基于多数据融合的城市内涝预测分析方法及系统与流程

本发明属于城市内涝预测，涉及基于多数据融合的城市内涝预测分析方法及系统。

背景技术：

1、城市内涝预测是城市排水防涝管理的关键环节，准确预估各排水管网节点的入流量序列及积水风险是内涝预测的重要基础。

2、现有技术中，中国专利公开号为cn114254561a的一种内涝预测方法、系统及存储介质，获取基础数据并率定模型参数，构建svm模型预测内涝时空范围和淹没深度；采用agswmm模型模拟研究区域内涝，利用模拟结果训练svm模型实现模型耦合，再通过数据同化修正预测误差。

3、中国专利公开号为cn115130264a公开的一种基于径流耦合仿真的城市内涝预测方法及系统，通过建立地表道路径流模型和地下管网系统模型，构建耦合仿真模型进行耦合计算，得到城市范围内的水位和水流矢量流速，据此预测城市道路内涝情况。

4、然而上述两项专利分别反映了现有技术在城市内涝预测中存在的两方面缺陷：1、现有技术忽略下垫面差异对汇流过程的影响：第一个实例方案将城市地表作为均质降雨输入面处理，不区分建筑区、道路区、绿地区等不同下垫面类型对径流传播速度的差异化影响，导致预测结果无法反映地表空间异质性带来的汇流时间分散效应，在短历时强降雨场景下内涝预测精度不足。

5、2、现有技术下垫面参数采用均质单元赋值，缺乏栅格级精细化标定：前述第二示例方案虽考虑积水流动特性对模型的影响，为不同区域赋予差异化地表摩擦系数，但其参数按街区或道路等宏观单元整体赋值，未针对每个栅格单元的下垫面类型进行独立标定，无法刻画同一街区内不同地表覆盖斑块对径流传播的微观影响，导致节点入流量序列的时序特征与实际情况仍存在偏差。

技术实现思路

1、鉴于此，为解决上述背景技术中所提出的问题，现提出基于多数据融合的城市内涝预测分析方法及系统。

2、本发明的目的可以通过以下技术方案实现：本发明第一实施例提供基于多数据融合的城市内涝预测分析方法，包括：对目标区域的地形高程栅格实施洼地填充，基于填充后高程落差确定各栅格的单一流向，形成区域流向场；

3、从排水管网节点所在栅格出发，沿区域流向场逆方向追溯节点汇水区内各栅格，将追溯路径上栅格的中心间距与其依据下垫面类型标定的粗糙度指标综合，确定各栅格的汇流路径长度；

4、将汇流路径长度经汇水区平均汇流速度换算为径流时长，按时间步长取整得到时移步数，依据时移步数对汇水区内各栅格的逐时段降雨量序列进行时域移位，将移位后序列按时间对齐叠加，生成排水管网节点的逐时段入流量序列；

5、当入流量序列中任一时段入流量大于排水管网节点的设计过流量时，判定排水管网节点为易涝节点，结合对应汇水区的洼地深度分布数据解算积水深度，将易涝节点位置及其积水深度作为内涝预测结果输出。

6、本发明第二实施例提供基于多数据融合的城市内涝预测分析系统，包括：地形预处理模块、汇流路径确定模块、入流序列合成模块和内涝预测输出模块。

7、所述地形预处理模块与汇流路径确定模块连接，所述汇流路径确定模块与入流序列合成模块连接，所述入流序列合成模块与内涝预测输出模块连接。

8、地形预处理模块，对目标区域的地形高程栅格实施洼地填充，基于填充后高程落差确定各栅格的单一流向，形成区域流向场；

9、汇流路径确定模块，从排水管网节点所在栅格出发，沿区域流向场逆方向追溯节点汇水区内各栅格，将追溯路径上栅格的中心间距与其依据下垫面类型标定的粗糙度指标综合，确定各栅格的汇流路径长度；

10、入流序列合成模块，将汇流路径长度经汇水区平均汇流速度换算为径流时长，按时间步长取整得到时移步数，依据时移步数对汇水区内各栅格的逐时段降雨量序列进行时域移位，将移位后序列按时间对齐叠加，生成排水管网节点的逐时段入流量序列；

11、内涝预测输出模块，当入流量序列中任一时段入流量大于排水管网节点的设计过流量时，判定排水管网节点为易涝节点，结合对应汇水区的洼地深度分布数据解算积水深度，将易涝节点位置及其积水深度作为内涝预测结果输出。

12、相较于现有技术，本发明的有益效果如下：（1）本发明为每个栅格依据其下垫面类型标定粗糙度指标，下垫面类型至少包括建筑区、道路区和绿地区，将追溯路径上各栅格的中心间距与其粗糙度指标综合确定汇流路径长度。区别于现有技术将城市地表作为均质降雨输入面处理的做法，本发明在栅格单元尺度上区分了不同下垫面对径流传播速度的差异化影响，使得汇流路径长度的标定能够反映地表空间异质性特征。

13、（2）本发明将各栅格的汇流路径长度经平均汇流速度换算为径流时长后，按时间步长取整得到时移步数，再依据时移步数对各栅格的逐时段降雨量序列进行时域移位处理。此技术手段将各栅格因空间位置和下垫面差异导致的汇流时间不同步问题，通过降雨量序列沿时间轴的正向搬移予以表达，使移位后叠加生成的入流量序列能够还原汇水区内不同位置径流实际抵达节点的时序先后关系，避免现有技术中径流同步到达假设导致的节点入流量峰现时间偏移和峰值失真。

14、（3）本发明通过提取洼地填充过程中各栅格填充前后的高程差值得到洼地深度分布数据，结合累积超载水量与总蓄水容积的对比，将超出洼地蓄存能力的水量转化为漫溢积水深度，并与节点所在位置的局部洼地深度叠加得到积水预估深度。相较于现有技术仅输出水位信息而不区分地表蓄水与漫溢过程，本方案能够量化地表局部低洼地形对积水的贡献，输出具有明确空间位置指向的积水深度预测结果。

1.基于多数据融合的城市内涝预测分析方法，其特征在于，包括：

2.根据权利要求1所述的基于多数据融合的城市内涝预测分析方法，其特征在于，所述对目标区域的地形高程栅格实施洼地填充，包括：

3.根据权利要求1所述的基于多数据融合的城市内涝预测分析方法，其特征在于，所述基于填充后高程落差确定各栅格的单一流向，形成区域流向场，包括：

4.根据权利要求1所述的基于多数据融合的城市内涝预测分析方法，其特征在于，所述沿区域流向场逆方向追溯节点汇水区内的各栅格，包括：

5.根据权利要求4所述的基于多数据融合的城市内涝预测分析方法，其特征在于，所述确定各栅格的汇流路径长度，包括：

6.根据权利要求5所述的基于多数据融合的城市内涝预测分析方法，其特征在于，所述汇水区平均汇流速度通过以下方式获取：

7.根据权利要求1所述的基于多数据融合的城市内涝预测分析方法，其特征在于，所述将汇流路径长度经汇水区平均汇流速度换算为径流时长，按时间步长取整得到时移步数，包括：

8.根据权利要求1所述的基于多数据融合的城市内涝预测分析方法，其特征在于，所述时域移位包括以下执行过程：

9.根据权利要求1所述的基于多数据融合的城市内涝预测分析方法，其特征在于，所述结合对应汇水区的洼地深度分布数据解算积水深度，包括：

10.基于多数据融合的城市内涝预测分析系统，其特征在于，包括：