本发明属于灾情监测和模拟技术领域，具体地，涉及一种基于水文模拟的流域洪涝灾情信息处理方法和系统。
背景技术：
流域洪涝灾情越来越关乎人民生活，如何对洪涝灾情数据进行处理和模拟，已成为监测和模拟技术领域中面临的研究难点。急需开发相应的系统和方法，对洪涝灾情进行很好的模拟以获取准确的信息，提供洪涝灾情服务，防患于未然。
技术实现要素：
为了解决上述问题，本发明的目的在于提供一种基于水文模拟的流域洪涝灾情信息处理方法和系统，该方法和系统能够很好地建立遥感数据驱动的流域模拟模型，耦合多源遥感监测数据和流域水文模拟模型，并以流域历史典型洪灾期的数据作为参考，提供流域洪涝灾害灾情信息服务。该系统和方法能够将各种信息数据进行处理，提高了多源数据的处理效率和利用率，构建模型提高模型的精度和准确度，利用模型准确提取水体信息，依据逐日径流量确定洪涝风险相对较高的河段，对风险较高的河段或支流逐日水体覆盖范围进行动态监测，叠加流域当季的土地覆盖类型及水利工程信息，对该河段或支流的洪涝灾情动态发展情况进行监测和初步评估，为流域洪涝灾害提供准确的灾情信息服务奠定了基础。
发明采用的技术方案如下：
本发明公开了一种基于水文模拟的流域洪涝灾情信息处理方法，该方法包括：
步骤1，构建遥感数据驱动的流域水文模型。
步骤2，利用构建的流域水文模型进行径流量模拟。
步骤3，提供流域洪涝灾害灾情信息服务。
优选地，所述构建遥感数据驱动的流域水文模型为：利用获取的遥感数据构建流域水文信息空间数据库，在流域水文信息空间数据库构建的基础上，利用数据规范化处理软件，对数据进行格式转换和插值处理，使得遥感数据和分布式水文模型数据格式相匹配，从而对流域水文模型进行驱动，构建流域水文模型
优选地，所述流域水文模型为：
其中：q为径流量；pi为第i个像元对应的降雨量；si为第i个像元的面积；n为计算单元内的像元个数；ndvi为归一化植被指数；vcov为植被覆盖率；vrent为植被截留系数；δsw为土壤含水量的变化；δt为时间步长；et为蒸散发量，α、β分别为用ndvi拟合叶面积指数的系数和常数。
优选地，所述利用构建的流域水文模型进行模拟为：利用构建的流域水文模型模拟流域内各个断面一定时期内的逐日径流量，统计分析流域内各个断面一定时期内的多年日平均径流量，通过对比分析典型洪灾期各个断面的径流量和多年平均值的关系，确定每个断面当前时期的洪涝风险指数，对洪涝风险指数高的支流水系进行监测。所述洪涝风险指数为：
其中：fri(t)为当日的洪涝风险指数，t表示当日；dt为当日的洪水因子；qt为当日的日径流量；qavg为当日的多年平均日径流量；qf为典型洪水年当日的日径流量。
优选地，还包括利用数据的不同波段构建改进的增强型归一化差异水指体数msndwi，准确提取水体信息，其表达式为：
其中：f(w1)为绿光波段增强函数；f(w2)为中红外波段增强函数；ρ(green)为绿光波段反射率；ρ(mir)为中红外波段反射率。
本发明还公开了一种基于水文模拟的流域洪涝灾情信息处理系统，包括遥感数据驱动的流域水文模型构建单元，基于流域水文模型的径流量模拟单元，流域灾情信息服务提供单元。
优选地，遥感数据驱动的流域水文模型构建单元，用于所述遥感数据驱动的流域水文模型构建单元用于：利用获取的遥感数据构建流域水文信息空间数据库，在流域水文信息空间数据库构建的基础上，利用数据规范化处理软件，对数据进行格式转换和插值处理，使得遥感数据和分布式水文模型数据格式相匹配，从而对流域水文模型进行驱动，构建流域水文模型。
优选地，流域水文模型模拟单元，用于利用构建的流域水文模型进行模拟，所述流域水文模型为：
其中：q为径流量；pi为第i个像元对应的降雨量；si为第i个像元的面积；n为计算单元内的像元个数；ndvi为归一化植被指数；vcov为植被覆盖率；vrent为植被截留系数；δsw为土壤含水量的变化；δt为时间步长；et为蒸散发量，α、β分别为用ndvi拟合叶面积指数的系数和常数。
优选地，所述利用构建的流域水文模型进行模拟为：利用构建的流域水文模型模拟流域内各个断面一定时期内的逐日径流量，统计分析流域内各个断面一定时期内的多年日平均径流量，通过对比分析典型洪灾期各个断面的径流量和多年平均值的关系，确定每个断面当前时期的洪涝风险指数，对洪涝风险指数高的支流水系进行监测。所述洪涝风险指数为：
其中：fri(t)为当日的洪涝风险指数，t表示当日；dt为当日的洪水因子；qt为当日的日径流量；qavg为当日的多年平均日径流量；qf为典型洪水年当日的日径流量。
优选地，还包括利用数据的不同波段构建改进的增强型归一化差异水指体数msndwi，准确提取水体信息，其表达式为：
其中：f(w1)为绿光波段增强函数；f(w2)为中红外波段增强函数；ρ(green)为绿光波段反射率；ρ(mir)为中红外波段反射率。
附图说明
下面结合附图及实施方式对本发明作进一步详细的说明：
图1为信息处理方法的流程图。
图2为信息处理系统的示意图。
图3为信息处理方法实施例的流程图。
具体实施方式
在下文中更详细地描述了本发明以有助于对本发明的理解。
应当理解的是，在说明书和权利要求书中使用的术语或词语不应当理解为具有在字典中限定的含义，而应理解为在以下原则的基础上具有与其在本发明上下文中的含义一致的含义：术语的概念可以适当地由发明人为了对本发明的最佳说明而限定。
本发明公开了一种基于水文模拟的流域洪涝灾情信息处理方法，其特征在于，该方法包括：
步骤1，构建遥感数据驱动的流域水文模型，
步骤2，利用构建的流域水文模型进行径流量模拟，
步骤3，提供流域洪涝灾害灾情信息服务。
进一步地，步骤1中所述构建遥感数据驱动的流域水文模型为：利用获取的遥感数据构建流域水文信息空间数据库，在流域水文信息空间数据库构建的基础上，利用数据规范化处理软件，对数据进行格式转换和插值处理，使得遥感数据和分布式水文模型数据格式相匹配，从而对流域水文模型进行驱动，构建流域水文模型。
进一步地，步骤2中所述利用构建的流域水文模型进行模拟，所述流域水文模型为：
其中：q为径流量；pi为第i个像元对应的降雨量；si为第i个像元的面积；n为计算单元内的像元个数；ndvi为归一化植被指数；vcov为植被覆盖率；vrent为植被截留系数；δsw为土壤含水量的变化；δt为时间步长；et为蒸散发量，α、β分别为用ndvi拟合叶面积指数的系数和常数。
进一步地，所述利用构建的流域水文模型进行模拟为：利用构建的流域水文模型模拟流域内各个断面一定时期内的逐日径流量，统计分析流域内各个断面一定时期内的多年日平均径流量，通过对比分析典型洪灾期各个断面的径流量和多年平均值的关系，确定每个断面当前时期的洪涝风险指数，对洪涝风险指数高的支流水系进行监测。所述洪涝风险指数为：
其中：fri(t)为当日的洪涝风险指数，t表示当日；dt为当日的洪水因子；qt为当日的日径流量；qavg为当日的多年平均日径流量；qf为典型洪水年当日的日径流量。
进一步地，所述提供流域洪涝灾害灾情信息服务为：针对洪涝风险指数高的河段或支流，基于提供的流域的逐日径流量，对河段或支流逐日水体覆盖范围进行动态监测，叠加流域当季的土地覆盖类型及水利工程信息，对该河段或支流的洪涝灾情动态发展情况进行监测和初步评估，为流域洪涝灾害提供灾情信息服务。
进一步地，所述方法还包括利用数据的不同波段构建改进的增强型归一化差异水体指数msndwi，准确提取水体信息，其表达式为：
其中：f(w1)为绿光波段增强函数；f(w2)为中红外波段增强函数；ρ(green)为绿光波段反射率；ρ(mir)为中红外波段反射率。
本发明还公开了一种基于水文模拟的流域洪涝灾情信息处理系统，包括遥感数据驱动的流域水文模型构建单元，基于流域水文模型的径流量模拟单元，流域洪涝灾情信息服务提供单元。
进一步地，所述遥感数据驱动的流域水文模型构建单元用于：利用获取的数据构建流域水文信息空间数据库，在流域水文信息空间数据库构建的基础上，利用数据规范化处理软件，对数据进行格式转换和插值处理，使得数据和分布式水文模型数据格式相匹配，从而对流域水文模型进行驱动，构建流域水文模型。
进一步地，流域水文模型模拟单元，利用构建的流域水文模型进行模拟，所述流域水文模型为：
其中：q为径流量；pi为第i个像元对应的降雨量；si为第i个像元的面积；n为计算单元内的像元个数；ndvi为归一化植被指数；vcov为植被覆盖率；vrent为植被截留系数；δsw为土壤含水量的变化；δt为时间步长；et为蒸散发量，α、β分别为用ndvi拟合叶面积指数的系数和常数。
进一步地，流域洪涝灾情信息服务提供单元，用于提供流域洪涝灾害灾情信息服务。
进一步地，所述利用构建的流域水文模型进行模拟为：利用构建的流域水文模型模拟流域内各个断面一定时期内的逐日径流量，统计分析流域内各个断面一定时期内的多年日平均径流量，通过对比分析典型洪灾期各个断面的径流量和多年平均值的关系，确定每个断面当前时期的洪涝风险指数，对洪涝风险指数高的支流水系进行监测。所述洪涝风险指数为：
其中：fri(t)为当日的洪涝风险指数，t表示当日；dt为当日的洪水因子；qt为当日的日径流量；qavg为当日的多年平均日径流量；qf为典型洪水年当日的日径流量。
进一步地，所述提供流域洪涝灾害灾情信息服务为：针对洪涝风险指数高的河段或支流，基于提供的流域的逐日径流量，对河段或支流逐日水体覆盖范围进行动态监测，叠加流域当季的土地覆盖类型及水利工程信息，对该河段或支流的洪涝灾情动态发展情况进行监测和初步评估，为流域洪涝灾害提供灾情信息服务。
进一步地，还包括生成水体指数单元，利用数据的不同波段构建改进的增强型归一化差异水体指数msndwi，准确提取水体信息，其表达式为：
其中：f(w1)为绿光波段增强函数；f(w2)为中红外波段增强函数；ρ(green)为绿光波段反射率；ρ(mir)为中红外波段反射率。
以上描述了本发明优选实施方式，然其并非用以限定本发明。本领域技术人员对在此公开的实施方案可进行并不偏离本发明范畴和精神的改进和变化。