[发明专利]暴雨雨峰位置推求方法、装置、介质和设备

说明书

本发明暴雨雨峰位置推求方法、装置、介质和设备，包括划分历史场次降雨并选样，生成暴雨样本；提取暴雨样本的暴雨特征，并且确定暴雨样本的雨峰位置；构建神经网络模型；将暴雨样本的暴雨特征作为输入，对应雨峰位置作为标签，对上述构建的神经网络模型进行训练，得到暴雨雨峰位置推求模型；针对需要进行雨峰位置确定的场次暴雨，提取该场次暴雨的暴雨特征，输入到暴雨雨峰位置推求模型中，通过暴雨雨峰位置推求模型确定出雨峰位置。本发明能够针对不同量级的暴雨雨型，准确确定其中的雨峰位置，并且确定的雨峰位置能够使得雨型设计成果能够更贴合实际降雨过程，有利于优化城市防洪排涝工程设计。

技术领域

本发明涉及城市暴雨雨型技术领域，特别涉及一种暴雨雨峰位置推求方法、装置、介质和设备。

背景技术

城市暴雨雨型是城市防洪排涝体系规划设计的基础依据，分为长、短历时暴雨雨型，其设计主要包括降雨时程分配与雨峰位置确定。降雨时程分配决定了雨峰雨量大小，其关系到工程设计的规模；雨峰位置决定了雨峰出现的时段，雨峰靠前和雨峰靠后对工程的不利程度截然不同，其主要表现在雨峰靠后的暴雨可能带来更大洪峰的洪水。目前，降雨时程分配的计算方法较多，长历时雨型的设计方法有同频率法等；短历时雨型设计方法有PC法、芝加哥法、Huff法等。而长、短历时雨型的雨峰位置确定方法较为单一，普遍是以雨峰最可能位置或平均雨峰位置作为设计雨型的雨峰位置，即以雨峰位置的众数或平均数特征来表征雨型雨峰位置，忽略了不同量级暴雨雨峰位置的差异性。

发明内容

本发明的第一目的在于克服现有技术的缺点与不足，提供一种暴雨雨峰位置推求方法，能够针对不同量级的暴雨雨型，准确确定其雨峰位置，并且确定的雨峰位置使得雨型设计成果能够更贴合实际降雨过程，有利于优化城市防洪排涝工程设计。

本发明的第二目的在于提供一种暴雨雨峰位置推求装置。

本发明的第三目的在于提供一种存储介质。

本发明的第四目的在于提供一种计算设备。

本发明的第一目的通过下述技术方案实现：一种暴雨雨峰位置推求方法，步骤包括：

划分历史场次降雨并选样，生成暴雨样本；

提取暴雨样本的暴雨特征，并且确定暴雨样本的雨峰位置；暴雨特征包括暴雨总历时、总雨量和雨峰雨量；

构建神经网络模型；

将暴雨样本的暴雨特征作为输入，对应雨峰位置作为标签，对上述构建的神经网络模型进行训练，得到暴雨雨峰位置推求模型；

针对需要进行雨峰位置确定的场次暴雨，提取该场次暴雨的暴雨特征，输入到暴雨雨峰位置推求模型中，通过暴雨雨峰位置推求模型确定出雨峰位置。

优选的，生成暴雨样本的具体过程为：

针对历史降雨过程，将之间存在a1小时以上无降雨的前后两场降雨划分两场独立的降雨过程；

针对上述划分出的降雨过程，选取出a2小时降雨量超过n毫米的降雨过程，作为暴雨样本。

更进一步的，a1为2；a2为12～36，n对应为25～75。

优选的，在训练过程中，暴雨样本的暴雨特征在进行归一化处理后输入到神经网络模型中，暴雨样本的雨峰位置进行归一化处理后作为神经网络模型的标签；

在测试过程中，将场次暴雨的暴雨特征归一化处理后输入到暴雨雨峰位置推求模型中，针对于暴雨雨峰位置推求模型的输出进行反归一化后确定出场次暴雨的雨峰位置。

优选的，暴雨特征和雨峰位置进行归一化处理的公式如下：