一种洪水预警预报方法及预报系统与流程

本发明涉及洪水预测信息化，尤其涉及一种洪水预警预报方法及预报系统。

背景技术：

1、洪水预警预报方法是一种系统性的方法，用于监测、预测和提前通知发生洪水的情况，以便采取适当的措施来减轻洪水对人类、财产和环境造成的危害。洪水预报指根据前期和现时的水文、气象等信息，揭示和预测洪水的发生及其变化过程的应用科学技术。它是防洪非工程措施的重要内容之一，直接为防汛抢险、水资源合理利用与保护、水利工程建设和调度运用管理，及工农业的安全生产服务。有了洪水预警系统，应急机构可以提前做好准备，协调救援工作，以更有效地响应洪水事件，减少混乱和拖延。在现今的洪水预警预报方法中，由于天气突变、模型参数不准确以及数据缺失导致洪水预测的准确性的不足。

技术实现思路

1、本发明为解决上述技术问题，提出了一种洪水预警预报方法及预报系统，以解决至少一个上述技术问题。

2、本技术提供了一种洪水预警预报方法，包括以下步骤：

3、步骤s1：获取水雨情数据以及降雨预报数据；

4、步骤s2：对水雨情数据以及降雨预报数据进行水动力处理以及水流量提取，分别得到水动力数据以及水流量数据，其中水动力数据包括河道水动力数据以及城市水动力数据，城市水动力数据包括地表水动力数据以及地下水动力数据，水流量数据包括城市水流量数据以及河道水流量数据；

5、步骤s3：获取城市建筑物分布数据，并对城市建筑物分布数据进行城市下渗计算，得到城市下渗率数据，其中城市下渗率数据包括自然下渗率数据以及人工下渗率数据；

6、步骤s4：根据城市下渗率数据、水动力数据以及水流量数据构建城市地表水文模型；

7、步骤s5：根据城市地表水文模型生成地表水积情况数据，以进行洪水预警作业。

8、本发明中通过水雨情数据、降雨预报数据、水动力数据、水流量数据和城市建筑物分布数据，该方法可以建立更准确的城市地表水文模型，提高洪水预测的准确性，使预警更可靠。通过分离城市水动力数据和河道水动力数据，该方法能够实时监测城市内的水动力情况，包括地表水动力和地下水动力，使城市管理者可以更好地应对潜在的洪水风险。通过获取城市建筑物分布数据并计算城市下渗率，该方法考虑了城市下渗的影响，更精确地模拟城市内的水文过程，从而提高洪水预测的精度。通过将城市和河道的水文模型集成在一起，考虑城市和河道之间的相互作用，使得洪水预测更全面，有助于更好地理解城市洪水形成的机制。通过生成地表水积情况数据，该方法可以实时监测洪水情况，并在必要时触发洪水预警系统，及早采取紧急措施，减小洪水造成的损害。该方法提供了城市水文数据和模型，可用于城市规划、水资源管理和应急响应。

9、优选地，步骤s1具体为：

10、步骤s11：通过连接水文站的数据库进行原始水雨情数据采集，得到原始水雨情数据；

11、步骤s12：通过连接气象局的数据库进行原始降雨预报数据采集，得到原始降雨预报数据；

12、步骤s13：对原始水雨情数据以及原始降雨预报数据进行数据预处理，得到水雨情数据以及降雨预报数据。

13、本发明中通过连接水文站和气象局的数据库，该方法能够获取多种数据源的原始水雨情数据和降雨预报数据，确保数据的多样性和全面性。过数据库连接，可以实现对水文站和气象局的实时数据采集，确保获取最新的水雨情数据和降雨预报数据，有助于及时响应气象变化。数据预处理包括缺失值填充、异常值检测和校正等步骤，有助于降低数据误差，提高数据的可靠性和准确性。将原始数据转化为水雨情数据和降雨预报数据的格式，使数据更容易被系统和模型使用，提高数据的可用性和可操作性。

14、优选地，步骤s13具体为：

15、步骤s131：对原始水雨情数据以及原始降雨预报数据进行数据清洗，得到原始水雨情清洗数据以及原始降雨预报清洗数据；

16、步骤s132：对原始水雨情清洗数据以及原始降雨预报清洗数据进行完整性评估，得到完整性评估数据，其中完整性评估数据包括缺失性评估数据以及非缺失性评估数据，缺失性评估数据包括空间缺失性评估数据以及时间缺失性评估数据；

17、步骤s133：确定完整性评估数据为缺失性评估数据时，则根据缺失性评估数据对原始水雨情清洗数据以及原始降雨预报清洗数据进行插值处理，得到水雨情数据以及降雨预报数据；

18、其中插值处理的步骤包括以下步骤：

19、步骤s134：确定缺失性评估数据为空间缺失性评估数据时，则对原始水雨情清洗数据以及原始降雨预报清洗数据进行空间插值处理，分别得到水雨情数据以及降雨预报数据；

20、步骤s135：确定缺失性评估数据为时间缺失性评估数据时，则对原始水雨情清洗数据以及原始降雨预报清洗数据进行时间插值处理，得到水雨情数据以及降雨预报数据；

21、步骤s136：确定缺失性评估数据为时空缺失性评估数据时，则对原始水雨情清洗数据以及原始降雨预报清洗数据进行时空插值处理，分别得到水雨情数据以及降雨预报数据。

22、本发明中通过数据清洗（步骤s131），可以去除原始数据中的噪声、异常值和不一致性，提高数据的质量和可信度，从而减少了在后续分析中引入的误差。通过完整性评估（步骤s132），可以确定数据中的缺失值，分为空间缺失性和时间缺失性，帮助识别数据缺失的原因和范围。当数据缺失性评估确定数据缺失时，插值处理（步骤s133）可根据数据的缺失性质选择合适的插值方法。对空间缺失性评估数据，如遥感数据中的空间缺失，进行插值，以获取缺失区域的水雨情数据和降雨预报数据。对时间缺失性评估数据，如由于仪器故障引起的时间缺失，进行插值，以填补时间序列中的缺失值。对时空缺失性评估数据，如遥感时间序列中的时空缺失，进行时空插值，以填补缺失的水雨情数据和降雨预报数据。通过插值处理，可以保持数据的连续性，使数据序列在时间和空间上保持平滑，有助于模型的建立和分析。插值处理后的水雨情数据和降雨预报数据具备更完整的时间和空间信息，增强了数据的可用性和可操作性，有助于更准确的洪水预警和预报。

23、优选地，步骤s134具体为：

24、根据原始水雨情清洗数据对应的水雨情地点位置数据对原始水雨情清洗数据进行数据划分，得到水雨情地点划分数据，并根据原始降雨预报清洗数据对应的降雨地点位置数据对原始降雨预报清洗数据进行数据划分，得到降雨地点划分数据；

25、对水雨情地点划分数据以及降雨地点划分数据进行数据密度计算，分别得到水雨情地点数据密度数据以及降雨地点数据密度数据，其中水雨情地点数据密度数据包括高水雨情地点数据密度数据以及低水雨情地点数据密度数据，降雨地点数据密度数据包括高降雨地点数据密度数据以及低降雨地点数据密度数据；

26、确定水雨情地点数据密度数据/降雨地点数据密度数据为高水雨情地点数据密度数据/高降雨地点数据密度数据时，则对原始水雨情清洗数据/原始降雨预报清洗数据进行反距离权重处理，得到水雨情数据/降雨预报数据；

27、确定水雨情地点数据密度数据/降雨地点数据密度数据为低水雨情地点数据密度数据/低降雨地点数据密度数据时，则对原始水雨情清洗数据/原始降雨预报清洗数据进行不确定性径向基函数插值处理，得到水雨情数据/降雨预报数据；

28、其中不确定性径向基函数插值处理的步骤包括以下步骤：

29、根据预设的径向基函数对原始水雨情清洗数据/原始降雨预报清洗数据进行随机输入插值处理，得到第一随机输入插值数据；

30、根据预设的半变异函数对原始水雨情清洗数据/原始降雨预报清洗数据进行随机输入插值处理，得到第二随机输入插值数据；

31、获取历史水雨情数据/历史降雨数据，并根据历史水雨情数据/历史降雨数据对第一随机输入插值数据以及第二随机输入插值数据进行置信度评估，得到置信度评估数据；

32、根据置信度评估数据、第一随机输入插值数据以及第二随机输入插值数据生成水雨情数据/降雨预报数据。

33、本发明中通过将原始水雨情清洗数据和降雨预报清洗数据划分为不同的地点，并计算数据密度，有助于区分高密度数据和低密度数据，更精细地选择合适的插值方法，提高数据的适应性。根据数据密度的划分，可以灵活选择不同的插值方法，如反距离权重插值和不确定性径向基函数插值，有助于更好地处理不同地点数据的特点。对于高密度数据，采用反距离权重插值，可以提供更准确的数据估算，提高数据质量和准确性，尤其是在高密度数据区域。对于低密度数据，采用不确定性径向基函数插值，考虑了数据的不确定性，能够更好地处理数据的空间变化和不规则分布，提供更可靠的数据估算。通过使用历史水雨情数据/历史降雨数据对插值结果进行置信度评估，可以量化插值结果的可信度，有助于用户理解插值结果的可靠性，提高数据使用的信任度。插值方法有助于保持数据的时空连续性，使生成的水雨情数据/降雨预报数据在时间和空间上平滑过渡，更容易被模型和系统使用。

34、优选地，步骤s135具体为：

35、确定缺失性评估数据为时间缺失性评估数据时，则对原始水雨情清洗数据以及原始降雨预报清洗数据进行线性插值处理，得到第一时间插值数据；

36、对原始水雨情清洗数据以及原始降雨预报清洗数据进行空间分布克里金插值处理，得到第二时间插值数据；

37、对第一时间插值数据以及第二时间插值数据进行加权融合，得到水雨情数据以及降雨预报数据；

38、其中空间分布克里金插值处理的步骤包括以下步骤：

39、对原始水雨情清洗数据以及原始降雨预报清洗数据进行空间变化处理，得到空间变化数据；

40、根据空间变化数据进行局部空间趋势识别，得到局部空间趋势数据；

41、对局部空间趋势数据、原始水雨情清洗数据以及原始降雨预报清洗数据进行克里金插值处理，得到第二时间插值数据。

42、本发明中通过线性插值（步骤s135中的第一时间插值数据），可以填补时间序列中的缺失值，确保水雨情数据和降雨预报数据在时间上连续，有助于保持数据的完整性。使用空间分布克里金插值（步骤s135中的第二时间插值数据）可以根据数据的空间变化来估算缺失值，克里金插值方法考虑了空间关系，可以更好地反映数据的空间分布特点。将第一时间插值数据和第二时间插值数据进行加权融合，利用不同时间插值的结果，生成更准确和可信的水雨情数据和降雨预报数据。通过采用时间插值和空间分布克里金插值，可以确保生成的水雨情数据和降雨预报数据的连续性，有助于模型的建立和分析，传统的克里金插值方法通常假设全局趋势是常数或线性的，无法很好地捕获复杂的空间趋势。插值方法填补了数据中的缺失值，提高了数据的可用性，使得缺失数据的地点和时间点也可以用于洪水预警模型的建立和分析。由于插值方法提供了更完整和精细的水雨情数据和降雨预报数据，因此有助于提高洪水预警系统的准确性，提前识别洪水风险并采取必要的措施。

43、优选地，步骤s2具体为：

44、对水雨情数据以及降雨预报数据进行单位水文单位深度处理，得到水流量数据；

45、对水流量数据进行有限元划分，得到水流量划分数据；

46、对水流量划分数据进行边界情况处理，得到水流量网格数据；

47、对水流量网格数据进行水动力计算，得到水动力数据。

48、本发明中通过单位水文单位深度处理（步骤s2中的第一步），将水雨情数据和降雨预报数据转化为水流量数据，有助于将降雨信息转化为洪水模型需要的输入数据，使数据更具操作性。对水流量数据进行有限元划分（步骤s2中的第二步）可以将复杂的水流系统划分成更小的单元，以便进行数值模拟和计算，更准确地模拟真实的水流情况。对水流量划分数据进行边界情况处理（步骤s2中的第三步）有助于模型考虑边界条件对水流的影响，提高模型的逼真度，特别是在模拟城市水动力时。通过水动力计算（步骤s2中的第四步），可以模拟水流的行为，包括水位、流速、流向等，有助于理解水流的动态过程。由于有限元划分和水动力计算，生成的水动力数据通常具有高分辨率，可以提供详细的水流情况，有助于更准确地预测洪水。步骤s2中的处理和计算有助于提高洪水模型的精度和准确性，使洪水预警系统更具可信度，减少了误报和漏报的可能性。

49、优选地，步骤s3具体为：

50、获取城市建筑物分布数据，其中城市建筑物分布数据包括人工建筑材料数据以及自然土壤类型数据；

51、根据人工建筑材料数据进行材料下渗率计算，得到人工下渗率数据；

52、根据自然土壤类型数据进行自然下渗率计算，得到自然下渗率数据。

53、本发明中获取城市建筑物分布数据（包括人工建筑材料数据和自然土壤类型数据）是建立城市下渗率模型的关键步骤，更准确地考虑城市地表的性质和构成，以及城市化对下渗率的影响。根据人工建筑材料数据进行材料下渗率计算（步骤s3中的第二步），有助于模型了解城市中不同建筑材料的下渗性质。根据自然土壤类型数据进行自然下渗率计算（步骤s3中的第三步），有助于模型考虑自然土壤的下渗特性，准确地模拟城市地表和自然地表的水文过程。通过结合人工下渗率数据和自然下渗率数据，可以构建城市下渗率模型，这个模型考虑城市地表的特性，如道路、建筑物等，以及土壤类型，从而更好地估计地表的下渗能力。城市下渗率是洪水模拟的重要参数之一，通过考虑城市地表的特性和不同土壤类型的下渗率，可以提高洪水模拟的准确性，更好地预测洪水情况。

54、优选地，步骤s4具体为：

55、获取管道排水量数据；

56、根据管道排水量数据以及城市建筑物分布数据进行数据标注并地形划分，得到城市地形划分数据；

57、根据水流量数据以及城市地形划分数据进行时空模拟，得到水文时空模拟数据；

58、对城市下渗率数据以及水文时空模拟数据进行下渗处理，得到水文时空下渗数据；

59、对水动力数据以及水文时空下渗数据进行径流处理，得到城市地表水文模型。

60、本发明中获取管道排水量数据是构建城市地表水文模型的关键数据之一，这些数据有助于了解城市排水系统的性能和能力，从而更好地模拟城市的洪水情况。根据管道排水量数据和城市建筑物分布数据进行数据标注和地形划分（步骤s4中的第二步），有助于将城市地表划分成不同的区域，考虑城市的地形特征，以及排水系统的位置和排水量。通过使用水流量数据和城市地形划分数据进行时空模拟（步骤s4中的第三步），可以模拟城市内水流的时空分布，有助于理解洪水的传播和演化过程。对城市下渗率数据和水文时空模拟数据进行下渗处理（步骤s4中的第四步），有助于考虑城市地表的下渗能力，减少降雨水量对地表径流的影响，更准确地模拟地表水文过程。通过水动力数据和水文时空下渗数据进行径流处理（步骤s4中的第五步），可以模拟城市地表水流的动态行为，对于洪水模拟和洪水预测非常重要。步骤s4中的处理和计算方法最终用于构建城市地表水文模型，用于洪水预测和分析，有助于提高城市的洪水管理和紧急响应能力。

61、优选地，步骤s5具体为：

62、根据城市地表水文模型进行地表水积情况生成，得到地表水积情况数据，其中地表水积情况数据包括地表水积峰值变化数据以及地表水积深度变化数据；

63、对地表水积情况数据进行洪灾等级生成以及洪灾范围生成，得到洪灾等级数据以及洪灾范围数据，以进行洪水预警作业。

64、本发明中根据城市地表水文模型生成地表水积情况数据（包括地表水积峰值变化数据和地表水积深度变化数据），有助于实时了解城市地表的水情情况，提供了关于洪水在城市地表的变化情况的重要信息。通过对地表水积情况数据进行分析和处理，可以生成洪灾等级数据，有助于确定洪水的严重程度，从而更好地评估洪水的风险和影响。根据洪灾等级数据和地表水积情况数据，可以生成洪灾范围数据，有助于确定洪水影响的区域，并支持洪水预警系统的运行。生成的洪灾等级数据和洪灾范围数据可以用于洪水预警作业，一旦检测到洪水风险或临界情况，系统可以触发预警并采取相应的紧急措施，以减少洪水对城市和居民的影响。步骤s5的结果有助于城市洪水管理部门更好地理解和响应洪水事件，提高了城市的洪水管理能力，有助于减少洪水造成的损失。

65、优选地，本技术还提供了一种洪水预警预报系统，用于执行如上所述的洪水预警预报方法，该洪水预警预报系统包括：

66、水文数据采集模块，用于获取水雨情数据以及降雨预报数据；

67、水动力流量采集模块，用于对水雨情数据以及降雨预报数据进行水动力处理以及水流量提取，得到水动力数据以及水流量数据，其中水动力数据包括河道水动力数据以及城市水动力数据，城市水动力数据包括地表水动力数据以及地下水动力数据，水流量数据包括城市水流量数据以及河道水流量数据；

68、城市下渗计算模块，用于获取城市建筑物分布数据，并对城市建筑物分布数据进行城市下渗计算，得到城市下渗率数据，其中城市下渗率数据包括自然下渗率数据以及人工下渗率数据；

69、城市地表水文模型构建模块，用于根据城市下渗率数据、水动力数据以及水流量数据构建城市地表水文模型；

70、洪水预警模块，用于根据城市地表水文模型生成地表水积情况数据，以进行洪水预警作业。

71、本发明的有益效果在于：本发明涵盖了水雨情数据、降雨预报数据、水动力数据和水流量数据的获取、处理和提取，综合分析大量水文和气象数据，为洪水预测提供了可靠的基础数据。步骤s4利用城市下渗率数据、水动力数据和水流量数据构建了城市地表水文模型，该模型考虑了城市的地形、地下水动力以及下渗率等因素，能够更准确地模拟城市内的水文过程。步骤s5通过城市地表水文模型生成地表水积情况数据，包括地表水积峰值变化数据和地表水积深度变化数据，提供了有关洪水在城市地表的分布和变化的详细信息。本发明通过综合处理多源数据，包括气象数据、水文数据和城市建筑物数据，能够更全面地了解洪水的形成和发展过程，有助于提高洪水的监测和理解水文情况。生成的地表水积情况数据和城市地表水文模型可用于洪水预警作业，一旦检测到洪水风险，系统可以触发警报并采取紧急措施，例如疏散、堤防加固等，以减少洪水对城市和居民的影响。