[發明專利]一種基于雨水花園監測數據的雨洪預警方法

有效

• 申請號: 202110463785.6
• 申請日: 2021-04-28
• 公開（公告）號: CN113222368B
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 石龍宇;尚曉琪;陳丁楷
• 申請（專利權）人: 中國科學院城市環境研究所
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/26;G01W1/10;G06N7/00
• 代理公司: 廈門市精誠新創知識產權代理有限公司 35218
• 代理人: 蔡金塔

1.一種基于雨水花園監測數據的雨洪預警方法，其特征在于，包括以下步驟：

S1.獲取雨水花園監測數據，構建雨水花園所在區域的動態雨洪模型并輸出城市內澇概率預測結果；

S2.城市內澇風險分析，通過對城市內澇預測概率結果進行分析，識別并預報未來城市內澇風險發生等級，最終實現城市雨洪的預警與管理；

其中，S1具體包括以下過程：

S11.獲取雨水花園歷史監測數據，通過公式A＝F_in-B+C×S×10^-2計算下滲量的數值,式中A為雨水花園的下滲量，單位為m³/min，F_in為雨水花園進水口的徑流量,單位為m³/min，B為雨水花園出水口的溢流量，單位為m³/min,C為降雨量,單位為mm/min，S為雨水花園面積，單位為m²，數據處理結束后將數據隨機分成兩個數據集，分別為訓練數據集和驗證數據集；

S12.根據原始數據對下滲量A、溢流量B、降雨量C和城市內澇D之間的關系構建貝葉斯網絡模型，即雨洪模型，并根據已處理的歷史數據分布對各節點狀態區間劃分，并設置初步的預警時間的提前量△t；

S13.向模型中輸入訓練數據集中的下滲量A_t-△t、溢流量B_t-△t、降雨量C_t-△t和城市內澇狀態D_t，即運用t時刻的城市內澇狀態和t-△t時刻的下滲量、溢流量和降雨量數據，進行條件概率表的計算；

S14.得到模型的條件概率表后，進行模型驗證，向模型中輸入驗證數據集中的下滲量A_t-△t、溢流量B_t-△t和降雨量C_t-△t，即輸入t-△t時刻的下滲量、溢流量和降雨量數據，模型運用S13中所述的條件概率表計算得到t時刻預測的城市內澇事件發生概率最大的狀態數值D_t’，將驗證數據集中t時刻監測的城市內澇狀態D_t與模型預測的城市內澇事件發生概率最大的狀態D_t’進行對比，從而判斷模型是否滿足最優條件，若滿足最優條件則得到滿足最優條件下各節點狀態劃分和△t設置的雨洪模型；若不滿足最優條件，則通過調整△t和節點狀態進行模型優化，從而重新輸入訓練數據集，再次進行模型條件概率表和模型驗證環節，直到輸出滿足最優條件的模型；

S15.得到最優模型后，則系統可以調用實時監測{A_t，B_t，C_t}監測值，即雨水花園實時監測的下滲量A_t、溢流量B_t、降雨量C_t的最新數據，模型根據條件概率表預測t+△t時刻的城市內澇概率分布情況，從而輸出相應的城市內澇概率分布圖；

S16.將實時監測的{A_t-△t,B_t-△t,C_t-△t，D_t}數據集輸入模型，計算最新的條件概率表，更新動態雨洪模型。

2.如權利要求1所述的基于雨水花園監測數據的雨洪預警方法，其特征在于，

在S14中，滿足最優條件具體為在所有驗證數據中，t時刻預測的城市內澇事件發生概率最大的狀態數值D_t’與t時刻監測的城市內澇狀態D_t的一致性達95％以上，若在對模型所做的所有調整中，在某一狀態設置下結果預測一致性無法達到95％，但其一致性最高，則也認為該模型為最優模型，若不能滿足以上條件則認為是不滿足最優條件。

3.如權利要求1所述的基于雨水花園監測數據的雨洪預警方法，其特征在于，在S15中，城市內澇概率分布圖是指城市內澇事件各狀態發生的概率值用簇狀條形圖依次表示的圖形。