[发明专利]一种基于SVM算法的城市内涝预警方法

说明书

本发明涉及一种基于SVM算法的城市内涝预警方法，包括以下步骤：S1：获取待预警区域的基础数据，构建城市内涝数学机理模型；S2：对城市内涝数学机理模型进行率定验证；S3：利用通过率定验证的城市内涝数学机理模型，提取SVM算法样本；S4：构建基于SVM算法的城市内涝人工智能模型，并利用SVM算法样本进行模型训练、测试和交叉验证，得到满足评价指标的城市内涝人工智能模型；S5：将实时降雨和水位数据输入满足评价指标的城市内涝人工智能模型，得到积水模拟结果，并根据设定的积水水位预警值，实现城市内涝预警，与现有技术相比，本发明具有时效性高等优点。

技术领域

本发明涉及城市内涝预警，尤其是涉及一种基于SVM算法的城市内涝预警方法。

背景技术

随着城市化进程的不断深入，城区下垫面硬化面积增加、地下排水管网建设运维不利以及极端降雨天气的日益频繁导致我国城市内涝灾害频发。准确及高效的城市内涝仿真模拟和内涝预警技术，作为一项重要的非工程措施，对城市应对和减缓内涝灾害具有非常重要的社会和经济意义。

经过对现有技术的文献检索，当前内涝预警技术主要由基于传统的数值模拟方式得以实现。该技术围绕降雨径流、管网汇流、地表漫流等过程进行数学仿真，基于水文学、水动力学的计算公式实现城市内涝的动态模拟，并发布中短期的预警信息，为制定应急预案和有效配置防汛力量提供决策支持。如中国专利CN202010147783.1公开了一种基于内涝快速模拟耦合模型的城市内涝预测方法及系统，包括采集研究区域的管网数据和水文数据；构建二维地形模型并处理；搭建二维水动力模型；分别构建管网的水动力模型和管网的水文模型，连接上述两个模型得到排水管网模型；将二维水动力模型与排水管网模型进行耦合，得到城市内涝模拟耦合模型，通过城市内涝快速模拟耦合模型对城市内涝积水点分布及积水深度进行预测，具有操作简单、精度较高等特点。

但此类方法受限于地表二维漫流计算的效率影响，时效性差，以模拟区域面积10km²为例，实现未来6小时较高精度的内涝预报，计算时间在半小时以上，因此市场需要兼顾预报准确性与时效性的城市内涝预警方法。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种时效性高的基于SVM算法的城市内涝预警方法。

本发明的目的可以通过以下技术方案来实现：

一种基于SVM算法的城市内涝预警方法，包括以下步骤：

S1：获取待预警区域的基础数据，构建城市内涝数学机理模型；

S2：对城市内涝数学机理模型进行率定验证；

S3：利用通过率定验证的城市内涝数学机理模型，提取SVM算法样本；

S4：构建基于SVM算法的城市内涝人工智能模型，并利用SVM算法样本进行模型训练、测试和交叉验证，得到满足评价指标的城市内涝人工智能模型；

S5：将实时降雨和水位数据输入满足评价指标的城市内涝人工智能模型，得到积水模拟结果，并根据设定的积水水位预警值，实现城市内涝预警。

进一步地，所述的基础数据包括水文数据、地形数据和管网数据。

更进一步地，所述的水文数据包括降雨时间、雨强/雨量以及河道水位变化，所述的地形数据包括土壤类型分布、土地利用分布和地理数字高程信息，所述的管网数据包括节点、管段、排口和附属设施，其中，附属设施包括泵、闸、调蓄池等。

进一步地，所述的步骤S2具体包括：

S21：获取用于率定验证的历史监测数据；

S22：随机抽取部分对应降雨事件的历史监测数据，输入城市内涝数学机理模型，获取率定模拟结果；