中，所述洪涝模拟的基础属性包括水深、x方向的流速和y方向的流速；

所述洪涝过程的描述具体为：展示城市各节点的水深和流速，以及洪涝风险。

上述进一步方案的有益效果为：城市洪涝模拟结果存放在相应城市节点的属性中，通过读取城市节点属性可以直接获取水深、x方向的流速、y方向的流速。

进一步地：所述城市各节点的流速通过箭头进行描述，所述箭头具体为依次连接的第一端点、第二端点和第三端点；

其中，流速l的表达式具体为：

式中，u为x方向的流速，v为y方向的流速；

所述第二端点的坐标为城市节点的坐标，所述第一端点和第二端点坐标的表达式具体为：

x₃＝x₂-l*cos(a+30*π/180)

y₃＝y₂-l*sin(a+30*π/180)

x₄＝x₂-l*cos(a-30*π/180)

y₄＝y₂-l*sin(a-30*v/180)

式中，x₂为第二端点的横坐标，y₂为第二端点的纵坐标，x₃为第三端点的横坐标，y₃为第三端点的纵坐标，x₄为第四端点的横坐标，y₄为第四端点的纵坐标，a为箭头方向与x方向的夹角大小。

进一步地：得到所述洪涝风险的方法具体为：

计算洪涝风险参数，当洪涝风险参数小于3，水深小于1.1和流速小于2.6同时满足时，则洪涝风险为低风险；

当洪涝风险参数不小于0.3且小于1.2，水深不小于0.12且小于1.1，流速不小于0.27且小于2.6同时满足时，则洪涝风险为中风险；

当洪涝风险参数大于1.2，水深不小于1.1和流速不小于2.6同时满足时，则洪涝风险为高风险；

其中，计算洪涝风险参数h_v的表达式具体为：

h_v＝h*l

式中，h为水深，l为流速。

上述进一步方案的有益效果为：洪涝风险是淹没模拟的重要结果展示之一，它能够提示区域风险，警示高风险地区，减少洪涝损失，本发明可以展示城市各节点的洪涝风险。

进一步地：所述S4具体为：

将城市各节点的水深和流速，以及洪涝风险加载到三维城市模型中，实现在三维城市模型中渲染城市积水水深、积水流速和洪涝风险的变化情况，完成城市洪涝数字孪生推演。

上述进一步方案的有益效果为：本发明将水深、流速和洪涝风险加载到cesium地图中，即可在三维城市模型中渲染城市积水水深、积水流速和洪涝风险的变化情况，对于不同地区不同城市可构建相应模型，更直观便捷地观测城市洪涝积水过程，以相应作出预防措施，减少洪涝损失。

本发明的有益效果为：

(1)本发明提供的城市洪涝数字孪生推演方法可以实现水深、水面、流速及洪涝风险在三维城市模型上的叠加显示，可以更直观地实现城市积水过程推演。

(2)本发明基于少量公开数据即可实现城市数字孪生效果构建，与数值模拟结果进行动态耦合，实现对城市洪涝的动态推演和展示。

附图说明

图1为本发明城市洪涝数字孪生推演方法的流程图。

图2为本发明得到三维城市模型方法的流程图。

图3为本发明构建二维水动力学模型和一维水动力学模型的流程图。

图4为本发明渲染城市洪涝积水过程方法的流程图。

图5为本发明获取的结点数据样式。

图6为本发明获取的城市管道数据样式。

图7为本发明获取的网格数据样式。

图8为本发明的淹没水深展示图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

实施例1：

如图1所示，在本发明的一个实施例中，城市洪涝数字孪生推演方法，包括以下步骤：

S1、获取三维模型数据，建立三维城市模型；

S2、根据二维模型数据和一维模型数据分别构建二维水动力学模型和一维水动力学模型，得到城市洪涝模拟结果；

S3、根据城市洪涝模拟结果得到洪涝模拟的基础属性，并根据洪涝模拟的基础属性进行洪涝过程的描述；

S4、根据三维城市模型和洪涝过程的描述渲染城市洪涝积水过程，完成城市洪涝数字孪生推演。

所述S1中，三维模型数据包括DEM数据、卫星影像、道路数据、绿地数据和建筑数据；

所述S1具体为：

将卫星影像作为城市模型的底图，将DEM数据作为城市模型的高度基础，将建筑数据、道路数据和绿地数据依次导入城市模型中，得到三维城市模型。

在本实施例中，三维城市模型主要使用Cityengine将城市地理数据叠加显示，并合并到同一个模型文件中，结合该城市的卫星影像对模型文件进行纠错、美化及优化处理，使用软件导出功能导出GLTF格式的3D模型文件，得到三维城市模型。

如图2所示，根据DEM数据和卫星影像得到三维城市模型的地形图层，根据道路数据、绿地数据和建筑数据与三维城市模型对应位置属性进行匹配，得到属性齐全的面shp文件，进而导出GLTF格式的3D模型文件，得到三维城市模型。

所述S2中，所述一维水动力学模型用于描述管道水流运动，所述一维水动力学模型的连续方程具体为下式：

所述一维水动力学模型的动量方程具体为下式：

式中，x为第一距离，t为时间，A为过水断面面积，Q为流量，H为水头，g为重力加速度，S_f为摩阻比降。

所述S2中，所述二维水动力学模型用于描述城市地表径流过程，所述二维水动力学模型的连续方程具体为下式：

所述二维水动力学模型的动量方程具体为下式：

式中，y为第二距离，u为x方向的流速，v为y方向的流速，h为水深，Z为水位，v_e是有效粘性系数，F_x为x方向的底摩阻项，F_y为y方向的底摩阻项，div(·)为散度符号通式，为梯度算子。

在本实施例中，构建二维水动力学模型和一维水动力学模型的流程如图3所示，通过二维水动力学模型和一维水动力学模型进行洪涝模拟，得到城市洪涝模拟结果。

所述S3中，所述洪涝模拟的基础属性包括水深、x方向的流速和y方向的流速；

所述洪涝过程的描述具体为：展示城市各节点的水深和流速，以及洪涝风险。

在本实施例中，洪涝模拟的基础属性以“.slf”为后缀的文件中，该文件类型的全称为“Selafin”，它是开放源码中地理文件的通用输出和输入格式，该文件格式描述了一组不同时间点特征的数值属性，这些特征数值通常对应了水动力学模型中不同时刻的城市节点属性，该文件还包含一个链接表，该表描述由这些城市节点组成的三角形元素，以及它们之间的位置关系，通过城市节点与链接表，就可以将二维水动力模型模拟范围内的三角网格刻画出来，城市洪涝模拟结果存放在相应城市节点的属性中，通过读取城市节点属性可以直接获取水深、x方向的流速、y方向的流速。

其中，水深可以依据城市节点坐标直接进行展示，城市节点的流速可以对x方向，y方向的流速进行合成，但流速在展示的过程中，不仅需要计算出节点的总流速与方向，还需要对表示流速的箭头进行描述。

所述城市各节点的流速通过箭头进行描述，所述箭头具体为依次连接的第一端点、第二端点和第三端点；

其中，流速l的表达式具体为：

式中，u为x方向的流速，v为y方向的流速；

所述第二端点的坐标为城市节点的坐标，所述第一端点和第二端点坐标的表达式具体为：

x₃＝x₂-l*cos(a+30*π/180)

y₃＝y₂-l*sin(a+30*π/180)

x₄＝x₂-l*cos(a-30*π/180)

y₄＝y₂-l*sin(a-30*π/180)

式中，x₂为第二端点的横坐标，y₂为第二端点的纵坐标，x₃为第三端点的横坐标，y₃为第三端点的纵坐标，x₄为第四端点的横坐标，y₄为第四端点的纵坐标，a为箭头方向与x方向的夹角大小。

得到所述洪涝风险的方法具体为：

计算洪涝风险参数，当洪涝风险参数小于3，水深小于1.1和流速小于2.6同时满足时，则洪涝风险为低风险；

当洪涝风险参数不小于0.3且小于1.2，水深不小于0.12且小于1.1，流速不小于0.27且小于2.6同时满足时，则洪涝风险为中风险；

当洪涝风险参数大于1.2，水深不小于1.1和流速不小于2.6同时满足时，则洪涝风险为高风险；

其中，计算洪涝风险参数h_v的表达式具体为：

h_v＝h*l

式中，h为水深，l为流速。

在本实施例中，洪涝风险是淹没模拟的重要结果展示之一，它能够提示区域风险，警示高风险地区，减少洪涝损失，本发明可以展示城市各节点的洪涝风险。

所述S4具体为：

将城市各节点的水深和流速，以及洪涝风险加载到三维城市模型中，实现在三维城市模型中渲染城市积水水深、积水流速和洪涝风险的变化情况，完成城市洪涝数字孪生推演。

如图4所示，在本实施例中，渲染城市洪涝积水过程的方法具体为：GLTF格式的3D模型文件上传服务器，使用Cesium.Model.fromGltf方法加载上传GLTF模型，进而使用viewer.scene.primitives.add方法将模型加载到cesium地图中，使用axios获取网格、水深、流速和洪涝风险，将获取的数据组装为cesium图元数据，使用viewer.scene.primitives.add方法将数据加载到cesium地图中，即可在三维城市模型中渲染城市积水水深、积水流速和洪涝风险的变化情况，对于不同地区不同城市可构建相应模型，更直观便捷地观测城市洪涝积水过程，以相应作出预防措施，减少洪涝损失。

实施例2：

本实施例针对实施例提供的具体实施案例：

(1)获取三维模型数据，建立三维城市模型：

获取三维模型数据的方式有很多种，市面上已经有较多的数据服务可以购买，如为了保证的数据的严谨性和正规渠道，联系相关部门购买。

根据获取的三维模型数据建模：

使用获取的DEM数据导入建模软件中，建模软件可以使用：3dsmax、blender、C4D、cityengine等可以制作三维模型的建模软件中，将高程和影像通过软件的法线和纹理合成，将高程与影像合成为地形图层。

使用获取的建筑数据导入建模软件中，建模软件的使用要与高程的操作软件保持一致，进行模型的建造和处理，操作步骤要先将shp数据匹配到高程上，每个软件的使用方法不同。处理方式和参数调整也会有所区别。然后再根据shp数据自动匹配楼层的相对高度后，下一步进行纹理的贴图和美化，直至达到想要的效果。

使用获取的道路数据导入建模软件中，建模软件的使用要与高程的操作软件保持一致，进行道路模型的建造和处理，操作步骤要先将shp数据匹配到高程上，每个软件的使用方法不同。处理方式和参数调整也会有所区别。然后再根据shp数据自动匹配道路的宽度，下一步进行纹理的贴图和美化，如需要增加桥梁和高架，则需要手动增加建模，根据真实的道路信息模型要调整达到想要的效果。

根据获取到绿地数据的shp信息，在软件中匹配到相对应的位置，根据植被的要求不同，手动增加树、草的模型。

上述工作处理完成后，按照平台要求的GLTF格式导出模型，三维模型建模完成。

(2)研究区城市洪涝过程数值模拟：

如图5和图6所示，获取城市节点数据和城市管道数据，针对有管道数据地区可以根据实际管道数据建立物理与数学模型，针对无管网资料的地区采用道路概化法，根据卫星影像图，采用手工绘制的方法勾勒道路分布图来替代排水管网分布图，通过DEM高程数据及相关的设计规范确定管道的坡度、高程及方向，从而获取到研究区域的排水管网分布数据，基于地理信息***建立节点与管网间的拓扑关系，使用一维水动力学模型构建一维部分。

如图7所示，根据DEM数据、土地利用数据和土壤类型数据生成网格数据，使用bluekenue对进行网格划分，并将高程、曼宁系数、CN值赋值给网格，生成.slf文件。根据地区特征排水***的独立性，修改二维模型的边界条件，可以设置为自由出流边界条件或闭边界条件，自由出流边界条件即将边界设为全开边界，导出边界.cli文件。

(3)研究区淹没过程数字孪生推演：

如图8所示，水深的每个点都是按照网格和时间点，加载该时间点的水深数据生成的，高度使用的该点的水深高度。显示的水深的颜色是按照图例的颜色显示的。可修改图例的颜色和数值。配置好颜色和数值后，按照新的图例重新渲染当前时间点的水深。水面是对有水的地方进行渲染，增加了水面的波动效果，水面使用的该时间点的水面高度数据进行渲染。

本发明的有益效果为：本发明提供的城市洪涝数字孪生推演方法可以实现水深、水面、流速及洪涝风险在三维城市模型上的叠加显示，可以更直观地实现城市积水过程推演。

本发明基于少量公开数据即可实现城市数字孪生效果构建，与数值模拟结果进行动态耦合，实现对城市洪涝的动态推演和展示。

在本发明的描述中，需要理解的是，术语“中心”、“厚度”、“上”、“下”、“水平”、“顶”、“底”、“内”、“外”、“径向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明的技术特征的数量。因此，限定由“第一”、“第二”、“第三”的特征可以明示或隐含地包括一个或者更多个该特征。

Claims (8)

1.一种城市洪涝数字孪生推演方法，其特征在于，包括以下步骤：

S1、获取三维模型数据，建立三维城市模型；

S2、根据二维模型数据和一维模型数据分别构建二维水动力学模型和一维水动力学模型，得到城市洪涝模拟结果；

S3、根据城市洪涝模拟结果得到洪涝模拟的基础属性，并根据洪涝模拟的基础属性进行洪涝过程的描述；

S4、根据三维城市模型和洪涝过程的描述渲染城市洪涝积水过程，完成城市洪涝数字孪生推演。

2.根据权利要求1所述的城市洪涝数字孪生推演方法，其特征在于，所述S1中，三维模型数据包括DEM数据、卫星影像、道路数据、绿地数据和建筑数据；

所述S1具体为：

将卫星影像作为城市模型的底图，将DEM数据作为城市模型的高程基础，将建筑数据、道路数据和绿地数据依次导入城市模型中，得到三维城市模型。

3.根据权利要求1所述的城市洪涝数字孪生推演方法，其特征在于，所述S2中，所述一维水动力学模型用于描述管道水流运动，所述一维水动力学模型的连续方程具体为下式：

所述一维水动力学模型的动量方程具体为下式：

式中，x为第一距离，t为时间，A为过水断面面积，Q为流量，H为水头，g为重力加速度，S_f为摩阻比降。

4.根据权利要求3所述的城市洪涝数字孪生推演方法，其特征在于，所述S2中，所述二维水动力学模型用于描述城市地表径流过程，所述二维水动力学模型的连续方程具体为下式：

所述二维水动力学模型的动量方程具体为下式：

式中，y为第二距离，u为x方向的流速，v为y方向的流速，h为水深，Z为水位，v_e是有效粘性系数，F_x为x方向的底摩阻项，F_y为y方向的底摩阻项，div(·)为散度符号通式，为梯度算子。

5.根据权利要求1所述的城市洪涝数字孪生推演方法，其特征在于，所述S3中，所述洪涝模拟的基础属性包括水深、x方向的流速和y方向的流速；

所述洪涝过程的描述具体为：展示城市各节点的水深和流速，以及洪涝风险。

6.根据权利要求5所述的城市洪涝数字孪生推演方法，其特征在于，所述城市各节点的流速通过箭头进行描述，所述箭头具体为依次连接的第一端点、第二端点和第三端点；

其中，流速l的表达式具体为：

式中，u为x方向的流速，v为y方向的流速；

所述第二端点的坐标为城市节点的坐标，所述第一端点和第二端点坐标的表达式具体为：

x₃＝₂-*cos(a+30*π/180)

y₃＝y₂-l*sin(a+30*π/180)

x₄＝x₂-l*cos(a-30*π/180)

y₄＝y₂-l*sin(a-30*π/180)

式中，x₂为第二端点的横坐标，y₂为第二端点的纵坐标，x₃为第三端点的横坐标，y₃为第三端点的纵坐标，x₄为第四端点的横坐标，y₄为第四端点的纵坐标，a为箭头方向与x方向的夹角大小。

7.根据权利要求6所述的城市洪涝数字孪生推演方法，其特征在于，得到所述洪涝风险的方法具体为：

计算洪涝风险参数，当洪涝风险参数小于3，水深小于1.1和流速小于2.6同时满足时，则洪涝风险为低风险；

当洪涝风险参数不小于0.3且小于1.2，水深不小于0.12且小于1.1，流速不小于0.27且小于2.6同时满足时，则洪涝风险为中风险；

当洪涝风险参数大于1.2，水深不小于1.1和流速不小于2.6同时满足时，则洪涝风险为高风险；

其中，计算洪涝风险参数h_v的表达式具体为：

h_v＝h*l

式中，h为水深，l为流速。

8.根据权利要求7所述的城市洪涝数字孪生推演方法，其特征在于，所述S4具体为：

将城市各节点的水深和流速，以及洪涝风险加载到三维城市模型中，实现在三维城市模型中渲染城市积水水深、积水流速和洪涝风险的变化情况，完成城市洪涝数字孪生推演。