欢迎光临888集团网站

新闻资讯
基于降雨量测算的海绵城市设计优化方法及系统与流程
发布时间:2025-09-08
  |  
阅读量:
字号:
A+ A- A

  本发明涉及海绵城市设计,特别涉及一种基于降雨量测算的海绵城市设计优化方法及系统。

  1、随着城市化进程的加快,城市面积不断扩大,原有的自然地表被大量的硬化地面所替代,这导致了雨水下渗能力大幅下降,城市排水系统负担加重。在极端天气条件下,如暴雨等,城市内涝现象频发,给居民生活带来了极大的不便,甚至造成生命财产的重大损失。此外,城市化过程中绿地面积减少,进一步削弱了城市的自我调节能力,使得城市生态系统功能退化,环境质量下降。

  2、面对这一系列挑战,传统的城市排水系统已难以满足现代城市发展需求,因此,海绵城市概念应运而生。海绵城市旨在通过构建一套完善的雨水收集与利用体系,增强城市对雨水的吸纳、蓄存、渗透和净化能力,从而有效缓解城市内涝问题,改善城市水环境。然而,在实际操作中,海绵城市建设面临诸多难题,比如如何科学合理地预测降雨模式及其影响,以及如何根据预测结果有效地规划城市空间结构,以实现最佳的雨水管理效果。这些问题的存在限制了海绵城市理念的有效实施和推广。

  3、为此,提出了一种基于降雨量测算的海绵城市设计优化方法,该方法结合了历史降雨数据分析、气候数据预测、地理信息系统空间分析及贝叶斯网络算法等先进手段,能够更准确地评估城市内涝风险,并据此进行科学合理的城市布局优化设计。这种方法不仅有助于提高城市应对极端天气的能力,还能促进水资源的可持续利用,为解决城市内涝问题提供了新的思路和技术支持。然而,尽管这种方法具有显著的优势,但在实际应用过程中仍需克服技术成本、数据获取难度等障碍,同时还需要相关政策的支持与配合,以确保海绵城市项目的顺利实施。

  1、本发明的主要目的为提供一种基于降雨量测算的海绵城市设计优化方法及系统,解决了如何科学合理地预测降雨模式及影响,并有效缓解城市内涝问题。

  2、为实现上述目的,本发明提供一种基于降雨量测算的海绵城市设计优化方法,包括以下步骤:

  888集团官网入口

  3、获取目标海绵城市的历史降雨数据和气候数据,并对所述历史降雨数据进行频率分布分析,得到降雨分析数据;

  4、基于所述降雨分析数据和所述气候数据预测所述目标海绵城市中降雨事件的发生概率,得到未来降雨的概率分布及未来测算雨量;

  5、通过预设的地理信息系统对所述目标海绵城市进行空间分析,得到易积水点分布图;

  6、采用贝叶斯网络算法,基于所述易积水点分布图、未来测算雨量及所述未来降雨的概率分布评估所述目标海绵城市内各区域的内涝风险等级,得到内涝风险地图;其中,所述内涝风险地图包括高风险区、中风险区和低风险区;

  7、利用预设的多目标优化算法,基于所述内涝风险地图对所述目标海绵城市进行布局优化设计,得到最优配置方案。

  8、进一步的,对所述历史降雨数据进行频率分布分析,得到降雨分析数据,包括:

  9、获取所述目标海绵城市的多个气象站点的原始历史降雨数据,并清洗原始历史降雨数据,以去除异常值和缺失值,得到历史降雨数据;

  11、对所述降雨趋势数据进行多尺度小波变换,以提取不同时间尺度下的降雨特征,得到多尺度降雨特征数据;

  12、采用极值理论,基于所述降雨趋势数据及多尺度降雨特征数据进行极端降雨事件概率分布计算,得到极端降雨事件的概率分布;其中,所述极端降雨事件的概率分布是最大降雨量和最长持续时间的概率分布;

  13、基于所述极端降雨事件的概率分布、多尺度降雨特征数据及降雨趋势数据得到降雨分析数据;其中,所述降雨分析数据包括降雨强度、降雨持续时间和降雨间隔周期。

  14、进一步的,所述基于所述降雨分析数据和所述气候数据预测所述目标海绵城市中降雨事件的发生概率,得到未来降雨的概率分布及未来测算雨量,包括:

  15、基于马尔可夫链蒙特卡洛算法对所述降雨强度进行随机抽样,以确定不同强度降雨的转移路径概率;

  16、对所述降雨持续时间进行状态隐藏分析和挖掘,得到隐藏持续时间状态概率分布;

  17、运用条件随机场算法对降雨间隔周期进行关联特征提取,以构建所述降雨间隔周期、降雨强度及持续时间的条件概率关系,得到间隔周期条件概率关系;

  18、对所述转移路径概率、所述隐藏持续时间状态概率分布及所述间隔周期条件概率关系进行数据组合,得到降雨组合数据;

  20、通过最大熵原理对所述降雨概率密度数据进行概率分布调整,得到调整概率密度数据;

  21、基于所述调整概率密度数据和所述气候数据预测所述目标海绵城市中降雨事件的发生概率,得到未来降雨的概率分布及未来测算雨量。

  22、进一步的,所述通过预设的地理信息系统对所述目标海绵城市进行空间分析,得到易积水点分布图,包括:

  23、通过预设的地理信息系统对所述目标海绵城市的地形地貌数据进行dem分析,得到地形特征图;其中,所述得到地形特征图包括坡度、坡向和高程;

  24、利用预设的水文模型,对所述地形特征图中的地表径流路径进行模拟,得到径流模拟路径图;

  25、在数据库内查阅所述目标海绵城市中地下管线数据,并对所述地下管线数据进行网络分析,以识别地下管线的分布和连接关系,得到地下管线、利用网络叠加分析方法,基于径流模拟路径图及所述地下管线分布网络数据评估所述地表径流与所述地下管线的相互影响,得到径流影响图;

  27、对所述目标海绵城市的土地利用数据进行分类分析,识别不同所述土地利用的类型对所述地表径流的影响,得到土地利用影响图;

  28、利用多准则决策分析方法,基于所述径流影响图及所述土地利用影响图,得到易积水点分布图。

  29、进一步的,所述采用贝叶斯网络算法,基于所述易积水点分布图、未来测算雨量及所述未来降雨的概率分布评估所述目标海绵城市内各区域的内涝风险等级,得到内涝风险地图,包括:

  30、基于贝叶斯网络结构学习算法,对所述易积水点分布图进行特征分析,以确定节点之间的依赖关系,得到易积水点网络结构;

  31、通过预设的蒙特卡洛模拟技术,基于所述易积水点网络结构、未来测算雨量及未来降雨的概率分布生成多个降雨情景及各个所述降雨情景对应的积水情况;

  32、对各个所述降雨情景及对应的积水情况进行内涝风险评估,得到风险指标数据;其中,所述风险指标数据包括淹没深度及积水时间;

  33、基于所述风险指标数据将所述目标海绵城市的区域划分为不同的风险等级类别,得到风险等级分类结果;其中,所述风险等级分类结果包括高风险类别、中风险类别和低风险类别;

  34、在所述易积水点分布图上标注风险等级分类结果,得到内涝风险地图;其中,所述内涝风险地图是高风险区域、中风险区域和低风险区域的具置和范围。

  35、进一步的,所述利用预设的多目标优化算法,基于所述内涝风险地图对所述海绵城市进行布局优化设计,得到最优配置方案,包括:

  36、基于内涝风险地图对所述海绵城市的内涝风险区域进行水文地质特征提取与分析,得到内涝水文地质参数;其中,所述内涝水文地质参数包括渗透系数对应的地下水水位变化;

  37、基于所述渗透系数对应的地下水水位变化构建渗透系数-地下水水位变化曲线、通过预设的多目标优化算法,基于所述渗透系数-地下水水位变化曲线对所述海绵城市进行多目标寻优计算,得到海绵设施布局候选方案集;

  40、通过预设的博弈论算法对布局方案聚类结果中各簇代表方案进行策略博弈分析,得到博弈均衡布局方案集;

  41、在多种所述降雨情景下,运用神经网络算法,基于所述博弈均衡布局方案集对所述海绵城市进行布局优化设计,得到最优配置方案。

  42、进一步的,所述通过预设的多目标优化算法,基于所述渗透系数-地下水水位变化曲线对所述目标海绵城市进行多目标寻优计算,得到海绵设施布局候选方案集,包括:

  43、通过预设的多目标优化算法,基于所述渗透系数-地下水水位变化曲线确定所述渗透系数与所述地下水水位的变化规律;

  44、基于所述变化规律对渗透系数进行敏感性分析,得到不同降雨情景下渗透系数对地下水水位变化的影响程度;

  45、基于所述影响程度及变化规律对海绵城市进行水文特性分析,得到内涝风险区域内的水文响应模式及水文特征数据;

  46、基于所述水文响应模式及水文特征数据对所述海绵城市进行多目标寻优计算,得到海绵设施布局候选方案集。

  48、第一分析模块,用于获取目标海绵城市的历史降雨数据和气候数据,并对所述历史降雨数据进行频率分布分析,得到降雨分析数据;

  49、预测模块,用于基于所述降雨分析数据和所述气候数据预测所述目标海绵城市中降雨事件的发生概率,得到未来降雨的概率分布及未来测算雨量;

  50、第二分析模块,用于通过预设的地理信息系统对所述目标海绵城市进行空间分析,得到易积水点分布图;

  51、评估模块,用于采用贝叶斯网络算法,基于所述易积水点分布图、未来测算雨量及所述未来降雨的概率分布评估所述目标海绵城市内各区域的内涝风险等级,得到内涝风险地图;其中,所述内涝风险地图包括高风险区、中风险区和低风险区;

  52、设计模块,用于利用预设的多目标优化算法,基于所述内涝风险地图对所述目标海绵城市进行布局优化设计,得到最优配置方案。

  53、本发明还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

  54、本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

  55、本发明提供的基于降雨量测算的海绵城市设计优化方法,包括以下步骤:获取目标海绵城市的历史降雨数据和气候数据,并对所述历史降雨数据进行频率分布分析,得到降雨分析数据;基于所述降雨分析数据和所述气候数据预测所述目标海绵城市中降雨事件的发生概率,得到未来降雨的概率分布及未来测算雨量;通过预设的地理信息系统对所述目标海绵城市进行空间分析,得到易积水点分布图;采用贝叶斯网络算法,基于所述易积水点分布图、未来测算雨量及所述未来降雨的概率分布评估所述目标海绵城市内各区域的内涝风险等级,得到内涝风险地图;利用预设的多目标优化算法,基于所述内涝风险地图对所述目标海绵城市进行布局优化设计,得到最优配置方案,通过上述的技术手段,解决了如何科学合理地预测降雨模式及影响,并有效缓解城市内涝问题,实现了运用贝叶斯网络算法综合考虑易积水点分布、未来测算雨量及降雨概率分布等因素,该方法能科学评估不同区域的内涝风险等级,形成详细的内涝风险地图,为城市管理者提供决策支持的有益效果。

  技术研发人员:邹安平,李海燕,张健春,况旺,张秩嘉,张皓翔,邹逸哲,张卿,钟浩辰

  1.计算机视觉 2.无线.计算机仿线.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用