[发明专利]一种基于数字孪生技术的城市内涝预测方法及预警平台

权利要求书

1.一种基于数字孪生技术的城市内涝预测方法，其特征在于，

包括以下步骤：

第一步：基于城市地表拓扑结构，构建不规则三角形网格单元模型；

所述不规则三角形网格单元模型，用于将城市地表拓扑结构分成若干节点，并在节点上构造数据矩阵；

所述数据矩阵包括降雨量、高程、水深、干地参数、城市模型参数；

第二步：根据第一步中的数据矩阵，以及降雨预报数据、地形数据、水深流速场条件、地下管网数据、河流的上下游边界条件，构建水动力仿真数值模型，获得城市未来时间段内的虚拟场；

水动力仿真数值模型的构建方法如下：

步骤21，获取地下管网数据；

步骤22，根据步骤21中的地下管网数据以及数据矩阵，构建一维水动力仿真数值单元，用于模拟计算城市排水过程，并得到一维水动力仿真结果；

步骤23，构建二维水动力仿真数值单元，用于模拟计算城市地表径流的过程，并将步骤22中的一维水动力仿真结果输入至二维水动力仿真数值单元中；

步骤24，根据步骤23中的二维水动力仿真数值单元，得到随时间变化的虚拟水深场和虚拟流速场；

二维水动力仿真数值单元的计算公式如下：

连续方程：

动量方程：

其中，h为水深；Z为表面高程；t为时间；u和v分别为笛卡尔坐标系下沿x、y方向的平均速度值；ɡ为重力加速度；F_x和F_y为方程组的源项，包括底部摩擦、表面风应力、科氏力、大气压力；v_e为紊动粘性扩散系数；

第三步：将第二步中的虚拟场与观测场进行对比，得到偏差值；

第四步，根据第三步中的偏差值，构建数据同化模型，用于对城市模型参数进行自动率定；

数据同化模型的构建，包括以下步骤：

步骤41，根据文献或先验值，得到城市模型初始参数，并将城市模型初始参数设置为初估背景值；

利用监测仪器测量得到的监测数据；

步骤42，根据步骤41中的初估背景值，构造预报误差协方差矩阵；

根据监测数据，构造观测协方差矩阵：

步骤43，取待求背景值与初估背景值的偏差，用步骤42中的预报误差协方差矩阵的逆进行加权，形成背景约束评价函数；

取虚拟场和观测场偏差，用观测误差协方差矩阵的逆进行加权，形成观测评价函数；

步骤44，将步骤43中的背景约束评价函数和观测评价函数进行结合，形成目标函数；

步骤45，对步骤44中的目标函数，进行极小化求解，得到待求背景值的求解值；

步骤46，根据步骤45中的求解值，得到城市模型优化参数，实现城市模型参数的自动率定；

预报误差协方差矩阵的计算公式如下：

其中，为初估背景值；

为待求背景值，其表示下渗系数或/和摩擦系数；

所述观测协方差矩阵的计算公式如下：

为易涝点或河湖位置的水位数据的协方差矩阵；

为水流流速的协方差矩阵；

目标函数的计算公式如下：

其中，表示实际观测值，其为通过监测仪器监测得到的实际水深场；

表示虚拟观测值，其为通过水动力仿真数值模型仿真得到的虚拟水深场；

所述极小化求解的过程如下：

S41，通过敏感性分析的方法确定参数取值区间的上下限，得到参数率定的可行域：

其中，为第个参数的上下限值，；

S42，根据S41中的可行域，采用下降算法找到目标函数的最小化值，其计算公式如下：

S43，S42中的 的极小值满足即：

其中， L为y的切线性算子，其计算公式如下：

w 为中间变量，其通过扰动方法进行求解，其计算公式如下：

其中， C由预报误差协方差矩阵获得，其计算公式如下：

；

式中，B为预报误差协方差矩阵；

第五步，将第四步中的城市模型优化参数，代入到水动力仿真数值模型中，得到水动力仿真数值优化模型；

第六步，将预报数据或监测数据输入到第五步中的水动力仿真数值优化模型中，进行未来一段时间内的城市内涝场景模拟预测。