[发明专利]一种基于IDF曲线的城市致灾降水分类判定方法

权利要求书

1.一种基于IDF曲线的城市致灾降水分类判定方法，其特征在于：包括以下步骤：

步骤1)对研究区域内若干个雨量站近十年的降水数据进行统计，得到各个站点降雨场次样本数据；

步骤2)通过网络爬虫自动获取步骤1)中不同降雨场次对应的洪涝新闻数据，以敏感词为依据确定城市洪涝的发生，进而判断降水是否致灾，确定致灾降水事件；

步骤3)基于步骤2)中确定的致灾降水事件，计算其20min、1h内、1h以上最大累积降雨量，提取其峰值雨强变化特征，确定降雨强度集中分布区间；

步骤4)构建基于IDF曲线的城市致灾降水分类判定模型，根据当地暴雨强度公式，计算当地标准IDF曲线，划分高强度降水区域作为模型的判定依据；

步骤5)基于步骤2)中确定的致灾降水事件，计算历次降水事件的强度-历时曲线，用当地标准IDF曲线高强度降水区域比照，识别致灾降水类型，建立致灾降水标准；

步骤6)将步骤5)中所识别致灾降水类型的实测资料输入SWMM模型，对城市洪涝过程进行模拟和可视化表达，进一步检验致灾标准。

2.根据权利要求1所述的一种基于IDF曲线的城市致灾降水分类判定方法，其特征在于：步骤1)中，所述的对研究区域内若干个雨量站近十年的降水数据进行统计，具体为：统计各个站点的不同降雨场次信息，包括当地1h降水量大于等于20mm的短时集中降雨和平行时段内不同站点的降水信息，降水间隔时长超过3小时视作两场降雨统计。

3.根据权利要求1所述的一种基于IDF曲线的城市致灾降水分类判定方法，其特征在于：所述的步骤2)包括如下步骤：

步骤2.1)利用网络爬虫获取新闻报道数据，利用python网络爬虫获取步骤1)中筛选出来的不同降雨场次对应的新闻信息，根据新闻文本内容中敏感词汇，分析不同场次降水对城市产生的影响，每次爬取洪涝新闻时，对时间范围进行输入即得到按既定格式输出的数据结果；

步骤2.2)对输出的数据结果的清洗。

4.根据权利要求3所述的一种基于IDF曲线的城市致灾降水分类判定方法，其特征在于：所述的步骤2)还包括如下步骤：

步骤2.3)新闻文本数据的结构化应用

将步骤2.2)中清洗过的新闻数据转化成具有数字结构的结构化数据，包括新闻的条数和该新闻中涉及的位置信息，统计新闻文本特征，提取所有场次降雨洪涝新闻中的地名信息，并获取的地名信息的经纬度；

步骤2.4)新闻爬虫结果易涝点分析

基于python使用分词功能，提取所有场次致灾降水洪涝新闻中的高频关键词，对文本数据挖掘结果进行清洗，提取新闻对于致灾性降水的关注热点，并将步骤2.3)中已提取出来的经纬度信息用GIS平台进行展示，从而缩小研究范围。

5.根据权利要求1所述的一种基于IDF曲线的城市致灾降水分类判定方法，其特征在于：步骤3)所述的提取其峰值雨强变化特征，是基于步骤2)中确定的致灾降水事件，统计其每场降雨的20min、1h内、1h以上最大累积降雨量，结合爬虫分析结果，确定研究区域中典型致灾降水事件，进而提取其峰值雨强特征及时间变化特征。

6.根据权利要求1所述的一种基于IDF曲线的城市致灾降水分类判定方法，其特征在于：步骤4)中，所述的当地标准IDF曲线是根据当地暴雨强度公式，计算并绘制标准IDF曲线。