[发明专利]一种内涝风险预测方法及其系统在审
申请号: | 202010421489.5 | 申请日: | 2020-05-18 |
公开(公告)号: | CN111680886A | 公开(公告)日: | 2020-09-18 |
发明(设计)人: | 孙彩歌;叶丹晨;侯茵;秦雨涵;颜楚倩 | 申请(专利权)人: | 华南师范大学 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/26 |
代理公司: | 广州骏思知识产权代理有限公司 44425 | 代理人: | 潘桂生 |
地址: | 510631 广东省广州市天河*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 内涝 风险 预测 方法 及其 系统 | ||
1.一种内涝风险预测方法,其特征在于,包括:
步骤1:将待规划区划分为若干个径流小区;
步骤2:通过SCS-CN模型模拟所述待规划区不同降雨量条件下各个所述径流小区的地表径流;
步骤3:通过SCS-CN模型模拟所述待规划区的雨水管渠设计暴雨重现期条件下各个所述径流小区的地表径流,并将所述待规划区的雨水管渠设计暴雨重现期条件下各个所述径流小区地表径流作为各个所述径流小区的可排水量;
步骤4:计算所述待规划区不同降雨量条件下各个所述径流小区的地表径流和所述待规划区的雨水管渠设计暴雨重现期条件下各个所述径流小区的可排水量的差值;
步骤5:根据所述差值预测各个所述径流小区的内涝风险。
2.根据权利要求1所述的内涝风险预测方法,其特征在于:在步骤1之前,还包括以下步骤:
建立待规划区域的数字高程模型,根据待规划区域的地形平坦程度和河网密布程度,对待规划区域的数字高程模型进行填洼和/或汇流分析。
3.根据权利要求1所述的内涝风险预测方法,其特征在于:步骤2中,基于待规划区域的土地利用数据和不透水面数据,根据土壤类型确定SCS-CN模型中的径流曲线系数CN值。
4.根据权利要求3所述的内涝风险预测方法,其特征在于:确定所述径流曲线系数CN值包括以下步骤:
根据土壤质地数据确定各个所述径流小区的水文土壤组分;
依据降雨前若干天的降水情况确定各个所述径流小区的前期土壤湿润条件,所述前期土壤湿润条件包括AMCI、AMCII和AMCIII,其中,AMCI为干旱条件,其生长期35mm且休闲期12mm;AMCII为正常条件,其生长期为:35mm≤生长期≤53mm,其休闲期为:12mm≤休闲期≤28mm;AMCIII为湿润条件,其生长期53mm且休闲期28mm;
根据各个所述径流小区的水文土壤组分和土地利用类型数据,获得各个所述径流小区的第一径流曲线系数CN值;
用最小二乘混合像元分解方法获取各个所述径流小区的不透水面密度,根据所述不透水面密度修正所述第一径流曲线系数CN值,获得所述前期土壤湿润条件为AMCII的第二径流曲线系数CN值;
根据各个所述径流小区的坡度数据修正所述第二径流曲线系数CN值,获得所述第二径流曲线系数CN值的修正值,并将所述修正值代入所述SCS-CN模型。
5.根据权利要求4所述的内涝风险预测方法,其特征在于:获得第二径流曲线系数CN值的公式为:CNII=CN+Pimp×(98-CN),其中,CNII为第二径流曲线系数CN值,CN为第一径流曲线系数CN值,Pimp为不透水面密度。
6.根据权利要求4所述的内涝风险预测方法,其特征在于,获得修正值的公式包括:
其中,CNIII=CNII×exp[0.00673×(100-CNII)],CNIIS为修正值,CNIII为所述前期土壤湿润条件为AMCIII的第三径流曲线系数CN值,CNII为所述前期土壤湿润条件为AMCII的第二径流曲线系数CN值,slp为各个所述径流小区的坡度数据。
7.根据权利要求3-6任一项所述的内涝风险预测方法,其特征在于,步骤2中,所述径流小区不同降雨量条件下的地表径流的计算包括以下步骤:
其中,S是所述径流小区的流域的潜在最大滞水量;
若P≤0.2S,则Q=0,Q为所述径流小区不同降雨量条件下的地表径流;
若P0.2S,则其中,P为降雨量。
8.根据权利要求1所述的内涝风险预测方法,其特征在于:步骤3中,所述雨水管渠设计暴雨重现期对应3年一遇、和/或4年一遇,和/或5年一遇的暴雨强度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南师范大学,未经华南师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010421489.5/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理