[发明专利]基于雨洪模拟耦合模型的城市内涝快速预测方法及系统有效
申请号: | 202010147783.1 | 申请日: | 2020-03-05 |
公开(公告)号: | CN111369059B | 公开(公告)日: | 2023-10-20 |
发明(设计)人: | 赵然杭;伍谋;李洪涛;刘桂香;王好芳;周璐;张初颖;王兴菊;齐真;张晴晴 | 申请(专利权)人: | 山东大学 |
主分类号: | G08B21/10 | 分类号: | G08B21/10;G08B31/00;G06F30/28;G06F111/10;G06F113/08;G06F119/14 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 董雪 |
地址: | 250061 山东*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 模拟 耦合 模型 城市 内涝 快速 预测 方法 系统 | ||
1.基于内涝快速模拟耦合模型的城市内涝预测方法,其特征在于,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,对二维地形模型分别进行建筑区域高程处理和道路分布区域高程处理;
基于处理后的二维地形模型,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,耦合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;
利用所述城市内涝模拟耦合模型,对城市内涝积水点分布及积水深度进行预测。
2.如权利要求1所述的基于内涝快速模拟耦合模型的城市内涝预测方法,其特征在于,还包括:模型参数率定的过程,所述过程具体为:
通过调整所述模型中的参数糙率和涡粘系数,求解得到积水深度、积水历时和淹没面积数据,将得到的数据与对应的实测数据进行对比,使得求解数据与实测数据的误差满足设定的要求。
3.如权利要求1所述的基于内涝快速模拟耦合模型的城市内涝预测方法,其特征在于,研究区域的管网数据包括:检查井的点号、连接方向、横纵坐标、地面高程、井深、埋深、断面形式、管径、附属物类别;
研究区域的水文数据包括:不同站点监测到的各场次的降雨过程数据。
4.如权利要求1所述的基于内涝快速模拟耦合模型的城市内涝预测方法,其特征在于,根据采集到管网数据,得到城区街道的准确高程地形数据,进而构建出二维地形模型。
5.如权利要求1所述的基于内涝快速模拟耦合模型的城市内涝预测方法,其特征在于,对二维地形模型分别进行建筑区域高程处理和道路分布区域高程处理,具体过程为:
对二维地形模型中的建筑分布区域的高程拔高设定高度;对二维地形模型中的道路分布区域的高程降低设定高度。
6.如权利要求1所述的基于内涝快速模拟耦合模型的城市内涝预测方法,其特征在于,得到排水管网模型的具体过程为:
从采集到的管网数据中,提取检查井和管道数据;基于上述数据得到管网的水动力模型;
基于研究区域内的城区街道的高程地形数据,将研究区域划分为若干子汇水区域,每个子汇水区对应一个检查井;
根据研究区域内的土地利用类型,为每个子汇水区设置不同的不透水率,得到管网的水文模型;
连接子汇水区与检查井,得到排水管网模型。
7.如权利要求1所述的基于内涝快速模拟耦合模型的城市内涝预测方法,其特征在于,将地表漫流模型与排水管网模型进行耦合,具体为:
将排水管网模型中的检查井连接到二维水动力模型的二维地形上,得到城市内涝快速模拟的耦合模型。
8.基于内涝快速模拟耦合模型的城市内涝预测系统,其特征在于,包括:
用于采集研究区域的管网数据和水文数据的装置;
用于构建二维地形模型,对二维地形模型分别进行建筑区域高程处理和道路分布区域高程处理的装置;
用于基于处理后的二维地形模型,搭建二维水动力模型的装置;
用于分别构建管网的水动力模型和管网的水文模型,并得到排水管网模型的装置;
用于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的装置;
用于利用所述城市内涝模拟耦合模型,对城市内涝积水点分布及积水深度进行模拟预测的装置。
9.一种终端设备,其包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行权利要求1-7任一项所述的基于内涝快速模拟耦合模型的城市内涝预测方法,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,根据预测结果对城市内涝进行预警。
10.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行权利要求1-7任一项所述的基于内涝快速模拟耦合模型的城市内涝预测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010147783.1/1.html,转载请声明来源钻瓜专利网。