【技術實現(xiàn)步驟摘要】
本專利技術涉及山洪災害預警領域，尤其涉及一種多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法及系統(tǒng)。
技術介紹
1、山洪災害是指在短時間內(nèi)因強降雨等氣象因素導致的山地河流迅速上漲，從而引發(fā)的重大自然災害，隨著全球氣候變化和水文循環(huán)發(fā)生了顯著變化，山洪災害的發(fā)生頻率和強度逐漸增加，如何迅速、準確地劃定山洪災害的預警閾值對于加強災害監(jiān)測與預警，提升應對能力至關重要。
2、目前大多數(shù)山洪災害預警體系依賴于固定閾值進行監(jiān)測和預警，往往受到多種因素影響導致預警效果不佳，并且現(xiàn)有的監(jiān)測設備和技術大多依賴定點觀測，無法實現(xiàn)對雨量、流量的實時動態(tài)監(jiān)測。
3、本專利技術提出多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法及系統(tǒng)，解決目前存在的上述問題，提高預警準確性、增強應急反應能力、促進科學治理、助力可持續(xù)發(fā)展。
技術實現(xiàn)思路
1、本專利技術提供了一種多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法及系統(tǒng)，以解決現(xiàn)有技術存在的上述問題。
2、本專利技術是通過以下技術方案來實現(xiàn)的：一種多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，包括如下步驟：
3、步驟s1、收集研究區(qū)資料，基于研究區(qū)地形數(shù)據(jù)設置dem精度，將研究區(qū)網(wǎng)格化并自動識別研究區(qū)內(nèi)河流，識別柵格異常點，將研究區(qū)劃分為n個子流域，得到各個子流域的面積，n為正整數(shù)；
4、步驟s2、提取研究區(qū)歷史降雨數(shù)據(jù)，基于歷史降雨的先驗分布構建降雨情景隨機構造模型，生成若干個研究區(qū)降雨情景；
5、步驟s3、將若干個研究區(qū)降
6、步驟s4、構建山洪預報模型，將若干個研究區(qū)降雨情景輸入構建的山洪預報模型，模擬并提取致災情景，作為預構建的seq2seq模型的目標序列，分別以雨量、水位、漲速、雨量與水位、水位與漲速、雨量與漲速、雨量與水位與漲速作為輸入序列，訓練seq2seq模型；
7、步驟s5、收集研究區(qū)歷史山洪數(shù)據(jù)，將研究區(qū)歷史山洪情景分別輸入構建的七種預警組合對應的seq2seq模型中，分別模擬得到山洪災害過程，計算七種預警組合的預警閾值，組合得到山洪災害現(xiàn)地預警閾值。
8、具體地，所述步驟s1進一步為：
9、步驟s11、收集研究區(qū)數(shù)字高程柵格數(shù)據(jù)，基于研究區(qū)地形數(shù)據(jù)采用自適應分辨率數(shù)字高程模型構建法設置dem精度并將研究區(qū)按dem精度劃分為若干個網(wǎng)格，得到研究區(qū)的數(shù)字高程柵格數(shù)據(jù)；
10、步驟s12、讀取研究區(qū)的數(shù)字高程柵格數(shù)據(jù)，構建監(jiān)測窗口，監(jiān)測得到相鄰窗口高程高低關系，得到最速下降向量，并確定每個柵格的下降方向，即水流方向；
11、步驟s13、每個柵格沿其下降方向將向量延長，直至與河流交匯，則該柵格隸屬于與其交匯的第一條河流；
12、步驟s14、掃描所有柵格，將與周圍所有柵格都不同屬于同一河流的柵格識別為異常柵格，分別計算異常柵格和其周邊8個柵格的下降梯度，下降梯度最大的柵格所隸屬的河流即為該異常柵格隸屬的河流；
13、步驟s15、將研究區(qū)分為n個子流域，分別計算得到每個子流域的面積，n為正整數(shù)。
14、具體地，所述步驟s11進一步為：
15、步驟s11a、收集研究區(qū)數(shù)字高程柵格數(shù)據(jù)并生成基礎dem；
16、步驟s11b、采用小波變換法分析dem中的不同頻率成分，識別研究區(qū)地形的空間特征并提取研究區(qū)地形特征；
17、步驟s11c、基于研究區(qū)地形的空間特征和地形特征分別設定不同區(qū)域的自適應分辨率，基于特征強度采用自適應網(wǎng)格生成算法生成動態(tài)網(wǎng)格，得到研究區(qū)的數(shù)字高程柵格數(shù)據(jù)。
18、具體地，所述步驟s12進一步為：
19、步驟s12a、采用gis軟件讀取高程柵格數(shù)據(jù)，設置窗口大小并將窗口在dem中滑動監(jiān)測相鄰柵格的高度關系；
20、步驟s12b、循環(huán)遍歷每個柵格，并在窗口內(nèi)收集周圍柵格的高程值；
21、步驟s12c、基于柵格的高程值計算每個柵格和周圍8個柵格的高度差，并基于該柵格和周圍8個柵格的高度差計算得到最速下降向量；
22、步驟s12d、基于最速下降向量確定每個柵格的下降方向，即水流方向。
23、具體地，所述步驟s2進一步為：
24、步驟s21、收集研究區(qū)降雨資料，采用改進的薈萃分析法循環(huán)識別降雨指標并篩選，構建降雨的定量指標集；
25、步驟s22、基于研究區(qū)歷史降雨資料，分別計算每個歷史降雨事件中每個降雨的定量指標值，基于每個歷史降雨事件中每個降雨的定量指標值擬合各個降雨的定量指標的概率分布；
26、步驟s23、基于各個降雨的定量指標的概率分布構建所有降雨的定量指標的多維聯(lián)合分布，隨機抽樣得到若干個降雨情景。
27、具體地，所述步驟s21進一步為：
28、步驟s21a、收集研究區(qū)降雨資料，采用改進的薈萃分析法識別出降雨指標，構建初始降雨指標集；具體地包括如下步驟：
29、步驟s21a1、收集研究區(qū)降雨資料，采用關鍵字和數(shù)據(jù)庫搜索篩選文獻，基于篩選的文獻提取出與降雨相關的指標；
30、步驟s21a2、采用貝葉斯模型估計每個與降雨相關的指標的效應，并設置置信區(qū)間；
31、步驟s21a3、將篩選的文獻中每個文獻識別的降雨指標的山洪風險概率視為一個先驗分布，采用馬爾可夫鏈蒙特卡洛法進行后驗推斷，得到每個文獻識別的降雨指標的后驗分布并基于置信區(qū)間篩選出降雨指標，構建初始降雨指標集；
32、步驟s21b、統(tǒng)計每個初始降雨指標出現(xiàn)次數(shù)計算出現(xiàn)頻率和平均頻率，將出現(xiàn)頻率高于平均頻率的初始降雨指標識別為降雨指標，采用k-means算法識別相似的降雨指標并進行聚類，構建降雨指標集；
33、步驟s21c、提取降雨指標集的關鍵詞并基于關鍵詞再次采用改進的薈萃分析法識別新的降雨指標，并耦合降雨指標集構建降雨的定量指標集；具體包括如下步驟：
34、步驟s21c1、依次計算降雨指標集中每個降雨指標的tf-idf值，并將tf-idf值轉換為數(shù)值特征，基于數(shù)值特征將降雨指標集分為m類，每一類有各自的分類關鍵詞，m為大于2的正整數(shù)；
35、步驟s21c2、基于m類的分類關鍵詞再次采用改進的薈萃分析法識別得到新的降雨指標，并計算新的降雨指標的頻率值；
36、步驟s21c3、依次對比每個新出現(xiàn)的降雨指標和頻率值最小的降雨指標之間的頻率值大小，將不小于降雨指標集中降雨指標頻率值最小值的新降雨指標歸類到降雨指標集中，得到的新的降雨指標集即為降雨的定量指標集。
37、具體地，所述步驟s3進一步為：
38、步驟s31、構建分布式水文模型；
39、步驟s32、將若干個研究區(qū)降雨情景輸入分布式水文模型，模擬得到若干個研究區(qū)降雨情景對應的產(chǎn)流過程和匯流時間；...
【技術保護點】
1.一種多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，包括如下步驟：
2.如權利要求1所述的多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，所述步驟S1進一步為：
3.如權利要求2所述的多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，所述步驟S11進一步為：
4.如權利要求2所述的多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，所述步驟S12進一步為：
5.如權利要求1所述的多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，所述步驟S2進一步為：
6.如權利要求5所述的多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，所述步驟S21進一步為：
7.如權利要求1所述的多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，所述步驟S3進一步為：
8.如權利要求1所述的多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，所述步驟S4進一步為：
9.如權利要求1所述的多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，所述步驟S5進一步為：
10.一種多模式山洪
...【技術特征摘要】
1.一種多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，包括如下步驟：
2.如權利要求1所述的多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，所述步驟s1進一步為：
3.如權利要求2所述的多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，所述步驟s11進一步為：
4.如權利要求2所述的多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，所述步驟s12進一步為：
5.如權利要求1所述的多模式山洪災害現(xiàn)地預警閾值動態(tài)劃定方法，其特征在于，所述步驟s2進一步為：
<...【專利技術屬性】
技術研發(fā)人員：胡琳琳，張麗紅，陳煥寶，周政杰，吳修廣，
申請(專利權)人：浙江省水利河口研究院浙江省海洋規(guī)劃設計研究院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。