[发明专利]一种区域洪水预警方法

说明书

本发明公开了一种区域洪水预警方法，它包括：步骤1、采用无人机对内涝区域，进行影像航拍，根据影像生成地面DEM数字高程模型；步骤2、根据DEM计算出易涝点和凹地的产流面积，并识别阻水建筑物；步骤3、根据历史数据信息建立河道水位和降雨量与排水能力的关系曲线，形成内涝模型；该模型输入数据为河道水位和降雨，输出为内涝水深和洪水淹没范围；步骤4、根据航拍影像生成的三维实景模型，将实时洪水淹没范围动态展现到三维实景模型中；现有技术的区域洪水预警中仅仅考虑了暴雨雨量，并没有考虑排涝不畅等因素，因此，导致区域洪水预警时候会存在很大的偏差，导致洪水预警精确度不够等问题。

技术领域

本发明属于洪水预警技术，尤其涉及一种区域洪水预警方法。

背景技术：

洪水预警主要依靠历史雨量数据信息结合当时的洪水信息和实际测量雨量信息结合地理环境等综合计算后进行预测，但是由于洪水灾害主要表现为内涝，诱发因子主要包括暴雨、河道水位上涨及排涝不畅等，而现有技术中仅仅考虑了暴雨雨量，并没有考虑排涝不畅等因素，因此，导致区域洪水预警时候会存在很大的偏差，导致洪水预警精确度不够。

发明内容：

本发明要解决的技术问题：提供一种区域洪水预警方法，以解决现有技术的区域洪水预警中仅仅考虑了暴雨雨量，并没有考虑排涝不畅等因素，因此，导致区域洪水预警时候会存在很大的偏差，导致洪水预警精确度不够等问题。

本发明技术方案：

一种区域洪水预警方法，它包括：

步骤1、采用无人机对内涝区域，进行影像航拍，根据影像生成地面DEM数字高程模型；

步骤2、根据DEM计算出易涝点和凹地的产流面积，并识别阻水建筑物；

步骤3、根据历史数据信息建立河道水位和降雨量与排水能力的关系曲线，形成内涝模型；该模型输入数据为河道水位和降雨，输出为内涝水深和洪水淹没范围；

步骤4、根据航拍影像生成的三维实景模型，将实时洪水淹没范围动态展现到三维实景模型中。

排水能力参数是通过人工智能（AI）技术，对易涝点视频和图像的采集信息进行分析得到。

本发明的有益效果：

本发明根据预报区域地理和水文特点，建立诱发因子包括暴雨、河道水位上涨、排涝不畅三个因素的内涝模型，通过建立诱发因子与淹没水深的内涝模型进行风险预警，模型的主要输入数据为涝区精细化降水预报与河道实况水位；由于模型的排水能力参数，是通过历史灾害数据推算得到，而现状的实际排水能力未必与历史情况一致。因此模型需研究实况的淹没水深进行动态校正排水能力过程，保证之后的预测准确性。现状的实况淹没水深数据，可以通过人工智能（AI）技术，对视频和图像的采集信息进行分析得到；以提高准确性，根据根据航拍影像生成三维实景模型，实时洪水淹没情况动态展现到三维模型中，可以准确查询水深、基础设施等数据；解决了现有技术的区域洪水预警中仅仅考虑了暴雨雨量，并没有考虑排涝不畅等因素，因此，导致区域洪水预警时候会存在很大的偏差，导致洪水预警精确度不够等问题。

具体实施方式：

一种区域洪水预警方法，它包括：1、采用无人机对可能的内涝区域，进行影像航拍，根据影像生成地面DEM(数字高程模型)；

2、根据DEM计算易涝点和凹地的产流面积，并识别主要的阻水建筑物；

3、根据历史灾害发生时间、河道水深、淹没水深，降雨产流量研究该区域的河道水位和降雨量与排水能力的关系，建立内涝模型。该模型主要输入数据为河水位和降雨，输出为内涝水深和淹没范围。