[发明专利]一种基于雨水花园监测数据的雨洪预警方法

权利要求书

1.一种基于雨水花园监测数据的雨洪预警方法，其特征在于，包括以下步骤：

S1.获取雨水花园监测数据，构建雨水花园所在区域的动态雨洪模型并输出城市内涝概率预测结果；

S2.城市内涝风险分析，通过对城市内涝预测概率结果进行分析，识别并预报未来城市内涝风险发生等级，最终实现城市雨洪的预警与管理；

其中，S1具体包括以下过程：

S11.获取雨水花园历史监测数据，通过公式A＝F_in-B+C×S×10^-2计算下渗量的数值,式中A为雨水花园的下渗量，单位为m³/min，F_in为雨水花园进水口的径流量,单位为m³/min，B为雨水花园出水口的溢流量，单位为m³/min,C为降雨量,单位为mm/min，S为雨水花园面积，单位为m²，数据处理结束后将数据随机分成两个数据集，分别为训练数据集和验证数据集；

S12.根据原始数据对下渗量A、溢流量B、降雨量C和城市内涝D之间的关系构建贝叶斯网络模型，即雨洪模型，并根据已处理的历史数据分布对各节点状态区间划分，并设置初步的预警时间的提前量△t；

S13.向模型中输入训练数据集中的下渗量A_t-△t、溢流量B_t-△t、降雨量C_t-△t和城市内涝状态D_t，即运用t时刻的城市内涝状态和t-△t时刻的下渗量、溢流量和降雨量数据，进行条件概率表的计算；

S14.得到模型的条件概率表后，进行模型验证，向模型中输入验证数据集中的下渗量A_t-△t、溢流量B_t-△t和降雨量C_t-△t，即输入t-△t时刻的下渗量、溢流量和降雨量数据，模型运用S13中所述的条件概率表计算得到t时刻预测的城市内涝事件发生概率最大的状态数值D_t’，将验证数据集中t时刻监测的城市内涝状态D_t与模型预测的城市内涝事件发生概率最大的状态D_t’进行对比，从而判断模型是否满足最优条件，若满足最优条件则得到满足最优条件下各节点状态划分和△t设置的雨洪模型；若不满足最优条件，则通过调整△t和节点状态进行模型优化，从而重新输入训练数据集，再次进行模型条件概率表和模型验证环节，直到输出满足最优条件的模型；

S15.得到最优模型后，则系统可以调用实时监测{A_t，B_t，C_t}监测值，即雨水花园实时监测的下渗量A_t、溢流量B_t、降雨量C_t的最新数据，模型根据条件概率表预测t+△t时刻的城市内涝概率分布情况，从而输出相应的城市内涝概率分布图；

S16.将实时监测的{A_t-△t,B_t-△t,C_t-△t，D_t}数据集输入模型，计算最新的条件概率表，更新动态雨洪模型。

2.如权利要求1所述的基于雨水花园监测数据的雨洪预警方法，其特征在于，

在S14中，满足最优条件具体为在所有验证数据中，t时刻预测的城市内涝事件发生概率最大的状态数值D_t’与t时刻监测的城市内涝状态D_t的一致性达95％以上，若在对模型所做的所有调整中，在某一状态设置下结果预测一致性无法达到95％，但其一致性最高，则也认为该模型为最优模型，若不能满足以上条件则认为是不满足最优条件。

3.如权利要求1所述的基于雨水花园监测数据的雨洪预警方法，其特征在于，在S15中，城市内涝概率分布图是指城市内涝事件各状态发生的概率值用簇状条形图依次表示的图形。